一种语料标注方法及装置
基本信息
| 申请号 | CN201811206272.1 | 申请日 | - |
| 公开（公告）号 | CN109522415B | 公开（公告）日 | 2021-06-01 |
| 申请公布号 | CN109522415B | 申请公布日 | 2021-06-01 |
| 分类号 | G06F16/36（2019.01）I;G06K9/62（2006.01）I;G06F40/295（2020.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 林志伟;肖龙源;蔡振华;李稀敏;刘晓葳;谭玉坤 | 申请（专利权）人 | 厦门快商通信息技术有限公司 |
| 代理机构 | 厦门仕诚联合知识产权代理事务所（普通合伙） | 代理人 | 乐珠秀 |
| 地址 | 361007福建省厦门市思明区嘉禾路267号9楼902室B区 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种语料标注方法及装置，其通过对待处理的语料进行向量化处理，得到所述语料的文本向量；根据所述语料的文本向量，利用DBSCAN聚类算法对所述语料进行聚类处理，得到长尾类语料和待标注类语料；对于所述长尾类语料，返回再次聚类处理；对于所述待标注类语料，则进行设置标签，得到标注语料；最后将所有的标注语料进行合并，得到最终标注好的语料，无需多次调整聚类数量，算法更简单，标注效率更高，可靠性更好。 |
