[发明专利]数据标注方法、装置、电子设备及存储介质

说明书

本公开是关于一种数据标注方法、装置、电子设备及存储介质，所述方法包括：将样本数据的样本标签与分类模型对样本数据重新添加的第一输出标签进行匹配，基于匹配结果调整分类模型，并且基于分类模型输出的待标注数据的第一候选标签与调整后的分类模型输出的待标注数据的第二候选标签的匹配结果，对待标注数据添加标签。可见，在本方案中，通过调整分类模型，使用更准确的分类模型对待标注数据进行标注，相比于人工标注，减少了数据标注成本。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种数据标注方法、装置、电子设备及存储介质。

背景技术

一些场景中，需要对图像数据、文本数据或者其他类型的数据进行标注。标注可以理解为对数据添加标签，比如，对图像中的目标进行标注时，添加的标签可以包括是否为人员、是否为车辆等。再比如，对图像中的人员进行标注时，添加的标签可以包括人员的性别、身份、着装信息等。再比如，对文本数据进行标注时，添加的标签可以包括主语、谓语等语义信息。这些带有标签的数据可以应用于深度学习、数据聚类等各种领域中。

目前，一般采用人工标注的方式，比如，对图像中的人员进行标注时，人工识别人员的性别、身份等信息，并将这些信息作为图像的标签。这种人工标注的方式耗费较多人力，比如在深度学习过程中，需要利用大量有标签的图像，这种情况下，人工标注的方式人工成本较高。

发明内容

为克服相关技术中存在的问题，本公开提供一种数据标注方法、装置、电子设备及存储介质，以减小数据标注成本。

根据本公开实施例的第一方面，提供一种数据标注方法，包括：

获取待标注数据、样本数据以及所述样本数据的样本标签；

利用分类模型对所述待标注数据和所述样本数据添加标签，得到所述待标注数据的第一候选标签和所述样本数据的第一输出标签；其中，所述分类模型基于所述样本数据和所述样本标签训练得到；

基于所述样本标签和所述第一输出标签的匹配结果，对所述分类模型进行调整，得到调整后的分类模型；

利用所述调整后的分类模型对所述待标注数据添加标签，得到所述待标注数据的第二候选标签；

基于所述第一候选标签和所述第二候选标签的匹配结果，对所述待标注数据添加标签。

可选的，所述基于所述第一候选标签和所述第二候选标签的匹配结果，对所述待标注数据添加标签的步骤，包括：

将所述第一候选标签和所述第二候选标签进行匹配；

若匹配成功，则将匹配成功的第一候选标签或第二候选标签添加为所述待标注数据的标签。

可选的，在所述将所述第一候选标签和所述第二候选标签进行匹配的步骤之后，还包括：

若未匹配成功，则获取未匹配成功的标签的更新标签；

将所述更新标签添加为所述待标注数据的标签。

可选的，在所述将所述更新标签添加为所述待标注数据的标签的步骤之后，还包括：

记录所述更新标签对应的待标注数据的更新次数；

利用所述调整后的分类模型对所述待标注数据添加标签，得到所述待标注数据的第三候选标签；

将所述第三候选标签和所述更新标签进行匹配；

若未匹配成功，则判断未匹配成功的第三候选标签对应的待标注数据的更新次数是否小于预设阈值，如果小于，返回执行所述获取未匹配成功的标签的更新标签的步骤。

可选的，所述方法还包括：

利用所述调整后的分类模型对所述样本数据添加标签，得到所述样本数据的第二输出标签；