[发明专利]一种信息数据的审核方法、装置和介质

权利要求书

1.一种信息数据的审核方法，其特征在于，包括：

获取待审核信息数据；

根据已构建的数据标注预估模型判断所述待审核信息数据是否为需要人工纠偏的偏差信息数据，其中，所述数据标注预估模型是通过有监督机器学习模型训练得出；以及

根据预设规则确定所述偏差信息数据的纠偏优先级。

2.根据权利要求1所述的方法，其特征在于，根据已构建的数据标注预估模型判断所述待审核信息数据是否为需要人工纠偏的偏差信息数据，包括：

将所述待审核信息数据代入所述数据标注预估模型中，得到所述待审核信息数据所属的标签类型的置信度；

根据第一阈值和所述标签类型的置信度判断所述待审核信息数据是否为所述偏差信息数据。

3.根据权利要求2所述的方法，其特征在于，根据第一阈值和所述标签类型的置信度判断所述待审核信息数据是否为所述偏差信息数据，包括：

若所述待审核信息数据的所述置信度小于所述第一阈值，则将所述待审核信息数据确定为所述偏差信息数据；

若所述待审核信息数据的所述置信度大于或者等于所述第一阈值，则将所述待审核信息数据确定为无需纠偏的非偏差信息数据。

4.根据权利要求1所述的方法，其特征在于，根据预设规则确定所述偏差信息数据的纠偏优先级，包括：

获取所述偏差信息数据的标签类型以及用来指示所述偏差信息数据受关注程度的标签信息；

根据所述数据类型信息以及标签信息，确定所述偏差信息数据的纠偏优先级。

5.根据权利要求4所述的方法，其特征在于，所述标签信息按照受关注程度由高到低的顺序分为第一标签信息、第二标签信息和第三标签信息，并且根据所述数据类型信息以及标签信息，确定所述偏差信息数据的纠偏优先级，包括：

根据所述数据类型信息对应的标签信息的受关注程度顺序确定所述偏差信息数据的纠偏优先级。

6.根据权利要求1所述的方法，其特征在于，还包括：

将所述偏差信息发送给纠偏人员进行纠偏标注，得到包含纠偏信息的已审核信息数据；

将所述已审核信息数据作为训练样本集中的扩增训练样本，对所述数据标注预估模型进行迭代训练，得到优化后的数据标注预估模型。

7.根据权利要求1所述的方法，其特征在于，还包括：

根据所述偏差信息数据的纠偏优先级，将所述偏差信息数据发送至相应的纠偏工作人员。

8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至7中任意一项所述的信息数据的审核方法。

9.一种信息数据的审核装置，其特征在于，包括：

信息数据获取模块，用于获取待审核信息数据；

偏差数据判断模块，用于根据已构建的数据标注预估模型判断所述待审核信息数据是否为需要人工纠偏的偏差信息数据，其中，所述数据标注预估模型是通过有监督机器学习模型训练得出；以及

数据顺序确认模块，用于根据预设规则确定所述偏差信息数据的纠偏优先级。

10.一种信息数据的审核装置，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

获取待审核信息数据；

根据已构建的数据标注预估模型判断所述待审核信息数据是否为需要人工纠偏的偏差信息数据，其中，所述数据标注预估模型是通过有监督机器学习模型训练得出；以及

根据预设规则确定所述偏差信息数据的纠偏优先级。