[發明專利]一種數據標注方法、裝置及計算設備

在審

• 申請號: 202110665277.6
• 申請日: 2021-06-16
• 公開（公告）號: CN113344083A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王憲;賈書東;胡飛;吳方貴
• 申請（專利權）人: 安徽容知日新科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 高攀;趙愛軍

本發明公開了一種數據標注方法，在數據標注裝置中執行，包括步驟：獲取一條或多條結構數據，基于一條或多條結構數據生成數據集；基于數據集建立相應的標注集，標注集中包括一個或多個標注任務，每個標注任務分別對應數據集中的一條結構數據；獲取基于標注任務對相應的結構數據進行標注生成的真實標注信息；將數據集中的結構數據輸入預定模型，獲取經預定模型處理后輸出的智能標注信息；將智能標注信息與真實標注信息進行比對，以確定所述預定模型的準確率。本發明還一并公開了相應的數據標注裝置和計算設備。

技術領域

本發明涉及人工智能技術領域，特別涉及一種數據標注方法、裝置及計算設備。

背景技術

在人工智能技術領域，通常需要基于大量樣本來訓練算法，以提升算法的準確度和精度。獲取覆蓋多種場景的樣本數據、以及對大量樣本數據進行標注處理，成為提升算法準確度的關鍵。

現有技術中，對樣本的標注處理一般只是針對趨勢數據，樣本數據覆蓋的場景單一，而且，現有技術僅支持人工標注，不支持算法的導入，無法基于算法對樣本數據進行標注，也無法將人工標注與基于算法的智能標注結果進行比對來驗證算法的準確性。

為此，需要一種數據標注方法來解決上述技術方案中存在的問題。

發明內容

為此，本發明提供一種數據標注方法和裝置，以力圖解決或者至少緩解上面存在的問題。

根據本發明的一個方面，提供了一種數據標注方法，在數據標注裝置中執行，包括步驟：獲取一條或多條結構數據，基于所述一條或多條結構數據生成數據集；基于所述數據集建立相應的標注集，所述標注集中包括一個或多個標注任務，每個標注任務分別對應所述數據集中的一條結構數據；獲取基于所述標注任務對相應的結構數據進行標注生成的真實標注信息；將所述數據集中的結構數據輸入預定模型，獲取經所述預定模型處理后輸出的智能標注信息；以及將所述智能標注信息與真實標注信息進行比對，以確定所述預定模型的準確率。

可選地，在根據本發明的數據標注方法中，基于所述數據集建立相應的標注集的步驟包括：建立與所述數據集相關聯的樣本集，所述樣本集中適于存儲一個或多個樣本；建立與所述樣本集相對應的一個或多個標注集，所述標注集包括一種或多種標簽，以便基于標簽對所述結構數據進行標注處理。

可選地，在根據本發明的數據標注方法中，還包括步驟：基于數據集中的每條結構數據和相應的標注信息組合生成樣本；將所述樣本存儲到與所述數據集相關聯的樣本集。

可選地，在根據本發明的數據標注方法中，建立與所述數據集相關聯的樣本集的步驟包括：配置生成樣本集的基礎信息，所述基礎信息包括樣本集信息以及相關聯的數據集信息，以建立樣本集與數據集的關聯關系。

可選地，在根據本發明的數據標注方法中，將所述智能標注信息與真實標注信息進行比對的步驟包括：利用混淆矩陣模型將所述智能標注信息與真實標注信息進行比對。

可選地，在根據本發明的數據標注方法中，在獲取一條或多條結構數據之前，包括步驟：生成一個或多個數據集的配置信息，所述配置信息包括數據集對應的數據結構和數據類型；基于所述數據結構生成數據集對應的數據交互接口。

可選地，在根據本發明的數據標注方法中，獲取一條或多條結構數據的步驟包括：基于數據集對應的數據交互接口獲取相應數據結構的一條或多條結構數據。

可選地，在根據本發明的數據標注方法中，基于數據集對應的數據交互接口獲取相應數據結構的一條或多條結構數據的步驟包括：基于原始數據接口獲取原始數據，確定與所述原始數據類型相對應的數據交互接口，并返回所述數據交互接口的路徑；基于所述數據交互接口獲取與所述原始數據相對應的一條或多條結構數據。

可選地，在根據本發明的數據標注方法中，所述數據類型包括趨勢數據、波形數據或頻譜數據。