样本数据的筛选方法、装置、计算机设备及存储介质

本申请涉及机器学习技术领域，公开了一种样本数据的筛选方法、装置、计算机设备及存储介质。方法包括：获取多个第一文本数据，将第一文本数据输入至待训练模型，得到第一语义编码和第一概率分布；根据当前语料库与第一语义编码，对第一文本数据进行匹配，得到语义相近的多个第二文本数据，并确定得到多个第二标注数据；根据第一概率分布与多个第二标注数据，计算第一文本数据与多个第二文本数据之间的概率差异，得到第一文本数据的价值分；根据第一文本数据的价值分，对第一文本数据进行处理，得到样本数据。通过利用概率差异进行筛选，更加高效、便捷地获取有利于训练待训练模型的样本数据。