申请/专利权人：腾讯科技(深圳)有限公司

申请日：2020-10-22

公开（公告）日：2024-04-05

公开（公告）号：CN113407713B

主分类号：G06F16/35

分类号：G06F16/35;G06F16/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2022.10.14#实质审查的生效;2021.09.17#公开

摘要：本申请实施例提供了基于主动学习的语料挖掘方法、装置及电子设备，涉及人工智能领域。该方法包括：获取未标注语料；利用至少两个预先训练好的语料分类模型对未标注语料进行分类，得到至少两个语料分类模型输出的、针对未标注语料进行分类的第一分类类型和分类分数；选取第一分类类型不一致、且分类分数符合预设条件的未标注语料作为待标注语料，对待标注语料进行二次分类处理，得到待标注语料的第二分类类型。本技术方案能够有利于扩宽语料挖掘的覆盖面，提高语料挖掘的泛化性。

主权项：1.一种基于主动学习的语料挖掘方法，其特征在于，包括：获取未标注语料；利用至少两个预先训练好的语料分类模型对所述未标注语料进行分类，得到至少两个所述语料分类模型输出的、针对所述未标注语料进行分类的第一分类类型和分类分数；所述第一分类类型包括正样本类型和负样本类型；所述分类分数用于表征相应未标注语料与冷启动语料的标注的设定技能的相关性；选取所述第一分类类型不一致、且所述分类分数符合预设条件的未标注语料作为待标注语料，包括：针对至少两个语料分类模型输出的第一分类类型不一致的未标注语料，基于各语料分类模型输出的分类分数得到总分数，若该总分数符合预设条件，则将该未标注语料确定为待标注语料；基于所述待标注语料的属性确定所述待标注语料是否对应于所述设定技能，以对所述待标注语料进行二次分类处理，得到所述待标注语料的第二分类类型，并基于所述第二分类类型标注所述待标注语料；所述第二分类类型包括正样本类型和负样本类型。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 基于主动学习的语料挖掘方法、装置及电子设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD