[发明专利]一种一体化数据智能标注方法及系统

说明书

本发明公开了一种一体化数据智能标注方法及系统，包括：接收用户的标注任务请求，启动对应的一个标注任务模块执行标注任务；接收第一待标注样本集、标注模板设置数据和参数设置数据；调用预设预处理工具库中匹配的预处理方法对待标注样本集进行预处理；根据标注模板设置数据和参数设置数据，在所启动的标注任务模块中的多个标注方法中按照优先级顺序依次进行判断，获得与标注任务最佳适配的标注方法；本发明实现对于电力语音、文本、视频、图像种类的待标注样本集的一体化数据标注，进而实现了样本数据预处理方法和样本标注方法的统一，避免了对于电力数据各个公司的标注方式都不一样、数据标注工作重复操作、效率低下的问题。

技术领域

本发明涉及数据处理技术领域，具体涉及一种一体化数据智能标注方法及系统。

背景技术

目前国网公司具有多种人工智能应用需求，比如设备图像识别、声纹识别等业务领域，进而在电力图像、声纹数据等多类型数据的标注工作具有以下技术问题：

(1)多类型数据的标注量大、成本投入高，没有统一的标注标准，标注方法亟待完善与丰富：国网拥有大量的电力相关数据，数据全面，但是由于国网目前的标注方法依赖人工，标注价格过高。且国家电网各个公司的标注方式都不一样，导致各个公司在使用其他公司的数据时仍需重新处理，导致团队效率低下、数据重复操作，浪费大量的资源。

(2)缺乏统一的管理平台，会造成增加数据安全隐患、管理成本大，亟需研发多类型数据一体化标注平台进行管理；国家电网各个公司使用不同的数据管理平台，由于存储条件有限导致数据的流失，造成数据安全隐患。

发明内容

针对上述现有技术存在的问题，本发明提供了一种一体化数据智能标注方法、系统、电子设备及计算机可读存储介质，实现对电力语音、文本、视频、图像种类的待标注样本集的一体化数据标注，该技术方案如下：

第一方面，提供了一体化数据智能标注方法，包括：

接收用户的标注任务请求，启动对应的一个标注任务模块执行标注任务；

接收第一待标注样本集、标注模板设置数据和参数设置数据；

根据第一待标注样本集的种类，调用预设预处理工具库中匹配的预处理方法对待标注样本集进行预处理；

根据标注模板设置数据和参数设置数据，在所启动的标注任务模块中的多个标注方法中按照优先级顺序依次进行判断，获得与标注任务最佳适配的标注方法；

对标注完成的样本的标注数据进行审核并输出审核通过的携带标注数据的样本。

在一种可能的实现方式中，所述标注任务模块包括第一标注任务模块、第二标注任务模块、第三标注任务模块以及第四标注任务模块，分别用于处理电力语音、文本、视频、图像种类的待标注样本集。

在一种可能的实现方式中，根据标注模板设置数据和参数设置数据，在所启动的标注任务模块中的多个标注方法中按照优先级顺序依次进行判断，获得与标注任务最佳适配的标注方法，包括：

(31)根据标注模板设置数据和参数设置数据，判断是否已经存在对应标注任务的标注方法，若是，则进入步骤(32)；否则进入步骤(33)；

(32)执行第一标注方法，调用已经存在的标注方法执行第一待标注样本集的标注任务；

(33)判断是否已经存在相似标注任务的标注方法，若是，则进入步骤(34)，否则，进入步骤(35)；

(34)执行第二标注方法，获取第一待标注样本集中的第二标注样本集，所述第二标注样本集中是审核通过的携带标注数据的样本，基于第二标注样本集对已经存在的相似标注任务的标注方法进行训练调优，并采用调优后的标注方法对第一待标注样本集中的非第二待标注样本集进行标注；