一种数据标注方法、欺诈风险识别方法及相关装置

本申请公开了一种数据标注方法、欺诈风险识别方法及相关装置，涉及深度学习领域。基于至少两个回归器，分别对各个未标注标签值的样本数据进行标签值的预测，得到各个回归器分别对未标注标签值的样本数据预测的标签值；依据每个回归器分别对未标注标签值的样本数据预测的标签值，确定每个回归器对未标注标签值的样本数据的训练误差；确定满足预设条件的训练误差对应的标签值，作为未标注标签值的样本数据对应的目标标签值，并利用标注有目标标签值的样本数据对回归器更新。基于此，提升回归器在下一轮对未标注样本数据的预测精度，进而依据准确性更高的标注有标签值的样本数据训练风险识别模型，提升模型的风险识别能力。