(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210890104.9 (22)申请日 2022.07.27 (71)申请人 西安理工大 学 地址 710048 陕西省西安市碑林区金花 南 路5号 (72)发明人 魏嵬　李晓婉　张贝贝　 (74)专利代理 机构 西安弘理专利事务所 61214 专利代理师 王奇 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 40/117(2020.01) G06F 40/211(2020.01) G06F 40/247(2020.01) G06F 40/30(2020.01) (54)发明名称 基于句法分析和同义词替换技术的数据平 衡化处理方法 (57)摘要 本发明公开一种基于句法分析和同义词替 换技术的数据平衡化处理方法， 包括以下步骤： 步骤1， 对语句样本进行数据解析， 清洗， 标记； 步 骤2， 在标记好的样本中确定少数类， 从少数类中 挑选代表样本； 步骤3， 对代表样本进行句法分 析， 抽取句法结构特征； 步骤4， 确定代表样本实 体， 构建候选集； 步骤5， 对于候选集中的每个代 表样本实体进行同义词挖掘， 并构建代表样本实 体与其同义词列表之间的映射关系； 步骤6， 根据 句法结构特征， 选择对应同义词列表中的词与代 表样本实体替换以生成新样本。 本发 明解决了机 器学习和深度学习中数据不平衡的问题。 权利要求书1页 说明书5页 附图1页 CN 115146034 A 2022.10.04 CN 115146034 A 1.基于句法分析和同义词替换技术的数据平衡化处理方法， 其特征在于， 包括以下步 骤： 步骤1， 对语句样本进行 数据解析， 清洗， 标记； 步骤2， 在标记好的样本中确定少数类， 从少数类中挑选代 表样本； 步骤3， 对代 表样本进行句法分析， 抽取句法结构特 征； 步骤4， 确定代 表样本实体， 构建候选集； 步骤5， 对于候选集中的每个代表样本实体进行同义词挖掘， 并构建代表样本实体与其 同义词列表之间的映射关系； 步骤6， 根据句法结构特征， 选择对应同义词列表中的词与代表样本实体替换以生成新 样本。 2.如权利要求1所述的基于句法分析和同义词替换技术的数据平衡化处理方法， 其特 征在于， 所述步骤2具体为： 在标记好的样本中统计各个类别的数量， 若两类在数量上 的比 例达到小于等于 6： 4时， 前者即为多数类， 后者即为少数类。 3.如权利要求1所述的基于句法分析和同义词替换技术的数据平衡化处理方法， 其特 征在于， 所述 步骤3中选用N LTK或者D DParser工具进行样本句法分析。 4.如权利要求1所述的基于句法分析和同义词替换技术的数据平衡化处理方法， 其特 征在于， 所述步骤5中采用同义词发现算法或WordNet同义词库工具进行同义词挖掘或查 询。 5.如权利要求1所述的基于句法分析和同义词替换技术的数据平衡化处理方法， 所述 步骤6的具体为： 确定代表样本实体在当前代表样本中的句法结构的成分与作用， 查询当前 代表样本实体映射的同义词列表， 选择与代表样本实体具有相同性质的同义词一一进 行替 换， 合成新的样本 。权　利　要　求　书 1/1 页 2 CN 115146034 A 2基于句法分析和同义词替换技术的数据平衡化处理 方法 技术领域 [0001]本发明属于自然语言处理技术领域， 涉及 一种基于句法分析和同义词替换技术的 数据平衡化处 理方法。 背景技术 [0002]不管自然语言处理还是图像处理等其他人工智能领域， 数据的重要性不言而喻 的。 数据的质量关乎整个模 型的训练 时间， 效率和精度。 质量较高的数据在简单模型上就能 取得较好的效果， 而质量较差的数据 投入再好的模型中也不能达到预期效果， 这就体现了 数据质量的重要性了。 而数据一开始很可能不是高质量数据， 那么如何将低质量数据变成 高质量数据， 这 就是数据预处 理的过程了 。 [0003]在数据预处理的时候有一类棘手的问题就是， 数据类别之间倾斜造成数据不平 衡。 传统的处理方法如过采样， 重采样， 下采样等采样方法， 修改模型的Loss函数， 让模 型将 更多的注意力放在少数类上， 使用数据增强等方法。 本发明将提供一种从数据角度出发， 结 合自然语言特性， 使用句法分析和同义词替换技术进行数据平衡化处理， 从而实现不同类 别的数据在数量上保持基本的平衡。 发明内容 [0004]本发明的目的是提供一种基于句 法分析和同义词替换技术的数据平衡化处理方 法， 解决了现有技 术中存在的句法分析和同义词替换技 术中样本数据不均衡的问题。 [0005]本发明所采用的技 术方案是： [0006]基于句法分析和同义词替换技 术的数据平衡化处 理方法， 包括以下步骤： [0007]步骤1， 对语句样本进行 数据解析， 清洗， 标记； [0008]步骤2， 在标记好的样本中确定少数类， 从少数类中挑选代 表样本； [0009]步骤3， 对代 表样本进行句法分析， 抽取句法结构特 征； [0010]步骤4， 确定代 表样本实体， 构建候选集； [0011]步骤5， 对于候选集中的每个代表样本 实体进行同义词挖掘， 并构建代表样本实体 与其同义词列表之间的映射关系； [0012]步骤6， 根据句法结构特征， 选择对应同义词列表中的词与代表样本 实体替换以生 成新样本 。 [0013]本发明的特点还在于： [0014]步骤2具体为： 在标记好的样本中统计各个类别的数量， 若两类在数量上的比例达 到小于等于 6： 4时， 前者即为多数类， 后者即为少数类。 [0015]步骤3中选用NLTK(Natural  Language  Toolkit)或者DDParser(Baidu   Dependency  Parser)工具进行样本句法分析。 [0016]步骤5中采用同义词发现算法或W ordNet同义词库工具进行同义词挖掘或查询。 [0017]步骤6的具体实施方式为： 确定代表样本实体在句法结构的成分， 选择对应同义词说　明　书 1/5 页 3 CN 115146034 A 3