一種針對(duì)粗粒度文本分類的數(shù)據(jù)動(dòng)態(tài)標(biāo)注方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201910568651.3 申請(qǐng)日 -
公開（公告）號(hào) CN110287324A 公開（公告）日 2019-09-27
申請(qǐng)公布號(hào) CN110287324A 申請(qǐng)公布日 2019-09-27
分類號(hào) G06F16/35;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 顧凌云;嚴(yán)涵;王洪陽(yáng) 申請(qǐng)（專利權(quán)）人 成都冰鑒信息科技有限公司
代理機(jī)構(gòu) 常州佰業(yè)騰飛專利代理事務(wù)所（普通合伙） 代理人 成都冰鑒信息科技有限公司
地址 610041 四川省成都市高新區(qū)天府五街200號(hào)3號(hào)樓A棟1001室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種針對(duì)粗粒度文本分類的數(shù)據(jù)動(dòng)態(tài)標(biāo)注方法及裝置，其中方法包括：按照標(biāo)簽類別比例均衡標(biāo)注數(shù)據(jù)；構(gòu)建文本TF?IDF詞頻矩陣；使用卡方分布進(jìn)行特征篩選得到訓(xùn)練數(shù)據(jù)集；使用機(jī)器學(xué)習(xí)算法對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練，得到初始模型；獲取測(cè)試數(shù)據(jù)集，利用初始模型對(duì)測(cè)試數(shù)據(jù)集中的第一預(yù)設(shè)數(shù)據(jù)量的數(shù)據(jù)進(jìn)行標(biāo)注，得到預(yù)測(cè)標(biāo)注數(shù)據(jù)；獲取按照標(biāo)簽類別分別抽取預(yù)測(cè)標(biāo)注數(shù)據(jù)中的第二預(yù)設(shè)條數(shù)進(jìn)行審核得到的與各個(gè)數(shù)據(jù)標(biāo)注標(biāo)簽對(duì)應(yīng)的數(shù)據(jù)；將與各個(gè)數(shù)據(jù)標(biāo)注標(biāo)簽對(duì)應(yīng)的數(shù)據(jù)加入到訓(xùn)練數(shù)據(jù)集中，使用機(jī)器學(xué)習(xí)算法對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練得到修正模型；判斷訓(xùn)練數(shù)據(jù)量是否滿足第二預(yù)設(shè)數(shù)據(jù)量，不滿足繼續(xù)執(zhí)行上述流程；滿足存儲(chǔ)修正模型為預(yù)測(cè)模型。