CN116881724B - 一种样本标注方法、装置及设备 - Google Patents
一种样本标注方法、装置及设备 Download PDFInfo
- Publication number
- CN116881724B CN116881724B CN202311150873.6A CN202311150873A CN116881724B CN 116881724 B CN116881724 B CN 116881724B CN 202311150873 A CN202311150873 A CN 202311150873A CN 116881724 B CN116881724 B CN 116881724B
- Authority
- CN
- China
- Prior art keywords
- sample
- sub
- data
- segment
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 67
- 238000009826 distribution Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 108010003272 Hyaluronate lyase Proteins 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000009751 slip forming Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Abstract
本说明书实施例公开了一种样本标注方法、装置及设备。所述方法包括：基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果；基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案；将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕；将所述新增样本加入到待标记样本集中，以用于样本标注。
Description
技术领域
本说明书涉及计算机技术领域，尤其涉及一种样本标注方法、装置及设备。
背景技术
样本数据是经过标记的数据集合，可用于训练特定的模型，样本数据的质量直接影响模型的识别效果。
现有技术中，样本数据标注一般采用自动标注技术，该技术主要利用用户手动标记形成的标记样本集，来训练相应的数据标注模型，进而生产该领域的标注数据，通过融入用户经验，实现数据标注由人工手工标注到机器自动标注的转变，从而提升数据标注的效率。现有的数据标注方法，仅关注从人工手工标注到机器自动标注，而不关注样本数据的质量，最终影响了模型的识别效果及准确率。
基于此，为了提高模型识别的效果，需要一种样本标注方法，以便在样本数据标注过程中，完善样本数据。
发明内容
本说明书实施例提供一种样本标注方法、装置及设备，用于解决以下技术问题：现有的数据标注方法，仅关注从人工手工标注到机器自动标注，而不关注样本数据的质量，最终影响了模型的识别效果及准确率。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供一种样本标注方法，包括：
基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果；
基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案；
将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕；
将所述新增样本加入到待标记样本集中，以用于样本标注。
本说明书实施例还提供一种样本标注装置，包括：
数据划分模块，基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果；
第一分配模块，基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案；
第二分配模块，将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
新增样本确定模块，基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕；
待标记模块，将所述新增样本加入到待标记样本集中，以用于样本标注。
本说明书实施例还提供一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果；
基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案；
将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕；
将所述新增样本加入到待标记样本集中，以用于样本标注。
本说明书实施例提供的一种样本标注方法，通过将样本数据的取值分布和指定数据集的取值分布映射到一维/二维空间，基于样本偏离性指数形成待标注样本的分配方案，进一步基于样本代表性指数制定待标注样本在不同取值区间的数量分布方案，持续向用户推荐标注对象，从数据资源代表性方面引导提升标注有效性，快速提升样本质量。通过从样本数据与待识别数据的取值分布一致性方面进行建模和表征，自动完成样本数据对待识别数据的代表性评估，进而通过样本代表性指数来评估样本价值，实现对待评估样本的自动筛选，持续形成待评估样本集并推荐给用户进行标注，最大化减少用户操作。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种样本标注方法的系统架构示意图；
图2为本说明书实施例提供的一种样本标注方法的流程示意图；
图3为本说明书实施例提供的一种样本标注方法的框架图；
图4为本说明书实施例提供的一种样本标注装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
自动标注技术本质上属于标注数据技术，其利用用户标记样本，训练标记模型来实现机器自动标记样本，但是该方法并不涉及样本自身的质量判断及修正，不利于后续模型训练的准确性。
基于此，本说明书实施例提供一种样本标注方法，利用一维/二维数据划分后，结合样本偏离性计算及样本代表性智能引导方式，实现代表性样本的自动发现并进行推荐，以实现样本标注。
图1为本说明书实施例提供的一种样本标注方法的系统架构示意图。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用。例如进行引导式的样本标注等专用程序。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种专用或通用的电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。
服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上所安装的客户端应用提供服务的后端服务器。例如，服务器可以进行引导式的样本标注，以便将样本标注结果显示在终端设备服务器101、102、103上，服务器也可以进行引导式的样本标注，以便将标注结果显示在终端设备101、102、103上。
服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现为多个服务器组成的分布式服务器集群，也可以实现为单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。
图2为本说明书实施例提供的一种样本标注方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器或应用终端的程序。可以理解，该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。如图2所示，该标注方法包括：
步骤S201：基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果。
在本说明书实施例中，待处理的数据记录为结构化数据或者可以转化为结构化数据的数据，具体到数据类型，可以为是图像数据、文本数据、视频数据、音频数据等。
具体而言，待处理的数据记录中包含待处理的样本记录，待处理的数据记录的属性亦是待处理的样本记录的属性，二者是相同的。同理，待处理的样本记录亦为结构化数据或者可以转化为结构化数据的数据，具体到数据类型，可以为是图像数据、文本数据、视频数据、音频数据等。
在本说明书实施例中，所述待处理的数据记录的属性包括：数据来源信息、数据获取时间、数据清晰度信息、数据大小。
在本说明书实施例中，待处理的数据属性的记录能够使得待处理样本实现均匀分段。
在本说明书实施例中，基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果，可以采用一维划分的方法，也可以采用二维划分的方法，下面将结合具体的实施例予以说明。
在本说明书实施例中，所述基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果，具体包括：
按照预设步长，将所述待处理的数据记录的属性的各列分成第一预设个数的分段；
利用所述第一预设个数的分段，确定所述待处理的数据记录的属性的各列的方差；
将所述待处理的数据记录的属性所在各列的方差最小的一列作为划分依据，对所述待处理的数据记录进行一维划分，获得所述数据划分结果。
在本说明书实施例中，所述基于待处理样本的数据记录属性对所述待处理样本进行划分，获得数据划分结果，具体包括：
按照预设步长，将所述待处理的数据记录的属性的各列分成第一预设个数的分段；
利用所述第一预设个数的分段，确定所述待处理的数据记录的属性的各列的方差；
将所述待处理的数据记录的属性所在各列的方差最小的两列作为划分依据，对所述待处理的数据记录进行二维划分，获得所述数据划分结果。
在本说明书实施例中，预设步长可以为比例值，也可以为绝对值。例如预设步长h为10%，或者预设步长h为100。总之，预设步长能够基于待处理的数据记录的属性，将每一个分成第一预设个数的分段，实现基于待处理的数据记录的属性，对待处理的数据记录进行等比例分段即可。例如，预设步长为10%，则相当于将待处理样本的每一列分为10段，即第一预设个数T=10。
在本说明书实施例中，待处理的数据记录的每一个数据记录属性作为一列，待处理的数据记录的每一条记录作为一行。正常来说，在样本分布均匀的情况下，每一列数据记录属性进行一维划分或者二维划分后，每一列中所包括的每一个分段的样本数量应该是相同的。但是在实际情况中，按照数据记录属性进行一维划分或者二维划分后，每一列中所包括的每一个分段的样本数量是不同的，且每一列中所包括的每一个分段的样本数量越少，则与预期均匀分布数量的差距越大，则该列中这段样本数据对应的方差越大。例如，待处理样本为10000条数据，第一预设个数T=10，若均匀分布，则每一列中，每个分段的样本数量为10000/10=1000条。若分段后，某一列中第一分段的样本数量为200，则该分段的方差较大。基于此原理，将每一列中各个分段的方差之和作为该列的方差，选择待处理的数据记录的属性的各列的方差最小的一列或者两列作为划分依据，能够实现待处理的样本数据的数据分布最均匀。
在本说明书实施例中，基于待处理的数据记录的属性进行一维划分或者二维划分，能够将样本数据的取值分布映射到一维空间或者二维空间，从而能够发现质量较好的待处理样本，保证待处理的样本记录的均一性。
步骤S203：基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案。
在本说明书实施例中，所述基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案，具体包括：
基于所述数据划分结果，确定所述待处理的数据记录的各个分段的第三偏离性指数；
在所述第三偏离性指数小于1的分段中，向所述第三偏离性指数最大的分段分配一个所述待处理的样本记录，获得更新的待处理的数据记录的各个分段；
基于所述更新的待处理的数据记录的各个分段，重新确定所述更新的待处理的数据记录的各个分段的第三偏离性指数，获得更新的各个分段的第三偏离性指数；
在所述更新的第三偏离性指数小于1的分段中，向所述更新的各个分段的第三偏离性指数最大的分段分配一个所述待处理的样本记录；
循环操作，直至所述待处理的样本记录分配完毕，获得所述新增样本分段分配方案，所述新增样本分段分配方案的第一偏离性指数最小。
在本说明书实施例中，第一偏离性指数为待处理的数据记录的各个分段的合集。在本说明书实施例中，新增样本分配方案的分配策略是通过确定各个分段的第三偏离指数，确定第三偏离指数最大的分段，随后通过向第三偏离指数最大的分段分配待处理的样本记录，进而重新确定各个分段的第三偏离指数，向更新的第三偏离指数最大的分段分配待处理的样本记录，循环操作，直至完成新增样本分配方案的分配。
在本说明书实施例中，第一偏离性指数为样本分布偏离性指数，用于代表样本偏离度。一般而言，第一偏离性指数小于等于预设值时，样本偏离度可控，样本质量较高。在一个实施例中，预设值为50%。即样本各个分段均值波动在50%以内时，样本偏离度可控，样本质量较高。
在本说明书实施例中，所述第一偏离性指数是基于数据分布密度及样本分布密度获得的，所述第一偏离性指数用于表征样本质量，所述第一偏离性指数的表达式为：
其中，y为第一偏离性指数；
d(i)为数值取值分布密度；
ds(i)为样本分布密度；
T为第一预设个数的分段。
在本说明书实施例中，第三偏离性指数为待处理的样本记录的各个分段的偏离性指数。第三偏离性指数的表达式为：
其中，
d(i)为数值取值分布密度；
ds(i)为样本分布密度；
y(i)为第三偏离性指数。
需要特别说明的是，若d(i)为零，则y(i)置为零。
在本说明书实施例中，所述数值取值分布密度的表达式为：
所述样本分布密度的表达式为：
其中，
j为划分属性；
r j 待处理的数据记录的j属性的取值；
h为预设步长；
i为第i段待处理的样本；
M默认为10000，不少于记录总量的10%或不少于10000；
s j 为待处理的样本记录的j属性的取值。
count(r)∣(r j ∈(i-1)×h,i×h)表示待处理的数据记录的j属性的取值属于(i-1)×h,i×h范围的计数；
count(s)∣(s j ∈(i-1)×h,i×h)表示待处理的样本记录的j属性的取值属于(i-1)×h,i×h范围的计数。在本说明书实施例中，所述样本v取值附近的数据密度的表达式为：
dl(v)= count(r)∣(r k ∈(q-u), (q+u))
所述样本v取值附近的样本数量的表达式为：
dls(v)= count(s∣(s k ∈(q-u), (q+u))
其中：
k为划分属性；
count(r)为待处理的数据记录的计数；
count(s)为待处理的样本记录的计数；
q为样本v的取值；
u为样本扩展步长；
rk为待处理的数据记录的k属性的取值；
sk为待处理的样本记录的k属性的取值;
count(r)∣(r k ∈(q-u), (q+u))表示待处理的数据记录的k属性的取值属于(q-u), (q+u)范围的计数；
count(s∣(s k ∈(q-u), (q+u))表示待处理的样本记录的k属性的取值属于(q-u),(q+u)范围的计数。
因此，dl(v)公式所表示的含义是待处理的数据记录的k属性的取值属于（q-u，q+ u）范围内的计数；
dls(v)公式所表示的含义是待处理的样本记录的k属性的取值属于（q-u，q+u）范围内的计数。
在本说明书实施例中，样本扩展步长u与预设步长h相关，样本扩展步长u为小于预设步长h的数值，样本扩展步长u根据业务需求，人为设定。在一个具体实施例中，样本扩展步长u优先较小的数值，例如预先设置u=10%h，或者u=20%h。选择选中的维度k的设定扩展步长q亦是根据业务需求，人为设定。
dl(v)取值越大，代表样本v附近的数据密度越大，样本v的价值越高。
dls(v)取值越大，代表样本v附近的样本数量越大，样本v的价值越低。
在本说明书实施例中，所述新增样本分段分配方案的向量为w，所述新增样本分段分配方案的向量w包括第一预设个数的第一分量，所述第一分量为所述新增样本分段分配方案对应的各个分段中需要增加的样本数量。
新增样本分段分配方案的向量w代表一个数组，该数组为第一预设个数T×第一分量，具体而言，新增样本分段分配方案的向量w代表在满足预期样本需求时，第一预设个数T个第一分量中，各个第一分量需要增加的样本数量，可以认为各个第一分量需要增加的样本数量之和即为预期样本需求。该新增样本分段分配方案的作用在于将预期样本需求分配到新增样本分段分配方案的各个分段。
在本说明书实施例中，预期样本需求为预期样本总量或者预期样本占比，和/或待标记样本集满足指定取值区间的预期样本总量或预期样本占比。
步骤S205：将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案。
如前所述，新增样本分段分配方案仅能将预期样本需求分配到新增样本分段分配方案的各个分段，该划分相对较粗，为了实现进一步细分，本说明书实施例进一步采用了新增样本子分段分配方案，以期将确定的新增样本精确到待处理的样本记录的具体样本。
在本说明书实施例中，所述将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案，具体包括：
基于第二预设个数，将所述新增样本分段分配方案中的各个分段划分为所述第二预设个数的子分段；
确定所述第二预设个数的子分段的第二偏离性指数，将所述子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案。
在本说明书实施例中，第二预设个数z是根据业务需求，预先设定的。
在本说明书实施例中，所述新增样本子分段分配方案为向量w’，所述新增样本子分段分配方案包括第二预设个数的第二分量，所述第二分量为所述新增样本子分段分配方案对应的各个子分段中需要增加的样本数量。
步骤S207：基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕。
如前所述，新增样本子分段分配方案确定了各个子分段需要确定的新增样本的数量，但是为了精准确定新增样本，本说明书实施例采用了样本代表性指数以筛选新增样本。
在本说明书实施例中，所述基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，具体包括：
从所述新增样本子分段分配方案中的各个子分段上随机选取w’k×A个未标注的数据记录；
确定所述选取w’k×A个未标注的数据记录的样本代表性指数，选取所述样本代表性指数最大的w’k条数据记录作为所述新增样本。
在本说明书实施例中，w’k为从新增样本子分段分配方案中的各个子分段上选取作为新增样本的数据记录的个数；A为扩展因子，A为大于等于10的数值，A默认为10。具体而言，需要选取w’k条数据记录作为新增样本时，为了保证新增样本选择的合理性及准确性，选择的未标记的数据记录的数量要比实际需要的w’k条多出一定的比例或者倍数，即扩展因子。例如，需要选取200条新增样本记录，扩展因子A为10，则需要从2000条未标记的数据记录中选取200条数据记录作为新增样本记录。
在本说明书实施例中，所述样本代表性指数的表达式为：
其中：
α(j)为样本j的样本代表性指数；
dl(j)为样本j取值附近的数据密度；
dls(j)为样本j取值附近的样本数量。
样本代表性指数α(j)的取值大于0，小于1，则价值极低，无法代表自身价值。其他情况下，样本代表性指数α(j)的取值体现该条样本记录的价值，可以理解为该条样本记录能够代表多少数据记录。样本代表性指数α(j)最大时，表示该数据记录密集，样本记录少。
步骤S209：将所述新增样本加入到待标记样本集中，以用于样本标注。
为了进一步理解本说明书实施例提供的数据标注方法，本说明书实施例还提供了一种样本标注方法的框架图。图3为本说明书实施例提供的一种样本标注方法的框架图，如图3所示，接收用户输入的预期样本需求后，计算第一偏离性指数，形成新增样本分段分配方案；进而对新增样本分段分配方案进行划分，生成子分段，具体地，基于第三偏离性指数，形成子分段新增样本分配方案。对于子分段新增样本分配方案，通过计算样本代表性指数，从新增样本子分段分配方案的各个子分段中确定新增样本，将新增样本加入到待标记样本集中，直至子分段新增样本分配方案的各个子分段分配完毕。以此循环，完成新增样本分段分配方案的各分段的样本分配，且能够满足预期样本需求，流程结束。在本说明书实施例中，预期样本需求可以为待标记样本集满足预期样本总量或者预期样本占比，或者待标记样本集满足指定取值区间的预期样本总量或预期样本占比。
本说明书实施例通过的样本标注方法，通过将样本数据的取值分布和指定数据集的取值分布映射到一维/二维空间，基于样本偏离性指数形成待标注样本的分配方案，进一步基于样本代表性指数制定待标注样本在不同取值区间的数量分布方案，持续向用户推荐标注对象，从数据资源代表性方面引导提升标注有效性，快速提升样本质量。通过从样本数据与待识别数据的取值分布一致性方面进行建模和表征，自动完成样本数据对待识别数据的代表性评估，进而通过样本代表性指数来评估样本价值，实现对待评估样本的自动筛选，持续形成待评估样本集并推荐给用户进行标注，最大化减少用户操作。
上述内容详细说明了一种样本标注方法，与之相应的，本说明书还提供了一种样本标注装置，如图4所示。图4为本说明书实施例提供的一种样本标注装置的示意图，该装置包括：
数据划分模块401，基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果；
第一分配模块403，基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案
第二分配模块405，将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
新增样本确定模块407，基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕；
待标记模块409，将所述新增样本加入到待标记样本集中，以用于样本标注。
本说明书实施例还提供一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果；
基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案；
基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕；
将所述新增样本加入到待标记样本集中，以用于样本标注。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种样本标注方法，其特征在于，所述样本标注方法包括：
基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果，所述待处理的数据记录为图像数据、文本数据、视频数据或音频数据；
基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案，所述第一偏离性指数是基于数据分布密度及样本分布密度获得的，所述第一偏离性指数用于表征样本质量，所述第一偏离性指数的表达式为：
其中：
y为第一偏离性指数；
d(i)为数值取值分布密度；
ds(i)为样本分布密度；
T为第一预设个数的分段；
将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕，所述样本代表性指数的表达式为：
其中：
α(j)为样本j的样本代表性指数；
dl(j)为样本j取值附近的数据密度；
dls(j)为样本j取值附近的样本数量；
将所述新增样本加入到待标记样本集中，以用于样本标注。
2.如权利要求1所述的样本标注方法，其特征在于，所述基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果，具体包括：
按照预设步长，将所述待处理的数据记录的属性的各列分成第一预设个数的分段；
利用所述第一预设个数的分段，确定所述待处理的数据记录的属性的各列的方差；
将所述待处理的数据记录的属性所在各列的方差最小的一列作为划分依据，对所述待处理的数据记录进行一维划分，获得所述数据划分结果。
3.如权利要求1所述的样本标注方法，其特征在于，所述基于待处理的数据记录的属性对所述待处理样本进行划分，获得数据划分结果，具体包括：
按照预设步长，将所述待处理的数据记录的属性的各列分成第一预设个数的分段；
利用所述第一预设个数的分段，确定所述待处理的数据记录的属性的各列的方差；
将所述待处理的数据记录的属性所在各列的方差最小的两列作为划分依据，对所述待处理的数据记录进行二维划分，获得所述数据划分结果。
4.如权利要求1所述的样本标注方法，其特征在于，所述基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案，具体包括：
基于所述数据划分结果，确定所述待处理的数据记录的各个分段的第三偏离性指数；
在所述第三偏离性指数小于1的分段中，向所述第三偏离性指数最大的分段分配一个所述待处理的样本记录，获得更新的待处理的数据记录的各个分段；
基于所述更新的待处理的数据记录的各个分段，重新确定所述更新的待处理的数据记录的各个分段的第三偏离性指数，获得更新的各个分段的第三偏离性指数；
在所述更新的第三偏离性指数小于1的分段中，向所述更新的各个分段的第三偏离性指数最大的分段分配一个所述待处理的样本记录；
循环操作，直至所述待处理的样本记录分配完毕，获得所述新增样本分段分配方案，所述新增样本分段分配方案的第一偏离性指数最小。
5.如权利要求1所述的样本标注方法，其特征在于，所述新增样本分段分配方案的向量为w，所述新增样本分段分配方案的向量w包括第一预设个数的第一分量，所述第一分量为所述新增样本分段分配方案对应的各个分段中需要增加的样本数量。
6.如权利要求1所述的样本标注方法，其特征在于，所述将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案，具体包括：
基于第二预设个数，将所述新增样本分段分配方案中的各个分段划分为所述第二预设个数的子分段；
确定所述第二预设个数的子分段的第二偏离性指数，将所述子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案。
7.如权利要求1所述的样本标注方法，其特征在于，所述新增样本子分段分配方案为向量w’，所述新增样本子分段分配方案包括第二预设个数的第二向量，所述第二向量为所述新增样本子分段分配方案对应的各个子分段中需要增加的样本数量。
8.如权利要求1所述的样本标注方法，其特征在于，所述基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，具体包括：
从所述新增样本子分段分配方案中的各个子分段上随机选取w’k×A个未标注的数据记录；
确定所述选取w’k×A个未标注的数据记录的样本代表性指数，选取所述样本代表性指数最大的w’k条数据记录作为所述新增样本；
其中，w’k为从所述新增样本子分段分配方案中的各个子分段上选取作为所述新增样本的数据记录的个数；A为扩展因子。
9.一种样本标注装置，其特征在于，所述样本标注装置包括：
数据划分模块，基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果，所述待处理的数据记录为图像数据、文本数据、视频数据或音频数据；
第一分配模块，基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案，所述第一偏离性指数是基于数据分布密度及样本分布密度获得的，所述第一偏离性指数用于表征样本质量，所述第一偏离性指数的表达式为：
其中：
y为第一偏离性指数；
d(i)为数值取值分布密度；
ds(i)为样本分布密度；
T为第一预设个数的分段；
第二分配模块，将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
新增样本确定模块，基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕，所述样本代表性指数的表达式为：
其中：
α(j)为样本j的样本代表性指数；
dl(j)为样本j取值附近的数据密度；
dls(j)为样本j取值附近的样本数量；
待标记模块，将所述新增样本加入到待标记样本集中，以用于样本标注。
10.一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
基于待处理的数据记录的属性对所述待处理的数据记录进行划分，获得数据划分结果，所述待处理的数据记录为图像数据、文本数据、视频数据或音频数据；
基于所述数据划分结果确定的第一偏离性指数，对待处理的样本记录进行分配，将所述第一偏离性指数最小的分段分配方案作为新增样本分段分配方案，所述第一偏离性指数是基于数据分布密度及样本分布密度获得的，所述第一偏离性指数用于表征样本质量，所述第一偏离性指数的表达式为：
其中：
y为第一偏离性指数；
d(i)为数值取值分布密度；
ds(i)为样本分布密度；
T为第一预设个数的分段；
将所述新增样本分段分配方案中的各个分段划分为多个子分段，将所述多个子分段的第二偏离性指数最小的子分段分配方案作为新增样本子分段分配方案；
基于所述新增样本子分段分配方案中的各个子分段的样本代表性指数，从所述新增样本子分段分配方案中确定新增样本，直至所述新增样本子分段分配方案分配完毕，所述样本代表性指数的表达式为：
其中：
α(j)为样本j的样本代表性指数；
dl(j)为样本j取值附近的数据密度；
dls(j)为样本j取值附近的样本数量；
将所述新增样本加入到待标记样本集中，以用于样本标注。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311150873.6A CN116881724B (zh) | 2023-09-07 | 2023-09-07 | 一种样本标注方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311150873.6A CN116881724B (zh) | 2023-09-07 | 2023-09-07 | 一种样本标注方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116881724A CN116881724A (zh) | 2023-10-13 |
| CN116881724B true CN116881724B (zh) | 2023-12-19 |
Family
ID=88272185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311150873.6A Active CN116881724B (zh) | 2023-09-07 | 2023-09-07 | 一种样本标注方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116881724B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053032A (zh) * | 2017-11-20 | 2018-05-18 | 华北电力大学 | 一种基于遗传算法的数据模型训练样本的选取方法 |
| CN110378617A (zh) * | 2019-07-26 | 2019-10-25 | 中国工商银行股份有限公司 | 一种样本标注方法、装置、存储介质及设备 |
| WO2020078059A1 (zh) * | 2018-10-17 | 2020-04-23 | 阿里巴巴集团控股有限公司 | 一种异常检测的解释特征确定方法和装置 |
| CN111881973A (zh) * | 2020-07-24 | 2020-11-03 | 北京三快在线科技有限公司 | 一种样本选择方法、装置、存储介质及电子设备 |
| CN113657510A (zh) * | 2021-08-19 | 2021-11-16 | 支付宝(杭州)信息技术有限公司 | 一种有标注价值的数据样本的确定方法及装置 |
| CN113705656A (zh) * | 2021-08-24 | 2021-11-26 | 上海新程医学科技有限公司 | 一种异距数列等分筛选方法、系统、存储介质 |
| CN116204783A (zh) * | 2022-12-23 | 2023-06-02 | 恒玄科技(上海)股份有限公司 | 模型训练方法、装置、电子设备及计算机可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130097103A1 (en) * | 2011-10-14 | 2013-04-18 | International Business Machines Corporation | Techniques for Generating Balanced and Class-Independent Training Data From Unlabeled Data Set |
| WO2021098796A1 (zh) * | 2019-11-20 | 2021-05-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、设备及计算机可读存储介质 |
-
2023
- 2023-09-07 CN CN202311150873.6A patent/CN116881724B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053032A (zh) * | 2017-11-20 | 2018-05-18 | 华北电力大学 | 一种基于遗传算法的数据模型训练样本的选取方法 |
| WO2020078059A1 (zh) * | 2018-10-17 | 2020-04-23 | 阿里巴巴集团控股有限公司 | 一种异常检测的解释特征确定方法和装置 |
| CN110378617A (zh) * | 2019-07-26 | 2019-10-25 | 中国工商银行股份有限公司 | 一种样本标注方法、装置、存储介质及设备 |
| CN111881973A (zh) * | 2020-07-24 | 2020-11-03 | 北京三快在线科技有限公司 | 一种样本选择方法、装置、存储介质及电子设备 |
| CN113657510A (zh) * | 2021-08-19 | 2021-11-16 | 支付宝(杭州)信息技术有限公司 | 一种有标注价值的数据样本的确定方法及装置 |
| CN113705656A (zh) * | 2021-08-24 | 2021-11-26 | 上海新程医学科技有限公司 | 一种异距数列等分筛选方法、系统、存储介质 |
| CN116204783A (zh) * | 2022-12-23 | 2023-06-02 | 恒玄科技(上海)股份有限公司 | 模型训练方法、装置、电子设备及计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Proximity based automatic data annotation for autonomous;Chen Sun 等;《IEEE/CAA Journal of Automatica Sinica》;第7卷(第2期);第395-404页 * |
| 基于二阶k近邻的密度峰值聚类算法研究;王大刚 等;《计算机科学与探索》;第1490-1500页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116881724A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112036736B (zh) | 一种工作流创建方法及装置 | |
| CN108255471B (zh) | 一种基于配置套件的系统配置项配置装置、方法及设备 | |
| CN116821647B (zh) | 基于样本偏离评估的数据标注的优化方法、装置及设备 | |
| CN109597678A (zh) | 任务处理方法及装置 | |
| CN116932175B (zh) | 一种基于序列生成的异构芯片任务调度方法以及装置 | |
| CN111240866B (zh) | 一种业务数据处理方法及装置 | |
| CN116881724B (zh) | 一种样本标注方法、装置及设备 | |
| CN116757278A (zh) | 一种预测模型的训练方法、装置、存储介质及电子设备 | |
| CN108536759B (zh) | 一种样本回放数据存取方法及装置 | |
| CN110083602A (zh) | 一种基于hive表的数据存储及数据处理的方法及装置 | |
| CN111242195B (zh) | 模型、保险风控模型训练方法、装置及电子设备 | |
| CN116109008B (zh) | 一种业务执行的方法、装置、存储介质及电子设备 | |
| CN110502551A (zh) | 数据读写方法、系统及架构组件 | |
| CN111090516B (zh) | 一种请求分配方法、装置和设备 | |
| CN117455015B (zh) | 一种模型优化的方法、装置、存储介质及电子设备 | |
| CN110851416B (zh) | 数据存储性能分析方法和装置、宿主机确定方法和装置 | |
| CN117216146B (zh) | 一种基于人工智能的数据分析及展现系统 | |
| CN117348999B (zh) | 一种业务执行系统及业务执行方法 | |
| CN114205829B (zh) | 一种基于mr数据的移动通信网络覆盖率的计算方法 | |
| CN117294715A (zh) | 端边云调度优化方法、系统和装置 | |
| CN110009237B (zh) | 一种资源分配方法、装置、设备及介质 | |
| CN117688351A (zh) | 一种基于模型处理结果的辅助甄别方法、装置及设备 | |
| CN117216146A (zh) | 一种基于人工智能的数据分析及展现系统 | |
| CN117787358A (zh) | 一种基于阻变存储器的模型量化方法、装置以及设备 | |
| CN117971945A (zh) | 一种基于Excel模板的数据导出方法、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |