CN111753174A - 数据处理方法、装置和电子设备 - Google Patents
数据处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN111753174A CN111753174A CN202010580331.2A CN202010580331A CN111753174A CN 111753174 A CN111753174 A CN 111753174A CN 202010580331 A CN202010580331 A CN 202010580331A CN 111753174 A CN111753174 A CN 111753174A
- Authority
- CN
- China
- Prior art keywords
- data
- label
- tag
- calculating
- vector
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 26
- 239000013598 vector Substances 0.000 claims description 99
- 230000011218 segmentation Effects 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 3
- 244000062793 Sorghum vulgare Species 0.000 description 29
- 235000019713 millet Nutrition 0.000 description 29
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000013145 classification model Methods 0.000 description 5
- 239000002453 shampoo Substances 0.000 description 5
- 235000013606 potato chips Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本公开实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质。其中该数据处理方法包括:获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;根据与所述标签对应的第一数据计算所述标签的特征;根据所述标签的特征更新所述数据集中的第一数据的标签。上述方法通过标签所标注的第一数据计算标签的特征,并更新数据集中的第一数据的标签。解决了数据集中的数据的标签不准确的技术问题。
Description
技术领域
本公开涉及数据处理领域,尤其涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。
背景技术
自从因特网概念出现之后,互联网便开始连接世界上的各个角落。互联网上的信息便呈爆炸式的增长,并逐渐的成为人们探索和获取未知的一个海量的信息资源存储库。在中国互联网发展的近二十年中,搜索引擎作为连接用户和网络资源的主要途径,对于人们在使用互联网至关重要己经成为人们工作学习和生活不可缺少重要工具。虽然搜索引擎能够整合各类信息,形成巨大的网络资源索引库,方便地为用户提供查询服务,但是对于搜索引擎的使用,存在大量的用户并不能构造出清晰明确的搜索词(query)来准确表达其搜索意图的情况。并且搜索引擎由于存有大量的信息,其索引库中的文档也是随时间而更新增加,文档中的内容也具有一定的时效性,若是用户不能提供意义明确的query则搜索引擎很难召回与用户意图相匹配的结果。
在分析用户query的意图时,通常会通过训练好的分类模型将用户的query分类到一个或多个类型中,之后根据query的类型向用户反馈与所述用户意图匹配的结果。因此分类模型的准确性至关重要,但是训练所述分类模型所使用的数据集通常会有大量的噪音,会导致用户意图判断不准确。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
为了解决上述问题,本公开实施例提出如下技术方案。
第一方面,本公开实施例提供一种数据处理方法,包括:
获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
根据与所述标签对应的第一数据计算所述标签的特征;
根据所述标签的特征更新所述数据集中的第一数据的标签。
第二方面,本公开实施例提供一种数据处理装置,包括:
数据集获取模块,用于获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
标签特征计算模块,用于根据与所述标签对应的第一数据计算所述标签的特征;
标签更新模块,用于根据所述标签的特征更新所述数据集中的第一数据的标签。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面中的任一所述的方法。
第四方面,本公开实施例提供一种非暂态计算机可读存储介质,其特征在于,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行前述第一方面中的任一所述的方法。
本公开实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质。其中该数据处理方法包括:获取数据集,其中所述数据集中包括多个标注数据,每个标注数据由一个第一数据以及至少一个标签组成;根据与所述标签对应的第一数据计算所述标签的特征;根据所述标签的特征更新所述数据集中的第一数据的标签。上述方法通过标签所标注的第一数据计算标签的特征,并更新数据集中的第一数据的标签。解决了数据集中的数据的标签不准确的技术问题。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例提供的数据处理方法的流程示意图;
图2为本公开实施例提供的数据处理方法中根据与所述标签对应的第一数据计算所述标签的特征的一个实施方式示意图;
图3为本公开实施例提供的数据处理方法中计算多个第一数据的第一向量的平均向量的一个实施方式示意图;
图4为本公开实施例提供的数据处理方法中根据所述标签的特征更新所述数据集中的第一数据的标签的一个实施方式示意图;
图5为本公开实施例提供的数据处理方法中根据所述标签的特征更新所述数据集中的第一数据的标签的另一个实施方式示意图;
图6为本公开实施例提供的数据处理方法的进一步流程示意图;
图7为本公开实施例提供的数据处理方法的另一进一步流程示意图;
图8为本公开实施例提供的数据处理装置的实施例的结构示意图;
图9为根据本公开实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1为本公开实施例提供的数据处理方法实施例的流程图,本实施例提供的该数据处理方法可以由一数据处理装置来执行,该数据处理装置可以实现为软件,或者实现为软件和硬件的组合,该数据处理装置可以集成设置在数据处理系统中的某设备中,比如数据处理服务器或者数据处理终端设备中。如图1所示,该方法包括如下步骤:
步骤S101,获取数据集;
其中,所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签。
在本公开的一个实施例中,所述第一数据为用户的查询语句(query),标签为所述查询语句所对应的类型。一个数据集的实例如下所示:
表1
其中的“小米”包括三个标签,“小米8A”和“那种薯片好吃”包括一个标签。
在本公开中,所述数据集中的第一数据的标签由人工标注得到或者由用户的历史点击记录得到。如用户搜索“小米”,点击了小米手机相关的网页或点击了与粮食小米相关的网页或者点击了跟洗发水相关的网页,则“小米”被标签“电商-数码-手机”、“电商-食品-粮油”和“电商-护理-洗发水”标记,其中的“电商-护理-洗发水”这个标签有可能是在用户浏览召回结果时,误点击或者临时兴趣被激发而点击了推荐洗发水的广告,因此这个标签就是一个噪声,如果使用这样的数据集,在后续训练查询语句分类模型时,会导致分类模型分类不准确。
步骤S102,根据与所述标签对应的第一数据计算所述标签的特征;
在本公开了,每个标签都对应至少一个第一数据,如表1中所示的,“电商-数码-手机”对应了“小米”、“小米A8”和“华为”,而“电商-食品-粮油”只对应了“小米”,“电商-食品-休闲零食”只对应了“哪种薯片好吃”。
由此,标签和第一数据之间具有相关关系,可以使用标签所对应的第一数据来表示所述标签。示例性的,如图2所示,所述步骤S102包括:
步骤S201,通过所述标签获取带有所述标签的多个第一数据;
步骤S202,获取所述带有所述标签的多个第一数据的特征;
步骤S203,根据所述带有所述标签的多个第一数据的特征计算所述标签的特征。
示例性的,在步骤S201中,统计每个标签多对应的第一数据,如可以将表1中所示的数据集根据标签进行排序,得到如下表2:
标签 | 查询 |
“电商-数码-手机” | 小米小米A8华为 |
“电商-食品-粮油” | 小米 |
“电商-护理-洗发水” | 小米 |
“电商-食品-休闲零食” | 哪种薯片好吃 |
由此,可以获取到每个标签所对应的一个或多个第一数据。
在步骤S202中,获取带有所述标签的多个第一数据的特征。所述第一数据的特征可以是使用任何特征提取方法所提取出来的特征。示例性的,所述步骤S202包括:将所述多个第一数据分别转换成表示所述第一数据的第一向量。在本公开中,所述第一向量为任意维度的向量,示例性的,所述第一向量为M位的一维向量。示例性的,通过预先训练的深度学习模型将第一数据转换成所述一维向量,示例性的,所述预先训练的深度学习模型为文字编码模型,其将输入的文字转换成固定位数的一维向量,其中所述一维向量中的每一位的数值位于0到1之间。示例性的,将“小米”转换为4位的一维向量[0.32,0.65,0.08,0.93],将“小米A8”转换为4位的一维向量[0.20,0.50,0.18,0.87],将“华为”转换为4位的一维向量[0.40,0.30,0.17,0.73]。同样的,对每个标签所对应的第一数据做上述操作,得到每个标签的第一数据的特征。
在步骤S203中,根据所述标签所对应的所有的第一数据的特征计算所述标签的特征。示例性的,在所述步骤S203中,计算所述多个第一数据的第一向量的平均向量作为所述标签的表示向量。以所述表示向量作为所述标签的特征。可选的,所述计算所述多个第一数据的第一向量的平均向量,包括:
步骤S301,获取所述多个第一数据的第一向量对应位的多个数值;
步骤S302,计算所述对应位的多个数值的平均值作为所述平均向量中对应位的数值以得到所述平均向量。
在步骤S301中,获取标签所对应的多个第一数据的第一向量中对应位的多个数值,以上述步骤S202中的示例为例,获取“电商-数码-手机”这一标签多对应的多个第一数据:小米、小米A8、华为的第一向量,分别为[0.32,0.65,0.08,0.93],[0.20,0.50,0.18,0.87],[0.40,0.30,0.17,0.73],则第一向量第一位上的多个数值分别为0.32,0.2,0.4;第一向量第二位上的多个数值分别为0.65,0.5,0.3;第一向量第三位上的多个数值分别为0.08,0.18,0.17;第一向量第四位上的多个数值分别为0.93,0.87,0.73。
在步骤S302中,计算每个位置上的多个数值的平均值。此处的平均值可以为绝对平均值或加权平均值。示例性的,第一位上的平均值为(0.32+0.2+0.4)/3=0.31;第二位上的平均值为(0.65+0.5+0.3)/3=0.48;第三位上的平均值为(0.08+0.18+0.17)/3=0.14;第四位上的平均值为(0.93+0.87+0.73)/3=0.84;由此,可以使用4个位置上的平均值所生成的平均向量[0.31,0.48,0.14,0.84]表示所述标签。可以理解的,还可以使用加权平均值作为所述平均向量中每个位置上的数值,示例性的,统计标签所对应的所有第一数据在该标签中所出现的次数,将每个第一数据在该标签中所出现的次数进行归一化作为计算加权平均值的权重,示例性的,在“电商-数码-手机”中“小米”出现了20次,“小米A8”出现了10次,“华为”出现了20次,则“小米”的权重为20/(20+10+20)=0.4,“小米A8”的权重为10/(20+10+20)=0.2,“华为”的权重为20/(20+10+20)=0.4;计算第一位置的加权平均值:0.32*0.4+0.2*0.2+0.4*0.4=0.33,其他位置的计算与第一位置类似不再赘述;使用加权平均值,可以使得标签的平均值更接近出现次数较多的第一数据。
由此,可以通过第一数据的特征计算得到表示所述标签的特征。上述从第一数据得到所述标签的特征的具体方式仅仅是举例,不构成对本公开的限制,任何使用第一数据得到表示所述标签的特征的方式均可以应用到本公开的技术方案中。
步骤S103,根据所述标签的特征更新所述数据集中的第一数据的标签。
在该步骤中,根据所述标签的特征判断所述数据集中的第一数据的某个标签是否是噪声,如果是噪声则删除所述第一数据的该标签。
可选的,如图4所示,所述步骤S103包括:
步骤S401,根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度;
步骤S402,当所述相似度小于相似阈值,将所述第一数据的所述标签删除。
由于在步骤S102中已经得到第一数据的特征和标签的特征,因此可以计算第一数据与其每个标签的相似度,如果相似度过小,则表示该标签是一个噪声。具体的,在步骤S401中计算相似度,包括:计算所述第一数据的第一向量与所述标签的表示向量之间的向量距离,其中所述向量距离表示两个向量的相似度。示例性的,该相似度使用欧式距离来表示,设两个向量分别为A和B,则两个向量的欧式距离为:
其中,ai表示向量A中的第i位上的数值,bi表示向量B中的第i位上的数值,i=0,1,2……n,其中n为向量A和B的位数。
这样可以设置一个阈值S,当d(A,B)<S时,从由A所表示的第一数据的标签中删除由B所表示的标签。
可选的,如图5所示,所述步骤S103还可以包括:
步骤S501,计算所述第一数据与所有标签的相似度;
步骤S502,将所述所有标签按照相似度从大到小排序并获取最相似的N个标签,其中N为预设值;
步骤S503,获取所述第一数据的标签中不在所述N个标签中的候选标签;
步骤S504,从所述第一数据的标签中删除所述候选标签。
在该可选实施例中,计算第一数据与所述数据集中的所有标签的相似度,计算相似度的方法可以如步骤S401中一样,或者使用其他任何向量的相似度计算方法,在此不再赘述。由此,对于一个第一数据来说,每个标签与该第一数据之间均有一个相似度,在步骤S502中,将所有的标签按照相似度从大到小排序并取前N个得到N个与所述第一数据最相似的标签。在步骤S503中,比较所述第一数据的标签与所述N个标签之间的不同,选出所述第一数据的标签中不在所述N个标签中的标签作为候选标签,该候选标签为所述第一数据的标签中的噪音标签。在步骤S504中,从所述第一数据的标签中删除所述候选标签,以将噪音从所述第一数据的标签中删除。由此,对所述数据集中的每个所述第一数据做上述步骤S103中的标签更新的操作,对数据集中的第一数据的标签进行去噪以得到准确的数据集。
经过上述步骤S101-步骤S103可以将数据集中的噪声标签从第一数据的标签中删除掉,但是在某些特殊情况下,还是会有一些噪音存在于数据集中。示例性的,“小米”带有“电商-食品-粮油”的标签,“小米糕点”带有“电商-食品-休闲食品”的标签,但是如果“小米糕点”还带有“电商-食品-粮油”的标签就显然不合理,这个“电商-食品-粮油”对于“小米糕点”来说就是一个噪音。但是由于都带有“小米”,因此使用上述方法有可能会漏掉这个标签。为此,可以进一步对标签进行过滤筛选。
可选的,上述数据处理方法,还包括如下步骤:
步骤S601,获取与所述标签对应的筛选词;
步骤S602,对所述第一数据进行分词处理得到分词结果;
步骤S603,当所述分词结果中包括筛选词,给所述第一数据添加与所述筛选词对应的标签。
在上述步骤中,需要使用到筛选词,其中筛选词为预先设置的词,示例性的,所述筛选词为人工设置、从网络中获取、通过关键词抽取工具或者通过品牌库等获取到的,每个标签设置一个或多个筛选词。
在步骤S602中,对所述第一数据进行分词,所述分词可以是直接分词,即直接对查询语句本身进行分词,如“小米手机”被分词为“小米”和“手机”,或者所述分词可以是通过语义分析模型得到的第一数据的语义,如将“宝马”通过语义分析模型分词为“汽车”。由此,得到所述第一数据中包括的一个或多个词语,或者所述第一数据的含义所对应的一个或多个词语。
在步骤S603中,将分词结果与筛选词进行比较,其中筛选词可以包括单独的词也可以包括多个词的组合等,如查询语句中包括“宝马”,或者查询语句中包括“小米”和“电”。如果分词结果中包括筛选词,则表示所述第一数据与所述筛选词所对应的标签是相关的,如果所述第一数据的标签中不包括所述筛选词所对应的标签,则将该筛选词对应的标签添加给所述第一数据。如查询语句中包括“宝马”,但是该查询语句的标签中没有“汽车”,则将“汽车”的标签添加给该查询语句;又如查询语句中包括“小米”和“电”,但是该查询语句的标签中没有“电商-数码-电器”,则将“电商-数码-电器”的标签添加给该查询语句。
通过上述步骤S601-S603,可以给第一数据补充缺失的标签。
可选的,如图7所示,所述数据处理方法还包括:
步骤S701,获取与所述标签对应的过滤词;
步骤S702,对带有所述标签的第一数据进行分词处理得到分词结果;
步骤S703,如果所述分词结果不包括所述过滤词,删除所述第一数据的所述标签。
步骤S701中的过滤词与步骤S601中的筛选词的获取方法可以相同,在此不再赘述。所述过滤词为标签所标注的第一数据中必须包含的词。
步骤S702中的分词处理与步骤S602中的分词处理的方法可以相同,在此不再赘述。
在步骤S703中,如果第一数据的分词结果中不包括所述标签所对应的任何一个过滤词,且第一数据带有该标签,则表示该标签对于该第一数据来说是一个噪声标签,需要从第一数据的标签中删除。示例性的,“电商-食品-粮油”这个标签会将所有的粮油名录中的词汇作为这个标签的过滤词,此外还可以有共性词,比如食品相关的标签可以加入“好吃”或类似的词作为过滤词。如果一个查询语句中不含有任何某个标签的过滤词,同时该查询语句又带有这个标签,则这个标签会从这个查询语句的标签中删除。
可以理解的,上述步骤S601-步骤S603和步骤S701-步骤S703可以同时存在于数据处理方法中,可以在步骤S101-步骤S103之前执行也可以在步骤S101-步骤S103之后执行,本公开对此不做限制。
本公开实施例公开了一种数据处理方法,该数据处理方法包括:获取数据集,其中所述数据集中包括多个标注数据,每个标注数据由一个第一数据以及至少一个标签组成;根据与所述标签对应的第一数据计算所述标签的特征;根据所述标签的特征更新所述数据集中的第一数据的标签。上述方法通过标签所标注的第一数据计算标签的特征,并更新数据集中的第一数据的标签。解决了数据集中的数据的标签不准确的技术问题。
在上文中,虽然按照上述的顺序描述了上述方法实施例中的各个步骤,本领域技术人员应清楚,本公开实施例中的步骤并不必然按照上述顺序执行,其也可以倒序、并行、交叉等其他顺序执行,而且,在上述步骤的基础上,本领域技术人员也可以再加入其他步骤,这些明显变型或等同替换的方式也应包含在本公开的保护范围之内,在此不再赘述。
图8为本公开实施例提供的数据处理装置实施例的结构示意图,如图8所示,该装置800包括:数据集获取模块801、标签特征计算模块802和标签更新模块803。其中,
数据集获取模块801,用于获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
标签特征计算模块802,用于根据与所述标签对应的第一数据计算所述标签的特征;
标签更新模块803,用于根据所述标签的特征更新所述数据集中的第一数据的标签。
进一步的,所述数据处理装置800还包括:
标签添加模块,用于获取与所述标签对应的筛选词;对所述第一数据进行分词处理得到分词结果;当所述分词结果中包括筛选词,给所述第一数据添加与所述筛选词对应的标签。
进一步的,所述数据处理装置800还包括:
标签删除模块,用于获取与所述标签对应的过滤词;对带有所述标签的第一数据进行分词处理得到分词结果;当所述分词结果中不包括所述过滤词,删除所述第一数据的所述标签。
进一步的,所述标签特征计算模块802还用于:
通过所述标签获取带有所述标签的多个第一数据;
获取所述带有所述标签的多个第一数据的特征;
根据所述带有所述标签的多个第一数据的特征计算所述标签的特征。
进一步的,所述标签更新模块803还用于:
根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度;
当所述相似度小于相似阈值,将所述第一数据的所述标签删除。
进一步的,所述标签特征计算模块802还用于:
将所述多个第一数据分别转换成表示所述第一数据的第一向量。
进一步的,所述标签特征计算模块802还用于:
计算所述多个第一数据的第一向量的平均向量作为所述标签的表示向量,其中所述表示向量表示所述标签的特征。
进一步的,所述标签特征计算模块802还用于:
获取所述多个第一数据的第一向量对应位的多个数值;
计算所述对应位的多个数值的平均值作为所述平均向量中对应位的数值以得到所述平均向量。
进一步的,所述标签更新模块803还用于:
计算所述第一数据的第一向量与所述标签的表示向量之间的向量距离,其中所述向量距离表示两个向量的相似度。
进一步的,所述标签更新模块803还用于:
计算所述第一数据与所有标签的相似度;
将所述所有标签按照相似度从大到小排序并获取最相似的N个标签,其中N为预设值;
获取所述第一数据的标签中不在所述N个标签中的候选标签;
从所述第一数据的标签中删除所述候选标签。
图8所示装置可以执行图1-图7所示实施例的方法,本实施例未详细描述的部分,可参考对图1-图7所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1-图7所示实施例中的描述,在此不再赘述。
下面参考图9,其示出了适于用来实现本公开实施例的电子设备900的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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,其包括承载在非暂态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装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM 902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述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该电子设备执行时,使得该电子设备:获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;根据与所述标签对应的第一数据计算所述标签的特征;根据所述标签的特征更新所述数据集中的第一数据的标签。
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公开的操作的计算机程序代码,上述程序设计语言包括但不限于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,图示了按照本公开各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开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。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,提供了一种数据处理方法,包括:
获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
根据与所述标签对应的第一数据计算所述标签的特征;
根据所述标签的特征更新所述数据集中的第一数据的标签。
进一步的,所述方法还包括:
获取与所述标签对应的筛选词;
对所述第一数据进行分词处理得到分词结果;
当所述分词结果中包括筛选词,给所述第一数据添加与所述筛选词对应的标签。
进一步的,所述方法还包括:
获取与所述标签对应的过滤词;
对带有所述标签的第一数据进行分词处理得到分词结果;
当所述分词结果中不包括所述过滤词,删除所述第一数据的所述标签。
进一步的,所述根据与所述标签对应的第一数据计算所述标签的特征,包括:
通过所述标签获取带有所述标签的多个第一数据;
获取所述带有所述标签的多个第一数据的特征;
根据所述带有所述标签的多个第一数据的特征计算所述标签的特征。
进一步的,所述根据所述标签的特征更新所述数据集中的第一数据的标签,包括:
根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度;
当所述相似度小于相似阈值,将所述第一数据的所述标签删除。
进一步的,所述获取所述带有所述标签的多个第一数据的特征,包括:
将所述多个第一数据分别转换成表示所述第一数据的第一向量。
进一步的,所述根据所述带有所述标签的多个第一数据的特征计算所述标签的特征,包括:
计算所述多个第一数据的第一向量的平均向量作为所述标签的表示向量,其中所述表示向量表示所述标签的特征。
进一步的,所述第一向量为一维向量,所述计算所述多个第一数据的第一向量的平均向量,包括:
获取所述多个第一数据的第一向量对应位的多个数值;
计算所述对应位的多个数值的平均值作为所述平均向量中对应位的数值以得到所述平均向量。
进一步的,所述根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度,包括:
计算所述第一数据的第一向量与所述标签的表示向量之间的向量距离,其中所述向量距离表示两个向量的相似度。
进一步的,所述根据所述标签的特征更新所述标注数据的标签,包括:
计算所述第一数据与所有标签的相似度;
将所述所有标签按照相似度从大到小排序并获取最相似的N个标签,其中N为预设值;
获取所述第一数据的标签中不在所述N个标签中的候选标签;
从所述第一数据的标签中删除所述候选标签。
根据本公开的一个或多个实施例,提供了一种数据处理装置,包括:
数据集获取模块,用于获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
标签特征计算模块,用于根据与所述标签对应的第一数据计算所述标签的特征;
标签更新模块,用于根据所述标签的特征更新所述数据集中的第一数据的标签。
进一步的,所述数据处理装置还包括:
标签添加模块,用于获取与所述标签对应的筛选词;对所述第一数据进行分词处理得到分词结果;当所述分词结果中包括筛选词,给所述第一数据添加与所述筛选词对应的标签。
进一步的,所述数据处理装置还包括:
标签删除模块,用于获取与所述标签对应的过滤词;对带有所述标签的第一数据进行分词处理得到分词结果;当所述分词结果中不包括所述过滤词,删除所述第一数据的所述标签。
进一步的,所述标签特征计算模块还用于:
通过所述标签获取带有所述标签的多个第一数据;
获取所述带有所述标签的多个第一数据的特征;
根据所述带有所述标签的多个第一数据的特征计算所述标签的特征。
进一步的,所述标签更新模块还用于:
根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度;
当所述相似度小于相似阈值,将所述第一数据的所述标签删除。
进一步的,所述标签特征计算模块还用于:
将所述多个第一数据分别转换成表示所述第一数据的第一向量。
进一步的,所述标签特征计算模块还用于:
计算所述多个第一数据的第一向量的平均向量作为所述标签的表示向量,其中所述表示向量表示所述标签的特征。
进一步的,所述标签特征计算模块还用于:
获取所述多个第一数据的第一向量对应位的多个数值;
计算所述对应位的多个数值的平均值作为所述平均向量中对应位的数值以得到所述平均向量。
进一步的,所述标签更新模块还用于:
计算所述第一数据的第一向量与所述标签的表示向量之间的向量距离,其中所述向量距离表示两个向量的相似度。
进一步的,所述标签更新模块还用于:
计算所述第一数据与所有标签的相似度;
将所述所有标签按照相似度从大到小排序并获取最相似的N个标签,其中N为预设值;
获取所述第一数据的标签中不在所述N个标签中的候选标签;
从所述第一数据的标签中删除所述候选标签。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面中的任一所述数据处理方法。
根据本公开的一个或多个实施例,提供了一种非暂态计算机可读存储介质,其特征在于,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行前述第一方面中的任一所述数据处理方法。
以上描述仅为本公开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,本公开中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开中公开的(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 (13)
1.一种数据处理方法,其特征在于,包括:
获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
根据与所述标签对应的第一数据计算所述标签的特征;
根据所述标签的特征更新所述数据集中的第一数据的标签。
2.如权利要求1所述的数据处理方法,其特征在于,所述方法还包括:
获取与所述标签对应的筛选词;
对所述第一数据进行分词处理得到分词结果;
当所述分词结果中包括筛选词,给所述第一数据添加与所述筛选词对应的标签。
3.如权利要求1所述的数据处理方法,其特征在于,所述方法还包括:
获取与所述标签对应的过滤词;
对带有所述标签的第一数据进行分词处理得到分词结果;
当所述分词结果中不包括所述过滤词,删除所述第一数据的所述标签。
4.如权利要求1所述的数据处理方法,其特征在于,所述根据与所述标签对应的第一数据计算所述标签的特征,包括:
通过所述标签获取带有所述标签的多个第一数据;
获取所述带有所述标签的多个第一数据的特征;
根据所述带有所述标签的多个第一数据的特征计算所述标签的特征。
5.如权利要求4所述的数据处理方法,其中所述根据所述标签的特征更新所述数据集中的第一数据的标签,包括:
根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度;
当所述相似度小于相似阈值,将所述第一数据的所述标签删除。
6.如权利要求4或5中任一项所述的数据处理方法,其特征在于,所述获取所述带有所述标签的多个第一数据的特征,包括:
将所述多个第一数据分别转换成表示所述第一数据的第一向量。
7.如权利要求6中所述的数据处理方法,其特征在于,所述根据所述带有所述标签的多个第一数据的特征计算所述标签的特征,包括:
计算所述多个第一数据的第一向量的平均向量作为所述标签的表示向量,其中所述表示向量表示所述标签的特征。
8.如权利要求7所述的数据处理方法,其特征在于,所述第一向量为一维向量,所述计算所述多个第一数据的第一向量的平均向量,包括:
获取所述多个第一数据的第一向量对应位的多个数值;
计算所述对应位的多个数值的平均值作为所述平均向量中对应位的数值以得到所述平均向量。
9.如权利要求7所述的数据处理方法,其特征在于,所述根据所述第一数据的特征和所述标签的特征计算所述第一数据与所述标签的相似度,包括:
计算所述第一数据的第一向量与所述标签的表示向量之间的向量距离,其中所述向量距离表示两个向量的相似度。
10.如权利要求4所述的数据处理方法,其中所述根据所述标签的特征更新所述标注数据的标签,包括:
计算所述第一数据与所有标签的相似度;
将所述所有标签按照相似度从大到小排序并获取最相似的N个标签,其中N为预设值;
获取所述第一数据的标签中不在所述N个标签中的候选标签;
从所述第一数据的标签中删除所述候选标签。
11.一种数据处理装置,其特征在于,包括:
数据集获取模块,用于获取数据集,其中所述数据集中包括多个标注数据,每个标注数据包括一个第一数据以及至少一个标签;
标签特征计算模块,用于根据与所述标签对应的第一数据计算所述标签的特征;
标签更新模块,用于根据所述标签的特征更新所述数据集中的第一数据的标签。
12.一种电子设备,包括:
存储器,用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器运行时实现根据权利要求1-10中任意一项所述的方法。
13.一种非暂态计算机可读存储介质,用于存储计算机可读指令,当所述计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-10中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010580331.2A CN111753174A (zh) | 2020-06-23 | 2020-06-23 | 数据处理方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010580331.2A CN111753174A (zh) | 2020-06-23 | 2020-06-23 | 数据处理方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111753174A true CN111753174A (zh) | 2020-10-09 |
Family
ID=72676825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010580331.2A Pending CN111753174A (zh) | 2020-06-23 | 2020-06-23 | 数据处理方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753174A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744981A (zh) * | 2014-01-14 | 2014-04-23 | 南京汇吉递特网络科技有限公司 | 一种基于网站内容用于网站自动分类分析的系统 |
CN106446135A (zh) * | 2016-09-19 | 2017-02-22 | 北京搜狐新动力信息技术有限公司 | 一种多媒体数据标签生成方法和装置 |
CN108897829A (zh) * | 2018-06-22 | 2018-11-27 | 广州多益网络股份有限公司 | 数据标签的修正方法、装置和存储介质 |
CN109255027A (zh) * | 2018-08-27 | 2019-01-22 | 上海宝尊电子商务有限公司 | 一种电商评论情感分析降噪的方法和装置 |
CN110245265A (zh) * | 2019-06-24 | 2019-09-17 | 北京奇艺世纪科技有限公司 | 一种对象分类方法、装置、存储介质及计算机设备 |
CN111046927A (zh) * | 2019-11-26 | 2020-04-21 | 北京达佳互联信息技术有限公司 | 标注数据的处理方法、装置、电子设备及存储介质 |
CN111104526A (zh) * | 2019-11-21 | 2020-05-05 | 新华智云科技有限公司 | 一种基于关键词语义的金融标签提取方法及系统 |
CN111192262A (zh) * | 2020-01-03 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 基于人工智能的产品缺陷分类方法、装置、设备及介质 |
-
2020
- 2020-06-23 CN CN202010580331.2A patent/CN111753174A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744981A (zh) * | 2014-01-14 | 2014-04-23 | 南京汇吉递特网络科技有限公司 | 一种基于网站内容用于网站自动分类分析的系统 |
CN106446135A (zh) * | 2016-09-19 | 2017-02-22 | 北京搜狐新动力信息技术有限公司 | 一种多媒体数据标签生成方法和装置 |
CN108897829A (zh) * | 2018-06-22 | 2018-11-27 | 广州多益网络股份有限公司 | 数据标签的修正方法、装置和存储介质 |
CN109255027A (zh) * | 2018-08-27 | 2019-01-22 | 上海宝尊电子商务有限公司 | 一种电商评论情感分析降噪的方法和装置 |
CN110245265A (zh) * | 2019-06-24 | 2019-09-17 | 北京奇艺世纪科技有限公司 | 一种对象分类方法、装置、存储介质及计算机设备 |
CN111104526A (zh) * | 2019-11-21 | 2020-05-05 | 新华智云科技有限公司 | 一种基于关键词语义的金融标签提取方法及系统 |
CN111046927A (zh) * | 2019-11-26 | 2020-04-21 | 北京达佳互联信息技术有限公司 | 标注数据的处理方法、装置、电子设备及存储介质 |
CN111192262A (zh) * | 2020-01-03 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 基于人工智能的产品缺陷分类方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111368185B (zh) | 数据展示方法、装置、存储介质及电子设备 | |
CN110096655B (zh) | 搜索结果的排序方法、装置、设备及存储介质 | |
CN111522927B (zh) | 基于知识图谱的实体查询方法和装置 | |
CN110413742B (zh) | 简历信息的查重方法、装置、设备及存储介质 | |
CN112287206A (zh) | 信息处理方法、装置和电子设备 | |
CN115757400B (zh) | 数据表处理方法、装置、电子设备和计算机可读介质 | |
WO2023143016A1 (zh) | 特征提取模型的生成方法、图像特征提取方法和装置 | |
CN112906394A (zh) | 地址识别方法、装置、设备和存储介质 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN115270717A (zh) | 一种立场检测方法、装置、设备及介质 | |
CN113971400B (zh) | 一种文本检测方法、装置、电子设备及存储介质 | |
CN111538903B (zh) | 搜索推荐词确定方法、装置、电子设备及计算机可读介质 | |
CN110659208A (zh) | 测试数据集的更新方法和装置 | |
CN111090993A (zh) | 属性对齐模型训练方法及装置 | |
CN110750994A (zh) | 一种实体关系抽取方法、装置、电子设备及存储介质 | |
CN111737571B (zh) | 搜索方法、装置和电子设备 | |
CN111382365B (zh) | 用于输出信息的方法和装置 | |
CN111753174A (zh) | 数据处理方法、装置和电子设备 | |
CN111782895B (zh) | 检索处理方法、装置、可读介质及电子设备 | |
CN111339124B (zh) | 显示数据方法、装置、电子设备和计算机可读介质 | |
CN114239501A (zh) | 合同生成方法、装置、设备及介质 | |
CN113051400A (zh) | 标注数据确定方法、装置、可读介质及电子设备 | |
CN112380476A (zh) | 信息显示方法、装置和电子设备 | |
CN111626044A (zh) | 文本生成方法、装置、电子设备及计算机可读存储介质 | |
CN110598133A (zh) | 确定搜索项目的顺序的方法、装置、电子设备和计算机可读存储介质 |
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 |