[发明专利]语料库构建方法、装置、电子设备及介质在审
| 申请号： | 201910704739.3 | 申请日： | 2019-07-31 |
| 公开（公告）号： | CN110532547A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 陈鑫;肖龙源;蔡振华;李稀敏;刘晓葳;王静 | 申请（专利权）人： | 厦门快商通科技股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 361000 福建省厦门市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种语料库构建方法及装置、一种电子设备以及一种计算机可读介质。其中，所述方法包括：接收到目标语料后，对所述目标语料进行分词处理，得到多个词单元，按照预先建立的同义词典，获取每个词单元对应的同义词单元组，所述同义词单元组包括与该词单元对应的至少一个同义词单元，基于所述词单元对应的同义词单元对至少一个词单元进行替换，得到所述目标语料的同义语料，将所述同义语料与所述目标语料关联后，构建语料库。由于是基于预先构建的同义词典进行同义词替换生成同义语料，使得扩充后的数据集更有利于模型训练，因此，相较于现有技术，能够在一定程度上实现有效文本生成，扩充数据集。 | ||
| 搜索关键词： | 词单元 同义词 语料 同义词典 单元组 数据集 构建 计算机可读介质 同义词替换 语料库构建 电子设备 分词处理 模型训练 有效文本 预先建立 语料库 替换 关联 申请 | ||
【主权项】：
1.一种语料库构建方法，其特征在于，包括：/n接收到目标语料后，对所述目标语料进行分词处理，得到多个词单元；/n按照预先建立的同义词典，获取每个词单元对应的同义词单元组，所述同义词单元组包括与该词单元对应的至少一个同义词单元；/n基于所述词单元对应的同义词单元对至少一个词单元进行替换，得到所述目标语料的同义语料；/n将所述同义语料与所述目标语料关联后，构建语料库。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门快商通科技股份有限公司，未经厦门快商通科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910704739.3/，转载请声明来源钻瓜专利网。
