[發明專利]數據標注方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201910814100.0
• 申請日: 2019-08-30
• 公開（公告）號: CN110516252B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 王炳乾
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/205;G06F16/36
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 白雪靜

本申請公開了一種數據標注方法、裝置、計算機設備和計算機可讀存儲介質，其中方法包括：基于藝術領域知識圖譜，采用遠程監督方法獲取待標注數據；對待標注數據進行數據清洗和預標注，得到預標注數據；對預標注數據進行標注校正。該方法在保證標記數據質量的前提下，自動標記數據中的實體，然后通過標注校正，處理漏標和錯標問題，在一定程度上降低了人工標注數據的負擔，提高實體數據標注的效率。

技術領域

本申請涉及自然語言處理技術領域，尤其涉及一種數據標注方法、裝置、計算機設備和計算機可讀存儲介質。

背景技術

隨著人工智能和知識圖譜的新起與相關技術的突破，自然語言處理(NaturalLanguage Processing，簡稱NLP)技術在更多的領域顯現其重要的作用。具體到藝術領域知識圖譜的搭建來說，實體關系抽取構建知識圖譜的重要環節，而命名實體識別是關系抽取的第一步。現有的實體識別方法大多都采用深度學習，這就自然而然離不開標注好的實體數據。

目前，通常采用人工在標注平臺上來進行實體數據標注，而這會大大影響標注效率，而且需要極高的人力成本。

發明內容

本申請的目的旨在至少在一定程度上解決上述的技術問題之一。

為此，本申請的第一個目的在于提出一種數據標注方法，該方法在保證標記數據質量的前提下，自動標記數據中的實體，然后通過標注校正，處理漏標和錯標問題，在一定程度上降低了人工標注數據的負擔，提高實體數據標注的效率。

本申請的第二個目的在于提出一種數據標注裝置。

本申請的第三個目的在于提出一種計算機設備。

本申請的第四個目的在于提出一種計算機可讀存儲介質。

為達上述目的，本申請第一方面實施例提出了一種數據標注方法，包括：基于藝術領域知識圖譜，采用遠程監督方法獲取待標注數據；對所述待標注數據進行數據清洗和預標注，得到預標注數據；對所述預標注數據進行標注校正。

本申請實施例的數據標注方法，通過基于藝術領域知識圖譜，采用遠程監督方法獲取待標注數據；對所述待標注數據進行數據清洗和預標注，得到預標注數據；對所述預標注數據進行標注校正，該方法在保證標記數據質量的前提下，自動標記數據中的實體，然后通過標注校正，處理漏標和錯標問題，在一定程度上降低了人工標注數據的負擔，提高實體數據標注的效率。

為達上述目的，本申請第二方面實施例提出了一種數據標注裝置，包括：獲取模塊，用于基于藝術領域知識圖譜，采用遠程監督方法獲取待標注數據；預標注模塊，用于對所述待標注數據進行數據清洗和預標注，得到預標注數據；標注校正模塊，用于對所述預標注數據進行標注校正。

本申請實施例的數據標注裝置，通過基于藝術領域知識圖譜，采用遠程監督方法獲取待標注數據；對所述待標注數據進行數據清洗和預標注，得到預標注數據；對所述預標注數據進行標注校正，該裝置可實現在保證標記數據質量的前提下，自動標記數據中的實體，然后通過標注校正，處理漏標和錯標問題，在一定程度上降低了人工標注數據的負擔，提高實體數據標注的效率。

為達上述目的，本申請第三方面實施例提出了一種計算機設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時，以用于實現本申請第一方面實施例所述的數據標注方法。

為達上述目的，本申請第四方面實施例提出了一種計算機可讀存儲介質，其上存儲有計算機程序，以用于實現本申請第一方面實施例所述的數據標注方法。

本申請附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實踐了解到。

附圖說明

圖1是根據本申請一個實施例的數據標注方法的流程圖；