[发明专利]语料标注方法及装置

权利要求书

1.一种语料标注方法，其特征在于，包括：

提取第一语料中的实体，并根据预设命名实体规则标注所述实体；

根据语义确定所述第一语料中的关键词，并根据预设语义关键词规则标注所述关键词；

根据所述实体和所述关键词，将所述第一语料抽象为模板，并根据预设语句拓展模板规则标注所述模板；

将经过标注后的所述实体、所述关键词、所述模板入库。

2.根据权利要求1所述的语料标注方法，其特征在于，还包括：对所述第一语料中数据类别进行标注的步骤，所述对所述第一语料中数据类别的标注步骤包括：

按照百科类数据类别和闲聊类数据类别划分所述数据类别；

判断所述第一语料中的数据是否属于预设百科类数据类别，如果是则按照预设百科类数据对所述第一语料中的数据进行标注；

判断所述第一语料中的数据是否属于预设闲聊类数据类别，如果是则按照预设闲聊类数据对所述第一语料中的数据进行标注。

3.根据权利要求1所述的语料标注方法，其特征在于，还包括：对所述第一语料中词级别进行标注的步骤，所述对所述第一语料中词级别进行标注的步骤包括：

在所述第一语料中提取出最小单元为词级别的词语；

根据不同预设词级别规则，标注出所述第一语料中的词语。

4.根据权利要求1所述的语料标注方法，其特征在于，还包括：对所述第一语料中句级别进行标注的步骤，所述第一语料中句级别进行标注的步骤包括：

在所述第一语料中提取出最小单元为句级别的句子；

根据不同预设句级别规则，标注出所述第一语料中的词语。

5.根据权利要求1所述的语料标注方法，其特征在于，根据所述实体和所述关键词，将所述第一语料抽象为模板，并根据预设语句拓展模板规则标注所述模板包括：

根据所述实体和所述关键词抽象出第一句式，对所述第一句式进行扩展并确定主题或主语后得到所述模块，根据预设语句拓展模板规则标注所述模板。

6.根据权利要求1所述的语料标注方法，其特征在于，还包括：对所述第一语料中相似语义进行标注的步骤，所述第一语料中相似语义进行标注的步骤包括：

判断第一语料中的第一句子和第二句子是否相似，

如果相似，则采用不同的标注；

如果不相似，则采用相同的标注。

7.一种语料标注装置，其特征在于，包括：

第一提取模块，用于提取第一语料中的实体，并根据预设命名实体规则标注所述实体；

第二提取模块，用于根据语义确定所述第一语料中的关键词，并根据预设语义关键词规则标注所述关键词；

第三提取模块，用于根据所述实体和所述关键词，将所述第一语料抽象为模板，并根据预设语句拓展模板规则标注所述模板；

入库模块，用于将经过标注后的所述实体、所述关键词、所述模板入库。

8.根据权利要求7所述的语料标注装置，其特征在于，还包括：类别标注模块，用于对所述第一语料中数据类别进行标注，所述标注模块包括：

类别标注单元，用于按照百科类数据类别和闲聊类数据类别划分所述数据类别；

第一判断单元，用于判断所述第一语料中的数据是否属于预设百科类数据类别，如果是则按照预设百科类数据对所述第一语料中的数据进行标注；

第二判断单元，用于判断所述第一语料中的数据是否属于预设闲聊类数据类别，如果是则按照预设闲聊类数据对所述第一语料中的数据进行标注。

9.根据权利要求7所述的语料标注装置，其特征在于，还包括：词标注模块，用于对所述第一语料中词级别进行标注，所述词标注模块包括：

词提取单元，用于在所述第一语料中提取出最小单元为词级别的词语；

词标注单元，用于根据不同预设词级别规则，标注出所述第一语料中的词语。

10.根据权利要求7所述的语料标注装置，其特征在于，还包括：句标注模块，所述句标注模块用于对所述第一语料中句级别进行标注，所述句标注模块包括：

句提取单元，用于在所述第一语料中提取出最小单元为句级别的句子；

句标注单元，用于根据不同预设句级别规则，标注出所述第一语料中的词语。