数据增强方法和装置、电子设备、存储介质
公开
摘要
本发明实施例提供数据增强方法和装置、电子设备、存储介质，涉及人工智能技术领域。该数据增强方法，包括：获取原始文本样本输入到预训练的主题模型，计算每个句子中每个主题词对文本句子的贡献值，然后根据主题词对文本句子的贡献值得到待替换词集合，然后在预先训练得到的词向量集合中选取候选词，最后利用候选词替换待替换词，得到数据增强文本样本。利用主题模型得到原始文本样本中每个句子对应的主题分布概率信息，从而很好的衡量句子中每个词对文本句子主题的贡献值，在句子主题分布不受影响的情况下完成数据增强，同时借助预训练词向量，选择与待替换词语义相近的词作为替换词，最大程度保证句子的语义信息。
基本信息
专利标题 ：
数据增强方法和装置、电子设备、存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114595327A
申请号 ：
CN202210163920.X
公开（公告）日 ：
2022-06-07
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陶清王彦马骏王少军
申请人 ：
平安科技（深圳）有限公司
申请人地址 ：
广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼
代理机构 ：
广州嘉权专利商标事务所有限公司
代理人 ：
廖慧贤
优先权 ：
CN202210163920.X
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06K9/62 G06N5/02 G06F40/30 G06F16/33
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
G06F16/35
••聚类；分类
法律状态
2022-06-07 ：
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
