文本类数据大规模分类标注方法、系统、装置及存储介质专利查询专利号|摘要-满商公司网

文本类数据大规模分类标注方法、系统、装置及存储介质

基本信息

申请号	CN202110120553.0	申请日	-
公开（公告）号	CN112445897A	公开（公告）日	2021-03-05
申请公布号	CN112445897A	申请公布日	2021-03-05
分类号	G06F16/35(2019.01)I;G06F16/33(2019.01)I;G06F40/284(2020.01)I	分类	计算；推算；计数;
发明人	蓝建敏;申鑫	申请（专利权）人	京华信息科技股份有限公司
代理机构	广州嘉权专利商标事务所有限公司	代理人	常柯阳
地址	510520广东省广州市天河区高普路138号京华信息大楼中座
法律状态	-

摘要

本发明公开了一种文本类数据大规模分类标注方法、系统、装置及存储介质，该方法包括从待标注语料中筛选具有代表性的语料作为典型语料；对典型语料进行分析，提取关键特征；根据关键特征，提取分类对应的匹配规则和特征词，对匹配规则和特征词进行验证；将验证通过的匹配规则保存至规则库，将验证通过的特征词保存至特征词库；根据规则库和特征词库，对文本类数据进行大规模机器分类标注；对大规模机器分类标注的标注效果进行核验；输出核验合格的标注数据。本发明能够提取得到准确率较高的规则和特征词；能够提升大规模机器分类标注的质量和标注的效率，大幅度降低人工对大规模文本类数据进行标注的工作量。本发明可广泛应用于文本分类技术领域。