买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜云海时空(北京)科技有限公司;云海时空(南京)科技有限公司申请的专利一种基于弱监督学习的文本数据标注方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119669477B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510168698.6，技术领域涉及：G06F16/355；该发明授权一种基于弱监督学习的文本数据标注方法及系统是由郭哲滔;任宇翔;李明睿;沈寓实;马越;韩特设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本一种基于弱监督学习的文本数据标注方法及系统在说明书摘要公布了：本发明属于自然语言处理技术领域，公开了一种基于弱监督学习的文本数据标注方法及系统。所述的方法包括如下步骤：使用弱监督学习算法，对若干历史文本数据进行伪标签生成，得到设置有真实标签的若干源域数据和设置有伪标签的若干目标域数据；使用深度学习与对抗训练算法，构建文本数据标注模型，并使用持续学习算法，对文本数据标注模型进行调整；使用调整的文本数据标注模型，对实时文本数据进行标注，得到标注后实时文本数据，并使用持续学习算法，对调整的文本数据标注模型进行更新。本发明解决了现有技术存在的人工标注成本高、标注质量参差不齐以及对标签数据的依赖性高的问题。

本发明授权一种基于弱监督学习的文本数据标注方法及系统在权利要求书中公布了：1.一种基于弱监督学习的文本数据标注方法，其特征在于：包括如下步骤：采集若干历史文本数据，并使用弱监督学习算法，对若干历史文本数据进行伪标签生成，得到设置有真实标签的若干源域数据和设置有伪标签的若干目标域数据；根据若干源域数据和若干目标域数据，使用深度学习与对抗训练算法，构建文本数据标注模型，并使用持续学习算法，对文本数据标注模型进行调整，得到调整的文本数据标注模型，包括如下步骤：使用深度学习与对抗训练算法，构建初始的文本数据标注模型；根据若干源域数据和若干目标域数据，对初始的文本数据标注模型进行优化训练，得到优化的文本数据标注模型，并得到若干历史文本数据标注经验；使用持续学习算法的经验回放机制，构建经验回放池，并使用持续学习算法的弹性权重连接机制，构建弹性损失函数；根据经验回放池和弹性损失函数，对文本数据标注模型进行调整，得到调整的文本数据标注模型，并将若干历史文本数据标注经验存储至经验回放池；所述的文本数据标注模型基于DBN-DANN-Elman算法构建，且文本数据标注模型包括依次连接的基于DBN算法构建的文本特征提取模型、基于DANN算法构建的域对抗训练模块以及基于Elman算法构建的文本数据标注模块，所述的域对抗训练模块包括依次连接的标签预测器和域分类器；其中，根据若干源域数据和若干目标域数据，对初始的文本数据标注模型进行优化训练，得到优化的文本数据标注模型，并得到若干历史文本数据标注经验，包括如下步骤：根据若干目标域数据，对初始的文本数据标注模型的初始的文本特征提取模型和初始的文本数据标注模块进行预训练，得到预训练的文本特征提取模型和预训练的文本数据标注模块；根据若干源域数据和若干目标域数据，对预训练的文本特征提取模型和预训练的文本数据标注模块进行优化训练，得到最终的特征提取模型和最终的文本数据标注模块，并得到若干历史文本特征；整合初始的文本数据标注模型的标签预测器的第三损失函数和域分类器的第四损失函数，得到初始的域对抗训练模块的第二综合损失函数；根据历史文本特征，使用标签预测器，生成对应的历史标签预测，并使用域分类器，生成对应的历史域分类结果；根据历史标签预测和历史域分类结果，使用初始的域对抗训练模块的第二综合损失函数，得到对应的第二历史损失值；保留每次优化训练中产生的历史文本特征和文本数据标注模型的历史模型参数，得到历史文本数据标注经验；遍历所有源域数据和目标域数据，进行上述域对抗训练模块的优化训练步骤，若第二历史损失值小于第二损失值阈值，则输出最终的域对抗训练模块；整合最终的文本特征提取模型、最终的域对抗训练模块以及最终的文本数据标注模块，得到优化的文本数据标注模型，并得到若干历史文本数据标注经验；采集实时文本数据，使用调整的文本数据标注模型，对实时文本数据进行标注，得到标注后实时文本数据，并使用持续学习算法，对调整的文本数据标注模型进行更新，得到更新的文本数据标注模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云海时空(北京)科技有限公司;云海时空(南京)科技有限公司，其通讯地址为：100000 北京市大兴区经济技术开发区嘉创路5号1号楼8层918；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。