[发明专利]一种基于多标签分类的标注方法、装置、设备及存储介质

权利要求书

1.一种基于多标签分类的标注方法，其特征在于，包括：

从预设数据库中获取训练语料，对所述训练语料进行标注，得到训练样本集；

将所述训练样本集导入到预设的初始多标签分类模型，获取所述初始多标签分类模型的输出结果，其中，所述输出结果至少包括所述训练语料在多个标签下的输出概率；

计算每一个所述输出概率对应的置信区间，并基于所述置信区间重新对所述训练语料进行标注；

采用重新标注后的所述训练语料对预设的初始多标签分类模型进行迭代更新，得到训练好的多标签分类模型；

获取待标注语料，通过所述训练好的多标签分类模型对所述待标注语料进行分类，得到所述待标注语料的分类结果，并基于所述分类结果对所述待标注语料进行标注。

2.如权利要求1所述的基于多标签分类的标注方法，其特征在于，所述从预设数据库中获取训练语料，对所述训练语料进行标注，得到训练样本集的步骤，具体包括：

从预设数据库中获取训练语料和预设标签集合，其中，所述预设标签集合包含若干个标签；

基于所述预设标签集合中的标签对所述训练语料进行标注，并对标注后的所述训练语料进行随机组合，得到若干个所述训练样本集，以及与每一个所述训练样本集相互对应的验证数据集。

3.如权利要求2所述的基于多标签分类的标注方法，其特征在于，所述基于所述预设标签集合中的标签对所述训练语料进行标注的步骤，具体包括：

对获取到的所述训练语料进行预处理；

对分词后的所述训练语料进行关键词识别，并提取所述训练语料中的关键词；

分别计算所述训练语料中的关键词与所述预设标签集合中的各个标签的相似度；

对计算得到的各个相似度进行排序，并相似度排序结果对所述训练语料进行标注。

4.如权利要求2所述的基于多标签分类的标注方法，其特征在于，所述初始多标签分类模型包括若干个初始多标签分类子模型，所述将所述训练样本集导入到预设的初始多标签分类模型，获取所述初始多标签分类模型的输出结果的步骤，具体包括：

将若干个所述训练样本集导入到预设的初始多标签分类模型，并将若干个所述训练样本集随机分配给若干个所述初始多标签分类子模型，其中，每一个所述初始多标签分类子模型获得一个所述训练样本集；

将配对成功的所述训练样本集导入到相应的初始多标签分类子模型中进行模型训练，得到若干个训练好的初始多标签分类子模型；

从预设数据库中获取验证语料，将所述验证语料分别导入若干个训练好的初始多标签分类子模型，得到若干个初始多标签分类子模型的输出结果；

对所有初始多标签分类子模型的输出结果进行整合，得到所述初始多标签分类模型的输出结果。

5.如权利要求1至4任意一项所述的基于多标签分类的标注方法，其特征在于，所述计算每一个所述输出概率对应的置信区间，并基于所述置信区间重新对所述训练语料进行标注的步骤，具体包括：

计算每一个所述标签对应的输出概率均值，以及基于每一个所述标签对应的所述输出概率均值计算每一个所述标签的输出概率方差；

基于预设的置信度阈值、每一个所述标签的输出概率均值以及每一个所述标签的输出概率方差确定每一个所述输出概率的置信区间；

基于每一个所述输出概率的置信区间对所述训练语料进行重新标注。

6.如权利要求5所述的基于多标签分类的标注方法，其特征在于，所述基于每一个所述输出概率的置信区间对所述训练语料进行重新标注的步骤，具体包括：

获取每一个所述置信区间的上限值和下限值，并基于获取的所述上限值和所述下限值计算每一个所述置信区间的上下限均值；

将所述每一个所述置信区间的上下限均值与预设阈值进行比对，根据比对结果对所述预设标签集合中的标签进行调整；

根据调整后的所述预设标签集合对所述训练语料进行重新标注。