分类预测的方法、装置、可读存储介质及电子设备与流程

技术特征：
1.一种基于预测模型进行分类预测的方法，其特征在于，所述预测模型包括顺序级联的至少两个预测子模型，所述方法包括：将待分类信息输入级联顺序中的首个预测子模型，得到所述首个预测子模型输出的预测结果；针对级联顺序中的每一非首个预测子模型，将所述待分类信息以及该非首个预测子模型的前一预测子模型输出的预测结果输入该非首个预测子模型，得到该非首个预测子模型输出的预测结果，直到得到级联顺序中的最后一个预测子模型输出的最终分类结果，其中，所述预测模型的训练包括：针对任一所述非首个预测子模型，根据该非首个预测子模型之前的预测子模型的训练结果对该非首个预测子模型的样本标注进行修正，并根据修正后的样本标注对该非首个预测子模型进行训练。2.根据权利要求1所述的方法，其特征在于，所述预测模型的训练具体包括：将待分类样本信息作为首个预测子模型的输入参数，将所述待分类样本信息的原始样本标注作为首个预测子模型的输出参数，对所述首个预测子模型进行训练；针对级联顺序中每一非首个预测子模型，均执行以下子训练过程，直到最后一个预测子模型完成训练，得到训练后的预测模型：根据待分类样本信息以及该非首个预测子模型的前一预测子模型输出的预测结果生成该非首个预测子模型的输入参数；确定该非首个预测子模型对应的修正后的样本标注；根据该非首个预测子模型的输入参数和该非首个预测子模型对应的修正后的样本标注，对该非首个预测子模型进行训练。3.根据权利要求2所述的方法，其特征在于，所述确定该非首个预测子模型对应的修正后的样本标注，包括：获取该非首个预测子模型的前一预测子模型输出的预测结果；比较所述前一预测子模型输出的预测结果与所述前一预测子模型对应的修正后的样本标注是否匹配；若匹配，则将所述前一预测子模型对应的修正后的样本标注或所述前一预测子模型输出的预测结果确定为该非首个预测子模型对应的修正后的样本标注；若不匹配，则输出所述前一预测子模型输出的预测结果和所述前一预测子模型对应的修正后的样本标注，并接收用户根据所述预测结果和所述前一预测子模型对应的修正后的样本标注确定的该非首个预测子模型对应的修正后的样本标注。4.根据权利要求2所述的方法，其特征在于，所述待分类样本信息包括待分类样本的相关特征信息和预设的占位符。5.根据权利要求4所述的方法，其特征在于，所述根据待分类样本信息以及该非首个预测子模型的前一预测子模型输出的预测结果生成该非首个预测子模型的输入参数，包括：获取该非首个预测子模型的前一预测子模型输出的预测结果；将所述预测结果代替所述待分类样本信息中预设的占位符，以生成该非首个预测子模型的输入参数，其中，预设的占位符的长度与每一预测子模型输出的预测结果的长度相等。6.根据权利要求1-5中任一项所述的方法，其特征在于，所述待分类信息为外卖商品信息，所述外卖商品信息包括以下中的至少一者：外卖商品名称、所述外卖商品所属的商家名
称、以及用户自定义的所述外卖商品所属的菜系，所述预测模型用于预测生成所述外卖商品的方式。7.一种基于预测模型进行分类预测的装置，其特征在于，所述预测模型包括顺序级联的至少两个预测子模型，所述装置包括：输入模块，用于将待分类信息输入级联顺序中的首个预测子模型，得到所述首个预测子模型输出的预测结果；获取模块，用于针对级联顺序中的每一非首个预测子模型，将所述待分类信息以及该非首个预测子模型的前一预测子模型输出的预测结果输入该非首个预测子模型，得到该非首个预测子模型输出的预测结果，直到得到级联顺序中的最后一个预测子模型输出的最终分类结果，其中，所述预测模型的训练包括：针对任一所述非首个预测子模型，根据该非首个预测子模型之前的预测子模型的训练结果对该非首个预测子模型的样本标注进行修正，并根据修正后的样本标注对该非首个预测子模型进行训练。8.根据权利要求7所述的装置，其特征在于，所述装置还包括训练模块，所述训练模块包括：第一训练子模块，用于将待分类样本信息作为首个预测子模型的输入参数，将所述待分类样本信息的原始样本标注作为首个预测子模型的输出参数，对所述首个预测子模型进行训练；第二训练子模块，用于针对级联顺序中每一非首个预测子模型，均执行以下子训练过程，直到最后一个预测子模型完成训练，得到训练后的预测模型：根据待分类样本信息以及该非首个预测子模型的前一预测子模型输出的预测结果生成该非首个预测子模型的输入参数；确定该非首个预测子模型对应的修正后的样本标注；根据该非首个预测子模型的输入参数和该非首个预测子模型对应的修正后的样本标注，对该非首个预测子模型进行训练。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。10.一种电子设备，其特征在于，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。

技术总结
本公开涉及一种分类预测的方法、装置、可读存储介质及电子设备，以提高分类预测的准确度。方法包括：将待分类信息输入级联顺序中的首个预测子模型，得到首个预测子模型输出的预测结果；针对级联顺序中的每一非首个预测子模型，将待分类信息以及该非首个预测子模型的前一预测子模型输出的预测结果输入该非首个预测子模型，得到该非首个预测子模型输出的预测结果，直到得到级联顺序中的最后一个预测子模型输出的最终分类结果，预测模型的训练包括：针对任一非首个预测子模型，根据该非首个预测子模型之前的预测子模型的训练结果对该非首个预测子模型的样本标注进行修正，并根据修正后的样本标注对该非首个预测子模型进行训练。后的样本标注对该非首个预测子模型进行训练。后的样本标注对该非首个预测子模型进行训练。


技术研发人员：郭同
受保护的技术使用者：北京三快在线科技有限公司
技术研发日：2021.05.10
技术公布日：2022/11/10