CN113313195B - 标注任务处理方法、装置、设备、存储介质及程序产品 - Google Patents
标注任务处理方法、装置、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN113313195B CN113313195B CN202110670535.XA CN202110670535A CN113313195B CN 113313195 B CN113313195 B CN 113313195B CN 202110670535 A CN202110670535 A CN 202110670535A CN 113313195 B CN113313195 B CN 113313195B
- Authority
- CN
- China
- Prior art keywords
- labeling
- capability
- task
- sub
- item
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本公开提供了一种标注任务处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品,涉及数据标注、标注能力确定、标注任务分配等技术领域。该方法包括:确定与待标注任务的需求项对应的第一能力项;响应于不存在完全具有第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。应用该方法能够提升标注能力项的准确性、进而提升标注质量。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及数据标注、标注能力确定、标注任务分配等技术领域,尤其涉及一种标注任务处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着人工智能在各方面的发展和应用,对数据进行符合要求的标注的需求量得到空前增长。数据标注是为人工智能算法提供结构化数据的过程,标注过程一般通过数据众包或者代理的方式,由标注员去完成。现今的自动标注模型的实用性还无法满足要求。
因此,如何更好的处理标注任务,是本领域技术人员研究的重点。
发明内容
本公开实施例提出了一种标注任务处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
第一方面,本公开实施例提出了一种标注任务处理方法,包括:确定与待标注任务的需求项对应的第一能力项;响应于不存在完全具有第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注;其中,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。
第二方面,本公开实施例提出了一种标注任务处理装置,包括:第一能力项确定单元,被配置成确定与待标注任务的需求项对应的第一能力项;子标注任务拆分单元,被配置成响应于不存在完全具有第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;多标注轮次依次标注单元,被配置成将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注;其中,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;能力项调整单元,被配置成根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。
第三方面,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的标注任务处理方法。
第四方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的标注任务处理方法。
第五方面,本公开实施例提供了一种包括计算机程序的计算机程序产品,该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的标注任务处理方法。
本公开实施例提供的标注任务处理方法,首先,确定与待标注任务的需求项对应的第一能力项;然后,针对不存在完全具有第一能力项的标注对象的情况,将完整的待标注任务拆分为任务量不同的多份子标注任务;接下来,将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;最后,根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。
本公开针对不存在完全匹配待标注任务的需求项的标注对象的情况,采用了将完整的待标注任务拆分为多个任务量不同的子标注任务,并通过按份、按轮次的方式分配给剩余的标注对象进行标注,并结合每轮次基于正确率的排除方式,最终能够逐渐筛选出能够完成待标注任务的标注对象,进而根据实际的标注情况完成对其标注能力项的修正,使得经过修正的能力项与实际情况更加接近。即本公开所提供的技术方案针对待标注任务多样、能力项评估不准确的问题,提供了一种标注能力修正方法,以提升标注能力项的准确性,进而提升了标注质量。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开可以应用于其中的示例性系统架构;
图2为本公开实施例提供的一种标注任务处理方法的流程图;
图3为本公开实施例提供的另一种标注任务处理方法的流程图;
图4为本公开实施例提供的一种调整标注对象的能力项的方法的流程图;
图5为本公开实施例提供的一种标注任务处理装置的结构框图;
图6为本公开实施例提供的一种适用于执行标注任务处理方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要的保密措施,且不违背公序良俗。
图1示出了可以应用本公开的标注任务处理方法、装置、电子设备及计算机可读存储介质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和服务器105上可以安装有各种用于实现两者之间进行信息通讯的应用,例如标注任务处理类应用、数据标注类应用、标注数据传输类应用等。
终端设备101、102、103和服务器105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,也可以实现成单个软件或软件模块,在此不做具体限定。当服务器105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;服务器为软件时,可以实现成多个软件或软件模块,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通过内置的各种应用可以提供各种服务,以可以提供标注任务处理&标注能力修正服务的标注任务处理类应用为例,服务器105在运行该标注任务处理类应用时可实现如下效果:首先,接收网络104传入的终端设备101发来的待标注任务;然后,确定与待标注任务的需求项对应的第一能力项;接着,响应于不存在完全具有所述第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;下一步,将各所述子标注任务按份依次分配给当前标注轮次剩余的标注对象(例如与终端设备102、103对应的用户)进行标注,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;最后,根据完成的所有子标注任务占所述待标注任务的任务量比值,对相应的标注对象的能力项进行调整,以使经调整后的能力项与其真实标注能力匹配。
需要指出的是,待标注任务除可以从终端设备101或其它终端设备通过网络104获取到之外,也可以通过各种方式预先存储在服务器105本地。因此,当服务器105检测到本地已经存储有这些数据时(例如开始处理之前留存的待标注任务),可选择直接从本地获取这些数据,在此种情况下,示例性系统架构100也可以不包括终端设备101和网络104。
本公开后续各实施例所提供的标注任务处理方法一般由拥有任务分配和统筹能力的服务器105来执行,相应地,标注任务处理装置一般也设置于服务器105中。但同时也需要指出的是,在终端设备101、102、103也具有满足要求的任务分配和统筹能力时,终端设备101、102、103也可以通过其上安装的标注任务处理类应用完成上述本交由服务器105做的各项运算,进而最终得到与服务器105同样的结果。相应的,标注任务处理装置也可以设置于终端设备101、102、103中。在此种情况下,示例性系统架构100也可以不包括服务器105和网络104。
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。
请参考图2,图2为本公开实施例提供的一种标注任务处理方法的流程图,其中流程200包括以下步骤:
步骤201:确定与待标注任务的需求项对应的第一能力项;
本步骤旨在由标注任务处理方法的执行主体(例如图1所示的服务器105)根据表征待标注任务的标注需求的需求项,确定与之对应的表征标注能力的能力项,为便于区分不同的能力项,此处将匹配于需求项的能力项命名为第一能力项。
其中,标注需求包括多种,从大类上可以分为判断清洗、内容转写、内容提取以及富集等多种,每种大类又可以结合具体的数据类型细分出多种子类,数据类型包括图片、语音、文本、视频、网页等,以图片+内容提取为例,可将标注需求再细分为图片元素框选、图片打点、图片区域语义定义、图片车道线标注等。同时,除对标注目标、标注形式等需求信息之外,标注需求还可以包括进行标注的标注对象的能力水平的相关需求,例如要求对图片元素框选方面进行了多少数量的历史标注行为、历史平均标注正确率等等。
具体的,表征标注能力的能力项也可以对应的表现为能力类别和每种能力类别下的能力值参数,每种能力类别可以表现为一个独立的能力标签,该能力类别下的能力值参数则可以作为该标签中记录的具体数值或其它表现形式的信息,例如在以等级划分每种能力类别的能力值时,可以为每种等级分配一种相应的颜色,以通过显示相应颜色的能力标签的方式表征所属标注对象在该标注能力类别下的具体标注能力等级。
步骤202:响应于不存在完全具有第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;
在步骤201的基础上,本步骤旨在由上述执行主体在不存在完全具有第一能力项的标注对象的情况下,将完整的待标注任务拆分为多份、任务量不同的子标注任务。
其中,本步骤针对的是当前不存在完全匹配待标注任务的标注需求的匹配标注对象的情况,导致不存在匹配标注对象的原因多种多样,例如匹配标注对象当前处于被占用或不可用状态,因此在无法一直等待至有匹配标注对象可用的情况下,仅能够来合理的使用剩余的标注对象(即不完全具有与标注需求对应的标注能力的标注对象)来实现对待标注任务的标注,也就是通过合理的方式来筛选出因评估不准导致具有相应的标注能力但之前的评估认为其不具有所需的标注能力的标注对象,最终借助具有所需标注能力的标注对象完成对待标注任务的标注。
为从剩余的标注对象中筛选出实际上具有所需标注能力的对象,本步骤将完整的待标注任务拆分为多份、任务量不同的子标注任务,例如将完整的待标注任务拆分为数量占总比15%、30%、55%的三份子标注任务。
具体的,为了高效率的借助子标注任务来界定剩余的标注对象的实际标注能力是否满足需求,还可以控制每份子标注任务中拥有待标注任务中的各种类型的待标注数据,即尽可能的覆盖到所有的标注方式,以全面的测试出剩余的标注对象的标注能力。以图片为例,可以使每份子标注任务都包含有各种场景类型的待标注图片,已测试出标注对象对全场景的标注能力。
步骤203:将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注;
在步骤202的基础上,本步骤旨在由上述执行主体将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注。
需要说明的是,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外。也就是说,每轮次的标注进行一份子标注任务的标注,对当前轮次的子标注任务进行标注的对象不包括对上一轮次的子标注任务进行标注的低成功率的标注对象。因此,随着标注轮次的增加,将逐渐筛选出最符合与待标注任务所需的标注能力的标注对象。
其中,该预设标注正确率作为一个预设的临界值,来将标注正确率不达标的标注对象排除在对下一轮的子标注任务的标注对象队伍外。该临界值可以是一个根据有经验的技术人员或专家总结得到的,也可以是根据实际情况设定得到的,该临界值可以是一个固定的值,也可以是一个动态变化的值,例如随标注轮次的增加而变化,随当前标注轮次的子标注任务的任务量而变化等等。
例如可以控制预设标注正确率的正确率数值随标注轮次的增加而增加,以通过逐渐增加的方式来以逐渐严格的筛选方式保证最终筛选出的标注对象所具有的标注能力符合需求,也可以控制预设标注正确率的正确率数值与当前标注轮次的任务量多少成反比,即任务量越多、正确率数值越低,以符合任务量越多、允许有更多的出错的实际情况,即任务量越多标注员的精力有限,很有可能在精力耗费光后出错概率突然增高。上述两者调整方式可以单一存在也可以同时存在,以符合标注员进行标注的实际情况。
步骤204:根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。
在步骤203的基础上,旨在由上述执行主体根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。
即完成的所有子标注任务占待标注任务的任务量比值越高,说明对应的标注对象的实际标注能力越符合待标注任务的标注需求,但原先基于标注需求并未将这些标注对象确定为匹配的标注对象,因此就需要根据这一情况来调整这些标注对象的能力项,以使经调整后的能力项更符合其实际的标注能力。
本公开实施例提供的标注任务处理方法,针对不存在完全匹配待标注任务的需求项的标注对象的情况,采用了将完整的待标注任务拆分为多个任务量不同的子标注任务,并通过按份、按轮次的方式分配给剩余的标注对象进行标注,并结合每轮次基于正确率的排除方式,最终能够逐渐筛选出能够完成待标注任务的标注对象,进而根据实际的标注情况完成对其标注能力项的修正,使得经过修正的能力项与实际情况更加接近。即本公开所提供的技术方案针对待标注任务多样、能力项评估不准确的问题,提供了一种标注能力修正方法,以提升标注能力项的准确性,进而提升了标注质量。
请参考图3,图3为本公开实施例提供的另一种标注任务处理方法的流程图,其中流程300包括以下步骤:
步骤301:确定与待标注任务的需求项对应的第一能力项;
步骤302:响应于不存在完全具有第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;
步骤303:将各子标注任务按照任务数量从少到多的顺序,按份依次分配给当前轮次剩余的标注对象进行标注;
本步骤旨在由上述执行主体按照将各子标注任务按照任务数量从少到多的顺序,按份依次分配给当前轮次剩余的标注对象进行标注。
仍以15%、30%、55%的三份子标注任务为例,那么总共的标注轮次为3轮,第一轮将任务量占总量15%的子标注任务分发给所有剩余的标注对象来使其进行标注,然后根据第一轮的标注结果确定进行第二轮的标注对象;接下来,第二轮将任务量占总量30%的子标注任务分发给成功进入第二轮的各标注对象,然后根据第二轮的标注结果确定进行第三轮的标注对象;最后,第三轮将任务量占总量55%的子标注任务分发给成功进入第三轮的各标注对象。
本步骤旨在通过按照从少到多依次进行的多轮标注方式,进一步的提升筛选出实际标注能力不满足标注需求的标注对象的效率。
步骤304:分别确定每个剩余标注对象所标注的子标注任务占完整的标注任务的任务量比值;
其中,剩余标注对象为在参与子标注任务的任务前不完全具有第一能力项的标注对象。
仍以15%、30%、55%的三份子标注任务为例,假定一个剩余标注对象总共经历了两轮标注,那么该剩余标注对象所标注的子标注任务占完整的待标注任务的任务量比值为15%~45%(存在未对第二份子标注任务进行完整的标注的情况)。
步骤305:响应于任务量比值大于预设比值,根据第一能力项修正剩余标注对象的第二能力项。
在步骤304的基础上,本步骤旨在由上述执行主体在任务量比值大于预设比值的情况下,触发根据第一能力项修正对应的剩余标注对象的第二能力项的操作。可以理解的是,能力项修正操作仅在任务量比值大于预设比值才被触发,即当任务量比值不大于预设比值时,将因认为所标注的子任务标注的任务量较少、不具有参考价值的原因,不触发能力项修正操作。
此外,触发的能力项修正操作的目的是将第二能力项朝趋近于第一能力项的方向进行修正,当然,在极端情况下,也可以直接将第二能力项修正为第一能力项,也可以根据实际情况进行趋向第一能力项的部分修正。
在上一实施例的基础上,本实施例通过步骤303提供了一种具体的多轮次标注方式,即通过按照从少到多依次进行的多轮标注方式,高效率的筛选出实际标注能力不满足标注需求的标注对象;还通过步骤304-步骤305提供了一种具体的能力项修正方式,即仅在一个剩余标注对象所完成的子标注任务与完整的待标注任务的任务量比值大于预设比值时才触发能力项修正操作,并通过将第二能力项朝趋近于第一能力项的方向进行修正,以使对应的剩余标注对象经修正后的能力项更符合其实际具有的标注能力。
应当理解的是,步骤303所提供的具体实现方式与步骤304-步骤305所提供的具体实现方式之间可以不存在因果和依赖关系,两种具体实现方式完全可以以替换流程200中相应的上位实现方案的方式,形成各自独立的实施例,本实施例仅作为一个同时包含两部分具体实现方式的优选实施例存在。
在流程300所示的实施例的基础上,本实施例旨在针对流程300中的步骤305,通过图4提供一种调整标注对象的能力项的方法,其中流程400包括以下步骤:
步骤401:确定与第一能力项对应的第一能力类别和第一能力值参数;
步骤402:确定与第二能力项对应的第二能力类别和第二能力值参数;
表征标注能力的能力项也可以对应的表现为能力类别和每种能力类别下的能力值参数,每种能力类别可以表现为一个独立的能力标签,该能力类别下的能力值参数则可以作为该标签中记录的具体数值或其它表现形式的信息。
步骤403:根据第一能力类别和第二能力类别,确定相同能力类别和缺失能力类别;
步骤404:响应于相同能力类别下的第一能力值参数与第二能力值参数的差异小于预设第一差异,将第二能力值参数上调至第一能力值参数;
本步骤旨在由上述执行主体针对相同能力类别下的能力值参数差异,来确定如何进行能力值参数的上调,本步骤是在相同能力类别下的第一能力值参数与第二能力值参数的差异小于预设第一差异时,将第二能力值参数上调至第一能力值参数。
其中,该预设第一差异用于表征第一能力值参数与第二能力值参数的差异较小,因此可以允许直接将第二能力值参数上调至第一能力值参数。
步骤405:为剩余标注对象新增与缺失能力类别对应的新能力项,并将新能力项的能力值参数调整为默认的初始数值。
本步骤旨在由上述执行主体针对缺失能力类别提供了一种处理方式,即为剩余标注对象新增与缺失能力类别对应的新能力项,并将新能力项的能力值参数调整为默认的初始数值。其中,初始数值表征所属能力项的能力等级为初等,这是为了保险起见,即在没有更多的数据能够证明其真的能够具有第一能力值参数的情况下,现将其的能力值参数设置为新手或普通水平。
本实施例分别针对相同能力类别和缺失能力类别,提供了不同的能力项修正方式,以匹配实际情况。
在上述任意实施例的基础上,考虑到标注过程中可能存在的波动性和不稳定性造成的误判问题,还提供了验证标注机制,以降低错误的被排除的可能性。一种包括且不限于的实现方式为:
响应于被排除的标注对象的实际标注正确率与预设标注正确率的差异小于预设第二差异、且已进行的标注轮次大于预设轮次,对相同的子标注任务进行再次标注,得到经再次标注后得到的验证标注正确率;
响应于验证标注正确率大于预设标注正确率,将被排除的标注对象重新作为下一份的子标注任务的标注对象。
其中,预设第二差异用于表征实际标注正确率与预设标注正确率之间的差异较小。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种标注任务处理装置的一个实施例,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,本实施例的标注任务处理装置500可以包括:第一能力项确定单元501、子标注任务拆分单元502、多标注轮次依次标注单元503、能力项调整单元504。其中,第一能力项确定单元501,被配置成确定与待标注任务的需求项对应的第一能力项;子标注任务拆分单元502,被配置成响应于不存在完全具有第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;多标注轮次依次标注单元503,被配置成将各子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注;其中,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;能力项调整单元504,被配置成根据完成的所有子标注任务占待标注任务的任务量比值,对相应的标注对象的能力项进行调整。
在本实施例中,标注任务处理装置500中:第一能力项确定单元501、子标注任务拆分单元502、多标注轮次依次标注单元503、能力项调整单元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201-204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,多标注轮次依次标注单元503可以被进一步配置成:
将各子标注任务按照任务数量从少到多的顺序,按份依次分配给当前轮次剩余的标注对象进行标注。
在本实施例的一些可选的实现方式中,标注任务处理装置500还可以包括:
正确率数值第一修正单元,被配置成控制预设标注正确率的正确率数值随标注轮次的增加而增加;
和/或
正确率数值第二修正单元,被配置成控制预设标注正确率的正确率数值与当前标注轮次的任务量多少成反比。
在本实施例的一些可选的实现方式中,能力项调整单元504可以包括:
任务量比值确定子单元,被配置成分别确定每个剩余标注对象所标注的子标注任务占完整的标注任务的任务量比值;其中,剩余标注对象为在参与子标注任务的任务前不完全具有第一能力项的标注对象;
能力项修正子单元,被配置成响应于任务量比值大于预设比值,根据第一能力项修正剩余标注对象的第二能力项。
在本实施例的一些可选的实现方式中,能力项修正子单元可以被进一步配置成:
确定与第一能力项对应的第一能力类别和第一能力值参数;
确定与第二能力项对应的第二能力类别和第二能力值参数;
根据第一能力类别和第二能力类别,确定相同能力类别和缺失能力类别;
响应于相同能力类别下的第一能力值参数与第二能力值参数的差异小于预设第一差异,将第二能力值参数上调至第一能力值参数;
为剩余标注对象新增与缺失能力类别对应的新能力项,并将新能力项的能力值参数调整为默认的初始数值;其中,初始数值表征所属能力项的能力等级为初等。
在本实施例的一些可选的实现方式中,标注任务处理装置500还可以包括:
重新标注单元,被配置成响应于被排除的标注对象的实际标注正确率与预设标注正确率的差异小于预设第二差异、且已进行的标注轮次大于预设轮次,对相同的子标注任务进行再次标注,得到经再次标注后得到的验证标注正确率;
异常排除处理单元,被配置成响应于验证标注正确率大于预设标注正确率,将被排除的标注对象重新作为下一份的子标注任务的标注对象。
本实施例作为对应于上述方法实施例的装置实施例存在,本实施例提供的标注任务处理装置,针对不存在完全匹配待标注任务的需求项的标注对象的情况,采用了将完整的待标注任务拆分为多个任务量不同的子标注任务,并通过按份、按轮次的方式分配给剩余的标注对象进行标注,并结合每轮次基于正确率的排除方式,最终能够逐渐筛选出能够完成待标注任务的标注对象,进而根据实际的标注情况完成对其标注能力项的修正,使得经过修正的能力项与实际情况更加接近。即本公开所提供的技术方案针对待标注任务多样、能力项评估不准确的问题,提供了一种标注能力修正方法,以提升标注能力项的准确性,进而提升了标注质量。
根据本公开的实施例,本公开还提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现上述任意实施例所描述的标注任务处理方法。
根据本公开的实施例,本公开还提供了一种可读存储介质,该可读存储介质存储有计算机指令,该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的标注任务处理方法。
本公开实施例提供了一种计算机程序产品,该计算机程序在被处理器执行时能够实现上述任意实施例所描述的标注任务处理方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如标注任务处理方法。例如,在一些实施例中,标注任务处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的标注任务处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行标注任务处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。
根据本公开实施例的技术方案,针对不存在完全匹配待标注任务的需求项的标注对象的情况,采用了将完整的待标注任务拆分为多个任务量不同的子标注任务,并通过按份、按轮次的方式分配给剩余的标注对象进行标注,并结合每轮次基于正确率的排除方式,最终能够逐渐筛选出能够完成待标注任务的标注对象,进而根据实际的标注情况完成对其标注能力项的修正,使得经过修正的能力项与实际情况更加接近。即本公开所提供的技术方案针对待标注任务多样、能力项评估不准确的问题,提供了一种标注能力修正方法,以提升标注能力项的准确性,进而提升了标注质量。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种标注任务处理方法,应用于服务器,包括:
确定与待标注任务的需求项对应的第一能力项;其中,能力项用于表征标注能力,对应的表现为能力类别和每种能力类别下的能力值参数;
响应于不存在完全具有所述第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;
将各所述子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注;其中,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;
分别确定每个剩余标注对象所标注的子标注任务占完整的标注任务的任务量比值;其中,所述剩余标注对象为在参与所述子标注任务的任务前不完全具有所述第一能力项的标注对象;响应于所述任务量比值大于预设比值,确定与所述第一能力项对应的第一能力类别和第一能力值参数、确定与第二能力项对应的第二能力类别和第二能力值参数;根据所述第一能力类别和所述第二能力类别,确定相同能力类别和缺失能力类别;响应于所述相同能力类别下的第一能力值参数与所述第二能力值参数的差异小于预设第一差异,将所述第二能力值参数上调至所述第一能力值参数;为所述剩余标注对象新增与所述缺失能力类别对应的新能力项,并将所述新能力项的能力值参数调整为默认的初始数值;其中,所述初始数值表征所属能力项的能力等级为初等。
2.根据权利要求1所述的方法,其中,所述将各所述子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注,包括:
将各所述子标注任务按照任务数量从少到多的顺序,按份依次分配给当前轮次剩余的标注对象进行标注。
3.根据权利要求1所述的方法,还包括:
控制所述预设标注正确率的正确率数值随标注轮次的增加而增加;
和/或
控制所述预设标注正确率的正确率数值与当前标注轮次的任务量多少成反比。
4.根据权利要求1-3任一项所述的方法,还包括:
响应于被排除的标注对象的实际标注正确率与所述预设标注正确率的差异小于预设第二差异、且已进行的标注轮次大于预设轮次,对相同的子标注任务进行再次标注,得到经再次标注后得到的验证标注正确率;
响应于所述验证标注正确率大于所述预设标注正确率,将被排除的标注对象重新作为下一份的子标注任务的标注对象。
5.一种标注任务处理装置,应用于服务器,包括:
第一能力项确定单元,被配置成确定与待标注任务的需求项对应的第一能力项;其中,能力项用于表征标注能力,对应的表现为能力类别和每种能力类别下的能力值参数;
子标注任务拆分单元,被配置成响应于不存在完全具有所述第一能力项的标注对象,将完整的待标注任务拆分为任务量不同的多份子标注任务;
多标注轮次依次标注单元,被配置成将各所述子标注任务按份依次分配给当前标注轮次剩余的标注对象进行标注;其中,在上一份的子标注任务中实际标注正确率未超过预设标注正确率的标注对象将被排除在下一份的子标注任务的标注对象之外;
能力项调整单元,被配置成分别确定每个剩余标注对象所标注的子标注任务占完整的标注任务的任务量比值;其中,所述剩余标注对象为在参与所述子标注任务的任务前不完全具有所述第一能力项的标注对象;响应于所述任务量比值大于预设比值,确定与所述第一能力项对应的第一能力类别和第一能力值参数、确定与第二能力项对应的第二能力类别和第二能力值参数;根据所述第一能力类别和所述第二能力类别,确定相同能力类别和缺失能力类别;响应于所述相同能力类别下的第一能力值参数与所述第二能力值参数的差异小于预设第一差异,将所述第二能力值参数上调至所述第一能力值参数;为所述剩余标注对象新增与所述缺失能力类别对应的新能力项,并将所述新能力项的能力值参数调整为默认的初始数值;其中,所述初始数值表征所属能力项的能力等级为初等。
6.根据权利要求5所述的装置,其中,所述多标注轮次依次标注单元被进一步配置成:
将各所述子标注任务按照任务数量从少到多的顺序,按份依次分配给当前轮次剩余的标注对象进行标注。
7.根据权利要求5所述的装置,还包括:
正确率数值第一修正单元,被配置成控制所述预设标注正确率的正确率数值随标注轮次的增加而增加;
和/或
正确率数值第二修正单元,被配置成控制所述预设标注正确率的正确率数值与当前标注轮次的任务量多少成反比。
8.根据权利要求5-7任一项所述的装置,还包括:
重新标注单元,被配置成响应于被排除的标注对象的实际标注正确率与所述预设标注正确率的差异小于预设第二差异、且已进行的标注轮次大于预设轮次,对相同的子标注任务进行再次标注,得到经再次标注后得到的验证标注正确率;
异常排除处理单元,被配置成响应于所述验证标注正确率大于所述预设标注正确率,将被排除的标注对象重新作为下一份的子标注任务的标注对象。
9.一种电子设备,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,
所述存储器存储有可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权利要求1-4中任一项所述的标注任务处理方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的标注任务处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670535.XA CN113313195B (zh) | 2021-06-17 | 2021-06-17 | 标注任务处理方法、装置、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670535.XA CN113313195B (zh) | 2021-06-17 | 2021-06-17 | 标注任务处理方法、装置、设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113313195A CN113313195A (zh) | 2021-08-27 |
CN113313195B true CN113313195B (zh) | 2023-09-29 |
Family
ID=77379281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110670535.XA Active CN113313195B (zh) | 2021-06-17 | 2021-06-17 | 标注任务处理方法、装置、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113313195B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197658A (zh) * | 2018-01-11 | 2018-06-22 | 阿里巴巴集团控股有限公司 | 图像标注信息处理方法、装置、服务器及系统 |
CN109784381A (zh) * | 2018-12-27 | 2019-05-21 | 广州华多网络科技有限公司 | 标注信息处理方法、装置及电子设备 |
CN110457494A (zh) * | 2019-08-01 | 2019-11-15 | 新华智云科技有限公司 | 数据标注方法、装置、电子设备及存储介质 |
CN111814431A (zh) * | 2020-06-15 | 2020-10-23 | 开易(北京)科技有限公司 | 一种复杂数据标注方法及装置 |
CN112035258A (zh) * | 2020-08-31 | 2020-12-04 | 中国平安财产保险股份有限公司 | 数据处理方法、装置、电子设备及介质 |
WO2021007514A1 (en) * | 2019-07-10 | 2021-01-14 | Schlumberger Technology Corporation | Active learning for inspection tool |
RU2019128018A (ru) * | 2019-09-05 | 2021-03-05 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для определения ответа для цифровой задачи, выполняемой в компьютерной краудсорсинговой среде |
CN112906375A (zh) * | 2021-03-24 | 2021-06-04 | 平安科技(深圳)有限公司 | 文本数据标注方法、装置、设备及存储介质 |
-
2021
- 2021-06-17 CN CN202110670535.XA patent/CN113313195B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197658A (zh) * | 2018-01-11 | 2018-06-22 | 阿里巴巴集团控股有限公司 | 图像标注信息处理方法、装置、服务器及系统 |
CN109784381A (zh) * | 2018-12-27 | 2019-05-21 | 广州华多网络科技有限公司 | 标注信息处理方法、装置及电子设备 |
WO2021007514A1 (en) * | 2019-07-10 | 2021-01-14 | Schlumberger Technology Corporation | Active learning for inspection tool |
CN110457494A (zh) * | 2019-08-01 | 2019-11-15 | 新华智云科技有限公司 | 数据标注方法、装置、电子设备及存储介质 |
RU2019128018A (ru) * | 2019-09-05 | 2021-03-05 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для определения ответа для цифровой задачи, выполняемой в компьютерной краудсорсинговой среде |
CN111814431A (zh) * | 2020-06-15 | 2020-10-23 | 开易(北京)科技有限公司 | 一种复杂数据标注方法及装置 |
CN112035258A (zh) * | 2020-08-31 | 2020-12-04 | 中国平安财产保险股份有限公司 | 数据处理方法、装置、电子设备及介质 |
CN112906375A (zh) * | 2021-03-24 | 2021-06-04 | 平安科技(深圳)有限公司 | 文本数据标注方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于众包标注的语文教材句子难易度评估研究;于东;吴思远;耿朝阳;唐玉玲;;中文信息学报(第02期);全文 * |
数据标注研究综述;蔡莉;王淑婷;刘俊晖;朱扬勇;;软件学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113313195A (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112988727B (zh) | 数据标注方法、装置、设备、存储介质及计算机程序产品 | |
KR20210156243A (ko) | 딥러닝 프레임워크의 훈련 방법, 장치 및 저장 매체 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114065864A (zh) | 联邦学习方法、联邦学习装置、电子设备以及存储介质 | |
CN114757214B (zh) | 用于优化翻译模型的样本语料的选取方法、相关装置 | |
CN113052246A (zh) | 用于训练分类模型及图像分类的方法和相关装置 | |
CN112560936A (zh) | 模型并行训练方法、装置、设备、存储介质和程序产品 | |
CN113313195B (zh) | 标注任务处理方法、装置、设备、存储介质及程序产品 | |
CN116594563A (zh) | 分布式存储扩容方法、装置、电子设备和存储介质 | |
CN115482116A (zh) | 资产投资策略信息的推荐方法、装置、设备及介质 | |
CN114048010A (zh) | 服务超时时间的控制方法、装置、设备以及存储介质 | |
CN113434218A (zh) | 微服务配置方法、装置、电子设备和介质 | |
CN113641688A (zh) | 节点更新方法、相关装置及计算机程序产品 | |
CN113326890B (zh) | 标注数据处理方法、相关装置及计算机程序产品 | |
CN113313196B (zh) | 标注数据处理方法、相关装置及计算机程序产品 | |
CN113326888B (zh) | 标注能力信息确定方法、相关装置及计算机程序产品 | |
CN114926447B (zh) | 用于训练模型的方法、用于检测目标的方法和装置 | |
CN115511085A (zh) | 一种模型数据处理方法、装置、设备及存储介质 | |
CN116801001A (zh) | 视频流的处理方法、装置、电子设备及存储介质 | |
CN117573983A (zh) | 一种融资方案的推荐方法、装置、电子设备及存储介质 | |
CN116310987A (zh) | 坏例挖掘方法、装置、设备和存储介质 | |
CN115801763A (zh) | 文件传输方法、装置、电子设备及存储介质 | |
CN115442432A (zh) | 一种控制方法、装置、设备及存储介质 | |
CN113282571A (zh) | 数据转移方法、装置、电子设备和存储介质 | |
CN116841549A (zh) | 图层处理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |