多策略标签消歧的偏多标签分类方法、设备及存储介质

文档序号:37925813发布日期:2024-05-11 00:04阅读:来源:国知局

技术特征:

1.一种多策略标签消歧的偏多标签分类方法,其特征在于,所述方法包括以下步骤,

2.根据权利要求1所述的多策略标签消歧的偏多标签分类方法,其特征在于:所述步骤s1具体包括:

3.根据权利要求2所述的多策略标签消歧的偏多标签分类方法,其特征在于:所述步骤s2、使用嵌入网络生成的样本嵌入特征,用于计算标签原型;具体包括,

4.根据权利要求3所述的多策略标签消歧的偏多标签分类方法,其特征在于:所述步骤s3通过多策略标签消歧操作,排除候选标签集中的噪声标签并计算每个样本中的高置信度标签;具体包括:

5.根据权利要求4所述的多策略标签消歧的偏多标签分类方法,其特征在于:所述步骤s4包括使用消歧后的标签置信度重新计算并更新标签原型,并将更新后的标签原型与样本嵌入特征共同用于训练嵌入网络;具体包括:

6.根据权利要求5所述的多策略标签消歧的偏多标签分类方法,其特征在于:所述步骤s5通过度量嵌入网络生成的测试样本特征与各个标签原型之间的相似度来进行分类;具体包括:

7.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。


技术总结
本发明是一种多策略标签消歧的偏多标签分类方法、设备及存储介质,所述方法步骤为:构建偏多标签数据集,包含样本特征数据集和候选标签数据集;使用嵌入网络生成的样本嵌入特征,用于计算标签原型;通过多策略标签消歧操作,排除候选标签集中的噪声标签并计算每个样本中的高置信度标签;使用消歧后的标签置信度重新计算并更新标签原型,并将更新后的标签原型与样本嵌入特征共同用于训练嵌入网络;通过度量嵌入网络生成的测试样本特征与各个标签原型之间的相似度来进行分类。本发明可减少噪声信息的影响,增强模型在未知数据上的泛化能力,从而提升偏多标签分类性能。

技术研发人员:赵鹏,陶天哲,韩莉,杨为民
受保护的技术使用者:安徽大学
技术研发日:
技术公布日:2024/5/10
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1