[發(fā)明專利]語言標注處理方法、系統(tǒng)、電子設備及計算機可讀介質(zhì)

在審

• 申請?zhí)枺?/td>: 201711468940.3
• 申請日: 2017-12-29
• 公開（公告）號: CN109992763A
• 公開（公告）日: 2019-07-09
• 發(fā)明（設計）人: 王穎帥;李曉霞;苗詩雨
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿(mào)易有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06N3/04;G06N3/08
• 代理公司: 北京律智知識產(chǎn)權代理有限公司 11438
• 代理人: 王衛(wèi)忠;袁禮君

1.一種語言標注處理方法，其特征在于，包括：

利用經(jīng)過標注的語料構建標注語料庫；

基于所述標注語料庫進行建模，得到業(yè)務場景分類模型和語義識別模型；

獲取未經(jīng)標注的信息；

利用所述業(yè)務場景分類模型和所述語義識別模型對所述未經(jīng)標注的信息進行標注。

2.根據(jù)權利要求1所述的語言標注處理方法，其特征在于，所述經(jīng)過標注的語料和所述未經(jīng)標注的信息均為通過語音助手獲取得到的一段話。

3.根據(jù)權利要求2所述的語言標注處理方法，其特征在于，所述利用經(jīng)過標注的語料構建標注語料庫為：

獲取經(jīng)過標注的語料，其中所述經(jīng)過標注的語料為用戶通過所述語音助手輸入的一段話中的第一句話；

對所述經(jīng)過標注的語料進行數(shù)據(jù)清洗，去除無用信息；

對所述經(jīng)過標注的語料劃分為多個業(yè)務場景，并從所述多個業(yè)務場景選取相同數(shù)目的語料，組成所述標注語料庫。

4.根據(jù)權利要求1所述的語言標注處理方法，其特征在于，所述業(yè)務場景分類模型分類后的標簽包括：特定商品查詢、訂單查詢、售后、特定優(yōu)惠查詢、模糊優(yōu)惠查詢和全站直達。

5.根據(jù)權利要求1所述的語言標注處理方法，其特征在于，所述語義識別模型的標簽包括：產(chǎn)品詞、品牌詞和修飾詞。

6.根據(jù)權利要求1所述的語言標注處理方法，其特征在于，所述基于所述標注語料庫進行建模包括：

根據(jù)標注需求確定特征；

根據(jù)所述特征確定所述業(yè)務場景分類模型和所述語義識別模型的標簽；

根據(jù)所述標注語料庫采用預設算法構建多層深度學習的神經(jīng)網(wǎng)絡進行建模。

7.根據(jù)權利要求1所述的語言標注處理方法，其特征在于，利用所述業(yè)務場景分類模型和所述語義識別模型對所述未經(jīng)標注的信息進行標注之后，還包括：

對所述語義識別模型的標注結果進行統(tǒng)計，得到評估指標；

根據(jù)所述評估指標對所述語義分析模型進行評估，得到評估結果；

根據(jù)所述評估結果對所述語義分析模型采用的所述預設算法進行調(diào)整，重新進行建模。

8.一種語言標注處理系統(tǒng)，其特征在于，包括：

語料庫單元，配置為利用經(jīng)過標注的語料構建標注語料庫；

建模單元，配置為基于所述標注語料庫進行建模，得到業(yè)務場景分類模型和語義識別模型；

信息獲取單元，配置為獲取未經(jīng)標注的信息；

標注單元，配置為利用所述業(yè)務場景分類模型和所述語義識別模型對所述未經(jīng)標注的信息進行標注。

9.一種電子設備，包括：存儲器；處理器及存儲在該存儲器上并可在該處理器上運行的計算機程序，其特征在于，該程序被該處理器執(zhí)行時實現(xiàn)權利要求1-8任一項所述的方法的指令。

10.一種計算機可讀介質(zhì)，其上存儲有計算機可執(zhí)行指令，其特征在于，所述可執(zhí)行指令被處理器執(zhí)行時實現(xiàn)如權利要求1-8任一項所述的方法步驟。