一种基于联邦强化学习与动态分配的智能标注方法

本发明公开了一种基于联邦强化学习与动态分配的智能标注方法，方法步骤包括：利用半自动标注工具筛选出模型置信度低的标注数据推送给标注员；通过动态质量评估机制对标注员的标注过程进行实时动态质量评估获得重新分配数据；利用任务分配策略网络对重新分配数据进行任务分配概率计算获得任务分配概率；根据任务分配概率将重新分配数据分配给相匹配的标注员。该智能标注方法利用动态质量评估机制对标注过程进行实时动态质量评估，从而发现标注过程中的标注失败情况；利用任务分配策略网络对重新分配数据进行任务分配概率计算，从而根据任务分配概率进行任务的重新精准分配，使得标注任务能够得到最优的分类方案。