分类模型的损失函数优化方法、装置及样本分类方法

摘要

本申请实施例提供了一种分类模型的损失函数优化方法、装置及样本分类方法。其中，该优化方法包括：生成分类标签向量对应的过滤器向量，分类标签向量和过滤器向量均包含第一类分类对应的维度和第二类分类对应的维度，过滤器向量中第二类分类对应的维度值为零；根据分类标签向量和分类模型的输出结果生成原始损失函数；使用过滤器向量对原始损失函数进行过滤，以去除原始损失函数中的第二类分类的成分，得到损失过滤函数；根据预设规则对损失过滤函数进行后处理，得到损失优化函数。从而，该优化损失函数能够提高分类模型对第一类分类的文本特征的学习权重，并且不学习第二类分类的文本特征，降低分类模型的泛化性，提高文本分类的准确性。