[发明专利]主动学习大数据标注方法和系统

摘要

本发明涉及一种主动学习大数据标注方法和系统，该方法和系统根据待标注的数据集中待标注的锚点数据集对各个数据点进行线性重建，并计算各个数据点之间的距离，将该距离作为重建系数的权重构造正则项，且该距离与重建系数反比，构建得到数据标注模型，对数据标准模型进行相应的处理和修正，优化求解后确定用于主动学习的锚点数据。由于数据点之间的距离与重建系数成反比从而使得数据标注模型对于数据点之间的距离是敏感的，在求解优化过程中更易实现根据无穷范数的值的大小判断对应的数据点是否具有代表性，从而实现从待标注的数据集中准确地筛选出用于主动学习的锚点数据集，进而提高大数据锚点标注的精确度。

主权项

1.一种主动学习大数据标注方法，其特征在于，包括以下步骤：获取待标注的图片数据集；根据所述图片数据集中待标注的锚点图片数据集和重建系数对所述图片数据集中的各个图片的图像数据进行线性重建，并计算各个所述图片的图像数据之间的距离，将所述距离作为所述重建系数的权重构造正则项，且所述距离与所述重建系数成反比关系，得到数据标注模型；利用所述图片数据集对所述数据标注模型进行放松处理，得到距离敏感重建模型；在所述距离敏感重建模型中加入无穷范数正则项，得到线性重建模型；利用坐标下降法和两阶交替迭代法对所述线性重建模型进行优化求解，并根据所述重建系数的无穷范数确定用于主动学习的所述锚点图片数据集，对用于主动学习的所述锚点图片数据集进行标注。