(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210737197.1 (22)申请日 2022.06.27 (71)申请人 度小满科技(北京)有限公司 地址 100193 北京市海淀区西北旺东路10 号院西区4 号楼6层6 06室 (72)发明人 刘朋　林熙东　杨青　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 赵昀彬 (51)Int.Cl. G06K 9/62(2022.01) G06Q 40/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 模型训练方法、 装置、 存储介质、 处理器及电 子装置 (57)摘要 本发明公开了一种模型训练方法、 装置、 存 储介质、 处理器及电子装置。 其中， 该方法包括： 获取目标样 本数据； 对目标样 本数据进行格式化 处理， 得到中间处理结果； 基于中间处理结果对 第一分类模型和第二分类模型进行机器学习训 练， 得到目标分类模型。 本发明解决了相关技术 中由于训练样本规模小而导致的模型训练成本 高以及模型性能较 差的技术问题。 权利要求书2页 说明书11页 附图4页 CN 115130574 A 2022.09.30 CN 115130574 A 1.一种模型训练方法， 其特 征在于， 包括： 获取目标样本数据， 其中， 所述目标样本数据包括第 一样本数据和第 二样本数据， 所述 第一样本数据的样本数量大于预设阈值， 所述第二样本数据 的样本数量小于所述预设阈 值； 对所述目标样本数据进行格式化处 理， 得到中间处 理结果； 基于所述中间处理结果对第 一分类模型和第 二分类模型进行机器学习训练， 得到目标 分类模型， 其中， 所述第一分类模型包括初始编码器和 第一分类器， 所述第二分类模型包括 目标编码器和第二分类器， 所述第一分类器用于对所述第一样本数据进行分类处理， 所述 第二分类 器用于对所述第二样本数据进行分类处 理。 2.根据权利要求1所述的模型训练方法， 其特 征在于， 获取 所述目标样本数据包括： 获取第一分类标签对应的第一样本数据， 以及获取第二分类标签对应的第二样本数 据， 其中， 所述第一分类标签用于训练所述第一分类器， 所述第二分类标签用于训练所述第 二分类器， 所述第一分类标签与所述第二分类标签相关联。 3.根据权利要求1所述的模型训练方法， 其特征在于， 对所述目标样本数据进行格 式化 处理， 得到所述中间处 理结果包括： 获取所述初始编码器的类型信息； 基于所述初始编码器的类型信息确定所述目标样本数据对应的目标处 理方式； 利用所述目标处 理方式对所述目标样本数据进行格式化处 理， 得到中间处 理结果。 4.根据权利要求1所述的模型训练方法， 其特征在于， 基于所述中间处理结果对所述第 一分类模型和所述第二分类模型进行机器学习训练包括： 对于所述第一分类模型， 重复执行如下操作： 基于所述第一样本数据对应的中间处理 结果训练所述第一分类模型以及记录第一损失误差， 其中， 所述第一损失误差用于确定所 述目标编码器； 对于所述第二分类模型， 重复执行如下操作： 基于所述第二样本数据对应的中间处理 结果训练所述第二分类模型以及记录第二损失误差， 其中， 所述第二损失误差用于确定所 述目标分类模型。 5.根据权利要求1所述的模型训练方法， 其特 征在于， 所述方法还 包括： 获取测试样本数据和业 务评价指标； 利用所述目标分类模型对所述测试样本数据进行分类处 理， 得到分类结果； 基于所述业务评价指标对于所述分类结果进行预测评分， 得到评分结果， 其中， 所述评 分结果用于确定所述分类结果是否准确。 6.根据权利要求1所述的模型训练方法， 其特征在于， 所述目标样本数据包括数值字段 和/或非数值字段。 7.一种模型训练装置， 其特 征在于， 包括： 获取模块， 用于获取目标样本数据， 其中， 所述目标样本数据包括第 一样本数据和第二 样本数据， 所述第一样本数据的样本数量大于预设阈值， 所述第二样本数据的样本数量小 于所述预设阈值； 处理模块， 用于对所述目标样本数据进行格式化处 理， 得到中间处 理结果； 训练模块， 用于基于所述中间处理结果对第 一分类模型和第 二分类模型进行机器学习权　利　要　求　书 1/2 页 2 CN 115130574 A 2训练， 得到目标分类模型， 其中， 所述第一分类模型包括初始编码器和第一分类器， 所述第 二分类模型包括目标编 码器和第二分类器， 所述第一分类器用于对所述第一样本数据进 行 分类处理， 所述第二分类 器用于对所述第二样本数据进行分类处 理。 8.一种非易失性存储介质， 其特征在于， 所述存储介质中存储有计算机程序， 其中， 所 述计算机程序被设置为 运行时执 行所述权利要求1至 6任一项中所述的模型训练方法。 9.一种处理器， 其特征在于， 所述处理器用于运行程序， 其中， 所述程序被设置为运行 时执行所述权利要求1至 6任一项中所述的模型训练方法。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行所述权利要求 1至6任一项中所述的模 型训练方法。权　利　要　求　书 2/2 页 3 CN 115130574 A 3