买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京睿企信息科技有限公司;上海清月人工智能科技有限公司;日照睿安信息科技有限公司;南通睿企科技有限公司

摘要：本发明涉及电数字数据处理技术领域，特别是涉及一种基于采样比的文本处理方法。所述方法包括：获取第i类待采样文本ai，ai包括的待采样文本的数量为qi，ai包括的qi个待采样文本的标签相同；获取第i类的采样数量si；获取第i类的采样比ri，ri=siqi；如果rir0，则根据ai包括的待采样文本之间的文本相似度对ai进行聚类，得到聚类结果Gi；获取Gi中最小簇包括的待采样文本的数量si,min；如果si,min≥fsim，则遍历Gi，从gi,j中获取fsim个待采样文本构成第i类的初始采样文本。本发明提高了经训练的语义分析模型的推理能力。

主权项：1.一种基于采样比的文本处理方法，其特征在于，包括以下步骤：E100，获取第i类待采样文本ai，ai包括的待采样文本的数量为qi，ai包括的qi个待采样文本的标签相同，不同ai包括的待采样文本的标签不同，i的取值范围为1到n，n为待采样文本的类别数量；E200，获取第i类的采样数量si；E300，获取第i类的采样比ri，ri=siqi；E400，如果rir0，则进入E500；r0为预设的采样比阈值；E500，根据ai包括的待采样文本之间的文本相似度对ai进行聚类，得到聚类结果Gi，Gi包括m个簇，m为对ai进行聚类得到的簇的数量；E600，获取Gi中最小簇包括的待采样文本的数量si,min；E700，如果si,min≥fsim，则进入E800；f为取整函数；E800，遍历Gi，从每一gi,j中获取fsim个待采样文本构成第i类的初始采样文本。

全文数据：

权利要求：

百度查询： 北京睿企信息科技有限公司 上海清月人工智能科技有限公司 日照睿安信息科技有限公司 南通睿企科技有限公司 一种基于采样比的文本处理方法