[发明专利]用于文本分类的训练集的优化方法及装置有效
| 申请号： | 201910866630.X | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110580290B | 公开（公告）日： | 2022-12-13 |
| 发明（设计）人： | 纪鸿旭;过群;鲁骁;孟二利 | 申请（专利权）人： | 北京小米智能科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289;G06K9/62 |
| 代理公司： | 北京钲霖知识产权代理有限公司 11722 | 代理人： | 李英艳;李志新 |
| 地址： | 100085 北京市海淀区清河*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开是关于一种用于文本分类的训练集的优化方法及装置，所述方法包括：获取用于文本分类的训练集；在训练集中选取一部分样本作为第一初始训练子集，并且对第一初始训练子集中存在错误标注的样本进行更正，获得第二初始训练子集；根据第二初始训练子集，训练文本分类模型；通过训练后的文本分类模型对训练集中的样本进行预测以获得预测结果；根据预测结果，生成标注错误样本集；从标注错误样本集中选取关键标注错误样本，并对关键标注错误样本的标注进行更正，生成对应的正确标注样本；利用正确标注样本更新所述训练集。该方法可以基于主动学习选择错误的标注样本，交由人工重新标注后，快速迭代修正，从而改善训练集的质量。 | ||
| 搜索关键词： | 用于 文本 分类 训练 优化 方法 装置 | ||
【主权项】：
1.一种用于文本分类的训练集的优化方法，其特征在于，所述方法包括：/n获取用于文本分类的训练集；/n在所述训练集中选取一部分样本作为第一初始训练子集，并且对所述第一初始训练子集中存在错误标注的样本进行更正，获得第二初始训练子集；/n根据所述第二初始训练子集，训练文本分类模型；/n通过训练后的文本分类模型，对所述训练集中的样本进行预测，以获得预测结果；/n根据所述预测结果，生成标注错误样本集；/n从所述标注错误样本集中选取关键标注错误样本，并对所述关键标注错误样本的标注进行更正，生成对应的正确标注样本；/n利用所述正确标注样本更新所述训练集。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京小米智能科技有限公司，未经北京小米智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910866630.X/，转载请声明来源钻瓜专利网。
