[发明专利]一种文本数据标注方法

说明书

本发明公开了一种文本数据标注方法，包括以下步骤：文本信息提取：确定文本查找范围、文本标注数据和文本标注标准；文本信息分割与编号：对文本标注数据进行分割，并且按照分割顺序对分割后的数据进行编号。本发明所述的一种文本数据标注方法，本发明在标注前对文本标注数据或者文本查找范围内的数据进行分割，然后将其发放到不同的标注平台上进行同步标注，最后将标注后的结果进行汇总，能够加快文本数据标注的速度，缩短文本数据标注的时间，而且能够减轻标注平台的压力；本专利将文本标注数据进行划分，然后组合后发放给各个不同的标注平台，每个标注平台接收到的数据均不完整，减少数据泄露风险，提高文本数据标注的安全性。

技术领域

本发明涉及数据管理领域，特别涉及一种文本数据标注方法。

背景技术

随着社会的快速发展，人们的生活水平不断的提高，信息成为各个行业重要的一部分，人们在设计产品时通常会对自己设计的文本进行查重，其中需要对相关内容进行标注，为了便于人们标注文本数据，人们发明了一些文本数据标注方法；

现有的文本数据标注方法在使用时存在一定的弊端，首先，现有的文本数据标注方法通常将文本交给相关的标注平台直接与所有的数据比对，而现在数据库中的数据越来越大，标注需要的时间也在不断的延长，不能及时标注对于标注平台设备的要求也越来越高，其次，所有文件汇总在一起，容易出现文件泄漏的情况，安全性能不高，为此，我们提出一种文本数据标注方法。

发明内容

本发明的主要目的在于提供一种文本数据标注方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种文本数据标注方法，包括以下步骤：

(1)、文本信息提取：确定文本查找范围、文本标注数据和文本标注标准；

(2)、文本信息分割与编号：对文本标注数据进行分割，并且按照分割顺序对分割后的数据进行编号；

(3)、文本信息发布：将编号的数据、文本查找范围和文本标注标准发放到不同的标注平台；

(4)、文本信息标注：标注平台接收数据，并且按照文本标注标准在文本查找范围查找编号的数据，再将数据汇总；

(5)、标注信息召回：将所有的标注平台查找后的所有数据进行汇总；

(6)、文本排序组合：按照编号顺序对汇总的数据进行排序，得到标注完整内容。

优选的，步骤(1)中文本查找范围制定时根据文本标注数据的主体或者类型划分，文本标注数据即需要显示的标注数据，文本标注标准根据文本标注数据的相似度划分成不同的等级。

优选的，步骤(2)中文件分割前保留文本标注数据原件，文本标注数据的分割和与编号步骤为：

①、先按照文本内容的关联程度将文本划分为各个部分，并且对按照分割顺序进行第一次编号；

②、将各个部分的内容进行随机整合，整合后各个部分的数据相等，然后对整合的数据进行第二次编号；

③、将第一次编号内容和第二次编号内容进行汇总。

优选的，步骤(2)中还可以对文本查找范围内的文件进行划分，划分时直接将总文件分成数据相等的各个部分，并且对划分的顺序对分割后的数据进行编号。

优选的，步骤(3)中还可以将编号的数据、文本标注数据和文本标注标准发放到不同的标注平台，并且记录发放到各个平台中编号的数据的编号。

优选的，步骤(3)中文件发放后与平台核对编号，判断文件是否发放完全，编号不准确或者编号缺失时针对发放错误的平台重新发放文件。