本發(fā)明涉及人工智能，具體涉及一種基于人工智能的文本標(biāo)注任務(wù)分配系統(tǒng)、方法、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、數(shù)據(jù)標(biāo)注工單是指對圖片、語音、文本、視頻等數(shù)據(jù)進(jìn)行處理，標(biāo)記對象的特征，生成滿足機(jī)器學(xué)習(xí)訓(xùn)練要求的可讀數(shù)據(jù)編碼的任務(wù)或請求。這個過程涉及到將原始數(shù)據(jù)轉(zhuǎn)化為機(jī)器學(xué)習(xí)算法可以理解的形式，通過標(biāo)注后的數(shù)據(jù)，機(jī)器可以學(xué)習(xí)到各種任務(wù)，如分類、回歸、目標(biāo)檢測等；目前大多數(shù)平臺的數(shù)據(jù)標(biāo)注工單大多是人為分配的，平臺上的數(shù)據(jù)標(biāo)注人員眾多，標(biāo)注工單類型繁多，人為分配工單，存在分配不合理，工單完成質(zhì)量不高，工單容易出現(xiàn)逾期等情況。

2、因此，目前亟需一種能夠智能進(jìn)行文本標(biāo)注任務(wù)分配的方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的在于提供一種基于人工智能的文本標(biāo)注任務(wù)分配系統(tǒng)、方法、電子設(shè)備及存儲介質(zhì)，用以解決現(xiàn)有技術(shù)中無法智能進(jìn)行文本標(biāo)注任務(wù)分配的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供一種基于人工智能的文本標(biāo)注任務(wù)分配方法，所述方法具體包括：

3、獲取一定數(shù)量的歷史工單的質(zhì)量等級及復(fù)雜度；

4、基于歷史工單的復(fù)雜度和歷史工單完成所需的時間范圍作為工單標(biāo)注時間預(yù)測模型的輸入，訓(xùn)練所述工單標(biāo)注時間預(yù)測模型，以得到最優(yōu)工單標(biāo)注時間預(yù)測模型；

5、獲取待分配工單，對所述待分配工單進(jìn)行計算，得到所述待分配工單的復(fù)雜度；

6、將所述待分配工單的復(fù)雜度輸入最優(yōu)工單標(biāo)注時間預(yù)測模型，得到所述待分配工單完成工單預(yù)期時間范圍【x，x1】；

7、構(gòu)建標(biāo)注人員確定模型，通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，基于所述數(shù)據(jù)標(biāo)注人員選取工單待分配人員；

8、通過公式(1)計算工單待分配人員的完成時間節(jié)點(diǎn)；

9、z1＝z0+y1+y2+x1?公式(1)；

10、式中，z1為工單待分配人員的完成時間節(jié)點(diǎn)，z0為當(dāng)前時間節(jié)點(diǎn)，y1為工單待分配人員在一定時間周期內(nèi)工單之間的間歇休息時間，y2為工單待分配人員當(dāng)前待處理工單對應(yīng)的工單所需的時間范圍的上限時間之和，x1為待分配工單完成工單預(yù)期的時間范圍上限；

11、判斷z1是否超出工單要求的交付時間節(jié)點(diǎn)z，若是，重新獲取工單待分配人員，直至工單待分配人員的完成時間節(jié)點(diǎn)未超出工單要求的交付時間節(jié)點(diǎn)；

12、若否，將所述工單待分配人員存入待篩選分配人員池中，判斷待分配工單行數(shù)是否大于預(yù)設(shè)閾值n1，若是，從所述待篩選分配人員池中選擇標(biāo)注速度最快的工單待分配人員；

13、判斷工單數(shù)據(jù)行數(shù)是否小于預(yù)設(shè)閾值n2，若是，從所述待篩選分配人員池中選擇標(biāo)注質(zhì)量級別最高的工單待分配人員。

14、在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)：

15、進(jìn)一步地，所述獲取一定數(shù)量的歷史工單的質(zhì)量等級，包括：

16、通過公式(2)計算工單的修改質(zhì)量值；

17、

18、通過公式(3)計算工單刪除質(zhì)量值；

19、

20、對于不同的工單類型，當(dāng)(工單總行數(shù)-廢除行數(shù))大于行數(shù)閾值且工單刪除質(zhì)量值大于等于第一閾值且工單修改質(zhì)量值大于等于第二閾值時，工單質(zhì)量等級為1級；

21、對于不同的工單類型，當(dāng)(工單總行數(shù)-廢除行數(shù))大于行數(shù)閾值且工單刪除質(zhì)量值大于等于第一閾值或工單修改質(zhì)量值大于等于第二閾值時，工單質(zhì)量等級為2級；

22、對于不同的工單類型，當(dāng)(工單總行數(shù)-廢除行數(shù))大于行數(shù)閾值且工單刪除質(zhì)量值小于第一閾值且工單修改質(zhì)量值小于第二閾值時，工單質(zhì)量等級為3級；

23、對于不同的工單類型，當(dāng)工單刪除質(zhì)量值等于0且工單修改質(zhì)量值小于第二閾值或工單修改質(zhì)量值等于0且工單刪除質(zhì)量值小于第一閾值時，工單質(zhì)量等級為4級；

24、對于不同的工單類型，當(dāng)工單刪除質(zhì)量值等于0時且工單修改質(zhì)量值等于0時，工單質(zhì)量等級為5級。

25、進(jìn)一步地，所述構(gòu)建標(biāo)注人員確定模型，通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，基于所述數(shù)據(jù)標(biāo)注人員選取工單待分配人員，包括：

26、通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，將質(zhì)量等級在3級以上的數(shù)據(jù)標(biāo)注人員確定為工單待分配人員。

27、進(jìn)一步地，所述構(gòu)建標(biāo)注人員確定模型，通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，基于所述數(shù)據(jù)標(biāo)注人員選取工單待分配人員，還包括：

28、通過測試題對標(biāo)注人員進(jìn)行分析，得到標(biāo)注人員基于不同維度的評分；

29、獲取平臺所有標(biāo)注人員的歷史數(shù)據(jù)，基于所述歷史數(shù)據(jù)預(yù)測標(biāo)注人員擅長的標(biāo)注工單類型；

30、基于標(biāo)注人員基于不同維度的評分和標(biāo)注人員擅長的標(biāo)注工單類型獲取標(biāo)注人員首次分配的最佳工單類型。

31、進(jìn)一步地，所述構(gòu)建標(biāo)注人員確定模型，通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，基于所述數(shù)據(jù)標(biāo)注人員選取工單待分配人員，還包括：

32、二次分配時，分配復(fù)雜度級別相同的不同工單類型。

33、進(jìn)一步地，所述獲取一定數(shù)量的歷史工單的復(fù)雜度，包括：

34、基于工單需求要提取的字段信息，構(gòu)建至少一個三元組，分析三元組之間的關(guān)系，基于所述三元組之間的關(guān)系和三元組的數(shù)量，得到待分配工單的實(shí)體關(guān)系復(fù)雜度；

35、通過公式(4)計算文本內(nèi)容復(fù)雜度；

36、文本內(nèi)容復(fù)雜度＝(句子數(shù)量/字符數(shù)量)*100公式(4)；

37、通過公式(5)計算文本內(nèi)容量；

38、文本內(nèi)容量＝文本字符數(shù)/1000；

39、通過實(shí)體關(guān)系復(fù)雜度、文本內(nèi)容復(fù)雜度和文本內(nèi)容量得到所述待分配工單的復(fù)雜度。

40、進(jìn)一步地，所述將所述工單待分配人員存入待篩選分配人員池中，判斷待分配工單行數(shù)是否大于預(yù)設(shè)閾值n1，若是，從所述待篩選分配人員池中選擇標(biāo)注速度快的工單待分配人員；判斷工單數(shù)據(jù)行數(shù)是否小于預(yù)設(shè)閾值n2，若是，從所述待篩選分配人員池中選擇標(biāo)注質(zhì)量級別高的工單待分配人員，包括：

41、當(dāng)工單行數(shù)大于預(yù)設(shè)閾值n1時，取待篩選分配人員池的每個工單待分配人員在一定時間周期內(nèi)對應(yīng)的工單類型的工單數(shù)據(jù)；

42、通過公式(6)計算每個工單待分配人員處理所述工單類型的平均速率v；

43、每個工單待分配人員處理所述工單類型的平均速率v＝加權(quán)平均((工單數(shù)據(jù)行數(shù)*工單的實(shí)體關(guān)系復(fù)雜度*工單文本內(nèi)容復(fù)雜度*工單內(nèi)容量)/標(biāo)注工單所需的實(shí)際時間)公式(6)；

44、選擇平均速率v最大的工單待分配人員，若存在多人，選擇完成時間節(jié)點(diǎn)最早的工單待分配人員；

45、當(dāng)工單行數(shù)小于預(yù)設(shè)閾值n2時，取待篩選分配人員池的每個工單待分配人員一定期間內(nèi)對應(yīng)的所述工單類型的工單數(shù)據(jù)；

46、通過公式(7)計算每個工單待分配人員處理所述工單類型的平均質(zhì)量r；

47、平均質(zhì)量r＝加權(quán)平均(工單質(zhì)量級別)公式(7)；

48、選擇平均質(zhì)量r最大的工單待分配人員，若存在多人，選擇完成時間節(jié)點(diǎn)最早的工單待分配人員。

49、一種基于人工智能的文本標(biāo)注任務(wù)分配系統(tǒng)，包括：

50、文本標(biāo)注質(zhì)量分析模塊，用于獲取一定數(shù)量的歷史工單的質(zhì)量等級；

51、工單復(fù)雜度計算模塊，用于獲取一定數(shù)量的歷史工單的復(fù)雜度，獲取待分配工單，對所述待分配工單進(jìn)行計算，得到所述待分配工單的復(fù)雜度；

52、文本標(biāo)注時間預(yù)測模塊，用于基于歷史工單的復(fù)雜度和歷史工單完成所需的時間范圍作為工單標(biāo)注時間預(yù)測模型的輸入，訓(xùn)練所述工單標(biāo)注時間預(yù)測模型，以得到最優(yōu)工單標(biāo)注時間預(yù)測模型；

53、標(biāo)注人員特征測試模塊，用于建標(biāo)注人員確定模型，通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，基于所述數(shù)據(jù)標(biāo)注人員選取工單待分配人員；

54、文本標(biāo)注任務(wù)分配模塊，用于將所述待分配工單的復(fù)雜度輸入最優(yōu)工單標(biāo)注時間預(yù)測模型，得到所述待分配工單完成工單預(yù)期時間范圍【x，x1】；

55、通過公式(1)計算工單待分配人員的完成時間節(jié)點(diǎn)；

56、z1＝z0+y1+y2+x1?公式(1)；

57、式中，z1為工單待分配人員的完成時間節(jié)點(diǎn)，z0為當(dāng)前時間節(jié)點(diǎn)，y1為工單待分配人員在一定時間周期內(nèi)工單之間的間歇休息時間，y2為工單待分配人員當(dāng)前待處理工單對應(yīng)的工單所需的時間范圍的上限時間之和，x1為待分配工單完成工單所需的上限時間；

58、判斷z1是否超出工單要求的交付時間節(jié)點(diǎn)z，若是，重新獲取工單待分配人員，直至工單待分配人員的完成時間節(jié)點(diǎn)未超出工單要求的交付時間節(jié)點(diǎn)；

59、若否，將所述工單待分配人員存入待篩選分配人員池中，判斷待分配工單行數(shù)是否大于預(yù)設(shè)閾值n1，若是，從所述待篩選分配人員池中選擇標(biāo)注速度快的工單待分配人員；判斷工單數(shù)據(jù)行數(shù)是否小于預(yù)設(shè)閾值n2，若是，從所述待篩選分配人員池中選擇標(biāo)注質(zhì)量級別高的工單待分配人員。

60、一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)如所述方法的步驟。

61、一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)所述方法的步驟。

62、本發(fā)明實(shí)施例具有如下優(yōu)點(diǎn)：

63、本發(fā)明中基于人工智能的文本標(biāo)注任務(wù)分配方法，獲取一定數(shù)量的歷史工單的質(zhì)量等級及復(fù)雜度；基于歷史工單的復(fù)雜度和歷史工單完成所需的時間范圍作為工單標(biāo)注時間預(yù)測模型的輸入，訓(xùn)練所述工單標(biāo)注時間預(yù)測模型，以得到最優(yōu)工單標(biāo)注時間預(yù)測模型；獲取待分配工單，對所述待分配工單進(jìn)行計算，得到所述待分配工單的復(fù)雜度；將所述待分配工單的復(fù)雜度輸入最優(yōu)工單標(biāo)注時間預(yù)測模型，得到所述待分配工單完成工單預(yù)期時間范圍【x，x1】；構(gòu)建標(biāo)注人員確定模型，通過標(biāo)注人員確定模型，確定所述待分配工單的工單類型，獲取所述工單類型對應(yīng)的歷史工單，獲取所述歷史工單對應(yīng)的數(shù)據(jù)標(biāo)注人員，基于所述數(shù)據(jù)標(biāo)注人員選取工單待分配人員；通過公式計算工單待分配人員的完成時間節(jié)點(diǎn)；判斷z1是否超出工單要求的交付時間節(jié)點(diǎn)z，若是，重新獲取工單待分配人員，直至工單待分配人員的完成時間節(jié)點(diǎn)未超出工單要求的交付時間節(jié)點(diǎn)；若否，將所述工單待分配人員存入待篩選分配人員池中，判斷待分配工單行數(shù)是否大于預(yù)設(shè)閾值n1，若是，從所述待篩選分配人員池中選擇標(biāo)注速度最快的工單待分配人員；判斷工單數(shù)據(jù)行數(shù)是否小于預(yù)設(shè)閾值n2，若是，從所述待篩選分配人員池中選擇標(biāo)注質(zhì)量級別最高的工單待分配人員，解決了現(xiàn)有技術(shù)中無法智能進(jìn)行文本標(biāo)注任務(wù)分配的問題。