买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：贵州数安智能科技有限公司

摘要：本申请提供一种数据脱敏方法、模型训练方法及AI管理平台，基于学习样例关系图谱确定多个学习样例局部图谱，将数据量大的学习样例关系图谱拆解为多个数据量小的学习样例局部图谱。如此，机器学习网络可以依据任意一学习样例局部图谱，高效率地确定学习样例局部图谱包括的主要顶点的表征向量，因为机器学习网络的表征速度提升，则依据机器学习网络调试得到的表征信息挖掘模型的表征速度得到提高，以便快速进行数据敏感信息识别已完成脱敏。

主权项：1.一种模型训练方法，其特征在于，所述方法包括：获取学习样例关系图谱，所述学习样例关系图谱中包括多个学习样例顶点和多个学习样例连接线，任意一学习样例顶点代表一个训练学习样例，任意一学习样例连接线代表连接的两个学习样例顶点的关联度；依据所述学习样例关系图谱确定多个学习样例局部图谱，任意一学习样例局部图谱包括主要顶点和相邻顶点，所述相邻顶点基于学习样例连接线与所述主要顶点连接；针对任意一学习样例局部图谱，基于机器学习网络依据所述任意一学习样例局部图谱包括的主要顶点和相邻顶点，确定所述任意一学习样例局部图谱包括的主要顶点的表征向量，所述任意一学习样例局部图谱包括的主要顶点的表征向量包括所述任意一学习样例局部图谱包括的主要顶点代表的训练学习样例的样例语义和所述任意一学习样例局部图谱包括的相邻顶点代表的训练学习样例的样例语义；依据各个学习样例局部图谱包括的主要顶点的表征向量，对所述机器学习网络进行调试，得到表征信息挖掘模型，所述表征信息挖掘模型用以挖掘目标局部图谱包括的主要顶点的表征向量；其中，所述依据各个学习样例局部图谱包括的主要顶点的表征向量，对机器学习网络进行调试，得到表征信息挖掘模型，包括：针对任意一组学习样例局部图谱，依据所述任意一组学习样例局部图谱包括的主要顶点的表征向量，确定所述任意一组学习样例局部图谱包括的主要顶点之间的预估关联概率，所述任意一组学习样例局部图谱包括的主要顶点之间的预估关联概率是基于预估获得的所述任意一组学习样例局部图谱包括的主要顶点代表的训练学习样例之间的关联概率；获取所述任意一组学习样例局部图谱包括的主要顶点之间的关联概率标签，所述任意一组学习样例局部图谱包括的主要顶点之间的关联概率标签是基于注释得到的所述任意一组学习样例局部图谱包括的主要顶点代表的训练学习样例之间的关联概率；依据不少于一组学习样例局部图谱包括的主要顶点之间的预估关联概率和关联概率标签，对所述机器学习网络进行调试，得到表征信息挖掘模型。

全文数据：

权利要求：

百度查询： 贵州数安智能科技有限公司 一种数据脱敏方法、模型训练方法及AI管理平台