公开(公告)号：CN113220827A

公开(公告)日：2021-08-06

申请号：CN202110463202.X

申请日：2021-04-23

Applicant: 哈尔滨工业大学

Inventor： 姜京池 ,  王玲 ,  王勃然 ,  刘劼 ,  黄鹤翔 ,  宋锦文

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06N20/00 ,  G06Q50/02 ,  G06Q50/20 ,  G06F16/951

Abstract: 本发明提供了一种农业语料库的构建方法及装置，该方法包括：基于农业语料库的标注体系确定标注工具；基于随机选择的农业样本数据进行第一标注培训，得到机器学习模型；基于主动学习选择的农业样本数据进行第二标注培训，得到训练更新的机器学习模型，并得到更新的标注工具；基于主动学习选择的农业样本数据进行正式标注，得到标注数据；基于农业样本数据及其标注数据构建农业语料库。本发明通过主动学习和标注一致性分析，提升了数据标注的成效，并获得大量规范有效的农业标注数据，解决了当前农业语料库数据混乱的问题。同时，以较少的样本集使机器学习模型训练达到较佳效果，减少了数据标注的消耗，并提升了农业语料库构建的成效。

公开(公告)号：CN113220827B

公开(公告)日：2023-03-28

申请号：CN202110463202.X

申请日：2021-04-23

Applicant: 哈尔滨工业大学

Inventor： 姜京池 ,  王玲 ,  王勃然 ,  刘劼 ,  黄鹤翔 ,  宋锦文

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06N20/00 ,  G06Q50/02 ,  G06Q50/20 ,  G06F16/951

Abstract: 本发明提供了一种农业语料库的构建方法及装置，该方法包括：基于农业语料库的标注体系确定标注工具；基于随机选择的农业样本数据进行第一标注培训，得到机器学习模型；基于主动学习选择的农业样本数据进行第二标注培训，得到训练更新的机器学习模型，并得到更新的标注工具；基于主动学习选择的农业样本数据进行正式标注，得到标注数据；基于农业样本数据及其标注数据构建农业语料库。本发明通过主动学习和标注一致性分析，提升了数据标注的成效，并获得大量规范有效的农业标注数据，解决了当前农业语料库数据混乱的问题。同时，以较少的样本集使机器学习模型训练达到较佳效果，减少了数据标注的消耗，并提升了农业语料库构建的成效。