T CES 157—2022 电力智能交互命名实体标注规范.pdfVIP

ICS35.240.99

CCSL60

团体标准

T/CES157—2022

电力智能交互命名实体标注规范

Powerintelligentinteractivenamedentityannotationspecification

2022-12-19发布2022-12-21实施

中国电工技术学会发布

T/CES157—2022

电力智能交互命名实体标注规范

1范围

本标准规定了电力智能交互训练时命名实体（包括狭义和广义命名实体）标注的基本要求、流程和

规范。

本标准适用于进行电力智能交互命名实体模型开发时的样本标注和样本入库的统一管理，包括样本

的质量管控、样本标注的技术管控和流程管控。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。

凡是不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本文件。

GB/T5271.28信息技术词汇第28部分：人工智能基本概念与专家系统

GB/T18521我国地名分类与分类代码编制规则

3术语和定义

下列术语和定义适用于本文件。

3.1

命名实体namedentity

唯一个体的专有名称。

3.2

样本数据sampledata

其具备的特征能够反映总体数据情况的一部分个体数据。

3.3

标注annotation

采用人工或计算机自动方式对语料样本的属性或特征进行描述，可用于实用的目的，如客户服务或

资讯获取等。

3.4

标签label

标识数据的特征、类别和属性等内容，可用于建立数据及深度学习训练要求所定义的机器可读数据

编码间的联系。

3.5

标注工具annotationtool

标注人员执行标注任务生成标注结果的过程中使用的工具和软件。标注工具按照自动化程度分手

动、半自动和自动三种。

4缩略语

下列缩略语适用于本文件。

1

T/CES157—2022

XML：可扩展的标记语言（ExtensibleMarkupLanguage）

5总则

本文件共分为样本基本要求、样本标注要求、标注流程三部分。

6样本基本要求

6.1文本文件存储格式要求

文本数据应采用txt、csv、JSON、xls、xlsx、XML的存储格式。

6.2文本文件命名要求

文本文件名称应由四个部分组成：

a）第一部分为项目命名词或文本来源；

b）第二部分为当前文本文件的专业信息；

c）第三部分为原始源文件生成时的日期，日期格式：YYYY-MM-DD；

d）第四部分为文件唯一性编号，从1开始计数；

e）这四部分用下划线连接，且文件名称长度和扩展名在内最大长度不超过100个字符（包含中英

文字符和特殊字符）。

6.3文本类样本质量要求

文本类样本质量应满足下述要求：

a）内容应满足相关业务需求；

b）应使用UTF-8编码。

6.4文本样本描述文件

每批次文本样本集应有一个描述文件，应满足下述要求：

a）存储格式应为txt格式。

b）命名