[发明专利]一种训练样本生成方法、装置、计算机设备及存储介质

权利要求书

1.一种训练样本生成方法，包括：

获取带有风格的导航播报语句，并确定导航播报语句中的风格表达短句、风格表达词和导航播报语句对应的风格；所述风格表达短句为不包含导航播报信息的短句；所述风格表达词为与风格表达内容相关的词；

将风格表达短句替换为第一标记，将风格表达词替换为第二标记，得到已处理导航播报语句；所述第一标记用于表征待训练网络需要还原的短句，所述第二标记用于表征所述待训练网络需要还原的字词；

生成所述待训练网络的训练样本，所述训练样本包括特征值和标签，所述训练样本的特征值包括已处理导航播报语句与所述导航播报语句对应的风格，所述训练样本的标签包括所述带有风格的导航播报语句。

2.根据权利要求1所述的方法，所述确定导航播报语句中的风格表达短句，包括：

获取导航领域词；

基于标点符号，将所述带有风格的导航播报语句拆分为多个播报短句；

确定各播报短句中导航领域词的占比，将导航领域词占比小于预设占比阈值的播报短句作为风格表达短句。

3.根据权利要求1所述的方法，

所述方法还包括：确定导航播报语句中的播报实体；所述播报实体包括播报主语，和与所述播报主语相关联的实体信息；

所述训练样本的特征值的获取过程，包括：将所述已处理导航播报语句、所述导航播报语句对应的风格与确定的播报实体进行拼接，得到待训练网络的特征值。

4.根据权利要求1所述的方法，

所述方法还包括：确定导航播报语句中的关键词；所述关键词为导航播报语句中与导航播报场景相关的词；

所述训练样本的特征值的获取过程，包括：将所述已处理导航播报语句所述导航播报语句对应的风格与确定的关键词进行拼接，得到待训练网络的特征值。

5.根据权利要求1所述的方法，所述将风格表达短句替换为第一标记，将风格表达词替换为第二标记，包括：

从所述导航播报语句包括的风格表达短句中筛选出至少一个风格表达短句，将筛选出的风格表达短句替换为第一标记；

从所述导航播报语句包括的风格表达词中筛选出至少一个风格表达词，将筛选出的风格表达词替换为第二标记。

6.一种导航播报语句生成网络的训练方法，包括：

通过权利要求1-5任一项所述的方法，获取训练样本集合中的各个训练样本；

将所述训练样本中的所述特征值作为预训练语言网络的输入，根据所述特征值和所述训练样本中的标签对所述语言网络进行更新，得到导航播报语句生成网络；所述导航播报语句生成网络用于基于无风格的导航播报语句和预期的风格生成带有风格的导航播报语句。

7.一种导航播报语句的生成方法，包括：

获取网络输入信息，所述网络输入信息包括：第一导航播报语句、以及期望生成的导航播报语句的风格，所述第一导航播报语句为去除风格表达词的无风格的导航播报语句；所述导航播报语句生成网络通过权利要求6的方法训练得到；

将所述网络输入信息输入导航播报语句生成网络，得到所述导航播报语句生成网络输出的第二导航播报语句，所述第二导航播报语句是与第一导航播报语句对应的带有风格的导航播报语句。

8.一种训练样本生成装置，包括：

语句获取模块，用于获取带有风格的导航播报语句，并确定导航播报语句中的风格表达短句、风格表达词和导航播报语句对应的风格；所述风格表达短句为不包含导航播报信息的短句；所述风格表达词为与风格表达内容相关的词；

标记替换模块，用于将风格表达短句替换为第一标记，将风格表达词替换为第二标记，得到已处理导航播报语句；所述第一标记用于表征待训练网络需要还原的短句，所述第二标记用于表征所述待训练网络需要还原的字词；

样本生成模块，用于生成所述待训练网络的训练样本，所述训练样本包括特征值和标签，所述训练样本的特征值包括已处理导航播报语句与所述导航播报语句对应的风格，所述训练样本的标签包括所述带有风格的导航播报语句。