基于置信度的编程弱监督标注方法、装置、设备及介质

本申请公开了基于置信度的编程弱监督标注方法、装置、设备及介质，涉及数据标注技术领域，利用标注函数为未标注数据提供弱标签，得到弱数据集；基于标注数据集和弱数据集对模型进行训练，得到可靠模型和非可靠模型；利用标注数据集对非可靠模型评估，得到模型评估准确率，基于双重评估机制并利用可靠模型对弱数据集评估，得到数据集评估准确率及置信度分数；对标注数据集和弱数据集进行标签类别分布统计，得到标签类型分布向量，计算在剪枝策略中标注数据集的第一保留比例及弱数据集的第二保留比例；根据第二保留比例及置信度分数对弱数据集剪枝融合，得到目标数据集，提高编程弱监督数据标注准确性和效率，提升数据点质量。