CN115982633A - 目标对象分类方法、装置、电子设备及存储介质 - Google Patents
目标对象分类方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115982633A CN115982633A CN202310278506.8A CN202310278506A CN115982633A CN 115982633 A CN115982633 A CN 115982633A CN 202310278506 A CN202310278506 A CN 202310278506A CN 115982633 A CN115982633 A CN 115982633A
- Authority
- CN
- China
- Prior art keywords
- clustering
- current
- target
- candidate
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种目标对象分类方法、装置、电子设备及存储介质,涉及人工智能领域,尤其涉及深度学习领域。具体实现方案为:根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案;确定多个候选聚类方案各自的评价值;响应于检测到聚类操作的聚类粒度大于预定粒度,根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和将调整后的当前聚类参数作为当前聚类参数,并返回聚类操作;以及响应于检测到聚类粒度小于等于预定粒度,根据多个候选聚类方案中与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及深度学习领域,更具体地,本公开提供了一种目标对象分类方法、装置、电子设备以及存储介质。
背景技术
随着互联网的快速发展,互联网上的文档数量很多,并且仍在以每日千万的数量激增。面对海量的文档,可以先对文档进行分类,然后基于文档的类别进行信息的搜索和推荐,从而使用户从海量的文档中获取所需信息。但是目前对文档进行分类的过程中,存在分类效果差、分类效率低的问题,进而影响后续搜索和推荐的效果。
发明内容
本公开提供了一种目标对象分类方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种目标对象分类方法,包括:根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案;确定多个候选聚类方案各自的评价值;响应于检测到聚类操作的聚类粒度大于预定粒度,根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和将调整后的当前聚类参数作为当前聚类参数,并返回聚类操作;以及响应于检测到聚类粒度小于等于预定粒度,根据多个候选聚类方案中与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。
根据本公开的另一方面,提供了一种目标对象分类装置,包括聚类模块、第一确定模块、调整模块和第二确定模块。聚类模块用于根据当前聚类参数对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案。第一确定模块用于确定多个候选聚类方案各自的评价值。调整模块,用于响应于检测到聚类操作的聚类粒度大于预定粒度,根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和将调整后的当前聚类参数作为当前聚类参数,并返回聚类操作。第二确定模块用于响应于检测到聚类粒度小于等于预定粒度,根据多个候选聚类方案中与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的目标对象分类方法和装置的应用场景示意图;
图2是根据本公开实施例的目标对象分类方法的示意流程图;
图3是根据本公开实施例的目标对象分类方法的示意原理图;
图4A是根据本公开实施例的目标对象分类方法的示意原理图;
图4B是根据本公开实施例的确定对象信息阶段的示意原理图;
图4C是根据本公开实施例的分类阶段的示意原理图;
图5是根据本公开实施例的目标对象分类装置的示意结构框图;以及
图6是用来实施本公开实施例的目标对象分类方法的电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
可以通过对文档等对象的对象信息进行聚类,并基于聚类结果来确定对象所属的类别。
在一些实施例中,可以预先设定聚类的类别数量,然后按照类别数量进行聚类,得到聚类结果,进而供后续的搜索和推荐功能使用。然而,在实际聚类的过程中,类别数量的设置直接影响聚类效果,类别数量设置的不准确会导致聚类效果差。
在另一些实施例中,可以预先设定多个聚类的类别数量,且多个类别数量之间的数值间隔较小,针对每个聚类数量进行聚类,然后从多个聚类方案中选取效果较优的聚类方案。利用该种方式来提高聚类效果,但是该种方式会降低聚类效率。
本实施例旨在提供一种目标对象分类方法,该方法能够对多个目标对象的对象信息进行聚类,然后基于聚类方案确定分类结果。并且在聚类的过程中,可以兼顾聚类效率高和聚类效果好。以下将结合附图和具体实施例详细阐述本公开提供的技术方案。
图1是根据本公开实施例的目标对象分类方法和装置的应用场景示意图。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、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,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、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。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、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分类结果等)反馈给终端设备。
需要说明的是,本公开实施例所提供的目标对象分类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目标对象分类装置一般可以设置于服务器105中。本公开实施例所提供的目标对象分类方法也可以由不同于服务器105且能够与终端设备101、102、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目标对象分类装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
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。
图2是根据本公开实施例的目标对象分类方法的示意流程图。
如图2所示,该目标对象分类方法200可以包括操作S210~操作S250。
在操作S210,根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案。
例如,目标对象可以表示待聚类的对象,目标对象可以包括文档、图像、音频等,本实施例对此不做限定。例如,多个目标对象可以与多个对象信息一一对应。
例如,当前聚类参数可以包括当前的多个聚类数量,聚类数量表示对多个对象信息进行聚类之后的类别数量。
又例如,当前聚类参数可以包括当前聚类区间。例如,当前聚类数量区间可以表示聚类数量的范围,例如当前聚类数量区间为80~100,则聚类后的类别数量可以在80~100之间。例如,在每一轮次的聚类操作中,可以使用同一种或者多种聚类算法对多个对象信息进行聚类,从而得到多个候选聚类方案,每个候选聚类方案均对应有聚类数量,并且各聚类数量均在当前聚类数量区间之内。
又例如,当前聚类参数可以包括当前步长。例如,可以从当前聚类区间中确定多个聚类数量,该多个聚类数量按大小顺序排列之后,相邻连个聚类数量之间的差值可以为步长。
在首次聚类时,可以随机指定当前聚类参数,也可以将人工在前端页面输入的信息作为当前聚类参数。在非首次聚类时,可以根据下述操作S240的方式确定当前聚类参数。
操作S220,确定多个候选聚类方案各自的评价值。
例如,评价值用表征当前聚类方案的聚类效果,例如评价值越大,则聚类效果越好。例如,评价值可以包括CH(Calinski-Harbasz)值或者其他评价值,本实施例对此不做限定。
在操作S230,确定聚类操作的聚类粒度是否大于预定粒度。若是,则进入操作S240,若否,则进入操作S250。
例如,可以根据多个候选聚类方案对应的最大评价值,确定聚类粒度是否大于预定粒度,例如最大评价值小于阈值,则可以确定聚类粒度大于预定粒度。
又例如,可以将与最大评价值对应的候选聚类方案作为参考聚类方案,可以根据与参考聚类方案对应的聚类数量来确定聚类粒度,例如该聚类数量越多,聚类粒度越小。
在操作S240,根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和将调整后的当前聚类参数作为当前聚类参数,并返回聚类操作,即返回上述操作S210。
以当前聚类参数包括当前的多个聚类数量为例,可以根据与参考聚类方案对应的聚类数量,来调整当前聚类参数。例如,可以预先设定多个调整系数,计算每个调整系数与对应于参考聚类方案的聚类数量之间的乘积,然后将乘积结果作为调整后的聚类数量。以下结合实例进行说明,例如参考聚类方案将多个对象信息划分为了100类,则对应于该参考聚类方案的聚类数量为100。预先设定的多个调整系数可以包括0.8、0.9、1、1.1和1.2,则调整后的聚类数量可以包括:80、90、100、110和120。
以当前聚类参数包括当前聚类区间为例,例如,调整后的聚类数量区间可以包括与参考聚类方案对应的聚类数量,例如,与参考聚类方案对应的聚类数量为调整后聚类数量区间的下限值、上限值或者中间任意数值。又例如,可以将当前聚类数量区间划分为多个子区间,然后将包含与参考聚类方案相对应的聚类数量的子区间,确定为调整后的子区间。
以当前聚类参数包括当前步长为例,例如,可以将当前步长与预定数量之差作为调整后的步长,预定数量大于1、10、100等。又例如,可以将当前步长与预定系数之积作为调整后的步长,预定系数可以小于1,例如预定系数是0.5。
在操作S250,响应于检测到聚类粒度小于等于预定粒度,根据多个候选聚类方案中与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。
例如,候选聚类方案可以包括每个对象信息所属的类别信息,例如某个聚类方案包括:10个对象信息中,其中3个对象信息被聚类至第一类,6个对象信息被聚类至第二类,剩余1个对象信息被聚类至第三类。
例如,针对与最大评价值对应的候选聚类方案,可以根据该候选聚类方案中包括的各个对象信息所属的类别,确定对象所属的类别,从而实现对多个目标对象的分类。
本实施例先根据当前聚类参数进行聚类操作,得到多个候选聚类方案。接下来,若本次聚类操作的粒度大于等于预定粒度,还会调整当前聚类参数,并重新进行聚类操作。可以看出,每增加一个轮次的聚类操作,均可以基于上一轮次聚类操作得到的评价值最高的参考聚类方案逐步确定新的聚类参数。因此,可以有针对性地调整聚类参数,从而提高聚类效果和聚类效率。
根据本公开另一实施例,上述根据当前聚类参数,对多个对象信息进行聚类操作,得到多个候选聚类方案的操作可以包括以下操作:根据当前聚类数量区间和当前步长,确定多个目标聚类数量。然后针对多个目标聚类数量中的每个目标聚类数量,根据目标聚类数量,对多个对象信息进行聚类,得到多个候选聚类方案;其中,每个目标聚类数量对应至少一个候选聚类方案。
例如,可以按照当前步长从当前聚类数量区间中取出多个目标聚类数量,将多个目标聚类数量按照大小顺序排列之后,相邻两个目标聚类数量之间的差值可以与当前步长相等。
例如,可以先从当前聚类数量区间中确定参考值,参考值可以是当前聚类数量区间中的下限值、上限值、或者其中的任意一个数值。然后可以计算预定倍数和当前步长的乘积值,预定倍数为正数也可以负数,例如预定倍数为-5、-4、-3、-2、-1、1、2、3、4等。然后将上述参考值和上述乘积值之和,确定为目标聚类数量。
例如,当前聚类数量区间为100~300,当前步长为50,则目标聚类数量可以是100、150、200、250和300。
例如,针对同一个目标聚类数量,可以采用至少一个聚类算法对多个对象信息分别进行聚类处理,从而得到与聚类算法一一对应的聚类方案。聚类算法可以为K-means(K均值聚类算法)等,本实施例对此不做限定。
本实施例根据当前步长,从当前聚类数量区间中确定多个目标聚类数量,然后按照目标聚类数量进行聚类,得到多个候选聚类方案。因此,在后续确定多个候选聚类方案各自的评价值之后,可以从当前聚类数量区间中,确定聚类效果较优的候选聚类方案所对应的大致聚类数量,进而基于该大致聚类数量进行有针对性地细粒度聚类,从而提高聚类效率和聚类效果。
根据本公开另一实施例,上述根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数的操作可以包括:根据参考聚类方案,调整当前聚类数量区间,使调整后的聚类数量区间为调整前的聚类数量区间的真子集;以及调整当前步长,使调整后的步长小于调整前的步长。
根据本公开实施例提供的技术方案,每新增一个轮次的聚类操作,均可以缩小聚类数量区间,并且减小步长。因此,无需对调整前的聚类数量区间进行细粒度聚类,而是可以先进行粗粒度聚类来确定最优聚类方案可能出现的聚类数量区间,然后有针对性地对调整后的聚类数量区间进行细粒度聚类,从而提高聚类效果和聚类效率。
根据本公开另一实施例,上述根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类数量区间的操作可以包括以下操作:根据与参考聚类方案相对应的目标聚类数量(下文称为参考聚类数量)和第一目标值,调整当前聚类数量区间的上限值。根据与参考聚类方案相对应的目标聚类数量和第二目标值,调整当前聚类数量区间的下限值。
例如,可以将参考聚类数量与第一目标值之和确定为调整后的聚类数量区间的上限值,将参考聚类数量与第二目标值之差确定为调整后的聚类数量区间的下限值。
例如,第一预定值和第二预定值可以相等,也可以不相等,本实施例对此不做限定。
例如,第一目标值和第二目标值可以是提前设定的数值,例如第一目标值可以是10、20、100等,第二预定值可以是10、20、50等。
又例如,第一目标值和第二目标值均与调整前的步长相关。例如第一目标值可以是第一预定系数与调整前步长的乘积,第二目标值可以是第二预定系数与调整前步长的乘积,第一预定系数和第二预定系数可以相等,也可以不相等。例如,第一预定系数为0.5、1、2等数值。
本实施例中,在重新进行聚类操作的过程中,由于第一目标值和第二目标值均与调整前的步长相关,因此通过合理设定第一预定系数和第二预定系数,可以基于调整后的步长和调整后的聚类数量区间,再次确定出多个目标聚类数量,进而再次进行细粒度聚类。
根据本公开实施例提供的技术方案,由于参考聚类方案与最大评价值对应,即在上一轮次的聚类操作中,参考聚类数量的聚类效果最优,且基于参考聚类数量调整当前聚类数量区间。因此在下一轮次进行更细粒度的聚类时,调整后的聚类数量区间有较大概率包含聚类效果较优的聚类数量,从而提高聚类效果。
图3是根据本公开实施例的目标对象分类方法的示意原理图。
如图3所示,本实施例可以包括多轮次的聚类处理,可以将首次的聚类处理称为粗粒度聚类处理过程,将第二次及后续的聚类处理称为细粒度聚类处理过程。
在粗粒度聚类处理过程中,由于历史聚类操作的次数为0,无法从上一次的聚类操作中获取到各个候选聚类方案的评价值,因此,可以根据多个对象信息的数量N,确定当前聚类数量区间和当前步长。例如,可以将[N1*a1,N1*b1]确定为当前聚类数量区间,将N1*c1确定为当前步长,a1可以是0.05,b1可以是0.6,c1可以是0.05。基于对象信息的数量,可以在首次聚类缺少历史聚类方案的评价值时,对当前聚类数量区间和当前步长进行大致估计,从而得到初始的多个候选聚类方案,以便后续进行细粒度聚类。
然后可以根据当前聚类数量区间和当前步长,对多个对象信息进行聚类,得到多个候选聚类方案,并确定多个候选聚类方案各自的评价值。聚类操作的实现方式可以参考上文,本实施例在此不再赘述。
接下来,可以确定聚类粒度是否大于等于预定粒度。例如,可以确定本次聚类操作的当前步长是否小于等于预定步长,若是,则确定聚类操作的聚类粒度小于等于预定粒度;否则确定聚类粒度大于预定粒度。例如预定步长为10。本实施例中,利用当前步长来表示聚类粒度,从而准确衡量聚类粒度是否大于预定粒度。
若聚类粒度小于等于预定粒度,则表示聚类粒度符合要求,则可以根据多个候选聚类方案中与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。
若聚类粒度大于预定粒度,则表示聚类粒度不符合要求,还需要进入细粒度聚类处理过程。
在细粒度聚类处理过程中,可以调整当前聚类数量区间和当前步长。例如可以将上一次聚类得到的多个候选聚类方案中评价值最大的候选聚类方案作为参考聚类方案,以该参考聚类方案对应的参考聚类数量为基准,分别向上和向下扩展第一目标值和第二目标值,该第一目标值和第二目标值均可以与调整前的步长相等。例如,可以将调整前步长的一半,确定为本次聚类的当前步长。
然后再基于调整后的聚类数量区间和调整后的步长,重新对多个对象信息进行聚类操作,重新得到多个候选聚类方案,并再次确定该多个候选聚类方案各自的评价值。
接下来,可以再次确定聚类粒度是否大于等于预定粒度,若是,则可以将最后一次聚类操作得到的多个候选聚类方案中,与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。若否,则可以再次返回细粒度聚类阶段。
接下来,以目标对象为文档为例,对本实施例提供的目标对象分类方法进行详细说明。
图4A是根据本公开实施例的目标对象分类方法的示意原理图。
如图4A所示,为本实施例可以包括确定对象信息阶段410和分类阶段420。
图4B是根据本公开实施例的确定对象信息阶段的示意原理图。
例如,针对多个文档401中的每个文档401,可以确定文档401的视觉特征405、词频特征403和文本特征404。然后对视觉特征405、词频特征403和文本特征404进行融合,得到融合后特征,作为对象信息406。
例如,文档401的格式可以为PDF、word、图像等,可以先对文档401进行预处理,例如预处理可以包括将文档401转换为图像,然后进行切页,得到多个图像。
例如,可以对预处理之后的图像进行OCR(光学字符识别)识别,得到文本信息402,然后对文本信息402进行分词处理,然后利用TfidfVectorizer确定词频特征403,利用Doc2Vec确定文本特征404。例如,可以使用InceptionV3网络模型提取文档401的视觉特征405。
本实施例基于文档401确定视觉特征405、词频特征403和文本特征404,并基于该些特征进行特征融合,来进行文档401特征表征。相比于基于单一特征,融合后特征可以更全面的表征文档401特征,使得文档401聚类结果更符合预期。
在其他实施例中,也可以将文档401的视觉特征405、词频特征403和文本特征404之一作为对象信息406。
图4C是根据本公开实施例的分类阶段的示意原理图。
通过上述方式得到对象信息406(即文档的融合后特征)之后,可以进入分类阶段420。
在分类阶段420,可以先根据文档数量N2确定当前聚类区间i和当前步长j,例如,可以将[N2*a2,N2*b2]确定为当前聚类数量区间i,将N2*c2确定为当前步长j,a2可以是0.05,b2可以是0.6,c2可以是0.05。然后可以基于当前聚类区间i和当前步长j进行聚类操作,接下来,确定聚类粒度是否大于预定粒度,例如当前步长j大于10时,确定聚类粒度大于预定粒度。当前步长j小于等于10时,确定聚类粒度小于等于预定粒度。
若聚类粒度大于预定粒度,则调整当前聚类区间i和当前步长j,并将调整后的聚类区间i+1作为当前聚类区间i,将调整后的步长j+1作为当前步长j,然后重新进行聚类操作。若聚类粒度小于等于预定粒度,则基于最后一次聚类操作得到的聚类方案,确定文档的分类结果,例如基于最后一次聚类操作中,与最大评价值对应的聚类方案确定文档的分类结果。
此外,在完成分类阶段420并得到目标对象的分类结果之后,还可以基于该分类结果,执行目标任务。
例如,目标任务可以为搜索和推荐任务。可以根据用户的输入信息,确定与该输入信息对应的目标类别,然后从文档库中召回与目标类别一致的若干个文档,并从该若干个文档中选择一部分文档推送给用户。
又例如,目标任务可以为模型训练任务。
需要说明的是,可以利用文档来构建训练样本,并来训练深度学习模型。但是对于一些轻量型的深度学习模型,在未对多个文档进行分类,且文档类别较多(例如文档的版式较多、文本属领域较多等)的情况下,深度学习模型的训练效果有限。
在执行模型训练任务时,可以先采用上述目标对象分类方法对多个文档进行分类,然后从多个文档中筛选特定类别的文档来构建训练样本,并训练深度学习模型,从而提高深度学习模型的训练效果,提高经训练的深度学习模型对特定类别数据的处理效果。
图5是根据本公开实施例的目标对象分类装置的示意结构框图。
如图5所示,该目标对象分类装置500可以包括聚类模块510、第一确定模块520、调整模块530和第二确定模块540。
聚类模块510用于根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案。
第一确定模块520用于确定多个候选聚类方案各自的评价值。
调整模块530用于响应于检测到聚类操作的聚类粒度大于预定粒度,根据多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和将调整后的当前聚类参数作为当前聚类参数,并返回聚类操作。
第二确定模块540用于响应于检测到聚类粒度小于等于预定粒度,根据多个候选聚类方案中与最大评价值对应的候选聚类方案,确定多个目标对象的分类结果。
根据本公开另一实施例,当前聚类参数包括当前聚类数量区间和当前步长;聚类模块包括:第一确定子模块和聚类子模块,第一确定子模块用于根据当前聚类数量区间和当前步长,确定多个目标聚类数量;聚类子模块用于针对多个目标聚类数量中的每个目标聚类数量,根据目标聚类数量,对多个对象信息进行聚类,得到多个候选聚类方案;其中,每个目标聚类数量对应至少一个候选聚类方案。
根据本公开另一实施例,调整模块包括:第一调整子模块和第二调整子模块,第一调整子模块用于根据参考聚类方案,调整当前聚类数量区间,使调整后的聚类数量区间为调整前的聚类数量区间的真子集。第二调整子模块用于调整当前步长,使调整后的步长小于调整前的步长。
根据本公开另一实施例,第一调整子模块包括上限调整单元和下限调整单元。上限调整单元用于根据与参考聚类方案相对应的目标聚类数量和第一目标值,调整当前聚类数量区间的上限值;下限调整单元用于根据与参考聚类方案相对应的目标聚类数量和第二目标值,调整当前聚类数量区间的下限值。
根据本公开另一实施例,第一目标值和第二目标值均与调整前的步长相关。
根据本公开另一实施例,上述装置还包括:第三确定模块,用于响应于检测到历史聚类操作的次数为0,根据多个对象信息的数量,确定当前聚类参数中的当前聚类数量区间和当前步长。
根据本公开另一实施例,上述装置还包括:第四确定模块,用于响应于检测到当前聚类参数中的当前步长小于等于预定步长,确定聚类粒度小于等于预定粒度。
根据本公开另一实施例,多个对象包括多个文档,装置还包括:第五确定模块,用于针对多个文档中的每个文档,确定文档的视觉特征、词频特征和文本特征;对视觉特征、词频特征和文本特征进行融合,得到融合后特征;以及将融合后特征作为对象信息。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
根据本公开的实施例,本公开还提供了一种电子设备,包括至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述目标对象分类方法。
根据本公开的实施例,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述目标对象分类方法。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述目标对象分类方法。
图6是用来实施本公开实施例的目标对象分类方法的电子设备的结构框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如目标对象分类方法。例如,在一些实施例中,目标对象分类方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的目标对象分类方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标对象分类方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (18)
1.一种目标对象分类方法,包括:
根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案;
确定所述多个候选聚类方案各自的评价值;
响应于检测到所述聚类操作的聚类粒度大于预定粒度,
根据所述多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和
将所述调整后的当前聚类参数作为当前聚类参数,并返回聚类操作;以及
响应于检测到所述聚类粒度小于等于所述预定粒度,根据所述多个候选聚类方案中与最大评价值对应的候选聚类方案,确定所述多个目标对象的分类结果。
2. 根据权利要求1所述的方法,其中,当前聚类参数包括当前聚类数量区间和当前步长;所述根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案包括:
根据当前聚类数量区间和当前步长,确定多个目标聚类数量;以及
针对所述多个目标聚类数量中的每个目标聚类数量,根据所述目标聚类数量,对所述多个对象信息进行聚类,得到所述多个候选聚类方案;其中,所述每个目标聚类数量对应至少一个候选聚类方案。
3. 根据权利要求1所述的方法,其中,当前聚类参数包括当前聚类数量区间和当前步长;所述根据所述多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数包括:
根据所述参考聚类方案,调整当前聚类数量区间,使调整后的聚类数量区间为调整前的聚类数量区间的真子集;以及
调整当前步长,使调整后的步长小于调整前的步长。
4. 根据权利要求3所述的方法,其中,所述根据所述参考聚类方案,调整当前聚类数量区间包括:
根据与所述参考聚类方案相对应的目标聚类数量和第一目标值,调整当前聚类数量区间的上限值;以及
根据与所述参考聚类方案相对应的目标聚类数量和第二目标值,调整当前聚类数量区间的下限值。
5.根据权利要求4所述的方法,其中,所述第一目标值和所述第二目标值均与调整前的步长相关。
6.根据权利要求1所述的方法,还包括:
响应于检测到历史聚类操作的次数为0,根据所述多个对象信息的数量,确定当前聚类参数中的当前聚类数量区间和当前步长。
7.根据权利要求1所述的方法,其中,响应于检测到当前聚类参数中的当前步长小于等于预定步长,确定所述聚类粒度小于等于所述预定粒度。
8.根据权利要求1至7中任意一项所述的方法,所述多个对象包括多个文档,所述方法还包括:
针对所述多个文档中的每个文档,
确定所述文档的视觉特征、词频特征和文本特征;
对所述视觉特征、所述词频特征和所述文本特征进行融合,得到融合后特征;以及
将所述融合后特征作为所述对象信息。
9.一种目标对象分类装置,包括:
聚类模块,用于根据当前聚类参数,对多个目标对象的多个对象信息进行聚类操作,得到多个候选聚类方案;
第一确定模块,用于确定所述多个候选聚类方案各自的评价值;
调整模块,用于响应于检测到所述聚类操作的聚类粒度大于预定粒度,
根据所述多个候选聚类方案中,与最大评价值对应的参考聚类方案,调整当前聚类参数,得到调整后的当前聚类参数;和
将所述调整后的当前聚类参数作为当前聚类参数,并返回聚类操作;以及
第二确定模块,用于响应于检测到所述聚类粒度小于等于所述预定粒度,根据所述多个候选聚类方案中与最大评价值对应的候选聚类方案,确定所述多个目标对象的分类结果。
10. 根据权利要求9所述的装置,其中,当前聚类参数包括当前聚类数量区间和当前步长;所述聚类模块包括:
第一确定子模块,用于根据当前聚类数量区间和当前步长,确定多个目标聚类数量;以及
聚类子模块,用于针对所述多个目标聚类数量中的每个目标聚类数量,根据所述目标聚类数量,对所述多个对象信息进行聚类,得到所述多个候选聚类方案;其中,所述每个目标聚类数量对应至少一个候选聚类方案。
11. 根据权利要求9所述的装置,其中,所述调整模块包括:
第一调整子模块,用于根据所述参考聚类方案,调整当前聚类数量区间,使调整后的聚类数量区间为调整前的聚类数量区间的真子集;以及
第二调整子模块,用于调整当前步长,使调整后的步长小于调整前的步长。
12. 根据权利要求9所述的装置,其中,所述第一调整子模块包括:
上限调整单元,用于根据与所述参考聚类方案相对应的目标聚类数量和第一目标值,调整当前聚类数量区间的上限值;以及
下限调整单元,用于根据与所述参考聚类方案相对应的目标聚类数量和第二目标值,调整当前聚类数量区间的下限值。
13.根据权利要求10所述的装置,其中,所述第一目标值和所述第二目标值均与调整前的步长相关。
14.根据权利要求9所述的装置,还包括:
第三确定模块,用于响应于检测到历史聚类操作的次数为0,根据所述多个对象信息的数量,确定当前聚类参数中的当前聚类数量区间和当前步长。
15.根据权利要求9所述的装置,还包括:
第四确定模块,用于响应于检测到当前聚类参数中的当前步长小于等于预定步长,确定所述聚类粒度小于等于所述预定粒度。
16.根据权利要求9至15中任意一项所述的装置,所述多个对象包括多个文档,所述装置还包括:
第五确定模块,用于针对所述多个文档中的每个文档,
确定所述文档的视觉特征、词频特征和文本特征;
对所述视觉特征、所述词频特征和所述文本特征进行融合,得到融合后特征;以及
将所述融合后特征作为所述对象信息。
17. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310278506.8A CN115982633B (zh) | 2023-03-21 | 2023-03-21 | 目标对象分类方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310278506.8A CN115982633B (zh) | 2023-03-21 | 2023-03-21 | 目标对象分类方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115982633A true CN115982633A (zh) | 2023-04-18 |
CN115982633B CN115982633B (zh) | 2023-06-20 |
Family
ID=85960004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310278506.8A Active CN115982633B (zh) | 2023-03-21 | 2023-03-21 | 目标对象分类方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115982633B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956628A (zh) * | 2016-05-13 | 2016-09-21 | 北京京东尚科信息技术有限公司 | 数据分类方法和用于数据分类的装置 |
US20190102453A1 (en) * | 2017-10-02 | 2019-04-04 | Kabushiki Kaisha Toshiba | Information processing device, information processing method, and computer program product |
CN110796164A (zh) * | 2019-09-20 | 2020-02-14 | 北京海益同展信息科技有限公司 | 数据聚类的簇数确定方法、系统、电子设备及存储介质 |
CN111291822A (zh) * | 2020-02-21 | 2020-06-16 | 南京航空航天大学 | 基于模糊聚类最优k值选择算法的设备运行状态判断方法 |
CN112464059A (zh) * | 2020-12-08 | 2021-03-09 | 深圳供电局有限公司 | 配电网用户分类方法、装置、计算机设备和存储介质 |
CN112464638A (zh) * | 2020-12-14 | 2021-03-09 | 上海爱数信息技术股份有限公司 | 一种基于改进谱聚类算法的文本聚类方法 |
CN113806637A (zh) * | 2021-09-23 | 2021-12-17 | 湖北天天数链技术有限公司 | 用户分类方法及装置、项目推荐方法及装置 |
CN114020916A (zh) * | 2021-11-04 | 2022-02-08 | 泰康保险集团股份有限公司 | 文本分类方法、装置、存储介质和电子设备 |
CN114997044A (zh) * | 2022-05-17 | 2022-09-02 | 电子科技大学 | 一种用于中央空调的能耗优化方法及数据采集系统 |
-
2023
- 2023-03-21 CN CN202310278506.8A patent/CN115982633B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956628A (zh) * | 2016-05-13 | 2016-09-21 | 北京京东尚科信息技术有限公司 | 数据分类方法和用于数据分类的装置 |
US20190102453A1 (en) * | 2017-10-02 | 2019-04-04 | Kabushiki Kaisha Toshiba | Information processing device, information processing method, and computer program product |
CN110796164A (zh) * | 2019-09-20 | 2020-02-14 | 北京海益同展信息科技有限公司 | 数据聚类的簇数确定方法、系统、电子设备及存储介质 |
CN111291822A (zh) * | 2020-02-21 | 2020-06-16 | 南京航空航天大学 | 基于模糊聚类最优k值选择算法的设备运行状态判断方法 |
CN112464059A (zh) * | 2020-12-08 | 2021-03-09 | 深圳供电局有限公司 | 配电网用户分类方法、装置、计算机设备和存储介质 |
CN112464638A (zh) * | 2020-12-14 | 2021-03-09 | 上海爱数信息技术股份有限公司 | 一种基于改进谱聚类算法的文本聚类方法 |
CN113806637A (zh) * | 2021-09-23 | 2021-12-17 | 湖北天天数链技术有限公司 | 用户分类方法及装置、项目推荐方法及装置 |
CN114020916A (zh) * | 2021-11-04 | 2022-02-08 | 泰康保险集团股份有限公司 | 文本分类方法、装置、存储介质和电子设备 |
CN114997044A (zh) * | 2022-05-17 | 2022-09-02 | 电子科技大学 | 一种用于中央空调的能耗优化方法及数据采集系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115982633B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11243993B2 (en) | Document relationship analysis system | |
CN114329201B (zh) | 深度学习模型的训练方法、内容推荐方法和装置 | |
CN114861889B (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN111191825A (zh) | 用户违约预测方法、装置及电子设备 | |
CN112148766A (zh) | 利用人工神经网络模型进行数据抽样的方法和系统 | |
CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN112579729A (zh) | 文档质量评价模型的训练方法、装置、电子设备和介质 | |
CN112148841A (zh) | 一种对象分类以及分类模型构建方法和装置 | |
CN110852078A (zh) | 生成标题的方法和装置 | |
CN115982633B (zh) | 目标对象分类方法、装置、电子设备及存储介质 | |
CN114610953A (zh) | 一种数据分类方法、装置、设备及存储介质 | |
CN110895655A (zh) | 提取文本核心短语的方法和装置 | |
CN112784600A (zh) | 信息排序方法、装置、电子设备和存储介质 | |
CN113612777A (zh) | 训练方法、流量分级方法、装置、电子设备以及存储介质 | |
CN113343133A (zh) | 显示页面生成方法、相关装置及计算机程序产品 | |
CN113239273A (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
CN112528644A (zh) | 实体挂载的方法、装置、设备以及存储介质 | |
CN112529646A (zh) | 一种商品分类方法和装置 | |
CN112784046B (zh) | 文本聚簇的方法、装置、设备及存储介质 | |
CN116151392B (zh) | 训练样本生成方法、训练方法、推荐方法以及装置 | |
CN116628315B (zh) | 搜索方法、深度学习模型的训练方法、装置及电子设备 | |
CN113342998B (zh) | 一种多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN114428857A (zh) | 一种信息的标注方法、装置、设备以及存储介质 | |
CN117648460A (zh) | 视频检索方法和装置 | |
CN118093998A (zh) | 资源推送方法、训练方法、装置、电子设备、存储介质及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |