[发明专利]一种数据标注的方法及装置

权利要求书

1.一种数据标注的方法，其特征在于，包括：

根据第一数据集训练生成标注模型，所述第一数据集中的第一样本数据具有一个或多个标签；

获取待标注的第二数据集，利用所述标注模型对所述第二数据集进行标注，以利用所述标注模型确定所述第二数据集中的第二样本数据的标签、以及所述标签在所述第二样本数据中的位置，并对所述位置进行标记，得到标注后的第三数据集；

校验所述第三数据集中的第三样本数据，确定所述第三数据集中的第三样本数据的标签相比于真值标签的匹配度；

对所述匹配度小于第一阈值的第三样本数据进行校正，以得到所述第二数据集对应的标注结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述匹配度小于第一阈值的第三样本数据进行校正，包括：

根据所述真值标签，对所述匹配度小于第一阈值且大于第二阈值的第三样本数据进行校正；其中，所述第二阈值小于所述第一阈值。

3.根据权利要求2所述的方法，其特征在于，还包括：

根据校正后的第三样本数据以及所述第三数据集中的所述匹配度不小于所述第一阈值的第三样本数据，更新所述标注模型。

4.根据权利要求3所述的方法，其特征在于，所述对所述匹配度小于第一阈值的第三样本数据进行校正，包括：

利用更新后的模型，对所述匹配度小于所述第二阈值的第三样本数据进行校正；

和/或，

所述对所述匹配度小于第一阈值的第三样本数据进行校正，包括：

当所述匹配度小于第一阈值的第三样本数据为多个时，根据多个所述第三样本数据之间的相似度，按序对所述第三样本数据进行校正。

5.一种数据标注的装置，其特征在于，包括：模型训练模块、标注模块和校正模块；其中，

所述模型训练模块，用于根据第一数据集训练生成标注模型，所述第一数据集中的第一样本数据具有一个或多个标签；

所述标注模块，用于获取待标注的第二数据集，利用所述标注模型对所述第二数据集进行标注，以利用所述标注模型确定所述第二数据集中的第二样本数据的标签、以及所述标签在所述第二样本数据中的位置，并对所述位置进行标记，得到标注后的第三数据集；

所述校正模块，用于校验所述第三数据集中的第三样本数据，确定所述第三数据集中的第三样本数据的标签相比于真值标签的匹配度，对所述匹配度小于第一阈值的第三样本数据进行校正，以得到所述第二数据集对应的标注结果。

6.根据权利要求5所述的装置，其特征在于，

所述校正模块，用于根据所述真值标签，对所述匹配度小于第一阈值且大于第二阈值的第三样本数据进行校正；其中，所述第二阈值小于所述第一阈值。

7.根据权利要求6所述的装置，其特征在于，

所述模型训练模块，进一步用于根据校正后的第三样本数据以及所述第三数据集中的所述匹配度不小于所述第一阈值的第三样本数据，更新所述标注模型。

8.根据权利要求7所述的装置，其特征在于，

所述标注模块，用于利用更新后的模型，对所述匹配度小于所述第二阈值的第三样本数据进行校正；

和/或，

所述校正模块，用于当所述匹配度小于第一阈值的第三样本数据为多个时，根据多个所述第三样本数据之间的相似度，按序对所述第三样本数据进行校正。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。