一种基于弱监督的噪声数据训练方法

本发明为一种基于弱监督的噪声数据训练方法，所述方法包括如下步骤：1）基于带噪声数据训练预测模型；2）使用预测模型生成伪标签；3）利用外部知识库对伪标签进行基于冲突识别的校验和修正；4)利用伪标签对权重更新模型进行训练；5)使用权重更新模型的权重对预测模型的权重进行更新；6)模型评估与优化。本发明可以很好地提高文本挖掘在实际应用中的可行性和有效性。这种方法利用现有的少量标注数据和机器学习算法，优化从噪声数据中学习的过程，减少对大量高质量标注数据的依赖，从而在保持高效数据处理的同时，提高信息提取的准确率。