[发明专利]一种基于在线教育大数据的深度学习样本标注方法

摘要

本发明涉及互联网在线教育系统，尤其涉及一种基于在线教育大数据的深度学习样本标注方法，其制备步骤为：(1)数据的导入(2)初步标注(3)数据分组(4)数据展示(5)数据排序(6)不符合的数据重新分组(7)得到不同类型的数据库。本发明通过设计一种基于在线教育大数据的深度学习样本标注方法，解决了现有技术的不足，无需人工的体力劳动，且避免了个人的主观性判断，通过数据的初步标注和分组标注，使得数据的准确性更高，通过在线教育大数据的标注系统，可以发动互联网上的大量人员协助对于海量数据的标注，整个发明思路清晰明确，能够有效地提高大数据的标注精度，同时缩短了标注时间，过程简单，实用性高。

主权项

1.一种基于在线教育大数据的深度学习样本标注方法，其特征在于：第一步：输入需标注的在线教育数据A个,且输入的数据均为同一类别；将需标注的在线教育数据存储到数据库中；第二步：初步标注,对在线教育数据进行初步标注，然后分类，分为Q、W、E、R；第三步：将Q类的数据导出，共有N个数据，将Q类的数据进行分组，共有m组，每组有n个数据，最后一组有N‑n*m个数据；第四步：对每一组中的m个数据进行展示，并仅对其中的一个数据进行标注；当N<n时，只需要进行一次展示；当N个数据全部完成第一轮展示后，统计出每个数据被标记的次数；第五步：按照从高到低的顺序，对所有数据被标记的次数进行排列；第六步：取数据被标注的次数大于B为符合该分类的有效数据；第七步：标记次数小于B的数据，平均分成3组，分别放入W、E、R组中，参与接下来剩余组的展示标注；第八步：W组的标注方法与Q组相同，当W组标记结束后，将标记次数小于K的数据平均分成两组，放入E和R组中,E和R标注时重复步骤三；第九步：得到不同类型的数据库。