[发明专利]一种数据标注方法及装置、存储介质、计算机设备

说明书

本发明提供了一种数据标注方法及装置、存储介质、计算机设备，其中，该方法包括：获取至少一条待标注数据，创建用于存储待标注数据的管理项目并定义管理项目的项目标签后，将待标注数据导入管理项目；基于多个在先创建的已有项目中查找与管理项目关联的至少一个已有项目，作为管理项目的关联项目；获取关联项目的项目信息，利用项目信息为管理项目新增项目标签、项目数据和/或标注关系。通过本发明，可以减少标注人员的重复劳动，提升标注效率，大大降低了人工标注的错误率。

技术领域

本发明涉及计算机技术领域，特别是一种数据标注方法及装置、存储介质、计算机设备。

背景技术

自然语言处理需要大量标注的有监督数据，在已知数据标注系统、平台或者方法中，均采用独立的标注项目来管理标注数据，标注项目之间的标注数据以及数据标签过于孤立没有联系，导致以往的标注成果无法复用，每次标注任务都重新开始标注，整个过程存在大量重复劳动，大大的降低了整体效率，减慢迭代速度。

发明内容

鉴于上述问题，本发明提出了一种高效成果复用的数据标注方法及装置、存储介质、计算机设备，通过创建包含有待标注数据的管理项目，并在已对项目数据进行标注的已有项目中查找与管理项目相关联的关联项目，根据关联项目对应的项目信息对管理项目的项目标签、项目数据和标注关系进行添加。通过基于累积的大量标注数据对新增的待标注数据进行标注复用，减少标注人员的重复劳动，提升整体效率，加快迭代速度，且可以大大降低人工标注的错误率。

依据本发明第一方面，提供了一种数据标注方法，包括：

获取至少一条待标注数据，创建用于存储所述待标注数据的管理项目并定义所述管理项目的项目标签后，将所述待标注数据导入所述管理项目；

基于多个在先创建的已有项目中查找与所述管理项目关联的至少一个已有项目，作为所述管理项目的关联项目；

获取所述关联项目的项目信息，利用所述项目信息为所述管理项目新增项目标签、项目数据和/或标注关系。

可选地，所述基于多个在先创建的已有项目中查找与所述管理项目关联的至少一个已有项目，作为所述管理项目的关联项目，包括：

获取多个在先创建的已有项目的已标注数据；

计算各所述已有项目对应的已标注数据与所述待标注数据的文本相似度，将与所述待标注数据的文本相似度大于预设值的至少一条已标注数据对应的已有项目作为所述管理项目的关联项目。

可选地，所述关联项目的项目信息包括项目标签、项目数据及所述项目标签与所述项目数据之间对应的标注关系，所述利用所述项目信息为所述管理项目新增项目标签、项目数据和/或标注关系包括：

查找所述管理项目和所述关联项目之间的重复数据和/或重复项目标签；

根据所述管理项目与所述关联项目文本相似度、重复项目标签和/或重复数据为所述管理项目新增项目标签、项目数据和/或标注关系。

可选地，所述根据所述管理项目与所述关联项目文本相似度、重复项目标签和/或重复数据为所述管理项目新增项目标签、项目数据和/或标注关系，包括：

基于所述管理项目与所述关联项目的文本相似度值、重复数据和/或重复项目标签生成对应的处理提示信息并进行展示；

接收用户基于所述处理提示信息触发的操作指令，识别所述操作指令对应的数据处理规则；

根据所述数据处理规则为所述管理项目新增项目标签、项目数据和/或标注关系。

可选地，所述根据所述数据处理规则为所述管理项目新增项目标签、项目数据和/或标注关系包括：

获取所述关联项目与所述管理项目的重复项目标签及重复数据对应的标注关系，为所述管理项目新增所述标注关系；和/或，