[發(fā)明專利]數(shù)據(jù)標注方法、裝置和系統(tǒng)及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201810064292.3
• 申請日: 2018-01-23
• 公開（公告）號: CN108875768A
• 公開（公告）日: 2018-11-23
• 發(fā)明（設計）人: 謝津;周昕宇;張華翼
• 申請（專利權）人: 北京邁格威科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京睿邦知識產(chǎn)權代理事務所(普通合伙) 11481
• 代理人: 徐丁峰;戴亞南

1.一種數(shù)據(jù)標注方法，包括：

從數(shù)據(jù)池的未標注數(shù)據(jù)集中選擇第一數(shù)目的未標注數(shù)據(jù)；

利用標注模型對所述第一數(shù)目的未標注數(shù)據(jù)進行預標注，以獲得所述第一數(shù)目的未標注數(shù)據(jù)的預標注信息，其中，所述預標注信息包括預標注結果；

向顯示裝置輸出第二數(shù)目的未標注數(shù)據(jù)和所述第二數(shù)目的未標注數(shù)據(jù)的預標注結果，其中，所述第二數(shù)目的未標注數(shù)據(jù)為所述第一數(shù)目的未標注數(shù)據(jù)中的至少部分未標注數(shù)據(jù)；

接收針對所述第二數(shù)目的未標注數(shù)據(jù)的預標注結果的反饋信息；以及

基于所述反饋信息確定所述第二數(shù)目的未標注數(shù)據(jù)的最終標注結果。

2.如權利要求1所述的方法，其中，所述預標注信息還包括數(shù)據(jù)得分，在所述顯示裝置上，所述第二數(shù)目的未標注數(shù)據(jù)是按照所述第二數(shù)目的未標注數(shù)據(jù)的數(shù)據(jù)得分排列的，

在所述向顯示裝置輸出第二數(shù)目的未標注數(shù)據(jù)和所述第二數(shù)目的未標注數(shù)據(jù)的預標注結果之前，所述方法還包括：

根據(jù)所述第二數(shù)目的未標注數(shù)據(jù)的數(shù)據(jù)得分對所述第二數(shù)目的未標注數(shù)據(jù)進行排序。

3.如權利要求1所述的方法，其中，所述預標注信息還包括數(shù)據(jù)得分，

在所述向顯示裝置輸出第二數(shù)目的未標注數(shù)據(jù)和所述第二數(shù)目的未標注數(shù)據(jù)的預標注結果之前，所述方法還包括：

從所述第一數(shù)目的未標注數(shù)據(jù)中選擇數(shù)據(jù)得分大于第一得分閾值或者小于第二得分閾值的未標注數(shù)據(jù)作為所述第二數(shù)目的未標注數(shù)據(jù)；或者

從所述第一數(shù)目的未標注數(shù)據(jù)中選擇數(shù)據(jù)得分最高的所述第二數(shù)目的未標注數(shù)據(jù)。

4.如權利要求1所述的方法，其中，所述利用標注模型對所述第一數(shù)目的未標注數(shù)據(jù)進行預標注，以獲得所述第一數(shù)目的未標注數(shù)據(jù)的預標注信息包括：

在預定標注策略為高概率策略或邊界策略的情況下，對于所述第一數(shù)目的未標注數(shù)據(jù)中的每個未標注數(shù)據(jù)，

將該未標注數(shù)據(jù)輸入所述標注模型進行類別預測，所述標注模型的輸出結果用于指示該未標注數(shù)據(jù)屬于至少一個預定類別的概率；以及

確定所述至少一個預定類別中概率最大的預定類別為該未標注數(shù)據(jù)的預標注結果。

5.如權利要求4所述的方法，其中，所述預標注信息還包括數(shù)據(jù)得分，所述利用標注模型對所述第一數(shù)目的未標注數(shù)據(jù)進行預標注，以獲得所述第一數(shù)目的未標注數(shù)據(jù)的預標注信息還包括：

在所述預定標注策略為所述高概率策略的情況下，對于所述第一數(shù)目的未標注數(shù)據(jù)中的每個未標注數(shù)據(jù)，確定該未標注數(shù)據(jù)屬于至少一個預定類別的概率中的最大概率，并將所述最大概率作為該未標注數(shù)據(jù)的數(shù)據(jù)得分。

6.如權利要求1所述的方法，其中，所述利用標注模型對所述第一數(shù)目的未標注數(shù)據(jù)進行預標注，以獲得所述第一數(shù)目的未標注數(shù)據(jù)的預標注信息包括：

在預定標注策略為高相似策略的情況下，對于所述第一數(shù)目的未標注數(shù)據(jù)中的每個未標注數(shù)據(jù)，

將該未標注數(shù)據(jù)輸入所述標注模型，以提取該未標注數(shù)據(jù)的數(shù)據(jù)特征；

根據(jù)該未標注數(shù)據(jù)的數(shù)據(jù)特征與所述已標注數(shù)據(jù)集中的至少一個已標注數(shù)據(jù)的數(shù)據(jù)特征，計算該未標注數(shù)據(jù)與所述至少一個已標注數(shù)據(jù)之間的相似度；

確定與該未標注數(shù)據(jù)之間的相似度最大的已標注數(shù)據(jù)所屬的類別為該未標注數(shù)據(jù)的預標注結果。

7.如權利要求6所述的方法，其中，所述預標注信息還包括數(shù)據(jù)得分，所述利用標注模型對所述第一數(shù)目的未標注數(shù)據(jù)進行預標注，以獲得所述第一數(shù)目的未標注數(shù)據(jù)的預標注信息還包括：

在所述預定標注策略為所述高相似策略的情況下，對于所述第一數(shù)目的未標注數(shù)據(jù)中的每個未標注數(shù)據(jù)，確定該未標注數(shù)據(jù)與至少一個已標注數(shù)據(jù)之間的相似度中的最大相似度，并將所述最大相似度作為該未標注數(shù)據(jù)的數(shù)據(jù)得分。