[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

本發明公開了一種車載環境下聊天機器人的語料處理方法、裝置及存儲介質，該方法包括：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Seq2Seq模型，對所述Seq2Seq模型進行訓練，形成問答模型，在進行語料處理時，省去了較為繁瑣的語料處理步驟，采用問答分離式處理方法，提高了語料處理效率。

技術領域

本發明實施例涉及車聯網領域，尤其涉及一種車載環境下聊天機器人的語料處理方法、裝置及存儲介質。

背景技術

隨著汽車產業的發展，車聯網領域受到越來越多的關注。在車聯網領域中，人工智能技術扮演著至關重要的角色。車載環境下的聊天機器人已經成為各大車企競相角逐的重點之一。車載環境下聊天機器人的語料處理也變得越來越重要。

目前，采用以下方式進行車載環境下聊天機器人的語料處理：首先，對原始數據進行清洗，把不感興趣的、視為噪音的內容清洗刪除；然后，對數據進行分詞，按照文本處理最小單位粒度，即詞或者詞語，將文本全部進行分詞；其次，對分詞后的詞語進行詞性標注，對每個詞或者詞語打詞類標簽；最后，去掉對文本特征沒有任何貢獻的字詞。

但是，上述處理步驟較為繁瑣，導致語料處理效率較低。

發明內容

本發明提供一種車載環境下聊天機器人的語料處理方法、裝置及存儲介質，以解決目前語料處理步驟較為繁瑣，導致處理效率較低的技術問題。

第一方面，本發明實施例提供一種車載環境下聊天機器人的語料處理方法，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Seq2Seq模型，對所述Seq2Seq模型進行訓練，形成問答模型。

如上所示的方法中，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。

如上所示的方法中，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。

如上所示的方法中，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。

如上所示的方法中，所述將所述提問文件以及所述響應文件輸入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；