[发明专利]文本数据生成方法、计算机设备及存储介质

权利要求书

1.一种文本数据生成方法，其特征在于，包括：

获取无语法缺陷的第三文本；

将所述第三文本输入生成模型，生成所述第三文本对应的第一生成文本，和用于指示所述第一生成文本存在语法缺陷的目标概率，所述生成模型是基于无语法缺陷的第一文本和有语法缺陷的第二文本训练得到的；

根据所述第一生成文本对应的目标概率，确定所述第一生成文本为目标文本。

2.如权利要求1所述的文本数据生成方法，其特征在于，所述第二文本是基于预设的缺陷文本构造规则，根据所述第一文本生成的。

3.如权利要求2所述的文本数据生成方法，其特征在于，基于预设的缺陷文本构造规则，根据所述第一文本生成第二文本，包括：

基于预设的缺陷文本构造规则，确定所述第一文本对应的目标缺陷和所述目标缺陷的发生概率；

基于所述目标缺陷的发生概率，根据所述目标缺陷构造所述第一文本对应的第二文本。

4.如权利要求3所述的文本数据生成方法，其特征在于，所述基于预设的缺陷文本构造规则，确定所述第一文本对应的目标缺陷和所述目标缺陷的发生概率，包括：

基于预设的字/词缺陷构造表，在所述第一文本中确定与所述字/词缺陷构造表中相同的字/词，得到目标缺陷的构造位置；

根据所述字/词缺陷构造表中与所述相同的字/词对应的发生概率，确定所述目标缺陷的发生概率；

所述基于所述目标缺陷的发生概率，根据所述目标缺陷构造所述第一文本对应的第二文本，包括：

基于所述目标缺陷的发生概率，将所述构造位置的字/词删掉，或者将所述构造位置的字/词替换为所述缺陷字/词，或者在所述构造位置增加所述缺陷字/词；

其中，所述缺陷字/词是在所述字/词缺陷构造表中确定的与所述相同的字/词对应的字/词。

5.如权利要求3所述的文本数据生成方法，其特征在于，所述基于预设的缺陷文本构造规则，确定所述第一文本对应的目标缺陷和所述目标缺陷的发生概率，包括：

对所述第一文本进行成分分析，确定所述第一文本中的成分和成分排序；

基于预设的成分缺陷构造规则，根据所述第一文本中的成分和成分排序，确定所述第一文本对应的成分缺陷类型和对应的构造位置，以及所述成分缺陷类型的发生概率；

所述基于所述目标缺陷的发生概率，根据所述目标缺陷构造所述第一文本对应的第二文本，包括：

基于所述成分缺陷类型和对应的发生概率，在所述第一文本的所述构造位置删除成分、增加成分，或者调整成分的排序。

6.如权利要求1-5中任一项所述的文本数据生成方法，其特征在于，所述生成模型的训练过程，包括：

将所述第一文本输入所述生成模型的编码器，得到语义向量；以及所述生成模型的解码器根据所述语义向量生成第二生成文本；

根据所述第一文本对应的第二文本和所述第一文本对应的第二生成文本之间的差异，调整所述编码器和/或所述解码器的参数。

7.如权利要求6所述的文本数据生成方法，其特征在于，所述生成模型的训练过程，还包括：

获取有语法缺陷的第四文本，和所述第四文本消除缺陷得到的第五文本；

将所述第五文本输入所述生成模型的编码器，得到语义向量；以及所述生成模型的解码器根据所述语义向量生成第三生成文本；

根据所述第四文本对应的第五文本和所述第四文本对应的第三生成文本之间的差异，对所述生成模型进行微调。

8.如权利要求1-5中任一项所述的文本数据生成方法，其特征在于，所述将所述第三文本输入训练后的生成模型，生成所述第三文本对应的第一生成文本，和用于指示所述第一生成文本存在语法缺陷的目标概率，包括：

将所述第三文本输入所述生成模型的编码器，得到语义向量；以及所述生成模型的解码器根据所述语义向量生成第一生成文本和所述第一生成文本的终止符的语义表示；

对所述第一生成文本的终止符的语义表示进行全连接变换，得到用于指示所述第一生成文本存在语法缺陷的目标概率。