[发明专利]数据标注方法、装置、计算机设备和存储介质

说明书

本申请公开了一种数据标注方法、装置、计算机设备和计算机可读存储介质，其中方法包括：基于艺术领域知识图谱，采用远程监督方法获取待标注数据；对待标注数据进行数据清洗和预标注，得到预标注数据；对预标注数据进行标注校正。该方法在保证标记数据质量的前提下，自动标记数据中的实体，然后通过标注校正，处理漏标和错标问题，在一定程度上降低了人工标注数据的负担，提高实体数据标注的效率。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种数据标注方法、装置、计算机设备和计算机可读存储介质。

背景技术

随着人工智能和知识图谱的新起与相关技术的突破，自然语言处理(NaturalLanguage Processing，简称NLP)技术在更多的领域显现其重要的作用。具体到艺术领域知识图谱的搭建来说，实体关系抽取构建知识图谱的重要环节，而命名实体识别是关系抽取的第一步。现有的实体识别方法大多都采用深度学习，这就自然而然离不开标注好的实体数据。

目前，通常采用人工在标注平台上来进行实体数据标注，而这会大大影响标注效率，而且需要极高的人力成本。

发明内容

本申请的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本申请的第一个目的在于提出一种数据标注方法，该方法在保证标记数据质量的前提下，自动标记数据中的实体，然后通过标注校正，处理漏标和错标问题，在一定程度上降低了人工标注数据的负担，提高实体数据标注的效率。

本申请的第二个目的在于提出一种数据标注装置。

本申请的第三个目的在于提出一种计算机设备。

本申请的第四个目的在于提出一种计算机可读存储介质。

为达上述目的，本申请第一方面实施例提出了一种数据标注方法，包括：基于艺术领域知识图谱，采用远程监督方法获取待标注数据；对所述待标注数据进行数据清洗和预标注，得到预标注数据；对所述预标注数据进行标注校正。

本申请实施例的数据标注方法，通过基于艺术领域知识图谱，采用远程监督方法获取待标注数据；对所述待标注数据进行数据清洗和预标注，得到预标注数据；对所述预标注数据进行标注校正，该方法在保证标记数据质量的前提下，自动标记数据中的实体，然后通过标注校正，处理漏标和错标问题，在一定程度上降低了人工标注数据的负担，提高实体数据标注的效率。

为达上述目的，本申请第二方面实施例提出了一种数据标注装置，包括：获取模块，用于基于艺术领域知识图谱，采用远程监督方法获取待标注数据；预标注模块，用于对所述待标注数据进行数据清洗和预标注，得到预标注数据；标注校正模块，用于对所述预标注数据进行标注校正。

本申请实施例的数据标注装置，通过基于艺术领域知识图谱，采用远程监督方法获取待标注数据；对所述待标注数据进行数据清洗和预标注，得到预标注数据；对所述预标注数据进行标注校正，该装置可实现在保证标记数据质量的前提下，自动标记数据中的实体，然后通过标注校正，处理漏标和错标问题，在一定程度上降低了人工标注数据的负担，提高实体数据标注的效率。

为达上述目的，本申请第三方面实施例提出了一种计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，以用于实现本申请第一方面实施例所述的数据标注方法。

为达上述目的，本申请第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，以用于实现本申请第一方面实施例所述的数据标注方法。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

图1是根据本申请一个实施例的数据标注方法的流程图；