[发明专利]人工智能数据标注任务分配方法以及装置

权利要求书

1.一种人工智能数据标注任务分配方法，应用于人工智能数据标注任务分配系统，其特征在于，所述方法包括：

将每一位可调用的人工标注员标记为一个标注终端，并以所述人工标注员的个性化信息作为所述标注终端的特征向量，其中，所述标注终端的数量为N；

获取待标注数据，其中，将所述待标注数据分成试标数据和量产数据两部分；

将所述试标数据等分为N个试标子数据，向每一个所述标注终端发送一个所述试标子数据；

在所述试标子数据经过所述标注终端标注并返回结果的情况下，以返回的标注数据的质量以及所述标注终端的特征向量作为输入，经过统计分析模块输出得到所述待标注数据的特征向量；

将所述量产数据拆分为M个量产子数据，其中，M远大于N；

建立带权二分图，将M个量产子数据和N个所述标注终端分别作为所述带权二分图的两个端点集合；

计算量产子数据端点-标注终端端点形成的边的权值，通过聚类处理计算出所述带权二分图的最佳匹配结果；

将所述量产数据分配给最佳匹配标注终端；

所述将所述量产数据分配给最佳匹配标注终端，具体包括：

将第一部分量产子数据分配给当前的最佳匹配标注终端，所述第一部分量产子数据为所述M个量产子数据中的一个或多个；

在所述第一部分量产子数据经过所述标注终端标注并返回结果的情况下，重新计算所述标注数据的特征向量以及所述带权二分图的最佳匹配结果；

将第二部分量产子数据分配给当前的最佳匹配标注终端，所述第二部分量产子数据为所述M个量产子数据中的一个或多个，且所述第二部分量产子数据不同于所述第一部分量产子数据；

所述进行聚类处理计算出所述带权二分图的最佳匹配结果，具体包括：

将所述M个量产子数据的特征向量与所述N个标注终端的特征向量进行聚类处理，其中，每一类均包括至少一个所述量产子数据的特征向量和至少一个所述标注终端的特征向量；

得到聚类结果并作为所述带权二分图的最佳匹配结果。

2.根据权利要求1所述的方法，其特征在于，所述试标数据的大小占所述待标注数据的大小的1%。

3.根据权利要求1所述的方法，其特征在于，所述计算量产子数据端点-标注终端端点形成的边的权值，具体包括：

使用LDA算法或PCA算法对所述量产子数据的特征向量与所述标注终端的特征向量进行降维处理；

通过权值计算模块计算所述量产子数据的特征向量与所述标注终端的特征向量之间的距离值。