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！

龙图腾网获悉北京深势科技有限公司申请的专利一种具备主动学习能力的标注质量控制方法和装置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：CN120782332B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510942069.4，技术领域涉及：G06Q10/0639；该发明授权一种具备主动学习能力的标注质量控制方法和装置是由陈子琦;张林峰设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种具备主动学习能力的标注质量控制方法和装置在说明书摘要公布了：本发明实施例涉及一种具备主动学习能力的标注质量控制方法和装置，所述方法包括：在执行首件标注任务之前，构建并训练难度评估模型和质量预测模型；在每件标注过程中，基于难度评估模型的评估结果和人员信息库动态分配标注人员，在标注过程中使用质量预测模型对标注质量进行实时监控，在标注结束时按规则对标注结果进行质量评估、并更新人员信息库和标注样本池；在执行首件任务之后，定期根据最近评估状况确认是否需要进行主动学习，若需要则从标注样本池选择典型记录更新验证数据集、并基于更新后的验证数据集对难度评估模型和质量预测模型分别进行升级。通过本发明可以提高效率、降低成本，可以实时预警、动态任务分配，可以主动提升质控质量。

本发明授权一种具备主动学习能力的标注质量控制方法和装置在权利要求书中公布了：1.一种具备主动学习能力的标注质量控制方法，其特征在于，所述方法包括： 在执行第一件标注任务之前，构建难度评估模型和质量预测模型；并通过数据采集构建训练数据集；并基于所述训练数据集对所述难度评估模型和所述质量预测模型进行首轮训练；并从所述训练数据集中选择典型数据记录组成初始的验证数据集； 在每件标注任务的执行过程中，将当前待标注的文本文件作为目标文件；并基于所述难度评估模型对所述目标文件的难度评估结果以及预设的人员信息库进行标注人员分配；并由当次分配人员对所述目标文件进行人工标注；并在本次标注过程中，使用所述质量预测模型对标注质量进行实时监控；并在本次标注结束时，按预设的标注质量检验规则库对本次标注结果进行质量评估；并基于本次标注过程数据更新所述人员信息库和预设的标注样本池； 在执行第一件标注任务之后，定期根据最近时段的质量评估状况对是否需要进行一轮主动学习进行确认；若确认需要，则从所述标注样本池选择典型数据记录对所述验证数据集进行更新，并基于更新后的所述验证数据集对所述难度评估模型和所述质量预测模型分别进行一次升级训练； 其中，所述难度评估模型用于对模型输入的标注文件进行标注难度预测并输出对应的难度评分；所述质量预测模型用于根据模型输入的标注人员信息、标注行为序列和标注内容信息对标注人员的标注质量进行预测并输出对应的质量预测分； 所述难度评估模型包括复杂度特征识别单元、结构特征识别单元、领域特征识别单元、第一特征融合单元、第一隐藏层网络和第一输出层；复杂度、结构以及领域特征识别单元分别用于对所述标注文件的文本复杂度、文本结构以及文本知识领域特征进行识别，所述第一特征融合单元对三类特征进行向量拼接，所述第一隐藏层网络对拼接向量进行特征提取，所述第一输出层根据隐藏层网络的提取特征对标注难度评分进行回归计算； 所述质量预测模型包括人员特征提取单元、时序特征提取单元、内容特征提取单元、第一编码器、第二编码器、第三编码器、第二特征融合单元、第二隐藏层网络和第二输出层；人员、时序以及内容特征提取单元分别用于对所述标注人员信息的人员特征向量、所述标注行为序列的时序特征序列以及所述标注内容信息的内容特征张量进行特征提取；第一、第二和第三编码器分别对人员特征向量、时序特征序列以及内容特征张量进行特征编码；所述第二特征融合单元对三类编码特征进行向量拼接；所述第二隐藏层网络对拼接向量进行特征提取；所述第二输出层根据隐藏层网络的提取特征对标注质量评分进行回归计算。

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北京深势科技有限公司，其通讯地址为：100089 北京市海淀区海淀大街3号1幢11层1101；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。