[发明专利]知识内容的标注方法、装置、计算机装置和可读存储介质

说明书

本公开涉及一种知识内容的标注方法、装置、计算机装置和可读存储介质，其中知识内容的标注方法，包括：确定知识获取模型从所述信息数据集的第一子集中获取知识内容的性能参数值，每个所述信息数据集具有对应的性能参数值；基于所述性能参数值从所述信息数据集中除第一子集外的数据中提取原始信息；基于提取的原始信息构建第一原始信息推荐池；从所述第一原始信息推荐池中提取原始信息，并利用所述知识获取模型获取知识内容。本公开的技术方案能够优化知识获取模型在对应的信息数据集上的性能表现，并能够达到兼顾不同的信息数据集的效果。

技术领域

本公开涉及计算机技术领域，尤其涉及一种知识内容的标注方法、装置、计算机装置和可读存储介质。

背景技术

随着人工智能技术的不断发展，越来越多的利用知识获取模型从原始信息中标注知识内容，上述原始信息通常会以信息数据集的方式呈现出来，随着业务的进展，不断地增加数据集。虽然知识获取模型都经历过模型训练过程，但知识获取模型在从不同信息数据集的原始信息中提取知识内容的性能参数值都会有所不同，并且知识获取模型通常需要经常对一些信息数据集进行标注，并基于标注结果进行模型训练，来保证知识获取模型在该信息数据集上的良好效果。因此，如何从各个信息数据集中选择原始信息，以进行知识内容的标注，保证知识获取模型在该信息数据集上的良好效果是一个需要解决的技术问题。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种知识内容的标注方法、装置、计算机装置和可读存储介质。

本公开实施例提供了一种知识内容的标注方法，包括：

确定知识获取模型从所述信息数据集的第一子集中获取知识内容的性能参数值，每个所述信息数据集具有对应的性能参数值；

基于所述性能参数值从所述信息数据集中除第一子集外的数据中提取原始信息；

基于提取的原始信息构建第一原始信息推荐池；

从所述第一原始信息推荐池中提取原始信息，并利用所述知识获取模型获取知识内容。

在一些实施例中，所述基于性能参数值从所述信息数据集中除第一子集外的数据中提取原始信息，包括：

确定每个项目的知识内容的优先级级别；

基于每篇原始信息所包括的每个优先级级别的知识内容的数量，确定每篇原始信息的重要性得分；

基于所述性能参数值和每篇原始信息的重要性得分，从信息数据集中提取原始信息。

在一些实施例中，所述基于所述性能参数值和每篇原始信息的重要性得分，从信息数据集中提取原始信息，包括：

确定至少两个性能参数值区间；

从处于不同性能参数值区间的信息数据集中提取预设数量的原始信息，且从处于低性能参数值区间的信息数据集中提取的原始信息的数量小于从处于高性能参数值区间的信息数据集中提取的原始信息的数量。

在一些实施例中，所述基于所述性能参数值和每篇原始信息的重要性得分，从信息数据集中提取原始信息，包括：

从每个信息数据集中按照每篇原始信息的重要性得分从高到低依次提取预设数量的原始信息。

在一些实施例中，所述优先级级别包括第一优先级级别和第二优先级级别，所述第一优先级级别高于第二优先级级别，所述基于每篇原始信息所包括的优先级级别的知识内容的数量，确定每篇原始信息的重要性得分，包括：

每篇原始信息的重要性得分＝A*X+B*Y；其中X为第一优先级级别的知识内容的数量，Y为第二优先级级别的知识内容的数量，A为第一优先级级别的级别系数，B第一优先级级别的级别系数，AB。

在一些实施例中，还包括：