一种数据分类方法、装置及相关设备制造方法及图纸

本申请公开了一种数据分类方法，该方法包括：获取训练数据，训练数据包括k个类别，k为大于1的正整数；通过WOA确定n个个体对应的向量，得到第一向量集；然后用目标优化函数计算第一向量集中每个向量对应的函数值，得到最佳向量；再通过WOA对每个个体执行预设次数的更新操作，将最后一次得到的最佳向量作为一个聚类中心；最后通过k个类别的聚类中心完成待分类语音数据的分类。本申请实施例能够获取各类别语音数据的聚类中心，然后根据聚类中心将待分类语音数据归类，之后再派发给相应的人员，让同一批标注人员尽量只处理一个类别下的数据，提高数据标注的效率，进而减少整个AI项目的时间。

【技术实现步骤摘要】
一种数据分类方法、装置及相关设备
本申请涉及数据处理领域，尤其涉及到一种数据分类方法、装置及相关设备。
技术介绍
数据标注平台是外呼机器人项目组当中非常重要的一个环节，每天通过机器人实际外呼的语音数据都会流转到该平台进行核验及相应的数据标注，然后再次回传给模型进行训练。数据标注作为上述人工智能(ArtificialIntelligence，AI)项目的一个基础，通常是由人工完成的，高质量的数据标注更是费时费力，对海量数据相关的处理几乎消耗了整个AI项目的大部分时间。而且在海量的数据中，会存在大批量各个场景及各个类型的数据，因此在派发给相应的人员进行人工标注前，需要进行一定的预处理。
技术实现思路
本申请实施例提供一种数据分类方法、装置及相关设备，能够获取各个类别语音数据的聚类中心，然后通过聚类中心将待分类的语音数据归到相应的类别中，之后再派发给相应的人员进行语音数据标注，大大提升人工标注的效率。第一方面，本申请提供了一种数据分类方法，该方法包括以下步骤：获取训练数据，其中，所述训练数据包括k个类别，k为大于1的正整数；通过鲸鱼优化算法WOA从目标训练数据中确定n个个体对应的向量，得到第一向量集，其中，所述目标训练数据是所述k个类别中的任意一个类别，n为大于1的正整数；使用目标优化函数分别计算所述第一向量集中每个向量对应的函数值，得到n个第一函数值，将所述n个第一函数值中最小第一函数值对应的向量作为最佳向量；执行更新操作：通过WOA分别更新所述n个个体对应的向量，得到第二向量集；分别计算所述第二向量集中每个向量与所述最佳向量之间的距离，由所述距离与第一预设条件，更新所述每个个体对应的向量，得到第三向量集；使用所述目标优化函数，计算所述第二向量集以及所述第三向量集中每个向量对应的函数值，由第二预设条件确定所述n个个体对应的目标向量，得到目标向量集；使用所述目标优化函数计算所述目标向量集中每个目标向量对应的函数值，得到n个目标函数值；将所述n个目标函数值中最小目标函数值与所述最佳向量对应的函数值进行比较，在所述最小目标函数值小于所述最佳向量对应的函数值时，确定所述最小目标函数值对应的目标向量作为新的最佳向量；执行预设次数的所述更新操作，将最后一次所述更新操作得到的所述新的最佳向量作为所述目标训练数据的聚类中心；获取待分类语音数据，分别计算所述待分类语音数据与所述k个类别的聚类中心的距离，将所述待分类语音数据归到与所述待分类语音数据距离最小的所述聚类中心对应的类别中。第二方面，本申请提供了一种数据分类装置，该装置包括：获取模块，用于获取训练数据，其中，所述训练数据包括k个类别，k为大于1的正整数；处理模块，用于通过鲸鱼优化算法WOA从目标训练数据中确定n个个体对应的向量，得到第一向量集，其中，所述目标训练数据是所述k个类别中的任意一个类别，n为大于1的正整数；所述处理模块还用于:使用目标优化函数分别计算所述第一向量集中每个向量对应的函数值，得到n个第一函数值，将所述n个第一函数值中最小第一函数值对应的向量作为最佳向量；执行更新操作：通过WOA分别更新所述n个个体对应的向量，得到第二向量集；分别计算所述第二向量集中每个向量与所述最佳向量之间的距离，由所述距离与第一预设条件，更新所述每个个体对应的向量，得到第三向量集；使用所述目标优化函数，计算所述第二向量集中每个向量对应的函数值以及所述第三向量集中每个向量对应的函数值，由第二预设条件确定所述n个个体对应的目标向量，得到目标向量集；使用所述目标优化函数计算所述目标向量集中每个目标向量对应的函数值，得到n个目标函数值；将所述n个目标函数值中最小目标函数值与所述最佳向量对应的函数值进行比较，在所述最小目标函数值小于所述最佳向量对应的函数值时，确定所述最小目标函数值对应的目标向量作为新的最佳向量；执行预设次数的所述更新操作，将最后一次所述更新操作得到的所述新的最佳向量作为所述目标训练数据的聚类中心；获取待分类语音数据，分别计算所述待分类语音数据与所述k个类别的聚类中心的距离，将所述待分类语音数据归到与所述待分类语音数据距离最小的所述聚类中心对应的类别中。第三方面，本申请提供了一种计算设备，包括处理器和存储器，所述处理器和存储器可通过总线相互连接，也可以集成在一起。该处理器执行存储器中存储的代码实现如第一方面所描述的方法。第四方面，本申请提供了一种计算机可读存储介质，包括程序或指令，当上述程序或指令在计算机设备上运行时，可使上述计算机设备执行如第一方面所描述的方法。可以看到，本申请基于传统鲸鱼优化算法，能够获取各个类别语音数据的聚类中心，然后通过各类别的聚类中心，将待分类的语音数据归到相应的类别中，之后再派发给相应的人员进行语音数据标注，使得同一批标注人员尽量只处理一个类别下的数据，更加地有针对性，可以大大提升人工标注的效率，进而缩短整个AI项目的时间。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种传统鲸鱼优化算法的流程示意图；图2是本申请实施例提供的一种数据分类方法的流程示意图；图3是本申请实施例提供的又一种数据分类方法的流程示意图；图4是本申请实施例提供的一种数据分类装置的结构示意图；图5是本申请实施例提供的一种计算设备的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。需要说明的是，在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。为了便于理解本申请实施例，下面介绍一些相关的算法。鲸鱼优化算法(WhaleOptimizationAlgorithm，WOA)是由Mirjalili和Lewis在2016年提出的一种元启发式(meta-heuristic)群智能算法，该算法的灵感来自于座头鲸的狩猎行为。座头鲸是群居动物，在捕猎时会相互合作对猎物进行驱赶和围捕，它们有一种特殊的捕猎方式，被叫做气泡网觅食法(bubble-netfeedingmeth本文档来自技高网...

【技术保护点】
1.一种数据分类方法，其特征在于，所述方法包括：/n获取训练数据，其中，所述训练数据包括k个类别，k为大于1的正整数；/n通过鲸鱼优化算法WOA从目标训练数据中确定n个个体对应的向量，得到第一向量集，其中，所述目标训练数据是所述k个类别中的任意一个类别，n为大于1的正整数；/n使用目标优化函数分别计算所述第一向量集中每个向量对应的函数值，得到n个第一函数值，将所述n个第一函数值中最小第一函数值对应的向量作为最佳向量；/n执行更新操作：/n通过WOA分别更新所述n个个体对应的向量，得到第二向量集；/n分别计算所述第二向量集中每个向量与所述最佳向量之间的距离，由所述距离与第一预设条件，更新所述每个个体对应的向量，得到第三向量集；/n使用所述目标优化函数，计算所述第二向量集以及所述第三向量集中每个向量对应的函数值，由第二预设条件确定所述n个个体对应的目标向量，得到目标向量集；/n使用所述目标优化函数计算所述目标向量集中每个目标向量对应的函数值，得到n个目标函数值；/n将所述n个目标函数值中最小目标函数值与所述最佳向量对应的函数值进行比较，在所述最小目标函数值小于所述最佳向量对应的函数值时，确定所述最小目标函数值对应的目标向量作为新的最佳向量；/n执行预设次数的所述更新操作，将最后一次所述更新操作得到的所述新的最佳向量作为所述目标训练数据的聚类中心；/n获取待分类语音数据，分别计算所述待分类语音数据与所述k个类别的聚类中心的距离，将所述待分类语音数据归到与所述待分类语音数据距离最小的所述聚类中心对应的类别中。/n...

【技术特征摘要】
1.一种数据分类方法，其特征在于，所述方法包括：
获取训练数据，其中，所述训练数据包括k个类别，k为大于1的正整数；
通过鲸鱼优化算法WOA从目标训练数据中确定n个个体对应的向量，得到第一向量集，其中，所述目标训练数据是所述k个类别中的任意一个类别，n为大于1的正整数；
使用目标优化函数分别计算所述第一向量集中每个向量对应的函数值，得到n个第一函数值，将所述n个第一函数值中最小第一函数值对应的向量作为最佳向量；
执行更新操作：
通过WOA分别更新所述n个个体对应的向量，得到第二向量集；
分别计算所述第二向量集中每个向量与所述最佳向量之间的距离，由所述距离与第一预设条件，更新所述每个个体对应的向量，得到第三向量集；
使用所述目标优化函数，计算所述第二向量集以及所述第三向量集中每个向量对应的函数值，由第二预设条件确定所述n个个体对应的目标向量，得到目标向量集；
使用所述目标优化函数计算所述目标向量集中每个目标向量对应的函数值，得到n个目标函数值；
将所述n个目标函数值中最小目标函数值与所述最佳向量对应的函数值进行比较，在所述最小目标函数值小于所述最佳向量对应的函数值时，确定所述最小目标函数值对应的目标向量作为新的最佳向量；
执行预设次数的所述更新操作，将最后一次所述更新操作得到的所述新的最佳向量作为所述目标训练数据的聚类中心；
获取待分类语音数据，分别计算所述待分类语音数据与所述k个类别的聚类中心的距离，将所述待分类语音数据归到与所述待分类语音数据距离最小的所述聚类中心对应的类别中。


2.根据权利要求1所述的方法，其特征在于，所述第三向量集包括所述每个个体对应的第三向量；
所述由所述距离与第一预设条件，更新所述每个个体对应的向量，得到第三向量集，包括：
计算目标个体在所述第二向量集中对应的向量与所述最佳向量之间的距离，其中，所述目标个体是所述n个个体中的任意一个；
在所述距离大于第一阈值时，对所述目标个体在所述第二向量集中对应的向量与所述最佳向量执行交叉操作，得到所述目标个体在所述第三向量集中对应的第三向量。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在所述距离小于或等于所述第一阈值时，对所述目标个体在所述第二向量集中对应的向量执行变异操作，得到所述目标个体在所述第三向量集中对应的第三向量。


4.根据权利要求1至3任一项所述的方法，其特征在于，所述由第二预设条件确定所述n个个体对应的目标向量，得到目标向量集，包括：
使用所述目标优化函数，计算所述目标个体在所述第二向量集中对应的向量的函数值与在所述第三向量集中对应的向量的函数值，其中，所述目标个体是所述n个个体中的任意一个；
在所述第二向量集中对应的向量的函数值大于所述第三向量集中对应的向量的函数值时...

【专利技术属性】
技术研发人员：张楠，王健宗，瞿晓阳，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44