［刘勇 陆小慧］

1 研究背景

在人工智能飞速发展的今天，特别是在认知智能的智能问答系统研发过程中，语料的标注和校对工作一直需要消耗大量的人力和时间。众所周知，人工智能领域的算法模型需要通过训练大量的语料得到，这些训练语料被事先进行标注，往往通常都是人工标注，标注过程需要耗费大量人力和时间。

因为标注的过程实际上是对语料中语言单位的特征进行解释的过程，不同的人可能会有不同的解释结果，所以语料标注带有很大的主观性。不同标注者的知识结构和语法理论也各不相同，如果只以少数人的标注结果作为训练语料，训练出的算法就可能有较大的误差。

本文研究旨在积累历史语料标注结果对算法模型训练的效果，降低语料标注工作的人力和时间成本投入，降低标注过程中的失误率，提高语料标注的准确率和效率。

2 系统定义与关键技术

语料标注，是对原始浯料进行加工，把各种表示语言特征的标签标注在相应的语言成分上，以便于计算机的识别和读取。包括：实体标注、词性标注、句法标注、分类标注、情感标注、篇章关系标注等。

本文研究并通过实施例详细说明了一种语料标注方法和系统，即根据预设的算法模型对待标注语料集中的语料进行标注，基于标注结果生成对应的训练集，通过训练集更新算法模型，用于下一次语料标注。通过本文实施例的实施，以每一次标注后的结果来更新算法模型，从而大大减少了人工标注的工作量，同时提升了标注的一致性和准确性。……