[发明专利]数据集的构建方法、装置、计算机设备及存储介质

说明书

本公开提供了一种数据集的构建方法、装置、计算机设备及存储介质，其中，该方法包括：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。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种数据集的构建方法、装置、计算机设备及存储介质。

背景技术

随着人工智能技术的飞速发展，各种模型的规模越来越大，同时对模型的精度要求也越来越高，使得在相关模型的训练过程中，需要使用大量的训练数据对模型进行训练，以提高模型的训练效果。

相关技术中，训练模型时所使用的样本数据往往来自预先构建的样本数据集，因此如何合理且高效的构建数据集成为了相关领域中亟待解决的问题。

发明内容

本公开实施例至少提供一种数据集的构建方法、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了一种数据集的构建方法，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。

这样，通过基于获取的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，可以自动的完成对数据集的样本标签集合的构建，从而使得构建样本数据集时更为高效便捷，且可以通过添加大量的标签和对应的样本数据，构建标签更为丰富完整的样本数据集，从而提高了样本数据集在不同应用场景下的通用性。

一种可能的实施方式中，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。

这样，可以使得样本标签集合中的标签更为丰富，从而可以使得最终生成的样本数据集适用于更多的应用场景。

一种可能的实施方式中，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。

这样，通过将具有层级关系的标签添加至样本标签集合，可以使得样本标签集合中的标签更为丰富，从而可以使得最终生成的样本数据集适用于更多的应用场景。

一种可能的实施方式中，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。