[發明專利]一種語義模型優化方法、裝置及智能設備、存儲介質

有效

• 申請號: 201711035043.3
• 申請日: 2017-10-30
• 公開（公告）號: CN108304439B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 魯亞楠;林芬
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/194;G06F40/30
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明實施例公開了一種語義模型優化方法、裝置及智能設備，其中，所述方法包括：獲取用于訓練第一模型的第一語句和第二語句；采用第二模型對所述第一語句和第二語句進行編碼，得到第一編碼結果；采用為第一模型配置的編碼規則對所述第一語句和第二語句進行編碼，得到第二編碼結果；根據第一模型對所述第一編碼結果和第二編碼結果進行相似度訓練處理，并根據訓練處理結果對所述第一模型進行優化。采用本發明實施例，能夠顯著地提高領域語義模型的語義匹配能力，可以在一定程度上減小訓練語句的獲取量，使得對領域語義模型的優化速度更快。

技術領域

本發明涉及計算機應用技術領域，尤其涉及一種語義模型優化方法、裝置及智能設備、存儲介質。

背景技術

在基于檢索式的對話機器人、或者搜索引擎等場景中，語義匹配是核心技術，構建的語義模型的性能直接影響對話機器人、搜索引擎的性能。

在構建語義模型時，可以針對不同領域來構建得到不同的模型。例如，可以構建得到電子商務領域、通信服務領域等領域下的領域語義模型，其中，基于電子商務領域的領域語義模型，能夠實現電子商務方面的對話機器人，能夠自動實現一些與客戶之間的例如分析客戶的語句進行價格回復、產品介紹等功能。

也可以根據需要構建通用語義模型，通用語義模型能夠根據需要涵蓋多個領域，例如，基于通用語義模型，能夠同時實現電子商務、通訊服務等領域的對話機器人。

通用語義模型可以處理各個領域的語義匹配相似度計算，存在語義匹配覆蓋面廣、語義匹配難度大、語義匹配精度不高等因數。領域語義模型則需要處理指定領域相關語句之間的相似度計算，其具有針對性強等特點。

如何對語義匹配相關的語義模型進行優化成為研究的熱點問題。

發明內容

本發明實施例提供了一種語義模型優化方法、裝置及智能設備，可較好地對語義分析的相關模型進行優化。

一方面，本發明實施例提供了一種語義模型優化方法，包括：

獲取訓練語句，所述訓練語句用于對待優化的第一模型進行優化訓練，所述訓練語句包括第一語句和第二語句，所述第一模型是用于識別語句之間相似度的模型；

采用所述第一模型對所述第一語句進行編碼得到第一語句向量，并采用所述第一模型對所述第二語句進行編碼得到第二語句向量；

采用第二模型對所述第一語句進行編碼得到第三語句向量，并采用第二模型對所述第二語句進行編碼得到第四語句向量，所述第二模型中包括的用于對語句進行編碼的編碼規則為已經優化后的規則；

根據所述第一語句向量和所述第三語句向量組合得到第一組合語句向量，并根據所述第二語句向量和所述第四語句向量組合得到第二組合語句向量；

計算所述第一組合語句和第二組合語句向量之間的相似度，并根據計算得到的相似度和為所述第一語句和第二語句配置的相似描述信息對所述第一模型進行優化處理。

另一方面，本發明實施例提供了一種語義模型優化裝置，包括：

獲取模塊，用于獲取訓練語句，所述訓練語句用于對待優化的第一模型進行優化訓練，所述訓練語句包括第一語句和第二語句，所述第一模型是用于識別語句之間相似度的模型；

處理模塊，用于采用所述第一模型對所述第一語句進行編碼得到第一語句向量，并采用所述第一模型對所述第二語句進行編碼得到第二語句向量；采用第二模型對所述第一語句進行編碼得到第三語句向量，并采用第二模型對所述第二語句進行編碼得到第四語句向量；所述第二模型中包括的用于對語句進行編碼的編碼規則為已經優化后的規則；

組合模塊，用于根據所述第一語句向量和所述第三語句向量組合得到第一組合語句向量；并根據所述第二語句向量和所述第四語句向量組合得到第二組合語句向量；