基于深度聚类的标签纠正众包结果汇聚方法及系统

本发明公开了一种基于深度聚类的标签纠正众包结果汇聚方法及系统。本发明首先通过预训练模型提取任务特征，作为模型的输入数据；其次引入工人损失项，结合变分深度嵌入模型中的重构损失和KL散度，定义本模型的综合损失函数，并通过梯度下降法对模型进行训练；然后在训练过程中，对隐变量利用高斯混合模型聚类，得到聚类簇，同时结合工人对任务的标注信息，为每个聚类簇映射具体类标签；最后计算每个任务的轮廓系数，识别聚类准确度较低的任务，通过工人标签重新调整和纠正，进一步提高聚类结果的精度。本发明通过将特征相似的任务聚类以及利用工人标签纠正聚类质量较低的任务，有效减少标签噪声对真值推断的干扰，提高结果汇聚模型的性能。