一种文本数据处理方法、装置、设备以及介质
公开
摘要
本申请实施例提供了一种文本数据处理方法、装置、设备以及介质,该方法涉及人工智能领域,方法包括:获取第一文本对和第二文本对,从第一文本对中获取第一子文本,从第二文本对中获取第二子文本;确定第一子文本和第二子文本之间的编辑距离,若编辑距离满足相似性条件,则生成与第一子文本的语义信息相关联且属于第三语言类型的第一目标子文本,生成与第二子文本的语义信息相关联且属于第二语言类型的第二目标子文本;根据第一文本对、第二文本对、第一目标子文本和第二目标子文本,生成文本样本对。采用本申请,可以生成不同语言类型所组成的文本样本对,进而可以在保证语料库的质量的同时,提高语料库的语料数量。
基本信息
专利标题 :
一种文本数据处理方法、装置、设备以及介质
专利标题(英):
暂无
公开(公告)号 :
CN114358025A
申请号 :
CN202110897046.8
公开(公告)日 :
2022-04-15
申请日 :
2021-08-05
授权号 :
暂无
授权日 :
暂无
发明人 :
杨振许钰林孟凡东
申请人 :
腾讯科技(深圳)有限公司
申请人地址 :
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 :
广州三环专利商标代理有限公司
代理人 :
熊永强
优先权 :
CN202110897046.8
主分类号 :
G06F40/58
IPC分类号 :
G06F40/58 G06F40/56 G06F40/49 G06F40/45 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/58
使用机器翻译,例如用于多语言检索,用于客户端设备的服务器端翻译或实时翻译。
法律状态
2022-04-15 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载