[发明专利]一种众包模式下的标签数据统计推断方法

权利要求书

1.一种众包模式下的标签数据统计推断方法，其特征在于，包括以下步骤：

Step1：建立众包数据的统一形式，记标注员数量为m个，客观对象的数量为n个，类别的数量为c个，并记样本中标注员i将客观对象j划分至类别k的频率为z_ijk，z_ijk所遵循的分布记为π_ij，分布π_ij的概率记为π_ijk，π_ijk的含义为实际数据中标注员i将客观对象j划分至第k类的概率，i＝1～m,j＝1～n,k＝1～c；

Step2：构建标注员对客观对象产生类别标签的模型，以y_jl表示对象j在类别l中的概率，l＝1～c，以下步骤的目的就是求解y_jl：

Step2.1：极大熵模型，首先极大化目标函数以确定用户打标签的概率分布：

Step2.2：对极大化熵再进行极小化，推断y_jl的优化模型为：

Step3：运用拉格朗日变换方法，引入拉格朗日乘子λ_ij,τ_jk,σ_ikl，构造拉格朗日函数为

其中τ_jk度量一个标定任务的复杂程度，σ_ikl度量一个标定员的标注水准；

Step4：将Step2中的优化转化为其对偶问题，转换后的拉格朗日函数为：

Step5：迭代求解y_jl，令：

则Step4中L的第一项改写为，

由此可确定y_jl的迭代表达式：

其中t＝1～N是迭代次数，总迭代步数为N。

2.根据权利要求1所述的众包模式下的标签数据统计推断方法，其特征在于，当任务的标注数据较少时，将步骤Step2.2的优化模型替换为

其中ξ_jk,为松弛变量，α_j,β_i为正则化参数。