公开(公告)号：CN112860303A

公开(公告)日：2021-05-28

申请号：CN202110175581.2

申请日：2021-02-07

Applicant: 济南大学

Inventor： 陈贞翔 ,  张刚 ,  赵川 ,  刘安然 ,  纪科 ,  杨波

IPC: G06F8/658 ,  G06K9/62

Abstract: 本公开提出了一种模型增量更新的方法及系统，包括：使用归纳保形的思想筛选出测试数据集中携带新知识或复杂知识的数据，用于训练数据集和模型的迭代更新；使用时间窗口限制训练数据集的规模；使用数据循环选择的方法来抑制老旧冲突数据对训练模型的负面影响和训练数据集的无限增长。当携带复杂知识的数据占据新增数据一定比例或模型精确度降低到设定阈值，重新进行特征选择，数据集构建和模型训练。本公开实施例子提出了一种带有新知识和复杂知识的数据筛选方式，大幅度减少人工标记样本数量，减少训练数据规模，一定程度可以减少非平衡对模型性能的影响。

公开(公告)号：CN112860303B

公开(公告)日：2023-07-04

申请号：CN202110175581.2

申请日：2021-02-07

Applicant: 济南大学

Inventor： 陈贞翔 ,  张刚 ,  赵川 ,  刘安然 ,  纪科 ,  杨波

IPC: G06F8/658 ,  G06F18/214 ,  G06F18/241

Abstract: 本公开提出了一种模型增量更新的方法及系统，包括：使用归纳保形的思想筛选出测试数据集中携带新知识或复杂知识的数据，用于训练数据集和模型的迭代更新；使用时间窗口限制训练数据集的规模；使用数据循环选择的方法来抑制老旧冲突数据对训练模型的负面影响和训练数据集的无限增长。当携带复杂知识的数据占据新增数据一定比例或模型精确度降低到设定阈值，重新进行特征选择，数据集构建和模型训练。本公开实施例子提出了一种带有新知识和复杂知识的数据筛选方式，大幅度减少人工标记样本数量，减少训练数据规模，一定程度可以减少非平衡对模型性能的影响。