标签生成方法、装置及电子设备与流程

本发明涉及数据处理，具体涉及标签生成方法、装置及电子设备。

背景技术：

1、相关技术中的通话标签的语料打标通常采用静态固定标签体系，因此无法适配业务场景变化带来的标签需求变更。

技术实现思路

1、本发明提供了一种标签生成方法、装置及电子设备，以解决相关技术中的通话标签的语料打标通常采用静态固定标签体系，因此无法适配业务场景变化带来的标签需求变更的问题。

2、第一方面，本发明提供了一种标签生成方法，包括：通过原始标签字典对新增通话语料进行打标，得到打标结果；在打标结果表征新增通话语料未被原始标签字典覆盖的情况下，基于未打标信息及备用语料库的未打标语料，生成标签更新建议，未打标信息用于描述新增通话语料无法被原始标签字典完整标注的成因与对应语义特征；根据标签更新建议更新原始标签字典，得到新版本标签字典；基于新版本标签字典对未被原始标签字典覆盖的新增通话语料及未打标语料进行补打标，生成标签标注数据。

3、本发明提供的标签生成方法，通过原始标签字典对新增通话语料进行初步筛选打标，能够快速识别出业务场景变化后产生的、无法被现有标签覆盖的新增通话语料；通过未打标信息及备用语料库的存量未打标语料生成标签更新建议，实现了标签字典的动态迭代更新，无需人工重新梳理搭建整套标签体系即可适配新的标签需求；生成新版本标签字典后对相关未打标语料进行统一补打标，既保障了全量语料标注的完整性，也让标签体系可跟随业务场景的变化动态更新，提升了通话语料打标的灵活性与效率，降低了标签体系维护的人力成本。

4、在一种可选的实施方式中，通过原始标签字典对新增通话语料进行打标，得到打标结果，包括：基于原始标签字典对新增通话语料进行标签匹配校验处理，得到匹配校验结果，标签匹配校验包括语义匹配、参数提取、值域校验及冲突检测中的至少一种；若匹配校验结果表征新增通话语料存在部分内容或全部内容未匹配到原始标签字典的对应标签，则判定打标结果为新增通话语料未被原始标签字典覆盖；若匹配校验结果表征新增通话语料的全部内容均匹配通过，则判定打标结果为新增通话语料已被原始标签字典覆盖。

5、本发明提供的标签生成方法，通过语义匹配、参数提取等多维度标签匹配校验，能够有效避免单一匹配逻辑带来的误判、漏判问题，大幅提升未覆盖语料识别的准确性，为后续标签字典的迭代更新提供准确的处理基础；同时，该分级判定方式仅筛选出需要更新处理的未覆盖语料，无需对全部新增通话语料进行全流程处理，在保证标注准确性的前提下，有效简化了处理流程，降低了计算资源占用与整体处理耗时，能够让标签体系更快完成对业务变化的适配，进一步提升了整个标签生成与更新流程的效率。

6、在一种可选的实施方式中，在打标结果表征新增通话语料未被原始标签字典覆盖的情况下，基于未打标信息及备用语料库的未打标语料，生成标签更新建议，包括：在打标结果表征新增通话语料未被原始标签字典覆盖的情况下，获取未打标信息，未打标信息包括未打标原因、已匹配标签的相似度、未覆盖语义内容及标签版本中的至少一种，未打标原因包括全量语义不匹配、局部语义未覆盖、标签取值超出预设表标签值域中的至少一种；基于目标触发条件，将未打标信息对应的语料片段与未打标语料进行聚类，得到至少一语料簇，目标触发条件包括定时触发、数量阈值触发、未打标语料增速触发及用户操作指令触发中的一种；基于每个语料簇的语义特征及原始标签字典的标签特征，生成标签更新建议，标签更新建议包括新增标签、拆分标签、合并标签、更新标签值域中的至少一种。

7、本发明提供的标签生成方法，分类记录未打标信息，并通过触发条件聚类未打标语料生成更新建议，可自动聚合未被覆盖的新增语义，省去人工零散收集，降低了迭代工作量，避免因零散新增导致标签冗余混乱；多种触发条件能适配不同业务与更新频率的需求，兼顾及时性与资源分配；多类型建议匹配不同未打标原因，能针对语义变化给出适配方案，维持标签字典的清晰度与覆盖度，提升后续自动打标的准确率，使标签体系灵活适配业务变化，提升系统迭代效率与适配能力。

8、在一种可选的实施方式中，基于每个语料簇的语义特征及原始标签字典的标签特征，生成标签更新建议，包括：若语料簇内的有效语料数量大于或等于第一数量阈值、语义特征与原始标签字典中所有标签均不匹配，且语料簇在统计周期内未打标语料中的占比大于或等于第一占比，则生成新增标签的标签更新建议；若原始标签字典中存在任一与语义特征匹配的原始标签，但语义特征与原始标签下已匹配语料的特征相似度大于或等于第一相似度阈值，则生成拆分标签的标签更新建议；若原始标签字典中存在至少两个与语义特征匹配的原始标签，且统计周期内两个原始标签的语料重合度大于或等于第二相似度阈值，则生成合并标签的标签更新建议；若原始标签字典中存在任一与语料簇的语义特征匹配的原始标签，但语义特征的标签值域超出原始标签的原始值域，且超值域语料在统计周期内未打标语料中的占比大于或等于第二占比，则生成更新标签值域的标签更新建议。

9、本发明提供的标签生成方法，根据规则生成多种标签更新建议，可精准识别标签体系的优化需求，免去人工梳理与分析，降低维护成本，避免人工操作导致的标签体系适用性下降；通过新增、拆分、合并标签及调整值域，使标签体系持续适配业务变化，保持高覆盖度与准确性，为后续任务提供可靠基础，提升打标准确率与效率。

10、在一种可选的实施方式中，根据标签更新建议更新原始标签字典，得到新版本标签字典，包括：检测针对标签更新建议的交互操作；基于交互操作更新原始标签字典，得到新版本标签字典。

11、本发明提供的标签生成方法，通过检测针对标签更新建议的交互操作，将标签优化识别与用户需求判断相结合，既提升了标签梳理效率，降低了人工全量排查标签体系的人力成本，又可结合业务实际的特殊需求对标签更新过程进行灵活管控，保障标签体系的更新结果符合当前业务的实际需求，进一步提升更新后标签体系的适用性与准确性，进而更好地适配不同业务场景的标签体系维护需求。

12、在一种可选的实施方式中，基于交互操作更新原始标签字典，得到新版本标签字典，包括：若交互操作指示确认采纳新增标签的标签更新建议，则基于标签更新建议中新标签的标签信息更新原始标签字典，得到新版本标签字典，标签信息包括标签名称、标签定义、标签类型、取值范围、描述主体、是否多选标签及是否必填标签中的至少一种；若交互操作指示确认采纳拆分标签的标签更新建议，则基于原始标签标识及拆分后各新标签的标签信息更新原始标签字典，得到新版本标签字典；若交互操作指示确认采纳合并标签的标签更新建议，则基于待合并的原始标签标识及合并后的标签信息更新原始标签字典，得到新版本标签字典；若交互操作指示确认采纳更新标签值域的标签更新建议，则基于待更新标签标识及最新建议取值范围更新原始标签字典，得到新版本标签字典。

13、本发明提供的标签生成方法，通过结合用户交互操作对不同类型的标签更新建议进行对应处理，能够实现标签字典的动态灵活更新，可适配不同业务场景下标签体系的迭代需求，有效提升了标签字典更新的效率与准确性，同时降低了标签体系维护的时间成本与人力成本；通过新增标签、拆分标签、合并标签及更新标签值域的更新方式，能够保障更新后的标签字典贴合业务人员的实际使用需求，进一步提升了标签体系的可用性与实用性。

14、在一种可选的实施方式中，基于新版本标签字典对未被原始标签字典覆盖的新增通话语料及未打标语料进行补打标，生成标签标注数据，包括：对备选语料库中的历史未打标语料进行版本筛选，提取标签版本标识为原始标签字典版本或更早版本的未打标语料，得到待补打语料；基于待补打语料及未被原始标签字典覆盖的新增通话语料，构建待补打标语料集；调用新版本标签字典对待补打标语料集中的每一条语料进行标签匹配标注，得到标签标注数据。

15、本发明提供的标签生成方法，通过按照标签版本对历史未打标语料进行筛选补打，既能够避免遗漏旧版本标签体系下未标注的可标注语料，又能够确保待补打语料集覆盖新增业务通话语料与历史遗留未标注语料，实现标签字典更新后标注语料的同步补全，保障标签标注数据与新版本标签字典的版本一致性，避免出现标签体系更新后标注数据不同步的错配问题，同时还能减少未标注语料造成的资源浪费。

16、在一种可选的实施方式中，上述方法还包括：在打标结果表征新增通话语料已被原始标签字典覆盖的情况下，将打标结果对应的匹配标签、置信度及原始标签字典的版本标识，生成标签标注数据。

17、本发明提供的标签生成方法，针对新增通话语料是否被原始标签字典覆盖进行分情况处理，对于可被原始标签字典覆盖匹配的语料，直接复用已有打标成果生成标签标注数据，无需借助新版本标签字典重复进行打标处理。该方式一方面避免了不必要的重复运算，有效降低了标注过程的算力消耗，提升了标签标注的整体处理效率；另一方面能够完整保留原始标签体系下成熟准确的标注成果，保障标注数据的准确性。

18、第二方面，本发明提供了一种标签生成装置，包括：

19、语料打标模块，用于通过原始标签字典对新增通话语料进行打标，得到打标结果；

20、建议生成模块，用于在打标结果表征新增通话语料未被原始标签字典覆盖的情况下，基于未打标信息及备用语料库的未打标语料，生成标签更新建议，未打标信息用于描述新增通话语料无法被原始标签字典完整标注的成因与对应语义特征；

21、字典更新模块，用于根据标签更新建议更新原始标签字典，得到新版本标签字典；

22、标签生成模块，用于基于新版本标签字典对未被原始标签字典覆盖的新增通话语料及未打标语料进行补打标，生成标签标注数据。

23、第三方面，本发明提供了一种电子设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的标签生成方法。

24、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的标签生成方法。

25、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的标签生成方法。