基于循环预标注的文本标注方法及装置制造方法及图纸

本发明专利技术公开了基于循环预标注的文本标注方法及装置，方法包括：通过获取待标注文本；将所述待标注文本输入预先训练的文本标注模型中，获得所述文本标注模型的输出结果，其中，所述文本标注模型通过循环预标注训练得到；根据所述输出结果确定所述待标注文本的目标标注结果，通过采用循环预标注的方式进行模型训练，使得基于少量样本标注即可实现模型的准确训练，解决了现有技术中需要大量样本标注耗费的人力物力，样本标注有限，导致的模型训练效率低、准确率差的技术问题，同时能够解决对于不同人理解标签意义不同而标注不同标签导致的标签标注错误的技术问题，取得了通过少量样本标注即可实现准确预标注的技术效果。本标注即可实现准确预标注的技术效果。本标注即可实现准确预标注的技术效果。

【技术实现步骤摘要】
基于循环预标注的文本标注方法及装置


[0001]本专利技术涉及文本标注
，尤其涉及一种基于循环预标注的文本标注方法及装置。

技术介绍

[0002]随着人工智能技术的飞速发展，在自然语言领域迎来了不少挑战，机器想要模拟人类的语言或者知识，需要通过标注使得机器知道相关知识，因此需要大量的人工标注，为了减轻自然语言标注问题，出现了预标，基于种子词的预标，基于大模型和已标注大量样本的预标等。
[0003]在实现本专利技术的过程中，发现现有技术中至少存在以下技术问题：种子词预标需要种子词，作为预标的初始种子词或者需要预训练的大模型bert，以及已标注的大量数据作为基础，进行预标，这样整理初始种子词需要大量时间，且一旦标签稍有变动，就不能够适配预标的工作。并且遇到之前已经标注过的类似的表达的和词的时候还是需要再标注一遍，效率低下；对于相似表达的词和类似的表达句式时，可能因为不同的人标注而打上不同的标签，导致标签的标注的不统一性。

技术实现思路

[0004]本专利技术提供了一种基于循环预标注的文本标注方法及装置，以解决现有技术中预标注效率低、准确率低的技术问题。
[0005]根据本专利技术的一方面，提供了一种基于循环预标注的文本标注方法，包括：
[0006]获取待标注文本；
[0007]将所述待标注文本输入预先训练的文本标注模型中，获得所述文本标注模型的输出结果，其中，所述文本标注模型通过循环预标注训练得到；
[0008]根据所述输出结果确定所述待标注文本的目标标注结果。
[0009]根据本专利技术的另一方面，提供了一种基于循环预标注的文本标注装置，包括：
[0010]待标注文本获取模块，用于获取待标注文本；
[0011]文本标注模型预测模块，用于将所述待标注文本输入预先训练的文本标注模型中，获得所述文本标注模型的输出结果，其中，所述文本标注模型通过循环预标注训练得到；
[0012]目标标注结果确定模块，用于根据所述输出结果确定所述待标注文本的目标标注结果。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的
基于循环预标注的文本标注方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的基于循环预标注的文本标注方法。
[0018]本专利技术实施例的技术方案，通过获取待标注文本；将所述待标注文本输入预先训练的文本标注模型中，获得所述文本标注模型的输出结果，其中，所述文本标注模型通过循环预标注训练得到；根据所述输出结果确定所述待标注文本的目标标注结果，通过采用循环预标注的方式进行模型训练，使得基于少量样本标注即可实现模型的准确训练，解决了现有技术中需要大量样本标注耗费的人力物力，样本标注有限，导致的模型训练效率低、准确率差的技术问题，取到了少量样本标注即可实现准确预标注的技术效果。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术实施例一提供的一种基于循环预标注的文本标注方法的流程图；
[0022]图2是本专利技术实施例二提供的一种基于循环预标注的文本标注方法的流程图；
[0023]图3是本专利技术实施例三提供的一种基于循环预标注的文本标注方法的流程图；
[0024]图4是本专利技术实施例三提供的一种基于循环预标注的文本标注装置的结构示意图；
[0025]图5是本专利技术实施例五提供的一种电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]实施例一
[0029]图1是本专利技术实施例一提供的一种基于循环预标注的文本标注方法的流程图，本实施例可适用于对文本进行标注时的情况，该方法可以由基于循环预标注的文本标注装置来执行，该基于循环预标注的文本标注装置可以采用硬件和/或软件的形式实现，该基于循环预标注的文本标注装置可配置于电子设备中。如图1所示，该方法包括：
[0030]S110、获取待标注文本。
[0031]在本实施例中，待标注样本可以理解为需要标注的样本。可以理解的是，训练出的文本标注模型仅能用于标注字段相关的文本标注。示例性的，假设标注所关注的是盆腔是否积液，则训练出的文本标注模型用于标注字段盆腔、积液的相关信息。因此，待标注文本也为盆腔、积液的相关信息，需要进行相关标注，才能通过预先训练的文本标注模型进行标注。
[0032]S120、将所述待标注文本输入预先训练的文本标注模型中，获得所述文本标注模型的输出结果，其中，所述文本标注模型通过循环预标注训练得到。
[0033]在本实施例中，通过预先训练的文本标注模型进行文本标注。具体IDE(Integrated Development Environment，集成开发环境)，将待标注文本作为文本标注模型的输入，获得文本标注模型的输出结果。
[0034]考虑到医疗场景中样本标记数量少的特点，本实施例基于循环预标注的方式得到文本标注模型的训练样本，然后采用得到的训练样本对文本标注模型进行训练，得到训练后的文本标准模型进行待标注文本的标注。
[0035]整体来说，通过循环预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于循环预标注的文本标注方法，其特征在于，包括：获取待标注文本；将所述待标注文本输入预先训练的文本标注模型中，获得所述文本标注模型的输出结果，其中，所述文本标注模型通过循环预标注训练得到；根据所述输出结果确定所述待标注文本的目标标注结果。2.根据权利要求1所述的方法，其特征在于，所述文本标注模型的训练包括：获取已标注样本，基于所述已标注样本的样本标注信息确定标注句式模板；通过循环预标注，基于所述标注句式模板和第一模型确定第二模型训练样本；采用所述第二模型训练样本对文本标注模型进行训练，得到训练后的文本标注模型。3.根据权利要求2所述的方法，其特征在于，所述标准句式模板为正则表达式。4.根据权利要求2所述的方法，其特征在于，所述通过循环预标注，基于所述标注句式模板和第一模型确定第二模型训练样本，包括：基于所述标注句式模板对设定数量的待标注样本进行预标注，基于当前预标注的已标注样本对所述第一模型进行训练；循环执行上操作，直到已标注样本的样本数量达到设定数量阈值，循环结束，将所述已标注样本作为所述第二模型训练样本。5.根据权利要求4所述的方法，其特征在于，基于所述标注句式模板对设定数量的待标注样本进行预标注，基于当前预标注的已标注样本对所述第一模型进行训练，包括：基于所述标注句式模板对第一设定数量的待标注样本进行预标注，基于当前预标注的已标注样本对所述第一模型进行训练；循环执行上述操作，在上述操作循环执行设定次数后，循环执行下述操作，直到已标注样本的样本数量达到设定数量阈值：基于所述标注句式模板和训练后的第一模型对第二设定数量的待标注样本进行预...

【专利技术属性】
技术研发人员：华宗楠，闫树妹，陈媚媚，
申请(专利权)人：上海柯林布瑞信息技术有限公司，
类型：发明
国别省市：