在线自主分类的人工智能系统、方法和存储介质

本申请提供一种在线自主分类的人工智能系统、方法和存储介质，采集目标业务场景下的第一样本数据；对第一样本数据进行样本增强，得到第二样本数据；对第二样本数据进行第一特征提取，得到m个特征，将m个特征输入到特征池，在特征池内构建类样本的特征队列，具体为：特征池内的样本在设置周期到达后，自动按照DBSCAN增量方式进行聚类，聚类完成后，将特征压入对应类的队列，得到n个特征队列，如果队列已满，将自动弹出队列中最老的特征；特征提取网络模型对n个特征队列中的每一特征队列对应的类簇进行特征提取，得到n个特征集，n个特征集中每一特征集用于更新相应的类特征知识图谱；每一特征队列对应一个特征集。