(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 202210666638.3 (22)申请日 2022.06.14 (71)申请人 北京中科凡语科技有限公司 地址 100190 北京市海淀区知春路6 3号51 号楼10层10 06 (72)发明人 邓彪　薛晨　 (74)专利代理 机构 湖北权上知识产权代理事务 所(特殊普通 合伙) 42287 专利代理师 范瑞鹏 (51)Int.Cl. G06F 40/169(2020.01) G06K 9/62(2022.01) G06F 40/289(2020.01) G06F 40/284(2020.01) G06F 40/30(2020.01) (54)发明名称 一种打标签的方法、 系统及其存 储介质 (57)摘要 本发明公开一种打标签的方法、 系统及其存 储介质， 属于文本打标签技术领域。 该打标签的 方法， 包括： 将语义文本进行预处理； 根据预处理 后的语义文本构建深度学习模型并使用训练集 数据训练模 型得到训练后的模型； 通过遍历或者 扫描待打标文本得到匹配次数， 计算标签关键词 和标签关键字的第一分数； 将待打标文本经过所 述训练后的模 型计算第二分数； 根据所述第一分 数和所述第二分数得出所述待标记文本对应的 标签的第三 分数， 根据所述第三 分数决定是否给 所述待标记文本打上对应的标签。 本发明还包括 上述打标签的系统以及存储介质。 该方法可以发 现或标记更多潜在语义上一 致的标记语句。 权利要求书2页 说明书5页 附图1页 CN 115130438 A 2022.09.30 CN 115130438 A 1.一种打标签的方法， 其特 征在于， 包括以下步骤： S1、 将语义文本进行 预处理； S2、 根据预处理后的语义文本构建深度 学习模型并使用训练集数据训练模型得到训练 后的模型； S3、 通过遍历 或者扫描待打标文本得到待打标文本 中的标签关键字和标签关键词的匹 配次数， 根据所述匹配分数计算标签关键词和标签关键字的第一分数， 记为a； 将待打标文 本经过所述训练后的模型计算得到标签关键 字和标签关键词的第二分数， 记为b； S4、 根据所述第一分数和所述第二分数得出所述待标记文本对应的标签的第三分数， 记为c， 根据所述第三分数决定是否给 所述待标记文本打上对应的标签。 2.根据权利要求1所述的打标签的方法， 其特征在于， 在步骤S1中， 所述将语义文本进 行预处理包括： 将句 子分割得到分词列表， 将分词列表分为训练集、 验证集和测试集， 之后 训练词嵌入模型或字符嵌入模型得到文本的表征， 所述分词列 表用于统计标签关键字和标 签关键词。 3.根据权利要求1所述的打标签的方法， 其特征在于， 在步骤S3中， 所述第一分数的计 算方法为标签关键词和标签关键字的匹配次数小于3次， 按实际次数计 分； 标签关键词和标 签关键字的匹配次数大于或者等于3次， 且小于5次， 计为3分； 标签关键词和标签关键字的 匹配次数大于或者等于5次， 且小于10次， 计为5 分； 标签关键词和标签 关键字的匹配次数大 于或者等于10次， 计为10分。 4.根据权利要求1所述的打标签的方法， 其特征在于， 在步骤S3中， 所述第二分数的计 算方法为 Xmax表示深度学习模型的计算分数的最大取值， Xmin表示深 度学习模型的计算分数的最小取值， X表示深度学习模型对待打标文本的实际计算分数。 5.根据权利要求1所述的打标签的方法， 其特征在于， 在步骤S4中， 所述第三分数的计 算公式为： c＝0.5 *a+0.5*b。 6.根据权利要求1所述的打标签的方法， 其特征在于， 在步骤S4中， 当所述第三分数c大 于或者等于6分时， 将所述待打标文本打上当前 标签， 否则， 不打上当前 标签。 7.根据权利要求2所述的打标签的方法， 其特征在于， 在步骤S1中， 所述训练集、 所述验 证集和所述测试集的划分比例设置为3:1:1。 8.根据权利要求1所述的打标签的方法， 其特征在于， 还包括步骤： S5、 创建字典， 所述 字典用以存 储第三分数 大于或者 等于8分的数据。 9.一种权利要求1 ‑8任一项所述的打标签的系统， 其特 征在于， 包括： 预处理模块， 用于将语义文本进行 预处理； 训练模块， 用于根据 预处理后的语义文本构建深度 学习模型并使用训练集数据训练模 型得到训练后的模型； 计分模块， 用于通过遍历 或者扫描待打标文本得到待打标文本中的标签关键字或者标 签关键词的匹配次数， 根据所述匹配分数计算标签关键词和标签关键字的第一分数， 记为 a； 将待打标文本经过所述训练后的模 型计算得到标签关键字或者标签 关键词的第二分数， 记为b；权　利　要　求　书 1/2 页 2 CN 115130438 A 2打标签模块， 用于根据 所述第一分数和所述第 二分数得出所述待标记文本对应的标签 的第三分数， 记为c， 所述第三分数决定是否给 所述待标记文本打上对应的标签。 10.一种存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至8任一项所述的打标签的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115130438 A 3