[发明专利]文本增强处理方法、装置、设备及存储介质

权利要求书

1.一种文本增强处理方法，其特征在于，所述方法包括：

获取至少两个分类标签以及所述分类标签对应的文本数据，根据所述分类标签对应的文本数据的数量，确定待处理文本数据；

对所述待处理文本数据进行增强处理，得到增强后的文本数据；其中，所述增强处理包括：同义词替换、随机插入词语、随机交换词语、随机删除词语中的至少一个以及对所述待处理文本数据语义处理；

计算所述增强后的文本数据与所述待处理文本数据的语义相似度，得到所述语义相似度结果，根据所述语义相似度结果确定训练样本数据。

2.根据权利要求1所述的方法，其特征在于，若所述增强处理为对所述待处理文本数据语义处理，对所述待处理文本数据进行增强处理，得到增强后的文本数据，包括：

对所述待处理文本数据进行预设语种的翻译，得到翻译结果；

将所述翻译结果转换至所述待处理文本数据的语种，得到增强后的文本数据。

3.根据权利要求1或2所述的方法，其特征在于，对所述待处理文本数据进行增强处理，得到增强后的文本数据，包括：

对所述待处理文本数据进行分词处理，得到待处理文本数据中的多个词语；

对所述多个词语进行语义识别，得到语义识别结果，将所述语义识别结果中的停用词进行剔除后，得到处理后的语义识别结果；

将所述处理后的语义识别结果中预设位数的词语进行同义词替换，得到增强后的文本数据。

4.根据权利要求1或2所述的方法，其特征在于，对所述待处理文本数据进行增强处理，得到增强后的文本数据，包括：

对所述待处理文本数据进行分词处理，得到待处理文本数据中的多个词语；

对所述多个词语进行语义识别，得到语义识别结果，识别所述语义识别结果中两两词语之间的位置，在所述位置中随机插入词语，得到随机插入词语后的文本数据；

将随机插入词语后的文本数据作为所述增强后的文本数据。

5.根据权利要求1或2所述的方法，其特征在于，对所述待处理文本数据进行增强处理，得到增强后的文本数据，包括：

对所述待处理文本数据进行分词处理，得到待处理文本数据中的多个词语；

对所述多个词语进行语义识别，得到语义识别结果，识别所述语义识别结果中至少两个词语的位置，交换所述至少两个词语的位置上的词语，得到随机交换词语后的文本数据；

将随机交换词语后的文本数据作为所述增强后的文本数据。

6.根据权利要求1或2所述的方法，其特征在于，对所述待处理文本数据进行增强处理，得到增强后的文本数据，包括：

对所述待处理文本数据进行分词处理，得到待处理文本数据中的多个词语；

对所述多个词语进行语义识别，得到语义识别结果，识别所述语义识别结果中每一个词语，任意删除其中一个词语，得到随机删除词语后的文本数据；

将随机删除词语后的文本数据作为所述增强后的文本数据。

7.一种文本增强处理装置，其特征在于，所述装置包括：

获取单元，用于获取至少两个分类标签以及所述分类标签对应的文本数据，根据所述分类标签对应的文本数据的数量，确定待处理文本数据；

增强处理单元，用于对所述待处理文本数据进行增强处理，得到增强后的文本数据；其中，所述增强处理包括：同义词替换、随机插入词语、随机交换词语、随机删除词语中的至少一个以及对所述待处理文本数据语义处理；

计算单元，用于计算所述增强后的文本数据与所述待处理文本数据的语义相似度，得到所述语义相似度结果，根据所述语义相似度结果确定训练样本数据。

8.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-6中任一项所述的方法。