待标注文本的确定方法、装置、设备和存储介质制造方法及图纸

本公开提供了一种待标注文本的确定方法、装置、设备和存储介质，涉及计算机技术领域，具体涉及自然语言处理、机器学习、智能阅读理解、智能问答等人工智能领域。待标注文本的确定方法包括：获取多条文本；基于预设问题，对所述多条文本中各条文本进行处理，以获得所述各条文本针对所述预设问题的预测答案的置信度，所述置信度用于表明所述预测答案为真实答案的概率值；基于所述各条文本针对所述预设问题的预测答案的置信度，确定所述多条文本中的待标注文本。本公开可以提高待标注文本的有效性。本公开可以提高待标注文本的有效性。本公开可以提高待标注文本的有效性。

【技术实现步骤摘要】
待标注文本的确定方法、装置、设备和存储介质


[0001]本公开涉及计算机
，具体涉及自然语言处理、机器学习、智能阅读理解、智能问答等人工智能领域，尤其涉及一种待标注文本的确定方法、装置、设备和存储介质。

技术介绍

[0002]自然语言处理领域的机器学习依赖高质量的标注数据。为了降低标注成本、提高标注效率，需要选择合适的待标注文本。

技术实现思路

[0003]本公开提供了一种待标注文本的确定方法、装置、设备和存储介质。
[0004]根据本公开的一方面，提供了一种待标注文本的确定方法，包括：获取多条文本；基于预设问题，对所述多条文本中各条文本进行处理，以获得所述各条文本针对所述预设问题的预测答案的置信度，所述置信度用于表明所述预测答案为真实答案的概率值；基于所述各条文本针对所述预设问题的预测答案的置信度，确定所述多条文本中的待标注文本。
[0005]根据本公开的另一方面，提供了一种待标注文本的确定装置，包括：获取模块，用于获取多条文本；处理模块，用于基于预设问题，对所述多条文本中各条文本进行处理，以获得所述各条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种待标注文本的确定方法，包括：获取多条文本；基于预设问题，对所述多条文本中各条文本进行处理，以获得所述各条文本针对所述预设问题的预测答案的置信度，所述置信度用于表明所述预测答案为真实答案的概率值；基于所述各条文本针对所述预设问题的预测答案的置信度，确定所述多条文本中的待标注文本。2.根据权利要求1所述的方法，其中，若所述预设问题为预设的单一问题，所述置信度包括起始置信度和结束置信度，所述基于所述各条文本针对所述预设问题的预测答案的置信度，确定所述多条文本中的待标注文本，包括：对应所述各条文本，确定所述起始置信度与所述结束置信度的差值的绝对值；基于所述绝对值，确定所述多条文本中的待标注文本。3.根据权利要求2所述的方法，其中，所述基于所述绝对值，确定所述多条文本中的待标注文本，包括：将所述多条文本中的所述绝对值最大的文本，作为所述待标注文本。4.根据权利要求1所述的方法，其中，若所述预设问题为预设的多个问题，所述置信度包括起始置信度和结束置信度，所述预测答案包括：内容为非空的答案，所述基于所述各条文本针对所述预设问题的预测答案的置信度，确定所述多条文本中的待标注文本，包括：对应所述各条文本，基于所述内容为非空的答案的数量、所述起始置信度和所述结束置信度，以及，所述多个问题的数量，确定综合值；基于所述综合值，确定所述多条文本中的待标注文本。5.根据权利要求4所述的方法，其中，所述基于所述内容为非空的答案的数量、所述起始置信度和所述结束置信度，以及，所述多个问题的数量，确定综合值，包括：基于所述起始置信度和所述结束置信度的差值的绝对值，以及，所述多个问题的数量，确定所述绝对值的平均值；将所述内容为非空的答案的数量与所述绝对值的平均值之和，作为所述综合值。6.根据权利要求4所述的方法，其中，所述基于所述综合值，确定所述多条文本中的待标注文本，包括：将所述多条文本中的所述综合值最大的文本，作为所述待标注文本。7.根据权利要求1
‑
6任一项所述的方法，其中，所述置信度采用阅读理解模型对所述各条文本进行处理后获得，所述确定所述多条文本中的待标注文本之后，所述方法还包括：获得针对所述待标注文本的标注数据；基于所述待标注文本和所述标注数据，训练所述阅读理解模型。8.一种待标注文本的确定装置，包括：获取模块，用于获取多条文本；处理模块，用于基于预设问题，对所述多条文本中各条文本进行处理，以获得所述各条文本针对所述预设问题的预测答...

【专利技术属性】
技术研发人员：尹何举，韩磊，刘凯，李婷婷，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：