一种基于回译的文本三元组标注样本增强方法

摘要

一种基于回译的文本三元组标注样本增强方法，包括以下步骤，为标注三元组添加实体类型，根据标注实体和回译中间语言对原文本进行预处理，将预处理后的三元组标注样本按字串长度限制，通过分隔符组成一个预处理批次；根据原始文本中三元组各命名实体的标识标签，将回译后多样化的命名实体及其添加的标识标签，还原成原命名实体或替换为其他同类型命名实体；同时，也将回译后句子和三元组标注的对应部分做相同操作，以得到增强样本；通过对比增强样本和原始文本中句子的相似度，按阈值过滤掉相似句子，保留句子的多样性。