[发明专利]数据集的构建方法、装置、计算机设备及存储介质

权利要求书

1.一种数据集的构建方法，其特征在于，包括：

获取待添加至样本标签集合的目标标签；

基于所述目标标签与所述样本标签集合的匹配关系，将所述目标标签添加至所述样本标签集合的标签层级结构中；

获取所述样本标签集合所包含的标签分别对应的样本数据，并基于所述样本数据和所述样本标签集合构建样本数据集。

2.根据权利要求1所述的方法，其特征在于，所述获取待添加至样本标签集合的目标标签，包括：

针对所述样本标签集合中的第一标签，将所述第一标签对应的关联词确定为所述目标标签；

所述基于所述目标标签与所述样本标签集合的匹配关系，将所述目标标签添加至所述样本标签集合的标签层级结构中，包括：

将所述目标标签添加至，与所述目标标签具有同一语义的第一标签所在的标签层级结构中。

3.根据权利要求1或2所述的方法，其特征在于，所述获取待添加至样本标签集合的目标标签，包括：

获取具有层级关系的多个第二标签；

基于所述多个第二标签之间的层级关系，以及所述样本标签集合的标签层级结构，确定添加至所述样本标签集合中的目标标签。

4.根据权利要求3所述的方法，其特征在于，所述基于所述多个第二标签之间的层级关系，以及所述样本标签集合的标签层级结构，确定添加至所述样本标签集合中的目标标签，包括：

确定所述多个第二标签中，对应的层级关系满足预设要求的第二目标标签；

针对任一第二目标标签，从所述多个第二标签中，确定与所述任一第二目标标签具有层级关系的至少一个待匹配标签；

在检测到所述待匹配标签与所述样本标签集合中的任一标签匹配的情况下，将所述任一第二目标标签确定为所述目标标签。

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标标签与所述样本标签集合的匹配关系，将所述目标标签添加至所述样本标签集合的标签层级结构中，包括：

确定所述样本标签集合中与所述待匹配标签匹配的标签的第一层级位置；

将所述任一第二目标标签添加至所述样本标签集合中所述第一层级位置的下一层级中。

6.根据权利要求1～5任一所述的方法，其特征在于，所述获取待添加至样本标签集合的目标标签，包括：

获取至少一个第三标签；其中，所述第三标签中包含有至少两个词语；

确定各第三标签分别对应的待匹配中心词；

确定至少一个待匹配中心词中与所述样本标签集合中任一标签匹配的目标中心词，并将所述目标中心词对应的第三标签确定为所述目标标签。

7.根据权利要求6所述的方法，其特征在于，所述基于所述目标标签与所述样本标签集合的匹配关系，将所述目标标签添加至所述样本标签集合的标签层级结构中，包括：

确定所述样本标签集合中与所述待匹配中心词匹配的标签的第二层级位置；

将所述第三标签添加至所述样本标签集合中所述第二层级位置的下一层级中。

8.根据权利要求1～7任一所述的方法，其特征在于，所述样本标签集合对应有初始样本数据集；

所述获取所述样本标签集合所包含的标签分别对应的样本数据，包括：

获取添加至所述样本标签集合的目标标签分别对应的样本数据；

所述基于所述样本数据和所述样本标签集合构建样本数据集，包括：

基于所述样本数据、所述初始样本数据集以及所述样本标签集合构建样本数据集。

9.根据权利要求1～8任一所述的方法，其特征在于，所述获取所述样本标签集合所包含的标签分别对应的样本数据，包括：

获取与所述标签分别对应的多个待筛选样本数据；

基于预设的筛选条件对所述多个待筛选样本数据进行筛选，确定所述标签分别对应的目标样本数据。