[发明专利]一种数据融合方法、装置、设备及存储介质

权利要求书

1.一种数据融合方法，其特征在于，包括：

获取当前批次发布的当前任务以及当前批次之前发布的历史任务；

基于历史任务，通过已知的二分类任务的正负标签的分布概率与估算出注释标签的错误率p₊与p_{_}；

将当前任务发送至标签注释者进行注释获得一组注释标签；

将当前任务输入到训练好的分类器中预测获得一组预测标签；

根据当前任务的注释标签、预测标签与注释标签的错误率p₊与p_{_}，估算出预测标签的错误率与

根据已知的二分类任务的正负标签的分布概率与预测标签的错误率与和注释标签的错误率p₊与p_{_}，融合预测标签与注释标签，得到当前任务的最终标签；

其中，所述错误率为将正标签标记为负标签或将负标签标记为正标签的概率。

2.根据权利要求1所述的一种数据融合方法，其特征在于，所述估算出注释标签的错误率p₊与p_{_}包括：

取N份历史任务以及历史任务所对应的两个历史标签，并将所有历史任务的两个历史标签统计为集合A和集合B，所述历史标签为正标签或负标签；

根据对应两个历史标签相同的历史任务的数量占所有历史任务的数量N的比例，记为匹配率q，其表达式如下：

其中，a_k和b_k分别为A集合和B集合中第k个历史任务的历史标签；

所有历史任务的注释标签中负标签的比例P_{_}为：

根据正负标签的分布概率与匹配率q和注释标签中负标签的比例P_{_}计算出历史任务的注释标签的错误率p₊与p_{_}，其表达式如下：

选择满足的解，从而估算出历史任务的注释标签的错误率p₊与p_{_}。

3.根据权利要求1所述的一种数据融合方法，其特征在于，所述分类器的训练包括：

根据注释标签的错误率p₊与p_{_}构建预训练的分类器的代理损失函数；

将历史任务作为分类器的输入空间，历史任务的注释标签作为分类器的输出空间，对分类器进行训练。

4.根据权利要求3所述的一种数据融合方法，其特征在于，所述根据注释标签的错误率p₊与p_{_}构建预训练的分类器的代理损失函数包括：

构建代理损失函数的表达式：

其中，t为分类器输出的预测标签，y为注释标签；当注释标签y为正标签时，p_-y代表p_-，p_y代表p₊；当注释标签y为负标签时，p_-y代表p₊，p_y代表p_-；l(t,y)＝log(1+exp(-ty))。

5.根据权利要求1所述的一种数据融合方法，其特征在于，所述估算出预测标签的错误率与包括：

取M份当前任务以及当前任务所对应的注释标签或预测标签，并将所有当前任务的注释标签或预测标签统计为集合C和集合D；

根据注释标签与预测标签相同的当前任务的数量占所有当前任务的数量N的比例，记为匹配率其表达式如下：

其中，c_i和d_i分别为C集合和D集合中第i个历史任务的注释标签和预测标签；

所有当前任务的预测标签中负标签的比例为：

根据正负标签的分布概率与匹配率和注释标签中负标签的比例注释标签的错误率p₊与p_-计算出预测标签的错误率与其表达式如下：

从而估算出预测标签的错误率与