[发明专利]基于人工智能的数据增强方法、装置、电子设备及介质

说明书

本发明涉及人工智能，提供一种基于人工智能的数据增强方法、装置、电子设备及介质。该方法能够提取原始文本并翻译成预设语言对应的翻译文本，处理原始文本，得到第一矩阵，处理翻译文本，得到第二矩阵，根据第一矩阵及第二矩阵确定目标矩阵并解码目标矩阵，得到中间文本，对中间文本进行编码处理，得到编码结果并解码，得到目标文本，确定原始文本及目标文本对应的类型，当原始文本的类型与目标文本的类型相同时，确定目标文本所属的异常类别，当异常类别为预设类别时，融合原始文本及目标文本，得到训练文本，确保训练文本中的目标文本的语义与原始文本的语义相同。此外，本发明还涉及区块链技术，所述训练文本可存储于区块链中。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的数据增强方法、装置、电子设备及介质。

背景技术

目前，通过用户反馈的舆情文本训练到的分类网络帮助运营人员快速确定应用程序的异常类别，为了提高分类网络的鲁棒性和泛化能力，往往需要利用大规模的舆情文本对分类网络进行训练。然而，由于用反馈的舆情文本的数据量太少导致训练数据不足，为此，数据增强技术也随之产生。

在传统的数据增强技术中，通过位置互换、同义词替换等方式对原始文本数据进行处理，进而生成新的文本数据，然而，这种方式生成的文本数据与原始文本数据的语义不相同，从而导致异常检测不准确。

发明内容

鉴于以上内容，有必要提供一种基于人工智能的数据增强方法、装置、电子设备及介质，能够确保训练文本中的目标文本的语义与原始文本的语义相同，以提高异常检测的准确性。

一种基于人工智能的数据增强方法，所述基于人工智能的数据增强方法包括：

当接收到数据增强请求时，从所述数据增强请求中提取原始文本；

将所述原始文本翻译成预设语言对应的翻译文本；

处理所述原始文本，得到第一矩阵，并处理所述翻译文本，得到第二矩阵；

根据所述第一矩阵及所述第二矩阵确定所述原始文本的目标矩阵；

对所述目标矩阵进行解码处理，得到与所述原始文本对应的中间文本；

对所述中间文本进行编码处理，得到编码结果，并对所述编码结果进行解码处理，得到与所述原始文本对应的目标文本；

将所述原始文本及所述目标文本输入至预先训练的判断网络模型中，得到所述原始文本对应的类型及所述目标文本对应的类型；

当所述原始文本对应的类型与所述目标文本对应的类型相同时，确定所述目标文本所属的异常类别；

当所述异常类别为预设类别时，融合所述目标文本及所述原始文本，得到训练文本。

根据本发明优选实施例，所述从所述数据增强请求中提取原始文本包括：

从预先建立的线程连接池中获取闲置线程；

利用所述闲置线程解析所述数据增强请求中的方法体，得到所述数据增强请求中携带的所有信息；

获取预设标签，并从所述所有信息中获取与所述预设标签对应的信息，作为所述原始文本。

根据本发明优选实施例，所述处理所述原始文本，得到第一矩阵包括：

过滤所述原始文本中的预设字符，得到过滤后的原始文本；

获取预设的自定义词典，所述自定义词典中包括多个自定义词及每个自定义词对应的权值；

根据所述自定义词典中的多个自定义词对所述过滤后的原始文本进行切分，得到切分位置；

根据所述切分位置，构建至少一个有向无环图；