[发明专利]文本处理模型的训练方法、装置及电子设备

说明书

本申请公开了一种文本处理模型的训练方法、装置及电子设备，涉及自然语言处理技术领域。具体实现方案为：获取原语句集，其中，原语句集中包括多个原语句；对每个原语句进行分词处理，以确定每个原语句中包含的各个词条；将每个原语句包含的各个词条中的至少一个词条替换为同义词，以生成与多个原语句分别对应的多个替换语句；利用多个原语句及对应的多个替换语句，对初始文本处理模型进行训练。由此，通过这种文本处理模型的训练方法，使得训练得到的文本处理模型可以直接对输入文本进行润色，无需依赖词典，不仅计算量小，而且提升了文本处理模型的文本润色效果。

技术领域

本申请涉及计算机技术领域，尤其涉及自然语言技术领域，提出一种文本处理模型的训练方法、装置及电子设备。

背景技术

文本润色是辅助写作中的重要技术，可以帮助作者写出更好的文字。

相关技术中，通常通过建立词典和语言模型结合的方式，实现文本润色。但是，这种文本润色方法，计算量大，且十分依赖词典质量，导致润色质量差。

发明内容

本申请提供了一种用于文本处理模型训练的方法、装置、电子设备、存储介质以及计算机程序产品。

根据本申请的一方面，提供了一种文本处理模型的训练方法，包括：获取原语句集，其中，所述原语句集中包括多个原语句；对每个所述原语句进行分词处理，以确定每个所述原语句中包含的各个词条；将每个所述原语句包含的各个词条中的至少一个词条替换为同义词，以生成与所述多个原语句分别对应的多个替换语句；利用所述多个原语句及对应的所述多个替换语句，对初始文本处理模型进行训练。

根据本申请的另一方面，提供了一种文本处理模型的训练装置，包括：第一获取模块，用于获取原语句集，其中，所述原语句集中包括多个原语句；确定模块，用于对每个所述原语句进行分词处理，以确定每个所述原语句中包含的各个词条；替换模块，用于将每个所述原语句包含的各个词条中的至少一个词条替换为同义词，以生成与所述多个原语句分别对应的多个替换语句；以及训练模块，用于利用所述多个原语句及对应的所述多个替换语句，对初始文本处理模型进行训练。

根据本申请的再一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前所述的文本处理模型的训练方法。

根据本申请的再一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如前所述的文本处理模型的训练方法。

根据本申请的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如前所述的文本处理模型的训练方法。

根据本申请的技术方案，解决了通过词典和语言模型结合的方式，实现文本润色的方法，计算量大，且十分依赖词典质量，导致润色质量差的问题。通过对原语句集中的每个原语句中的部分词条，进行同义词替换，分别生成与每个原语句对应的多个替换语句，并利用初始文本处理模型根据多个替换语句生成与各替换语句对应的原语句，以对初始文本处理模型进行训练。由此，通过利用初始文本处理模型根据低质量的替换语句，生成高质量的与替换语句对应的原语句，实现对初始文本处理模型的训练，从而使得训练得到的文本处理模型可以直接对输入文本进行润色，无需依赖词典，不仅计算量小，而且提升了文本处理模型的文本润色效果。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请实施例所提供的一种文本处理模型的训练方法的流程示意图；