[發明專利]訓練數據的構建方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110050147.1
• 申請日: 2021-01-14
• 公開（公告）號: CN112765992A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 胡上峰
• 申請（專利權）人: 深圳市人馬互動科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/253;G06F16/36;G06N5/02
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 孫凱樂

1.一種訓練數據的構建方法，包括：

獲取待識別的圖像；

對所述待識別的圖像進行內容識別，得到圖像內容識別結果；

根據所述圖像內容識別結果構建目標訓練數據，所述目標訓練數據用于對語義模型進行訓練，或用于構建語義知識網絡。

2.根據權利要求1所述的方法，其特征在于，在所述根據所述圖像內容識別結果構建目標訓練數據之前，還包括：

獲取文本數據；

所述根據所述圖像內容識別結果構建目標訓練數據，包括：

將所述文本數據與所述圖像內容識別結果進行結合，構建目標訓練數據。

3.根據權利要求2所述的方法，其特征在于，所述文本數據為從網絡上提取到的文字信息，包括：新聞、小說、故事、劇本、論文、詩歌、對話、說明、信件、帖子、消息中的至少一種。

4.根據權利要求1所述的方法，其特征在于，所述圖像內容識別結果包括：圖像中的目標，目標與目標之間的關系、目標的屬性、目標的狀態和目標的意圖中的至少一種，所述目標為識別到的實體或抽象的對象。

5.根據權利要求1所述的方法，其特征在于，所述圖像內容識別結果的形態為文本形態或邏輯關系圖形態。

6.根據權利要求1所述的方法，其特征在于，所述根據所述圖像內容識別結果構建目標訓練數據，包括：

對所述圖像內容識別結果按照預設的方法進行處理，得到與所述圖像內容識別結果對應的目標有向圖，預設的方法包括：語法解析方法、語義解析方法中的至少一種；

根據所述目標有向圖生成目標訓練數據。

7.根據權利要求1所述的方法，其特征在于，所述待識別的圖像為靜態圖像或動態圖像，所述靜態圖像包括：圖畫、照片中的至少一種，所述動態圖像包括：視頻、動畫圖像中的至少一種。

8.根據權利要求1所述的方法，其特征在于，所述圖像內容識別結果為文本數據；

所述根據所述圖像內容識別結果構建目標訓練數據，所述目標訓練數據用于對語義模型進行訓練，包括：

對所述文本數據進行標準化處理，得到目標訓練數據；

采用所述目標訓練數據對語義模型進行訓練。

9.根據權利要求8所述的方法，其特征在于，所述標準化處理包括：分句處理、分詞處理、詞性標注和依存句法分析中的至少一種。

10.根據權利要求8所述的方法，所述語義模型為人工神經網絡模型。

11.根據權利要求1所述的方法，其特征在于，根據所述圖像內容識別結果構建目標訓練數據，所述目標訓練數據用于構建語義知識網絡，包括：

對所述圖像內容識別結果進行預處理，得到目標訓練數據；

根據所述目標訓練數據構建語義知識網絡。

12.根據權利要求11所述的方法，其特征在于，所述預處理包括：所述標準化處理包括：分句處理、分詞處理、詞性標注和依存句法分析中的至少一種。

13.根據權利要求11所述的方法，其特征在于，根據所述目標訓練數據構建語義知識網絡，包括：

將所述目標訓練數據解析成一個或多個語法/語義關系圖，所述一個或多個語法/語義關系圖是由多個語法/語義關系和實例節點構成；

基于所述一個或多個語法/語義關系圖構建語義知識網絡。

14.根據權利要求13所述的方法，其特征在于，每個所述實例節點表示目標訓練數據中一個要素，所述要素包括：詞、詞組、實體、抽象的對象、屬性、狀態、意圖中的至少一個。