基本信息:
- 专利标题： 训练文本数据的扩增方法、装置及电子设备
- 申请号：CN202210094683.6 申请日：2022-01-26
- 公开(公告)号：CN114118068B 公开(公告)日：2022-04-29
- 发明人： 刘志敏 , 徐亮 , 李蒙
- 申请人： 北京淇瑀信息科技有限公司
- 申请人地址： 北京市朝阳区双营路11号院3号楼2层4单元207
- 专利权人： 北京淇瑀信息科技有限公司
- 当前专利权人： 北京淇瑀信息科技有限公司
- 当前专利权人地址： 北京市朝阳区双营路11号院3号楼2层4单元207
- 代理机构： 北京清诚知识产权代理有限公司
- 代理人： 何怀燕
- 主分类号： G06F40/237
- IPC分类号： G06F40/237 ; G06K9/62
摘要：
本申请涉及一种训练文本数据的扩增方法、装置、电子设备及计算机可读介质。该方法包括：获取任务描述数据、标签描述集合、样例文本集合；将所述任务描述数据、所述标签描述集合、所述样例文本集合拼接生成任务标签文本集合；将所述任务标签文本集合输入预训练过的语言模型中，生成多个扩增样例文本；通过所述多个扩增样例文本集合生成训练文本数据；利用所述训练文本数据对机器学习模型进行模型训练。本申请能够方便快捷的生成大量的用于自然语言模型训练的文本数据、节省人力时间和成本，而且生成的文本数据多样性高，提高下游模型的训练效果，提升用户数据安全度。
公开/授权文献:
- CN114118068A 训练文本数据的扩增方法、装置及电子设备 公开/授权日：2022-03-01
IPC结构图谱:
| G06F40/237 | 词汇工具 |