[发明专利]数据解析装置

摘要

多次重复进行以下一系列处理：将被提供的带标签教师数据分割为模型构建用数据和模型验证用数据，使用模型构建用数据来构建机器学习模型，并将该模型应用于模型验证用数据来识别样本(赋予标签)(S2～S5)。虽然当模型构建用数据改变时构建出的机器学习模型改变，但是应该能够以高概率准确地进行识别，因此在错误标签样本中，原本的标签与识别结果不一致从而成为错误识别的可能性高。当针对每个样本计算该错误识别次数来求出错误识别率时，在错误标签样本中错误识别率相对变高，因此基于错误识别率来确定错误标签样本(S6～S7)。像这样，通过以高精度检测教师数据所包含的、错误标签状态的可能性高的样本，能够提升机器学习模型的识别性能。