一种基于采样频率优化的主动学习短文本分类方法和系统
基本信息
| 申请号 | CN202010669590.2 | 申请日 | - |
| 公开（公告）号 | CN111897912B | 公开（公告）日 | 2021-04-06 |
| 申请公布号 | CN111897912B | 申请公布日 | 2021-04-06 |
| 分类号 | G06N3/08(2006.01)I;G06F16/33(2019.01)I;G06F16/35(2019.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 朱其立;沈李斌;廖千姿;顾钰仪;赵迎功;吴海华 | 申请（专利权）人 | 上海乐言科技股份有限公司 |
| 代理机构 | 上海专利商标事务所有限公司 | 代理人 | 施浩 |
| 地址 | 200050上海市长宁区长宁路1033号联通大厦19楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了基于采样频率优化的主动学习短文本分类方法和系统，拓宽主动学习优化方向，提供业界广泛使用的简单有效的优化框架。其技术方案为：文本分类器学习已标注数据；基于文本分类器的学习结果对未标注数据进行采样评估并选出最有价值数据；对选出数据进行手动标注并加入到已标注数据中，重复上述步骤直到迭代次数达到上限或准确度达标。在采样评估过程中，对已标注数据，根据其所属类别进行分类，统计每种类别已标注的数据量，得到各自的采样频率数据；对未标注数据，对未标注数据先进行评估得到初始评估分值及其预测结果类别，然后根据预测结果类别获取对应的采样频率数据，基于初始评估分值和对应类别的采样频率数据得到最终评估分值。 |
