摘要
本发明公开了一种基于机器学习的知识点标签分类方法,S1.得到知识点特征向量集合;S2.生成伪标签知识点数据集;S3.形成知识点样本置信度列表;S4.获得置信度核回归分类参数;S5.构建融合式联合分类模型;S6.使用联合分类模型重新推断扩展知识点数据集和未标注知识点数据集,得到更新的知识点预测结果,基于更新的知识点预测结果更新知识点样本置信度列表,得到更新的知识点样本置信度列表;S7.重复步骤S4至步骤S6直至满足预设收敛条件,得到收敛联合分类模型,采用收敛联合分类模型对目标知识点数据集执行知识点标签分类,输出目标知识点标签分类结果。本发明为知识点标签分类提供了更可靠的预测基础。
技术关键词
知识点标签
样本
分类方法
多任务
标签类别
数据
邻域
列表
核回归模型
重构
分类模型构建
双分支结构
参数
综合语义
定义
因子
系统为您推荐了相关专利信息
设计优化方法
样本
序列
多学科设计优化
多学科设计技术
锂电池极片缺陷
特征提取模块
特征提取单元
图像采集模块
样本
神经模糊系统
机器鱼
自主避障方法
模糊规则
障碍物
检测网络模型
空间金字塔
可变形卷积层
特征提取模块
图像
分级系统
影像
图像处理模块
深度学习模型
CT切片图像