[發明專利]一種數據修正方法、裝置及電子設備

在審

• 申請號: 202211678812.2
• 申請日: 2022-12-26
• 公開（公告）號: CN115809697A
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 陳明健
• 申請（專利權）人: 上海高德威智能交通系統有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06F18/24
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 王劍

1.一種數據修正方法，其特征在于，所述方法應用于電子設備，所述方法包括：

在將標注數據作為訓練數據訓練神經網絡模型的過程中，利用每次迭代訓練出的神經網絡模型預測所述標注數據屬于被指定的標注標簽的概率分布，得到所述標注數據的預測結果；

依據各標注數據的預測結果，確定待復核的標注數據集，以對所述待復核的標注數據集中各標注數據的標注標簽進行復核修正。

2.根據權利要求1所述的方法，其特征在于，所述利用每次迭代訓練出的神經網絡模型預測所述標注數據屬于被指定的標注標簽的概率分布，得到所述標注數據的預測結果，包括：

以當前神經網絡模型為基礎，并將所述標注數據作為訓練數據進行模型訓練，得到訓練出的神經網絡模型；

利用訓練出的神經網絡模型預測所述標注數據屬于被指定的標注標簽的概率分布，得到所述標注數據的預測結果；

當所述訓練出的神經網絡模型不滿足預設迭代條件時，返回以當前神經網絡模型為基礎，并將所述標注數據作為訓練數據進行模型訓練得到訓練出的神經網絡模型的步驟。

3.根據權利要求1所述的方法，其特征在于，所述依據各標注數據的預測結果，確定待復核的標注數據集，包括：

針對每一標注數據，對已得到的該標注數據的預測結果進行融合，得到預測融合值；

基于各標注數據的預測融合值，確定待復核的標注數據集。

4.根據權利要求3所述的方法，其特征在于，所述對已得到的該標注數據的預測結果進行融合，得到預測融合值，包括：

按照以下公式對已得到的該標注數據的預測結果進行融合：

其中，s表示該標注數據的預測融合值，E為迭代次數；表示預測結果中第e次迭代時對應的預測概率；所述預測概率是指第e次迭代訓練出的神經網絡模型預測出的標注數據屬于被指定的標注標簽的概率分布中為該標注數據被標注的標注標簽的概率。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述神經網絡模型在訓練時，采用如下損失函數：

其中，表示損失函數；p為神經網絡模型每次預測出的標注數據屬于被指定的標注標簽的概率分布，y_gt表示標注標簽；為交叉熵損失函數；K為被指定的標注標簽的總數量，j表示第j個標注標簽；a和q為超參數，是提前定義好的數值；p_gt為神經網絡模型預測出的標注數據屬于被指定的標注標簽的概率分布中為該標注數據被標注的標注標簽的概率。

6.根據權利要求3所述的方法，其特征在于，所述基于各標注數據的預測融合值，確定待復核的標注數據集，包括：

針對各標注數據的預測融合值，將預測融合值大于預設融合閾值的標注數據的組合確定為待復核的標注數據集。

7.一種數據修正裝置，其特征在于，所述裝置應用于電子設備，所述裝置包括：

預測結果確定模塊，用于在將標注數據作為訓練數據訓練神經網絡模型的過程中，利用每次迭代訓練出的神經網絡模型預測所述標注數據屬于被指定的標注標簽的概率分布，得到所述標注數據的預測結果；

數據修正模塊，用于依據各標注數據的預測結果，確定待復核的標注數據集，以對所述待復核的標注數據集中各標注數據的標注標簽進行復核修正。

8.根據權利要求7所述的裝置，其特征在于，所述預測結果確定模塊具體用于：

以當前神經網絡模型為基礎，并將所述標注數據作為訓練數據進行模型訓練，得到訓練出的神經網絡模型；

利用訓練出的神經網絡模型預測所述標注數據屬于被指定的標注標簽的概率分布，得到所述標注數據的預測結果；

當所述訓練出的神經網絡模型不滿足預設迭代條件時，返回以當前神經網絡模型為基礎，并將所述標注數據作為訓練數據進行模型訓練得到訓練出的神經網絡模型的步驟。