[发明专利]机器学习方法和装置

权利要求书

1.一种机器学习方法，包括：

利用不同的方法从未标注的数据集中自动标注和获取n个不同的种子集合S₁，S₂，...，S_n，n是自然数且n≥2；

利用所述n个已自动标注的种子集合S₁，S₂，...，S_n分别训练相应的n个分类器C₁，C₂，...，C_n；

对于所述n个已自动标注的种子集合中的每个种子集合S_i，i＝1，2，...，n，利用所述n个分类器中的除由该种子集合S_i训练的分类器C_i之外的部分或全部分类器对该种子集合S_i进行验证；以及

利用经验证的所述n个种子集合S₁，S₂，...，S_n分别再次训练所述相应的n个分类器C₁，C₂，...，C_n。

2.根据权利要求1的方法，还包括：

分别利用再次训练的所述n个分类器对实例集合进行预测，以得到相应的n个经预测的实例集合L₁，L₂，...，L_n；

对每个经预测的实例集合L_i，i＝1，2，...，n，利用所述n个分类器中的除用于对该实例集合L_i进行预测的分类器C_i之外的部分或全部分类器对该实例集合L_i进行验证；

将每个经验证的实例集合L_i中的实例加入相应的种子集合S_i；以及

重复所述再次训练、所述对实例集合进行预测、所述对每个实例集合进行验证以及所述将每个经验证的实例集合中的实例加入相应的种子集合，直到重复终止条件得到满足。

3.根据权利要求2的方法，其中，所述重复终止条件是：

所述种子集合S₁，S₂，...，S_n中的种子总数达到预定的需要标注的实例的数目。

4.根据权利要求2的方法，其中，所述对实例集合进行预测包括：

分别利用所述n个分类器对所述实例集合进行标注；以及

分别选取所述n个分类器的每个分类器的标注结果中可信度最高的预定数目的实例组成所述相应的n个经预测的实例集合L₁，L₂，...，L_n。

5.根据权利要求2的方法，其中，所述验证经预测的实例集合L_i包括：

利用所述n个分类器中的除用于对该实例集合L_i进行预测的分类器C_i之外的部分或全部分类器对该实例集合L_i进行标注；以及

从该实例集合L_i中删除预测结果与所述部分或全部分类器的标注结果存在不一致的实例。

6.根据权利要求1的方法，其中，所述验证已自动标注的种子集合S_i包括：

利用所述n个分类器中的除由该种子集合S_i训练的分类器C_i之外的部分或全部分类器对该种子集合S_i进行标注；以及

从该种子集合S_i中删除自动标注结果与所述部分或全部分类器的标注结果之间存在不一致的种子。