一种用于构建模型训练数据的方法、系统、设备及介质

本发明公开了一种用于构建模型训练数据的方法、系统、设备及介质，属于数据处理技术领域。本发明方法，包括：针对目标领域模型，确定所述目标领域模型的模型信息，并确定用于训练目标领域模型的模型训练数据的数据来源；对所述初始模型训练数据进行错误数据的清洗处理、篇章级和句子级的排重处理以及安全性数据过滤处理，得到待评估的模型训练数据；构建用于评估模型训练数据质量的评估指标；对所述待评估的模型训练数据的质量进行评估，确定评估结果是否符合评估指标阈值，将符合评估指标阈值的待评估的模型训练数据，作为模型训练数据进行输出。本发明能够构建模型所需的数据集，节省了人力及时间成本，并且降低了数据集的构建难度。