一种基于联邦学习的噪声识别方法和系统

本申请涉及了一种基于联邦学习的噪声识别方法和系统，本方法首先分发目标全局噪声识别模型，得到本地文本对应的文本特征，以及进行训练后的模型参数；然后由通过文本特征对客服节点进行分簇，能够将一类文本特征相似度比较相近的客服节点分到同一个簇中，使得同一簇中的客服节点的文本特征分布差异相对较小；然后进行簇内和簇间聚合，最终能够对目标全局噪声识别模型进行不断的迭代，进而能够不断的提升模型对噪声的识别可靠性。