数据标注方法及装置
基本信息
| 申请号 | CN202110764998.2 | 申请日 | - |
| 公开（公告）号 | CN113205163A | 公开（公告）日 | 2021-08-03 |
| 申请公布号 | CN113205163A | 申请公布日 | 2021-08-03 |
| 分类号 | G06K9/62（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 郑继龙;齐红威;何鸿凌;肖永红 | 申请（专利权）人 | 数据堂（北京）科技股份有限公司 |
| 代理机构 | 北京三友知识产权代理有限公司 | 代理人 | 侯天印;郝博 |
| 地址 | 100192北京市海淀区宝盛南路1号院11号楼1层101-01 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种数据标注方法及装置，该方法包括：利用无监督学习算法进行冷启动，对原始的无标签数据进行初级分类，生成弱和伪标签数据信息；对伪标签数据信息进行校验标注；对预设数量的弱标签数据信息进行标注，获得部分已标注数据，基于弱监督学习算法和部分已标注数据，对剩余的弱标签数据信息进行预标注，生成预标注结果；对预标注结果进行半监督学习算法的样本筛选，获得精品数据集；对精品数据集进行数据补充，获得全标签数据集；利用全标签数据集对无监督学习算法、弱监督学习算法和半监督学习算法进行算法迭代，获得优化的无监督学习算法、弱监督学习算法和半监督学习算法。本发明可以大幅减少人工标注成本，并提高数据标注效率。 |
