[發明專利]一種數據標注方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 201810585608.3
• 申請日: 2018-06-08
• 公開（公告）號: CN108898162B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 徐麗麗;王宇飛
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種數據標注方法，其特征在于，包括：

根據提取參數提取第一待標注數據的數據特征；

根據預設的標準樣本及其對應的標注信息對所述數據特征進行預標注處理，得到實際樣本及其對應的標注信息；

根據所述實際樣本及其對應的標注信息對用于標注數據的標注模型進行訓練，并基于訓練的所述標注模型對第二待標注數據進行標注；

所述根據提取參數提取第一待標注數據的數據特征，包括：

根據時間窗口，或時間窗口與步長提取所述第一待標注數據的時間窗口數據；其中，所述步長是相鄰的時間窗口起始位置的差值；

根據提取特征種類、提取特征數量在所述時間窗口數據中提取所述第一待標注數據的數據特征；

所述根據預設的標準樣本及其對應的標注信息對所述數據特征進行預標注處理，得到實際樣本及其對應的標注信息，包括：

對所述數據特征進行聚類處理，得到第一特征子集；

根據所述第一特征子集中包括的所述數據特征，確定各類所述第一特征子集的第一中心特征；

根據所述標準樣本及其對應的標注信息，確定標準樣本特征及其對應的標注信息；

確定所述第一中心特征、所述標準樣本特征的相似度；

根據所述相似度、所述標準樣本特征對應的標注信息確定所述第一特征子集標注信息；

根據所述第一特征子集標注信息確定每個類中的數據特征對應的標注信息；

根據所述時間窗口對所述數據特征進行排序；

根據預設時間段對應的數據特征及其對應的標注信息，確定實際樣本及其對應的標注信息；其中，所述預設時間段包括至少一個所述時間窗口。

2.根據權利要求1所述的方法，其特征在于，所述根據預設時間段對應的數據特征及其對應的標注信息，確定實際樣本及其對應的標注信息，包括：

根據所述預設時間段對應的特征標注信息，確定每個所述特征標注信息在所述預設時間段中出現的頻率，并根據所述頻率在所述特征標注信息中確定出所述預設時間段對應的目標標注信息；

將所述預設時間段對應的所述目標標注信息確定為所述預設時間段對應的數據特征的最終標注信息；

根據所述最終標注信息對所述數據特征進行分類，得到第二特征子集，并根據每類所述第二特征子集中包括的所述數據特征的最終標注信息確定第二特征子集標注信息；

根據每類所述第二特征子集中包括的所述數據特征確定每類所述第二特征子集的第二中心特征；

根據所述第二中心特征確定實際樣本，并將所述第二中心特征對應的所述第二特征子集標注信息確定為所述實際樣本對應的標注信息。

3.根據權利要求1所述的方法，其特征在于，所述標注模型至少包括：卷積層；

所述方法還包括：

根據所述第一待標注數據確定數據類型數量，根據所述時間窗口數據確定數據采樣數量；

根據所述數據類型數量、所述數據采樣數量確定所述卷積層的卷積核。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：

根據所述標準樣本及其對應的標注信息確定所述標注模型的準確率；

根據所述準確率調整所述提取參數。

5.根據權利要求1-3任一項所述的方法，其特征在于，所述基于訓練的所述標注模型對第二待標注數據進行標注，包括：

基于訓練的所述標注模型確定所述第二待標注數據與所述實際樣本的相似度，并根據所述相似度對所述第二待標注數據進行標注。