[發明專利]一種數據處理方法及裝置

在審

• 申請號: 202110321272.1
• 申請日: 2021-03-25
• 公開（公告）號: CN113033211A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 劉曉藝;陳靜萍;張煜
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/166
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王嬌嬌

1.一種數據處理方法，包括：

獲得目標數據，所述目標數據中包含有多個長語句；

對所述長語句進行短句拆分，以得到多個子語句；

獲得所述子語句之間的語義邏輯關系；

根據所述語義邏輯關系，將所述子語句進行組合，以得到多個新的長語句。

2.根據權利要求1所述的方法，在根據所述語義邏輯關系，將所述子語句進行組合，以得到多個新的長語句之前，所述方法還包括：

對所述子語句進行數據增強，以使得所述子語句的數量被增加。

3.根據權利要求1或2所述的方法，在得到多個新的長語句之后，所述方法還包括：

對所述新的長語句中的一個或多個子語句進行數據增強，以使得所述新的長語句的數量被增加。

4.根據權利要2或3所述的方法，對所述子語句進行數據增強，包括以下任意一項或任意多項：

對所述子語句進行字符替換；

對所述子語句進行反向翻譯；

對所述子語句進行文本轉換。

5.根據權利要求1所述的方法，在根據所述語義邏輯關系，將所述子語句進行組合，以得到多個新的長語句之前，所述方法還包括：

根據所述語義邏輯關系，對所述子語句進行分組，得到多個語句組；

其中，根據所述語義邏輯關系，將所述子語句進行組合，以得到多個新的長語句，包括：

根據所述語義邏輯關系，在任意多個所述語句組中任意選取一個所述子語句進行組合，以得到多個新的長語句。

6.根據權利要求5所述的方法，處于同一所述語句組中的子語句的語義滿足語義相似條件。

7.根據權利要求5所述的方法，根據所述語義邏輯關系，在任意多個所述語句組中任意選取一個所述子語句進行組合，以得到多個新的長語句，包括：

根據所述語義邏輯關系，獲得一個或多個語句集合，其中，所述語句集合中包含有多個語句組，且處于同一所述語句集合中的語句組中所包含的子語句之間具有語義邏輯關系；

針對所述語句集合，在所述語句集合所包含的所述語句組中任意選取一個所述子語句進行組合，以得到多個新的長語句，所述新的長語句中包含多個子語句，且所述新的長語句中所包含的子語句之間具有語義邏輯關系。

8.根據權利要求7所述的方法，根據所述語義邏輯關系，獲得一個或多個語句集合，包括：

根據所述語義邏輯關系，建立所述語句組對應的圖譜，所述圖譜中包含多個節點，至少有一個所述節點對應于所述語句組，且至少有兩個所述節點之間有連線，所述節點之間的連線表征所連接的節點所對應的語句組之間的語義邏輯關系；

根據所述圖譜中的所述節點及所述連線，獲得一個或多個語句集合，其中，所述語句集合中包含有多個語句組，且處于同一所述語句集合中的語句組在所述圖譜中對應的節點之間存在所述連線。

9.根據權利要求1所述的方法，在對所述長語句進行短句拆分，以得到多個子語句之前，所述方法還包括：

對所述目標數據中的長語句進行數據增強，以使得所述目標數據中的長語句的數量被增加。

10.一種數據處理裝置，包括：

數據獲得單元，用于獲得目標數據，所述目標數據中包含有多個長語句，所述長語句為具有完整語義的語句；

語句拆分單元，用于對所述長語句進行短句拆分，以得到多個子語句；

邏輯獲取單元，用于獲得所述子語句之間的語義邏輯關系；

語句組合單元，用于根據所述語義邏輯關系，將所述子語句進行組合，以得到多個新的長語句。