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：浪潮电子信息产业股份有限公司

摘要：本申请公开了一种文本扩充方法、设备、存储介质及计算机程序产品，应用于数据扩充技术领域，包括：从初始试题数据集合中选取一个试题数据，作为待扩充试题数据；向语言模型输入待扩充试题数据和第一提示词，得到第一回复并提取出N个试题数据；针对N个试题数据中的任意一个试题数据，向语言模型输入该试题数据之后，得到语言模型给出的标准答案和解析答案，并在标准答案和解析答案不一致时，舍弃该试题数据；当初始试题数据集合中的试题数据均被选取过作为待扩充试题数据时，完成对于初始试题数据集合的扩充。应用本申请的方案，提高了试题数据数量，实现了扩充，并且通过舍弃低质量的扩充内容，有利于降低后期对于数据筛选过滤的处理难度。

主权项：1.一种文本扩充方法，其特征在于，包括：从预设的初始试题数据集合中选取一个试题数据，作为待扩充试题数据；其中，所述待扩充试题数据中包括题目文本和选项文本；向语言模型输入所述待扩充试题数据以及用于引导所述语言模型对所述待扩充试题数据进行相似题目数量扩充的第一提示词，并得到所述语言模型针对所述第一提示词的第一回复；提取出所述第一回复中包括的N个试题数据；其中，N为正整数；针对N个试题数据中的任意一个试题数据，向所述语言模型输入该试题数据之后，得到所述语言模型给出的针对该试题数据的选项文本的标准答案和针对该试题数据的选项文本的解析答案，并在所述标准答案和所述解析答案不一致时，舍弃该试题数据；将未舍弃的各个试题数据作为本轮的扩充结果，并重新进行所述待扩充试题数据的选取，直到所述初始试题数据集合中的试题数据均被选取过作为所述待扩充试题数据时，完成对于所述初始试题数据集合的扩充；针对N个试题数据中的任意一个试题数据，向所述语言模型输入该试题数据之后，得到所述语言模型给出的针对该试题数据的选项文本的标准答案和针对该试题数据的选项文本的解析答案，包括：针对N个试题数据中的任意一个试题数据，向所述语言模型输入该试题数据，得到所述语言模型给出的针对该试题数据的选项文本的标准答案；向所述语言模型输入用于引导所述语言模型对该试题数据进行选项分析的第二提示词，得到所述语言模型给出的针对所述第二提示词的第二回复；获取该试题数据的选项个数，基于所述语言模型中的最后一层的逻辑值，得到该试题数据的各个选项的对数概率，并且将对数概率最大的选项作为所述语言模型给出的针对该试题数据的选项文本的解析答案；或者，针对N个试题数据中的任意一个试题数据，向所述语言模型输入该试题数据之后，得到所述语言模型给出的针对该试题数据的选项文本的标准答案和针对该试题数据的选项文本的解析答案，包括：针对N个试题数据中的任意一个试题数据，向所述语言模型输入该试题数据，得到所述语言模型给出的针对该试题数据的选项文本的标准答案；向所述语言模型输入用于引导所述语言模型对该试题数据进行选项分析的第二提示词，得到所述语言模型给出的针对所述第二提示词的第二回复；解析所述第二回复，得到所述语言模型给出的针对该试题数据的选项文本的解析答案。

全文数据：

权利要求：

百度查询： 浪潮电子信息产业股份有限公司 文本扩充方法、设备、存储介质及计算机程序产品