众包文本标注系统的设计与实现

来源 :南京大学 | 被引量 : 0次 | 上传用户:gundamchen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
海量可靠的数据是研究大数据和机器学习算法的重要保证。直接从互联网获取的数据质量参差不齐,存在大量的无效数据。在人工智能和大数据技术飞速发展的今天,如何快速地获取有效的数据进行信息的挖掘和训练显得尤为重要。目前提供标注功能的平台数据类型非常丰富,但针对专业的文本类型的标注仍有很大的发展空间,而文本类型仍是我们目前使用最为广泛的数据类型。众包平台具有参与人数多、目标用户明确等特点,因此可以开发一个基于众包的文本标注系统,由发布者定义需要进行标注的文本数据,由众包平台大量的目标用户进行标注,可以快速、准确地为发布者提供海量可靠的标注数据集,有效地节约了时间。通过该系统标注的相关文本数据,将为各类文本挖掘和文本分析提供重要的数据支撑。本文设计并实现了一个基于众包的文本标注系统,系统从功能模块可以划分为任务发布模块、任务执行模块和任务管理模块,涉及的文本标注类型包括信息抽取、文本分类、文本配对、文本关系、文本排序和类比排序。文本标注需求由发布者以任务的形式进行发布,由参与者使用点击选择标签、连线、拖拽排序等做任务的方式完成内容的标注。系统使用MVC设计模式,接口采用RESTful风格的架构设计,并结合Spring Boot框架和MyBatis对象关系映射框架,将系统分层、业务模块细分。系统覆盖的文本类型更加细致,文本专业性更强。系统前端基于Web开发,易于操作,接口响应时间短,运行效果良好。
其他文献
在现代仓储管理中,敏感物品的倒置可能会带来经济损失,环境污染甚至发生危险。如冰箱、空调外机等家用电器的倒置,可能会使压缩机中的氟利昂泄露,影响制冷效果。目前,市面上常用的防止物品倒置的方式为被动式检测:通过人工检测粘贴在物品上的“严禁倒置”标识或“倾倒显示标签”来判断物品是否正确放置。这种方式人力成本高、效率低下,无法保障实时检测以及解决标签被遮挡问题,难以适用于大规模仓储物流系统之中。针对于此,
学位
2018年互联网投诉平台“聚投诉”共受理教育培训行业的有效投诉将近五千件,投诉多涉及培训机构退课退费难、无证开办培训班、超出注册登记范围办学、虚假宣传等问题,其中尚德培训机构的有效投诉量达两千多件,但这一平台的投诉统计还只是非学历教育培训行业诸多的冰山一角。非学历教育培训机构虚假宣传不仅侵害了受培训者的合法权益,而且侵害了社会公共利益,扰乱了教育行业的市场秩序,不利于我国教育事业的长久健康发展,因
学位
非小型细胞肺癌(NSCLC)的发病率和致死率不断增加,成为危害人们身体健康的主要原因。一些临床数据表明NSCLC前期几乎没有令人印象深刻的症状,直到它发展到晚期。目前NSCLC的治疗方法主要是化疗,其治疗范围广、效率高,但传统的单一化疗容易产生耐药性和副作用,所以临床上一般多采用联合用药。阿司匹林除了作为消炎药之外,逐渐以另一个身份出现:抗癌药。最初是对结肠癌有作用,通过进一步的研究,研究人员逐渐
学位
从晚清到“五四”是中国社会、历史、文化的重要转折时期,而这种转变也反映在了文学创作的大海书写上,在这个历史过程中,一个具有现代意义的大海逐渐显现出来。作为一个沿海国,中国人与大海的接触其实并不算少,人们最早海上活动的记录可以追溯至秦朝以前,但也主要集中在商业贸易和海上战争领域。在文学创作上,中国古代文学的大海书写主要包括托物言志的情感抒发和海上游仙的想象两个方面。但文学上的这样一种状态,在晚清时期
学位
近年来,随着我国城市发展方式由增量建设向存量更新的转变,大都市的内城区陆续进行了大规模的城市更新,中心城区物质空间的改造和复兴带来了社会阶层的重构,绅士化现象随之发生。在北京、上海、南京等大城市的绅士化过程中,一方面富人群体的进驻与贫困群体的逃离产生了不同阶层之间的隔离与居住空间的分化,社会融合问题亟需得到改善;另一方面,现代化的摩天大楼取代了原先蕴含历史意义的传统建筑,快速化的汽车交通使人与人之
学位
高效的读写协议设计作为RFID领域的核心问题,是保障上层应用实时性,提高服务质量的关键。尽管大量学者已经对标签数据的快速读取开展了深入的研究,但令人遗憾的是,目前关于高效数据写入的工作却寥寥无几。为数不多的几个研究都仍停留在仿真阶段,尚无可在实际RFID系统中部署的协议提出。究其原因,最关键的一点便在于现有的商用阅读器都遵循了统一的标准,通过EPC-C1G2协议与标签通信。然而,EPC-C1G2协
学位
报纸
2018年既是方兴未艾的P2P网贷行业经历转瞬阵痛坎坷发展的“惨酷”之年,也是行业经过大洗牌后重焕生机的一年。在P2P网贷互联网金融如雨后春笋般欣欣向荣的进展态势下,接二连三的P2P网络借贷平台前仆后继地“异军突起”、“爆雷频现”,跑路、挤兑甚至倒闭现象层出不穷,P2P网贷被犯罪分子作为犯罪工具屡见不鲜,特别是2018年以来P2P平台爆雷潮的喷发,P2P行业肆无忌惮、鱼龙混杂及混乱不堪的局面变成滋
学位
随着性能媲美PC的智能移动终端(手机和平板)的普及,移动游戏逐渐占领中国游戏市场主导地位,市场竞争也越来越激烈。游戏公司为了提高产品竞争力,需要通过测试保障游戏的软件质量。然而移动游戏相较于传统APP,规模更大,结构更复杂,软件架构和硬件平台也更多样化,导致测试工作更为困难和繁琐。因此,本文基于网易游戏的实际业务需求设计并实现一个分布式自动化测试系统DATS(Distributed Automat
学位
改革开放以来,我国就面临着经济发展不均衡的问题,消费对国民经济的拉动作用明显不足。如今,全球贸易局势紧张且投资疲软,刺激居民消费成为推动我国经济持续发展至关重要的途径。信用卡作为兼具支付结算和消费信贷双重功能的金融工具,在促进消费、拉动内需、加快信用体系建设等方面起着关键性作用。在三十多年的发展中,居民生活的方方面面都已经离不开信用卡。近年来,伴随电子商务和金融科技的快速发展,第三方支付应运而生且
学位