無標(biāo)簽數(shù)值類型特征分類方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)

基本信息

申請?zhí)?/td> CN202011030290.6 申請日 -
公開(公告)號(hào) CN112163617A 公開(公告)日 2021-01-01
申請公布號(hào) CN112163617A 申請公布日 2021-01-01
分類號(hào) G06K9/62;G06N20/00 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 鄧?yán)砥?黃志云 申請(專利權(quán))人 深圳市傲天科技股份有限公司
代理機(jī)構(gòu) 深圳市恒程創(chuàng)新知識(shí)產(chǎn)權(quán)代理有限公司 代理人 深圳市傲天科技股份有限公司
地址 518054 廣東省深圳市南山區(qū)粵海街道高新區(qū)科技中二路軟件園3棟6樓601
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種無標(biāo)簽數(shù)值類型特征分類方法、裝置、設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),通過排序與劃分的處理方式生成預(yù)訓(xùn)練的分類標(biāo)簽,為后續(xù)分類模型對樣本數(shù)據(jù)進(jìn)行分類預(yù)測提供了依據(jù);通過分類模型預(yù)測對應(yīng)樣本數(shù)據(jù)的分類標(biāo)簽,解決了人工標(biāo)注的高成本痛點(diǎn),提高了分類標(biāo)注的效率;通過逐次迭代訓(xùn)練分類模型,極大提高了分類模型的泛化性能,彌補(bǔ)了當(dāng)前技術(shù)可解釋性欠佳、欠擬合模型泛化能力不足的缺陷,使得經(jīng)過多輪訓(xùn)練的分類模型逐次預(yù)測的分類標(biāo)簽準(zhǔn)確性更高。