一种样本自动化处理方法、装置、计算机设备及存储介质

本申请公开一种样本自动化处理方法、装置、计算机设备及存储介质，属于人工智能技术领域。首先，对预先收集的训练样本进行分类，分为完全观测样本和不完全观测样本。针对完全观测样本，通过预训练的标注预测模型生成第一标签预测值，并计算第一标签预测值的对除值，进而构建对除值分布曲线，并提取其端点值作为置信阈值。随后，将不完全观测样本输入标注预测模型，生成伪标签和第二标签预测值，并将第二标签预测值与置信阈值进行比对。如果第二标签预测值达到或超过置信阈值，则将样本归为正样本；否则归为负样本。本申请还涉及区块链技术领域，训练样本存储在区块链网络上。本申请提高了伪标签生成的可靠性和准确性，降低了人工干预和复杂性。