[發明專利]一種數據標注方法、裝置、設備及存儲介質

在審

• 申請號: 202210340207.8
• 申請日: 2022-03-31
• 公開（公告）號: CN114676151A
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 成都數聯云算科技有限公司
• 主分類號: G06F16/23
• 分類號: G06F16/23;G06F16/2455
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 王志

本申請公開了一種數據標注方法、裝置、設備及存儲介質，將待標注數據庫以頁為單位進行數據標注，先進行自動標注，再用人工標注對自動標注的結果進行校正，自動標注的算法會學習人工標注的校正結果，提升后續自動校正的精準度，進而減少失誤提升效率；同時，人工標注的過程中可能出現人為失誤導致需要進行撤銷、前進動作，通過對數據頁設置版本號，控制標注過程中的前進、撤銷動作，減少對待標注數據集的操作，提升響應速度；同時，數據標注過程在高速緩存中進行，僅在單頁數據標注完成后更新數據庫，減少了對磁盤的讀取操作，提升接口響應效率和交互體驗。

技術領域

本申請涉及數據處理領域，尤其涉及一種數據標注方法、裝置、設備及存儲介質。

背景技術

數據標注是大部分人工智能算法得以有效運行的關鍵環節，標注越準確、標注的數據量越大，算法的性能就越好。數據標注是通過數據加工人員借助標記工具，對人工智能學習數據進行加工的一種行為，但標注人員專業水平不一，會影響標注準確性和速度，成本也較高，過于依賴人工標注，會影響機器學習的效果。

隨著機器學習的廣泛應用，人工標注已滿足不了各行業對標注數據集的需求，計算機領域多使用自動標注，以提高算法的精度、降低標注成本，但自動標注往往不能做到完全正確，還需要手工標注對自動標注后的結果進行校正，但這種標注方式耗費時間較長。

發明內容

本申請的主要目的在于提供一種數據標注方法、裝置、設備及存儲介質，旨在解決用人工標注校正自動標注結果導致接口響應緩慢的技術問題。

為實現上述目的，本申請提供一種數據標注方法，包括：

將數據庫中的待標注數據集保存在高速緩存中；其中，所述待標注數據集共有m頁待標注數據，m為正整數；

讀取高速緩存中的第n頁待標注數據，并設置版本號為n₀；其中，n的取值為1～m；

對所述第n頁待標注數據進行自動標注，并設置版本號為n₁，以獲得初步標注頁；

對所述初步標注頁進行人工標注校正，并設置版本號為n₂，以獲得完成標注的第n頁數據。

可選地，所述對所述初步標注頁進行人工標注校正，并設置版本號為n₂，以獲得完成標注的第n頁數據的步驟之后，還包括：

接收撤銷操作請求；

基于所述撤銷操作請求，讀取上一版本號的數據頁，并更新版本號為所述上一版本號。

在人工標注后，常會出現操作失誤、新發現標注錯誤、返回檢查等情況，需要返回上一步的數據頁，常用的返回方式為對單個操作進行撤回或刪除，返回到初始位置需要進行許多重復性操作并耗費大量時間，還可能會造成響應緩慢，本申請方法使用版本號控制撤銷操作，減少重復性操作，提升標注效率。

可選地，所述基于所述撤銷操作請求，讀取上一版本號的數據頁，并更新版本號為所述上一版本號的步驟之后，還包括：

接收前進操作請求；

基于所述前進操作請求，讀取下一版本號的數據頁，并更新版本號為所述下一版本號。

在執行撤銷操作后，還需要繼續前進，本申請方法使用版本號控制前進操作，減少重復性操作，提升標注效率。

可選地，所述對所述初步標注頁進行人工標注校正，并設置版本號為n₂，以獲得完成標注的第n頁數據的步驟之后，還包括：

接收操作指令；

基于所述操作指令，對所述高速緩存中的所述待標注數據集進行操作。