[发明专利]数据生成方法、装置、计算设备及介质

说明书

本申请一个或多个实施例提供一种数据生成方法、装置、计算设备及介质。本申请通过获取目标查询词对应的第一查询结果，从而基于所获取到的第一查询结果，来进行查询关键词的获取，以便基于所获取到的多个查询关键词在第一查询结果中进行查询，以得到多个查询关键词对应的第二查询结果，进而可以按照多种类型的设定模板，基于与任一个查询关键词的相似度满足设定条件的目标关键词，以及第二查询结果，生成多个回复语句，以实现多种类型的自然语言形式的回复语句的自动生成。

技术领域

本说明书一个或多个实施例涉及自然语言处理技术领域，尤其涉及一种数据生成方法、装置、计算设备及介质。

背景技术

表格问答(TableQA)是一种针对自然语言问题，根据表格内容给出答案的任务，上述任务可以描述为：根据用户输入的自然语言形式的问题，在表格集合(包含一个或多个表格)中进行查询，得到对应的答案。在获取到自然语言形式的问题对应的答案后，需要基于获取到的答案生成对应的回复语句，以便可以将所生成的回复语句反馈给用户。

相关技术中，可以使用预设的模板来进行回复语句的生成，然而，基于预设的模板所生成的回复语句存在配置量大、回复呆板、冗余的问题，因此，亟需一种用于生成回复语句的数据生成方法，来自动生成流畅的自然语言形式的回复语句。

发明内容

有鉴于此，本说明书一个或多个实施例提供一种数据生成方法、装置、计算设备及介质。

为实现上述目的，本说明书一个或多个实施例提供技术方案如下：

根据本说明书一个或多个实施例的第一方面，提出了一种数据生成方法，该方法包括：

获取目标查询词对应的第一查询结果，第一查询结果为表格形式的数据；

基于第一查询结果，获取多个查询关键词；

基于多个查询关键词在第一查询结果中进行查询，得到多个查询关键词对应的第二查询结果；

按照多种类型的设定模板，基于与任一个查询关键词的相似度满足设定条件的目标关键词，以及第二查询结果，生成多个回复语句。

在一些实施例中，按照多种类型的设定模板，基于与任一个查询关键词的相似度满足设定条件的目标关键词，以及第二查询结果，生成多个回复语句，包括：

对于任一查询关键词，获取与查询关键词的相似度满足设定条件的目标关键词；

按照多种类型的设定短语模板，基于多个查询关键词、每个查询关键词对应的目标关键词以及第二查询结果，生成多个候选短语；

按照多种类型的设定语句模板，对多个候选短语进行排列组合，得到多个回复语句。

在一些实施例中，获取目标查询词对应的第一查询结果，包括：

获取满足第一目标条件的目标查询词；

通过目标搜索引擎，基于目标查询词进行搜索，得到目标查询词对应的第一查询结果。

在一些实施例中，获取目标查询词对应的第一查询结果之后，该方法还包括：

对第一查询结果进行数据清洗处理；

基于第一查询结果，获取多个查询关键词，包括：

基于经过数据清洗处理的第一查询结果，获取多个查询关键词。

在一些实施例中，对第一查询结果进行数据清洗处理，包括下述至少一项：

基于多个黑名单词语，从第一查询结果中删除包括任一个黑名单词语的表格；

基于第一查询结果中各个表格所包括的表头，从第一查询结果中删除第一设定词语的占比达到第一比例阈值的表头所对应的表格；