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
公开(公告)日:2021-04-13
公开(公告)号:CN112651238A
主分类号:G06F40/284(20200101)
分类号:G06F40/284(20200101);G06F40/216(20200101);G06K9/62(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.05.06#实质审查的生效;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
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。