[发明专利]基于数据不确定性和多样性的主动学习方法、设备和存储介质

摘要

本发明公开了一种基于数据不确定性和多样性的主动学习方法；该方法包括首先需要随机选取部分样本，进行人工注释，形成已标记数据；然后用已标记数据进行模型训练；接着，用训练过的初始标注分类模型，估计未标记数据的不确定性；随后，根据未标记样本的不确定性程度，选择出多个不确定性程度高的样本，基于之前已标记样本和根据不确定性程度选择出的样本，再选择出多个具有多样性的数据样本，组合成具有高信息量的混合样本，将其进行人工标注；然后，本发明把标记后的数据合并到标记的数据集，并且从未标记数据集中将其删除，然后迭代，分类模型会用越来越多的已标记数据进行训练，经过多次的迭代，标注分类模型性能也会逐渐随之提高。