(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 202210071588.4 (22)申请日 2022.01.21 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 王恒　尹凯　 (74)专利代理 机构 北京市铸成律师事务所 11313 代理人 曹远　段丹辉 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/216(2020.01) G06F 40/289(2020.01) G06F 40/30(2020.01) G06N 3/08(2006.01)G06F 16/9532(2019.01) G06F 16/9535(2019.01) (54)发明名称 一种信息的标注方法、 装置、 设备以及存储 介质 (57)摘要 本公开提供了信息的标注方法、 装置、 设备 以及存储介质， 涉及数据处理技术领域， 尤其涉 及大数据、 深度学习等领域。 具体实现方案为： 将 待标注信息的标识与预先建立的标识簇进行匹 配， 获得匹配结果； 根据匹配结果确定待标注信 息的指定 粒度的标注信息； 利用指定粒度的标注 信息确定待标注信息的标注结果。 上述方法利用 预先建立的标识簇以实现数据的高覆盖率， 克服 人工标注的低效。 由于标识 簇已具有指定粒度的 标注信息， 因此利用标识簇的指定粒度的标注信 息对待标注信息的标注， 可以实现不同垂类下资 源产生的效率。 权利要求书3页 说明书9页 附图6页 CN 114428857 A 2022.05.03 CN 114428857 A 1.一种信息的标注方法， 包括： 将待标注信息的标识与预 先建立的标识簇进行匹配， 获得匹配结果； 根据所述匹配结果确定所述待标注信息的指定粒度的标注信息； 利用所述指定粒度的标注信息确定所述待标注信息的标注结果。 2.根据权利要求1所述的方法， 其中， 所述将待标注信 息的标识与预先建立的标识簇进 行匹配， 包括： 确定所述待标注信息的标识； 获取标识簇包 含的各资源的标识； 将所述待标注信息的标识与所述标识簇包含的各资源的标识进行比较， 获得比较结 果； 利用所述比较结果进行匹配。 3.根据权利要求2所述的方法， 其中， 所述将所述待标注信 息的标识与 所述标识簇包含 的各资源的标识进行比较， 获得比较结果， 包括： 将所述待标注信 息的标识、 所述标识簇包含的各资源的标识输入至预先训练 的元学习 模型， 得到比较结果； 所述比较结果用于表征所述待标注信息的标识与所述标识簇包含的各资源的标识平 均向量之间的相似度。 4.根据权利要求3所述的方法， 其中， 所述元 学习模型的训练方法， 包括： 获取元学习模型的基础模型； 将未知标识样本输入所述元学习模型的基础模型， 得到与标识簇样本的预测匹配结 果； 利用所述预测匹配结果与真实匹配结果的差异， 对所述元学习 模型的基础模型中的参 数进行调整， 得到调整结果； 在所述调整结果符合预定要求的情况 下， 得到训练好的元 学习模型。 5.根据权利要求1所述的方法， 其中， 所述根据所述匹配结果确定所述待标注信 息的指 定粒度的标注信息， 包括： 根据所述匹配结果， 确定所述待标注信息所属的标识簇； 获取所述待标注信息所属的标识簇的指定粒度的标注信息； 将所述待标注信息所属的标识簇的指定粒度的标注信息确定为所述待标注信息的指 定粒度的标注信息 。 6.根据权利要求5所述的方法， 其中， 所述待标注信 息所属的标识簇的指定粒度的标注 信息的确定方式， 包括： 利用接收到的操作指令， 对信息样本进行 过滤， 得到过 滤后的信息样本； 对所述过 滤后的信息样本进行语义 解析， 得到解析 结果； 在所述解析结果符合预定条件的情况 下， 将解析 结果作为所述指定粒度的标注信息 。 7.根据权利要求1所述的方法， 所述利用所述指定粒度的标注信息确定所述待标注信 息的标注结果， 包括： 确定所述指定粒度的标注信息的类别； 将所述指定粒度的标注信息以及所述类别作为所述待标注信息的标注结果。权　利　要　求　书 1/3 页 2 CN 114428857 A 28.一种信息的标注装置， 包括： 匹配模块， 用于将待标注信息的标识与预 先建立的标识簇进行匹配， 获得匹配结果； 指定粒度的标注信 息确定模块， 用于根据 所述匹配结果确定所述待标注信 息的指定粒 度的标注信息； 标注结果确定模块， 用于利用所述指定粒度的标注信 息确定所述待标注信 息的标注结 果。 9.根据权利要求8所述的装置， 其中， 所述匹配模块， 包括： 待标注信息的标识确定 子模块， 用于确定所述待标注信息的标识； 标识簇的标识确定 子模块， 用于获取 标识簇包 含的各资源的标识； 比较结果获取子模块， 用于将所述待标注信 息的标识与 所述标识簇包含的各资源的标 识进行比较， 获得比较结果； 匹配子模块， 用于利用所述比较结果进行匹配。 10.根据权利要求9所述的装置， 其中， 所述比较结果获取子模块具体用于： 将所述待标注信 息的标识、 所述标识簇包含的各资源的标识输入至预先训练 的元学习 模型， 得到比较结果； 所述比较结果用于表征所述待标注信息的标识与所述标识簇包含的各资源的标识平 均向量之间的相似度。 11.根据权利要求10所述的装置， 还包括元学习模型训练模块， 所述元学习模型训练模 块， 包括： 基础模型获取 单元， 用于获取 元学习模型的基础模型； 预测匹配结果单元， 用于将未知标识样本输入所述元学习模型的基础模型， 得到与标 识簇样本的预测匹配结果； 调整结果确定单元， 用于利用所述预测匹配结果与真实匹配结果的差异， 对所述元学 习模型的基础模型中的参数进行调整， 得到调整结果； 训练执行单元， 用于在所述调整结果符合预定要求的情况下， 得到训练好的元学习模 型。 12.根据权利要求8所述的装置， 其中， 所述指定粒度的标注信息确定模块， 包括： 待标注信息归属确定子模块， 用于根据所述匹配结果， 确定所述待标注信息所属的标 识簇； 标注信息获取子模块， 用于获取所述待标注信息所属的标识簇的指定粒度的标注信 息； 指定粒度的标注信 息确定执行子模块， 用于将所述待标注信 息所属的标识簇的指定粒 度的标注信息确定为所述待标注信息的指定粒度的标注信息 。 13.根据权利要求12所述的装置， 其中， 所述标注信息获取子模块， 包括： 过滤单元， 用于利用接收到的操作指令， 对信息样本进行过滤， 得到过滤后的信息样 本； 解析单元， 用于对所述过 滤后的信息样本进行语义 解析， 得到解析 结果； 标注信息确定单元， 用于在所述解析结果符合预定条件的情况下， 将解析结果作为所 述指定粒度的标注信息 。权　利　要　求　书 2/3 页 3 CN 114428857 A 3