[发明专利]一种精确的语料类别标注方法及装置在审
申请号: | 201310163422.6 | 申请日: | 2013-05-07 |
公开(公告)号: | CN104142912A | 公开(公告)日: | 2014-11-12 |
发明(设计)人: | 李成洲;徐兴军 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27 |
代理公司: | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人: | 袁媛 |
地址: | 100085 北京*** | 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: | 本发明提供了一种精确的语料类别标注方法及装置,其中所述方法包括:A.将具有初始标注类别的全部语料分为n份,其中1份语料作为校验语料,其余n-1份语料作为训练语料,且n为大于1的正整数;B.提取训练语料的代表性特征;C.对训练语料的代表性特征进行机器学习,以得到分类模型;D.采用所述分类模型对校验语料进行分类,得到校验语料的二次标注类别;E.对二次标注类别与初始标注类别之间存在差异的校验语料的类别进行校正;F.从所述n份语料中选取1份未曾校正的语料作为校验语料,其余n-1份语料作为训练语料,返回所述步骤B。通过上述方式,本发明能够降低语料标注中的错误,提高语料标注的准确性。 | ||
搜索关键词: | 一种 精确 语料 类别 标注 方法 装置 | ||
【主权项】:
一种精确的语料类别标注方法,包括:A.将具有初始标注类别的全部语料分为n份,其中1份语料作为校验语料,其余n‑1份语料作为训练语料,且n为大于1的正整数;B.提取训练语料的代表性特征;C.对训练语料的代表性特征进行机器学习,以得到分类模型;D.采用所述分类模型对校验语料进行分类,得到校验语料的二次标注类别;E.对二次标注类别与初始标注类别之间存在差异的校验语料的类别进行校正;F.从所述n份语料中选取1份未曾校正的语料作为校验语料,其余n‑1份语料作为训练语料,返回所述步骤B。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201310163422.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种电子地图的处理方法及装置
- 下一篇:一种文本信息输入方法及装置