[发明专利]训练数据的构建方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种训练数据的构建方法，包括:获取待识别的图像；对所述待识别的图像进行内容识别，得到图像内容识别结果；根据所述图像内容识别结果构建目标训练数据，所述目标训练数据用于对语义模型进行训练，或用于构建语义知识网络。上述方法中基于图像内容识别结果构建的目标训练数据在语义内容分布上弥补了文本数据的不足，使整体训练数据更加均衡，从而使得得到的语义模型或构建的语义知识网络更加全面和准确。此外，还提出了一种训练数据的构建装置、计算机设备及存储介质。

技术领域

本发明涉及计算机技术领域和自然语言处理技术领域，尤其涉及一种训练数据的构建方法、装置、计算机设备及存储介质。

背景技术

通过机器学习的方式，可以对人工或机器自动收集大量的文本语料进行统计和分析，以学习大量的文本语料中的规律、知识等并加以利用，从而实现不同应用场景下的自动判断。

目前可收集到的文本数据，在语义内容分布上不均衡，日常基本常识相关的内容相对缺乏，导致训练得到的语义模型及语义知识网络不够全面不够准确。

发明内容

基于此，有必要针对上述问题，提出一种能实现语义内容分布均衡的训练数据的构建方法、装置、计算机设备及存储介质。

在本发明的第一方面，提供了一种训练数据的构建方法，包括：

获取待识别的图像；

对所述待识别的图像进行内容识别，得到图像内容识别结果；

根据所述图像内容识别结果构建目标训练数据，所述目标训练数据用于对语义模型进行训练，或用于构建语义知识网络。

在本发明的第二方面，提供了一种训练数据的构建装置，包括：

获取模块，用于获取待识别的图像；

识别模块，用于对所述待识别的图像进行内容识别，得到图像内容识别结果；

构建模块，用于根据所述图像内容识别结果构建目标训练数据，所述目标训练数据用于对语义模型进行训练，或用于构建语义知识网络。

在本发明的第三方面，提供了一种计算机设备，包括：

获取待识别的图像；

对所述待识别的图像进行内容识别，得到图像内容识别结果；

根据所述图像内容识别结果构建目标训练数据，所述目标训练数据用于对语义模型进行训练，或用于构建语义知识网络。

在本发明的第四方面，提供了一种计算机可读存储介质，包括：

获取待识别的图像；

对所述待识别的图像进行内容识别，得到图像内容识别结果；

根据所述图像内容识别结果构建目标训练数据，所述目标训练数据用于对语义模型进行训练，或用于构建语义知识网络。

上述训练数据的构建方法、装置、计算机设备及计算机可读存储介质，首先获取待识别的图像，然后对待识别的图像进行内容识别，得到图像内容识别结果，根据图像内容识别结果构建目标训练数据，该目标训练数据用于对语义模型进行训练或者用于构建语义知识网络。上述训练数据的构建方法中，由于图像内容比较丰富且广泛，而且包含更多日常基本常识知识，在语义内容分布上更加的均匀，可以弥补文本数据知识分布的缺陷，所以结合现有的文本数据和基于图像内容识别结果构建的目标训练数据在语义内容分布上更加均衡，从而使得得到的语义模型或构建的语义知识网络更加全面和准确。

附图说明