(19)中华 人民共和国 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 202210006266.1 (22)申请日 2022.01.04 (71)申请人 马上消费金融股份有限公司 地址 401120 重庆市渝北区黄山大道中段 52号渝兴广场B2栋4至8楼 (72)发明人 罗奇帅　蒋宁　王洪斌　吴海英　 权佳成　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 代理人 马瑞 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/216(2020.01) G06K 9/62(2022.01) G06F 16/35(2019.01)G06N 20/00(2019.01) (54)发明名称 一种数据标注方法、 装置、 电子设备及可读 存储介质 (57)摘要 本申请实施例提供了一种数据标注方法、 装 置、 电子设备及可读存储介质， 数据标注方法包 括： 获取待标注数据， 并通过预设模型获取目标 数据的语义向量， 其中所述目标数据包括已标注 数据； 基于所述目标数据的语义向量， 从所述目 标数据中筛选得到与所述待标注数据对应的相 似数据； 基于所述相似数据， 对所述待标注数据 进行标注。 本申请实施例解决了相关技术中在进 行数据标注时标注准确性低的问题。 权利要求书2页 说明书10页 附图3页 CN 114417882 A 2022.04.29 CN 114417882 A 1.一种数据标注方法， 其特 征在于， 包括： 获取待标注数据； 通过预设模型获取目标 数据的语义向量， 其中所述目标 数据包括已标注数据； 基于所述目标数据的语义向量， 从所述目标数据中筛选得到与 所述待标注数据对应的 相似数据； 基于所述相似数据， 对所述待标注数据进行 标注。 2.根据权利要求1所述的数据标注方法， 其特征在于， 所述目标数据还包括未标注数据 和/或所述待标注数据。 3.根据权利要求1或2所述的数据标注方法， 其特征在于， 所述基于所述目标数据的语 义向量， 从所述目标 数据中筛 选得到与所述待标注数据对应的相似数据， 包括： 计算所述目标 数据的语义向量与所述待标注数据的语义向量之间的相似度； 从所述目标数据中筛选得到相似度 大于预设值的第 一数据， 并将所述第 一数据确定为 所述相似数据。 4.根据权利要求1所述的数据标注方法， 其特征在于， 所述基于所述目标数据的语义向 量， 从所述目标 数据中筛 选得到与所述待标注数据对应的相似数据之后， 还 包括： 若所述相似数据中存在标注结果不一致的数据， 则按照预设标注标准确定标准标注结 果； 将所述相似数据中第 二数据的标注结果修改为所述标准标注结果， 其中所述第 二数据 为所述相似数据中标注结果 不是标准标注结果的数据。 5.根据权利要求1所述的数据标注方法， 其特征在于， 所述基于所述相似数据， 对所述 待标注数据进行 标注， 包括： 基于所述相似数据的标注结果和/或语义， 对所述待标注数据进行 标注。 6.根据权利要求1或4所述的数据 标注方法， 其特征在于， 所述基于所述相似数据， 对所 述待标注数据进行 标注之后， 还 包括： 获取训练数据， 其中所述训练数据包括下述中的至少一者： 所述已标注数据、 已进行标 注的待标注数据和所述相似数据中已修改标注结果的第二数据； 基于所述训练数据对所述预设模型进行训练。 7.一种数据标注装置， 其特 征在于， 包括： 第一获取模块， 用于获取待标注数据； 第二获取模块， 用于通过预设模型获取目标数据的语义向量， 其中所述目标数据包括 已标注数据； 第三获取模块， 用于基于所述目标数据的语义向量， 从所述目标数据中筛选得到与所 述待标注数据对应的相似数据； 数据标注模块， 用于基于所述相似数据， 对所述待标注数据进行 标注。 8.根据权利要求7 所述的数据标注装置， 其特 征在于， 所述第三获取模块具体用于： 计算所述目标 数据的语义向量与所述待标注数据的语义向量之间的相似度； 从所述目标数据中筛选得到相似度 大于预设值的第 一数据， 并将所述第 一数据确定为 所述相似数据。 9.一种电子设备， 其特征在于， 包括处理器， 存储器及存储在所述存储器上并可在所述权　利　要　求　书 1/2 页 2 CN 114417882 A 2处理器上运行的程序或指 令， 所述程序或指 令被所述处理器执行时实现如权利要求 1至6任 一项所述的数据标注方法的步骤。 10.一种可读存储介质， 其特征在于， 所述可读存储介质上存储程序或指令， 所述程序 或指令被处 理器执行时实现如权利要求1至 6任一项所述的数据标注方法的步骤。权　利　要　求　书 2/2 页 3 CN 114417882 A 3