[发明专利]数据标注方法及装置、电子设备、存储介质

权利要求书

1.一种数据标注方法，其特征在于，包括：

通过第一类标注模型对待标注数据进行数据标注，得到第一标注结果，所述第一类标注模型是基于第一标签集合构建的；

通过第二类标注模型对所述待标注数据进行数据标注，得到第二标注结果，所述第二类标注模型是基于第二标签集合构建的，所述第一标签集合与所述第二标签集合均为所述待标注数据对应的目标标签集合的子集，且所述第一标签集合区别于所述第二标签集合；

将所述第一标注结果和所述第二标注结果进行融合，得到与所述待标注数据匹配的目标标注结果。

2.根据权利要求1所述的方法，其特征在于，在所述通过第一类标注模型对待标注数据进行数据标注，得到第一标注结果之前，所述方法还包括：

根据待标注数据对应的数据标注场景，确定所述待标注数据对应的目标标签集合；

从所述目标标签集合中确定出第一标签集合，所述第一标签集合包括多个属于所述目标标签集合的数据标签；

根据所述第一标签集合，生成第二标签集合。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一标签集合，生成第二标签集合，包括：

针对所述第一标签集合所包括的每一个数据标签，分别计算所述每一个数据标签与所述第一标签集合中的其它各个数据标签之间的相似度，得到多组数据标签对的相似度；

若任意一组数据标签对的相似度满足相似条件，则将相似度满足所述相似条件的数据标签对所包含的数据标签添加到第二标签集合中。

4.根据权利要求3所述的方法，其特征在于，所述若任意两个数据标签之间的的相似度满足相似条件，则将相似度满足所述相似条件的数据标签添加到第二标签集合中，包括：

按照相似度从高到低的顺序，对计算得到的各组数据标签对的相似度进行排序；

将相似度排序满足顺序条件的数据标签对所包含的数据标签添加到第二标签集合中。

5.根据权利要求3所述的方法，其特征在于，在所述针对所述第一标签集合所包括的每一个数据标签，分别计算所述每一个数据标签与所述第一标签集合中的其它各个数据标签之间的相似度，得到多组数据标签对的相似度之前，所述方法还包括：

针对所述第一标签集合所包括的每一个数据标签，分别获取所述每一个数据标签对应的已标注数据；

根据所述每一个数据标签对应的已标注数据，分别获取各个数据标签对应的标签向量；

所述针对所述第一标签集合所包括的每一个数据标签，分别计算所述每一个数据标签与所述第一标签集合中的其它各个数据标签之间的相似度，得到多组数据标签对的相似度，包括：

分别对每一个数据标签对应的标签向量与所述第一标签集合中的其他各个数据标签对应的标签向量之间的向量相似度进行计算，得到相应的多组数据标签对的相似度。

6.根据权利要求5所述的方法，其特征在于，所述根据所述每一个数据标签对应的已标注数据，分别获取各个数据标签对应的标签向量，包括：

将第一数据标签对应的各个第一已标注数据分别映射为所述各个第一已标注数据对应的第一数据向量，其中，所述第一数据标签为所述第一标签集合中的任一数据标签；

对各个所述第一数据向量进行平均池化，得到所述第一数据标签对应的标签向量。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述通过第一类标注模型对待标注数据进行数据标注，得到第一标注结果，包括：

将待标注数据输入所述第一类标注模型，通过所述第一类标注模型包含的数据标签对所述待标注数据进行标注，得到所述第一类标注模型输出的第一标注结果，其中，所述第一类标注模型是根据第一样本数据进行训练得到的，所述第一样本数据携带的数据标签属于第一标签集合；

所述通过第二类标注模型对所述待标注数据进行数据标注，得到第二标注结果，包括：

将所述待标注数据输入所述第二类标注模型，通过所述第二类标注模型包含的数据标签对所述待标注数据进行标注，得到所述第二类标注模型输出的第二标注结果，其中，所述第二类标注模型是根据第二样本数据进行训练得到的，所述第二样本数据携带的数据标签属于第二标签集合。