(19)中华 人民共和国 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 202111373575.4 (22)申请日 2021.11.19 (71)申请人 北京小米移动软件 有限公司 地址 100085 北京市海淀区西二 旗中路33 号院6号楼8层018号 申请人 北京小米松果电子有限公司 (72)发明人 李可　李嫣然　 (74)专利代理 机构 北京善任知识产权代理有限 公司 11650 代理人 李梅香 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06N 20/00(2019.01) (54)发明名称 数据增强方法、 装置、 电子设备及存 储介质 (57)摘要 本公开是关于一种数据增强方法、 装置、 电 子设备及存储介质。 该数据增强方法包括： 对训 练模型进行预处理； 向所述训练模 型输入带有训 练标签及标识有掩码的训练语句； 基于所述训练 标签， 通过所述训练模型对所述训练语句进行词 汇扩展训练， 得到扩展词汇； 输出带有所述扩展 词汇的扩展语句， 其中， 所述扩展语句通过所述 扩展词汇替代所述掩码的位置得到。 本申请中， 由于放置扩展词汇的位置事先通过掩码确定出， 因此得到的大量扩展词汇可放置于训练语句中 的相同位置， 从而可得到相同语序的扩展语句， 有利于后续数据训练时对词汇的提取， 进而实现 数据增强。 权利要求书2页 说明书9页 附图3页 CN 114153984 A 2022.03.08 CN 114153984 A 1.一种数据增强方法， 其特 征在于， 所述方法包括： 对训练模型进行 预处理； 向所述训练模型输入带有训练标签及标识有掩码的训练语句； 基于所述训练标签， 通过所述训练模型对所述训练语句进行词汇扩展训练， 得到扩展 词汇； 输出带有所述扩展词汇的扩展语句， 其中， 所述扩展语句通过所述扩展词汇替代所述 掩码的位置得到 。 2.根据权利要求1所述的数据增强方法， 其特征在于， 所述基于所述训练标签， 通过所 述训练模型对所述训练语句进行词汇扩展训练， 得到扩展词汇， 包括： 确定待扩展词汇与所述训练标签间的关联关系； 基于所述训练标签以及确定的所述关联关系， 对所述训练语句进行训练， 得到所述扩 展词汇。 3.根据权利要求2所述的数据增强方法， 其特 征在于， 所述训练标签至少包括： 表征情绪的情绪标签； 所述关联关系为所述扩展词汇用于表征 所述情绪标签中所述情绪产生原因； 所述基于所述训练标签以及确定的所述关联关系， 对所述训练语句进行训练， 得到所 述扩展词汇， 至少包括： 基于所述情绪标签以及所述关联关系， 训练得到表征 所述情绪产生原因的扩展词汇。 4.根据权利要求1所述的数据增强方法， 其特征在于， 所述基于所述训练标签， 通过所 述训练模型对所述训练语句进行词汇扩展训练， 得到扩展词汇， 包括： 确定所述掩码位置能够容纳的所述扩展词汇的词汇长度； 基于所述训练标签， 训练得到符合所述词汇长度的所述扩展词汇。 5.根据权利要求1所述的数据增强方法， 其特征在于， 向所述训练模型输入带有训练标 签及标识有掩码的训练语句之前， 所述方法还 包括： 获取初始语句， 所述初始语句至少包括用户问询语句； 用所述掩码遮挡所述初始语句中与所述训练标签关联的词汇； 确定被遮挡词汇所在位置为所述掩码的位置 。 6.根据权利要求1所述的数据增强方法， 其特征在于， 所述对训练模型进行预处理， 至 少包括： 获取预定领域内未带有所述训练标签的训练词汇， 其中所述训练词汇具有所述预定领 域的语言特 征； 向所述训练模型输入所述训练词汇； 基于所述训练词汇对所述训练模型进行训练。 7.根据权利要求1所述的数据增强方法， 其特 征在于， 所述方法还 包括： 在情感对话任务中， 确定出所述训练标签， 其中， 所述训练标签用于表征所述情 感对话 任务中涉及到的情绪类别； 基于表征 所述情绪类别的训练标签， 训练得到所述扩展词汇。 8.一种数据增强装置， 其特 征在于， 所述装置包括： 第一处理单元， 用于对训练模型进行 预处理；权　利　要　求　书 1/2 页 2 CN 114153984 A 2第二处理单元， 用于向所述训练模型输入带有训练标签及标识有掩码的训练语句； 第三处理单元， 用于基于所述训练标签， 通过所述训练模型对所述训练语句进行词汇 扩展训练， 得到扩展词汇； 第四处理单元， 用于输出带有所述扩展词汇的扩展语句， 其中， 所述扩展语句通过所述 扩展词汇替代所述掩码的位置得到 。 9.一种电子设备， 其特征在于， 包括： 处理器和用于存储能够在处理器上运行的计算机 程序的存储器， 其中， 所述处理器用于运行所述计算机程序时， 执行权利要求 1至7所述方法 的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7 所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114153984 A 3