[發明專利]車載環境下聊天機器人的語料處理方法、裝置及存儲介質

有效

• 申請號: 201910984527.5
• 申請日: 2019-10-16
• 公開（公告）號: CN110838287B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 裴麗珊
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/22;B25J11/00
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 范坤坤

1.一種車載環境下聊天機器人的語料處理方法，其特征在于，包括：

基于車載環境中的語音功能分類，確定車載環境中的具有問答關系的對話描述文本；

根據所述對話描述文本中的問答關系，確定提問文件和響應文件；

將所述提問文件以及所述響應文件輸入序列對序列Seq2Seq模型，對所述Seq2Seq模型進行訓練，形成問答模型；

所述將所述提問文件以及所述響應文件輸入序列對序列Seq2Seq模型，對所述Seq2Seq模型進行訓練，形成問答模型，包括：

對所述提問文件中的每個提問語句和響應文件中的每個響應語句進行長度標準化處理，形成標準化提問文件和標準化響應文件；

對所述標準化提問文件和所述標準化響應文件分別進行語句向量轉換，形成向量化提問文件和向量化響應文件；

將所述向量化提問文件和所述向量化響應文件輸入所述Seq2Seq模型中，對所述Seq2Seq模型進行訓練，形成問答模型；

所述對所述標準化提問文件和所述標準化響應文件分別進行語句向量轉換，形成向量化提問文件和向量化響應文件，包括：

對所述標準化提問文件和標準化響應文件中字符的出現次數進行統計，按照出現次數從小到大的順序進行排列，生成字符字典；

根據所述字符字典與語句向量的對應關系，確定每個字符對應的向量；

根據所述每個字符對應的向量，形成所述向量化提問文件和向量化響應文件；

其中，所述根據所述字符字典與語句向量的對應關系，確定每個字符對應的向量包括：對所述字符字典中排列在前的字符賦予長度較長的向量，對排列在后的字符賦予長度較短的向量。

2.根據權利要求1所述的方法，其特征在于，所述基于車載環境中的語音功能分類，確定車載環境中的具有問答關系的對話描述文本，包括：

對每種語音功能進行子功能劃分；

確定每種語音功能包括的多個子功能中，每個子功能的典型話術及從文本到語音TTS播報內容的對話描述；

根據所有語音功能對應的對話描述，確定所述對話描述文本。

3.根據權利要求2所述的方法，其特征在于，所述語音功能分類包括：系統控制、音樂、電臺、電話、導航、視頻、充電樁、天氣、股票及酒店中的任一種或者多種功能。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述確定車載環境中的具有問答關系的對話描述文本，包括：

將提問語句存儲在奇數行中，將響應語句存儲在偶數行中，形成所述對話描述文本；

相應地，所述根據所述對話描述文本中的問答關系，確定提問文件和響應文件，包括：

提取所述對話描述文本中的奇數行的語句，形成所述提問文件；

提取所述對話描述文本中的偶數行的語句，形成所述響應文件。

5.根據權利要求1所述的方法，其特征在于，所述對所述提問文件中的每個提問語句和響應文件中的每個響應語句進行長度標準化處理，形成標準化提問文件和標準化響應文件，包括：

將所有提問語句中的最長的提問語句的字符數作為標準提問語句字符數，將所有響應語句中的最長的響應語句的字符數作為標準響應語句字符數；

將長度小于所述標準提問語句字符數的提問語句的長度填充至所述標準提問語句字符，形成填充后的提問語句；

對長度等于所述標準提問語句字符數的提問語句以及所述填充后的提問語句添加起止字符，形成所述標準化提問文件；

將長度小于所述標準響應語句字符數的響應語句的長度填充至所述標準響應語句字符，形成填充后的響應語句；

對長度等于所述標準響應語句字符數的響應語句以及所述填充后的響應語句添加起止字符，形成所述標準化響應文件。