JPWO2020229923A5 - - Google Patents

Claims (19)

1. 予測クラスへの未知の入力データの分類のために使用可能なモデルを構築するように訓練データを用いて訓練される分類器システムと、
   前記予測クラス内の十分に提示されていないクラスの決定のために適合された評価器エンジンであって、予測の信頼レベル分布を用いる、前記評価器エンジンと、
   追加のソースからの関連データの抽出のために適合された抽出器エンジンであって、前記関連データは決定された前記十分に提示されていないクラスに関連する、前記抽出器エンジンと、
   前記関連データからデータ・セットを選択するために適合された類似性エンジンであって、前記関連データの特徴と前記十分に提示されていないクラスに対する代表のデータ・セットの特徴とを比較するためにも適合された、前記類似性エンジンと、
   前記評価器エンジンと前記抽出器エンジンと前記類似性エンジンとをトリガするように適合された再帰ユニットであって、前記評価器エンジンが前記選択されたデータ・セットを信頼閾値レベルより高い信頼レベルで分類するまで前記選択されたデータ・セットを入力データとして扱う、前記再帰ユニットと、
   を備えるコンピュータ・システム。
2. 前記入力データは画像データである、請求項１に記載のコンピュータ・システム。
3. 前記画像データは、ビデオ・データから抽出される、請求項２に記載のコンピュータ・システム。
4. 前記十分に提示されていないクラスの前記決定は、前記予測クラスと他のクラスとの差の関数に基づく、請求項１または２に記載のコンピュータ・システム。
5. 前記関連データは、前記訓練データおよび通常の入力データに対して外部のデータである、請求項１ないし３のいずれか一項に記載のコンピュータ・システム。
6. 前記評価器が信頼閾値レベルより高い信頼レベルで前記選択されたデータ・セットを分類した場合に、前記選択されたデータ・セットを追加訓練データ・セットとしてラベル付けするように適合されたラベル付けユニット
   をさらに備える、請求項１ないし４のいずれか一項に記載のコンピュータ・システム。
7. 前記ラベル付けユニットは、前記十分に提示されていないクラスに関する前記ラベルで前記追加訓練データ・セットに注釈を付けるようにも適合された、請求項６に記載のコンピュータ・システム。
8. 前記再帰ユニットは、予め規定された数の再帰が発生した場合に前記トリガすることを停止するように適合された、請求項１ないし７のいずれか一項に記載のコンピュータ・システム。
9. 前記評価器エンジンおよび前記抽出器エンジンの少なくともいずれか一方は、ナレッジ・グラフ・システムに接続される、請求項１ないし８のいずれか一項に記載のコンピュータ・システム。
10. コンピュータが実施する方法であって、
    予測クラスへの未知の入力データの分類のために使用可能なモデルを構築するように訓練データを用いて訓練された分類器システムを提供することと、
    予測の信頼レベル分布を決定することによって、前記予測クラス内の十分に提示されていないクラスを決定することと、
    追加のソースから関連データを抽出することであって、前記関連データは決定された前記十分に提示されていないクラスに関連する、前記抽出することと、
    前記関連データの特徴と、前記十分に提示されていないクラスに対する代表のデータ・セットの特徴とを比較することによって、前記関連データからデータ・セットを選択することと、
    前記選択されたデータ・セットが信頼閾値レベルより高い信頼レベルで分類されるまで、前記選択されたデータ・セットを入力データとして扱うことによって、前記評価すること、前記抽出すること、および前記選択することを反復することと
    を含む、コンピュータが実施する方法。
11. 前記入力データは画像データである、請求項１０に記載のコンピュータが実施する方法。
12. 前記画像データは、ビデオ・データから抽出される、請求項１１に記載のコンピュータが実施する方法。
13. 前記十分に提示されていないクラスを決定することは、前記予測クラスと他のクラスとの差の関数に基づく、請求項１０ないし１２のいずれか一項に記載のコンピュータが実施する方法。
14. 前記関連データは、前記訓練データおよび通常の入力データに対して外部のデータである、請求項１０ないし１３のいずれか一項に記載のコンピュータが実施する方法。
15. 前記選択されたデータ・セットが信頼閾値レベルより高い信頼レベルで分類された場合に、前記選択されたデータ・セットを追加訓練データ・セットとしてラベル付けすること
    をさらに含む、請求項１０ないし１４のいずれか一項に記載のコンピュータが実施する方法。
16. 前記ラベル付けすることは、
    前記十分に提示されていないクラスに関する前記ラベルで前記追加訓練データ・セットに注釈を付けること
    をさらに含む、請求項１５に記載のコンピュータが実施する方法。
17. 前記反復することは、予め規定された数の再帰が発生した場合に停止される、請求項１０ないし１６のいずれか一項に記載のコンピュータが実施する方法。
18. 前記評価することおよび前記抽出することの少なくともいずれか一方は、ナレッジ・グラフ・システムにアクセスすることを含む、請求項１０ないし１７のいずれか一項に記載のコンピュータが実施する方法。
19. コンピュータに、請求項１０ないし１８のいずれか一項に記載の方法を実行させる、コンピュータ・プログラム。