文本分類主動(dòng)學(xué)習(xí)的基于半徑的不確定度采樣方法和系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010669244.4 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN111914061B | 公開（公告）日 | 2021-04-16 |
| 申請(qǐng)公布號(hào) | CN111914061B | 申請(qǐng)公布日 | 2021-04-16 |
| 分類號(hào) | G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06F16/35(2019.01)I;G06N3/08(2006.01)I;G06F16/33(2019.01)I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 朱其立;沈李斌;廖千姿;顧鈺儀;趙迎功;吳海華 | 申請(qǐng)（專利權(quán)）人 | 上海樂(lè)言科技股份有限公司 |
| 代理機(jī)構(gòu) | 上海專利商標(biāo)事務(wù)所有限公司 | 代理人 | 施浩 |
| 地址 | 200050上海市長(zhǎng)寧區(qū)長(zhǎng)寧路1033號(hào)聯(lián)通大廈19樓 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種文本分類主動(dòng)學(xué)習(xí)的基于半徑的不確定度采樣方法和系統(tǒng)，應(yīng)用于多類別短文本，優(yōu)化減弱場(chǎng)景中噪聲對(duì)結(jié)果的不良影響，并且方法的普適性較高，能夠適用于任何存在隱藏層的深度模型。其技術(shù)方案為：通過(guò)文本分類器對(duì)每個(gè)標(biāo)注數(shù)據(jù)的數(shù)據(jù)點(diǎn)的信息熵進(jìn)行評(píng)分，并給出該標(biāo)注數(shù)據(jù)的預(yù)測(cè)類別；文本分類器對(duì)未標(biāo)注數(shù)據(jù)給出對(duì)應(yīng)的預(yù)測(cè)類別；分別計(jì)算每個(gè)預(yù)測(cè)類別的半徑；將標(biāo)注數(shù)據(jù)的信息熵評(píng)分、標(biāo)注數(shù)據(jù)的預(yù)測(cè)類別、未標(biāo)注數(shù)據(jù)的預(yù)測(cè)類別的半徑組合在一起，得到綜合評(píng)分。?? |
