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！

龙图腾网获悉深圳鲲云信息科技有限公司申请的专利样本数据自动标注方法及电子设备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：CN116304709B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310314902.1，技术领域涉及：G06F18/214；该发明授权样本数据自动标注方法及电子设备是由赵景程;熊超;蔡权雄;牛昕宇设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本样本数据自动标注方法及电子设备在说明书摘要公布了：本申请涉及一种样本数据自动标注方法及电子设备。所述方法包括：利用少于无标签样本的已标注样本训练出多个目标分类模型，将无标签样本分别输入至每个目标分类模型得到伪标签数据，对伪标签数据执行投票操作得到候选标签数据，计算候选标签数据对应的目标分类模型输出的每个标签类别的置信度，判断置信度是否满足预先配置的条件，若是，将候选标签数据作为无标签样本的标注数据，重复上述步骤直至所有无标签样本完成标注。本申请可以将原始样本集中待标注的无标签样本进行自动标注，完成原始样本集中大数据量的自动标注，代替了人工对标注数据的审核及筛选，尤其在没有标签且数据量较大的情况下，可以节省大量的人力和时间。

本发明授权样本数据自动标注方法及电子设备在权利要求书中公布了：1.一种样本数据自动标注方法，其特征在于，所述方法包括： 获取原始样本集中的第一数量的已标注样本，基于所述已标注样本训练出n个目标分类模型，其中，n为大于1的正整数，所述原始样本集由第一数量的已标注样本和第二数量的待标注的无标签样本组成，且所述第一数量小于所述第二数量，其中，样本包括图像样本数据或文本数据； 将所述无标签样本分别输入至每个所述目标分类模型，得到每个所述目标分类模型预测所述无标签样本的伪标签数据； 对所述伪标签数据执行投票操作，得到候选标签数据； 计算所述候选标签数据对应的目标分类模型输出的每个标签类别的置信度，判断所述置信度是否满足预先配置的条件，若是，将所述候选标签数据作为所述无标签样本的标注数据，否则将所述无标签样本重新放入所述原始样本集中； 将所述标注数据放入所述原始样本集中作为第三数量的已标注样本，重复执行所述基于所述已标注样本训练出n个目标分类模型至所述判断所述置信度是否满足预先配置的条件的步骤，直至所述原始样本集中无标签样本完成标注； 所述计算所述候选标签数据对应的目标分类模型输出的每个标签类别的置信度，判断所述置信度是否满足预先配置的条件，包括： 计算所述候选标签数据对应的目标分类模型输出的每个标签类别的置信度，统计每个标签类别对应的置信度的平均值； 对所述平均值由大到小进行排序，计算排序前两位的平均值的差值； 根据所述候选标签数据对应的置信度的平均值、所述差值及所述无标签样本的熵，判断所述置信度是否满足预先配置的条件； 所述根据所述候选标签数据对应的置信度的平均值、所述差值及所述无标签样本的熵，判断所述置信度是否满足预先配置的条件，包括： 判断所述候选标签数据对应的置信度的平均值是否大于第一阈值； 若是，判断所述差值是否大于第二阈值； 若是，判断所述无标签样本的熵是否小于第三阈值； 若是，则所述置信度满足预先配置的条件； 所述根据所述候选标签数据对应的置信度的平均值、所述差值及所述无标签样本的熵，判断所述置信度是否满足预先配置的条件，还包括： 若判断所述候选标签数据对应的置信度的平均值小于或等于第一阈值，或者若判断所述差值小于或等于第二阈值，或者若判断所述无标签样本的熵大于或等于第三阈值，则所述置信度不满足预先配置的条件，将所述无标签样本重新放入所述原始样本集中； 重复执行所述基于所述已标注样本训练出n个目标分类模型至所述判断所述置信度是否满足预先配置的条件的步骤，直至所述原始样本集中无标签样本完成标注。

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深圳鲲云信息科技有限公司，其通讯地址为：518048 广东省深圳市福田区福保街道福保社区市花路南侧长富金茂大厦1号楼1408；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。