数据处理方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请公开了一种数据处理方法、装置、电子设备及计算机可读存储介质，该方法包括：对样本集进行分类处理，得到第一样本集和第二样本集，第一样本集中的样本数量多于第二样本集中的样本数量；对第二样本集进行过滤处理，得到安全样本集和边界样本集；对边界样本集进行数据增强，得到增强后的边界样本集；将第一样本集、安全样本集、边界样本集以及增强后的边界样本集进行汇总得到训练样本集。采用本申请实现降低少数类样本的不平衡，提高模型训练的鲁棒性和模型分类的准确性。

【技术实现步骤摘要】

本申请涉及数据分类处理，尤其涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。

技术介绍

1、近年来，随着互联网技术的发展，人们在使用互联网时会源源不断的产生大量数据，研究这些数据可以使智能服务得到更好的发展。然而在实际研究过程中，获取数据的方式越来越便利，但是数据的质量却不一定有保证，例如数据集类别不平衡问题，会给后续的分析带来困难，如分析准确性不高，因此在边界获取训练数据的同时，提高数据质量是尤为重要的。

技术实现思路

1、本申请实施例提供一种数据处理方法、装置、电子设备及计算机可读存储介质，提高了训练数据的质量。

2、第一方面，本申请实施例提供了一种数据处理方法，包括：

3、对样本集进行分类处理，得到第一样本集和第二样本集，所述第一样本集中的样本数量多于所述第二样本集中的样本数量；

4、对所述第二样本集进行过滤处理，得到安全样本集和边界样本集；

5、对所述边界样本集进行数据增强，得到增强后的边界样本集；

6、将所述第一样本集、所述安全样本文档来自技高网...

【技术保护点】

1.一种数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对样本集进行分类处理，得到第一样本集和第二样本集，包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述第二样本集进行过滤处理，得到安全样本集和边界样本集，包括：

4.根据权利要求3所述的方法，其特征在于，所述对所述样本集中每一样本进行向量化处理，得到所述样本集中每一样本对应的句向量，包括：

5.根据权利要求3所述的方法，其特征在于，所述基于所述句向量在所述样本集中进行匹配，得到所述第二样本集中每一样本对应的子样本集，包括：p>

6.根据权...

【技术特征摘要】

1.一种数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对样本集进行分类处理，得到第一样本集和第二样本集，包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述第二样本集进行过滤处理，得到安全样本集和边界样本集，包括：

4.根据权利要求3所述的方法，其特征在于，所述对所述样本集中每一样本进行向量化处理，得到所述样本集中每一样本对应的句向量，包括：

5.根据权利要求3所述的方法，其特征在于，所述基于所述句向量在所述样本集中进行匹配，得到所述第二样本集中每一样本对应的子样本集，包括：

6.根据权利要求3所述的方法，其特征在于，所述根据所述子样本集所包含的样本，确定所述...

【专利技术属性】
技术研发人员：邢静怡，杜明宇，刘汶霖，
申请(专利权)人：武汉TCL集团工业研究院有限公司，
类型：发明
国别省市：