[发明专利]文本数据的处理方法、存储介质及电子装置

说明书

本申请公开了一种文本数据的处理方法、存储介质及电子装置，涉及智能家居技术领域，其中，上述方法包括：获取已标注的第一文本数据，其中，所述第一文本数据包含已标注出句子成分的一组第一词语；将所述一组第一词语中的每个第一词语与一组预设标签进行匹配，其中，所述一组预设标签中的每个预设标签用于标识语义相似的多个词语；在所述每个第一词语均存在匹配的预设标签的情况下，按照所述一组第一词语匹配的预设标签将所述第一文本数据转换为第一预设标签序列；在一组预设标签序列中包含所述第一预设标签序列的情况下，按照与所述第一预设标签序列中的每个预设标签对应的预设句子成分对标注的所述每个第一词语的句子成分进行验证。

技术领域

本申请涉及智能家居/智慧家庭领域，具体而言，涉及一种文本数据的处理方法、存储介质及电子装置。

背景技术

目前，人工智能的发展需要使用大量标注过的数据，在自然语言处理(NaturalLanguage Processing，简称为NLP)领域主要是文本标注，即，标注文本数据的句子成分。由于句子成分标注的复杂性，句子成分的标注主要依赖人工标注。而为了保障文本标注的准确性和一致性，需要进行人工质检。

然而，上述文本数据的处理方式，由于是由人工进行标注的，文本标注的成本高。同时，在对标注结果进行质检时，对质检人员的专业度和理解力也有较高的要求。为了保证数据标注的质量，无论是在标注阶段还是在质检阶段，均需要相关人员花费大量的精力进行处理，导致数据处理的效率较低。

由此可见，相关技术中的文本数据的处理方式，存在由于需要花费大量的人力成本进行标注与质检导致的数据处理的效率低的问题。

发明内容

本申请实施例提供了一种文本数据的处理方法、存储介质及电子装置，以至少解决相关技术中的文本数据的处理方式存在由于需要花费大量的人力成本进行标注与质检导致的数据处理的效率低的问题。

根据本申请实施例的一个方面，提供了一种文本数据的处理方法，包括：获取已标注的第一文本数据，其中，所述第一文本数据包含已标注出句子成分的一组第一词语；将所述一组第一词语中的每个第一词语与一组预设标签进行匹配，其中，所述一组预设标签中的每个预设标签用于标识语义相似的多个词语；在所述每个第一词语均存在匹配的预设标签的情况下，按照所述一组第一词语匹配的预设标签将所述第一文本数据转换为第一预设标签序列；在一组预设标签序列中包含所述第一预设标签序列的情况下，按照与所述第一预设标签序列中的每个预设标签对应的预设句子成分对标注的所述每个第一词语的句子成分进行验证。

根据本申请实施例的另一个方面，还提供了一种文本数据的处理装置，包括：第一获取单元，用于获取已标注的第一文本数据，其中，所述第一文本数据包含已标注出句子成分的一组第一词语；第一匹配单元，用于将所述一组第一词语中的每个第一词语与一组预设标签进行匹配，其中，所述一组预设标签中的每个预设标签用于标识语义相似的多个词语；第一转换单元，用于在所述每个第一词语均存在匹配的预设标签的情况下，按照所述一组第一词语匹配的预设标签将所述第一文本数据转换为第一预设标签序列；验证单元，用于在一组预设标签序列中包含所述第一预设标签序列的情况下，按照与所述第一预设标签序列中的每个预设标签对应的预设句子成分对标注的所述每个第一词语的句子成分进行验证。

根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述文本数据的处理方法。

根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的文本数据的处理方法。