申请/专利权人：中国银行股份有限公司

申请日：2020-09-01

公开（公告）日：2024-04-16

公开（公告）号：CN112035666B

主分类号：G06F16/35

分类号：G06F16/35;G06N20/00;G06F16/332

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2020.12.22#实质审查的生效;2020.12.04#公开

摘要：本发明提供的文本机器人交叉验证优化方法及装置，可以从知识库存储的全量语料数据中抽取语料用于文本机器人的模型训练和测试，筛选应答错误的语料构成误判语料集，然后对误判语料集进行分类处理和原因判断，帮助开发和测试人员完成问题定位，大大缩短了问题定位需要的时间，提高了系统改进的效率。

主权项：1.一种文本机器人交叉验证优化方法，其特征在于，包括：利用已标记预设正确答复语句的询问语句测试多个语料模型，每个应答语料模型输出对应的答复语句，所述多个语料模型是利用多组语料训练集训练机器学习模型得到，每组语料训练集包括多个问答语句对，每个问答语句对包括一询问语句和对应的一答复语句；所述问答语句对是文本机器人与客户进行信息交互产生的；比对所述预设正确答复语句与每个应答语料模型输出的答复语句，生成答复正误对照表；根据所述答复正误对照表中错误答复语句的数量优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库；所述根据所述答复正误对照表中错误答复语句的数量优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库，包括：针对同一询问语句，若所述答复正误对照表中对应答复语句错误率高于设定阈值，将该询问语句加入误判集合；根据错误答复语句的数量和同一询问语句对应的所有答复语句的数量，结合所述答复语句错误率对该询问语句进行分类；根据每个询问语句所处的分类，优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库。

全文数据：

权利要求：

百度查询： 中国银行股份有限公司 文本机器人交叉验证优化方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD