买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学深圳国际研究生院申请的专利基于置信度的编程弱监督标注方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119475028B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411554892.X，技术领域涉及：G06F18/241；该发明授权基于置信度的编程弱监督标注方法、装置、设备及介质是由阮书岚;何友;刘瑜设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本基于置信度的编程弱监督标注方法、装置、设备及介质在说明书摘要公布了：本申请公开了基于置信度的编程弱监督标注方法、装置、设备及介质，涉及数据标注技术领域，利用标注函数为未标注数据提供弱标签，得到弱数据集；基于标注数据集和弱数据集对模型进行训练，得到可靠模型和非可靠模型；利用标注数据集对非可靠模型评估，得到模型评估准确率，基于双重评估机制并利用可靠模型对弱数据集评估，得到数据集评估准确率及置信度分数；对标注数据集和弱数据集进行标签类别分布统计，得到标签类型分布向量，计算在剪枝策略中标注数据集的第一保留比例及弱数据集的第二保留比例；根据第二保留比例及置信度分数对弱数据集剪枝融合，得到目标数据集，提高编程弱监督数据标注准确性和效率，提升数据点质量。

本发明授权基于置信度的编程弱监督标注方法、装置、设备及介质在权利要求书中公布了：1.一种基于置信度的编程弱监督数据标注方法，其特征在于，包括： 获取未标注数据以及标注数据集，利用弱监督源的标注函数并以编程的方式为所述未标注数据提供弱标签，以得到弱数据集；其中，未标注数据以及标注数据集为图像数据或文本； 基于所述标注数据集和所述弱数据集对预设的模型分别进行训练，以得到可靠模型和非可靠模型； 利用所述标注数据集对所述非可靠模型进行评估，得到模型评估准确率，基于双重评估机制并利用所述可靠模型对所述弱数据集进行评估，得到数据集评估准确率以及置信度分数； 对所述标注数据集和所述弱数据集进行标签类别分布统计，以得到标签类型分布向量，根据所述标签类型分布向量、所述模型评估准确率、所述数据集评估准确率分别计算所述标注数据集在剪枝策略中的第一保留比例以及所述弱数据集在剪枝策略中的第二保留比例； 根据所述第二保留比例以及所述置信度分数对所述弱数据集进行剪枝以及融合，得到目标数据集，以完成对所述弱数据集的编程弱监督数据标注； 其中，根据所述标签类型分布向量、所述模型评估准确率、所述数据集评估准确率分别计算所述标注数据集在剪枝策略中的第一保留比例以及所述弱数据集在剪枝策略中的第二保留比例，包括：根据所述标注数据集对应的所述标签类型分布向量以及所述弱数据集对应的所述标签类型分布向量计算所述标注数据集的不同标签类别在剪枝策略中的第一保留比例；根据所述模型评估准确率、所述数据集评估准确率以及所述第一保留比例计算所述弱数据集在剪枝策略中的第二保留比例； 计算所述标注数据集的不同标签类别在剪枝策略中的第一保留比例的公式为： ； 其中，为第一保留比例，为弱数据集中的第i个类别的数据点的总数目，为标注数据集中的第i个类别的数据点的总数目，为第i个标签类别在剪枝过程中应该保留的比例，为所有弱数据集中属于第j个类别数据的总数目，为标注数据集上属于第j个类别数据的数量； 根据所述模型评估准确率、所述数据集评估准确率以及所述第一保留比例计算所述弱数据集在剪枝策略中的第二保留比例，包括：计算所述模型评估准确率和所述数据集评估准确率的平均值；将所述平均值和所述第一保留比例之间的乘积作为所述弱数据集在剪枝策略中的第二保留比例。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。