[发明专利]一种训练样本生成方法、装置、电子设备及存储介质

权利要求书

1.一种训练样本生成方法，其特征在于，所述方法包括：

获取待处理的初始文本数据；

对所述初始文本数据进行分词处理，以形成与所述初始文本数据相匹配的关键词；

根据与所述初始文本数据相匹配的关键词对初始文本进行筛选，以形成针对指定业务的目标文本；

通过所述目标文本对相应的文本处理模型进行训练；

根据所述文本处理模型的训练结果对所述目标文本进行领域数据增广处理，以形成针对指定业务的训练样本。

2.根据权利要求1所述的方法，其特征在于，所述对所述初始文本数据进行分词处理，以形成与所述初始文本数据相匹配的关键词，包括：

确定与所述文本处理模型的使用环境相匹配的动态噪声阈值；

根据所述动态噪声阈值对所述目标文本集合进行去噪处理，并触发与所述动态噪声阈值相匹配的第一分词策略；

根据与所述动态噪声阈值相匹配的第一分词策略，对所述初始文本进行分词处理，形成与所述初始文本相匹配的关键词；或者

确定与所述文本处理模型相对应的固定噪声阈值；

根据所述固定噪声阈值对所述目标文本集合进行去噪处理，并触发与所述固定噪声阈值相匹配的第二分词策略；

根据与所述固定噪声阈值相匹配的第二分词策略，对所述初始文本进行分词处理，形成与所述初始文本相匹配的关键词。

3.根据权利要求2所述的方法，其特征在于，所述根据与所述初始文本数据相匹配的关键词对初始文本进行筛选，以形成针对指定业务的目标文本，包括：

根据所述指定业务的业务类型确定与所述指定业务相匹配的业务类型关键词；

根据与所述初始文本数据相匹配的关键词和所述业务类型关键词的匹配结果，对初始文本进行筛选，形成针对指定业务的目标文本。

4.根据权利要求1所述的方法，其特征在于，所述根据所述文本处理模型的训练结果对所述目标文本进行领域数据增广处理，以形成针对指定业务的训练样本，包括：

对所述文本处理模型的训练结果进行语句级处理，形成相应的语句级文本向量；

根据所述语句级文本向量的对应关系，确定相应的第一语句级文本向量对集合；

对所述第一语句级文本向量对集合中的语句对元素进行随机组合处理，形成第二语句级文本向量对集合。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据对所述目标文本的领域数据增广处理结果，确定相应的问题文本与对应的答复参考文本；

对所述目标文本进行任务数据增广处理，形成相应的多个答复参考文本；

对所述问题文本与所述多个答复参考文本进行组合，形成语句级文本向量对集合，以实现获得针对指定业务的训练样本。

6.根据权利要求5所述的方法，其特征在于，所述对所述目标文本进行任务数据增广处理，形成相应的多个答复参考文本，包括：

确定与所述文本处理模型相匹配的文本窗口与步长参数；

根据所述文本窗口与步长参数，对所述答复参考文本进行组合处理，形成与所述文本处理模型相匹配的多个答复参考文本。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述目标文本的领域数据增广处理结果为无数据时，触发特定答案增广进程；

响应于所述特定答案增广进程对所述指定业务的目标文本中的关键词进行词语级的文本替换，以实现获得针对指定业务的训练样本。