【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种数据增强方法、装置、设备和存储介质。
技术介绍
1、针对人机对话在工业场景中的应用，需要大量样本对深度学习模型进行训练。而在实际生产环境中，一个业务在刚刚起步时，往往面临样本较少的问题。
2、相关技术中，往往通过专家标注的方式编写样本以及相似的句子，用来扩充原始数据。但这种方式人工成本较高，而且耗时较长，无法解决冷启动过程中数据量少的问题。
技术实现思路
1、本申请实施例提供一种数据增强方法、装置、设备和存储介质。
2、本申请实施例的技术方案是这样实现的：
3、一种数据增强方法，所述方法包括：
4、获取第一样本数据和第二样本数据；所述第一样本数据集包括未标记的文本数据；所述第二样本数据包括已标记的文本数据；
5、基于所述第一样本数据对网络模型进行无监督训练，并确定第一损失函数值；
6、基于所述第二样本数据对所述网络模型进行有监督训练，并确定第二损失函数值；
7、基于所述第一...
【技术保护点】
1.一种数据增强方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一样本数据对网络模型进行无监督训练，并确定第一损失函数值，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述第一样本数据进行加噪处理，得到加噪的文本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述第一样本数据中的高频词进行替换，得到替换文本数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述第二样本数据包括第一部分数据和第二部分数据；所述第一部分数据在文本含义上与所述第二部分数据相...
【技术特征摘要】
1.一种数据增强方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一样本数据对网络模型进行无监督训练，并确定第一损失函数值，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述第一样本数据进行加噪处理，得到加噪的文本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述第一样本数据中的高频词进行替换，得到替换文本数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述第二样本数据包括第一部分数据和第二部分数据；所述第一部分数据在文本含义上与所述第二部分数据相同；所述基...
【专利技术属性】
技术研发人员：殷丹平，孟繁宇，
申请(专利权)人：中国移动通信有限公司研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。