語(yǔ)料擴(kuò)展方法、裝置、設(shè)備及介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010353893.3 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN111241813B | 公開(kāi)（公告）日 | 2020-06-05 |
| 申請(qǐng)公布號(hào) | CN111241813B | 申請(qǐng)公布日 | 2020-06-05 |
| 分類(lèi)號(hào) | G06F40/216(2020.01)I; | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 周一競(jìng);燕鵬舉 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 杭州博盾習(xí)言科技有限公司 |
| 代理機(jī)構(gòu) | 杭州創(chuàng)智卓英知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 張迪 |
| 地址 | 311121 浙江省杭州市余杭區(qū)五常街道文一西路998號(hào)18幢210室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種語(yǔ)料擴(kuò)展方法，涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，用于解決現(xiàn)有語(yǔ)料匱乏的情況，該方法包括以下步驟：S110、接收待分析文本及語(yǔ)料池?cái)?shù)據(jù)，對(duì)所述待分析文本及所述語(yǔ)料池?cái)?shù)據(jù)進(jìn)行預(yù)處理；S120、將所述待分析文本分為種子文本和測(cè)試文本；S130、當(dāng)所述種子文本數(shù)量大于預(yù)設(shè)數(shù)量時(shí)，通過(guò)困惑度ppl篩選出擴(kuò)展語(yǔ)料；當(dāng)所述種子文本數(shù)量小于或等于預(yù)設(shè)數(shù)量時(shí)，通過(guò)相似度距離篩選出擴(kuò)展語(yǔ)料；S140、將所述擴(kuò)展語(yǔ)料加入到所述種子文本，并執(zhí)行S130?S140步驟。本發(fā)明還公開(kāi)了一種語(yǔ)料擴(kuò)展裝置、電子設(shè)備和計(jì)算機(jī)存儲(chǔ)介質(zhì)。本發(fā)明通過(guò)對(duì)語(yǔ)料進(jìn)行篩選，并將篩選出的語(yǔ)料與種子文本合并，進(jìn)而擴(kuò)展種子文本的語(yǔ)料量。?? |
