[发明专利]语料标注方法及装置在审
| 申请号： | 201810644479.0 | 申请日： | 2018-06-21 |
| 公开（公告）号： | CN108829679A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 吴健君;倪嘉呈 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王宝筠 |
| 地址： | 100080 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供的一种语料标注方法及装置，可以对待标注语料库中的各语料进行切词，获得所述待标注语料库对应的多个待转换词；根据训练语料库对应的各词的词向量确定所述待标注语料库对应的各待转换词的词向量，其中，所述训练语料库对应的各词是对所述训练语料库中各语料进行切词后得到的；根据所述待标注语料库对应的各待转换词的词向量确定所述待标注语料库中各语料的语料向量；对各语料向量进行聚类，获得多个聚类簇，对各聚类簇进行标注。由于本发明实现了对语料向量的聚类标注，因此无需对每一个语料单独进行标注，更加方便和快捷，有效提高了语料标注的效率。 | ||
| 搜索关键词： | 标注 语料 语料库 训练语料库 词向量 向量 聚类簇 聚类 转换 | ||
【主权项】：
1.一种语料标注方法，其特征在于，包括：对待标注语料库中的各语料进行切词，获得所述待标注语料库对应的多个待转换词；根据训练语料库对应的各词的词向量确定所述待标注语料库对应的各待转换词的词向量，其中，所述训练语料库对应的各词是对所述训练语料库中各语料进行切词后得到的；根据所述待标注语料库对应的各待转换词的词向量确定所述待标注语料库中各语料的语料向量；对各语料向量进行聚类，获得多个聚类簇，对各聚类簇进行标注。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810644479.0/，转载请声明来源钻瓜专利网。
