[發(fā)明專利]一種數(shù)據(jù)處理方法和裝置

有效

• 申請?zhí)枺?/td>: 201910753601.2
• 申請日: 2019-08-15
• 公開（公告）號(hào): CN110472054B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計(jì)）人: 張晴晴;劉天宇;楊金富;羅磊;馬光謙;汪洋
• 申請（專利權(quán)）人: 北京愛數(shù)智慧科技有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/169;G10L15/06
• 代理公司: 北京智沃律師事務(wù)所 11620
• 代理人: 梁晨

1.一種數(shù)據(jù)處理方法，其特征在于，包括以下步驟：

在多個(gè)標(biāo)注員完成多種類型的語音標(biāo)注任務(wù)后，獲取每個(gè)所述標(biāo)注員的標(biāo)注數(shù)據(jù)，所述標(biāo)注數(shù)據(jù)用于表示對語音標(biāo)注任務(wù)的標(biāo)注質(zhì)量；

根據(jù)所述標(biāo)注數(shù)據(jù)，對所述多個(gè)標(biāo)注員進(jìn)行聚類，利用所述標(biāo)注數(shù)據(jù)對標(biāo)注員進(jìn)行準(zhǔn)確性維度和能效比維度的分析，確定每個(gè)所述標(biāo)注員擅長的任務(wù)類型和不擅長的任務(wù)類型；

所述標(biāo)注數(shù)據(jù)包括語音文本正確性；

所述獲取每個(gè)所述標(biāo)注員的標(biāo)注數(shù)據(jù)，包括：

獲取每個(gè)所述標(biāo)注員完成每個(gè)語音標(biāo)注任務(wù)后得到的標(biāo)注文本；

通過對所述標(biāo)注文本與所述語音標(biāo)注任務(wù)對應(yīng)的標(biāo)準(zhǔn)文本進(jìn)行對比，確定多種類型錯(cuò)誤的出現(xiàn)次數(shù)，所述多種類型錯(cuò)誤包括插入錯(cuò)誤、刪除錯(cuò)誤和替換任務(wù)；

根據(jù)所述語音標(biāo)注任務(wù)的類型，確定每種類型的錯(cuò)誤的權(quán)重；

根據(jù)所述每種類型錯(cuò)誤的權(quán)重，計(jì)算文本錯(cuò)誤率；

判斷所述文本錯(cuò)誤率是否大于第一預(yù)設(shè)閾值，如果是，則確定語音文本不正確；否則，確定語音文本正確；

所述標(biāo)注數(shù)據(jù)包括完成任務(wù)所需時(shí)間、文本正確分?jǐn)?shù)、語音有效時(shí)長、完成任務(wù)的次數(shù)、一次通過率、文本修改率和能效比；

所述根據(jù)所述標(biāo)注數(shù)據(jù)，對所述多個(gè)標(biāo)注員進(jìn)行聚類，利用所述標(biāo)注數(shù)據(jù)對標(biāo)注員進(jìn)行準(zhǔn)確性維度和能效比維度的分析，確定每個(gè)所述標(biāo)注員擅長的任務(wù)類型和不擅長的任務(wù)類型，包括：

針對每個(gè)標(biāo)注員，判斷其對每種類型的語音標(biāo)注任務(wù)的標(biāo)注數(shù)據(jù)是否滿足預(yù)設(shè)條件，若滿足，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；

其中，當(dāng)標(biāo)注數(shù)據(jù)包括語音文本正確性時(shí)，針對每個(gè)標(biāo)注員，判斷其對每種類型的語音標(biāo)注任務(wù)的語音文本是否正確，如果正確，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；

當(dāng)標(biāo)注數(shù)據(jù)包括完成任務(wù)所需時(shí)間、文本正確分?jǐn)?shù)、語音有效時(shí)長、完成任務(wù)的次數(shù)、一次通過率、文本修改率和能效比時(shí)，針對每個(gè)標(biāo)注員，判斷其對每種類型的語音標(biāo)注任務(wù)的標(biāo)注數(shù)據(jù)與預(yù)設(shè)閾值是否滿足預(yù)設(shè)關(guān)系，如果是，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；其中，判斷標(biāo)注員對每種類型的語音標(biāo)注任務(wù)的一次通過率是否大于第三預(yù)設(shè)閾值，如果是，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；判斷標(biāo)注員對每種類型的語音標(biāo)注任務(wù)的文本修改率是否小于第四預(yù)設(shè)閾值，如果是，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)。

2.一種數(shù)據(jù)處理裝置，其特征在于，包括：

獲取模塊，用于在多個(gè)標(biāo)注員完成多種類型的語音標(biāo)注任務(wù)后，獲取每個(gè)所述標(biāo)注員的標(biāo)注數(shù)據(jù)，所述標(biāo)注數(shù)據(jù)用于表示對語音標(biāo)注任務(wù)的標(biāo)注質(zhì)量；

聚類模塊，用于根據(jù)所述標(biāo)注數(shù)據(jù)，對所述多個(gè)標(biāo)注員進(jìn)行聚類，利用所述標(biāo)注數(shù)據(jù)對標(biāo)注員進(jìn)行準(zhǔn)確性維度和能效比維度的分析，確定每個(gè)所述標(biāo)注員擅長的任務(wù)類型和不擅長的任務(wù)類型；

所述標(biāo)注數(shù)據(jù)包括語音文本正確性；

所述獲取模塊，具體用于獲取每個(gè)所述標(biāo)注員完成每個(gè)語音標(biāo)注任務(wù)后得到的標(biāo)注文本；通過對所述標(biāo)注文本與所述語音標(biāo)注任務(wù)對應(yīng)的標(biāo)準(zhǔn)文本進(jìn)行對比，確定多種類型錯(cuò)誤的出現(xiàn)次數(shù)，所述多種類型錯(cuò)誤包括插入錯(cuò)誤、刪除錯(cuò)誤和替換任務(wù)；根據(jù)所述語音標(biāo)注任務(wù)的類型，確定每種類型的錯(cuò)誤的權(quán)重；根據(jù)所述每種類型錯(cuò)誤的權(quán)重，計(jì)算文本錯(cuò)誤率；判斷所述文本錯(cuò)誤率是否大于第一預(yù)設(shè)閾值，如果是，則確定語音文本不正確；否則，確定語音文本正確；

所述標(biāo)注數(shù)據(jù)包括完成任務(wù)所需時(shí)間、文本正確分?jǐn)?shù)、語音有效時(shí)長、完成任務(wù)的次數(shù)、一次通過率、文本修改率和能效比；

所述聚類模塊，具體用于針對每個(gè)標(biāo)注員，判斷其對每種類型的語音標(biāo)注任務(wù)的標(biāo)注數(shù)據(jù)是否滿足預(yù)設(shè)條件，若滿足，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；

其中，當(dāng)標(biāo)注數(shù)據(jù)包括語音文本正確性時(shí)，針對每個(gè)標(biāo)注員，判斷其對每種類型的語音標(biāo)注任務(wù)的語音文本是否正確，如果正確，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；

當(dāng)標(biāo)注數(shù)據(jù)包括完成任務(wù)所需時(shí)間、文本正確分?jǐn)?shù)、語音有效時(shí)長、完成任務(wù)的次數(shù)、一次通過率、文本修改率和能效比時(shí)，針對每個(gè)標(biāo)注員，判斷其對每種類型的語音標(biāo)注任務(wù)的標(biāo)注數(shù)據(jù)與預(yù)設(shè)閾值是否滿足預(yù)設(shè)關(guān)系，如果是，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；其中，判斷標(biāo)注員對每種類型的語音標(biāo)注任務(wù)的一次通過率是否大于第三預(yù)設(shè)閾值，如果是，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)；判斷標(biāo)注員對每種類型的語音標(biāo)注任務(wù)的文本修改率是否小于第四預(yù)設(shè)閾值，如果是，則確定該標(biāo)注員擅長該類型的語音標(biāo)注任務(wù)；否則，確定該標(biāo)注員不擅長該類型的語音標(biāo)注任務(wù)。