[发明专利]用于扩充语料的句子生成方法及电子设备和存储介质

说明书

本发明公开一种用于扩充语料的句子生成方法、电子设备和存储介质，其中方法包括：获取语料句子文本中的关键词组，对所述关键词组进行扩展生成句子主体词组列表；对所述语料句子文本进行句式分类，对分类后的句式进行扩展并获取扩展后得到的语序列表；基于所述语序列表结合所述句子主体词组列表生成所述语料句子文本对应的规则。本发明实施例通过将扩展生成的句子主体词组列表结合扩展后得到的语序列表来生成语料句子文本对应的规则，降低了使用正则语法编写程度上的门槛，也不需要编写较多的不同规则来覆盖更多的句式说法，减少人工对语料的分析，同时也降低人工成本。

技术领域

本发明属于扩充训练语料技术领域，尤其涉及一种用于扩充语料的句子生成方法及电子设备和存储介质。

背景技术

现有技术中在扩充训练语料方面，一方面是收集更多数据，另一方面也可以基于已有的数据做数据扩充。目前基于已有语料的数据扩充比较有效的方法是，专业的数据或开发人员根据语料编写相应的意图规则。使用意图规则来生成语料。

编写规则需要从实际的语料中总结该领域包含的实体，根据语料中不同的句子结构分析出常用句式语法。根据不同的任务需求，定义出不同的intent。再结合语料分析的实体和说法句式，编写对应的语义规则。不仅需要专业的开发人员来编写和维护语义规则，而且工作量大，需要分析大量的语料，总结句式和说法，来定义规则。

发明人发现：规则一般使用正则语法编写，有一定的门槛，想要获得较比好的效果，往往需要编写较多的不同规则来覆盖更多的句式说法，同时需要人工要分析大量的语料；使用简化的正则语法，一定程度上可以降低门槛，但是削弱了规则的功能性，会造成规则数量的进一步扩大，造成维护困难。

发明内容

本发明实施例旨在至少解决上述技术问题之一。

第一方面，本发明实施例提供一种用于扩充语料的句子生成方法，包括：获取语料句子文本中的关键词组，对所述关键词组进行扩展生成句子主体词组列表；对所述语料句子文本进行句式分类，对分类后的句式进行扩展并获取扩展后得到的语序列表；基于所述语序列表结合所述句子主体词组列表生成所述语料句子文本对应的规则。

第二方面，本发明实施例提供一种电子设备，其包括：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本发明上述任一项用于扩充语料的句子生成方法。

第三方面，本发明实施例提供一种存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项用于扩充语料的句子生成方法。

第四方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项用于扩充语料的句子生成方法。

本发明实施例通过将扩展生成的句子主体词组列表结合扩展后得到的语序列表来生成语料句子文本对应的规则，降低了使用正则语法编写程度上的门槛，也不需要编写较多的不同规则来覆盖更多的句式说法，减少人工对语料的分析，同时也降低人工成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的用于扩充语料的句子生成方法的一实施例的流程图；

图2为本发明的用于扩充语料的句子生成方法的另一实施例的流程图；

图3为本发明的用于扩充语料的句子生成方法的又一实施例的流程图；