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！

龙图腾网获悉中国科学技术大学申请的专利一种基于标注可靠性的众包数据真值推断方法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：CN116912615B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310665167.9，技术领域涉及：G06V10/774；该发明授权一种基于标注可靠性的众包数据真值推断方法是由陈恩红;曹智;黄振亚;刘淇;黄野;沈双宏设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于标注可靠性的众包数据真值推断方法在说明书摘要公布了：本发明涉及机器学习领域，具体涉及一种基于标注可靠性的众包数据真值推断方法。该方法构建众包数据真值判断模型对众包数据的真值进行判断，众包数据真值判断模型的构建基于现有端到端真值推断范式，采用分类器训练和混淆矩阵建模标注者的模式，使用的标注做了软标签处理，通过建模标注者能力和从任务特征提取难度，利用神经网络进行认知诊断流程，获得标注者对任务的标注可靠性，再利用标注可靠性构建软标签用于训练。本发明采用基于标注可靠性的真值推断方法CrowdAR来对建模标注者的混淆矩阵，同时建模不同标注者的标注可靠性，进而提高众包数据真值推断的准确性，同时进一步提高真值推断结果的可靠性。

本发明授权一种基于标注可靠性的众包数据真值推断方法在权利要求书中公布了：1.一种基于标注可靠性的众包数据真值推断方法，通过构建的众包数据真值判断模型对众包数据的真值进行判断，所述众包数据真值判断模型的训练包括以下步骤： 步骤一，以端到端真值推断范式下模型作为众包数据真值判断模型的模型主干； 步骤二，准备模型训练集，包括任务、标注者标注的标签以及任务真实标签，其中任务表示待标注的对象； 步骤三，用混淆矩阵W1:R建模标注者，分类器输出预测的任务真值的概率分布fxi，通过第r个标注者的混淆矩阵Wr获取第r个标注者对第i个任务的标注概率分布Wrfxi，1≤r≤R,R代表标注者总数，xi代表第i个任务的特征； 步骤四，基于第i个任务的特征xi计算第i个任务的任务难度di，其具体包括： hi＝sigmoidW1·xi+b1； di＝sigmoidW2·hi+b2； 其中，hi代表第一个线性层输出向量，W1代表第一个线性层可学习参数，W2代表第二个线性层可学习参数，b1代表第一个线性层向量偏置，b2代表第二个线性层向量偏置，sigmoid代表激活函数； 步骤五，随机初始化第r个标注者的能力er，建模er和任务难度di之间的关系，得到标注可靠性其具体包括： 其中，代表点乘符号，W3代表第三个线性层的可学习参数，b3代表第三个线性层向量偏置，sigmoid代表激活函数，Qi代表计算出的标注第i个任务所需要的能力，er代表标注者能力； 步骤六，基于标注可靠性和标注计算标注的软标签分布q′k|xi，k代表任务的第k个类别； 步骤七，定义众包数据真值判断模型的联合损失函数L，其具体包括： 定义第r个标注者标注概率分布Wrfxi和软标签分布q′k|xi的交叉熵损失为L1＝CEWrfxi,q′k|xi，CE代表多分类问题的交叉熵损失函数； 以为分类器输出的第i个任务的类别，为第r个标注者对第i个任务的标注，代表与是否相等的指示函数，定义标注可靠性和指示函数的交叉熵损失函数为 众包数据真值判断模型的联合损失函数其中N代表任务总数； 步骤八，根据联合损失函数L训练众包数据真值判断模型。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；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”。