[发明专利]语料标注方法和装置

说明书

本发明公开了一种语料标注方法和装置。其中，该方法包括：检测对待标注句子的文本选择操作；在文本选择操作结束得到选择文本后，确定选择文本对应的标签；在待标注句子的节点以外的位置显示选择文本对应的标签，以及将标注有选择文本对应的标签的待标注句子的位置信息和选择文本在待标注句子中的位置信息存储在预设数据库中。本发明解决了现有技术中在进行语料标注时将标注结果插入句中或显示在句子末尾导致的多次标注时重复计算句子位置的技术问题。

技术领域

本发明涉及计算机互联网领域，具体而言，涉及一种语料标注方法和装置。

背景技术

在现在的大数据时代，数据无疑是所有大数据生存的根基，而如何有效而快速的收集数据则是大数据团队的竞争优势，在收集数据的过程中，可能会需要对语料进行标注。

现有技术中已经有的关于语料标注的具体展现方案主要针对情感标注，主要包括两种方式，第一种方式是直接将打标注的结果存入数据库并将标注结果展示在句子末尾，第二种方式是直接打乱句子结构，将标注的结果直接插入句子中，并且存入数据库中的是被插入结果的句子以及打标注的句子起始位置；在对句子进行标注的时候，往往会需要对句子进行二次标注、三次标注等多次标注，例如，如果需要在句子中进行二次标注，采用上述两种方式时，由于句子结尾或者句中插入有标注结果，因此一次标注后句子的起始位置不是原始句子的起始位置，为了准确的知道二次标注在原始句子中的位置，需要去掉句子中的一次标注的结果，也就是说，由于存入数据库的句子都加入了存有结果的标签，因此句子的结构发生了变化，如果一句话内需要打标注的词语较多，每次想要获取打标注的真正位置，都必须经过计算，去掉之前标注的标注结果，因此会导致重复计算位置，耗费时间又耗费性能。

针对上述现有技术中在进行语料标注时将标注结果插入句中或显示在句子末尾导致的多次标注时重复计算句子位置的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种语料标注方法和装置，以至少解决现有技术中在进行语料标注时将标注结果插入句中或显示在句子末尾导致的多次标注时重复计算句子位置的技术问题。

根据本发明实施例的一个方面，提供了一种语料标注方法，包括：检测对待标注句子的文本选择操作；在文本选择操作结束得到选择文本后，确定选择文本对应的标签；在待标注句子的节点以外的位置显示选择文本对应的标签，以及将标注有选择文本对应的标签的待标注句子的位置信息和选择文本在待标注句子中的位置信息存储在预设数据库中。

根据本发明实施例的另一方面，还提供了一种语料标注装置，包括：检测模块，用于检测对待标注句子的文本选择操作；第一确定模块，用于在文本选择操作结束得到选择文本后，确定选择文本对应的标签；处理模块，用于在待标注句子的节点以外的位置显示选择文本对应的标签，以及将标注有选择文本对应的标签的待标注句子的位置信息和选择文本在待标注句子中的位置信息存储在预设数据库中。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述语料标注方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述语料标注方法。

根据本发明实施例的另一方面，还提供了一种终端，包括：检测模块，用于检测对待标注句子的文本选择操作；第一确定模块，用于在文本选择操作结束得到选择文本后，确定选择文本对应的标签；处理模块，用于在待标注句子的节点以外的位置显示选择文本对应的标签，以及将标注有选择文本对应的标签的待标注句子的位置信息和选择文本在待标注句子中的位置信息存储在预设数据库中；处理器，处理器运行程序，其中，程序运行时对于从检测模块、第一确定模块和处理模块输出的数据执行上述语料标注方法。