CN116029298A - 一种模型训练的方法、装置、设备及存储介质 - Google Patents

Abstract

本说明书公开了一种模型训练的方法、装置、设备及存储介质，可以先通过预测模型对各待标记样本集进行标记，并将标记结果为指定标记结果的各待标记样本集中的各待标记样本筛选出来，交由标记人员进行人工标记。这里的指定标记结果是指预先设置的预测模型容易出现识别错误的一类样本的标记结果。从而可以根据标记人员针对预测模型容易出现识别错误的一类样本的标记结果，对用于训练预测模型的待标记样本集进行拆分、重新聚合得到新的样本集，并使用新的样本集对预测模型进行训练，进而可以在减少需要人工标记的样本的数量以降低预测模型的训练成本的同时，提升预测模型的训练效果。

Description

一种模型训练的方法、装置、设备及存储介质

技术领域

本说明书涉及自然语言处理技术领域，尤其涉及一种模型训练的方法、装置、设备及存储介质。

背景技术

目前，在自然语言处理技术中，通常会抽取出文本中包含的实体之间的语义关系，以用于进行机器翻译、情感分析、问答系统等任务，这里的实体之间的语义关系可以是例如：在文本“巴黎是法国的城市”中包含有“巴黎”和“法国”两个实体，并且这两个实体之间的语义关系即为包含关系。

现有技术中，通常会通过预测模型来预测文本中是否存在实体之间的语义关系，进而可以根据预测结果执行不同的任务，而在对预测模型进行训练时需要预先标记好大量的样本文本，以基于这些样本文本对模型进行训练。但是，标记大量的样本文本极大的增加了预测模型的训练成本。

因此，如何降低预测模型的训练成本则是一个亟待解决的问题。

发明内容

本说明书提供一种模型训练的方法、装置、设备及存储介质，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种模型训练的方法，所述方法包括：

获取各待标记样本集；

针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果，所述标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本；

若确定所述标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，所述实际标记结果用于表示该待标记样本中包含的实体之间是否存在实体关系；

根据所述实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，所述正样本集中包含有具有实体关系的样本，所述负样本集中包含有不具有实体关系的样本；

将所述正样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述正样本集的标记结果，以及将所述负样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述负样本集的标记结果；

以最小化所述预测模型输出的针对所述正样本集的标记结果以及所述负样本集标记结果，和所述正样本集以及所述负样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行训练，所述预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将所述标记后文本发送到下游节点执行相应的任务。

可选地，获取各待标记样本集，具体包括：

获取各未标记文本；

根据每个未标记文本中包含的实体，将所述各未标记文本进行划分，得到各未标记文本集，并从所述各未标记文本集中筛选出至少部分未标记文本集，作为各待标记样本集。

可选地，从所述各未标记文本集中筛选出至少部分未标记文本集，具体包括：

针对每个未标记文本集，通过指定采样方法，确定该未标记文本集对应的贡献度，所述指定采样方法包括：基于费舍尔Fisher信息矩阵采样方法、基于不确定性采样方法、基于多样性采样方法中的至少一种，所述贡献度用于表示将该未标记样本集进行标记后用于对所述预测模型的进行训练，对所述预测模型的性能的提升程度；

根据每个未标记文本集对应的贡献度，从所述各未标记文本集中筛选出至少部分未标记文本集。

可选地，针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果之前，所述方法还包括：

获取已标记样本集；

将所述已标记样本集中的每个样本输入到预测模型中，以使所述预测模型针对所述已标记样本集中的每个样本，确定该样本中包含的实体之间是否存在实体关系的概率值，并根据确定出的该样本中包含的实体之间是否存在实体关系的概率值，确定该样本对应的不确定值以及该样本的标记结果；

根据所述已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到所述预测模型输出的针对所述已标记样本集的标记结果；

以最小化根据所述预测模型输出的所述已标记样本集中每个样本包含的实体之间是否存在实体关系的概率值，得到的针对所述已标记样本集的标记结果，和该已标记样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行初始训练。

可选地，将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中之前，所述方法还包括：

根据所述预测模型的输出结果，确定该待标记样本集中的每个待标记样本属于正样本的概率，并根据每个待标记样本属于正样本的概率，确定每个待标记样本对应的置信度；

根据所述置信度，对各待标记样本进行排序，得到排序后待标记样本集；

将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，具体包括：

将所述排序后待标记样本集中的每个待标记样本发送到标记人员所使用的设备中。

可选地，根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，具体包括：

针对所述待标记样本集中的每个待标记样本，根据接收到的所述设备返回的返回结果，确定每个标记人员针对该待标记样本的初始标记结果；

根据预设的每个标记人员的权重，将每个标记人员针对该待标记样本的初始标记结果融合，确定针对该待标记样本的实际标记结果。

本说明书提供了一种实体关系预测方法，所述方法包括：

获取待标记文本集；

将所述待标记文本集输入到预先训练的预测模型中，以使所述预测模型针对所述待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据所述待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，所述预测模型通过上述模型训练的方法训练得到；

将所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

本说明书提供了一种模型训练的装置，包括：

获取模块，用于获取各待标记样本集；

第一标记模块，用于针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果，所述标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本；

第二标记模块，用于若确定所述标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，所述实际标记结果用于表示该待标记样本中包含的实体之间是否存在实体关系；

拆分模块，用于根据所述实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，所述正样本集中包含有具有实体关系的样本，所述负样本集中包含有不具有实体关系的样本；

预测模块，用于将所述正样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述正样本集的标记结果，以及将所述负样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述负样本集的标记结果；

训练模块，用于以最小化所述预测模型输出的针对所述正样本集的标记结果以及所述负样本集标记结果，和所述正样本集以及所述负样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行训练，所述预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将所述标记后文本发送到下游节点执行相应的任务。

可选地，所述获取模块具体用于，获取各未标记文本；根据每个未标记文本中包含的实体，将所述各未标记文本进行划分，得到各未标记文本集，并从所述各未标记文本集中筛选出至少部分未标记文本集，作为各待标记样本集。

可选地，所述获取模块具体用于，针对每个未标记文本集，通过指定采样方法，确定该未标记文本集对应的贡献度，所述指定采样方法包括：基于费舍尔Fisher信息矩阵采样方法、基于不确定性采样方法、基于多样性采样方法中的至少一种，所述贡献度用于表示将该未标记样本集进行标记后用于对所述预测模型的进行训练，对所述预测模型的性能的提升程度；根据每个未标记文本集对应的贡献度，从所述各未标记文本集中筛选出至少部分未标记文本集。

可选地，所述训练模块还用于，获取已标记样本集；将所述已标记样本集中的每个样本输入到预测模型中，以使所述预测模型针对所述已标记样本集中的每个样本，确定该样本中包含的实体之间是否存在实体关系的概率值，并根据确定出的该样本中包含的实体之间是否存在实体关系的概率值，确定该样本对应的不确定值以及该样本的标记结果；根据所述已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到所述预测模型输出的针对所述已标记样本集的标记结果；以最小化根据所述预测模型输出的所述已标记样本集中每个样本包含的实体之间是否存在实体关系的概率值，得到的针对所述已标记样本集的标记结果，和该已标记样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行初始训练。

可选地，所述第一标记模块还用于，根据所述预测模型的输出结果，确定该待标记样本集中的每个待标记样本属于正样本的概率，并根据每个待标记样本属于正样本的概率，确定每个待标记样本对应的置信度；根据所述置信度，对各待标记样本进行排序，得到排序后待标记样本集；

所述第二标记模块具体用于，将所述排序后待标记样本集中的每个待标记样本发送到标记人员所使用的设备中。

可选地，所述第二标记模块具体用于，针对所述待标记样本集中的每个待标记样本，根据接收到的所述设备返回的返回结果，确定每个标记人员针对该待标记样本的初始标记结果；根据预设的每个标记人员的权重，将每个标记人员针对该待标记样本的初始标记结果融合，确定针对该待标记样本的实际标记结果。

本说明书提供了一种实体关系预测装置，包括：

文本获取模块，用于获取待标记文本集；

文本标记模块，用于将所述待标记文本集输入到预先训练的预测模型中，以使所述预测模型针对所述待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据所述待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，所述预测模型通过上述模型训练的方法训练得到；

任务执行模块，用于将所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述模型训练的方法。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述模型训练的方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的模型训练方法，首先获取各待标记样本集，针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据预测模型的输出结果，得到针对该待标记样本集的标记结果，其中，标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本，若确定标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，这里的实际标记结果用于表示该待标记样本中包含的实体之间是否存在实体关系，根据实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，正样本集中包含有具有实体关系的样本，负样本集中包含有不具有实体关系的样本，将正样本集中包含的各样本输入到预测模型中，并根据预测模型的输出结果，得到针对正样本集的标记结果，以及将负样本集中包含的各样本输入到预测模型中，并根据预测模型的输出结果，得到针对负样本集的标记结果，以最小化预测模型输出的针对正样本集的标记结果以及负样本集标记结果，和正样本集以及负样本集的实际标记结果之间的偏差为训练目标，对预测模型进行训练，预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将标记后文本发送到下游节点执行相应的任务。

从上述方法中可以看出，可以先通过预测模型对各待标记样本集进行标记，并将标记结果为指定标记结果的各待标记样本集中的各待标记样本筛选出来，交由标记人员进行人工标记，这里的指定标记结果是指预先设置的预测模型容易出现识别错误的一类样本的标记结果，从而可以根据标记人员针对预测模型容易出现识别错误的一类样本的标记结果，对用于训练预测模型的待标记样本集进行拆分、重新聚合得到新的样本集，并使用新的样本集对预测模型进行训练，进而可以在减少需要人工标记的样本的数量以降低预测模型的训练成本的同时，提升预测模型的训练效果。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中提供的一种模型训练的方法的流程示意图；

图2为本说明书中提供的一种实体关系预测方法的流程示意图；

图3为本说明书提供的一种模型训练的装置的示意图；

图4为本说明书提供的一种实体关系预测装置的示意图；

图5为本说明书提供的一种对应于图1的电子设备的示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中提供的一种模型训练的方法的流程示意图，包括以下步骤：

S101：获取各待标记样本集。

在本说明书中，业务平台可以获取各未标记文本，并根据每个未标记文本中包含的实体，将各未标记文本进行划分，得到各未标记文本集，并从各未标记文本集中筛选出至少部分未标记文本集，作为各待标记样本集。

其中，业务平台可以针对每个未标记文本，将各未标记文本中包含的实体相同的若干未标记文本，划分为一个未标记文本集。

例如：假设文本为“Paris is in France”，“Paris is France's capital”，“Paris is France in miniature”，上述的三个文本中包含的实体均为“Paris”和“France”，因此，可以将上述的三个未标记文本划分到一个文本集中。

另外，业务平台还可以根据实际需求，将各未标记文本中包含的实体相近的若干未标记文本，划分为一个未标记文本集。

例如：“Paris is in France”，“Cannes is in France”，上述的三个文本中包含的实体为“Paris”、“Cannes”和“France”，其中，“Paris”、“Cannes”均为法国的城市，因此，可以将上述的包含的实体相近的两个未标记文本划分到一个文本集中。

进一步地，在获取到各未标记文本集之后，可以针对每个未标记文本集，通过指定采样方法，确定该未标记文本集对应的贡献度，这里的指定采样方法包括：基于费舍尔Fisher信息矩阵采样方法、基于不确定性采样方法、基于多样性采样方法中的至少一种，这里的贡献度用于表示将该未标记样本集进行标记后用于对预测模型进行训练，对预测模型的性能的提升程度。

为了对上述内容进行详细说明，以下以指定采样方法为费舍尔Fisher信息矩阵采样方法为例，对未标记文本集对应的贡献度的确定方法进行详细说明，具体可以参考如下公式：

在上述公式中，contribution(x)为未标记文本集对应的贡献度，Tr(*)为Fisher信息矩阵的迹，x为未标记文本集。

从上述公式中可以看出，可以通过使用Fisher信息矩阵的迹，确定出每个未标记文本集在分别被标记为正样本集和负样本集时的信息度，并根据每个未标记文本集在分别被标记为正样本集和负样本集时的信息度确定每个未标记文本集的贡献度。

其中，未标记文本集的标记结果包括：正样本集和负样本集，这里的正样本集用于表示该未标记文本集中包含有具有实体关系的样本，这里的负样本集用于表示该未标记文本集中不包含有具有实体关系的样本，这里的实体关系是指实体之间的语义关系。

在本说明书中，用于实现模型训练方法的执行主体，可以是指诸如服务器等设置于业务平台的指定设备，也可以是指诸如笔记本电脑、台式电脑等设备，为了便于描述，下面仅以服务器是执行主体为例，对本说明书提供的模型训练方法进行说明。

S102：针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果，所述标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本。

服务器在获取到待标记样本集后，可以将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据预测模型的输出结果，得到针对该待标记样本集的标记结果，这里的标记结果包括：正样本集、负样本集两种，用于表示该待标记样本集中是否包含有具有实体关系的样本。

需要说明的是，服务器在将待标记样本集中包含的各待标记样本输入到预测模型中之前，还需要对预测模型进行初始训练，进而可以将待标记样本集中包含的各待标记样本输入到初始训练后的预测模型中。

其中，服务器对预测模型进行初始训练的方法可以为，获取已标记样本集，将已标记样本集中的每个样本输入到预测模型中，以使预测模型针对已标记样本集中的每个样本，确定该样本中包含的实体之间是否存在实体关系的概率值，并根据确定出的该样本中包含的实体之间是否存在实体关系的概率值，确定该样本对应的不确定值以及该样本的标记结果，根据已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到预测模型输出的针对已标记样本集的标记结果，以最小化根据预测模型输出的已标记样本集中每个样本包含的实体之间是否存在实体关系的概率值，得到的针对已标记样本集的标记结果，和该已标记样本集的实际标记结果之间的偏差为训练目标，对预测模型进行初始训练。

上述内容中，服务器根据已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到预测模型输出的针对已标记样本集的标记结果的方法可以是，根据已标记样本集中包含的各样本中对应的不确定值高于预设阈值的各样本的标记结果，得到预测模型输出的针对已标记样本集的标记结果。

S103：若确定所述标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，这里的实际标记结果包括：正样本、负样本两种，其中，标记结果为正样本用于表示该待标记样本中包含的实体之间存在实体关系，标记结果为负样本用于表示该待标记样本中包含的实体之间不存在实体关系。

进一步地，服务器可以判断预测模型针对待标记样本集的标记结果是否为正样本集，若是，则可以将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果。

具体地，若服务器确定预测模型针对待标记样本集的标记结果为正样本集，则可以根据预测模型的输出结果，确定该待标记样本集中的每个待标记样本属于正样本的概率，并根据每个待标记样本属于正样本的概率，确定每个待标记样本对应的置信度，并根据每个待标记样本对应的置信度，对各待标记样本进行排序，得到排序后待标记样本集，进而可以将排序后待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，以获取标记人员针对排序后待标记样本集中的每个待标记样本的初始标记结果。

需要说明的是，通过使标记人员基于排序后待标记样本集中的每个待标记样本进行人工标记，可以增加标记人员的标记效率，进而可以降低预测模型的训练成本。

值得说明的是，服务器在通过标记人员针对待标记样本集中的每个待标记样本进行人工标记时，可以使每个标记人员同时针对待标记样本集中的每个待标记样本进行人工标记，进而可以得到每个标记人员针对待标记样本集中的每个待标记样本的初始标记结果。

针对每个待标记样本，可以根据预设的每个标记人员的权重，将每个标记人员针对该待标记样本的初始标记结果融合，确定针对该待标记样本的实际标记结果，具体可以参考如下公式：

上述公式中，l_ij为标记人员j对待标记样本i的初始标记结果，c_k为正样本或负样本，w为标记人员的数目，r_j表示标记人员的权重，I(l_ij＝c_k)为指示器函数，括号中条件满足时结果为1，否则结果为0，

为待标记样本i的人工标记结果。

需要说明的是，服务器可以针对每个标记人员，根据每个待标记样本的人工标记结果与该标记人员的初始标记结果之间的偏差，对每个标记人员的权重进行调整。

除此之外，服务器在通过标记人员针对待标记样本集中的每个待标记样本进行人工标记时，还可以按照每个标记人员的权重从小到大对每个标记人员进行排序，进而可以待标记样本集发送到排序后的各标记人员中的第一个标记人员所使用的设备中，以获取第一个标记人员针对待标记样本集中的每个待标记样本的初始标记结果，以及第一个标记人员针对至少部分待标记样本的初始标记结果的标记理由文本，进而可以将获取到的第一个标记人员针对待标记样本集中的每个待标记样本的初始标记结果以及标记理由文本发送到排序后的各标记人员中的第二个标记人员所使用的设备中，以此类推，直到获取到最后一个标记人员针对待标记样本集中的每个待标记样本的初始标记结果，并将最后一个标记人员的初始标记结果，作为待标记样本的人工标记结果。

需要说明的是，上述内容中标记人员的权重还可以根据获取到的标记人员的相关信息确定，这里的相关信息可以包括：标记人员能力等级、信誉度和所属领域匹配度中的至少一种。

其中，服务器根据标记人员的相关信息确定标记人员的权重的方法可以参考如下公式：

上述公式中，r_j为标记人员j对应的权重，

表示标记人员的能力等级，

表示标记人员的信誉度，

表示标记人员对待标记样本所属领域匹配度。

S104：根据所述实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，所述正样本集中包含有具有实体关系的样本，所述负样本集中包含有不具有实体关系的样本。

进一步地，服务器在获取到该待标记样本集中的每个待标记样本的实际标记结果之后，可以根据该待标记样本集中的每个待标记样本的实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，正样本集中包含有具有实体关系的正样本，负样本集中包含有不具有实体关系的负样本。

S105：将所述正样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述正样本集的标记结果，以及将所述负样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述负样本集的标记结果。

S106：以最小化所述预测模型输出的针对所述正样本集的标记结果以及所述负样本集标记结果，和所述正样本集以及所述负样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行训练，所述预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将所述标记后文本发送到下游节点执行相应的任务。

服务器在获取到各正样本集和各负样本集后，可以针对每个正样本集或负样本集，将该正样本集或负样本集中包含的各样本输入到预测模型中，并根据预测模型的输出结果，得到针对该正样本集或负样本集的标记结果。

进一步地，服务器可以以最小化预测模型输出的针对正样本集的标记结果以及负样本集标记结果，和正样本集以及负样本集的实际标记结果之间的偏差为训练目标，对预测模型进行训练，预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将标记后文本发送到下游节点执行相应的任务。

上述的下游节点可以是诸如：机器翻译、问答系统、知识图谱和情感分析等模型，也可以是指：数据库，执行相应的任务可以是例如：根据标记后文本进行机器翻译，再例如：将标记后文本保存到数据库中。

在实际应用中，在对预测模型进行训练时，可能需要通过上述的模型训练的方法进行若干次重复的训练，在每次训练后，服务器可以判断是否满足终止条件，若是，则得到最终训练后的预测模型。

其中，上述的终止条件可以为训练后的预测模型的预测的性能不再提高、预测模型的性能已达预期设定值、训练预测模型的成本达到预算限度中的至少一种。

从上述内容中可以看出，服务器可以先通过预测模型对各待标记样本集进行标记，并将标记结果为指定标记结果的各待标记样本集中的各待标记样本筛选出来，交由标记人员进行人工标记。这里的指定标记结果是指预先设置的预测模型容易出现识别错误的一类样本的标记结果。从而可以根据标记人员针对预测模型容易出现识别错误的一类样本的标记结果，对用于训练预测模型的待标记样本集进行拆分、重新聚合得到新的样本集，并使用新的样本集对预测模型进行训练，进而可以在减少需要人工标记的样本的数量以降低预测模型的训练成本的同时，提升预测模型的训练效果。

为了对上述内容进行详细说明，在本说明书中还提供了使用上述的方法训练得到的预测模型进行文本的实体关系预测的方法，具体如图2所示。

图2为本说明书中提供的一种实体关系预测方法的流程示意图，包括以下步骤：

S201：获取待标记文本集。

S202：将所述待标记文本集输入到预先训练的预测模型中，以使所述预测模型针对所述待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据所述待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，所述预测模型通过上述模型训练的方法训练得到。

S203：将所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

部署有预测模型的服务器可以获取待标记文本集，进而可以将待标记文本集输入到预先训练的预测模型中，以使预测模型针对待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到待标记文本集的标记结果，以及待标记文本集中的每个文本的标记结果，将待标记文本集的标记结果，以及待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

其中，预测模型通过上述预测模型的训练方法训练得到。

上述内容中的任务执行可以为机器翻译、问答系统、知识图谱和情感分析等。

以上为本说明书的一个或多个实施例提供的模型训练的方法，基于同样的思路，本说明书还提供了相应的模型训练的装置以及实体关系预测装置，如图3、图4所示。

图3为本说明书提供的一种模型训练的装置的示意图，包括：

获取模块301，用于获取各待标记样本集；

第一标记模块302，用于针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果，所述标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本；

第二标记模块303，用于若确定所述标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，所述实际标记结果用于表示该待标记样本中包含的实体之间是否存在实体关系；

拆分模块304，用于根据所述实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，所述正样本集中包含有具有实体关系的样本，所述负样本集中包含有不具有实体关系的样本；

预测模块305，用于将所述正样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述正样本集的标记结果，以及将所述负样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述负样本集的标记结果；

训练模块306，用于以最小化所述预测模型输出的针对所述正样本集的标记结果以及所述负样本集标记结果，和所述正样本集以及所述负样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行训练，所述预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将所述标记后文本发送到下游节点执行相应的任务。

可选地，所述获取模块301具体用于，获取各未标记文本；根据每个未标记文本中包含的实体，将所述各未标记文本进行划分，得到各未标记文本集，并从所述各未标记文本集中筛选出至少部分未标记文本集，作为各待标记样本集。

可选地，所述获取模块301具体用于，针对每个未标记文本集，通过指定采样方法，确定该未标记文本集对应的贡献度，所述指定采样方法包括：基于费舍尔Fisher信息矩阵采样方法、基于不确定性采样方法、基于多样性采样方法中的至少一种，所述贡献度用于表示将该未标记样本集进行标记后用于对所述预测模型的进行训练，对所述预测模型的性能的提升程度；根据每个未标记文本集对应的贡献度，从所述各未标记文本集中筛选出至少部分未标记文本集。

可选地，所述训练模块306还用于，获取已标记样本集；将所述已标记样本集中的每个样本输入到预测模型中，以使所述预测模型针对所述已标记样本集中的每个样本，确定该样本中包含的实体之间是否存在实体关系的概率值，并根据确定出的该样本中包含的实体之间是否存在实体关系的概率值，确定该样本对应的不确定值以及该样本的标记结果；根据所述已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到所述预测模型输出的针对所述已标记样本集的标记结果；以最小化根据所述预测模型输出的所述已标记样本集中每个样本包含的实体之间是否存在实体关系的概率值，得到的针对所述已标记样本集的标记结果，和该已标记样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行初始训练。

可选地，所述第一标记模块302还用于，根据所述预测模型的输出结果，确定该待标记样本集中的每个待标记样本属于正样本的概率，并根据每个待标记样本属于正样本的概率，确定每个待标记样本对应的置信度；根据所述置信度，对各待标记样本进行排序，得到排序后待标记样本集；

所述第二标记模块303具体用于，将所述排序后待标记样本集中的每个待标记样本发送到标记人员所使用的设备中。

可选地，所述第二标记模块303具体用于，针对所述待标记样本集中的每个待标记样本，根据接收到的所述设备返回的返回结果，确定每个标记人员针对该待标记样本的初始标记结果；根据预设的每个标记人员的权重，将每个标记人员针对该待标记样本的初始标记结果融合，确定针对该待标记样本的实际标记结果。

图4为本说明书提供的一种模型训练的装置的示意图，包括：

文本获取模块401，用于获取待标记文本集；

文本标记模块402，用于将所述待标记文本集输入到预先训练的预测模型中，以使所述预测模型针对所述待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据所述待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，所述预测模型通过上述模型训练的方法训练得到；

任务执行模块403，用于将所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种的方法。

本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所示，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (16)

1.一种模型训练的方法，其特征在于，所述方法包括：

获取各待标记样本集；

针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果，所述标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本；

若确定所述标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，所述实际标记结果用于表示该待标记样本中包含的实体之间是否存在实体关系；

根据所述实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，所述正样本集中包含有具有实体关系的样本，所述负样本集中包含有不具有实体关系的样本；

将所述正样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述正样本集的标记结果，以及将所述负样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述负样本集的标记结果；

以最小化所述预测模型输出的针对所述正样本集的标记结果以及所述负样本集标记结果，和所述正样本集以及所述负样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行训练，所述预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将所述标记后文本发送到下游节点执行相应的任务。

2.如权利要求1所述的方法，其特征在于，获取各待标记样本集，具体包括：

获取各未标记文本；

根据每个未标记文本中包含的实体，将所述各未标记文本进行划分，得到各未标记文本集，并从所述各未标记文本集中筛选出至少部分未标记文本集，作为各待标记样本集。

3.如权利要求2所述的方法，其特征在于，从所述各未标记文本集中筛选出至少部分未标记文本集，具体包括：

针对每个未标记文本集，通过指定采样方法，确定该未标记文本集对应的贡献度，所述指定采样方法包括：基于费舍尔Fisher信息矩阵采样方法、基于不确定性采样方法、基于多样性采样方法中的至少一种，所述贡献度用于表示将该未标记样本集进行标记后用于对所述预测模型进行训练，对所述预测模型的性能的提升程度；

根据每个未标记文本集对应的贡献度，从所述各未标记文本集中筛选出至少部分未标记文本集。

4.如权利要求1所述的方法，其特征在于，针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果之前，所述方法还包括：

获取已标记样本集；

将所述已标记样本集中的每个样本输入到预测模型中，以使所述预测模型针对所述已标记样本集中的每个样本，确定该样本中包含的实体之间是否存在实体关系的概率值，并根据确定出的该样本中包含的实体之间是否存在实体关系的概率值，确定该样本对应的不确定值以及该样本的标记结果；

根据所述已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到所述预测模型输出的针对所述已标记样本集的标记结果；

以最小化根据所述预测模型输出的所述已标记样本集中每个样本包含的实体之间是否存在实体关系的概率值，得到的针对所述已标记样本集的标记结果，和该已标记样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行初始训练。

5.如权利要求1所述的方法，其特征在于，将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中之前，所述方法还包括：

根据所述预测模型的输出结果，确定该待标记样本集中的每个待标记样本属于正样本的概率，并根据每个待标记样本属于正样本的概率，确定每个待标记样本对应的置信度；

根据所述置信度，对各待标记样本进行排序，得到排序后待标记样本集；

将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，具体包括：

将所述排序后待标记样本集中的每个待标记样本发送到标记人员所使用的设备中。

6.如权利要求1所述的方法，其特征在于，根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，具体包括：

针对所述待标记样本集中的每个待标记样本，根据接收到的所述设备返回的返回结果，确定每个标记人员针对该待标记样本的初始标记结果；

根据预设的每个标记人员的权重，将每个标记人员针对该待标记样本的初始标记结果融合，确定针对该待标记样本的实际标记结果。

7.一种实体关系预测方法，其特征在于，所述方法包括：

获取待标记文本集；

将所述待标记文本集输入到预先训练的预测模型中，以使所述预测模型针对所述待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据所述待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，所述预测模型是通过上述权利要求1～6任一项所述的方法训练得到；

将所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

8.一种模型训练的装置，其特征在于，包括：

获取模块，用于获取各待标记样本集；

第一标记模块，用于针对每个待标记样本集，将该待标记样本集中包含的各待标记样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对该待标记样本集的标记结果，所述标记结果用于表示该待标记样本集中是否包含有具有实体关系的样本；

第二标记模块，用于若确定所述标记结果为指定标记结果，则将该待标记样本集中的每个待标记样本发送到标记人员所使用的设备中，并根据接收到的所述设备返回的返回结果，确定针对该待标记样本集中的每个待标记样本的实际标记结果，所述实际标记结果用于表示该待标记样本中包含的实体之间是否存在实体关系；

拆分模块，用于根据所述实际标记结果，对该待标记样本集进行划分，得到正样本集和负样本集，其中，所述正样本集中包含有具有实体关系的样本，所述负样本集中包含有不具有实体关系的样本；

预测模块，用于将所述正样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述正样本集的标记结果，以及将所述负样本集中包含的各样本输入到预测模型中，并根据所述预测模型的输出结果，得到针对所述负样本集的标记结果；

训练模块，用于以最小化所述预测模型输出的针对所述正样本集的标记结果以及所述负样本集标记结果，和所述正样本集以及所述负样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行训练，所述预测模型用于对接收到的待标记文本进行标记，得到标记后文本，并将所述标记后文本发送到下游节点执行相应的任务。

9.如权利要求8所述的装置，其特征在于，所述获取模块具体用于，获取各未标记文本；根据每个未标记文本中包含的实体，将所述各未标记文本进行划分，得到各未标记文本集，并从所述各未标记文本集中筛选出至少部分未标记文本集，作为各待标记样本集。

10.如权利要求9所述的装置，其特征在于，所述获取模块具体用于，针对每个未标记文本集，通过指定采样方法，确定该未标记文本集对应的贡献度，所述指定采样方法包括：基于费舍尔Fisher信息矩阵采样方法、基于不确定性采样方法、基于多样性采样方法中的至少一种，所述贡献度用于表示将该未标记样本集进行标记后用于对所述预测模型的进行训练，对所述预测模型的性能的提升程度；根据每个未标记文本集对应的贡献度，从所述各未标记文本集中筛选出至少部分未标记文本集。

11.如权利要求8所述的装置，其特征在于，所述训练模块还用于，获取已标记样本集；将所述已标记样本集中的每个样本输入到预测模型中，以使所述预测模型针对所述已标记样本集中的每个样本，确定该样本中包含的实体之间是否存在实体关系的概率值，并根据确定出的该样本中包含的实体之间是否存在实体关系的概率值，确定该样本对应的不确定值以及该样本的标记结果；根据所述已标记样本集中的每个样本的标记结果以及每个样本对应的不确定值，得到所述预测模型输出的针对所述已标记样本集的标记结果；以最小化根据所述预测模型输出的所述已标记样本集中每个样本包含的实体之间是否存在实体关系的概率值，得到的针对所述已标记样本集的标记结果，和该已标记样本集的实际标记结果之间的偏差为训练目标，对所述预测模型进行初始训练。

12.如权利要求8所述的装置，其特征在于，所述第一标记模块还用于，根据所述预测模型的输出结果，确定该待标记样本集中的每个待标记样本属于正样本的概率，并根据每个待标记样本属于正样本的概率，确定每个待标记样本对应的置信度；根据所述置信度，对各待标记样本进行排序，得到排序后待标记样本集；

所述第二标记模块具体用于，将所述排序后待标记样本集中的每个待标记样本发送到标记人员所使用的设备中。

13.如权利要求8所述的装置，其特征在于，所述第二标记模块具体用于，针对所述待标记样本集中的每个待标记样本，根据接收到的所述设备返回的返回结果，确定每个标记人员针对该待标记样本的初始标记结果；根据预设的每个标记人员的权重，将每个标记人员针对该待标记样本的初始标记结果融合，确定针对该待标记样本的实际标记结果。

14.一种实体关系预测装置，其特征在于，包括：

文本获取模块，用于获取待标记文本集；

文本标记模块，用于将所述待标记文本集输入到预先训练的预测模型中，以使所述预测模型针对所述待标记文本集中的每个文本，确定该文本中包含的实体之间是否存在实体关系的概率值，并根据所述待标记文本集中的每个文本包含的实体之间是否存在实体关系的概率值，得到所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，所述预测模型是通过上述权利要求1～6任一项所述的方法训练得到；

任务执行模块，用于将所述待标记文本集的标记结果，以及所述待标记文本集中的每个文本的标记结果，发送到下游节点以执行相应的任务。

15.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。

16.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。

Images