[發(fā)明專利]一種訓(xùn)練樣本生成的方法、裝置、計算機設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110705512.8
• 申請日: 2021-06-24
• 公開（公告）號: CN113361629A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計）人: 莫琪
• 申請（專利權(quán)）人: 平安普惠企業(yè)管理有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06F40/30;G06F16/35
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

1.一種訓(xùn)練樣本生成的方法，其特征在于，包括：

獲取初始訓(xùn)練樣本和目標訓(xùn)練樣本，并對所述初始訓(xùn)練樣本和所述目標訓(xùn)練樣本進行拼接，得到樣本匹配對；

將所述樣本匹配對導(dǎo)入到預(yù)設(shè)的第一處理模型，得到初始目標樣本集，其中，所述初始目標樣本集包含若干個初始目標樣本；

將所述目標訓(xùn)練樣本和所述初始目標樣本集導(dǎo)入到預(yù)設(shè)的第二處理模型，通過所述第二處理模型依次計算所述目標訓(xùn)練樣本和每一個所述初始目標樣本的相似度；

獲取與所述目標訓(xùn)練樣本的相似度大于預(yù)設(shè)閾值的初始目標樣本，得到相似目標樣本；

將所述相似目標樣本與所述初始訓(xùn)練樣本進行組合，得到訓(xùn)練樣本集。

2.如權(quán)利要求1所述的訓(xùn)練樣本生成的方法，其特征在于，所述獲取初始訓(xùn)練樣本和目標訓(xùn)練樣本，并對所述初始訓(xùn)練樣本和所述目標訓(xùn)練樣本進行拼接，得到樣本匹配對的步驟，具體包括：

分別對所述初始訓(xùn)練樣本和所述目標訓(xùn)練樣本進行預(yù)處理，其中，所述預(yù)處理包括分詞和去除停用詞；

分別提取預(yù)處理后所述初始訓(xùn)練樣本和所述目標訓(xùn)練樣本的文本實體；

分別對所述初始訓(xùn)練樣本的文本實體和所述目標訓(xùn)練樣本的文本實體進行匹配，得到樣本匹配對。

3.如權(quán)利要求1所述的訓(xùn)練樣本生成的方法，其特征在于，在所述將所述樣本匹配對導(dǎo)入到預(yù)設(shè)的第一處理模型，得到初始目標樣本集，其中，所述初始目標樣本集包含若干個初始目標樣本之前，還包括：

獲取第一訓(xùn)練集，并生成所述第一訓(xùn)練集對應(yīng)的掩膜標識；

構(gòu)建初始第一處理模型，通過所述掩膜標識調(diào)整所述初始第一處理模型的掩膜矩陣；

通過所述第一訓(xùn)練集對掩膜矩陣調(diào)整后的所述初始第一處理模型進行模型訓(xùn)練，得到第一處理模型。

4.如權(quán)利要求3所述的訓(xùn)練樣本生成的方法，其特征在于，所述第一訓(xùn)練集包括初始樣本和目標樣本，通過調(diào)整所述掩膜矩陣可以調(diào)節(jié)所述初始第一處理模型的網(wǎng)絡(luò)，以獲得單向模型、雙向模型和序列到序列模型，所述構(gòu)建初始第一處理模型，通過所述掩膜標識調(diào)整所述初始第一處理模型的掩膜矩陣的步驟，具體包括：

基于Transformer網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建所述初始第一處理模型；

通過所述掩膜標識對所述初始第一處理模型的掩膜矩陣進行第一調(diào)整，將所述初始第一處理模型調(diào)整為所述雙向模型，所述雙向模型用于處理所述初始樣本；

通過所述掩膜標識對所述初始第一處理模型的掩膜矩陣進行第二調(diào)整，將所述初始第一處理模型調(diào)整為所述單向模型，所述雙向模型用于處理所述目標樣本。

5.如權(quán)利要求3所述的訓(xùn)練樣本生成的方法，其特征在于，在所述通過所述第一訓(xùn)練集對掩膜矩陣調(diào)整后的所述初始第一處理模型進行模型訓(xùn)練，得到第一處理模型的步驟之后，還包括：

獲取第一驗證集，并將所述第一驗證集導(dǎo)入所述第一處理模型，得到驗證結(jié)果；

基于所述驗證結(jié)果與預(yù)設(shè)標準結(jié)果，使用反向傳播算法進行擬合，獲取處理誤差；

將處理誤差與預(yù)設(shè)誤差閾值進行比較，若所述處理誤差大于預(yù)設(shè)誤差閾值，則對第一處理模型進行迭代更新，直至所述處理誤差小于或等于預(yù)設(shè)誤差閾值為止；

輸出所述處理誤差小于或等于預(yù)設(shè)誤差閾值的第一處理模型。

6.如權(quán)利要求1至5任意一項所述的訓(xùn)練樣本生成的方法，其特征在于，所述將所述樣本匹配對導(dǎo)入到預(yù)設(shè)的第一處理模型，得到初始目標樣本集，其中，所述初始目標樣本集包含若干個初始目標樣本的步驟，具體包括：

依次對所述樣本匹配對中的每一個文本實體進行向量轉(zhuǎn)化，得到向量矩陣；

通過所述第一處理模型對所述向量矩陣進行處理，輸出的若干個初始目標樣本；

獲取所述第一處理模型輸出的若干個所述初始目標樣本，通過若干個所述初始目標樣本構(gòu)建所述初始目標樣本集。