[发明专利]一种实体标注的质检方法和装置以及设备

说明书

本发明公开了一种实体标注的质检方法和装置以及设备。其中，所述方法包括：构建典型的待实体标注的数据，和对该构建的典型的待实体标注的数据进行标注，和将该标注后的数据插入到需实体标注的数据中，以及对该经插入该标注后的数据的需实体标注的数据进行质检。通过上述方式，能够实现无需人工能够自动对实体标注进行质检，自动质检时能够覆盖到实体标注的所有语料和实体类别，能够实现对实体标注的准确率进行量化。

技术领域

本发明涉及实体标注领域，尤其涉及一种实体标注的质检方法和装置以及设备。

背景技术

NER(Named Entity Recognition，命名实体识别)又称作专名识别，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。在对话系统中，命名实体识别作为重要的信息抽取工具，需要抽取特定领域的特定实体类别，因此需要大量的人工标注此类特定领域的实体。人工标注的质量很大程度上决定了模型训练的结果，因此目前需要花费大量的人工进行质检即质量检查。

然而，现有的实体标注的质检方案，一般是以人工对实体标注进行随机抽样质检的方式为主，人工成本高，而且人工质检时很难覆盖到实体标注的大量的语料和实体类别，导致无法对实体标注的准确率进行量化。

发明内容

有鉴于此，本发明的目的在于提出一种实体标注的质检方法和装置以及设备，能够实现无需人工能够自动对实体标注进行质检，自动质检时能够覆盖到实体标注的所有语料和实体类别，能够实现对实体标注的准确率进行量化。

根据本发明的一个方面，提供一种实体标注的质检方法，包括：构建典型的待实体标注的数据；对所述构建的典型的待实体标注的数据进行标注；将所述标注后的数据插入到需实体标注的数据中；对所述经插入所述标注后的数据的需实体标注的数据进行质检。

其中，所述构建典型的待实体标注的数据，包括：采用对实体标注抽取重要类别、不同长度文本和常见错别字文本方式，构建典型的待实体标注的数据。

其中，所述对所述经插入所述标注后的数据的需实体标注的数据进行质检，包括：采用标志重捕方式，对所述经插入所述标注后的数据的需实体标注的数据进行质检。

其中，在所述对所述经插入所述标注后的数据的需实体标注的数据进行质检之后，还包括：回收所述经质检后的数据，对所述回收的数据进行校验。

根据本发明的另一个方面，提供一种实体标注的质检装置，包括：构建模块、标注模块、插入模块和质检模块；所述构建模块，用于构建典型的待实体标注的数据；所述标注模块，用于对所述构建的典型的待实体标注的数据进行标注；所述插入模块，用于将所述标注后的数据插入到需实体标注的数据中；所述质检模块，用于对所述经插入所述标注后的数据的需实体标注的数据进行质检。

其中，所述构建模块，具体用于：采用对实体标注抽取重要类别、不同长度文本和常见错别字文本方式，构建典型的待实体标注的数据。

其中，所述质检模块，具体用于：采用标志重捕方式，对所述经插入所述标注后的数据的需实体标注的数据进行质检。

其中，所述实体标注的质检装置，还包括：校验模块；所述校验模块，用于回收所述经质检后的数据，对所述回收的数据进行校验。

根据本发明的又一个方面，提供一种实体标注的质检设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述任一项所述的实体标注的质检方法。

根据本发明的再一个方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的实体标注的质检方法。