[發明專利]一種基于實體迭代的領域實體標注語料庫構建方法

在審

• 申請號: 201910665738.2
• 申請日: 2019-07-23
• 公開（公告）號: CN110569490A
• 公開（公告）日: 2019-12-13
• 發明（設計）人: 肖清林
• 申請（專利權）人: 福建奇點時空數字科技有限公司
• 主分類號: G06F17/24
• 分類號: G06F17/24;G06F16/35;G06F16/9535;G06F16/9537;G06Q50/26
• 代理公司: 11589 北京勁創知識產權代理事務所(普通合伙)
• 代理人: 王志敏

一種基于實體迭代的領域實體標注語料庫構建方法，由各個終端和云服務器上收集資料信息；對收集信息進行篩選和分類；將篩選出來的信息發送至網絡中；對網友的信息進行讀取并記錄；完善并分類構建語料庫。本發明通過對終端和云服務器上信息的大量收集對象整理并篩選出量最多的語句、詞條和文章，并篩選分類，將搜索量最多的整理并發送至網絡中，供網友進行觀看并評價，依據評價的內容及網友年齡、學歷和地理位置燈信息的綜合考慮評判，對所評價的內容進行篩取并結合所整理的語句、詞條和文章進行對比，并進行修改，經過不斷的受到反饋，最終分類構建語料庫，使得語料庫構建達到了準確、實用和有價值。

技術領域

本發明涉及語料庫領域，尤其涉及一種基于實體迭代的領域實體標注語料庫構建方法。

背景技術

通過構建語料庫而實現對企業工作的正面評價，一直以來都缺乏一個有效的方法，通過下級對上級進行一段時間的匯報，這樣具有單獨性，并不能和廣大人民心聲結合起來，更不能客觀的表現出來，進而造成語料庫構建的困難。

為解決上述問題，本申請中提出一種基于實體迭代的領域實體標注語料庫構建方法。

發明內容

(一)發明目的

為解決背景技術中存在的技術問題，本發明提出一種基于實體迭代的領域實體標注語料庫構建方法，通過對終端和云服務器上信息的大量收集對象整理并篩選出量最多的文章、關鍵詞和語句，并發送至網絡中供網友評價及修正，最終結合出優良的語料并進行最終確定存儲。

(二)技術方案

為解決上述問題，本發明提供了一種基于實體迭代的領域實體標注語料庫構建方法，方法步驟包括：

S1、由各個終端和云服務器上收集資料信息；

S2、對收集信息進行篩選和分類；

S3、將篩選出來的信息發送至網絡中；

S4、對網友的信息進行讀取并記錄；

S5、完善并分類構建語料庫。

優選的，在S1中，收集資料信息包括語料建設、企業文化建設、企業組織建設、企業作風建設、紀律建設和制度建設相關文章、關鍵詞和語句。

優選的，在S2中，將收集的信息進行篩選，去除無用的信息，將篩選后的信息分為一系列標簽，并根據標簽進行分類。

優選的，在S3中，將篩選后的出現次數最多的文章、關鍵詞和語句發送至網絡中，推送至移動端供觀看。

優選的，在S4中，網友信息包括年齡信息、評論、學歷信息和地理信息，將各個年齡段的評論、各個學歷段評論和不同地理位置信息評論進行整理和記錄。

優選的，在S5中，綜合各階段人群的評論與見解，不斷的修正關于語料建設、企業文化建設、企業組織建設、企業作風建設、紀律建設和制度建設等文章、關鍵詞和語句，進行構建完整的語料庫，并將語料庫以分成關鍵詞的、雙語的和多語的。

本發明的上述技術方案具有如下有益的技術效果：

通過對終端和云服務器上信息的大量收集對象整理并篩選出量最多的語句、詞條和文章，并篩選分類，將搜索量最多的整理并發送至網絡中，供網友進行觀看并評價，依據評價的內容及網友年齡、學歷和地理位置燈信息的綜合考慮評判，對所評價的內容進行篩取并結合所整理的語句、詞條和文章進行對比，并進行修改，經過不斷的受到反饋，最終分類構建語料庫，使得語料庫構建達到了快速、準確、實用和有價值的效果。

附圖說明

圖1為本發明提出的一種基于實體迭代的領域實體標注語料庫構建方法的流程示意圖。

具體實施方式