语料生成方法、模型训练方法、装置、电子设备和介质制造方法及图纸

本公开提供了一种语料生成方法、模型训练方法、装置、电子设备和介质。所述语料生成方法，包括：确定与目标语种匹配的n个候选语种，其中，所述n为大于0的整数，所述候选语种与所述目标语种的目标属性信息相匹配，所述目标属性信息包括以下至少一项：语法结构类别和谱系类别；在目标语料库中获取与所述n个候选语种对应的语料，得到n个初始语料集，所述n个初始语料集与所述n个候选语种一一对应；将所述n个初始语料集中的语料转换为所述目标语种，得到n个目标语料集。本公开有利于提高语料转换的转换效果。

【技术实现步骤摘要】

本公开涉及自然语言处理领域，尤其涉及一种语料生成方法、模型训练方法、装置、电子设备和介质。

技术介绍

1、目前，ai业务的发展空间在很大程度上取决于语言资源的丰富程度。在对ai模型进行训练之前，通常需要挖掘大量的语料以生成训练样本。然而，相关技术中，对于本国语言的语料通常较为容易获取，而对于外语(尤其是小语种)，则能够获取到的语料极为有限。从而导致所获取的语料中，呈现语种种类少、分布不平衡的现象，进而影响后续的模型训练效果。

技术实现思路

1、本公开提供的一种语料生成方法、模型训练方法、装置、电子设备和介质，可以提高语料转换的转换效果。

2、第一方面，本公开实施例提供了一种语料生成方法，包括：

3、确定与目标语种匹配的n个候选语种，其中，所述n为大于0的整数，所述候选语种与所述目标语种的目标属性信息相匹配，所述目标属性信息包括以下至少一项：语法结构类别和谱系类别；

4、在目标语料库中获取与所述n个候选语种对应的语料，得到n个初始语料集，所述n个初始语料集与所述n个候选语种一本文档来自技高网...

【技术保护点】

1.一种语料生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述确定与目标语种匹配的n个候选语种，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一语种集和所述第二语种集，确定所述n个候选语种，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述n个初始语料集中的语料转换为所述目标语种，得到n个目标语料集，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述第四语料集生成所述第一语料集对应的目标语料集，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述第四语料集...

【技术特征摘要】

1.一种语料生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述确定与目标语种匹配的n个候选语种，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一语种集和所述第二语种集，确定所述n个候选语种，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述n个初始语料集中的语料转换为所述目标语种，得到n个目标语料集，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述第四语料集生成所述第一语料集对应的目标语料集，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述第四语料集中每条语料进行自然度评分，得到所述第四语料集中每条语料的自然度评分值...

【专利技术属性】
技术研发人员：白安琪，蒋宁，陆全，夏粉，吴海英，肖冰，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：