[发明专利]数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标Batch中每两个文本的文本相似度，所述目标Batch包括N个样本，每个样本包括两个文本，N为正整数；

根据所述每两个文本的文本相似度以及所述N个样本中每个样本的标签构建相似度矩阵，并根据所述N个样本中每个样本的标签构建标签矩阵；

基于所述相似度矩阵以及所述标签矩阵，得到所述目标Batch的损失函数值，并基于所述损失函数值调整目标模型的参数；

其中，所述相似度矩阵与所述标签矩阵的行列数相同、且基于相同序列的文本得到的；所述相似度矩阵的一行包括一个同一样本所包含的两个文本相似度；所述标签矩阵的一行包括一个样本的标签。

2.根据权利要求1所述的方法，其特征在于，所述获取目标Batch中每两个文本的文本相似度，包括：

获取N个样本中每个文本的表征向量；

基于所述每个文本的表征向量，得到每两个文本的文本相似度。

3.根据权利要求1所述的方法，其特征在于，所述根据所述每两个文本的文本相似度构建以及所述N个样本中每个样本的标签构建相似度矩阵，并根据所述N个样本中每个样本的标签构建标签矩阵之前，所述方法还包括：

若第一文本与第二文本的相似度大于预设相似度，则将所述第一文本与所述第二文本确定为正样本；

若第三文本与第四文本的相似度小于或者等于预设相似度，则将所述第三文本与所述第四文本确定负样本；

其中，所述第一文本、所述第二文本、所述第三文本和所述第四文本均为所述N个样本中的文本。

4.根据权利要求3所述的方法，其特征在于，所述根据所述每两个文本的文本相似度构建以及所述N个样本中每个样本的标签构建相似度矩阵，包括：

根据所述N个样本中每个样本的标签，构建所述相似度矩阵的第一辅助列；

若第一目标行包括正样本，则将所述第一辅助列在所述第一目标行的值设置为0；

若所述第一目标行不存在正样本，则将所述第一辅助列在所述第一目标行的值设置为所述预设相似度；

其中，所述第一目标行为所述相似度矩阵中的任一行。

5.根据权利要求4所述的方法，其特征在于，所述根据所述N个样本中每个样本的标签构建标签矩阵，包括：

根据所述N个样本中每个样本的标签，构建所述标签矩阵的第二辅助列；

若第二目标行包括正样本，则将所述第一辅助列在所述第一目标行的值设置为0；

若所述第二目标行不存在正样本，则将所述第一辅助列在所述第一目标行的值设置为1；

其中，所述第二目标行为所述标签矩阵中的任一行。

6.根据权利要求5所述的方法，其特征在于，所述基于所述相似度矩阵以及所述标签矩阵，计算所述目标Batch的损失函数值，包括：

基于目标调整系数调整所述相似度矩阵中每行的值，调整后的相似度矩阵的每行所包含的相似度的和接近于1；

获取调整后的相似度矩阵与所述标签矩阵的交叉熵，并基于所述交叉熵得到所述目标Batch的损失函数值。

7.根据权利要求4至6中任一项所述的方法，其特征在于，所述基于所述损失函数值调整目标模型的参数，包括：

在所述目标样本为负样本，且所述目标样本的标签为1的情况下，基于随机梯度下降方法生成调整阈值，根据所述调整阈值调整所述目标模型的参数，以调整所述目标样本中两个文本的相似度。