[發明專利]數據標注方法及裝置、電子設備、存儲介質

在審

• 申請號: 202110332177.1
• 申請日: 2021-03-29
• 公開（公告）號: CN113159133A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 李洪宇
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州德科知識產權代理有限公司 44381
• 代理人: 蔡麗妮;萬振雄

1.一種數據標注方法，其特征在于，包括：

通過第一類標注模型對待標注數據進行數據標注，得到第一標注結果，所述第一類標注模型是基于第一標簽集合構建的；

通過第二類標注模型對所述待標注數據進行數據標注，得到第二標注結果，所述第二類標注模型是基于第二標簽集合構建的，所述第一標簽集合與所述第二標簽集合均為所述待標注數據對應的目標標簽集合的子集，且所述第一標簽集合區別于所述第二標簽集合；

將所述第一標注結果和所述第二標注結果進行融合，得到與所述待標注數據匹配的目標標注結果。

2.根據權利要求1所述的方法，其特征在于，在所述通過第一類標注模型對待標注數據進行數據標注，得到第一標注結果之前，所述方法還包括：

根據待標注數據對應的數據標注場景，確定所述待標注數據對應的目標標簽集合；

從所述目標標簽集合中確定出第一標簽集合，所述第一標簽集合包括多個屬于所述目標標簽集合的數據標簽；

根據所述第一標簽集合，生成第二標簽集合。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第一標簽集合，生成第二標簽集合，包括：

針對所述第一標簽集合所包括的每一個數據標簽，分別計算所述每一個數據標簽與所述第一標簽集合中的其它各個數據標簽之間的相似度，得到多組數據標簽對的相似度；

若任意一組數據標簽對的相似度滿足相似條件，則將相似度滿足所述相似條件的數據標簽對所包含的數據標簽添加到第二標簽集合中。

4.根據權利要求3所述的方法，其特征在于，所述若任意兩個數據標簽之間的的相似度滿足相似條件，則將相似度滿足所述相似條件的數據標簽添加到第二標簽集合中，包括：

按照相似度從高到低的順序，對計算得到的各組數據標簽對的相似度進行排序；

將相似度排序滿足順序條件的數據標簽對所包含的數據標簽添加到第二標簽集合中。

5.根據權利要求3所述的方法，其特征在于，在所述針對所述第一標簽集合所包括的每一個數據標簽，分別計算所述每一個數據標簽與所述第一標簽集合中的其它各個數據標簽之間的相似度，得到多組數據標簽對的相似度之前，所述方法還包括：

針對所述第一標簽集合所包括的每一個數據標簽，分別獲取所述每一個數據標簽對應的已標注數據；

根據所述每一個數據標簽對應的已標注數據，分別獲取各個數據標簽對應的標簽向量；

所述針對所述第一標簽集合所包括的每一個數據標簽，分別計算所述每一個數據標簽與所述第一標簽集合中的其它各個數據標簽之間的相似度，得到多組數據標簽對的相似度，包括：

分別對每一個數據標簽對應的標簽向量與所述第一標簽集合中的其他各個數據標簽對應的標簽向量之間的向量相似度進行計算，得到相應的多組數據標簽對的相似度。

6.根據權利要求5所述的方法，其特征在于，所述根據所述每一個數據標簽對應的已標注數據，分別獲取各個數據標簽對應的標簽向量，包括：

將第一數據標簽對應的各個第一已標注數據分別映射為所述各個第一已標注數據對應的第一數據向量，其中，所述第一數據標簽為所述第一標簽集合中的任一數據標簽；

對各個所述第一數據向量進行平均池化，得到所述第一數據標簽對應的標簽向量。

7.根據權利要求1至6任一項所述的方法，其特征在于，所述通過第一類標注模型對待標注數據進行數據標注，得到第一標注結果，包括：

將待標注數據輸入所述第一類標注模型，通過所述第一類標注模型包含的數據標簽對所述待標注數據進行標注，得到所述第一類標注模型輸出的第一標注結果，其中，所述第一類標注模型是根據第一樣本數據進行訓練得到的，所述第一樣本數據攜帶的數據標簽屬于第一標簽集合；

所述通過第二類標注模型對所述待標注數據進行數據標注，得到第二標注結果，包括：

將所述待標注數據輸入所述第二類標注模型，通過所述第二類標注模型包含的數據標簽對所述待標注數據進行標注，得到所述第二類標注模型輸出的第二標注結果，其中，所述第二類標注模型是根據第二樣本數據進行訓練得到的，所述第二樣本數據攜帶的數據標簽屬于第二標簽集合。