[发明专利]扩充训练样本的方法和装置有效
| 申请号： | 201910923491.X | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110704590B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 王雅芳;龙翀;张晓彤;张杰 | 申请（专利权）人： | 支付宝（杭州）信息技术有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/35 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 孙欣欣;周良玉 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书实施例提供一种扩充训练样本的方法和装置。方法包括：获取待扩充的初始训练样本组，包括第一数量的训练样本，训练样本包括历史对话组中的原始机器语句和原始用户语句，以及该对话组对应的类别标签，初始训练样本组中的各训练样本具有第一类别标签；从初始训练样本组中获取第二数量的训练样本；针对第二数量的训练样本中的各对话组，将与各对话组中的原始机器语句相关的第一机器语句输入预先训练的第一类别标签的对话生成模型，生成与各对话组中的第一机器语句分别对应的第一用户语句；将各对话组中的第一机器语句和对应的第一用户语句作为扩充训练样本加入初始训练样本组，得到扩充训练样本组。能够实现训练样本的数据均衡。 | ||
| 搜索关键词： | 扩充 训练 样本 方法 装置 | ||
【主权项】：
1.一种扩充训练样本的方法，所述方法包括：/n获取待扩充的初始训练样本组，所述初始训练样本组包括第一数量的训练样本，所述训练样本包括历史对话组中的原始机器语句和原始用户语句，以及该对话组对应的类别标签，所述初始训练样本组中的各训练样本具有第一类别标签；/n根据待扩充的目标数量，从所述初始训练样本组中获取第二数量的训练样本；/n针对第二数量的训练样本中的各对话组，将与各对话组中的原始机器语句相关的第一机器语句输入预先训练的所述第一类别标签的对话生成模型，通过所述对话生成模型生成与各对话组中的第一机器语句分别对应的第一用户语句；/n将所述各对话组中的第一机器语句和对应的第一用户语句作为扩充训练样本加入所述初始训练样本组，得到扩充训练样本组，所述扩充训练样本具有所述第一类别标签。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于支付宝（杭州）信息技术有限公司，未经支付宝（杭州）信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910923491.X/，转载请声明来源钻瓜专利网。
