样本数据处理的方法、装置、计算机程序产品和存储介质
基本信息
| 申请号 | CN202111417183.3 | 申请日 | - |
| 公开（公告）号 | CN114219012A | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN114219012A | 申请公布日 | 2022-03-22 |
| 分类号 | G06K9/62（2022.01）I;G06F40/295（2020.01）I;G06F40/211（2020.01）I;G06F40/289（2020.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李东超;崔鸣 | 申请（专利权）人 | 北京房江湖科技有限公司 |
| 代理机构 | 北京思源智汇知识产权代理有限公司 | 代理人 | 王晓多 |
| 地址 | 101300北京市顺义区杨镇二街村农场路62号24室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本公开实施例公开了一种样本数据处理的方法、装置、计算机程序产品和存储介质，其中，方法包括：获取待处理的文本集；确定样本文本的句法结构以及句法结构在文本集中的数量占比；将样本文本输入命名实体识别模型，确定样本文本中的字的边界标签及边界标签的置信度；基于边界标签确定样本文本中包括的实体，并确定实体的F值以及类型标签；确定实体的类型标签在文本集中的数量占比；基于实体的类型标签在文本集中的数量占比、实体的F值以及句法结构在文本集中的数量占比，确定样本文本的支持度；基于边界标签的置信度，确定样本文本的混淆度；基于样本文本的支持度、混淆度、预设的支持度阈值和混淆度阈值，从文本集中获取目标样本文本。 |
