公开(公告)号：CN110543634B

公开(公告)日：2021-03-02

申请号：CN201910822709.2

申请日：2019-09-02

Applicant: 北京邮电大学

Inventor： 张熙 ,  刘亭村 ,  李小勇 ,  王春露

IPC: G06F40/211 ,  G06F40/216 ,  G06F40/295 ,  G06F16/35 ,  G06F16/36

Abstract: 本发明实施例提供了一种语料数据集的处理方法、装置、电子设备及存储介质，可以实现获取原始的语料数据集，语料数据集中包括多条提及以及预先针对各条提及标注的标签数据；判断语料数据集中的各条提及之间是否具有关联关系；针对具有关联关系的关联提及，根据关联提及的标签数据，计算关联提及的边缘概率；从语料数据集中，删除边缘概率小于预设概率值的关联提及。应用本发明可以剔除语料数据集中人为标注带来的错误信息，降低语料数据集中的噪声问题，进而提高模型训练的准确度，提高关系提取的准确率。

公开(公告)号：CN110543634A

公开(公告)日：2019-12-06

申请号：CN201910822709.2

申请日：2019-09-02

Applicant: 北京邮电大学

Inventor： 张熙 ,  刘亭村 ,  李小勇 ,  王春露

IPC: G06F17/27 ,  G06F16/35 ,  G06F16/36

Abstract: 本发明实施例提供了一种语料数据集的处理方法、装置、电子设备及存储介质，可以实现获取原始的语料数据集，语料数据集中包括多条提及以及预先针对各条提及标注的标签数据；判断语料数据集中的各条提及之间是否具有关联关系；针对具有关联关系的关联提及，根据关联提及的标签数据，计算关联提及的边缘概率；从语料数据集中，删除边缘概率小于预设概率值的关联提及。应用本发明可以剔除语料数据集中人为标注带来的错误信息，降低语料数据集中的噪声问题，进而提高模型训练的准确度，提高关系提取的准确率。