验证分类器的训练数据-k66凯时

申请/专利权人：国际商业机器公司

申请日：2019-07-16

公开（公告）日：2024-03-08

公开（公告）号：cn110781293b

主分类号：g06f16/35

分类号：g06f16/35;g06f16/332;g06f18/214

优先权：["20180730 us 16/048,756"]

专利状态码：有效-授权

法律状态：2024.03.08#授权;2020.03.06#实质审查的生效;2020.02.11#公开

摘要：一种用于评估和修改用于分类器的训练数据的方法、计算机程序产品和计算机系统。计算机系统将每个类别的每条训练数据应用于多个分类器。计算机系统执行针对每个类别的训练数据的评估和验证，并且如果每条训练数据的分类精度大于预定阈值，则定义针对每个类别的每条训练数据的至少一个代表性类别。计算机系统基于针对每个类别的训练数据的评估和验证的结果来修改训练数据。计算机系统执行针对代表性类别的训练数据的评估和验证。计算机系统基于针对代表性类别的训练数据的评估和验证的结果来修改训练数据。

主权项：1.一种用于评估和修改用于自动应答系统的分类器的训练数据的方法，所述方法包括：由计算机系统从全部类别的训练数据中生成聚焦于一个类别的多个训练数据集，所述多个训练数据集中的每个训练数据集包括具有所述类别的类别值的训练数据和不具有所述类别的所述类别值的训练数据；由所述计算机系统生成针对所述类别的多个分类器，所述多个分类器从所述多个训练数据集的相应的训练数据集学习得到；由所述计算机系统将具有所述类别值的所述训练数据应用于所述多个分类器；由所述计算机系统获取针对所述多个分类器中的相应分类器的分类结果；由所述计算机系统基于所述分类结果执行针对具有所述类别值的所述训练数据的评估和验证；响应于确定具有所述类别值的所述训练数据被错误分类，由所述计算机系统基于针对具有所述类别值的所述训练数据的所述评估和所述验证的结果，修改所述训练数据以创建第一修改训练数据；由所述计算机系统执行针对全部代表性类别的所述第一修改训练数据的评估和验证，并且分析所述代表性类别之间的相关性；基于针对所述第一修改训练数据的所述评估和所述验证的结果并且基于所述相关性，由所述计算机系统修改所述第一修改训练数据以创建第二修改训练数据；由所述计算机系统获得分类模型，所述分类模型通过将分类算法应用于所述第二修改训练数据而被学习到；以及由所述计算机系统将所述分类模型部署到所述自动应答系统。

全文数据：

权利要求：

百度查询：

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。