【发明公布】训练语料扩充方法及装置、意图识别模型训练方法及装置_深圳壹账通智能科技有限公司_202011584220.5 

申请/专利权人:深圳壹账通智能科技有限公司

申请日:2020-12-28

发明/设计人:李响;徐国强

公开(公告)日:2021-04-13

代理机构:深圳众鼎专利商标代理事务所(普通合伙)

公开(公告)号:CN112651238A

代理人:谭果林

主分类号:G06F40/284(20200101)

地址:518000 广东省深圳市前海深港合作区前湾一路1号A栋201室

分类号:G06F40/284(20200101);G06F40/216(20200101);G06K9/62(20060101)

优先权:

专利状态码:在审-公开

法律状态:2021.04.13#公开

摘要:本发明涉及语义解析技术领域,揭露了一种训练语料扩充方法及装置、意图识别模型训练方法及装置。该训练语料扩充方法通过获取样本文本训练集以及预设词向量集;根据预设词频抽取方法,抽取各所述训练语料中的目标关键词;自预设词向量集中,确定与所述目标关键词对应的匹配关键词;获取预设扩充倍数值,自所述匹配关键词中根据所述预设扩充倍数值选取预设数值的匹配关键词,并将选取的匹配关键词记录为替换关键词;获取与预设数值的所述替换关键词一一对应的预设数量的替换训练语料,将所述训练语料以及预设数值的替换训练语料记录为扩充文本训练集。本发明有效地解决了训练语料不足的问题,进而可以为模型提供大量标注数据,提高模型准确率。

主权项:1.一种训练语料扩充方法,其特征在于,包括:获取样本文本训练集以及预设词向量集;所述样本文本训练集中包含至少一个训练语料;根据预设词频抽取方法,抽取各所述训练语料中的目标关键词;自预设词向量集中,确定与所述目标关键词对应的匹配关键词;获取预设扩充倍数值,自所述匹配关键词中根据所述预设扩充倍数值选取预设数值的匹配关键词,并将选取的匹配关键词记录为替换关键词;获取与预设数值的所述替换关键词一一对应的预设数量的替换训练语料,将所述训练语料以及预设数值的替换训练语料记录为扩充文本训练集;所述替换训练语料是指用一个替换关键词替换所述训练语料中的目标关键词之后生成的语料。

全文数据:

权利要求:

百度查询: 深圳壹账通智能科技有限公司 训练语料扩充方法及装置、意图识别模型训练方法及装置