[发明专利]一种基于在线反绎学习的流式数据分类方法及其实现装置

权利要求书

1.一种基于在线反绎学习的流式数据分类方法，其特征在于，接收流式数据，通过将输入的流式数据放入当前学习器，从而获得对当前样本预测的伪标记；将预测得到的伪标记转化为伪事实，通过利用知识库和弱标记数据，执行反绎推理操作得到修改后的伪事实；最后，将修改后的伪事实转化为伪标记，对学习器进行更新；上述过程随着流式数据到来不断执行；通过在线反绎学习方法针对流式训练数据与知识库同时存在的情景，对弱标注或无标注数据进行分类。

2.根据权利要求1所述的基于在线反绎学习的流式数据分类方法，其特征在于，所述流式数据为无标记或弱监督标记的流式数据。

3.根据权利要求1所述的基于在线反绎学习的流式数据分类方法，其特征在于，伪标记预测过程为：取一个批次的流式数据，将所有输入样本放进学习器，获得对应的样本的伪标记作为输出。

4.根据权利要求1所述的基于在线反绎学习的流式数据分类方法，其特征在于，反绎推理标记过程为：通过将伪标记转化为伪事实输入知识库，利用逻辑演算验证伪事实与知识库是否一致；如果一致，则不对伪标记进行修改；如果不一致，则根据最小化不一致性的原则对伪事实进行修改，使得修改后的伪事实与知识库一致，并将其转化为伪标记返回给学习器。

5.根据权利要求1所述的基于在线反绎学习的流式数据分类方法，其特征在于，更新学习器过程：将反绎推理得到的伪标记当做真实标记，与当前批次的样本一起用于更新学习器。

6.根据权利要求1所述的基于在线反绎学习的流式数据分类方法，其特征在于，通过修改最少数量的伪事实，使得修改后的事实尽可能与知识库一致；当标记数量大于预设数量时，采用非梯度优化的方法进行搜索，当标记数量小于预设数量时，直接进行穷举搜索；寻找出错的标记位置的过程为：首先尝试寻找某一个伪标记对应的事实，并将其标注为可反绎，然后进行反绎推理得到修改后与知识库一致的伪事实；若不存在这样的事实，换言之，任意一个伪事实修改后都无法与知识库一致，则寻找某两个标记对应的伪事实，并将它们标注为可反绎并尝试推理，得到与知识库一致的伪标记；若仍不能与知识库一致，则继续增加可以修改的标记数量，直到找到能修改后与知识库一致的事实。

7.一种基于在线反绎学习的流式数据分类方法的实现装置，其特征在于，包括：一个处理器，以及与所述一个处理器耦合的存储器；所述存储器存储领域知识库和指令，当所述指令被所述一个处理器执行时，使得所述一个处理器执行上述的在线反绎学习的流式数据分类方法。