申请/专利权人:浙江大学
申请日:2023-11-20
公开(公告)日:2024-04-02
公开(公告)号:CN117807432A
主分类号:G06F18/214
分类号:G06F18/214;G06N5/04;G06F40/30;G06N3/0442;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种自然语言处理领域中进行低成本噪声标签检测方法,包括:获取具有实体标注的自然语言处理领域文本数据集并进行预处理;基于选定的预训练模型进行第一轮训练直至模型拟合;对第一轮训练得到的拟合模型进行第二轮训练,并平衡各轮次中每条数据的损失,其中每个轮次线性递减学习率;对第二轮训练得到的模型进行第三轮训练,并平衡各轮次中每条数据的损失,其中每个轮次线性递增学习率;根据第二轮训练和第三轮训练的每个轮次中每条数据的平衡损失,计算每条数据的平衡损失方差并根据平衡损失方差得到噪声标签。本方法统一了任务框架,减少了数据收集和标注的工作量,避免了实体嵌套的问题,实现了低成本的推测出噪声标签的效果。
主权项:1.一种自然语言处理领域中进行低成本噪声标签检测方法,其特征在于,包括:获取具有实体标注的自然语言处理领域文本数据集并对其进行预处理;获取预训练模型;基于选定的预训练模型进行第一轮训练直至模型拟合;对第一轮训练得到的拟合模型进行第二轮训练,并平衡各轮次中每条数据的损失,其中每个轮次线性递减学习率;对第二轮训练得到的模型进行第三轮训练,并平衡各轮次中每条数据的损失,其中每个轮次线性递增学习率;根据第二轮训练和第三轮训练的每个轮次中每条数据的平衡损失,计算每条数据的平衡损失方差并根据所述平衡损失方差得到噪声标签。
全文数据:
权利要求:
百度查询: 浙江大学 一种自然语言处理领域中进行低成本噪声标签检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。