[發明專利]一種針對中文文本的智能標注方法及系統在審
| 申請號： | 202110730230.3 | 申請日： | 2021-06-29 |
| 公開（公告）號： | CN113408290A | 公開（公告）日： | 2021-09-17 |
| 發明（設計）人： | 辛國茂;孫露;吳士偉;李釗;盧鳳;郭夢燕;孫浩;陳通 | 申請（專利權）人： | 山東億云信息技術有限公司 |
| 主分類號： | G06F40/295 | 分類號： | G06F40/295;G06F3/0484 |
| 代理公司： | 濟南圣達知識產權代理有限公司 37221 | 代理人： | 閆偉姣 |
| 地址： | 250014 山東省濟南市*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 針對 中文 文本 智能 標注 方法 系統 | ||
1.一種針對中文文本的智能標注方法，其特征在于，包括以下步驟：
獲取待標注數據集，以及待標注的實體和關系標簽；
基于實體關系抽取模型，對待標注數據集進行實體和關系識別，得到預標注結果；
接收用戶對預標注結果的修正，完成標注。
2.如權利要求1所述的一種針對中文文本的智能標注方法，其特征在于，得到預標注結果后，對預標注結果進行顯示，具體包括：
將待標注數據集的文本內容進行顯示，同時顯示預標注結果，所述預標注結果對于不同的實體或關系標簽根據設定樣式進行區分顯示；并且，提供不同實體或關系標簽相應的樣式。
3.如權利要求2所述的一種針對中文文本的智能標注方法，其特征在于，接收用戶對預標注結果的修正包括：
捕獲屏幕上的鼠標事件，在鼠標滑動過程中，對鼠標所指的詞語進行實時區別顯示；當鼠標所指的詞語需要標注或者需要修改標注時，接收用戶的標注操作將相應樣式賦予該詞語。
4.如權利要求3所述的一種針對中文文本的智能標注方法，其特征在于，對鼠標所指的詞語進行實時區別顯示包括：
捕獲屏幕上的鼠標事件，當鼠標滑過待標注數據集文本中某個字時，查找系統內置分詞表中是否有這個字，若有，則獲取該字前面或后面的字與該字進行組合，查找分詞表中是否有這個組合，若有，則將這個組合認定為是一個詞，將該詞進行區別顯示。
5.一種客戶端，與服務器連接，其特征在于，包括：
標注任務配置模塊，用于配置待標注數據集、待標注的實體和關系標簽，以及所需實體關系抽取模型，并生成標注任務；
標注任務發布模塊，用于發布所述標注任務并進行人員分配；
人工標注模塊，用于獲取經由實體關系抽取模型識別、標注得到的預標注結果并進行顯示，接收用戶對預標注結果的修正。
6.如權利要求5所述的一種客戶端，其特征在于，所述人工標注模塊中，將預標注結果進行顯示包括：
將待標注數據集的文本內容進行顯示，同時顯示預標注結果，所述預標注結果對于不同的實體或關系標簽根據設定樣式進行區分顯示；并且，提供不同實體或關系標簽相應的樣式。
7.如權利要求6所述的一種客戶端，其特征在于，所述人工標注模塊中，接收用戶對預標注結果的修正包括：
捕獲屏幕上的鼠標事件，在鼠標滑動過程中，對鼠標所指的詞語進行實時區別顯示；當鼠標所指的詞語需要標注或者需要修改標注時，接收用戶的標注操作將相應樣式賦予該詞語。
8.如權利要求7所述的一種客戶端，其特征在于，對鼠標所指的詞語進行實時區別顯示包括：
捕獲屏幕上的鼠標事件，當鼠標滑過待標注數據集文本中某個字時，查找系統內置分詞表中是否有這個字，若有，則獲取該字前面或后面的字與該字進行組合，查找分詞表中是否有這個組合，若有，則將這個組合認定為是一個詞，將該詞進行區別顯示。
9.一種服務器，與如權利要求5-8任一項所述客戶端連接，其特征在于，包括：
模型管理模塊，用于管理實體關系模型，所述實體關系模型包括模型架構和已訓練好的模型；以及，獲取客戶端關于實體關系抽取模型的配置，得到所需實體關系抽取模型；
智能標注模塊，用于基于所述實體關系抽取模型，對待標注數據集進行實體和關系識別，得到預標注結果。
10.一種針對中文文本的智能標注系統，其特征在于，包括如權利要求5-8任一項所述客戶端和如權利要求9所述服務器。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于山東億云信息技術有限公司，未經山東億云信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110730230.3/1.html，轉載請聲明來源鉆瓜專利網。
