CN119514492A 一种数据自动标注的方法、装置及存储介质 （山东极视角科技股份有限公司）_第1页
CN119514492A 一种数据自动标注的方法、装置及存储介质 （山东极视角科技股份有限公司）_第2页
CN119514492A 一种数据自动标注的方法、装置及存储介质 （山东极视角科技股份有限公司）_第3页
CN119514492A 一种数据自动标注的方法、装置及存储介质 （山东极视角科技股份有限公司）_第4页
CN119514492A 一种数据自动标注的方法、装置及存储介质 （山东极视角科技股份有限公司）_第5页
已阅读5页，还剩34页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

所有的任务导入至多模态大模型中分别进行独2针对每个任务自动派生出多个不同的提示词方案，每种提示词方根据所述提示词方案，将所有的任务导入至多模态大模型中分别进行针对所述第一输出结果，采用无监督的投票算法进行结果提将所述选举机制下预设的选举阈值与所述投票统计结果中的正相关标记数量进行比将所述预标注数据和所述正相关样本输入单模态小模型进行训练务导入至多模态大模型中分别进行独立提问，并获取各提示词方案相对应的第一输出结根据步骤顺序，使用多模态大模型针对任务逐一提问，并获取各统计并汇总每个提示词方案的所述第二输出结果，得到使用多模态大模型对每一个步骤的提问设定相根据判断结果，所述汇总结果附上相关标记并生成各提示词3将所述预标注数据和所述正相关样本整合到一个训练数据集中，对将预处理后的所述训练数据集输入到所述单模态小模型中，通过逐根据损失函数的梯度信息，通过反向传播算法计算所述单模态小模7.根据权利要求1_5中任意一项所述的方法，所述使用所述单模态小模型对待标注的根据所述特征信息，所述单模态小模型为所述待标注的目标数据自处理单元，用于针对每个任务自动派生出多个不同的提示词方案第一获取单元，用于根据所述提示词方案，将所有的任务导入至多确定单元，用于若所述正相关标记数量达到或超过所述选举阈训练单元，用于将所述预标注数据和所述正相关样本输入单模态小模型进行训练迭标注单元，用于使用所述单模态小模型对待标注的目标数据批量进行4所述存储器保存有程序，所述处理器调用所述程序以执行如权利要5根据所述提示词方案，将所有的任务导入至多模态大模型中分别进行独立提问，将所述选举机制下预设的选举阈值与所述投票统计结果中的正相关标记数量进6使用多模态大模型对每一个步骤的提问设定相7标注单元，用于使用所述单模态小模型对待标注的目标数据批量进行自动标注，89[0028]请参阅图1，本申请首先提供了一个数据自动标注的方法的实施例，该实施例包多模态大模型是一种能够处理多种类型数据的机器学习模型，主要包括文本、系统在选举机制下设置一个选举阈值K(K大于等于1)，用于判断正相关标记的数将选举机制下预设的选举阈值与投票统计结果中的正相关标记数量进行比较之[0051]请参阅图2，本申请提供了一个获取第一输出结果的方法的实施例，该实施例包[0067]请参阅图4，本申请提供了一个生成投票统计结果的方法的实施例，该实施例包[0071]一旦确定了存在正相关标记，系统就可以使用给定的式子1来计算每个任务的投用机器学习或深度学习算法来预测目标数据的标注。这种预测过程可能是基于分类算法比较单元806，用于将选举机制下预设的选举阈值与投票统计结果中的正相关标将预标注数据和正相关样本整合到一个训练数据集中，对训练数据集进行预处以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备质。

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论