一种基于采样比的文本处理方法

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=si/qi；如果ri<r0，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≥f(si/m)，则遍历Gi，从gi,j中获取f(si/m)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。