T CES 156—2022 电力智能交互文本训练语料标注规范.pdfVIP

ICS35.240.99

CCSL60

团体标准

T/CES156—2022

电力智能交互文本训练语料标注规范

Specificationforannotationofpowerintelligentinteractive

texttrainingcorpus

2022-12-19发布2022-12-21实施

中国电工技术学会发布

T/CES156—2022

电力智能交互文本训练语料标注规范

1范围

本标准规定了对电力智能交互文本训练语料的基本要求、标注要求和标注流程。

本标准适于电力智能交互文本训练语料的标注、管理及质量管控等。

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

T/CESA1040信息技术人工智能面向机器学习的数据标注规程

T/CES128电力人工智能平台总体架构及技术要求

3术语和定义

下列术语和定义适用于本文件。

3.1

语料corpus

即语言材料，是语言学研究的内容，也是构成语料库的基本单元。

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

训练语料corpora

用于训练算法模型且标注好指定信息的语料。

3.4

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。

3.5

意图intention

指一段自然语言文本信息中，用户所表达的想要达到的某种目的。

3.6

槽位slot

在用户表达意图的句子中，用来准确表达该意图的关键信息的标识。

3.7

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

1

T/CES156—2022

动、半自动和自动三种。

3.8

半自动化标注semi-automaticannotation

基于少量人工标注、机器预标注来训练标注模型，用于批量标注样本数据的半人工智能标注方法。

4缩略语

下列缩略语适用于本文件。

BIOES：BIOES标注模式（B-begin,I-inside,O-outside,E-end,S-single）

BIO：BIO标注模式（B-begin,I-inside,O-outside）

5总则

本文件对电力智能交互文本训练语料的标注规范主要体现在三个方面：基本要求、标注要求和标注

流程。其中，基本要求用于规范电力智能交互文本训练语料样本文件的命名、存储格式等；标注要求用

于规范电力智能交互文本训练语料样本文件内容的标注信息等；标注流程用于规范标注完成的电力智能

交互文本训练语料样本文件的统一管控等。这三方面内容的具体组织框架如图1所示。