[发明专利]反事实数据生成方法及装置

说明书

本发明涉及人工智能技术领域，提供一种反事实数据生成方法及装置。所述方法包括：基于预定的金融情感词典对第一语句进行识别，以确定所述第一语句中的各金融情感词；确定与各金融情感词分别对应的第二语句，所述第二语句是从所述第一语句中移除与所述第二语句对应的金融情感词后的语句；基于所述第一语句的第一情感极性值以及各第二语句的第二情感极性值，确定各金融情感词的情感极性影响值；基于各金融情感词的情感极性影响值，确定所述第一语句的反事实数据。本发明提供的反事实数据生成方法及装置，可以准确生成金融领域文本的反事实数据并显著节约成本。

技术领域

本发明涉及人工智能技术领域，具体涉及一种反事实数据生成方法及装置。

背景技术

现有技术常采用反事实数据来克服深度神经网络存在的容易学习到语言数据集上的伪关系(spurious relation)的问题。

例如，在金融领域的情感分析的任务上，可以最小的修改从而反转掉句子的情感极性。然而，生成高质量的增强数据可能既昂贵又耗时，因为它通常需要涉及人工反馈和耗时费力的众包工作。同时该方式还存在如下缺陷：基于众包平台的人工标注的质量难以得到保证，因此会影响人工生成反事实数据的质量。

因此，如何高效、准确地生成金融领域文本的反事实数据，具有十分重要的意义。

发明内容

本发明提供一种反事实数据生成方法及装置，用以克服现有技术中存在的生成金融领域文本的反事实数据的成本高、效率低、精度差等缺陷。

第一方面，本发明提供一种反事实数据生成方法，包括：

基于预定的金融情感词典对第一语句进行识别，以确定所述第一语句中的各金融情感词；

确定与各金融情感词分别对应的第二语句，所述第二语句是从所述第一语句中移除与所述第二语句对应的金融情感词后的语句；

基于所述第一语句的第一情感极性值以及各第二语句的第二情感极性值，确定各金融情感词的情感极性影响值；

基于各金融情感词的情感极性影响值，确定所述第一语句的反事实数据。

在一个实施例中，所述基于各金融情感词的情感极性影响值，确定所述第一语句的反事实数据，包括：

基于各金融情感词的情感极性影响值由大到小的顺序，依次替换所述第一语句中的各金融情感词，得到多个候选语句；

根据所述多个候选语句中满足预设条件的目标候选语句生成所述第一语句的反事实数据；

其中，所述预设条件包括：

所述目标候选语句的情感极性与所述第一语句的情感极性相反；

所述目标候选语句与所述第一语句的相似度，大于所述多个候选语句中任一其他候选语句与所述第一语句的相似度。

在一个实施例中，所述替换所述第一语句中的金融情感词，包括：

基于双向自动回归变换器BART模型生成与所述第一语句中的金融情感词具有相反情感极性的替代词，并将所述第一语句中的金融情感词替换为所述替代词；

其中，所述情感极性包括消极情感极性以及积极情感极性。

在一个实施例中，所述第一语句的第一情感极性值是通过如下方式确定的：

将所述第一语句输入至金融情感分类器，得到所述第一语句的第一情感极性值；

所述第二语句的第二情感极性值是通过如下方式确定的：

将所述第二语句输入至所述金融情感分类器，得到所述第二语句的第二情感极性值；