[发明专利]用于标注数据的方法和装置

权利要求书

1.一种用于标注数据的方法，包括：

响应于接收到待标注的数据，查询聚类不同且第一相似度最高的预定数目个数据；

对所述预定数目个数据与所述待标注的数据进行第二相似度的计算；

将所述预定数目个数据中与所述待标注的数据的第二相似度超过预定的聚类阈值的数据放入到数据集合；

若所述数据集合不为空，且所述数据集合中不存在与所述待标注的数据的第二相似度大于预定的数据合并阈值的数据，则使用所述数据集合中的与所述待标注的数据的第二相似度最高的数据对应的聚类作为所述待标注的数据的聚类，将所述待标注的数据插入预定数据库中，其中，所述数据合并阈值大于所述聚类阈值。

2.根据权利要求1所述的方法，其中，所述方法还包括：

若所述数据集合为空，则为所述待标注的数据生成新的聚类，将所述待标注的数据插入预定数据库中。

3.根据权利要求1所述的方法，其中，所述方法还包括：

若所述数据集合中存在与所述待标注的数据的第二相似度大于预定的数据合并阈值的数据，则对所述数据集合中与所述待标注的数据最相似的数据进行计数加1。

4.根据权利要求1所述的方法，其中，在将所述预定数目个数据中与所述待标注的数据的第二相似度超过预定的聚类阈值的数据放入到数据集合之后，所述方法还包括：

计算所述数据集合中任意两个数据的第二相似度；

基于第二相似度合并所述数据集合中的数据。

5.根据权利要求4所述的方法，其中，所述基于第二相似度合并所述数据集合中的数据，包括：

将第二相似度大于预定的数据合并阈值的数据进行数据合并。

6.根据权利要求4所述的方法，其中，所述基于第二相似度合并所述数据集合中的数据，包括：

将第二相似度在预定的聚类阈值和预定的数据合并阈值之间的数据进行聚类的合并。

7.根据权利要求1-6之一所述的方法，其中，所述方法还包括：

按照聚类标识对应的数据总量降序展示数据。

8.一种用于标注数据的装置，包括：

查询单元，被配置成响应于接收到待标注的数据，查询聚类不同且第一相似度最高的预定数目个数据；

计算单元，被配置成对所述预定数目个数据与所述待标注的数据进行第二相似度的计算；

聚集单元，被配置成将所述预定数目个数据中与所述待标注的数据的第二相似度超过预定的聚类阈值的数据放入到数据集合；

插入单元，被配置成若所述数据集合不为空，且所述数据集合中不存在与所述待标注的数据的第二相似度大于预定的数据合并阈值的数据，则使用所述数据集合中的与所述待标注的数据的第二相似度最高的数据对应的聚类作为所述待标注的数据的聚类，将所述待标注的数据插入预定数据库中，其中，所述数据合并阈值大于所述聚类阈值。

9.根据权利要求8所述的装置，其中，所述插入单元进一步被配置成：

若所述数据集合为空，则为所述待标注的数据生成新的聚类，将所述待标注的数据插入预定数据库中。

10.根据权利要求8所述的装置，其中，所述插入单元进一步被配置成：

若所述数据集合中存在与所述待标注的数据的第二相似度大于预定的数据合并阈值的数据，则对所述数据集合中与所述待标注的数据最相似的数据进行计数加1。

11.根据权利要求8所述的装置，其中，所述聚集单元进一步被配置成：

在将所述预定数目个数据中与所述待标注的数据的第二相似度超过预定的聚类阈值的数据放入到数据集合之后，计算所述数据集合中任意两个数据的第二相似度；

基于第二相似度合并所述数据集合中的数据。