[发明专利]数据增强模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种数据增强模型训练方法，其特征在于，包括：

获取样本数据，其中，所述样本数据包括：多个句子；

在基于预先构建的特征向量模型生成每个句子的句子向量时，对每个句子执行两次Dropout处理，得到每个句子对应的两个句子向量；

根据每个句子对应的两个句子向量，构建正样本对数据和负样本对数据；

利用构建的正样本对数据和负样本对数据，训练得到数据增强模型。

2.根据权利要求1所述的数据增强模型训练方法，其特征在于，所述数据增强模型用于对待增强的数据进行增强。

3.根据权利要求1所述的数据增强模型训练方法，其特征在于，所述根据每个句子对应的两个句子向量，构建正样本对数据和负样本对数据包括：

将同一句子的两个句子向量作为一个正样本对，生成正样本对数据；

将不同句子的两个句子向量作为一个负样本对，生成负样本对数据。

4.根据权利要求1所述的数据增强模型训练方法，其特征在于，所述方法还包括：

采用单词重复的方式，对正样本对数据进行扩充。

5.根据权利要求1所述的数据增强模型训练方法，其特征在于，所述方法还包括：

采用动量对比学习的方式，对负样本对数据进行扩充。

6.根据权利要求1所述的数据增强模型训练方法，其特征在于，所述利用构建的正样本对数据和负样本对数据，训练得到数据增强模型包括：

对所述正样本对数据和所述负样本对数据进行预处理，得到满足BERT模型输入格式的样本数据；

利用所述满足BERT模型输入格式的样本数据，对BERT模型进行训练，得到所述数据增强模型。

7.根据权利要求5所述的数据增强模型训练方法，其特征在于，在对所述正样本对数据和所述负样本对数据进行预处理，得到满足BERT模型输入格式的样本数据之前，所述方法还包括：

构建一个语料迭代器，其中，所述语料迭代器用于按照不同批次对所述正样本对数据和所述负样本对数据进行预处理。

8.一种数据增强模型训练装置，其特征在于，包括：

样本数据获取模块，用于获取样本数据，其中，所述样本数据包括：多个句子；

句子向量生成模块，用于在基于预先构建的特征向量模型生成每个句子的句子向量时，对每个句子执行两次Dropout处理，得到每个句子对应的两个句子向量；

正负样本构建模块，用于根据每个句子对应的两个句子向量，构建正样本对数据和负样本对数据；

数据增强模型训练模块，用于利用构建的正样本对数据和负样本对数据，训练得到数据增强模型。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～7中任意一项所述的数据增强模型训练方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任意一项所述的数据增强模型训练方法。