[發明專利]一種基于在線反繹學習的流式數據分類方法及其實現裝置

在審

• 申請號: 202110430304.1
• 申請日: 2021-04-21
• 公開（公告）號: CN113095423A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 李宇峰;周志華;黃宇軒
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N5/02
• 代理公司: 南京樂羽知行專利代理事務所(普通合伙) 32326
• 代理人: 李玉平

1.一種基于在線反繹學習的流式數據分類方法，其特征在于，接收流式數據，通過將輸入的流式數據放入當前學習器，從而獲得對當前樣本預測的偽標記；將預測得到的偽標記轉化為偽事實，通過利用知識庫和弱標記數據，執行反繹推理操作得到修改后的偽事實；最后，將修改后的偽事實轉化為偽標記，對學習器進行更新；上述過程隨著流式數據到來不斷執行；通過在線反繹學習方法針對流式訓練數據與知識庫同時存在的情景，對弱標注或無標注數據進行分類。

2.根據權利要求1所述的基于在線反繹學習的流式數據分類方法，其特征在于，所述流式數據為無標記或弱監督標記的流式數據。

3.根據權利要求1所述的基于在線反繹學習的流式數據分類方法，其特征在于，偽標記預測過程為：取一個批次的流式數據，將所有輸入樣本放進學習器，獲得對應的樣本的偽標記作為輸出。

4.根據權利要求1所述的基于在線反繹學習的流式數據分類方法，其特征在于，反繹推理標記過程為：通過將偽標記轉化為偽事實輸入知識庫，利用邏輯演算驗證偽事實與知識庫是否一致；如果一致，則不對偽標記進行修改；如果不一致，則根據最小化不一致性的原則對偽事實進行修改，使得修改后的偽事實與知識庫一致，并將其轉化為偽標記返回給學習器。

5.根據權利要求1所述的基于在線反繹學習的流式數據分類方法，其特征在于，更新學習器過程：將反繹推理得到的偽標記當做真實標記，與當前批次的樣本一起用于更新學習器。

6.根據權利要求1所述的基于在線反繹學習的流式數據分類方法，其特征在于，通過修改最少數量的偽事實，使得修改后的事實盡可能與知識庫一致；當標記數量大于預設數量時，采用非梯度優化的方法進行搜索，當標記數量小于預設數量時，直接進行窮舉搜索；尋找出錯的標記位置的過程為：首先嘗試尋找某一個偽標記對應的事實，并將其標注為可反繹，然后進行反繹推理得到修改后與知識庫一致的偽事實；若不存在這樣的事實，換言之，任意一個偽事實修改后都無法與知識庫一致，則尋找某兩個標記對應的偽事實，并將它們標注為可反繹并嘗試推理，得到與知識庫一致的偽標記；若仍不能與知識庫一致，則繼續增加可以修改的標記數量，直到找到能修改后與知識庫一致的事實。

7.一種基于在線反繹學習的流式數據分類方法的實現裝置，其特征在于，包括：一個處理器，以及與所述一個處理器耦合的存儲器；所述存儲器存儲領域知識庫和指令，當所述指令被所述一個處理器執行時，使得所述一個處理器執行上述的在線反繹學習的流式數據分類方法。