[發(fā)明專利]一種數(shù)據(jù)標(biāo)注方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010532091.9
• 申請(qǐng)日: 2020-06-11
• 公開（公告）號(hào): CN111859854A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 蘭星;陳偉;謝佳雨
• 申請(qǐng)（專利權(quán)）人: 第四范式（北京）技術(shù)有限公司
• 主分類號(hào): G06F40/117
• 分類號(hào): G06F40/117;G06N20/00
• 代理公司: 北京開陽(yáng)星知識(shí)產(chǎn)權(quán)代理有限公司 11710
• 代理人: 張子青

本公開涉及一種數(shù)據(jù)標(biāo)注方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。本公開通過一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型對(duì)待標(biāo)注的文本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注，得到該文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果后，將該文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果展示輸出到標(biāo)注界面上，以便標(biāo)注員對(duì)該第一標(biāo)注結(jié)果進(jìn)行補(bǔ)充、修改等處理從而得到更完整、更準(zhǔn)確的第二標(biāo)注結(jié)果，由于標(biāo)注員不需要手動(dòng)標(biāo)注出文本數(shù)據(jù)中每個(gè)標(biāo)簽對(duì)應(yīng)的文本序列，而是在機(jī)器學(xué)習(xí)模型對(duì)該文本數(shù)據(jù)進(jìn)行預(yù)標(biāo)注后輸出的第一標(biāo)注結(jié)果的基礎(chǔ)上進(jìn)行數(shù)據(jù)標(biāo)注，從而節(jié)省了標(biāo)注員的工作量，提高了數(shù)據(jù)標(biāo)注的效率。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)標(biāo)注方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)中的數(shù)據(jù)標(biāo)注過程大部分是由標(biāo)注員人工來完成的。例如，在對(duì)文本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注的過程中，標(biāo)注員需要閱讀待標(biāo)注的文本數(shù)據(jù)，并根據(jù)預(yù)先確定的一個(gè)或多個(gè)需標(biāo)注的標(biāo)簽，在該文本數(shù)據(jù)中確定出與每個(gè)標(biāo)簽對(duì)應(yīng)的文本序列。

由此可見，通過標(biāo)注員人工對(duì)文本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注，導(dǎo)致數(shù)據(jù)標(biāo)注的效率較低。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題或者至少部分地解決上述技術(shù)問題，本公開提供了一種數(shù)據(jù)標(biāo)注方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以節(jié)省標(biāo)注員的工作量，提高數(shù)據(jù)標(biāo)注的效率。

第一方面，本公開實(shí)施例提供一種數(shù)據(jù)標(biāo)注方法，包括：

獲取待標(biāo)注的文本數(shù)據(jù)；

通過一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型對(duì)所述文本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注，得到所述文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果，所述第一標(biāo)注結(jié)果包括一個(gè)或多個(gè)需標(biāo)注的標(biāo)簽中部分標(biāo)簽或全部標(biāo)簽對(duì)應(yīng)的第一文本序列；

在標(biāo)注界面上展示輸出所述文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果，以供用戶在標(biāo)注界面上對(duì)所述第一標(biāo)注結(jié)果進(jìn)行處理；

響應(yīng)于用戶對(duì)所述第一標(biāo)注結(jié)果的處理操作，確定所述文本數(shù)據(jù)對(duì)應(yīng)的第二標(biāo)注結(jié)果，所述第二標(biāo)注結(jié)果包括所述一個(gè)或多個(gè)需標(biāo)注的標(biāo)簽中每個(gè)標(biāo)簽對(duì)應(yīng)的第二文本序列。

第二方面，本公開實(shí)施例提供一種數(shù)據(jù)標(biāo)注裝置，包括：

機(jī)器預(yù)標(biāo)注模塊，用于獲取待標(biāo)注的文本數(shù)據(jù)；通過一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型對(duì)所述文本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注，得到所述文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果，所述第一標(biāo)注結(jié)果包括一個(gè)或多個(gè)需標(biāo)注的標(biāo)簽中部分標(biāo)簽或全部標(biāo)簽對(duì)應(yīng)的第一文本序列；

數(shù)據(jù)標(biāo)注模塊，用于在標(biāo)注界面上展示輸出所述文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果，以供用戶在標(biāo)注界面上對(duì)所述第一標(biāo)注結(jié)果進(jìn)行處理；響應(yīng)于用戶對(duì)所述第一標(biāo)注結(jié)果的處理操作，確定所述文本數(shù)據(jù)對(duì)應(yīng)的第二標(biāo)注結(jié)果，所述第二標(biāo)注結(jié)果包括所述一個(gè)或多個(gè)需標(biāo)注的標(biāo)簽中每個(gè)標(biāo)簽對(duì)應(yīng)的第二文本序列。

第三方面，本公開實(shí)施例提供一種數(shù)據(jù)標(biāo)注設(shè)備，包括：

存儲(chǔ)器；

處理器；以及

計(jì)算機(jī)程序；

其中，所述計(jì)算機(jī)程序存儲(chǔ)在所述存儲(chǔ)器中，并被配置為由所述處理器執(zhí)行以實(shí)現(xiàn)如第一方面所述的方法。

第四方面，本公開實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行以實(shí)現(xiàn)第一方面所述的方法。

本公開實(shí)施例提供的數(shù)據(jù)標(biāo)注方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，通過一個(gè)或多個(gè)機(jī)器學(xué)習(xí)模型對(duì)待標(biāo)注的文本數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注，得到該文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果后，將該文本數(shù)據(jù)對(duì)應(yīng)的第一標(biāo)注結(jié)果展示輸出到標(biāo)注界面上，以便標(biāo)注員對(duì)該第一標(biāo)注結(jié)果進(jìn)行補(bǔ)充、修改等處理從而得到更完整、更準(zhǔn)確的第二標(biāo)注結(jié)果，由于標(biāo)注員不需要手動(dòng)標(biāo)注出文本數(shù)據(jù)中每個(gè)標(biāo)簽對(duì)應(yīng)的文本序列，而是在機(jī)器學(xué)習(xí)模型對(duì)該文本數(shù)據(jù)進(jìn)行預(yù)標(biāo)注后輸出的第一標(biāo)注結(jié)果的基礎(chǔ)上進(jìn)行數(shù)據(jù)標(biāo)注，從而節(jié)省了標(biāo)注員的工作量，提高了數(shù)據(jù)標(biāo)注的效率。