【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种分类方法和装置。
技术介绍
1、对预包装食品的分类管理有利于指导大众健康饮食。在目前的预包装食品自动分类方法中，要么以所有层级的食品类别作为标签进行模型分类，要么以最细粒度的食品类别作为标签进行模型分类，前者在分类实践中常常无法获得最细粒度的食品类别，从而不满足mlnp(mandatory leaf node prediction，强制性叶子节点预测)要求；后者虽然满足mlnp要求，但是会完全损失中间类别语义信息，从而影响模型分类效果。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种分类方法和装置，通过从树形结构的类别集合中确定涵盖每一层级的类别路径用于模型训练和使用，从而在满足mlnp要求的同时不会损失中间类别语义信息，模型分类效果较好。
2、为实现上述目的，根据本专利技术的一个方面，提供了一种分类方法。
3、本专利技术实施例的分类方法用于将待分类对象划分到预设的类别集合中的类别；所述类别集合根据所包含的多个类别之间的从属...
【技术保护点】
1.一种分类方法，其特征在于，用于将待分类对象划分到预设的类别集合中的类别；所述类别集合根据所包含的多个类别之间的从属关系形成具有多个层级的树形结构，每一层级包括至少一个类别；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述依据所述训练样本和所述多条类别路径训练预先建立的分类模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：在将所述多条类别路径输入所述分类模型之前，对于所述多条类别路径中任一类别路径所包含的类别，根据该类别所在层级的深度以正相关方式确定该类别的重复次数，按照确定的重复次数在该类别路径中增加...
【技术特征摘要】
1.一种分类方法，其特征在于，用于将待分类对象划分到预设的类别集合中的类别；所述类别集合根据所包含的多个类别之间的从属关系形成具有多个层级的树形结构，每一层级包括至少一个类别；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述依据所述训练样本和所述多条类别路径训练预先建立的分类模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：在将所述多条类别路径输入所述分类模型之前，对于所述多条类别路径中任一类别路径所包含的类别，根据该类别所在层级的深度以正相关方式确定该类别的重复次数，按照确定的重复次数在该类别路径中增加相应的类别，形成该类别路径对应的增强路径；
4.根据权利要求2所述的方法，其特征在于，所述分类模型中包括：第一向量转换器、第二向量转换器、第三向量转换器、第四向量转换器、编码器、第一特征提取器、第二特征提取器和池化层；以及，所述将所述训练样本中的训练输入数据和所述多条类别路径输入所述分类模型进行处理，得到描述类别匹配特征，包括：
5...
【专利技术属性】
技术研发人员：张雨濛，
申请(专利权)人：北京沃东天骏信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。