[发明专利]目标数据识别方法及装置

说明书

本公开是关于目标数据识别方法及装置，所述方法包括：调用预设的信息训练模型；其中，所述信息训练模型包含样本数据标识与样本信息模板的关联关系；根据所述信息训练模型对目标信息中的目标数据标注目标数据标识，获得目标信息模板；根据所述目标信息模板对待识别的目标信息中的目标数据进行识别。由于可以自动生成目标信息模板，提高了标注数据标识的效率。

技术领域

本公开涉及数据识别技术领域，尤其涉及目标数据识别方法及装置。

背景技术

随着信息技术的发展，数字化的信息正以惊人的速度增长，用户需要花费大量的时间和精力去阅读和查找信息。为了提高效率，往往需要进行信息自动识别。在很多信息识别任务中，需要进行目标数据识别，才能进行相应的处理。其中，目标数据识别可以包括确定目标数据的数值和所属类别。例如，在流量识别任务中，需要识别出数值及其类别，类别可以有总流量、使用流量、剩余流量、超出流量等，确定这些数据后才能确定是否进行流量不足提醒。

相关技术中，人工对样本信息中的样本数据标注样本数据标识，从而获得样本信息模板，根据样本信息模板对目标信息中的数据进行识别。其中，样本数据标识是标识样本数据类别的标识。例如，样本信息“闲时流量合计500MB，已使用200MB，剩余300MB”，人工标注获得样本信息模板：“闲时流量合计<LEISURE_TOTAL>，已使用<LEISURE_USED>，剩余<LEISURE_REMAINED>”。但由于信息多样化，人工需要标注的模板比较多，耗费大量的人力资源，标注效率低。

发明内容

本公开提供了目标数据识别方法及装置，以解决相关技术中的标注效率较低的问题。

根据本公开实施例的第一方面，提供一种目标数据识别方法，所述方法包括：

调用预设的信息训练模型；其中，所述信息训练模型包含样本数据标识与样本信息模板的关联关系；

根据所述信息训练模型对目标信息中的目标数据标注目标数据标识，获得目标信息模板；

根据所述目标信息模板对待识别的目标信息中的目标数据进行识别。

可选的，所述调用预设的信息训练模型之前，还包括：

获取标注有样本数据标识的样本信息模板；

根据所述样本数据标识与所述样本信息模板中除样本数据标识外的其他信息的关系，生成每个样本数据标识对应的特征向量；

采用序列标注算法对所述样本信息模板、样本数据标识及其对应的特征向量进行训练，获得信息训练模型。

可选的，所述根据所述样本数据标识与所述样本信息模板中除样本数据标识外的其他信息的关系，生成每个样本数据标识对应的特征向量，包括：

对各样本信息模板中除样本数据标识外的其他信息进行分词处理，获得特征词；

计算所有样本信息模板中每个特征词对每个样本数据标识的卡方值；

从每个样本数据标识对应的特征词中，按卡方值从大到小筛选出预设个数的特征词，组成特征词集合；

从样本信息模板中获取样本数据标识的上下文信息；

根据所述特征词集合中各特征词与所述样本数据标识的上下文信息的匹配关系，生成所述样本数据标识对应的特征向量，所述特征向量的维数与特征词集合中特征词个数相同。

可选的，采用以下公式计算所有样本信息模板中每个特征词对每个样本数据标识的卡方值：