[发明专利]一种基于机器学习的数据标注方法和装置以及设备

权利要求书

1.一种基于机器学习的数据标注方法，其特征在于，包括：

通过机器学习方式，从相同的原文对话中，对不同类别的数据进行分别标注；

对所述分别标注的不同类别的数据进行关联；

对所述经关联后的不同类别的标注数据进行联合学习。

2.如权利要求1所述的基于机器学习的数据标注方法，其特征在于，所述对所述分别标注的不同类别的数据进行关联，还包括：

采用对来源于相同出处的对话的不同类别的标注数据记录相同标记的方式，对所述分别标注的不同类别的数据进行关联。

3.如权利要求1所述的基于机器学习的数据标注方法，其特征在于，在所述对所述经关联后的不同类别的标注数据进行联合学习之后，还包括：

抽取所述经联合学习后的不同类别的标注数据，根据所述抽取的标注数据，对所述标注数据进行优化。

4.如权利要求3所述的基于机器学习的数据标注方法，其特征在于，所述抽取所述经联合学习后的不同类别的标注数据，根据所述抽取的标注数据，对所述标注数据进行优化，包括：

采用将数据量按从大到小顺序的抽取方式，抽取所述经联合学习后的不同类别的标注数据，根据所述抽取的标注数据，对所述标注数据进行优化。

5.一种基于机器学习的数据标注装置，其特征在于，包括：

标注模块、关联模块和学习模块；

所述标注模块，用于通过机器学习方式，从相同的原文对话中，对不同类别的数据进行分别标注；

所述关联模块，用于对所述分别标注的不同类别的数据进行关联；

所述学习模块，用于对所述经关联后的不同类别的标注数据进行联合学习。

6.如权利要求5所述的基于机器学习的数据标注装置，其特征在于，所述关联模块，具体用于：

采用对来源于相同出处的对话的不同类别的标注数据记录相同标记的方式，对所述分别标注的不同类别的数据进行关联。

7.如权利要求5所述的基于机器学习的数据标注装置，其特征在于，所述基于机器学习的数据标注装置，还包括：

优化模块；

所述优化模块，用于抽取所述经联合学习后的不同类别的标注数据，根据所述抽取的标注数据，对所述标注数据进行优化。

8.如权利要求7所述的基于机器学习的数据标注装置，其特征在于，所述优化模块，具体用于：

采用将数据量按从大到小顺序的抽取方式，抽取所述经联合学习后的不同类别的标注数据，根据所述抽取的标注数据，对所述标注数据进行优化。

9.一种基于机器学习的数据标注设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至4中任一项所述的基于机器学习的数据标注方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的基于机器学习的数据标注方法。