[发明专利]标注复核方法、装置、设备、存储介质以及程序产品

权利要求书

1.一种标注复核方法，包括：

将训练数据拆分成多个数据块；

将所述多个数据块调度到训练池，以及利用所述训练池中的数据块对模型进行多轮训练；

基于所述模型的输出从所述多个数据块中确定出多个错误标注的数据块，其中，所述错误标注的数据块中包括错误标注的训练数据；

将所述多个错误标注的数据块中的至少部分数据块调度到复核池，以及对所述复核池中的数据块进行标注复核；

利用复核后的数据块继续对所述模型进行训练。

2.根据权利要求1所述的方法，其中，所述利用复核后的数据块继续对所述模型进行训练，包括：

将所述复核后的数据块调度到缓冲池；

将所述缓冲池中的数据块调度到所述训练池；

利用所述训练池中的数据块继续对所述模型进行训练。

3.根据权利要求2所述的方法，其中，在所述将所述多个错误标注的数据块中的至少部分数据块调度到复核池之后，还包括：

将所述多个错误标注的数据块中的剩余部分数据块调度到所述缓冲池。

4.根据权利要求3所述的方法，其中，所述将所述多个错误标注的数据块中的至少部分数据块调度到复核池，包括：

若所述复核池中的数据块的数量超过第一预设阈值，暂停向所述复核池调度数据块。

5.根据权利要求4所述的方法，其中，所述方法还包括：

若所述训练池中的数据块的数量少于第二预设阈值，从所述缓冲池批量调度数据块到所述训练池。

6.根据权利要求5所述的方法，其中，所述从所述缓冲池批量调度数据块到所述训练池，包括：

确定所述缓冲池中的数据块的训练轮数；

基于训练轮数选取数据块，以及将所选取的数据块调度到所述训练池。

7.根据权利要求6所述的方法，其中，所述方法还包括：

若所述缓冲池为空，将训练完的数据块直接调度到所述训练池。

8.根据权利要求7所述的方法，其中，所述方法还包括：

将训练轮数达到第三预设阈值的数据块移出。

9.根据权利要求1-8之一所述的方法，其中，所述训练数据包括标注文本、标注图像、标注语音和标注视频中的至少一项。

10.一种标注复核装置，包括：

拆分模块，被配置成将训练数据拆分成多个数据块，其中，所述训练数据包括标注文本和标注图像中的至少一项；

调度及训练模块，被配置成将所述多个数据块调度到训练池，以及利用所述训练池中的数据块对模型进行多轮训练；

确定模块，被配置成基于所述模型的输出从所述多个数据块中确定出多个错误标注的数据块，其中，所述错误标注的数据块中包括错误标注的训练数据；

调度及复核模块，被配置成将所述多个错误标注的数据块中的至少部分数据块调度到复核池，以及对所述复核池中的数据块进行标注复核；

训练模块，被配置成利用复核后的数据块继续对所述模型进行训练。

11.根据权利要求10所述的装置，其中，所述训练模块进一步被配置成：

将所述复核后的数据块调度到缓冲池；

将所述缓冲池中的数据块调度到所述训练池；

利用所述训练池中的数据块继续对所述模型进行训练。

12.根据权利要求11所述的装置，其中，所述调度及复核模块还被配置成：

将所述多个错误标注的数据块中的剩余部分数据块调度到所述缓冲池。

13.根据权利要求12所述的装置，其中，所述调度及复核模块进一步被配置成：

若所述复核池中的数据块的数量超过第一预设阈值，暂停向所述复核池调度数据块。