[发明专利]一种面向标签不平衡性的半监督众包标注数据整合方法

摘要

本发明公开了一种面向标签不平衡性的半监督众包标注数据整合方法，其根据以下两种现象：(1)标注者对标签的标注准确率与对象无关；(2)标注者对同一对象的不同标注任务中考虑的权重相同；提出了新的加权参数的评估方法以及标注者能力的评估方法，并构建了面向标签不平衡性的半监督众包标注数据整合方法，利用迭代的方式进行求解，使得加权参数和标注者能力的评估更加客观准确，整合的标注结果更加准确；同时本发明对各种类型的众包标注数据均适用，包括但不限于：图像、文本、视频等数据形式的多类别标注等。

主权项

1.一种面向标签不平衡性的半监督众包标注数据整合方法，其特征在于，包括如下步骤：(1)对于任一个标签种类，根据已获得的正确标签及其对应的所有标注结果计算出每种标签的加权参数；(2)根据加权参数以及标注数据，获得初始的整合结果；(3)根据初始整合结果以及标注数据，获得每一个标注工作者的能力值；(4)根据标注工作者的能力值、加权参数以及标注数据，重新整合得到标注结果；(5)返回步骤(3)循环迭代，直至前后两次获得的标注结果一致，取此时的标注结果作为众包标注数据的最终标注结果；所述的步骤(1)中计算每种标签的加权参数的具体步骤如下：1.1利用正确结果相对应的标注数据统计出每个对象上每个标签类获取的标注总数；1.2把已获得的正确标签通过以下公式转换为结果矩阵：其中：为已获得的正确结果中第m个对象的正确标签，T_mj是第m个对象在第j种标签上的值，如果正确为1，否则为0；1.3根据上述结果矩阵Tmj计算加权参数的先验：其中：wj为第j种标签对应的权重，M为对象总数；1.4利用加权参数计算目标损失函数的值：其中：D是目标损失函数，λ是常量参数用来防止过拟合，函数是基于第m个对象和第j种标签的Softmax函数，表示正确结果相对应的标注数据中第m个对象上第j种标签获得的标注总数，C是标签的种类数，w_j为第j种标签对应的权重，W为加权参数集合，即{w_j|j∈[1,C]}；1.5利用已有加权参数，梯度下降更新得到新的加权参数：其中：t是循环次数，α＞0是梯度下降的长度，是一个常量，代表下降梯度，是D对于的偏导数；1.6返回步骤1.4和1.5循环迭代，直至目标函数D前后一致且达到最小，取此时的加权参数作为最终的加权参数。