一种基于循环重标注自助法的行业多标签降噪方法

摘要

本发明公开了一种基于循环重标注自助法的行业多标签降噪方法，包括步骤：首先，基于Word2Vec技术提取纳税人文本特征，基于One‑Hot编码对纳税人非文本信息进行处理得到非文本特征；其次，基于多输入双向循环神经网络对纳税人文本特征和非文本特征构建分类器模型；然后，在模型训练过程中，基于循环重标注自助法对噪声标签进行识别及纠正；最后，通过多轮迭代逐渐减小存在噪声标签的样本比例，进而降低噪声标签的影响。本发明解决了现有方法中不能划分噪声标签依据噪声标签纠正效果未达到最优就停止训练的问题。