一种文化资源实体识别训练数据的自动标注系统及方法

摘要

一种文化资源实体识别训练数据的自动标注方法及系统，该方法首先通过前缀集合构建模块将关键词词典转换为前缀集合；然后通过关键词匹配模块在原始文本中匹配关键词并获得其位置区间信息；再通过区间合并模块解决关键词位置区间包含或者相交的问题以及构造关键词分析信息并写入分析文本；其次通过工具调用模块识别原始文本中的通用实体同时将分析信息写入分析文本；最后通过格式转换模块将原始文本转换为带有标签信息的标注文本。该系统及方法能够显著提高了标注效率，大大降低了错误率以及标注成本。