一种模型训练数据处理方法、系统与电子设备

本发明涉及电数字数据处理技术领域，具体为一种模型训练数据处理方法、系统与电子设备。首先通过HTTP响应头确定MIME类型进行初步分类，确保数据归类于文本、图片、音频和视频的一级分类目录中，对于缺失MIME类型的数据，使用类型加权评分方法辅助分类，提升了分类的准确性；接着，通过现有数据集提取一级分类数据的二级分类标签，结合零样本学习算法自动生成二级分类结果，并将其存入相应的二级目录中，进一步细化数据类别；最后，通过遍历二级分类目录检查数据量是否低于生成阈值，自动触发数据扩增，平衡各类别样本数量，确保数据的均衡性和代表性。本发明有效地实现了多层次自动分类和数据扩增，提升了模型训练数据处理效率和处理质量。