[发明专利]一种非结构化数据标记方法、装置、设备及存储介质

权利要求书

1.一种非结构化数据标记方法，其特征在于，包括：

通过预置切分技术对目标非结构化数据文件进行切分处理，得到不同的非结构化数据片段和对应的切分位置；

根据预置分类卷积神经网络和所述非结构化数据片段进行分类操作，得到不同的非结构化数据序列；

利用预置循环神经网络对所述非结构化数据序列进行标记，得到目标标记序列，所述目标标记序列包括目标标签、目标属性和所述切分位置。

2.根据权利要求1所述的非结构化数据标记方法，其特征在于，所述预置切分技术包括预置分词器、预置图像分割法、预置音频分割法和预置视频分割法；相应的，所述通过预置切分技术对目标非结构化数据文件进行切分处理，得到不同的非结构化数据片段和对应的切分位置，包括：

采用预置分词器对目标非结构化数据文件中的文本内容进行切分，得到文本数据片段和对应的文本片段起始点；

采用预置图像分割法对目标非结构化数据文件中的图像文件进行切分，得到图像数据片段和对应图像矩形框的关键坐标点；

采用预置音频分割法对目标非结构化数据文件中的音频内容进行切分，得到音频数据片段和对应的音频片段起始点；

采用预置视频分割法对目标非结构化数据文件中的视频内容进行切分，得到视频数据片段和对应的视频片段起始点；

所述切分位置包括所述文本片段起始点、所述图像矩形框的关键坐标点、所述音频片段起始点和所述视频片段起始点。

3.根据权利要求1所述的非结构化数据标记方法，其特征在于，所述通过预置切分技术对目标非结构化数据文件进行切分处理，得到不同的非结构化数据片段和对应的切分位置，之前还包括：

对所述目标非结构化数据文件进行预处理操作，所述预处理操作包括去噪处理和去冗余数据处理。

4.根据权利要求1所述的非结构化数据标记方法，其特征在于，所述预置分类卷积神经网络的配置过程为：

将切分处理后的历史非结构化数据文件输入预置初始卷积神经网络中进行预训练；

采用预置测试集进行测试操作，并将测试准确率符合预置条件的所述预置初始卷积神经网络作为预置分类卷积神经网络。

5.一种非结构化数据标记装置，其特征在于，包括：

切分模块，用于通过预置切分技术对目标非结构化数据文件进行切分处理，得到不同的非结构化数据片段和对应的切分位置；

分类模块，用于根据预置分类卷积神经网络和所述非结构化数据片段进行分类操作，得到不同的非结构化数据序列；

标记模块，用于利用预置循环神经网络对所述非结构化数据序列进行标记，得到目标标记序列，所述目标标记序列包括目标标签、目标属性和所述切分位置。

6.根据权利要求5所述的非结构化数据标记装置，其特征在于，所述预置切分技术包括预置分词器、预置图像分割法、预置音频分割法和预置视频分割法；相应的，所述切分模块，包括：

文本切分子模块，用于第一采用预置分词器对目标非结构化数据文件中的文本内容进行切分，得到文本数据片段和对应的文本片段起始点；

图像切分子模块，用于采用预置图像分割法对目标非结构化数据文件中的图像文件进行切分，得到图像数据片段和对应图像矩形框的关键坐标点；

音频切分子模块，用于采用预置音频分割法对目标非结构化数据文件中的音频内容进行切分，得到音频数据片段和对应的音频片段起始点；

视频切分子模块，用于采用预置视频分割法对目标非结构化数据文件中的视频内容进行切分，得到视频数据片段和对应的视频片段起始点；

所述切分位置包括所述文本片段起始点、所述图像矩形框的关键坐标点、所述音频片段起始点和所述视频片段起始点。

7.根据权利要求5所述的非结构化数据标记装置，其特征在于，还包括：

预处理模块，用于对所述目标非结构化数据文件进行预处理操作，所述预处理操作包括去噪处理和去冗余数据处理。