申请/专利权人：湖南财信数字科技有限公司

申请日：2023-12-15

公开（公告）日：2024-03-22

公开（公告）号：CN117743850A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/24;G06F16/35;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本申请提供一种数据增强方法、系统、终端及存储介质，涉及数据处理领域，所述方法包括：获取文本数据集；对文本数据集进行处理，以从文本数据集中获取每个初始样本对应的至少一个配对样本，并将初始样本与对应的配对样本进行两两组合，得到样本对集合；将样本对集合，输入预设文本编码器进行编码，得到每个样本对中初始样本对应的第一文本隐藏变量和配对样本对应的第二文本隐藏向量；利用预设算法，对每个样本对对应的第一隐藏向量和第二文本隐藏向量进行处理，得到每个样本对对应的一个新文本隐藏向量。本申请能够有效规避过拟合问题，同时降低样本所属类别分类难度，以提升不平衡文本数据分类精度。

主权项：1.一种数据增强方法，其特征在于，包括：获取文本数据集，所述文本数据集包括多个初始样本，每个所述初始样本包括文本样本和所述文本样本对应的类型标签；对所述文本数据集进行处理，以从所述文本数据集中获取每个所述初始样本对应的至少一个配对样本，并将所述初始样本与对应的所述配对样本进行两两组合，得到样本对集合，其中，所述样本对集合中的每个样本对包括一个所述初始样本和所述初始样本对应的一个所述配对样本；将所述样本对集合，输入预设文本编码器进行编码，得到每个所述样本对中所述初始样本对应的第一文本隐藏变量和所述配对样本对应的第二文本隐藏向量；利用预设算法，对每个所述样本对对应的所述第一隐藏向量和所述第二文本隐藏向量进行处理，得到每个所述样本对对应的一个新文本隐藏向量。

全文数据：

权利要求：

百度查询： 湖南财信数字科技有限公司 一种数据增强方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD