(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221027513 0.0 (22)申请日 2022.03.21 (71)申请人 青岛海尔科技有限公司 地址 266101 山东省青岛市崂山区海尔路1 号海尔工业园 申请人 海尔智家 股份有限公司 (72)发明人 刘建国　王迪　彭强　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 郑乐　臧建明 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/194(2020.01) G06F 40/247(2020.01) G06F 40/289(2020.01)G06F 40/30(2020.01) (54)发明名称 文本增强处 理方法、 装置、 设备及存 储介质 (57)摘要 本申请提供的一种文本增强处理方法、 装 置、 设备及存储介质， 包括： 获取至少两个分类标 签以及所述 分类标签对应的文本数据， 根据所述 分类标签对应的文本数据的数量， 确定待处理文 本数据； 对所述待处理文本数据进行增强处理， 得到增强后的文本数据； 其中， 所述增强处理包 括： 同义词替换、 随机插入词语、 随机交换词语、 随机删除词语中的至少一个以及对所述待处理 文本数据语义处理； 计算所述增强后的文本数据 与所述待处理文本数据的语义相似度， 得到所述 语义相似度结果， 根据所述语义相似度结果确定 训练样本数据。 采用本技术方案， 能够有效提高 数据增强后的数据量的质量， 而不是简单地在数 量上做了增 加。 权利要求书2页 说明书12页 附图5页 CN 114817527 A 2022.07.29 CN 114817527 A 1.一种文本增强处 理方法， 其特 征在于， 所述方法包括： 获取至少两个分类标签以及所述分类标签对应的文本数据， 根据 所述分类标签对应的 文本数据的数量， 确定待处 理文本数据； 对所述待处理文本数据进行增强处理， 得到增强后的文本数据； 其中， 所述增强处理包 括： 同义词替换、 随机插入词语、 随机交换词语、 随机删除词语中的至少一个以及对所述待 处理文本数据语义处 理； 计算所述增强后的文本数据与所述待处理文本数据的语义相似度， 得到所述语义相似 度结果， 根据所述语义相似度结果确定训练样本数据。 2.根据权利要求1所述的方法， 其特征在于， 若所述增强处理为对所述待处理文本数据 语义处理， 对所述待处 理文本数据进行增强处 理， 得到增强后的文本数据， 包括： 对所述待处 理文本数据进行 预设语种的翻译， 得到翻译结果； 将所述翻译结果 转换至所述待处 理文本数据的语种， 得到增强后的文本数据。 3.根据权利要求1或2所述的方法， 其特征在于， 对所述待处理文本数据进行增强处理， 得到增强后的文本数据， 包括： 对所述待处 理文本数据进行分词处 理， 得到待处 理文本数据中的多个词语； 对所述多个词语进行语义识别， 得到语义识别结果， 将所述语义识别结果中的停用词 进行剔除后， 得到处 理后的语义识别结果； 将所述处理后的语义识别结果中预设位数的词语进行同义词替换， 得到增强后的文本 数据。 4.根据权利要求1或2所述的方法， 其特征在于， 对所述待处理文本数据进行增强处理， 得到增强后的文本数据， 包括： 对所述待处 理文本数据进行分词处 理， 得到待处 理文本数据中的多个词语； 对所述多个词语进行语义识别， 得到语义识别结果， 识别所述语义识别结果中两两词 语之间的位置， 在所述 位置中随机插 入词语， 得到随机插 入词语后的文本数据； 将随机插 入词语后的文本数据作为所述增强后的文本数据。 5.根据权利要求1或2所述的方法， 其特征在于， 对所述待处理文本数据进行增强处理， 得到增强后的文本数据， 包括： 对所述待处 理文本数据进行分词处 理， 得到待处 理文本数据中的多个词语； 对所述多个词语进行语义识别， 得到语义识别结果， 识别所述语义识别结果中至少两 个词语的位置， 交换 所述至少两个词语的位置上的词语， 得到随机交换词语后的文本数据； 将随机交换词语后的文本数据作为所述增强后的文本数据。 6.根据权利要求1或2所述的方法， 其特征在于， 对所述待处理文本数据进行增强处理， 得到增强后的文本数据， 包括： 对所述待处 理文本数据进行分词处 理， 得到待处 理文本数据中的多个词语； 对所述多个词语进行语义识别， 得到语义识别结果， 识别所述语义识别结果中每一个 词语， 任意删除其中一个词语， 得到随机删除词语后的文本数据； 将随机删除词语后的文本数据作为所述增强后的文本数据。 7.一种文本增强处 理装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取至少两个分类标签以及所述分类标签对应的文本数据， 根据所述权　利　要　求　书 1/2 页 2 CN 114817527 A 2分类标签对应的文本数据的数量， 确定待处 理文本数据； 增强处理单元， 用于对所述待处理文本数据进行增强处理， 得到增强后的文本数据； 其 中， 所述增强处理包括： 同义词替换、 随机插入词语、 随机交换词语、 随机删除词语中的至少 一个以及对所述待处 理文本数据语义处 理； 计算单元， 用于计算所述增强后的文本数据与所述待处理文本数据的语义相似度， 得 到所述语义相似度结果， 根据所述语义相似度结果确定训练样本数据。 8.一种电子设备， 其特 征在于， 包括： 处 理器， 以及与所述处 理器通信连接的存 储器； 所述存储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1 ‑6中任一项 所述的方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 所述计算机执行指令被处理器执行时用于实现如权利要求1 ‑6中任一项所述的 方法。 10.一种计算机程序产品， 其特征在于， 包括计算机程序， 该计算机程序被处理器执行 时实现如权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114817527 A 3