CN109325213B - 用于标注数据的方法和装置 - Google Patents
用于标注数据的方法和装置 Download PDFInfo
- Publication number
- CN109325213B CN109325213B CN201811157319.XA CN201811157319A CN109325213B CN 109325213 B CN109325213 B CN 109325213B CN 201811157319 A CN201811157319 A CN 201811157319A CN 109325213 B CN109325213 B CN 109325213B
- Authority
- CN
- China
- Prior art keywords
- data
- label
- user
- target data
- tag
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013145 classification model Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于标注数据的方法和装置。该方法的一具体实施方式包括:响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息;展示该至少一条目标数据和标签信息;检测对应目标数据或目标数据中的词语的标签选取操作;响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息。该实施方式可以使用户通过在界面上执行标签选取操作来为目标数据或目标数据中的词语设置对应的标签,提高了用户的标注效率,节约了时间成本。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于标注数据的方法和装置。
背景技术
在对机器学习模型进行训练之前,通常需要准备训练数据,对训练数据进行标注。现有的人工标注方式通常是,标注人员在元数据管理系统中为训练数据设置对应的标签字段。而后对于每条训练数据,标注人员根据自己的经验确定与该训练数据对应的标签,将该标签作为该训练数据在该标签字段下的值。这种人工标注方式通常会耗费较高的时间成本。
发明内容
本申请实施例提出了用于标注数据的方法和装置。
第一方面,本申请实施例提供了一种用于标注数据的方法,该方法包括:响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息;展示上述至少一条目标数据和标签信息;检测对应目标数据或目标数据中的词语的标签选取操作;响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息。
在一些实施例中,上述方法还包括:若标签选取操作对应目标数据中的词语,则在标签选取操作所对应的词语的设定位置展示目标标签。
在一些实施例中,在检测对应目标数据或目标数据中的词语的标签选取操作之前,上述方法还包括:获取与上述至少一条目标数据分别对应的预测标注结果;展示预测标注结果,以辅助用户进行数据标注。
在一些实施例中,上述至少一条目标数据中存在已对应实际标注结果的已标注数据;以及在检测对应目标数据或目标数据中的词语的标签选取操作之前,上述方法还包括:获取已标注数据所关联的实际标注结果并进行展示。
在一些实施例中,在检测对应目标数据或目标数据中的词语的标签选取操作之前,上述方法还包括:将已标注数据所对应的预测标注结果和实际标注结果进行比对,生成比对结果,以及展示比对结果。
在一些实施例中,标签信息包括用户的自定义标签,自定义标签是通过以下获取步骤获取的:响应于接收到用户的标签创建请求,展示标签创建界面;获取用户在标签创建界面上输入的标签;将该标签作为用户的自定义标签进行存储。
第二方面,本申请实施例提供了一种用于标注数据的装置,该装置包括:获取单元,被配置成响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息;展示单元,被配置成展示上述至少一条目标数据和标签信息;检测单元,被配置成检测对应目标数据或目标数据中的词语的标签选取操作;生成单元,被配置成响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应目标数据或词语之间的对应关系的对应关系信息。
在一些实施例中,上述装置还包括:第一展示单元,被配置成若标签选取操作对应目标数据中的词语,则在标签选取操作所对应的词语的设定位置展示目标标签。
在一些实施例中,上述装置还包括:第一获取单元,被配置成获取与上述至少一条目标数据分别对应的预测标注结果;第二展示单元,被配置成展示预测标注结果,以辅助用户进行数据标注。
在一些实施例中,上述至少一条目标数据中存在已对应实际标注结果的已标注数据;以及上述装置还包括:第三展示单元,被配置成获取已标注数据所关联的实际标注结果并进行展示。
在一些实施例中,上述装置还包括:第四展示单元,被配置成将已标注数据所对应的预测标注结果和实际标注结果进行比对,生成比对结果,以及展示比对结果。
在一些实施例中,标签信息包括用户的自定义标签,自定义标签是通过以下获取步骤获取的:响应于接收到用户的标签创建请求,展示标签创建界面;获取用户在标签创建界面上输入的标签;将该标签作为用户的自定义标签进行存储。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当该一个或多个程序被该一个或多个处理器执行,使得该一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于标注数据的方法和装置,通过响应于接收到用户的数据标注请求,获取该数据标注请求所指向的至少一条目标数据,以及与该用户相关联的标签信息,而后展示该至少一条目标数据和该标签信息,然后检测对应目标数据或目标数据中的词语的标签选取操作,最后响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息,可以使用户通过在界面上执行标签选取操作为目标数据或目标数据中的词语设置对应的标签,提高了用户的标注效率,节约了时间成本。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于标注数据的方法的一个实施例的流程图;
图3是根据本申请的用于标注数据的方法的一个应用场景的示意图;
图4是根据本申请的用于标注数据的方法的又一个实施例的流程图;
图5是根据本申请的用于标注数据的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于标注数据的方法或用于标注数据的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、数据标注类应用等等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的与数据标注相关的界面提供支持的后台服务器。后台服务器例如可以接收用户通过终端设备101、102、103发送的数据标注请求,并对该数据标注请求进行分析等处理,得到处理结果(例如所生成的用于表征目标标签与目标数据或目标数据中的词语之间的对应关系的对应关系信息)。
需要说明的是,本申请实施例所提供的用于标注数据的方法一般由服务器105执行。相应地,用于标注数据的装置一般设置于服务器105中。
需要指出的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于标注数据的方法的一个实施例的流程200。该用于标注数据的方法的流程200,包括以下步骤:
步骤201,响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息。
在本实施例中,用于标注数据的方法的执行主体(例如图1所示的服务器105)可以响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息。
其中,数据标注请求例如可以包括数据集标识或数据标识。上述至少一条目标数据中的目标数据可以是该数据集标识所指示的数据集中的数据,或者是上述数据标注请求中的数据标识所指示的数据。因此,上述执行主体可以基于该数据集标识或上述数据标注请求中的数据标识,获取上述至少一条目标数据。需要说明的是,目标数据可以是各种类型的数据,包括但不限于图像、文本、语音等等。
另外,数据标注请求还可以包括用户的用户标识。该用户标识可以预先与上述标签信息关联存储。因此,上述执行主体可以基于该用户标识获取标签信息。需要说明的是,标签信息可以包括供用户使用的预设标签。预设标签可以包括各种类型的通用标签,例如用于表征正例的标签(如“1”、“Y”、“T”或“正例”等等),以及用于表征负例的标签(如“0”、“N”、“F”或“负例”等等)。当然,预设标签例如还可以包括话题标签,如“娱乐”、“科技”、“旅游”、“美食”、“体育”等等。此外,预设标签例如还可以包括各种词性标签。应该理解,本实施例不对预设标签的内容做具体限定。
在本实施例的一些可选的实现方式中,标签信息还可以包括用户的自定义标签。该自定义标签可以是上述执行主体通过执行以下获取步骤获取的:响应于接收到用户的标签创建请求,展示标签创建界面;获取用户在该标签创建界面上输入的标签;将该标签作为用户的自定义标签进行存储。上述执行主体通过支持用户创建自定义标签,可以使用户根据不同业务需求,创建个性化的标签。
步骤202,展示所获取的至少一条目标数据和标签信息。
在本实施例中,上述执行主体可以向用户展示上述至少一条目标数据和标签信息,以供用户为上述至少一条目标数据中的目标数据或目标数据中的词语选择对应的标签。
需要说明的是,上述执行主体可以在用户触发数据标注请求的界面上展示上述至少一条目标数据和标签信息。或者,上述执行主体也可以基于上述至少一条目标数据和标签信息,生成一个新界面,通过向用户呈现该新界面,来展示上述至少一条目标数据和标签信息。
实践中,上述执行主体可以将上述至少一条目标数据中的每条目标数据和标签信息对应展示。这样,对于上述至少一条目标数据中的每条目标数据,用户可以在该目标数据所对应的标签信息中选取相应的标签。对于文本类型的目标数据,若用户想要为该目标数据中的词语设置对应的标签,则用户可以针对该词语执行预设的选取操作(例如点击选取或滑动选取等),而后在该目标数据所对应的标签信息中选取相应的标签。
步骤203,检测对应目标数据或目标数据中的词语的标签选取操作。
在本实施例中,上述执行主体可以实时地检测对应目标数据或目标数据中的词语的标签选取操作。
作为示例,若用户在标签信息中选取了标签,则上述执行主体便可以接收到相应的通知。上述执行主体可以基于该通知,确定用户针对目标数据或目标数据中的词语执行了标签选取操作。其中,该通知例如可以包括该标签信息所对应的目标数据的数据标识和被选中的标签的标签名称。若该目标数据不是文本类型的目标数据,则上述执行主体可以确定用户对该目标数据执行了标签选取操作。响应于该目标数据是文本类型的目标数据,若上述执行主体在接收到该通知之前检测到用户选中了该目标数据中的词语,则上述执行主体可以确定用户对该词语执行了标签选取操作;否则,上述执行主体可以确定该用户对该目标数据执行了标签选取操作。
步骤204,响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息。
在本实施例中,上述执行主体可以响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息。其中,该对应关系信息例如可以包括目标标签的标签名称和以下中的一项:标签选取操作所对应的目标数据或词语、标签选取操作所对应的目标数据或词语的标识。
在本实施例的一些可选的实现方式中,上述至少一条目标数据中可以存在已对应实际标注结果的已标注数据。其中,实际标注结果可以包括已标注数据的标签,或者已标注数据中的词语的标签所形成的标签序列。上述执行主体在执行步骤203之前,可以获取已标注数据所关联的实际标注结果并进行展示。这样,可以方便用户查看已标注数据现有的标注结果,并根据现有的标注结果确定是否调整已标注数据的标签。需要说明的是,实际标注结果可以预先与其所对应的已标注数据的数据标识关联存储。因此,上述执行主体可以基于已标注数据的数据标识,获取其所对应的实际标注结果。
继续参见图3,图3是根据本实施例的用于标注数据的方法的应用场景的一个示意图。在图3的应用场景中,服务器301可以向用户提供与数据标注相关的网页。若用户想要对目标数据“赵**获得了最佳女演员奖”进行数据标注,则用户可以通过终端设备302在网页上执行预设操作来触发针对上述目标数据的数据标注请求。服务器301可以响应于接收到上述数据标注请求,获取上述目标数据(如标号303所示)和与用户相关联的标签信息(如标号304所示),其中,标签信息可以包括娱乐、美食、体育、科技等标签。而后,服务器301可以向用户提供融合有上述目标数据和上述标签信息的网页(如标号305所示),以供用户为上述目标数据选取对应的标签。之后,服务器301可以检测对应上述目标数据的标签选取操作。若用户想要为上述目标数据设置娱乐标签,则用户可以通过终端设备302在标号305所示的网页上选择娱乐标签,以执行标签选取操作。最后,服务器301可以响应于检测对应上述目标数据的、指向娱乐标签的标签选取操作,生成用于表征上述目标数据和娱乐标签之间的对应关系的对应关系信息(如标号306所示),以实现对上述目标数据的标注。
本申请的上述实施例提供的方法,通过响应于接收到用户的数据标注请求,获取该数据标注请求所指向的至少一条目标数据,以及与该用户相关联的标签信息,而后展示该至少一条目标数据和该标签信息,然后检测对应目标数据或目标数据中的词语的标签选取操作,最后响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息,可以使用户通过在界面上执行标签选取操作为目标数据或目标数据中的词语设置对应的标签,提高了用户的标注效率,节约了时间成本。
进一步参考图4,其示出了用于标注数据的方法的又一个实施例的流程400。该用于标注数据的方法的流程400,包括以下步骤:
步骤401,响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息。
在本实施例中,用于标注数据的方法的执行主体(例如图1所示的服务器105)可以响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息。其中,目标数据可以是各种类型的数据,包括但不限于图像、文本、语音等等。标签信息可以包括供用户使用的预设标签和/或用户设定的自定义标签。
预设标签可以包括各种类型的通用标签,例如用于表征正例的标签(如“1”、“Y”、“T”或“正例”等等),以及用于表征负例的标签(如“0”、“N”、“F”或“负例”等等)。当然,预设标签例如还可以包括话题标签,例如“娱乐”、“科技”、“旅游”、“美食”、“体育”等等。此外,预设标签例如还可以包括各种词性标签。应该理解,本实施例不对预设标签的内容做具体限定。
自定义标签可以是上述执行主体通过执行以下获取步骤获取的:响应于接收到用户的标签创建请求,展示标签创建界面;获取用户在该标签创建界面上输入的标签;将该标签作为用户的自定义标签进行存储。需要说明的是,上述执行主体通过支持用户创建自定义标签,可以使用户根据不同业务需求,创建个性化的标签。
步骤402,获取与至少一条目标数据分别对应的预测标注结果。
在本实施例中,上述执行主体还可以获取与上述至少一条目标数据分别对应的预测标注结果。其中,对于上述至少一条目标数据中的每条目标数据所对应的预测标注结果,该预测标注结果可以包括预测出的与该目标数据对应的标签,或者与该目标数据中的词语对应的标签所形成的标签序列。
作为示例,与上述至少一条目标数据分别对应的预测标注结果可以预先存储在上述执行主体本地,因而上述执行主体可以从本地获取与上述至少一条目标数据分别对应的预测标注结果。
再例如,上述执行主体可以利用预设的分类模型,预测上述至少一条目标数据中的目标数据或目标数据中的词语的类别,而后基于预测结果生成与该目标数据对应的预测标注结果。需要说明的是,分类模型可以属于以下中的一项:正则表达式、规则、机器学习模型。当分类模型属于机器学习模型时,该分类模型可以是经训练后的卷积神经网络(Convolutional Neural Network,CNN)、朴素贝叶斯模型(Naive Bayesian Model,NBM)或支持向量机(Support Vector Machine,SVM)等。
步骤403,展示所获取的至少一条目标数据、标签信息、与至少一条目标数据分别对应的预测标注结果。
在本实施例中,上述执行主体可以向用户展示所获取的上述至少一条目标数据、标签信息、与上述至少一条目标数据分别对应的预测标注结果。这里,预测标注结果可以辅助用户进行数据标注,有助于提高用户的标注效率和标注质量。
步骤404,检测对应目标数据或目标数据中的词语的标签选取操作。
步骤405,响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息。
在本实施例中,针对步骤404-405的解释说明,可参看图2所示实施例中的步骤203-204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述至少一条目标数据中可以存在已对应实际标注结果的已标注数据。其中,实际标注结果可以包括已标注数据的标签,或者已标注数据中的词语的标签所形成的标签序列。上述执行主体在执行步骤404之前,可以获取已标注数据所关联的实际标注结果并进行展示。这样,可以方便用户查看已标注数据现有的标注结果,并根据现有的标注结果和预测的标注结果确定是否调整已标注数据的标签。
在本实施例的一些可选的实现方式中,上述执行主体在执行步骤404之前,还可以将已标注数据所对应的预测标注结果和实际标注结果进行比对,生成比对结果,以及展示比对结果。这样,用户通过查看比对结果,便可以快速地确定出哪些目标数据所对应的预测标注结果和实际标注结果不一致,并为两种结果不一致的目标数据或该目标数据中的词语重新选取标签。该实现方式可以提高用户的标注效率和标注质量。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于标注数据的方法的流程400突出了获取与上述至少一条目标数据分别对应的预测标注结果,以及展示预测标注结果的步骤。由此,本实施例描述的方案在进一步提高用户的标注效率的同时,还能提高用户的标注质量。
在本申请的各实施例提供的用于标注数据的方法的一些可选的实现方式中,若上述执行主体检测到的标签选取操作对应目标数据中的词语,则上述执行主体可以在标签选取操作所对应的词语的设定位置展示标签选取操作所指向的目标标签。这样,可以方便用户查看标签选取效果。其中,设定位置可以指上方或下方等,在此不做具体限定。
在本申请的各实施例提供的用于标注数据的方法的一些可选的实现方式中,上述执行主体还可以响应于检测到标签提交操作,对最新生成的、与上述至少一条目标数据中的目标数据相关联的对应关系信息进行存储。对于所存储的对应关系信息所指示的标签和与该标签对应的目标数据或词语,该标签可以是用户最终为该目标数据或该词语选取的标签。需要说明的是,上述执行主体在执行步骤202、403的同时,还可以展示提交选项。用户在设置完标签后,可以通过选取该提交选项来执行标签提交操作。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于标注数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于标注数据的装置500包括:获取单元501被配置成响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息;展示单元502被配置成展示上述至少一条目标数据和标签信息;检测单元503被配置成检测对应目标数据或目标数据中的词语的标签选取操作;生成单元504被配置成响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应目标数据或词语之间的对应关系的对应关系信息。
在本实施例中,用于标注数据的装置500中:获取单元501、展示单元502、检测单元503和生成单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:第一展示单元(图中未示出),被配置成若标签选取操作对应目标数据中的词语,则在标签选取操作所对应的词语的设定位置展示目标标签。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:第一获取单元(图中未示出),被配置成获取与上述至少一条目标数据分别对应的预测标注结果;第二展示单元(图中未示出),被配置成展示预测标注结果,以辅助用户进行数据标注。
在本实施例的一些可选的实现方式中,上述至少一条目标数据中可以存在已对应实际标注结果的已标注数据;以及上述装置500还可以包括:第三展示单元(图中未示出),被配置成获取已标注数据所关联的实际标注结果并进行展示。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:第四展示单元(图中未示出),被配置成将已标注数据所对应的预测标注结果和实际标注结果进行比对,生成比对结果,以及展示比对结果。
在本实施例的一些可选的实现方式中,标签信息可以包括用户的自定义标签,自定义标签可以是通过以下获取步骤获取的:响应于接收到用户的标签创建请求,展示标签创建界面;获取用户在标签创建界面上输入的标签;将该标签作为用户的自定义标签进行存储。
本申请的上述实施例提供的装置,通过响应于接收到用户的数据标注请求,获取该数据标注请求所指向的至少一条目标数据,以及与该用户相关联的标签信息,而后展示该至少一条目标数据和该标签信息,然后检测对应目标数据或目标数据中的词语的标签选取操作,最后响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息,可以使用户通过在界面上执行标签选取操作为目标数据或目标数据中的词语设置对应的标签,提高了用户的标注效率,节约了时间成本。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器105)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、展示单元、检测单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取接收到的数据标注请求所指向的至少一条目标数据以及与用户相关联的标签信息的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备:响应于接收到用户的数据标注请求,获取数据标注请求所指向的至少一条目标数据,以及与用户相关联的标签信息;展示上述至少一条目标数据和标签信息;检测对应目标数据或目标数据中的词语的标签选取操作;响应于检测到标签选取操作,生成用于表征标签选取操作所指向的目标标签和所对应目标数据或词语之间的对应关系的对应关系信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于标注数据的方法,包括:
响应于接收到用户的数据标注请求,获取所述数据标注请求所指向的至少一条目标数据,以及与所述用户相关联的标签信息,所述标签信息包括所述用户的自定义标签;
展示所述至少一条目标数据和所述标签信息;
检测对应目标数据或目标数据中的词语的标签选取操作;
响应于检测到所述标签选取操作,生成用于表征所述标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息;
在所述检测对应目标数据或目标数据中的词语的标签选取操作之前,所述方法还包括:
利用预设分类模型,预测所述至少一条目标数据中的目标数据的类别或者所述目标数据中的词语的类别,基于预测结果生成与所述目标数据对应的预测标注结果;
获取与所述至少一条目标数据分别对应的预测标注结果;
展示所述预测标注结果,以辅助所述用户进行数据标注。
2.根据权利要求1所述的方法,其中,所述方法还包括:
若所述标签选取操作对应目标数据中的词语,则在所述标签选取操作所对应的词语的设定位置展示所述目标标签。
3.根据权利要求1所述的方法,其中,所述至少一条目标数据中存在已对应实际标注结果的已标注数据;以及
在所述检测对应目标数据或目标数据中的词语的标签选取操作之前,所述方法还包括:
获取所述已标注数据所关联的实际标注结果并进行展示。
4.根据权利要求3所述的方法,其中,在所述检测对应目标数据或目标数据中的词语的标签选取操作之前,所述方法还包括:
将所述已标注数据所对应的预测标注结果和实际标注结果进行比对,生成比对结果,以及展示所述比对结果。
5.根据权利要求1所述的方法,所述自定义标签是通过以下获取步骤获取的:
响应于接收到所述用户的标签创建请求,展示标签创建界面;
获取所述用户在所述标签创建界面上输入的标签;
将所述标签作为所述用户的自定义标签进行存储。
6.一种用于标注数据的装置,包括:
获取单元,被配置成响应于接收到用户的数据标注请求,获取所述数据标注请求所指向的至少一条目标数据,以及与所述用户相关联的标签信息,所述标签信息包括所述用户的自定义标签;
展示单元,被配置成展示所述至少一条目标数据和所述标签信息;
检测单元,被配置成检测对应目标数据或目标数据中的词语的标签选取操作;
生成单元,被配置成响应于检测到所述标签选取操作,生成用于表征所述标签选取操作所指向的目标标签和所对应的目标数据或词语之间的对应关系的对应关系信息;
所述装置还包括:
预测单元,被配置成利用预设分类模型,预测所述至少一条目标数据中的目标数据的类别或者所述目标数据中的词语的类别,基于预测结果生成与所述目标数据对应的预测标注结果;
第一获取单元,被配置成获取与所述至少一条目标数据分别对应的预测标注结果;
第二展示单元,被配置成展示所述预测标注结果,以辅助所述用户进行数据标注。
7.根据权利要求6所述的装置,其中,所述装置还包括:
第一展示单元,被配置成若所述标签选取操作对应目标数据中的词语,则在所述标签选取操作所对应的词语的设定位置展示所述目标标签。
8.根据权利要求7所述的装置,其中,所述至少一条目标数据中存在已对应实际标注结果的已标注数据;以及
所述装置还包括:
第三展示单元,被配置成获取所述已标注数据所关联的实际标注结果并进行展示。
9.根据权利要求8所述的装置,其中,所述装置还包括:
第四展示单元,被配置成将所述已标注数据所对应的预测标注结果和实际标注结果进行比对,生成比对结果,以及展示所述比对结果。
10.根据权利要求6所述的装置,所述自定义标签是通过以下获取步骤获取的:
响应于接收到所述用户的标签创建请求,展示标签创建界面;
获取所述用户在所述标签创建界面上输入的标签;
将所述标签作为所述用户的自定义标签进行存储。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811157319.XA CN109325213B (zh) | 2018-09-30 | 2018-09-30 | 用于标注数据的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811157319.XA CN109325213B (zh) | 2018-09-30 | 2018-09-30 | 用于标注数据的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109325213A CN109325213A (zh) | 2019-02-12 |
CN109325213B true CN109325213B (zh) | 2023-11-28 |
Family
ID=65266615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811157319.XA Active CN109325213B (zh) | 2018-09-30 | 2018-09-30 | 用于标注数据的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109325213B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688844A (zh) * | 2019-08-22 | 2020-01-14 | 阿里巴巴集团控股有限公司 | 一种文本标注方法及装置 |
CN110674638B (zh) * | 2019-09-23 | 2023-12-01 | 百度在线网络技术(北京)有限公司 | 语料标注系统及电子设备 |
CN112307717A (zh) * | 2019-10-16 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 文本标注信息展示方法、装置、电子设备和介质 |
CN111506776B (zh) * | 2019-11-08 | 2021-03-30 | 马上消费金融股份有限公司 | 数据标注方法以及相关装置 |
CN110929120B (zh) * | 2019-11-15 | 2022-09-09 | 北京明略软件系统有限公司 | 管理技术元数据的方法和装置 |
CN112306976A (zh) * | 2020-01-09 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 信息处理方法、装置和电子设备 |
CN111400581B (zh) * | 2020-03-13 | 2024-02-06 | 京东科技控股股份有限公司 | 用于标注样本的系统、方法和装置 |
CN114442876A (zh) * | 2020-10-30 | 2022-05-06 | 华为终端有限公司 | 一种标注工具的管理方法、装置及系统 |
CN112784588B (zh) * | 2021-01-21 | 2023-09-22 | 北京百度网讯科技有限公司 | 用于标注文本的方法、装置、设备以及存储介质 |
CN113240286A (zh) * | 2021-05-17 | 2021-08-10 | 上海中通吉网络技术有限公司 | 物流行业服务质量预警监控的方法、装置及电子设备 |
CN115086692A (zh) * | 2021-11-25 | 2022-09-20 | 北京达佳互联信息技术有限公司 | 用户数据展示方法、设备、装置、存储介质及程序产品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8700404B1 (en) * | 2005-08-27 | 2014-04-15 | At&T Intellectual Property Ii, L.P. | System and method for using semantic and syntactic graphs for utterance classification |
US8849648B1 (en) * | 2002-12-24 | 2014-09-30 | At&T Intellectual Property Ii, L.P. | System and method of extracting clauses for spoken language understanding |
CN106909694A (zh) * | 2017-03-13 | 2017-06-30 | 杭州普玄科技有限公司 | 分类标签数据获取方法以及装置 |
CN106919711A (zh) * | 2017-03-13 | 2017-07-04 | 北京百度网讯科技有限公司 | 基于人工智能的标注信息的方法和装置 |
CN107256428A (zh) * | 2017-05-25 | 2017-10-17 | 腾讯科技(深圳)有限公司 | 数据处理方法、数据处理装置、存储设备及网络设备 |
CN107766873A (zh) * | 2017-09-06 | 2018-03-06 | 天津大学 | 基于排序学习的多标签零样本分类方法 |
CN107832305A (zh) * | 2017-11-28 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110173176A1 (en) * | 2009-12-16 | 2011-07-14 | International Business Machines Corporation | Automatic Generation of an Interest Network and Tag Filter |
US8774515B2 (en) * | 2011-04-20 | 2014-07-08 | Xerox Corporation | Learning structured prediction models for interactive image labeling |
-
2018
- 2018-09-30 CN CN201811157319.XA patent/CN109325213B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849648B1 (en) * | 2002-12-24 | 2014-09-30 | At&T Intellectual Property Ii, L.P. | System and method of extracting clauses for spoken language understanding |
US8700404B1 (en) * | 2005-08-27 | 2014-04-15 | At&T Intellectual Property Ii, L.P. | System and method for using semantic and syntactic graphs for utterance classification |
CN106909694A (zh) * | 2017-03-13 | 2017-06-30 | 杭州普玄科技有限公司 | 分类标签数据获取方法以及装置 |
CN106919711A (zh) * | 2017-03-13 | 2017-07-04 | 北京百度网讯科技有限公司 | 基于人工智能的标注信息的方法和装置 |
CN107256428A (zh) * | 2017-05-25 | 2017-10-17 | 腾讯科技(深圳)有限公司 | 数据处理方法、数据处理装置、存储设备及网络设备 |
CN107766873A (zh) * | 2017-09-06 | 2018-03-06 | 天津大学 | 基于排序学习的多标签零样本分类方法 |
CN107832305A (zh) * | 2017-11-28 | 2018-03-23 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
Non-Patent Citations (4)
Title |
---|
Multi-Label Classification Based on Low Rank Representation for Image Annotation;Qiaoyu Tan etc.;Remote sensing;第09卷(第02期);全文 * |
一种基于主动学习的框架元素标注;屠寒非等;中文信息学报(第04期) * |
基于句法语义特征的中文实体关系抽取;郭喜跃等;中文信息学报(第06期) * |
面向移动用户数据的情境识别与挖掘;宝腾飞;中国博士学位论文全文数据库信息科技辑(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109325213A (zh) | 2019-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325213B (zh) | 用于标注数据的方法和装置 | |
CN109460513B (zh) | 用于生成点击率预测模型的方法和装置 | |
CN108960316B (zh) | 用于生成模型的方法和装置 | |
CN108416310B (zh) | 用于生成信息的方法和装置 | |
US20190163742A1 (en) | Method and apparatus for generating information | |
CN109359194B (zh) | 用于预测信息类别的方法和装置 | |
CN109460652B (zh) | 用于标注图像样本的方法、设备及计算机可读介质 | |
CN106919711B (zh) | 基于人工智能的标注信息的方法和装置 | |
US10606910B2 (en) | Ranking search results using machine learning based models | |
CN108121699B (zh) | 用于输出信息的方法和装置 | |
CN111159220B (zh) | 用于输出结构化查询语句的方法和装置 | |
CN111104479A (zh) | 一种数据标注的方法及装置 | |
CN112966701A (zh) | 目标分类的方法和装置 | |
CN111695041B (zh) | 用于推荐信息的方法和装置 | |
CN110737824A (zh) | 内容查询方法和装置 | |
CN109409419B (zh) | 用于处理数据的方法和装置 | |
CN111400581B (zh) | 用于标注样本的系统、方法和装置 | |
CN113360660A (zh) | 文本类别识别方法、装置、电子设备和存储介质 | |
CN112348615A (zh) | 用于审核信息的方法和装置 | |
CN108664610B (zh) | 用于处理数据的方法和装置 | |
US11880798B2 (en) | Determining section conformity and providing recommendations | |
CN111767290B (zh) | 用于更新用户画像的方法和装置 | |
CN110888583B (zh) | 页面显示方法、系统、装置和电子设备 | |
CN113609018A (zh) | 测试方法、训练方法、装置、设备、介质和程序产品 | |
CN109857838B (zh) | 用于生成信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |