[发明专利]数据标注修正方法、装置、计算机可读介质及电子设备

摘要

本公开涉及AI领域，具体地，涉及一种数据标注修正方法、装置、计算机可读介质及电子设备。本公开采用多个不同表达能力的学习模型同时计算训练集内每一样本数据的分类分数，并且选出在每一所述学习模型下的分类分数均在该学习模型对应的阈值范围内的样本数据作为需要修正的样本数据，将多个学习模型计算得到的分类标注占比最高的作为该样本数据的标注。因而，本公开无需对训练集中所有样本数据都进行标注修正，能够自动对样本数据进行核查，寻找出最容易出现标注出错问题的样本数据集，自动且较准确地对该样本数据集内的标注进行修正，代替人工标注，具有高效而低成本特点。

主权项

1.一种数据标注修正方法，其特征在于，所述方法包括：针对多个不同深度的学习模型，分别计算训练集中需要进行标注修正的样本数据的分类分数的阈值范围，得到每一所述学习模型对应的阈值范围，其中，每一所述学习模型是采用所述训练集训练得到的；将所述训练集分别输入每一所述学习模型，得到所述训练集中每一样本数据在各所述学习模型下的分类分数；根据每一所述样本数据在各个所述学习模型下的分类分数，确定待进行标注修正的目标样本集，对于所述目标样本集中的任一样本数据，该样本数据在每一所述学习模型下的分类分数均在该学习模型对应的阈值范围内；针对所述目标样本集中的每一样本数据，获取该样本数据输入各所述学习模型后得到的分类标注，并根据该样本数据的每一种分类标注的占比，将该样本数据的标注修正为占比最高的分类标注。