首页/ 中国科学院软件研究所/ 专利详情

一种基于聚类代表点的主动学习标注方法和装置

基本信息

申请号 CN201810343307.X 申请日 -
公开（公告）号 CN108710894B 公开（公告）日 2022-06-28
申请公布号 CN108710894B 申请公布日 2022-06-28
分类号 G06K9/62（2022.01）I;G06F16/35（2019.01）I 分类 计算；推算；计数;
发明人 孙朝旭;王宏安 申请（专利权）人 中国科学院软件研究所
代理机构 北京君尚知识产权代理有限公司 代理人 -
地址 100190北京市海淀区中关村南四街4号
法律状态 -

摘要

摘要 本发明公开一种基于聚类代表点的主动学习标注方法和装置。该方法包括：1）对训练数据中的特征属性进行特征提取，得到特征向量；2）根据用户输入匹配相关训练数据；3）根据聚类代表点算法对匹配的相关训练数据的特征向量进行聚类，并提取聚类后形成的各个簇的代表点；4）计算簇间最短距离，并根据该最短距离对聚类后产生的簇建立最小支撑树，提取最小支撑树的代表点作为待标注数据移交给专家进行标注；5）将用户输入与专家的标注结果形成训练数据对，用训练数据对进行机器学习模型的训练；6）重复步骤2）‑5）以进行迭代训练，直到机器学习模型满足性能要求。本发明可有效地在保持模型精度的情况下减少数据标注量、加快模型训练速度。