本公开涉及人工智能技术领域，特别涉及深度学习及计算机视觉等领域的数据挖掘方法、装置、电子设备及计算机可读存储介质。
背景技术：
训练数据的规模会影响模型的精度，通常来说，训练数据的规模越大，模型的精度越高。因此，需要扩充训练数据，以增大训练数据的规模。
目前，通常采用人工标注的方式来扩充训练数据，但这种方式需要耗费较大的人力和时间成本等。
技术实现要素：
本公开提供了数据挖掘方法、装置、电子设备及计算机可读存储介质。
一种数据挖掘方法，包括：
针对任一训练数据集，分别执行以下第一处理：
从所述训练数据集中抽取m条训练数据，m为正整数；
从待标注的数据集中筛选出与所述m条训练数据相匹配的数据；
将筛选出的数据作为扩充得到的训练数据加入到所述训练数据集中，其中，所述训练数据集中的训练数据具有相同的标签。
一种数据挖掘装置，包括：获取模块以及挖掘模块；
所述获取模块，用于获取训练数据集；
所述挖掘模块，用于针对所述训练数据集，执行以下第一处理：从所述训练数据集中抽取m条训练数据，m为正整数；从待标注的数据集中筛选出与所述m条训练数据相匹配的数据；将筛选出的数据作为扩充得到的训练数据加入到所述训练数据集中，其中，所述训练数据集中的训练数据具有相同的标签。
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如以上所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。
上述公开中的一个实施例具有如下优点或有益效果：可基于已有的训练数据，自动地进行数据挖掘，补充到训练数据集中，从而实现了训练数据的有效扩充，并节省了人力和时间成本等。
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为本公开所述数据挖掘方法第一实施例的流程图；
图2为本公开所述数据挖掘方法第二实施例的流程图；
图3为本公开所述获取融合特征的过程示意图；
图4为本公开所述数据挖掘装置实施例400的组成结构示意图；
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。
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。
另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本公开所述数据挖掘方法第一实施例的流程图。如图1所示，包括以下具体实现方式。
在步骤101中，针对任一训练数据集，分别执行步骤102-步骤104所示处理。
在步骤102中，从训练数据集中抽取m条训练数据，m为正整数。
在步骤103中，从待标注的数据集中筛选出与m条训练数据相匹配的数据。
在步骤104中，将筛选出的数据作为扩充得到的训练数据加入到训练数据集中，其中，训练数据集中的训练数据具有相同的标签。
可以看出，上述方法实施例所述方案中，可基于已有的训练数据，自动地进行数据挖掘，补充到训练数据集中，从而实现了训练数据的有效扩充，并节省了人力和时间成本，提升了数据挖掘效率等。
训练数据集中包括的具体训练数据类型可根据实际需要而定，比如，可以是图像数据、文本数据、语音数据或视频数据，或不同类型数据的组合等。
比如，在图像分类场景中，可预先利用训练数据来训练分类模型，以便利用分类模型来对待处理的图像进行图像分类，相应地，这种场景下的训练数据集可为图像数据集，待标注的数据集中的数据也可为图像数据。
训练数据集中的训练数据如何获取不作限制。比如，可为人工标注生成的相对少量的训练数据。
通常来说，同一训练数据集中的训练数据属于同一类(类别)，即具有相同的标签。比如，在图像分类场景中，某一训练数据集中的训练数据(图像数据)的标签均为“猫”，即均属于“猫”这一类，另一训练数据集中的训练数据的标签均为“狗”等。
针对任一训练数据集，可分别按照本公开所述方式进行处理，从而实现数据挖掘。
首先，可从训练数据集中抽取出m条训练数据，m为正整数，具体取值可根据实际需要而定。如何抽取不作限制，比如，可从训练数据集中随机抽取出m条训练数据。
之后，可从待标注的数据集中筛选出与m条训练数据相匹配的数据。待标注的数据集中的数据均为未标注的数据。具体地，可分别获取m条训练数据的特征，并可根据m条训练数据的特征以及待标注的数据集中的各数据的特征，从待标注的数据集中筛选出与m条训练数据相匹配的数据。
所述特征具体为何种特征不作限制。另外，如何获取所述特征也不作限制，比如，可利用预先训练得到的特征提取模型，分别提取出m条训练数据的特征，并可利用所述特征提取模型，分别提取出待标注的数据集中的各数据的特征。
特征提取模型为预先训练好的模型。可利用特征提取模型，预先分别提取出待标注的数据集中的各数据的特征，并可利用特征提取模型，提取出所抽取的m条训练数据的特征。
通过上述方式，可方便快速地获取到所需的数据的特征，从而为后续处理奠定了良好的基础等。
在根据m条训练数据的特征以及待标注的数据集中的各数据的特征，从待标注的数据集中筛选出与m条训练数据相匹配的数据时，根据m的取值的不同，具体实现方式也可有所不同，比如，可如下所示。
1)若m的取值为一，可分别计算训练数据的特征与待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则可将该数据作为筛选出的相匹配的数据。
2)若m的取值大于一，可根据m条训练数据的特征确定出融合特征，并可分别计算融合特征与待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则可将该数据作为筛选出的相匹配的数据。
方式1)中，可直接分别计算训练数据的特征与待标注的数据集中的各数据的特征之间的距离，如欧式距离等，并可将对应的距离小于预定阈值的数据作为筛选出的相匹配的数据。所述阈值的具体取值可根据实际需要而定。
方式2)中，可首先根据m条训练数据的特征确定出融合特征，之后可分别计算确定出的融合特征与待标注的数据集中的各数据的特征之间的距离，进而可将对应的距离小于预定阈值的数据作为筛选出的相匹配的数据。
如何确定出融合特征不作限制，比如，可计算m条训练数据的特征的均值，将计算出的均值作为所需的融合特征。
上述处理方式中，可基于数据的特征，通过计算距离等准确高效地筛选出相匹配的数据，如可通过类内的数据的平均特征来挖掘出与该类相似的数据等，从而实现了训练数据的有效扩充。
相应地，可将筛选出的数据作为扩充得到的训练数据加入到训练数据集中。扩充得到的训练数据与训练数据集中的原有训练数据具有相同的标签，即可将训练数据集中的原有训练数据的标签作为扩充得到的训练数据的标签，无需进行人工标注，从而节省了人力和时间成本等。
在此之后，若确定不符合预定的结束条件，还可重复执行步骤102-步骤104所示处理，从而可挖掘出更多的训练数据，进而进一步扩大了训练数据集的规模等。
所述结束条件具体为何种条件可根据实际需要而定，比如，当扩充得到的训练数据的数量达到预定数量时，则可认为符合结束条件，从而结束循环，否则，可重复执行步骤102-步骤104所示处理。
在实际应用中，有可能会出现以下问题：对于待标注的数据集中的某一数据，如数据a，在第一次执行步骤102-步骤104所示处理时，数据a被筛选了出来，从而作为扩充得到的训练数据加入到了训练数据集中，在第二次执行步骤102-步骤104所示处理时，数据a又被筛选了出来，从而也需要作为扩充得到的训练数据加入到训练数据集中，但数据a之前已经被加入到了训练数据集中，因此为避免重复加入相同的数据，以节省存储资源和提升训练数据集中的训练数据质量等，可进一步进行以下处理：针对筛选出的任一数据，若确定该数据未包括在训练数据集中，则可将该数据作为扩充得到的训练数据加入到训练数据集中，否则，可丢弃该数据。
以下以训练数据和待标注的数据集中的数据均为图像数据为例，对本公开所述方案进行进一步说明。
图2为本公开所述数据挖掘方法第二实施例的流程图。如图2所示，包括以下具体实现方式。
在步骤201中，针对训练数据集，从中随机抽取出大于一条训练数据，所述训练数据为图像数据。
比如，对于其中的图像数据均属于“猫”这一类的训练数据集，可从中随机抽取出多条训练数据。
在步骤202中，利用特征提取模型，分别提取出各训练数据的嵌入(embedding)特征。
即所提取的训练数据的特征可为嵌入特征。
在步骤203中，将各训练数据的嵌入特征进行融合，得到融合特征。
比如，可计算各训练数据的嵌入特征的均值，将得到的均值作为所需的融合特征。
图3为本公开所述获取融合特征的过程示意图。如图3所示，假设从训练数据集中随机抽取出了10条训练数据，分别为训练数据1-训练数据10，可分别对这10条训练数据进行特征提取，从而分别得到各训练数据的嵌入特征，即训练数据1的嵌入特征-训练数据10的嵌入特征，进而可计算训练数据1的嵌入特征-训练数据10的嵌入特征的均值，将得到的均值作为所需的融合特征。
在步骤204中，分别计算融合特征与待标注的数据集中的各图像数据的嵌入特征之间的距离。
可预先利用特征提取模型，分别提取出待标注的数据集中的各图像数据的嵌入特征。
在步骤205中，将对应的距离小于预定阈值的图像数据作为筛选出的相匹配的图像数据。
假设待标注的数据集中共包括1万条图像数据，可分别得到这1万条图像数据对应的距离，假设其中的20条图像数据对应的距离小于预定阈值，那么则可将这20条图像数据作为筛选出的相匹配的图像数据。
在步骤206中，将筛选出的图像数据作为扩充得到的训练数据加入到训练数据集中。
其中，针对筛选出的任一图像数据，还可进一步进行以下处理：若确定该图像数据未包括在训练数据集中，则可将该图像数据作为扩充得到的训练数据加入到训练数据集中，否则，可丢弃该图像数据。
在步骤207中，确定是否符合预定的结束条件，若是，则结束流程，若否，则重复执行步骤201。
符合预定的结束条件可以是指扩充得到的训练数据的数量达到预定数量。若不符合预定的结束条件，可针对同样的训练数据集，从步骤201开始重复执行上述过程。
需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图4为本公开所述数据挖掘装置实施例400的组成结构示意图。如图4所示，包括：获取模块401以及挖掘模块402。
获取模块401，用于获取训练数据集。
挖掘模块402，用于针对训练数据集，执行以下第一处理：从训练数据集中抽取m条训练数据，m为正整数；从待标注的数据集中筛选出与m条训练数据相匹配的数据；将筛选出的数据作为扩充得到的训练数据加入到训练数据集中，其中，训练数据集中的训练数据具有相同的标签。
训练数据集中的训练数据如何获取不作限制。比如，可为人工标注生成的相对少量的训练数据。通常来说，同一训练数据集中的训练数据属于同一类，具有相同的标签。
针对任一训练数据集，挖掘模块402可首先从中抽取出m条训练数据，m为正整数，具体取值可根据实际需要而定。比如，可从训练数据集中随机抽取出m条训练数据。
之后，挖掘模块402可从待标注的数据集中筛选出与m条训练数据相匹配的数据。具体地，可分别获取m条训练数据的特征，并可根据m条训练数据的特征以及待标注的数据集中的各数据的特征，从待标注的数据集中筛选出与m条训练数据相匹配的数据。
比如，可利用预先训练得到的特征提取模型，分别提取出m条训练数据的特征，并可利用所述特征提取模型，分别提取出待标注的数据集中的各数据的特征。
在根据m条训练数据的特征以及待标注的数据集中的各数据的特征，从待标注的数据集中筛选出与m条训练数据相匹配的数据时，根据m的取值的不同，具体实现方式也可有所不同，比如，可如下所示。
若m的取值为一，挖掘模块402可分别计算训练数据的特征与待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则可将该数据作为筛选出的相匹配的数据。
若m的取值大于一，挖掘模块402可根据m条训练数据的特征确定出融合特征，并可分别计算融合特征与待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则可将该数据作为筛选出的相匹配的数据。
其中，可计算m条训练数据的特征的均值，将计算出的均值作为所需的融合特征。
相应地，挖掘模块402可将筛选出的数据作为扩充得到的训练数据加入到训练数据集中。在此之后，若确定不符合预定的结束条件，挖掘模块402还可重复执行所述第一处理。
比如，当扩充得到的训练数据的数量达到预定数量时，则可认为符合结束条件，否则，可认为不符合结束条件。
进一步地，针对筛选出的任一数据，挖掘模块402若确定该数据未包括在训练数据集中，则可将该数据作为扩充得到的训练数据加入到训练数据集中，否则，可丢弃该数据。
图4所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。
总之，采用本公开装置实施例所述方案，可基于已有的训练数据，自动地进行数据挖掘，补充到训练数据集中，从而实现了训练数据的有效扩充，并节省了人力和时间成本等。
本公开所述方案可应用于人工智能领域，特别涉及深度学习及计算机视觉等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。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、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，个人数字助理、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5所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的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508。在一些实施例中，计算机程序的部分或者全部可以经由rom502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram503并由计算单元501执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
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)、负载可编程逻辑设备(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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。云计算指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以以按需、自服务的方式对资源进行部署和管理的技术体系，通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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。
1.一种数据挖掘方法，包括：
针对任一训练数据集，分别执行以下第一处理：
从所述训练数据集中抽取m条训练数据，m为正整数；
从待标注的数据集中筛选出与所述m条训练数据相匹配的数据；
将筛选出的数据作为扩充得到的训练数据加入到所述训练数据集中，其中，所述训练数据集中的训练数据具有相同的标签。
2.根据权利要求1所述的方法，还包括：
所述将筛选出的数据作为扩充得到的训练数据加入到所述训练数据集中之后，若确定不符合预定的结束条件，则重复执行所述第一处理。
3.根据权利要求1或2所述的方法，其中，所述从待标注的数据集中筛选出与所述m条训练数据相匹配的数据包括：
分别获取所述m条训练数据的特征；
根据所述m条训练数据的特征以及所述待标注的数据集中的各数据的特征，从所述待标注的数据集中筛选出与所述m条训练数据相匹配的数据。
4.根据权利要求3所述的方法，其中，
所述分别获取所述m条训练数据的特征包括：利用预先训练得到的特征提取模型，分别提取出所述m条训练数据的特征；
所述方法还包括：利用所述特征提取模型，分别提取出所述待标注的数据集中的各数据的特征。
5.根据权利要求3所述的方法，其中，所述根据所述m条训练数据的特征以及所述待标注的数据集中的各数据的特征，从所述待标注的数据集中筛选出与所述m条训练数据相匹配的数据包括：
若m的取值为一，则分别计算训练数据的特征与所述待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则将所述数据作为筛选出的相匹配的数据；
若m的取值大于一，则根据所述m条训练数据的特征确定出融合特征，并分别计算所述融合特征与所述待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则将所述数据作为筛选出的相匹配的数据。
6.根据权利要求5所述的方法，其中，所述根据所述m条训练数据的特征确定出融合特征包括：
计算所述m条训练数据的特征的均值，将所述均值作为所述融合特征。
7.根据权利要求2所述的方法，还包括：
针对筛选出的任一数据，若确定所述数据未包括在所述训练数据集中，则将所述数据作为扩充得到的训练数据加入到所述训练数据集中，否则，丢弃所述数据。
8.一种数据挖掘装置，包括：获取模块以及挖掘模块；
所述获取模块，用于获取训练数据集；
所述挖掘模块，用于针对所述训练数据集，执行以下第一处理：从所述训练数据集中抽取m条训练数据，m为正整数；从待标注的数据集中筛选出与所述m条训练数据相匹配的数据；将筛选出的数据作为扩充得到的训练数据加入到所述训练数据集中，其中，所述训练数据集中的训练数据具有相同的标签。
9.根据权利要求8所述的装置，其中，
所述挖掘模块进一步用于，所述将筛选出的数据作为扩充得到的训练数据加入到所述训练数据集中之后，若确定不符合预定的结束条件，则重复执行所述第一处理。
10.根据权利要求8或9所述的装置，其中，
所述挖掘模块分别获取所述m条训练数据的特征，根据所述m条训练数据的特征以及所述待标注的数据集中的各数据的特征，从所述待标注的数据集中筛选出与所述m条训练数据相匹配的数据。
11.根据权利要求10所述的装置，其中，
所述挖掘模块利用预先训练得到的特征提取模型，分别提取出所述m条训练数据的特征，并利用所述特征提取模型，分别提取出所述待标注的数据集中的各数据的特征。
12.根据权利要求10所述的装置，其中，
若m的取值为一，则所述挖掘模块分别计算训练数据的特征与所述待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则将所述数据作为筛选出的相匹配的数据；
若m的取值大于一，则所述挖掘模块根据所述m条训练数据的特征确定出融合特征，并分别计算所述融合特征与所述待标注的数据集中的各数据的特征之间的距离，若任一数据对应的距离小于预定阈值，则将所述数据作为筛选出的相匹配的数据。
13.根据权利要求12所述的装置，其中，
所述挖掘模块计算所述m条训练数据的特征的均值，将所述均值作为所述融合特征。
14.根据权利要求9所述的装置，其中，
所述挖掘模块进一步用于，针对筛选出的任一数据，若确定所述数据未包括在所述训练数据集中，则将所述数据作为扩充得到的训练数据加入到所述训练数据集中，否则，丢弃所述数据。
15.一种电子设备，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1-7中任一项所述的方法。
16.一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计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
技术总结