基于多通道卷积神经网络的非结构化数据标注

• 作者: 米启超 赵红梅 林丽萍
• 来源期刊: 计算机仿真
• 关键词: 众包标注集 数据标注 非结构化 标注概念 标注任务函数
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 仿真服务化
• 页码范围: 400-404
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.06.084

摘要

非结构化数据存在差异性,对标注模型的构建存在不足,影响标注质量.提出基于多通道卷积神经网络的非结构化数据标注方法.建立Hive分布式查询框架,对其中与标注目标相关的数据进行相似性查找,同时建立众包标注集,确定相关标注概念.对标注集中的标注差异性,利用多通道卷积神经网络对其差异性进行确认,并确定标注任务函数.利用标注任务函数,建立任务标注模型,利用模型中求得函数解值完成标注任务.为了验证设计的非结构化数据标注方法的可行性,实验结果证明设计方法下得到的标注质量更高,方法性能更好,满足设计初衷.