一種語料標(biāo)注方法及裝置

基本信息

申請?zhí)?/td> CN201811206272.1 申請日 -
公開（公告）號 CN109522415B 公開（公告）日 2021-06-01
申請公布號 CN109522415B 申請公布日 2021-06-01
分類號 G06F16/36（2019.01）I;G06K9/62（2006.01）I;G06F40/295（2020.01）I 分類 計算；推算；計數(shù);
發(fā)明人 林志偉;肖龍源;蔡振華;李稀敏;劉曉葳;譚玉坤 申請（專利權(quán)）人 廈門快商通信息技術(shù)有限公司
代理機構(gòu) 廈門仕誠聯(lián)合知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 樂珠秀
地址 361007福建省廈門市思明區(qū)嘉禾路267號9樓902室B區(qū)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種語料標(biāo)注方法及裝置，其通過對待處理的語料進行向量化處理，得到所述語料的文本向量；根據(jù)所述語料的文本向量，利用DBSCAN聚類算法對所述語料進行聚類處理，得到長尾類語料和待標(biāo)注類語料；對于所述長尾類語料，返回再次聚類處理；對于所述待標(biāo)注類語料，則進行設(shè)置標(biāo)簽，得到標(biāo)注語料；最后將所有的標(biāo)注語料進行合并，得到最終標(biāo)注好的語料，無需多次調(diào)整聚類數(shù)量，算法更簡單，標(biāo)注效率更高，可靠性更好。??