[发明专利]一种基于邻接密度的语料数据抽样方法及系统有效
| 申请号： | 202011185039.7 | 申请日： | 2020-10-29 |
| 公开（公告）号： | CN112256823B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 张伯政;吴军;樊昭磊;何彬彬 | 申请（专利权）人： | 众阳健康科技集团有限公司 |
| 主分类号： | G06F16/31 | 分类号： | G06F16/31;G06F16/33 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 250000 山东省济南市高*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于邻接密度的语料数据抽样方法及系统，包括对所述语料数据进行规则化处理，得到标准化语料数据；利用距离度量方法计算所述标准化语料数据中样本点的邻接密度；基于所述邻接密度计算语料数据样本近似分布；根据语料数据样本近似分布进行样本抽样，获得临时抽样结果；根据预设迭代规则进行迭代求解最优超参数值，根据确定的最优超参数值获得最终的语料数据抽样结果；所述方案采用密度衡量邻接面积的方法，能够实现样本密集处少采样、稀疏处多采样，适用于自然语言语料标注任务前的数据筛选过程，避免近似样本过多及稀疏样本过少问题；同时通过多次迭代搜索，寻找原始样本的有效替代样本，提升抽样样本的全面性。 | ||
| 搜索关键词： | 一种 基于 邻接 密度 语料 数据 抽样 方法 系统 | ||
【主权项】：
暂无信息
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众阳健康科技集团有限公司，未经众阳健康科技集团有限公司许可，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/202011185039.7/，转载请声明来源钻瓜专利网。
