[发明专利]一种文本类别的自动标注方法及系统在审
| 申请号： | 201910544064.0 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110263170A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 赵全军;高岩;王志辉;伊克拉木·伊力哈木;陈宏江;冀玉鑫 | 申请（专利权）人： | 中科软科技股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33 |
| 代理公司： | 北京天盾知识产权代理有限公司 11421 | 代理人： | 张彩珍 |
| 地址： | 100190 北京*** | 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： | 本发明公开了一种文本类别的自动标注方法，该方法包括采集各个语种的文本以建立多语种文本类别数据库；基于多语种文本类别数据库获得相关词数据，对相关词数据进行训练生成多语种文本分类模型；检索多语种文本类别数据库，判断待标注文本是否与多语种文本类别数据库中的数据匹配，若是，则将该待标注文本作为候选文本；基于多语种文本分类模型识别候选文本的类别，将候选文本的类别作为待标注文本的类别并标注到待标注文本上；其中，相关词数据是通过对多语种文本类别数据库中的数据按语种和类别进行标注得到的。本发明还公开了一种文本类别的自动标注系统。通过本发明的这种自动标注方法可以快速处理大量的文本数据。 | ||
| 搜索关键词： | 多语种 文本 文本类别 标注 自动标注 数据库 词数据 文本分类模型 候选文本 快速处理 识别候选 数据匹配 文本数据 检索 语种 采集 | ||
【主权项】：
1.一种文本类别的自动标注方法，其特征在于，该方法包括以下步骤：采集各个语种的文本以建立多语种文本类别数据库；基于所述多语种文本类别数据库获得相关词数据，对所述相关词数据进行训练生成多语种文本分类模型；检索所述多语种文本类别数据库，判断待标注文本是否与所述多语种文本类别数据库中的数据匹配，若是，则将该待标注文本作为候选文本；基于所述多语种文本分类模型识别所述候选文本的类别，将所述候选文本的类别作为待标注文本的类别并标注到所述待标注文本上；其中，所述相关词数据是通过对所述多语种文本类别数据库中的数据按语种和类别进行标注得到的。
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中科软科技股份有限公司，未经中科软科技股份有限公司许可，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/201910544064.0/，转载请声明来源钻瓜专利网。
