[發明專利]基于人機協同學習的數據標注方法

有效

• 申請號: 201810416774.0
• 申請日: 2018-05-04
• 公開（公告）號: CN108898225B
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 馮翱;高正杰;吳錫
• 申請（專利權）人: 成都信息工程大學;成都智睿通拓科技有限公司
• 主分類號: G06N20/10
• 分類號: G06N20/10;G06K9/62
• 代理公司: 成都智涌知識產權代理事務所(普通合伙) 51313
• 代理人: 周正輝

1.一種基于人機協同學習的數據標注方法，其特征在于，包括以下步驟：

步驟1：由領域專家制定分類標準和標注規范，并針對每一個類別都給出樣例作為金標數據；

步驟2：使用金標數據啟動訓練標注人員的過程，根據指定的中心點，通過聚類方法來獲取高置信度的數據，然后結合金標數據和標注規范來訓練標注人員，以所述金標數據作為聚類的中心點對數據進行聚類處理，選出與所述金標數據相似度不低于90％的數據作為銀標數據來訓練標注人員，然后利用所述金標數據對標注人員進行測試，測試通過即可進行下一步的標注，否則繼續進行標注規則的學習；

步驟3：利用所述金標數據和銀標數據作為訓練集，對未分類的數據I進行分類，得到的置信度不低于90％的數據可以直接采用，并且將其加入訓練數據集重新訓練分類器，得到分類器的模型參數w；置信度高于95％的數據用于反向考核標注人員；對于置信度低于90％的數據則放回待標注數據集中；

步驟4：利用主動學習理論，從待標注數據集中選取出最值得標注的數據C，分發給標注人員進行標注，其中，

C＝argmaxP(C|I，w)

然后將得到的標注結果加入訓練集重新訓練分類器；

步驟5：不斷迭代步驟3和4，當分類器的精度達到預設的閾值后則開始進行下一分類器的訓練。