[發(fā)明專利]基于學(xué)習(xí)數(shù)據(jù)的深度學(xué)習(xí)樣本標(biāo)注方法

有效

• 申請?zhí)枺?/td>: 202011035409.9
• 申請日: 2020-09-27
• 公開（公告）號: CN111985583B
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 崔煒
• 申請（專利權(quán)）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于學(xué)習(xí)數(shù)據(jù)的深度學(xué)習(xí)樣本標(biāo)注方法，所述方法包括：采集歷史學(xué)習(xí)對象的標(biāo)注信息，獲取所述歷史學(xué)習(xí)對象對應(yīng)的各章節(jié)平均標(biāo)注率；根據(jù)獲取的所述各章節(jié)平均標(biāo)注率，計(jì)算所述歷史學(xué)習(xí)對象對應(yīng)的學(xué)習(xí)課程中各章節(jié)對應(yīng)的標(biāo)記差異率；根據(jù)計(jì)算得到的所述學(xué)習(xí)課程中各章節(jié)對應(yīng)的標(biāo)記差異率，執(zhí)行深度學(xué)習(xí)樣本的標(biāo)注操作；這種處理方式使得全文各章節(jié)的標(biāo)記數(shù)量保持在一個(gè)平均水準(zhǔn)，降低了學(xué)習(xí)對象的學(xué)習(xí)負(fù)荷，提高了學(xué)習(xí)對象的學(xué)習(xí)效率，從而實(shí)現(xiàn)了對學(xué)習(xí)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)樣本標(biāo)注的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種基于學(xué)習(xí)數(shù)據(jù)的深度學(xué)習(xí)樣本標(biāo)注方法。

背景技術(shù)

現(xiàn)有的學(xué)習(xí)樣本標(biāo)注中，主要有兩種標(biāo)注方式，一種是：采用人工進(jìn)行手動(dòng)標(biāo)注的方式；這種人工手動(dòng)的標(biāo)注方式，標(biāo)注效率低且需花費(fèi)大量的時(shí)間和精力。另一種是，自動(dòng)標(biāo)注的方式；目前，現(xiàn)有技術(shù)中的自動(dòng)標(biāo)注方式，通常需要根據(jù)人為設(shè)置的關(guān)鍵字/詞等作為參照，進(jìn)行標(biāo)注，標(biāo)注準(zhǔn)確率低，且相鄰頁面中的標(biāo)注信息對應(yīng)的標(biāo)注數(shù)據(jù)量存在較大差異時(shí)，也無法自動(dòng)修正處理，也需要人工介入。因此，現(xiàn)有的學(xué)習(xí)樣本標(biāo)注方法不能滿足學(xué)習(xí)數(shù)據(jù)標(biāo)注的實(shí)際需求。

發(fā)明內(nèi)容

本發(fā)明提供一種基于學(xué)習(xí)數(shù)據(jù)的深度學(xué)習(xí)樣本標(biāo)注方法，旨在使全文各章節(jié)的標(biāo)記數(shù)量保持在一個(gè)平均水準(zhǔn)，降低學(xué)習(xí)對象的學(xué)習(xí)負(fù)荷。

本發(fā)明提供了一種基于學(xué)習(xí)數(shù)據(jù)的深度學(xué)習(xí)樣本標(biāo)注方法，所述包括：

采集歷史學(xué)習(xí)對象的標(biāo)注信息，獲取所述歷史學(xué)習(xí)對象對應(yīng)的各章節(jié)平均標(biāo)注率；

根據(jù)獲取的所述各章節(jié)平均標(biāo)注率，計(jì)算所述歷史學(xué)習(xí)對象對應(yīng)的學(xué)習(xí)課程中各章節(jié)對應(yīng)的標(biāo)記差異率；

根據(jù)計(jì)算得到的所述學(xué)習(xí)課程中各章節(jié)對應(yīng)的標(biāo)記差異率，執(zhí)行深度學(xué)習(xí)樣本的標(biāo)注操作。

進(jìn)一步地，所述采集歷史學(xué)習(xí)對象的標(biāo)注信息，獲取所述歷史學(xué)習(xí)對象對應(yīng)的各章節(jié)平均標(biāo)注率，包括：

根據(jù)深度學(xué)習(xí)樣本標(biāo)注需求信息，對所學(xué)習(xí)的課程內(nèi)容進(jìn)行識別，采集歷史學(xué)習(xí)對象的標(biāo)注信息；

基于采集的所述歷史學(xué)習(xí)對象的標(biāo)注信息，計(jì)算所述歷史學(xué)習(xí)對象對應(yīng)的各章節(jié)平均標(biāo)注率。

進(jìn)一步地，所述基于采集的所述歷史學(xué)習(xí)對象的標(biāo)注信息，計(jì)算所述歷史學(xué)習(xí)對象對應(yīng)的各章節(jié)平均標(biāo)注率，包括：

根據(jù)采集的所述歷史學(xué)習(xí)對象的標(biāo)注信息中的學(xué)習(xí)課程各章節(jié)對應(yīng)的學(xué)習(xí)頁面的數(shù)量、學(xué)習(xí)課程各章節(jié)的學(xué)習(xí)頁面中每一頁分別對應(yīng)的字節(jié)總數(shù)和標(biāo)記總數(shù)，利用公式(1)，計(jì)算所述歷史學(xué)習(xí)對象對應(yīng)的各章節(jié)平均標(biāo)注率Mark(k_m,k_m-1)，則有：

其中，m為抽取的所述學(xué)習(xí)課程各章節(jié)對應(yīng)的學(xué)習(xí)頁面的數(shù)量，其取值范圍為[2,M]，a_m為所述學(xué)習(xí)課程各章節(jié)中第m頁的字節(jié)總數(shù)，k_m為所述學(xué)習(xí)課程各章節(jié)中第m頁的標(biāo)記總數(shù)，k_m-1為所述學(xué)習(xí)課程各章節(jié)中第m-1頁的標(biāo)記總數(shù)，sum(k_m,k_m-1)為所述學(xué)習(xí)課程各章節(jié)第m頁的標(biāo)記總數(shù)與第m-1頁的標(biāo)記總數(shù)進(jìn)行求和處理得到的和；Mark(k_m,k_m-1)為獲取的所述各章節(jié)平均標(biāo)注率。

進(jìn)一步地，所述根據(jù)獲取的所述各章節(jié)平均標(biāo)注率，計(jì)算所述歷史學(xué)習(xí)對象對應(yīng)的學(xué)習(xí)課程中各章節(jié)對應(yīng)的標(biāo)記差異率，包括：

根據(jù)獲取的所述各章節(jié)平均標(biāo)注率，利用公式(2)，計(jì)算得到所述學(xué)習(xí)課程中各章節(jié)對應(yīng)的相鄰的學(xué)習(xí)頁面之間的標(biāo)記差異率Dif(k_m,k_m-1)，則有：