[发明专利]一种数据标注方法、装置、系统以及存储介质

权利要求书

1.一种数据标注方法，其特征在于，包括如下步骤：

S1：导入多个原始训练数据以及与各个所述原始训练数据一一对应的已标注数据；

S2：构建原始标注模型，根据多个所述原始训练数据以及多个所述原始训练数据所对应的已标注数据对所述原始标注模型进行训练，得到第一标注模型；

S3：导入多个未标注训练数据，根据所述第一标注模型对各个所述未标注训练数据进行预测，得到各个所述未标注训练数据的预测数据；

S4：根据多个所述未标注训练数据以及多个所述未标注训练数据的预测数据对所述第一标注模型进行分析，得到第二标注模型；

S5：根据多个所述原始训练数据以及多个所述原始训练数据所对应的已标注数据对所述第二标注模型进行模型分析，得到第三标注模型；

S6：导入待测数据，根据所述第三标注模型对所述待测数据进行标注，得到数据标注结果。

2.根据权利要求1所述的数据标注方法，其特征在于，所述S2的过程包括：

构建文本卷积神经网络，根据多个所述原始训练数据以及多个所述原始训练数据所对应的已标注数据对所述文本卷积神经网络进行训练，得到第一标注模型。

3.根据权利要求1所述的数据标注方法，其特征在于，所述S4的过程包括：

S41：获取未标注训练数据初始数量，并统计所有所述未标注训练数据的数量，得到未标注训练数据数量；

S42：将所述未标注训练数据初始数量与所述未标注训练数据数量作和处理，得到未标注训练数据总数量；

S43：判断所述未标注训练数据总数量是否大于或者等于预设第一总数量，若否，则执行S44；若是，则将所述第一标注模型作为第二标注模型；

S44：根据多个所述未标注训练数据以及多个所述未标注训练数据的预测数据对所述第一标注模型进行训练，得到第四标注模型，将所述未标注训练数据总数量作为新的未标注训练数据初始数量，并将所述第四标注模型作为新的第一标注模型，且返回S3。

4.根据权利要求1所述的数据标注方法，其特征在于，所述S5的过程包括：

通过所述第二标注模型对各个所述原始训练数据进行标注，得到各个所述原始训练数据的预标注数据；

对各个所述原始训练数据的预标注数据与各个所述原始训练数据所对应的已标注数据是否相同进行验证，并统计验证成功的数量，得到验证成功总数；

判断所述验证成功总数是否大于预设第二总数量，若否，则将所述第二标注模型作为新的原始标注模型，并返回S1；若是，则将所述第二标注模型作为第三标注模型。

5.一种数据标注装置，其特征在于，包括：

数据导入模块，用于导入多个原始训练数据以及与各个所述原始训练数据一一对应的已标注数据；

模型训练模块，用于构建原始标注模型，根据多个所述原始训练数据以及多个所述原始训练数据所对应的已标注数据对所述原始标注模型进行训练，得到第一标注模型；

预测模块，用于导入多个未标注训练数据，根据所述第一标注模型对各个所述未标注训练数据进行预测，得到各个所述未标注训练数据的预测数据；

分析模块，用于根据多个所述未标注训练数据以及多个所述未标注训练数据的预测数据对所述第一标注模型进行分析，得到第二标注模型；

模型分析模块，用于根据多个所述原始训练数据以及多个所述原始训练数据所对应的已标注数据对所述第二标注模型进行模型分析，得到第三标注模型；

数据标注结果获得模块，用于导入待测数据，根据所述第三标注模型对所述待测数据进行标注，得到数据标注结果。

6.根据权利要求5所述的数据标注装置，其特征在于，所述模型训练模块具体用于：

构建文本卷积神经网络，根据多个所述原始训练数据以及多个所述原始训练数据所对应的已标注数据对所述文本卷积神经网络进行训练，得到第一标注模型。