【技术实现步骤摘要】
本申请涉及文本数据生成领域，尤其涉及一种基于用户需求的文本数据的生成方法、装置、设备及介质。
技术介绍
1、随着大模型技术的发展，大模型逐渐被应用到各种场景中。为保证大模型能够符合用户在对应场景下的需求，需要通过使用大量对应场景的数据，构成用于大模型训练的数据集，并使用数据集对大模型进行训练，使大模型能够处理对应场景的任务，符合对应场景的用户需求。
2、目前，构建文本训练集的方法多依赖于人工标注或网络爬虫爬取数据，效率低下且成本高昂，数据质量参差不齐。因此，如何快速高效的获取大量符合用户需求的文本数据，成为目前亟待解决的问题。
技术实现思路
1、本申请实施例提供基于用户需求的文本数据的生成方法、装置、设备及介质，用以达到快速生成大量符合用户需求的文本数据的效果。
2、第一方面，本申请实施例提供一种基于用户需求的文本数据的生成方法，包括：
3、获取预设的初始文本数据；其中，预设的初始文本数据为满足用户需求的文本数据；
4、对预设的初始文本数据进行切分处理，得到预设的初始文本数据中的语义部分和实体部分；其中，语义部分表征文本数据中的语义信息；实体部分表征文本数据中的实体词语；
5、对语义部分进行语义改写处理，得到改写后的语义部分，以及对实体部分进行词语更新处理，得到更新后的实体部分；
6、根据改写后的语义部分和更新后的实体部分，生成目标文本数据。
7、可选地，如上所述的方法，对实体部分进行词语更新处理，
8、从预设的实体数据库中，查找与实体部分关联的实体词，为关联实体；其中，预设的实体数据库中存储有多个实体词；
9、从关联实体中确定待更新词语，并对待更新词语进行遮蔽处理，将遮蔽后的关联实体确定为更新后的实体部分。
10、可选地，如上所述的方法，从关联实体中确定待更新词语，包括：
11、若确定关联实体的语法结构为动宾结构，则对关联实体中的动词和宾语分别进行语义识别处理，从动词和宾语中确定待更新词语。
12、可选地，如上所述的方法，预先设置有需求信息，需求信息表征用户需求；对关联实体中的动词和宾语分别进行语义识别处理，从动词和宾语中确定待更新词语，包括：
13、对关联实体中的动词进行语义识别处理，确定动词与需求信息之间的相关度，为第一相关度，以及对关联实体中的宾语进行语义识别处理，确定宾语与需求信息之间的相关度，为第二相关度；
14、根据第一相关度和第二相关度，从动词和宾语中确定待更新词语。
15、可选地，如上所述的方法，从关联实体中确定待更新词语，包括：
16、若确定关联实体的语法结构不是动宾结构，则将关联实体确定为待更新词语
17、可选地，如上所述的方法，从预设的实体数据库中，查找与实体部分关联的实体词，为关联实体，包括：
18、获取预设的实体数据库中的实体词，确定实体部分和实体词之间的关联度；其中，关联度表征实体部分和实体词之间的相关程度；
19、根据实体部分和实体词之间的关联度，从预设的实体数据库中确定关联实体。
20、可选地，如上所述的方法，对预设的初始文本数据进行切分处理，得到预设的初始文本数据中的语义部分和实体部分，包括：
21、基于预设的识别模型，从预设的初始文本数据中识别出语义部分和实体部分，并对语义部分和实体部分进行切分处理；其中，预设的识别模型为预训练的语言模型，用于识别出文本数据中的语义和实体
22、可选地，如上所述的方法，根据改写后的语义部分和更新后的实体部分，生成目标文本数据，包括：
23、将改写后的语义部分和更新后的实体部分进行拼接处理，得到第一待处理文本；
24、对第一待处理文本进行扩写处理，得到第二待处理文本；
25、将待更新词语添加至第二待处理文本中被遮蔽的部分，得到目标文本数据。
26、第二方面，本申请实施例提供一种基于用户需求的文本数据的生成装置，包括：
27、获取单元，用于获取预设的初始文本数据；其中，预设的初始文本数据为满足用户需求的文本数据；
28、切分单元，用于对预设的初始文本数据进行切分处理，得到预设的初始文本数据中的语义部分和实体部分；其中，语义部分表征文本数据中的语义信息；实体部分表征文本数据中的实体词语；
29、处理单元，用于对语义部分进行语义改写处理，得到改写后的语义部分，以及对实体部分进行词语更新处理，得到更新后的实体部分；
30、生成单元，用于根据改写后的语义部分和更新后的实体部分，生成目标文本数据。
31、第三方面，本申请实施例提供一种基于用户需求的文本数据的生成设备，包括：存储器，处理器；
32、所述存储器存储计算机执行指令；
33、所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如上第一方面和/或第一方面各种可能的实施方式。
34、第四方面，本申请实施例提供一种计算机可读存储介质，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上第一方面和/或第一方面各种可能的实施方式。
35、第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。
36、本申请实施例提供的基于用户需求的文本数据的生成方法、装置、设备及介质，通过获取用户预设的初始文本数据，并对文本数据进行切分，得到预设的初始文本数据的语义部分和实体部分，对语义部分进行改写处理，对实体部分进行词语更新处理，根据改写后的语义部分和更新后的实体部分，生成目标文本数据。通过对初始文本数据进行切分，精准的得到了文本数据的语义部分与实体部分，便于操作；对语义部分进行改写，生成语义相似但表述不同的语句，丰富了数据的种类；对实体部分进行更新，得到更多新的相关联的更新后的实体部分；通过根据改写后的语义部分与更新后的实体部分，可以快速生成大量符合需求的目标文本数据，提高数据生成的效率和多样性。
本文档来自技高网...【技术保护点】
1.一种基于用户需求的文本数据的生成方法，其特征在于，包括；
2.根据权利要求1所述的方法，其特征在于，对所述实体部分进行词语更新处理，得到更新后的实体部分，包括：
3.根据权利要求2所述的方法，其特征在于，从所述关联实体中确定待更新词语，包括：
4.根据权利要求3所述的方法，其特征在于，预先设置有需求信息，所述需求信息表征用户需求；对所述关联实体中的动词和宾语分别进行语义识别处理，从所述动词和所述宾语中确定所述待更新词语，包括：
5.根据权利要求2所述的方法，其特征在于，从所述关联实体中确定待更新词语，包括：
6.根据权利要求2所述的方法，其特征在于，从预设的实体数据库中，查找与所述实体部分关联的实体词，为关联实体，包括：
7.根据权利要求1所述的方法，其特征在于，对所述预设的初始文本数据进行切分处理，得到所述预设的初始文本数据中的语义部分和实体部分，包括：
8.根据权利要求2所述的方法，其特征在于，根据所述改写后的语义部分和所述更新后的实体部分，生成目标文本数据，包括：
9.一种基
10.一种基于用户需求的文本数据的生成电子设备，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；
11.一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至8任一项所述的方法。
12.一种计算机程序产品，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权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种基于用户需求的文本数据的生成方法，其特征在于，包括；
2.根据权利要求1所述的方法，其特征在于，对所述实体部分进行词语更新处理，得到更新后的实体部分，包括：
3.根据权利要求2所述的方法，其特征在于，从所述关联实体中确定待更新词语，包括：
4.根据权利要求3所述的方法，其特征在于，预先设置有需求信息，所述需求信息表征用户需求；对所述关联实体中的动词和宾语分别进行语义识别处理，从所述动词和所述宾语中确定所述待更新词语，包括：
5.根据权利要求2所述的方法，其特征在于，从所述关联实体中确定待更新词语，包括：
6.根据权利要求2所述的方法，其特征在于，从预设的实体数据库中，查找与所述实体部分关联的实体词，为关联实体，包括：
7.根据权利要求1所述的方法，其...
【专利技术属性】
技术研发人员：张春晓，张华正，雷雪娇，安美娟，王恺，廉士国，
申请(专利权)人：中国联合网络通信集团有限公司，
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。