Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2022001233 - PROCÉDÉ DE PRÉ-ÉTIQUETAGE BASÉ SUR UN APPRENTISSAGE PAR TRANSFERT HIÉRARCHIQUE ET DISPOSITIF ASSOCIÉ

Numéro de publication WO/2022/001233
Date de publication 06.01.2022
N° de la demande internationale PCT/CN2021/082942
Date du dépôt international 25.03.2021
CIB
G06K 9/62 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
KRECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
62Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
G06N 20/00 2019.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
Déposants
  • 平安科技(深圳)有限公司 PING AN TECHNOLOGY (SHENZHEN) CO., LTD. [CN]/[CN]
Inventeurs
  • 张楠 ZHANG, Nan
  • 王健宗 WANG, Jianzong
  • 瞿晓阳 QU, Xiaoyang
Mandataires
  • 深圳市世联合知识产权代理有限公司 SL INTELLECTUAL PROPERTY CO., LTD.
Données relatives à la priorité
202011364408.927.11.2020CN
Langue de publication Chinois (zh)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) PRE-LABELING METHOD BASED ON HIERARCHICAL TRANSFER LEARNING AND RELATED DEVICE
(FR) PROCÉDÉ DE PRÉ-ÉTIQUETAGE BASÉ SUR UN APPRENTISSAGE PAR TRANSFERT HIÉRARCHIQUE ET DISPOSITIF ASSOCIÉ
(ZH) 基于层次化迁移学习的预标注方法及其相关设备
Abrégé
(EN) The embodiments of the present application relates to the field of artificial intelligence, and to a pre-labeling method based on hierarchical transfer learning and a related device, comprising: on the basis of a pre-set clustering algorithm, performing clustering on a plurality of different scenarios received in advance to obtain a clustering result; on the basis of the clustering result, determining a first classification of scenario and a second classification of scenario, the first classification of scenario comprising a first scenario, and the amount of labeled data in the first scenario being greater than the amount of labeled data in any scenario in the second classification of scenario; on the basis of a pre-set recognition model, performing transfer learning on the first classification of scenario to obtain pre-labeled data of each scenario in the first classification of scenario and a transfer model; and on the basis of the transfer model, performing transfer learning on the second classification of scenario to obtain pre-labeled data of each scenario in the second classification of scenario. The pre-labeled data in each scenario can be stored in a blockchain. The present application makes possible rapid acquisition of good pre-labeled data in different scenarios.
(FR) Les modes de réalisation de la présente demande se rapportent au domaine de l'intelligence artificielle, et concernent un procédé de pré-étiquetage basé sur un apprentissage par transfert hiérarchique et un dispositif associé, consistant à : sur la base d'un algorithme de groupement prédéfini, effectuer un groupement sur une pluralité de différents scénarios reçus à l'avance pour obtenir un résultat de groupement ; sur la base du résultat du groupement, déterminer une première classification de scénarios et une seconde classification de scénarios, la première classification de scénarios comprenant un premier scénario, et la quantité de données étiquetées dans le premier scénario étant supérieure à la quantité de données étiquetées dans n'importe quel scénario dans la seconde classification de scénarios ; sur la base d'un modèle de reconnaissance prédéfini, effectuer un apprentissage par transfert sur la première classification de scénarios pour obtenir des données pré-étiquetées de chaque scénario dans la première classification de scénarios et un modèle de transfert ; et sur la base du modèle de transfert, effectuer un apprentissage par transfert sur la seconde classification de scénarios pour obtenir des données pré-étiquetées de chaque scénario dans la seconde classification de scénarios. Les données pré-étiquetées dans chaque scénario peuvent être stockées dans une chaîne de blocs. La présente demande permet l'acquisition rapide de données pré-étiquetées correctes dans différents scénarios.
(ZH) 本申请实施例属于人工智能领域,涉及一种基于层次化迁移学习的预标注方法及其相关设备,包括基于预设的聚类算法对预先接收的多个不同的场景进行聚类,获得聚类结果;根据聚类结果确定第一类场景和第二类场景,第一类场景包括第一场景,第一场景中标注数据的数据量大于第二类场景中任意场景的标注数据的数据量;基于预设的识别模型对所述第一类场景进行迁移学习,获得第一类场景中每个场景的预标注数据和迁移模型;基于迁移模型对所述第二类场景进行迁移学习,获得第二类场景中每个场景的预标注数据。其中,每个场景的预标注数据可存储于区块链中。本申请实现快速获得不同场景中较好的预标注数据。
Related patent documents
Dernières données bibliographiques dont dispose le Bureau international