[發明專利]一種異源模糊隸屬度矩陣標注方法、系統及裝置

在審

• 申請號: 202211027938.3
• 申請日: 2022-08-25
• 公開（公告）號: CN115392376A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 王振友;朱元浩;徐圣兵;肖云浩
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市創富知識產權代理有限公司 44367
• 代理人: 梁嘉朗

本發明公開了一種異源模糊隸屬度矩陣標注方法、系統及裝置，該方法包括：獲取標注任務并確定標注模式、待標注樣本和標注主體；基于標注模式，標注主體對待標注樣本進行標注，得到對應的模糊隸屬度；將多個標注主體對應的模糊隸屬度進行整合，得到初始模糊隸屬度矩陣；對初始模糊隸屬度矩陣進行缺失值填補，得到最終模糊隸屬度矩陣。該系統包括：數據獲取模塊、標注模塊、整合模塊和填補模塊。該裝置包括存儲器以及用于執行上述異源模糊隸屬度矩陣標注方法的處理器。通過使用本發明，能夠提高模糊信息的標注質量和缺失數據的處理質量。本發明作為一種異源模糊隸屬度矩陣標注方法、系統及裝置，可廣泛應用于數據處理領域。

技術領域

本發明涉及數據處理領域，尤其涉及一種異源模糊隸屬度矩陣標注方法、系統及裝置。

背景技術

現有的模糊信息標注通常以人工標注為主，需要投入高昂的人力和物力。而眾包標注因成本低廉、適用于圖像、視頻、語音、文本等各種模態的大規模數據的標注服務而受到模糊信息標注研究和工作人員的青睞。模糊信息眾包標注工作一般涉及以下幾個問題：1)標注服務需求方會提供一定的標注約束條件或標注參照標準(模式)，這會讓標注工作人員受到一定的局限性，從而影響到標注數據的質量；2)同批待標注樣本的涉及的標注人員眾多，且存在個人標注偏好差異和標注知識差異問題，所以樣本間的標注標準很難做到一致；3)單個樣本的模糊信息標注一般需要多個標注數據，從而提高了標注工作的繁雜性，因標注工作原因容易產生缺失問題。基于以上原因，產生了大量的帶不同偏好信息和缺失信息的異源無約束模糊信息標注數據，迫切需要一種模糊數據處理方法以解決模糊信息標注和數據缺失問題。

發明內容

為了解決上述技術問題，本發明的目的是提供一種異源模糊隸屬度矩陣標注方法、系統及裝置，能夠提高模糊信息標注質量和提高缺失數據的處理質量。

本發明所采用的第一技術方案是：一種異源模糊隸屬度矩陣標注方法，包括以下步驟：

獲取標注任務并確定標注模式、待標注樣本和標注主體；

基于標注模式，標注主體對待標注樣本進行標注，得到對應的模糊隸屬度；

將多個標注主體對應的模糊隸屬度進行整合，得到初始模糊隸屬度矩陣；

對初始模糊隸屬度矩陣進行缺失值填補，得到最終模糊隸屬度矩陣。

進一步，所述基于標注模式，標注主體對待標注樣本進行標注，得到對應的模糊隸屬度這一步驟，其具體包括：

采用無約束標注條件，標注主體根據先驗知識判斷待標注樣本與模式集的關系，得到模糊隸屬度表示第r個標注主體標注的樣本x_j關于標注模式的模糊隸屬度，ρ_r表示第r個標注主體的偏好系數；

所述模式集根據標注模式確定。

進一步，所述缺失值包括完全缺失值和部分缺失值。

進一步，所述對初始模糊隸屬度矩陣進行缺失值填補，得到最終模糊隸屬度矩陣這一步驟，其具體包括：

根據初始模糊隸屬度矩陣獲取模糊隸屬度最大值和最小值；

根據模糊隸屬度最大值和最小值預估標注主體的偏好系數，得到偏好預估值；

根據偏好預估值對初始模糊隸屬度矩陣進行缺失值填補，得到最終模糊隸屬度矩陣。

進一步，所述偏好預估值的計算公式如下：

上式中，c為標注模式數量，r_h為第r個標注主體所標注的第h個樣本的索引，表示第r個標注主體的偏好預估值，H(r)表示第r個標注主體標注樣本的數量，表示第r個標注主體在所標注的H(r)個樣本中的第h個樣本的模糊隸屬度最大值，表示第r個標注主體在所標注的H(r)個樣本中的第h個樣本的模糊隸屬度最小值。