[發明專利]一種提升訓練數據生成速度的方法和設備

在審

• 申請號: 202110264862.5
• 申請日: 2021-03-12
• 公開（公告）號: CN112861506A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 沈華東;李軼杰;梁家恩
• 申請（專利權）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G06F40/20
• 分類號: G06F40/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種提升訓練數據生成速度的方法,其特征在于，包括：

確定待訓練的文本的字數以及每個訓練數據的矩陣的維度；所述維度包括橫向維度與縱向維度；

基于所述橫向維度的值與所述縱向維度的值確定批處理數據的大小；

通過所述字數與所述批處理數據的大小確定所述批處理數據的數量；

根據所述批處理數據的數量確定所述訓練數據的數量；

根據所述字數與所述橫向值確定采樣數據的大??；

遍歷每個所述訓練數據，依次在每個所述矩陣的第Y個所述橫向維度導入預設個字的所述文本；在第Y個所述橫向維度導入的所述文本的總大小等于所述采樣數據的大小；不同的所述矩陣中導入的所述文本不同；

更改Y的值后執行“依次在每個所述矩陣的第Y個所述橫向維度導入預設數量個字的所述文本”的操作，直到每個所述矩陣的所有的所述橫向維度均有文本導入，以生成所述訓練數據。

2.如權利要求1所述的方法，其特征在于，所述訓練數據的大小與所述批處理數據的大小相同；

所述批處理數據的大小是通過所述橫向維度的值與所述縱向維度的值相乘得到的。

3.如權利要求1或2所述的方法，其特征在于，所述訓練數據的數量與所述批處理數據的數量相同。

4.如權利要求1所述的方法，其特征在于，所述采樣數據是基于保證相鄰的兩個所述訓練數據存在關聯信息，通過一定數據大小的間隔采樣得到的；

所述采樣數據的大小是通過所述字數除以所述橫向值得到的。

5.如權利要求1所述的方法，其特征在于，所述預設數量為所述縱向維度的值；

該方法還包括：

若在第Y個所述橫向維度導入的所述文本的總大小大于所述采樣數據的大小，則縮小最后導入的所述矩陣的第Y個所述橫向維度的所述文本，以使在第Y個所述橫向維度導入的所述文本的總大小等于所述采樣數據的大小。

6.一種提升訓練數據生成速度的設備,其特征在于，包括：

確定模塊，用于確定待訓練的文本的字數以及每個訓練數據的矩陣的維度；所述維度包括橫向維度與縱向維度；

大小模塊，用于基于所述橫向維度的值與所述縱向維度的值確定批處理數據的大小；

第一數量模塊，用于通過所述字數與所述批處理數據的大小確定所述批處理數據的數量；

第二數量模塊，，用于根據所述批處理數據的數量確定所述訓練數據的數量；

采樣大小模塊，用于根據所述字數與所述橫向值確定采樣數據的大小；

導入模塊，用于遍歷每個所述訓練數據，依次在每個所述矩陣的第Y個所述橫向維度導入預設個字的所述文本；在第Y個所述橫向維度導入的所述文本的總大小等于所述采樣數據的大小；不同的所述矩陣中導入的所述文本不同；

生成模塊，用于更改Y的值后執行“依次在每個所述矩陣的第Y個所述橫向維度導入預設數量個字的所述文本”的操作，直到每個所述矩陣的所有的所述橫向維度均有文本導入，以生成所述訓練數據。

7.如權利要求6所述的設備，其特征在于，所述訓練數據的大小與所述批處理數據的大小相同；

所述批處理數據的大小是通過所述橫向維度的值與所述縱向維度的值相乘得到的。

8.如權利要求6或7所述的設備，其特征在于，所述訓練數據的數量與所述批處理數據的數量相同。

9.如權利要求6所述的設備，其特征在于，所述采樣數據是基于保證相鄰的兩個所述訓練數據存在關聯信息，通過一定數據大小的間隔采樣得到的；

所述采樣數據的大小是通過所述字數除以所述橫向值得到的。

10.如權利要求6所述的設備，其特征在于，所述預設數量為所述縱向維度的值；

該方法還包括：縮小模塊，用于：若在第Y個所述橫向維度導入的所述文本的總大小大于所述采樣數據的大小，則縮小最后導入的所述矩陣的第Y個所述橫向維度的所述文本，以使在第Y個所述橫向維度導入的所述文本的總大小等于所述采樣數據的大小。