[發明專利]一種數據標注方法、裝置、存儲介質及計算機設備

在審

• 申請號: 202010713841.2
• 申請日: 2020-07-22
• 公開（公告）號: CN112036166A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 劉一鵬
• 申請（專利權）人: 大箴（杭州）科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06K9/62;G06N20/00
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威;賈依嬌

1.一種數據標注方法，其特征在于，包括：

獲取預先定義的數據標簽，其中，所述數據標簽包括多個一級標簽以及與所述一級標簽相對應的多個二級標簽；

利用獲取的第一樣本數據訓練第一標注模型，對當前還未標注一級標簽的待標注數據進行自動標注，得到第一標注數據，其中，所述第一樣本數據為各目標對象對選取的部分待標注數據進行一級標簽的標注而得到的；

依據各目標對象標注數量最多的一級標簽，將選取的部分第一標注數據配置給相應的目標對象進行二級標簽的標注，得到第二樣本數據；

利用所述第二樣本數據訓練第二標注模型，對當前還未標注二級標簽的第一標注數據進行自動標注，得到第二標注數據。

2.根據權利要求1所述的方法，其特征在于，所述利用獲取的第一樣本數據訓練第一標注模型，對當前還未標注一級標簽的待標注數據進行自動標注，得到第一標注數據，包括：

獲取各目標對象利用所述一級標簽對選取的部分待標注數據進行標注得到的第一樣本數據；

根據預設的深度學習模型、所述第一樣本數據以及所述一級標簽，訓練第一標注模型；

利用所述第一標注模型對當前還未標注一級標簽的待標注數據進行自動標注處理，得到第一標注數據。

3.根據權利要求2所述的方法，其特征在于，所述利用所述第一標注模型對當前還未標注一級標簽的待標注數據進行自動標注處理，得到第一標注數據之后，所述方法還包括：

分別統計并提取各目標對象標注數量最多的K個一級標簽；

按照各目標對象對應的所述K個一級標簽，將所述第一標注數據配置給相應的目標對象進行復檢。

4.根據權利要求1所述的方法，其特征在于，所述利用所述第二樣本數據訓練第二標注模型，對當前還未標注二級標簽的第一標注數據進行自動標注，得到第二標注數據，包括：

獲取各目標對象利用所述二級標簽對選取的部分第一標注數據進行標注得到的第二樣本數據；

根據預設的深度學習模型、所述第二樣本數據以及所述二級標簽，訓練第二標注模型；

利用所述第二標注模型對當前還未標注二級標簽的第一標注數據進行自動標注處理，得到第二標注數據。

5.根據權利要求4所述的方法，其特征在于，所述利用所述第二標注模型對當前還未標注二級標簽的第一標注數據進行自動標注處理，得到第二標注數據之后，所述方法還包括：

分別統計并提取各目標對象標注數量最多的K個二級標簽；

按照各目標對象對應的所述K個二級標簽，將所述第二標注數據配置給相應的目標對象進行復檢。

6.根據權利要求2所述的方法，其特征在于，所述獲取各目標對象利用所述一級標簽對選取的部分待標注數據進行標注得到的第一樣本數據，包括：

對待標注數據進行隨機抽樣處理，得到第一抽樣數據；

將所述第一抽樣數據隨機配置給各目標對象進行標注處理；

接收所述各目標對象反饋的標注處理結果，并將所述標注處理結果確定為第一樣本數據。

7.根據權利要求1所述的方法，其特征在于，所述獲取預先定義的數據標簽之前，所述方法還包括：

根據待標注數據，定義一級標簽；

根據所述一級標簽，定義與所述一級標簽相關聯的二級標簽；

將所述一級標簽、二級標簽以及所述一級標簽與所述二級標簽的映射關系保存至預先建立的標簽數據庫中。