[发明专利]一种众包模式下的标签数据统计推断方法

摘要

本发明公开了一种众包模式下的标签数据统计推断方法，本方法定义了最优目标函数，给出了标注员、对象等不同维度的约束条件，使用拉格朗日对偶变换进行模型的求解。拉格朗日变换中的拉格朗日乘子分别度量了标注员的专业水平和对象标注的难度，优化结果不受标记员的标注水准和个别标定任务的复杂度的影响。针对数据量较少的情况，加入了松弛变量以使结果达到更好的效果。

主权项

1.一种众包模式下的标签数据统计推断方法，其特征在于，包括以下步骤：Step1：建立众包数据的统一形式，记标注员数量为m个，客观对象的数量为n个，类别的数量为c个，并记样本中标注员i将客观对象j划分至类别k的频率为zijk，zijk所遵循的分布记为πij，分布πij的概率记为πijk，πijk的含义为实际数据中标注员i将客观对象j划分至第k类的概率，i＝1～m,j＝1～n,k＝1～c；Step2：构建标注员对客观对象产生类别标签的模型，以yjl表示对象j在类别l中的概率，l＝1～c，以下步骤的目的就是求解yjl：Step2.1：极大熵模型，首先极大化目标函数以确定用户打标签的概率分布：Step2.2：对极大化熵再进行极小化，推断yjl的优化模型为：Step3：运用拉格朗日变换方法，引入拉格朗日乘子λij,τjk,σikl，构造拉格朗日函数为其中τjk度量一个标定任务的复杂程度，σikl度量一个标定员的标注水准；Step4：将Step2中的优化转化为其对偶问题，转换后的拉格朗日函数为：Step5：迭代求解yjl，令：则Step4中L的第一项改写为，由此可确定yjl的迭代表达式：其中t＝1～N是迭代次数，总迭代步数为N。