[发明专利]一种语料标注方法及装置有效
| 申请号： | 201811206272.1 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109522415B | 公开（公告）日： | 2021-06-01 |
| 发明（设计）人： | 林志伟;肖龙源;蔡振华;李稀敏;刘晓葳;谭玉坤 | 申请（专利权）人： | 厦门快商通信息技术有限公司 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F40/295;G06K9/62 |
| 代理公司： | 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 | 代理人： | 乐珠秀 |
| 地址： | 361007 福建省厦门*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种语料标注方法及装置，其通过对待处理的语料进行向量化处理，得到所述语料的文本向量；根据所述语料的文本向量，利用DBSCAN聚类算法对所述语料进行聚类处理，得到长尾类语料和待标注类语料；对于所述长尾类语料，返回再次聚类处理；对于所述待标注类语料，则进行设置标签，得到标注语料；最后将所有的标注语料进行合并，得到最终标注好的语料，无需多次调整聚类数量，算法更简单，标注效率更高，可靠性更好。 | ||
| 搜索关键词： | 一种 语料 标注 方法 装置 | ||
【主权项】：
1.一种语料标注方法，其特征在于，包括以下步骤：a.对待处理的语料进行向量化处理，得到所述语料的文本向量；b.根据所述语料的文本向量，利用DBSCAN聚类算法对所述语料进行聚类处理，得到长尾类语料和待标注类语料；c.对于所述长尾类语料，返回步骤b；对于所述待标注类语料，则进行设置标签，得到标注语料；d.将所有的标注语料进行合并，得到最终标注好的语料。
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厦门快商通信息技术有限公司，未经厦门快商通信息技术有限公司许可，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/201811206272.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种文献投递对象选择系统
- 下一篇：一种金融风险控制知识图谱的构建方法
