(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210132170.X (22)申请日 2022.02.14 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 刘乙赛　罗涛　施佳子　于海燕　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 崔博　王涛 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) G06F 40/211(2020.01) G06F 40/284(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 动作标签标注方法及装置 (57)摘要 本发明实施例公开了一种动作标签标注方 法及装置， 可用于金融领域或其他技术领域， 该 方法包括： 获取待标注文本数据； 将所述待标注 文本数据输入到预设的动作标签标注模型中， 得 到所述动作标签标注模型输出的所述待标注文 本数据对应的动作标签标注结果， 其中， 所述动 作标签标注模型为根据预设的训练样本对预设 的机器学习模 型进行训练得到的， 所述训练样本 包括标注出动作标签的文本数据， 所述动作标签 包括： 动作起始标签和动作延续标签。 本发明提 升了对数字人的文本进行标注的效率和准确性。 权利要求书2页 说明书8页 附图5页 CN 114519104 A 2022.05.20 CN 114519104 A 1.一种动作标签标注方法， 其特 征在于， 包括： 获取待标注文本数据； 将所述待标注文本数据输入到预设的动作标签标注模型中， 得到所述动作 标签标注模 型输出的所述待标注文本数据对应的动作标签标注结果， 其中， 所述动作标签标注模型为 根据预设的训练样本对预设的机器学习模型进行训练得到的， 所述训练样本包括标注出动 作标签的文本数据， 所述动作标签包括： 动作起始标签和动作延续标签。 2.根据权利要求1所述的动作标签标注方法， 其特 征在于， 还 包括： 获取所述训练样本； 根据所述训练样本对所述机器学习模型进行训练， 得到所述动作标签标注模型。 3.根据权利要求1或2所述的动作 标签标注方法， 其特征在于， 所述机器学习模型包含： 词向量转化层和标签标注层； 所述词向量 转化层， 用于将文本数据转 化为词向量； 所述标签标注层， 用于基于所述词向量进行动作标签标注， 得到动作标签标注结果。 4.根据权利要求3所述的动作标签标注方法， 其特征在于， 所述机器学习模型还包含： 词向量融合层； 所述词向量融合层， 用于对所述词向量进行 特征融合， 得到特 征融合后的词向量； 所述标签标注层， 具体用于基于所述特征融合后的词向量进行动作标签标注， 得到动 作标签标注结果。 5.根据权利要求3所述的动作标签标注方法， 其特征在于， 所述机器学习模型还包含： 标注结果优化层； 所述标注结果优化层， 用于对所述标签标注层输出的动作标签标注结果进行优化， 得 到优化后的动作标签标注结果。 6.根据权利要求3所述的动作标签标注方法， 其特征在于， 所述词向量转化层采用Bert 网络或者 word2vec神经网络 。 7.根据权利要求3所述的动作标签标注方法， 其特征在于， 所述标签标注层采用门控循 环单元网络或者长短期记 忆网络。 8.根据权利要求5所述的动作标签标注方法， 其特征在于， 所述标注结果优化层采用条 件随机场网络或者马尔科 夫模型。 9.一种动作标签标注装置， 其特 征在于， 包括： 待标注文本数据获取 单元， 用于获取待标注文本数据； 动作标签标注单元， 用于将所述待标注文本数据输入到预设的动作标签标注模型中， 得到所述动作标签标注模型输出 的所述待标注文本数据对应的动作标签标注结果， 其中， 所述动作标签标注模型为根据预设的训练样本对预设的机器学习模型进 行训练得到的， 所 述训练样本包括标注出动作标签的文本数据， 所述动作标签包括： 动作起始标签和动作延 续标签。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至8任意一项所 述方法的步骤。 11.一种计算机可读存储介质， 其上存储有计算机程序/指令， 其特征在于， 该计算机程权　利　要　求　书 1/2 页 2 CN 114519104 A 2序/指令被处 理器执行时实现权利要求1至8任意 一项所述方法的步骤。 12.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 该计算机程序/指令被 处理器执行时实现权利要求1至8任意 一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114519104 A 3