一种样本标签生成方法、模型训练方法、装置及设备与流程

1.本公开涉及人工智能技术领域和金融技术领域，尤其涉及一种样本标签生成方法、模型训练方法、装置、设备、介质和程序产品。


背景技术：

2.现有技术中，金融行业中存在着大量的未标记数据。而在模型的训练过程中，主要是通过已标记数据进行训练。由此，需要通过人工对未标记数据进行打标，来得到已标记数据。
3.在实现本公开发明构思的过程中，发明人发现，在相关技术中，通过人工的方式来获取已标记数据，浪费了人力资源，并且效率较低。


技术实现要素：

4.鉴于上述问题，本公开提供了一种样本标签生成方法、模型训练方法、装置、设备、介质和程序产品。
5.根据本公开的第一个方面，提供了一种样本标签生成方法，包括：获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应；从多个第一样本数据中确定至少一个第一关键样本数据；从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度；基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。
6.根据本公开的实施例，获取未标记样本和已标记样本，包括：响应于来自电子设备的样本标签生成指令，从样本数据库中确定未标记样本和已标记样本；调用样本传输接口，从样本数据库中获取未标记样本和已标记样本。
7.根据本公开的实施例，第一样本数据包括：资产数据、对象类型数据、存储时长数据、交易数据。
8.根据本公开的实施例，第一关键样本数据和第二关键样本数据分别包括多个，根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度，包括：从多个第一关键样本数据中确定连续类型的连续目标第一关键样本数据；从多个第二关键样本数据中确定与连续目标第一关键样本数据相匹配的连续目标第二关键样本数据；从多个第一关键样本数据中确定离散类型的离散目标第一关键样本数据；从多个第二关键样本数据中确定与离散目标第一关键样本数据相匹配的离散目标第二关键样本数据；基于连续目标第一关键样本数据和连续目标第二关键样本数据，确定连续样本相似度；基于离散目标第一关键样本数据和离散目标第二关键样本数据，确定离散样本相似度；基于连续样本相似度和离散样本相似度，确定目标相似度。
9.根据本公开的实施例，基于连续目标第一关键样本数据和连续目标第二关键样本
数据，确定连续样本相似度，包括：确定连续目标第一关键样本数据的第一特征向量；确定连续目标第二关键样本数据的第二特征向量；以及基于第一特征向量和第二特征向量，确定连续样本相似度。
10.根据本公开的实施例，基于离散目标第一关键样本数据和离散目标第二关键样本数据，确定离散样本相似度，包括：在确定离散目标第一关键样本数据和离散目标第二关键样本数据相同的情况下，基于连续样本相似度，确定离散样本相似度；以及在确定离散目标第一关键样本数据和离散目标第二关键样本数据不相同的情况下，确定离散样本相似度为预定相似度。
11.根据本公开的实施例，从多个第一样本数据中确定至少一个第一关键样本数据，包括：根据多个第一样本数据，确定多个第一样本数据各自的特征重要度；根据多个第一样本数据各自的特征重要度，从多个第一样本数据中确定至少一个第一关键样本数据。
12.根据本公开的实施例，从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据，包括：根据多个第二样本数据，确定多个第二样本数据各自的特征重要性度；根据多个第二样本数据各自的特征重要度，从多个第二样本数据中确定至少一个第二关键样本数据。
13.本公开的第二方面提供了一种模型训练方法，包括：根据上述样本标签生成方法，生成未标记样本的目标标签；基于目标标签和未标记样本，训练初始模型，得到目标模型。
14.本公开的第三方面提供了一种样本标签生成装置，包括：获取模块，用于获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应；第一确定模块，用于从多个第一样本数据中确定至少一个第一关键样本数据；第二确定模块，用于从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；第三确定模块，用于根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度；第一生成模块，用于基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。
15.本公开的第四方面提供了一种模型训练装置，包括：第二生成模块，用于根据上述样本标签生成方法，生成未标记样本的目标标签；训练模块，基于目标标签和未标记样本，训练初始模型，得到目标模型。
16.本公开的第五方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。
17.本公开的第六方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。
18.本公开的第七方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。
19.根据本公开提供的样本标签生成方法、模型训练方法、装置、设备、介质和程序产品，基于未标记样本的关键样本数据，来确定未标记样本和标记样本之间的目标相似度，生成目标标签，进而实现自动打标的目的，节省了资源，提高了打标效率。
附图说明
20.通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
21.图1示意性示出了根据本公开实施例的样本标签生成方法或模型训练方法的应用场景图；
22.图2示意性示出了根据本公开实施例的第一个样本标签生成方法的流程图；
23.图3示意性示出了根据本公开实施例的确定目标相似度满足预定相似度阈值的流程图；
24.图4示意性示出了根据本公开实施例的目标相似度确定方法的流程图；
25.图5示意性示出了根据本公开实施例的第二个样本标签生成方法的示意图；
26.图6示意性示出了根据本公开实施例的模型训练方法的流程图；
27.图7示意性示出了根据本公开实施例的样本标签生成装置的结构框图；
28.图8示意性示出了根据本公开实施例的模型训练装置的结构框图；
29.图9示意性示出了根据本公开实施例的适于实现样本标签生成方法或者模型训练方法的电子设备的方框图。
具体实施方式
30.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
31.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
32.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
33.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
34.在本公开的技术方案中，所涉及的数据(如包括但不限于用户个人信息)的收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
35.机器学习模型的训练效果会被所使用的数据、算法、算力等因素影响，其中，数据是较为关键的部分。而在金融业务应用场景中，效果较好的，使用较为广泛的通常都是已标记数据。
36.在实现本公开发明构思的过程中，发明人发现，在相关技术中，通过人工的方式来
获取已标记数据，浪费了人力资源，并且效率较低。
37.有鉴于此，本公开的实施例提供了一种样本标签生成方法，包括：获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应；从多个第一样本数据中确定至少一个第一关键样本数据；从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度；基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。
38.根据本公开的实施例，可以先通过电子设备，从样本数据库中，调用样本传输接口，来获取已标记样本和未标记样本。其中，已标记样本和未标记样本均可以包括金融领域的资产数据、对象类型数据、存储时长数据、交易数据，其中，存储时长数据例如可以包括资产数据中的存储金额数据的存储时长数据。再通过电子设备，对根据金融领域的数据得到的已标记样本和未标记样本进行处理，来实现提高打标效率的效果，并且由于通过电子设备自动生成目标标签，因此，充分利用了电子设备的算力，来对金融领域大量繁杂的资产数据、对象类型数据、存储时长数据、交易数据进行高效处理，由此，可以解决本公开所要解决的人工打标效率较低的问题。
39.图1示意性示出了根据本公开实施例的样本标签生成方法的应用场景图。
40.如图1所示，根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
41.用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
42.第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
43.服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
44.需要说明的是，本公开实施例所提供的样本标签生成方法或者模型训练方法一般可以由服务器105执行。相应地，本公开实施例所提供的样本标签生成装置或者模型训练装置一般可以设置于服务器105中。本公开实施例所提供的样本标签生成方法或者模型训练方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的样本标签生成装置或者模型训练装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
45.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
46.以下将基于图1描述的场景，通过图2～图6对公开实施例的样本标签生成方法进行详细描述。
47.图2示意性示出了根据本公开实施例的第一个样本标签生成方法的流程图。
48.如图2所示，该实施例的样本标签生成方法包括操作s210～操作s250。
49.在操作s210，获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应。
50.根据本公开的实施例，未标记样本可以是待确定标签的样本，已标记样本可以是已确定标签的样本。第二样本数据可以是用于反映未标记样本的样本特征的数据；第一样本数据可以是用于反映已标记样本的样本特征的数据。可以通过第一样本数据和与该第一样本数据对应的第二样本数据之间的相似度，来确定未标记样本和已标记样本的相似度。
51.第一样本数据可以包括对象类型数据、资产数据、存储时长数据、交易数据等。第二样本数据的数据类型与第一样本数据对应，例如，在多个第一样本数据包括对象类型数据、资产数据和存储时长数据的情况下，多个第二样本数据也可以对应包括相同数据类型的对象类型数据、资产数据和存储时长数据。
52.根据本公开的实施例，标签可以用于标识已标记样本的属性信息，具体可以为n位的属性编码，属性编码的形式可以为one-hot编码(独热编码)、label编码(标签编码)等，本公开对此不作限定。
53.例如，在已标记样本中包括资产数据和存储时长数据的情况下，如果资产数据达到预定阈值以及存储时长数据达到预定阈值，则标签可以对应标识该已标记样本的属性信息为重要。由此，通过该已标记样本训练得到的模型，可以根据输入的资产数据和存储时长数据，判断该资产数据和存储时长数据所对应的已标记样本的属性是否为重要。
54.根据本公开的实施例，数据类型可以包括离散类型和连续类型等。
55.在操作s220，从多个第一样本数据中确定至少一个第一关键样本数据。
56.根据本公开的实施例，第一关键样本数据可以是多个第一样本数据中，较为重要的第一样本数据。例如，如果利用已标记样本训练模型，可以将对模型效果影响较大的第一样本数据，确定为第一关键样本数据。
57.可以通过对多个第一样本数据进行特征重要度排序，再根据排序结果，对多个第一样本数据进行筛选，来得到第一关键样本数据；还可以通过预定数据类型，来从多个第一样本数据中确定第一关键样本数据。
58.在操作s230，从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据。
59.根据本公开的实施例，可以根据第一关键样本数据的数据类型，确定第二关键样本数据的数据类型。例如，在第一关键样本数据为资产数据的情况下，第二关键样本数据也可以为对应相同数据类型的资产数据。
60.在操作s240，根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度。
61.根据本公开的实施例，可以是根据互相对应的第一关键样本数据的特征向量和第二关键样本数据的特征向量，确定第一关键样本数据和第二关键样本数据之间的相似度。
62.例如，已标记样本可以包括第一关键样本数据a1，第一关键样本数据b1，第一关键样本数据c1；未标记样本可以包括第二关键样本数据a2，第二关键样本数据b2，第二关键样本数据c2。第一关键样本数据a1和第二关键样本数据a2数据类型对应；第一关键样本数据b1和第二关键样本数据b2数据类型对应；第一关键样本数据c1和第二关键样本数据c2数据类型对应。
63.由此，第一关键样本数据a1和第二关键样本数据a2之间的相似度可以为a；第一关键样本数据b1和第二关键样本数据b2之间的相似度可以为b；第一关键样本数据c1和第二关键样本数据c2之间的相似度可以为c。因此，可以根据相似度a、相似度b和相似度c的总和，得到目标相似度。
64.在操作s250，基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。
65.根据本公开的实施例，可以是在目标相似度满足预定相似度阈值的情况下，生成未标记样本的目标标签。预定相似度阈值可以是60％，70％，80％，90％等，本公开对此不作限定。
66.由于第一关键样本数据对所训练的模型的效果影响较大，因此，基于第一关键样本数据，来从未标记样本中确定第二关键样本数据，进而确定未标记样本和已标记样本之间的相似度，可以使所生成的目标标签更倾向第一关键样本数据。由此，在生成目标标签后，利用未标记样本训练模型，可以在最大程度上影响所训练的模型的效果。
67.根据本公开的实施例，基于未标记样本的关键样本数据，来确定未标记样本和标记样本之间的目标相似度，生成目标标签，进而实现自动打标的目的，节省了资源，提高了打标效率。
68.图3示意性示出了根据本公开实施例的确定目标相似度满足预定相似度阈值的流程图。
69.如图3所示，该实施例的确定目标相似度满足预定相似度阈值包括操作s310～操作s380。
70.在操作s310，获取已标记样本。
71.在操作s320，确定第一关键样本数据。
72.在操作s330，获取未标记样本。
73.在操作s340，确定第二关键样本数据。
74.在操作s350，确定目标相似度。
75.在操作s360，确定目标相似度是否满足预定相似度阈值。若是则执行操作s370；若否，则执行操作s380。
76.在操作s370，生成未标记样本的目标标签。
77.在操作s380，停止操作该未标记样本。
78.根据本公开的实施例，第一样本数据包括：资产数据、对象类型数据、存储时长数据、交易数据。
79.根据本公开的实施例，通过使用本公开的样本标签生成方法，来针对金融领域大
量繁杂的资产数据、对象类型数据、存储时长数据、交易数据进行处理，来较为准确地生成目标标签，因此，提高了数据处理效率，使效率可以满足需求。
80.根据本公开的实施例，获取未标记样本和已标记样本，包括：响应于来自电子设备的样本标签生成指令，从样本数据库中确定未标记样本和已标记样本；调用样本传输接口，从样本数据库中获取未标记样本和已标记样本。
81.根据本公开的实施例，样本标签生成指令可以是来自其他电子设备的，也可以是由电子设备预先存储在指令数据库中的。样本标签生成指令中可以包括需要获取的样本的标识信息，由此，可以从存储大量样本的样本数据库中，高效确定所需要的未标记样本和已标记样本。
82.根据本公开的实施例，样本传输接口可以是预先设置在电子设备上的数据接口，例如，可以是串行通讯接口等。
83.根据本公开的实施例，样本数据库可以是预先存储在电子设备上的；也可以是存储在其他电子设备上的。通过样本传输接口，可以实现从其他电子设备上获取由金融领域的数据得到的已标记样本和未标记样本。
84.根据本公开的实施例，通过由电子设备，根据样本确定指令来调用样本传输接口，从样本数据库中获取已标记样本和未标记样本，因此，实现了对已标记样本和未标记样本的高效获取，使获取效率可以满足需求。
85.图4示意性示出了根据本公开实施例的目标相似度确定方法的流程图。
86.如图4所示，该实施例的目标相似度确定方法包括操作s410～操作s470。
87.在操作s410，从多个第一关键样本数据中确定连续类型的连续目标第一关键样本数据。
88.根据本公开的实施例，连续类型的连续目标第一关键样本数据，可以包括：资产数据和存储金额数据等。
89.根据本公开的实施例，可以根据预定连续类型，来确定多个第一关键样本数据中为连续类型的连续目标第一关键样本数据。例如，在预定连续类型为资产数据的情况下，从多个第一关键样本数据中，确定资产数据为连续目标第一关键样本数据。
90.在操作s420，从多个第二关键样本数据中确定与连续目标第一关键样本数据相匹配的连续目标第二关键样本数据。
91.根据本公开的实施例，可以是在确定连续目标第一关键样本数据为资产数据的情况下，从第二关键样本数据中对应确定资产数据为连续目标第二关键样本数据。
92.在操作s430，从多个第一关键样本数据中确定离散类型的离散目标第一关键样本数据。
93.根据本公开的实施例，可以根据预定离散类型，来确定多个第一关键样本数据中为离散类型的离散目标第一关键样本数据。
94.根据本公开的实施例，离散类型的离散目标第一关键样本数据，可以包括：对象类型数据等。例如，在预定离散类型为对象类型数据的情况下，从多个第一关键样本数据中，确定对象类型数据为离散目标第一关键样本数据。
95.在操作s440，从多个第二关键样本数据中确定与离散目标第一关键样本数据相匹配的离散目标第二关键样本数据。
96.根据本公开的实施例，可以是在确定离散目标第一关键样本数据为对象类型数据的情况下，从第二关键样本数据中对应确定对象类型数据为离散目标第二关键样本数据。
97.在操作s450，基于连续目标第一关键样本数据和连续目标第二关键样本数据，确定连续样本相似度。
98.根据本公开的实施例，可以是通过比较连续目标第一关键样本数据的特征向量，和连续目标第二关键样本数据的特征向量之间的欧式距离，根据欧式距离确定连续样本相似度。若欧式距离越大，则连续样本相似度越低；若欧式距离越小，则连续样本相似度越高。
99.在操作s460，基于离散目标第一关键样本数据和离散目标第二关键样本数据，确定离散样本相似度。
100.根据本公开的实施例，可以是通过比较离散目标第一关键样本数据的特征向量和离散目标第二关键样本数据的特征向量之间的欧式距离，然后根据该欧式距离确定离散样本相似度。若欧式距离越大，则离散样本相似度越低；若欧式距离越小，则离散样本相似度越高。
101.在操作s470，基于连续样本相似度和离散样本相似度，确定目标相似度。
102.根据本公开的实施例，可以是将连续样本相似度和离散样本相似度相加，来得到目标相似度。
103.根据本公开的实施例，由于将关键样本数据分为离散类型和连续类型，再针对不同类型的关键样本数据来计算相似度，然后根据计算得到的连续样本相似度和离散样本相似度，来确定目标相似度，提高了目标相似度的准确性。
104.图5示意性示出了根据本公开实施例的第二个样本标签生成方法的示意图。
105.如图5所示，从已标记样本501中确定第一关键样本数据502，再从第一关键样本数据502中确定连续类型的连续目标第一关键样本数据503和离散类型的离散目标第一关键样本数据504。然后再从未标记样本505中确定第二关键样本数据506，再从第二关键样本数据506中确定离散类型的离散目标第二关键样本数据507和连续类型的连续目标第二关键样本数据508。然后根据离散目标第一关键样本数据504和离散目标第二关键样本数据507，确定离散样本相似度509，以及根据连续目标第一关键样本数据503和连续类型的连续目标第二关键样本数据508，确定连续样本相似度510。根据离散样本相似度509和连续样本相似度510，确定目标相似度511。
106.根据本公开的实施例，基于连续目标第一关键样本数据和连续目标第二关键样本数据，确定连续样本相似度，包括：确定连续目标第一关键样本数据的第一特征向量；确定连续目标第二关键样本数据的第二特征向量；以及基于第一特征向量和第二特征向量，确定连续样本相似度。
107.根据本公开的实施例，可以对连续目标第一关键样本数据进行数据解析，来得到第一特征向量，以及可以对连续目标第二关键样本数据进行数据解析，来得到第二特征向量。
108.根据本公开的实施例，第一特征向量和第二特征向量用于确定连续目标第一关键样本数据和连续目标第二关键样本数据之间的连续样本相似度。例如，确定第一特征向量和第二特征向量之间的欧式距离；根据欧式距离的倒数，确定连续样本相似度。
109.根据本公开的实施例，由于根据第一特征向量和第二特征向量来确定连续目标第
一关键样本数据和连续目标第二关键样本数据之间的连续样本相似度，因此，得到了准确性满足需求的连续样本相似度，有助于提高目标相似度的准确性。
110.根据本公开的实施例，基于离散目标第一关键样本数据和离散目标第二关键样本数据，确定离散样本相似度，包括：在确定离散目标第一关键样本数据和离散目标第二关键样本数据相同的情况下，基于连续样本相似度，确定离散样本相似度；以及在确定离散目标第一关键样本数据和离散目标第二关键样本数据不相同的情况下，确定离散样本相似度为预定相似度。
111.根据本公开的实施例，基于连续样本相似度，确定离散样本相似度，可以是在已标记样本和未标记样本之间有多个连续样本相似度的情况下，将该多个连续样本相似度的平均值作为离散样本相似度；也可以是在已标记样本和未标记样本之间仅有一个连续样本相似度的情况下，根据该连续样本相似度的值，得到离散样本相似度的值。
112.根据本公开的实施例，预定相似度可以为0，0.1，0.2等，本公开对此不作限定。
113.根据本公开的实施例，由于分别在离散目标第一关键样本数据和离散目标第二关键样本数据相同和不同的情况下，确定离散目标第一关键样本数据和离散目标第二关键样本数据之间的相似度，因此，得到了准确性满足需求的离散样本相似度，有助于提高目标相似度的准确性。
114.根据本公开的实施例，从多个第一样本数据中确定至少一个第一关键样本数据，包括：根据多个第一样本数据，确定多个第一样本数据各自的特征重要度；根据多个第一样本数据各自的特征重要度，从多个第一样本数据中确定至少一个第一关键样本数据。
115.根据本公开的实施例，该特征重要度可以用于反映多个第一样本数据中，对模型效果的影响满足需求的第一样本数据。
116.根据本公开的实施例，确定多个第一样本数据各自的特征重要度，例如：利用lgb算法(梯度提升树算法)，训练模型，再将第一样本数据输入经训练的模型，输出第一输出结果；再将第一输出结果融合shap值(shapleyadditive explanations，沙普利加和解释)，即通过计算每个第一样本数据的shapley值(沙普利加值)，来确定所输入的各个第一样本数据对模型效果的影响程度，进而基于该影响程度的大小，得到多个第一样本数据各自的特征重要度。
117.根据本公开的实施例，从多个第一样本数据中确定至少一个第一关键样本数据，可以是根据特征重要度对多个第一样本数据进行排序，再根据排序结果，选取至少一个第一关键样本数据。
118.根据本公开的实施例，通过根据第一样本数据各自的特征重要度，来确定第一关键样本数据，保证了第一关键样本数据的准确性。
119.根据本公开的实施例，从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据，包括：根据多个第二样本数据，确定多个第二样本数据各自的特征重要性度；根据多个第二样本数据各自的特征重要度，从多个第二样本数据中确定至少一个第二关键样本数据。
120.根据本公开的实施例，该特征重要度可以用于反映多个第二样本数据中，对模型效果的影响满足需求的第二样本数据。
121.根据本公开的实施例，确定多个第二样本数据各自的特征重要度，例如：利用lgb
算法，训练模型，再将第二样本数据输入经训练的模型，输出第二输出结果；再将第二输出结果融合shap值，即通过计算每个第二样本数据的shapley值，来确定所输入的各个第二样本数据对模型效果的影响程度，进而基于该影响程度的大小，得到多个第二样本数据各自的特征重要度。
122.根据本公开的实施例，从多个第二样本数据中确定至少一个第二关键样本数据，可以是根据特征重要度对多个第二样本数据进行排序，再根据排序结果，选取至少一个第二关键样本数据。
123.根据本公开的实施例，通过根据第二样本数据各自的特征重要度，来确定第二关键样本数据，保证了第二关键样本数据的准确性。
124.为更好地理解本公开的内容，本公开在此给出一个实施例，例如：可以先获取多个未标记样本和多个已标记样本，再将所获取的多个未标记样本和多个已标记样本的样本特征加工至相同，本公开对加工方法不作具体限定。再根据多个未标记样本构建未标记样本集m，以及根据多个已标记样本构建已标记样本集k。可以将已标记样本集k划分为训练集t、验证集v和测试集p。
125.未标记样本集m中的样本数量可以为已标记样本集k的样本数量的1％，2％，3％等，本公开对此不作限定。
126.再基于上述lgb算法，利用训练集t训练初始模型，得到第一中间模型；利用验证集v调整第一中间模型的参数信息，得到第二中间模型；利用测试集p对第二中间模型进行验证，得到基线模型。再利用基线模型对样本数据各自的特征重要度进行排序，然后取前几位作为关键样本数据，本公开对此不作限定，例如，可以取前10位，20位，30位等。
127.然后再分别根据离散类型的关键样本数据和连续类型的关键样本数据来计算，未标记样本集m中每个未标记样本，分别与已标记样本集k中每个已标记样本的目标相似度，得到目标相似度集合r
mt
，可以表示为r
mt
＝{r
11
，r
12
，
…r1t
，r
21
，r
22
，
…
，r
mt
}；其中，r
mt
表示未标记样本集m中的第m个未标记样本与训练集t中的第t个样本的目标相似度，其中，m和t可以均为正整数。
128.由此，可以根据预定相似度阈值，从未标记样本集m中筛选目标相似度满足相似度阈值的未标记样本，或者，可以是根据目标相似度集合中前10％的目标相似度，从未标记样本集中筛选未标记样本，本公开对此不作限定，也可以是根据目标相似度集合中前15％，20％，25％等，本公开对此不作限定。再根据与未标记样本的目标相似度满足需求的已标记样本的标签，对未标记样本进行打标，生成未标记样本的目标标签。
129.图6示意性示出了根据本公开实施例的模型训练方法的流程图。
130.如图6所示，该实施例的模型训练方法包括操作s610～操作s620。
131.在操作s610，根据本公开的样本标签生成方法，生成未标记样本的目标标签。
132.在操作s620，基于目标标签和未标记样本，训练初始模型，得到目标模型。
133.根据本公开的实施例，可以是将上述生成目标标签的未标记样本，添加到上述训练集k中，得到包含该未标记样本的训练集l；再利用该训练集l训练初始模型，得到中间模型；利用上述验证集v调整中间模型的参数信息，得到目标模型。
134.根据本公开的实施例，可以将上述测试集p输入目标模型，来根据目标模型的效果，确定打标的准确性。若目标模型有提升，则可以保留未标记样本的目标标签；若未提升
或者下降，则可以删除未标记样本的目标标签，并重新获取未标记样本集。
135.根据本公开的实施例，基于未标记样本的关键样本数据，来确定未标记样本和标记样本之间的目标相似度，生成目标标签，进而实现自动打标的目的，节省了资源，提高了打标效率。
136.基于上述样本标签生成方法，本公开还提供了一种样本标签生成装置。以下将结合图7对该装置进行详细描述。
137.图7示意性示出了根据本公开实施例的样本标签生成装置的结构框图。
138.如图7所示，该实施例的样本标签生成装置700包括获取模块710、第一确定模块720、第二确定模块730、第三确定模块740和第一生成模块750。
139.获取模块710用于获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应。在一实施例中，获取模块710可以用于执行前文描述的操作s210，在此不再赘述。
140.第一确定模块720用于从多个第一样本数据中确定至少一个第一关键样本数据。在一实施例中，第一确定模块720可以用于执行前文描述的操作s220，在此不再赘述。
141.第二确定模块730用于从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据。在一实施例中，第二确定模块730可以用于执行前文描述的操作s230，在此不再赘述。
142.第三确定模块740用于根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度。在一实施例中，第三确定模块740可以用于执行前文描述的操作s240，在此不再赘述。
143.第一生成模块750用于基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。在一实施例中，第一生成模块750可以用于执行前文描述的操作s250，在此不再赘述。
144.根据本公开的实施例，获取模块包括响应确定子模块和调用子模块。其中，响应确定子模块，用于响应于来自电子设备的样本标签生成指令，从样本数据库中确定未标记样本和已标记样本；调用子模块，用于调用样本传输接口，从样本数据库中获取未标记样本和已标记样本。
145.根据本公开的实施例，上述样本标签生成装置，还用于处理第一样本数据，第一样本数据包括：资产数据、对象类型数据、存储时长数据、交易数据。
146.根据本公开的实施例，第三确定模块740包括第一确定子模块、第二确定子模块、第三确定子模块、第四确定子模块、第五确定子模块、第六确定子模块和第七确定子模块。其中，第一确定子模块用于从多个第一关键样本数据中确定连续类型的连续目标第一关键样本数据；第二确定子模块用于从多个第二关键样本数据中确定与连续目标第一关键样本数据相匹配的连续目标第二关键样本数据；第三确定子模块用于从多个第一关键样本数据中确定离散类型的离散目标第一关键样本数据；第四确定子模块用于从多个第二关键样本数据中确定与离散目标第一关键样本数据相匹配的离散目标第二关键样本数据；第五确定子模块用于基于连续目标第一关键样本数据和连续目标第二关键样本数据，确定连续样本相似度；第六确定子模块用于基于离散目标第一关键样本数据和离散目标第二关键样本数
据，确定离散样本相似度；第七确定子模块用于基于连续样本相似度和离散样本相似度，确定目标相似度。
147.根据本公开的实施例，第五确定子模块包括第一确定单元、第二确定单元和第三确定单元。其中，第一确定单元用于确定连续目标第一关键样本数据的第一特征向量；第二确定单元用于确定连续目标第二关键样本数据的第二特征向量；第三确定单元用于基于第一特征向量和第二特征向量，确定连续样本相似度。
148.根据本公开的实施例，第六确定子模块包括第七确定单元和第八确定单元。其中，第七确定单元用于在确定离散目标第一关键样本数据和离散目标第二关键样本数据相同的情况下，基于连续样本相似度，确定离散样本相似度；第八确定单元用于在确定离散目标第一关键样本数据和离散目标第二关键样本数据不相同的情况下，确定离散样本相似度为预定相似度。
149.根据本公开的实施例，第一确定模块720包括第八确定子模块和第九确定子模块。其中，第八确定子模块用于根据多个第一样本数据，确定多个第一样本数据各自的特征重要度；第九确定子模块用于根据多个第一样本数据各自的特征重要度，从多个第一样本数据中确定至少一个第一关键样本数据。
150.根据本公开的实施例，第二确定模块730包括第十确定子模块和第十一确定子模块。其中，第十确定子模块用于根据多个第二样本数据，确定多个第二样本数据各自的特征重要性度；第十一确定子模块用于根据多个第二样本数据各自的特征重要度，从多个第二样本数据中确定至少一个第二关键样本数据。
151.根据本公开的实施例，获取模块710、第一确定模块720、第二确定模块730、第三确定模块740和第一生成模块750中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块710、第一确定模块720、第二确定模块730、第三确定模块740和第一生成模块750中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块710、第一确定模块720、第二确定模块730、第三确定模块740和第一生成模块750中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
152.基于上述模型训练方法，本公开还提供了一种模型训练装置。以下将结合图8对该装置进行详细描述。
153.图8示意性示出了根据本公开实施例的模型训练装置的结构框图。
154.如图8所示，该实施例的模型训练装置800包括第二生成模块810和训练模块820。
155.第二生成模块810用于根据本公开的样本标签生成方法，生成未标记样本的目标标签。在一实施例中，第二生成模块810可以用于执行前文描述的操作s610，在此不再赘述。
156.训练模块820用于基于目标标签和未标记样本，训练初始模型，得到目标模型。在一实施例中，训练模块820可以用于执行前文描述的操作s620，在此不再赘述。
157.根据本公开的实施例，第二生成模块810和训练模块820中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第二生成模块810和训练模块820中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第二生成模块810和训练模块820中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
158.图9示意性示出了根据本公开实施例的适于实现样本标签生成方法或者模型训练方法的电子设备的方框图。
159.如图9所示，根据本公开实施例的电子设备900包括处理器901，其可以根据存储在只读存储器(rom)902中的程序或者从存储部分908加载到随机访问存储器(ram)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
160.在ram 903中，存储有电子设备900操作所需的各种程序和数据。处理器901、rom 902以及ram 903通过总线904彼此相连。处理器901通过执行rom 902和/或ram 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 902和ram 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
161.根据本公开的实施例，电子设备900还可以包括输入/输出(i/o)接口905，输入/输出(i/o)接口905也连接至总线904。电子设备900还可以包括连接至输入/输出(i/o)接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至输入/输出(i/o)接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
162.本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
163.根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可
以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的rom 902和/或ram 903和/或rom 902和ram 903以外的一个或多个存储器。
164.本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
165.在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
166.在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分909被下载和安装，和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
167.在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
168.根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如java，c++，python，“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
169.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
170.本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
171.以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

技术特征：
1.一种样本标签生成方法，包括：获取未标记样本和已标记样本，其中，所述已标记样本包括多个第一样本数据和标签，所述未标记样本包括多个第二样本数据，所述多个第二样本数据与所述多个第一样本数据类型一一对应；从所述多个第一样本数据中确定至少一个第一关键样本数据；从所述多个第二样本数据中确定与所述至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；根据所述至少一个第一关键样本数据和所述至少一个第二关键样本数据，确定所述未标记样本和所述已标记样本之间的目标相似度；基于所述目标相似度和所述标签，对所述未标记样本进行打标，生成所述未标记样本的目标标签。2.根据权利要求1所述的方法，其中，所述获取未标记样本和已标记样本，包括：响应于来自电子设备的样本标签生成指令，从样本数据库中确定所述未标记样本和所述已标记样本；调用样本传输接口，从所述样本数据库中获取所述未标记样本和所述已标记样本。3.根据权利要求1所述的方法，其中，所述第一样本数据包括：资产数据、对象类型数据、存储时长数据、交易数据。4.根据权利要求1所述的方法，其中，所述第一关键样本数据和所述第二关键样本数据分别包括多个，所述根据所述至少一个第一关键样本数据和所述至少一个第二关键样本数据，确定所述未标记样本和所述已标记样本之间的目标相似度，包括：从多个所述第一关键样本数据中确定连续类型的连续目标第一关键样本数据；从多个所述第二关键样本数据中确定与所述连续目标第一关键样本数据相匹配的连续目标第二关键样本数据；从多个所述第一关键样本数据中确定离散类型的离散目标第一关键样本数据；从多个所述第二关键样本数据中确定与所述离散目标第一关键样本数据相匹配的离散目标第二关键样本数据；基于所述连续目标第一关键样本数据和所述连续目标第二关键样本数据，确定连续样本相似度；基于所述离散目标第一关键样本数据和所述离散目标第二关键样本数据，确定离散样本相似度；基于所述连续样本相似度和所述离散样本相似度，确定所述目标相似度。5.根据权利要求4所述的方法，其中，基于所述连续目标第一关键样本数据和所述连续目标第二关键样本数据，确定连续样本相似度，包括：确定所述连续目标第一关键样本数据的第一特征向量；确定所述连续目标第二关键样本数据的第二特征向量；以及基于所述第一特征向量和所述第二特征向量，确定所述连续样本相似度。6.根据权利要求4所述的方法，其中，基于所述离散目标第一关键样本数据和所述离散目标第二关键样本数据，确定离散样本相似度，包括：
在确定所述离散目标第一关键样本数据和所述离散目标第二关键样本数据相同的情况下，基于所述连续样本相似度，确定所述离散样本相似度；以及在确定所述离散目标第一关键样本数据和所述离散目标第二关键样本数据不相同的情况下，确定所述离散样本相似度为预定相似度。7.根据权利要求1所述的方法，其中，所述从所述多个第一样本数据中确定至少一个第一关键样本数据，包括：根据所述多个第一样本数据，确定所述多个第一样本数据各自的特征重要度；根据所述多个第一样本数据各自的特征重要度，从所述多个第一样本数据中确定所述至少一个第一关键样本数据。8.根据权利要求1所述的方法，其中，所述从所述多个第二样本数据中确定与所述至少一个第一关键样本数据一一对应的至少一个第二关键样本数据，包括：根据所述多个第二样本数据，确定所述多个第二样本数据各自的特征重要性度；根据所述多个第二样本数据各自的特征重要度，从所述多个第二样本数据中确定所述至少一个第二关键样本数据。9.一种模型训练方法，包括：根据权利要求1至8中任一项所述的样本标签生成方法，生成所述未标记样本的目标标签；基于所述目标标签和所述未标记样本，训练初始模型，得到目标模型。10.一种样本标签生成装置，包括：获取模块，用于获取未标记样本和已标记样本，其中，所述已标记样本包括多个第一样本数据和标签，所述未标记样本包括多个第二样本数据，所述多个第二样本数据与所述多个第一样本数据类型一一对应；第一确定模块，用于从所述多个第一样本数据中确定至少一个第一关键样本数据；第二确定模块，用于从所述多个第二样本数据中确定与所述至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；第三确定模块，用于根据所述至少一个第一关键样本数据和所述至少一个第二关键样本数据，确定所述未标记样本和所述已标记样本之间的目标相似度；第一生成模块，用于基于所述目标相似度和所述标签，对所述未标记样本进行打标，生成所述未标记样本的目标标签。11.一种模型训练装置，包括：第二生成模块，用于根据权利要求1至8中任一项所述的样本标签生成方法，生成所述未标记样本的目标标签；训练模块，基于所述目标标签和所述未标记样本，训练初始模型，得到目标模型。12.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～9中任一项所述的方法。13.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理
器执行根据权利要求1～9中任一项所述的方法。14.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～9中任一项所述的方法。

技术总结
本公开提供了一种样本标签生成方法、模型训练方法、装置及设备，可以应用于人工智能技术领域和金融技术领域。该方法包括：获取未标记样本和已标记样本，其中，已标记样本包括多个第一样本数据和标签，未标记样本包括多个第二样本数据，多个第二样本数据与多个第一样本数据类型一一对应；从多个第一样本数据中确定至少一个第一关键样本数据；从多个第二样本数据中确定与至少一个第一关键样本数据一一对应的至少一个第二关键样本数据；根据至少一个第一关键样本数据和至少一个第二关键样本数据，确定未标记样本和已标记样本之间的目标相似度；基于目标相似度和标签，对未标记样本进行打标，生成未标记样本的目标标签。生成未标记样本的目标标签。生成未标记样本的目标标签。


技术研发人员：李策 邬子庄 杜锦阳 郭运雷
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.04.19
技术公布日：2023/8/4