CN113836877B - 一种文本标注方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了一种文本标注方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及自然语言处理、深度学习等领域。具体实现方案为：检测用户事件，用户事件包括用户选中的待标注文本；确定标注类型；针对待标注文本，基于标注类型对应的标注参数生成文档对象模型dom节点；利用dom节点对待标注文本进行标注。通过本公开提供的文本标注方法、装置、设备以及存储介质，能够提高文本标注的效率。

Description

一种文本标注方法、装置、设备以及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及自然语言处理、深度学习等领域，具体涉及一种文本标注方法、装置、设备以及存储介质。

背景技术

近年来，预训练语言模型在自然语言处理领域有了重要进展，自然语言处理(Natural Language Processing，NLP)领域中通过训练模型来解决NLP的各类问题。其中，模型的训练需要基于大量的训练样本来完成，而训练样本通过对文本进行标注得到。

发明内容

本公开提供了一种文本标注方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种文本标注方法，包括：

检测用户事件，所述用户事件包括用户选中的待标注文本；

确定标注类型；

针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点；

利用所述dom节点对所述待标注文本进行标注。

根据本公开的第二方面，提供了一种文本标注装置，包括：

检测模块，用于检测用户事件，所述用户事件包括用户选中的待标注文本；

确定模块，用于确定标注类型；

生成模块，用于针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点；

标注模块，用于利用所述dom节点对所述待标注文本进行标注。

根据本公开的第三方面，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第一方面所述的方法。

根据本公开的第四方面，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，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。

本公开能够提高文本标注的效率。

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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是相关技术中文本标注的一种示意图；

图2是相关技术中文本标注的另一种示意图；

图3是相关技术中文本标注的又一种示意图；

图4是本公开实施例提供的文本标注方法的一种示意图；

图5是本公开实施例提供的文本标注方法的另一种示意图；

图6是应用本公开实施例提供的文本标注方法标注的第一种示意图；

图7是应用本公开实施例提供的文本标注方法标注的第二种示意图；

图8是应用本公开实施例提供的文本标注方法标注的第三种示意图；

图9是应用本公开实施例提供的文本标注方法标注的第四种示意图；

图10是应用本公开实施例提供的文本标注方法标注的第五种示意图；

图11是应用本公开实施例提供的文本标注方法标注的第六种示意图；

图12是应用本公开实施例提供的文本标注方法标注的第七种示意图；

图13是应用本公开实施例提供的文本标注方法的标注框架示意图；

图14是本公开实施例提供的文本标注装置的一种结构示意图；

图15是本公开实施例提供的文本标注装置的另一种结构示意图；

图16是本公开实施例提供的文本标注装置的又一种结构示意图；

图17是用来实现本公开实施例的文本标注方法的电子设备的框图。

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。

相关技术中使用可缩放矢量图形(Scalable Vector Graphics，SVG)绘制所有标签和关系，覆盖在文本上来展示标注效果，绘制过程实时计算鼠标位置，存在计算结果不准确和计算缓慢的问题，即标注过程需要实时计算鼠标位置，提高计算机性能消耗，降低标注效率，且超出文本范围后计算错误。另外，需要固定的行间距来展示文本，占用页面空间较多。

例如，相关技术中文本实体抽取标注、添加实体标签过程中，用户选取词语后弹出实体标签选择框，选定标签后在词语上方为之添加实体标签。如图1所示，控制行距，将所有的实体标签显示在文本上方同一行；如图2所示，将实体标签分别显示在不同行，这种情况下，需要针对不同的标签计算与文本的距离。

相关技术中文本实体关系抽取标注。首先，参见图1方式标注实体标签，然后，通过“按住拖拽”来实现，用户需要按住某个实体标签并拖拽，会出现一个当前标签的“分身”，将此分身拖拽至另一实体标签处，才会出现“关系标签选择框”。这种操作方式相对费力，用户需要一直拖住当前标签不可放手。且图1和图2的这种方式均会造成关系标签之间相互遮挡，并且在关系标签较多的时候，也无法区分关系标签的指示关系。

图1中【笔记本】上存在多个标签，但标注工具不能正常展示所有标签，删除操作在页面右侧，且相同标签不能区分具体对应关系，另外，删除操作在页面右侧，且相同标签不能区分具体对应关系。图1和图2中叠加标注时，标签相互重叠，且会遮盖文本。

如图3所示，相关技术中可以在文本实体关系标注过程中删除实体标签。但是，相关技术中多种类型标注交互不统一，文本实体关系标注可以点击实体标签来删除实体，但文本实体标注中则不行。且跨行连接关系时线条混乱，连接关系展示不明确。

针对相关技术中存在的标注效率低的问题，本公开实施例提供了一种文本标注方法。另外，本公开实施例提供的文本标注方法能够支持多种类型的标注，标注范围可重叠，没有限制的在线标注工具。能够提高人工数据标注的效率，实现新型可支持多类型和叠加标注的在线文本标注工具，无三方依赖，安装即可使用。可支持多平台，多类型的在线标注需求。同时提供多个自定义接口，可以按需定制标注样式和标注范围。通过这种标注方式，能为自然语言处理提供更多，更精确的数据，从而在此基础上，可以训练得到各方面都满足要求的模型。

下面对本公开实施例提供的文本标注方法进行详细说明。

本公开实施例提供的文本标注方法可以应用于电子设备，具体地，电子设备可以包括终端、服务器，等等。本公开实施例提供的文本标注方法，可以包括：

检测用户事件，用户事件包括用户选中的待标注文本；

确定标注类型；标注类型包括实体标注、实体关系标注和阅读理解标注；

针对待标注文本，基于标注类型对应的标注参数生成文档对象模型dom节点；

利用dom节点对待标注文本进行标注。

本公开实施例中，通过生成dom节点，并利用dom节点对待标注文本进行标注，标注过程中直接对文档或网页的组成部分dom节点进行操作，节省了SVG绘制方式中通过实时计算再渲染而消耗的时间，能够提高文本标注的效率。

图4为本公开实施例提供的文本标注方法的示意图。参照图4，本公开实施例提供的文本标注方法，可以包括：

S401，检测用户事件。

用户事件包括用户选中的待标注文本。

一种可实现方式中，在检测到用户事件后，可以创建Event事件类，通过发布事件的方式向其他模块该用户事件，其他模块通过订阅事件的方式处理该用户事件。

S402，确定标注类型。

标注类型可以包括实体标注、实体关系标注和阅读理解标注。

一种可实现方式中，可以将不同的标注类型的标注方式封装成一个动能模块，每一个功能模块提供一个接口，通过标注类型的参数调用不同的功能模块，以实现不同标注类型的标注。

S403，针对待标注文本，基于标注类型对应的标注参数生成文档对象模型dom节点。

标注参数可以包括用于指示标注方式的参数，等等。

不同的标注类型可以对应不同的标注参数。标注参数可以包括对待标注内容标注的方式的参数。例如，标签字体颜色，标签背景色，关系连线颜色，行间距，等等。

例如，可以预先设置标注参数，如标签的颜色、标签之间建立关系的方式，如通过连线连接标签，等等。

网页中的所有内容都可以理解为节点，如标签、文本、属性、注释等。文档也可以理解为由节点构成的集合。dom(Document Object Model)，dom中的“d”表示document即文档，可以将编写的网页文档转换为一个文档对象。dom中的“o”表示object即对象，对象是一种自足的数据集合。dom中的“m”表示model即模型。

本公开实施例中，可以将标注类型对应的标注参数作为dom节点的注释信息。

S404，利用dom节点对待标注文本进行标注。

文本标注过程中，dom节点包括文本dom节点和列表dom节点。文本dom节点用于生成文本，如标签，列表dom节点用于生成列表。

本公开实施例能够有效提高用户文本标注的效率，提高用户留存率。

同时，能够提供多个自定义接口，可以按需定制标注样式和标注范围，在文本标注时，可以通过标注类型调用不同标注类型分别对应的标注方式，通过这种标注方式，能够为自然语言处理提供更多、更精确的数据，从而在此基础上，可以训练得到各方面都满足要求的模型。

一种可选的实施例中，S401可以包括：确定待标注文本以及待标注文本的位置。

待标注文本和待标注文本的位置可以理解为标注范围。本公开实施例中可以通过应用接口程序(Application Programming Interface，API)直接获取标注范围。例如，可以通过浏览器原生的selection API和range API获取用户选取的待标注文本以及待标注文本的位置。

本公开实施例中不需要实时计算，获取标注范围的速度更快，且能够避免计算过程出现的误差，使得获取的数据更精确。

参见图5，S403可以包括：

S501，在位置处显示选择界面。

该位置即为用户选取的待标注文本的位置。

选择界面可以为列表弹窗。

选择界面中包括待标注文本对应的标签。

如图6所示，用户划选文本后，即在鼠标位置弹出实体选择弹窗，实体选择弹窗即选择界面，包括多个实体类别标签供用户选择。

S502，接收用户从标签中选择的目标标签。

S503，针对待标注文本生成目标标签对应的文本dom节点。

标注类型对应的标注参数作为目标标签对应的文本dom节点的注释信息。

标注参数可以指定标签颜色，标注范围的标注方式，例如，使用区分度高的颜色区分标签，通过相同颜色下划线表示标注范围。

S404可以包括：

S504，在待标注文本之后的位置插入目标标签对应的文本dom节点，并显示目标标签。

通过dom节点在文本中插入标签，避免在文本上方标注标签时需要计算标签的位置，能够提高计算效率。且能够支持多种类型的标注，标注范围可重叠，即可以实现新型可支持多类型和叠加标注的在线文本标注，同时无三方依赖，安装即可使用。

另外，可以以列表弹窗的方式显示标签供用户选择，即能够支持快捷键操作，按键即可选择标签，降低了操作复杂度。

为了避免多个标签产生重叠，例如，当对同一文本多次进行标注而需要添加多个标签时避免多个标签产生重叠，一种可选的实施例中，在S504之前，还可以包括：查找待标注文本是否有历史标签。

S504可以包括：若待标注文本有历史标签，则在历史标签之后的位置插入目标标签对应的文本dom节点。

另外，可以计算文本被标注的次数，并提供页面显示文本被标注的次数。

本公开实施例中，实体标注过程中，实体标签生成位置合理，不会重叠，展示清晰，不会覆盖用户的文本内容。可以提供定制化标注能力，如可以自定义标注类型和标注范围，包括是否允许前向重叠，后向重叠，等等。

一种可选的实施例中，S403可以包括：

响应于检测到针对目标标签的第二用户操作，生成第二用户操作对应的列表dom节点。

第二用户操作可以包括悬浮、点击，如左键点击、右键点击或双击，等等。

S404可以包括：

基于第二用户操作对应的列表dom节点，显示选择界面；接收用户从选择界面中选择标签的操作，并将选择的标签作为替换标签；利用替换标签替换目标标签。

本公开实施例中，支持更新实体标签，不需要删除后重新标注，减少用户修改实体标签的操作步骤。

检测用户事件还包括：确定用户操作。

一种可选的实施例中，S404可以包括：

响应于检测到针对目标标签的第一用户操作，显示删除按钮；响应于检测到点击删除按钮的操作，删除目标标签对应的文本dom节点。

类似于第二用户操作，第一用户操作可以包括悬浮、点击，如左键点击、右键点击或双击，等等。

为了避免响应冲突，第一用户操作、第二用户操作、第三用户操作均是不同的。

如图7所示，鼠标在标签上悬浮，右上角出现删除按钮，点击即可删除，不需要将鼠标移出操作区域，提高标注效率。另外，鼠标在标签上悬浮，内容区域可以展示响应背景色。

如图8所示，单击标签即可编辑、删除标注。

本公开实施例中，操作区域集中，在文本范围内即可完成所有操作，减少鼠标移动范围，提高标注效率。

一种可选的实施例中，可以实现实体关系标注。

在已经完成实体标注，即添加待标注文本对应标签后，可以进行标签之间关系的标注，一种可选的实施例中，S403可以包括：

响应于检测到针对第一选择标签的第三用户操作以及针对第二选择标签的第三用户操作时，生成第三用户操作对应的列表dom节点。

第一选择标签是用户从待标注文本对应的标签中选择的一个目标标签，第二选择标签是用户从待标注文本对应的标签中选择的、不同于第一选择标签的另一个目标标签。

S404可以包括：

基于第三用户操作对应的列表dom节点，显示关系界面；接收用户基于关系界面选择的目标关系；对第一选择标签和第二选择标签标注目标关系。

在实体关系标注的过程中，只需要对两个标签分别进行操作，而不需要在整个标注过程中持续操作，如相关技术中拖拽的方式，持续保持点击，能够降低标注复杂度。

且相比较于持续操作需要针对每一操作不断地进行渲染，本公开实施例可以合并用户操作后再整体渲染，即重新渲染次数少，合并用户操作后再重新渲染，可以减少渲染次数，降低计算复杂度，提高标注效率。

如图9所示，右键点击实体标签，连线会跟随鼠标移动，右键点击下一个实体关系，会弹窗关系选择弹窗，选择关系即可将实体关系标注成功。其中，右键点击即第三用户操作。

如图10所示，鼠标悬浮在实体标签上，即可编辑、删除图9所标注的该关系。

一种可选的实施例中，响应于检测到对标注结果区域的操作，展示对第一选择标签和第二选择标签标注的目标关系。

本公开实施例中，不持续展示关系，只有用户选择某个关系后，才在内容区域展示关系连线，标注中不会覆盖文本内容。

如图11所示，点击标注结果区域，展示关系，标注过程中不会持续展示关系，不会影响用户的标注文本。标签后会展示当前标签已连接关系数量。且相同文本多次标注时，实体标签会在文本后依次展示，不会重叠。

本公开实施例中可以实现阅读理解标注，响应于标注类型为阅读理解标注，相同的标签显示相同的颜色。

如图12，在阅读理解标注过程中，增加定制标签颜色能力。

针对多种文本标注需求，本公开实施例可以通过通用架构实现不同标注类型的标注。一种可选的实施例中，如图13所示，可以包括标注service(服务)，操作中心，数据中心，文本节点生成器，列表节点生成器。这几个部分可以理解为电子设备的不同模块。

其中，标注service，主要负责根据初始化参数，生成指定的控制中心和数据中心，并提供事件发布/订阅能力。初始化参数可以包括标注类型以及不同标注类型对应的标注参数。

控制中心，使用继承模式，ControlBase(控制器)提供基础能力，各个标注类型控制器继承基础能力后，提供定制化能力。如文本关系抽取支持标注/展示关系，阅读理解标注支持自定义颜色。

根据入参指定Control类型。具体地，可以将不同的标注类型的标注方式封装成一个动能模块，如ControlQa(阅读理解标注)、ControlRelation(实体关系标注)和ControlEntity(实体标注)，每一个功能模块提供一个接口，通过标注类型的参数调用不同的功能模块，以实现不同标注类型的标注。

根据标注类型确定功能模块进行标注。

功能模块实现标注具体可以通过操作dom节点来实现，具体地，操作文本dom节点和列表dom节点。

数据中心，使用单例模式，全局唯一，各个模块共享数据，不会出现状态冲突。

数据中心中保存各个文本的历史标签、历史实体关系，等等。

文本节点生成器，根据用户标注文本，生成特定dom节点在文本上，多次重复标注会生成多个节点记录对应标注信息，并计算层级，展示不同距离的下划线，同时在鼠标hover(悬浮)标签时，展示标签对应的背景色。同时标注后会在文本后依次生成标签节点，记录用户选择的实体标签，提供点击/删除/悬浮触发事件的能力。

具体地，可以确定待标注文本以及待标注文本的位置；在位置处显示选择界面；接收用户从标签中选择的目标标签；针对待标注文本生成目标标签对应的文本dom节点；在待标注文本之后的位置插入目标标签对应的文本dom节点，并显示目标标签。

响应于标注类型为阅读理解标注，相同的标签显示相同的颜色。其中，阅读理解标注可以参考实体标签进行标注的方式。

列表生成器，根据不同类型的不同操作，生成列表弹窗，计算展示位置后悬浮展示，用户点击列表会触发相应事件。

具体地，可以响应于检测到针对目标标签的第二用户操作，生成第二用户操作对应的列表dom节点；基于第二用户操作对应的列表dom节点，显示选择界面；接收用户从选择界面中选择标签的操作，并将选择的标签作为替换标签；利用替换标签替换目标标签。

响应于检测到针对目标标签的第一用户操作，显示删除按钮；响应于检测到点击删除按钮的操作，删除目标标签对应的文本dom节点。

响应于检测到针对第一选择标签的第三用户操作以及针对第二选择标签的第三用户操作时，生成第三用户操作对应的列表dom节点；基于第三用户操作对应的列表dom节点，显示关系界面；接收用户基于关系界面选择的目标关系；对第一选择标签和第二选择标签标注目标关系。

本公开实施例中，针对多种文本标注需求，采用通用的架构，提供了完善的自定义和跨网站标注能力，整体考虑同时支持多种标注能力和私有化、公有云等多个使用环境的情况。其中，使用发布/订阅模式，减少模块间耦合。使用发布/订阅模式，减少模块间耦合不使用SVG标签，可以提供更全面的定制化样式能力，如自定义标签字体颜色、标签背景色、关系连线颜色、行间距等。提供定制化标注能力，如可以自定义标注类型和标注范围，包括是否允许前向重叠，后向重叠，等等；独立计算每个文字被标注次数，生成对应个数页面元素，可展示不同标签对应的背景色；代码独立无依赖，即无三方依赖，跨网站通用，安装即可使用。重新渲染次数少，合并用户操作后再重新渲染。

本公开实施例提供了一种文本标注装置，如图14所示，可以包括：

检测模块1401，用于检测用户事件，用户事件包括用户选中的待标注文本；

确定模块1402，用于确定标注类型；

生成模块1403，用于针对待标注文本，基于标注类型对应的标注参数生成文档对象模型dom节点；

标注模块1404，用于利用dom节点对待标注文本进行标注。

可选的，检测模块1401，还用于确定待标注文本以及待标注文本的位置；

生成模块1403，还用于在位置处显示选择界面，选择界面中包括待标注文本对应的标签；接收用户从标签中选择的目标标签；针对待标注文本生成目标标签对应的文本dom节点，标注类型对应的标注参数作为目标标签对应的文本dom节点的注释信息；

标注模块1404，还用于在待标注文本之后的位置插入目标标签对应的文本dom节点，并显示目标标签。

可选的，如图15所示，装置还包括：

查找模块1501，用于在待标注文本之后的位置插入目标标签对应的文本dom节点之前，查找待标注文本是否有历史标签；

标注模块1404，还用于若待标注文本有历史标签，则在历史标签之后的位置插入目标标签对应的文本dom节点。

可选的，检测模块1401，还用于确定用户操作；

标注模块1404，还用于响应于检测到针对目标标签的第一用户操作，显示删除按钮；响应于检测到点击删除按钮的操作，删除目标标签对应的文本dom节点。

可选的，生成模块1403，还用于响应于检测到针对目标标签的第二用户操作，生成第二用户操作对应的列表dom节点；

标注模块1404，还用于基于第二用户操作对应的列表dom节点，显示选择界面；接收用户从选择界面中选择标签的操作，并将选择的标签作为替换标签；利用替换标签替换目标标签。

可选的，生成模块1403，还用于响应于检测到针对第一选择标签的第三用户操作以及针对第二选择标签的第三用户操作时，生成第三用户操作对应的列表dom节点；第一选择标签是用户从待标注文本对应的标签中选择的一个目标标签，第二选择标签是用户从待标注文本对应的标签中选择的、不同于第一选择标签的另一个目标标签；

标注模块1404，还用于基于第三用户操作对应的列表dom节点，显示关系界面；接收用户基于关系界面选择的目标关系对第一选择标签和第二选择标签标注目标关系。

可选的，如图16所示，装置还包括：

展示模块1601，用于响应于检测到对标注结果区域的操作，展示对第一选择标签和第二选择标签标注的目标关系。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图17示出了可以用来实施本公开的实施例的示例电子设备1700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17所示，设备1700包括计算单元1701，其可以根据存储在只读存储器(ROM)1702中的计算机程序或者从存储单元1708加载到随机访问存储器(RAM)1703中的计算机程序，来执行各种适当的动作和处理。在RAM 1703中，还可存储设备1700操作所需的各种程序和数据。计算单元1701、ROM 1702以及RAM 1703通过总线1704彼此相连。输入/输出(I/O)接口1705也连接至总线1704。

设备1700中的多个部件连接至I/O接口1705，包括：输入单元1706，例如键盘、鼠标等；输出单元1707，例如各种类型的显示器、扬声器等；存储单元1708，例如磁盘、光盘等；以及通信单元1709，例如网卡、调制解调器、无线通信收发机等。通信单元1709允许设备1700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1701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1701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1701执行上文所描述的各个方法和处理，例如文本标注方法。例如，在一些实施例中，文本标注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1708。在一些实施例中，计算机程序的部分或者全部可以经由ROM1702和/或通信单元1709而被载入和/或安装到设备1700上。当计算机程序加载到RAM 1703并由计算单元1701执行时，可以执行上文描述的文本标注方法的一个或多个步骤。备选地，在其他实施例中，计算单元1701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行文本标注方法。

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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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 (15)

1.一种文本标注方法，包括：

检测用户事件，所述用户事件包括用户选中的待标注文本；

确定标注类型；所述标注类型包括实体标注、实体关系标注和阅读理解标注；

针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点；

利用所述dom节点对所述待标注文本进行标注，标注后的文本用于训练模型；

其中，所述检测用户事件，包括：

确定所述待标注文本以及所述待标注文本的位置；

所述针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点，包括：

在所述位置处显示选择界面，所述选择界面中包括所述待标注文本对应的标签；

接收所述用户从所述标签中选择的目标标签；

针对所述待标注文本生成所述目标标签对应的文本dom节点，所述标注类型对应的标注参数作为所述目标标签对应的文本dom节点的注释信息；

所述利用所述dom节点对所述待标注文本进行标注，包括：

在所述待标注文本之后的位置插入所述目标标签对应的文本dom节点，并显示所述目标标签。

2.根据权利要求1所述的方法，在所述待标注文本之后的位置插入所述目标标签对应的文本dom节点之前，所述方法还包括：

查找所述待标注文本是否有历史标签；

所述在所述待标注文本之后的位置插入所述目标标签对应的文本dom节点，包括：

若所述待标注文本有历史标签，则在所述历史标签之后的位置插入所述目标标签对应的文本dom节点。

3.根据权利要求1所述的方法，其中，所述检测用户事件还包括：确定用户操作；

所述利用所述dom节点对所述待标注文本进行标注，包括：

响应于检测到针对所述目标标签的第一用户操作，显示删除按钮；

响应于检测到点击所述删除按钮的操作，删除所述目标标签对应的文本dom节点。

4.根据权利要求1所述的方法，其中，所述针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点，包括：

响应于检测到针对所述目标标签的第二用户操作，生成所述第二用户操作对应的列表dom节点；

所述利用所述dom节点对所述待标注文本进行标注，包括：

基于所述第二用户操作对应的列表dom节点，显示选择界面；

接收所述用户从所述选择界面中选择标签的操作，并将选择的标签作为替换标签；

利用所述替换标签替换所述目标标签。

5.根据权利要求1至4任一项所述的方法，其中，所述针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点，包括：

响应于检测到针对第一选择标签的第三用户操作以及针对第二选择标签的第三用户操作时，生成所述第三用户操作对应的列表dom节点；所述第一选择标签是所述用户从所述待标注文本对应的标签中选择的一个目标标签，所述第二选择标签是所述用户从所述待标注文本对应的标签中选择的、不同于所述第一选择标签的另一个目标标签；

所述利用所述dom节点对所述待标注文本进行标注，包括：

基于所述第三用户操作对应的列表dom节点，显示关系界面；

接收所述用户基于所述关系界面选择的目标关系；

对所述第一选择标签和所述第二选择标签标注所述目标关系。

6.根据权利要求5所述的方法，所述方法还包括：

响应于检测到对标注结果区域的操作，展示对所述第一选择标签和所述第二选择标签标注的所述目标关系。

7.一种文本标注装置，包括：

检测模块，用于检测用户事件，所述用户事件包括用户选中的待标注文本；

确定模块，用于确定标注类型；所述标注类型包括实体标注、实体关系标注和阅读理解标注；

生成模块，用于针对所述待标注文本，基于所述标注类型对应的标注参数生成文档对象模型dom节点；

标注模块，用于利用所述dom节点对所述待标注文本进行标注，标注后的文本用于训练模型；

其中，检测模块，还用于确定所述待标注文本以及所述待标注文本的位置；

所述生成模块，还用于在所述位置处显示选择界面，所述选择界面中包括所述待标注文本对应的标签；接收所述用户从所述标签中选择的目标标签；针对所述待标注文本生成所述目标标签对应的文本dom节点，所述标注类型对应的标注参数作为所述目标标签对应的文本dom节点的注释信息；

所述标注模块，还用于在所述待标注文本之后的位置插入所述目标标签对应的文本dom节点，并显示所述目标标签。

8.根据权利要求7所述的装置，所述装置还包括：

查找模块，用于在所述待标注文本之后的位置插入所述目标标签对应的文本dom节点之前，查找所述待标注文本是否有历史标签；

所述标注模块，还用于若所述待标注文本有历史标签，则在所述历史标签之后的位置插入所述目标标签对应的文本dom节点。

9.根据权利要求7所述的装置，其中，所述检测模块，还用于确定用户操作；

所述标注模块，还用于响应于检测到针对所述目标标签的第一用户操作，显示删除按钮；响应于检测到点击所述删除按钮的操作，删除所述目标标签对应的文本dom节点。

10.根据权利要求7所述的装置，其中，所述生成模块，还用于响应于检测到针对所述目标标签的第二用户操作，生成所述第二用户操作对应的列表dom节点；

所述标注模块，还用于基于所述第二用户操作对应的列表dom节点，显示选择界面；接收所述用户从所述选择界面中选择标签的操作，并将选择的标签作为替换标签；利用所述替换标签替换所述目标标签。

11.根据权利要求7至10任一项所述的装置，其中，所述生成模块，还用于响应于检测到针对第一选择标签的第三用户操作以及针对第二选择标签的第三用户操作时，生成所述第三用户操作对应的列表dom节点；所述第一选择标签是所述用户从所述待标注文本对应的标签中选择的一个目标标签，所述第二选择标签是所述用户从所述待标注文本对应的标签中选择的、不同于所述第一选择标签的另一个目标标签；

所述标注模块，还用于基于所述第三用户操作对应的列表dom节点，显示关系界面；接收所述用户基于所述关系界面选择的目标关系对所述第一选择标签和所述第二选择标签标注所述目标关系。

12.根据权利要求11所述的装置，所述装置还包括：

展示模块，用于响应于检测到对标注结果区域的操作，展示对所述第一选择标签和所述第二选择标签标注的所述目标关系。

13.一种电子设备，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1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。