[發明專利]數據標注方法、裝置、介質以及電子設備

有效

• 申請號: 201911110917.6
• 申請日: 2019-11-14
• 公開（公告）號: CN111079376B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 朱成浩;翟喜梅;田育珍;徐寧;李鑫
• 申請（專利權）人: 北京房江湖科技有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

1.一種數據標注方法，包括：

獲取當前標注工程的待標注文本；

根據所述當前標注工程所包含的所有標注動作，為所述待標注文本提供所述所有標注動作各自對應的動作描述信息以及所述所有標注動作各自對應的標簽描述信息；

根據針對所述所有標注動作各自的動作描述信息以及所述標簽描述信息的標注操作，確定所述待標注文本的標簽信息；

根據所述待標注文本和所述標簽信息，生成至少一條標注數據；

其中，所述根據所述當前標注工程所包含的所有標注動作，為所述待標注文本提供所述所有標注動作各自對應的動作描述信息以及所述所有標注動作各自對應的標簽描述信息，包括：

對于當前標注工程所包含的任一標注動作，將所述待標注文本提供給該標注動作對應的標簽預測模型，經由該標注動作對應的標簽預測模型對所述待標注文本進行標簽預測處理，根據該標注動作對應的標簽預測模型輸出的標簽預測結果，獲得該標注動作對應的缺省標簽信息。

2.根據權利要求1所述的方法，其中，所述當前標注工程所包含的所有標注動作，包括：

基于文本分類任務的標注動作；和/或

基于文本序列任務的標注動作；

其中，所述基于文本分類任務的標注動作包括：基于單一分類維度的文本分類任務的一個標注動作、或者基于多分類維度的文本分類任務的多個標注動作。

3.根據權利要求1所述的方法，其中，所述根據所述當前標注工程所包含的所有標注動作，為所述待標注文本提供所述所有標注動作各自對應的動作描述信息以及所述所有標注動作各自對應的標簽描述信息，還包括：

為所述待標注文本提供該標注動作對應的動作描述信息、該標注動作對應的所有標簽描述信息以及該標注動作對應的缺省標簽信息。

4.根據權利要求1所述的方法，其中，所述標簽預測模型包括：分類預測模型，或者，文本序列模型；所述將所述待標注文本提供給該標注動作對應的標簽預測模型，經由該標注動作對應的標簽預測模型對所述待標注文本進行標簽預測處理，包括：

對于基于文本分類任務的標注動作，將所述待標注文本提供給該標注動作對應的各分類預測模型，經由各分類預測模型對所述待標注文本進行分類預測處理；和/或

對于基于文本序列任務的標注動作，將所述待標注文本提供給文本序列模型，經由所述文本序列模型對所述待標注文本進行劃詞位置預測處理。

5.根據權利要求3所述的方法，其中，所述為所述待標注文本提供該標注動作對應的動作描述信息、該標注動作對應的所有標簽描述信息以及該標注動作對應的缺省標簽信息，包括：

對于基于文本分類任務的標注動作，顯示所述待標注文本、以及至少一個信息塊，并將每一個信息塊中的與缺省標簽信息對應的標簽描述信息設置為被選擇狀態；其中，一個信息塊包括：一個標注動作對應的動作描述信息以及該標注動作對應的所有標簽描述信息；

對于基于文本序列的標注動作，顯示所述待標注文本、以及與該標注動作對應的動作描述信息以及該標注動作對應的所有標簽描述信息，并根據所述缺省標簽信息在所述待標注文本的相應位置處劃詞。

6.根據權利要求5所述的方法，其中，所述信息塊中的所有標簽描述信息的排列順序包括：基于哈夫曼樹的排列順序。

7.根據權利要求5所述的方法，其中，所述根據針對所述所有標注動作各自的動作描述信息以及所述標簽描述信息的標注操作，確定所述待標注文本的標簽信息，包括：

在所述標注操作取消與所述缺省標簽信息對應的標簽描述信息的被選擇狀態的情況下，根據所述標注操作設置的被選擇狀態的標簽描述信息，確定所述待標注文本的標簽信息；

在所述標注操作維持與所述缺省標簽信息對應的標簽描述信息的被選擇狀態的情況下，將所述缺省標簽信息作為所述待標注文本的標簽信息；

在所述標注操作改變所述劃詞的情況下，根據改變后的劃詞，確定所述待標注文本的標簽信息；

在所述標注操作維持所述劃詞的情況下，將所述缺省標簽信息作為所述待標注文本的標簽信息。