[发明专利]文化资源数据自动标注系统

摘要

本发明属于数据标注技术领域，具体涉及了一种文化资源数据自动标注系统，旨在解决面向语义复杂丰富的文化资源数据时，人工标注工作效率低下，而常用的自动标注技术生成的标签质量不高、语义片面不完整的问题。本发明包括：数据输入模块获取待标签扩展的资源文本元数据和对应的初始标签集；元数据预处理模块清除无效描述词及无用标签、重复标签；文本向量化模块将资源文本元数据、初始标签集向量化；标签生成模块计算资源主题向量与所述标签向量的相似度并进行标签排序；数据输出模块从排序后的标签列表中按照相似度从大到小选择相应数量的标签，标准化格式封装并输出。本发明文化资源数据自动标注效率高、生成标签质量高、语义完整、错误率低。