[發明專利]文本質檢的方法、存儲介質及電子設備

有效

• 申請號: 201911118009.1
• 申請日: 2019-11-15
• 公開（公告）號: CN110909162B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 聶鐳;李睿;聶穎
• 申請（專利權）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F40/289
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種質檢模型的訓練方法，其特征在于，所述方法包括：

獲取帶標記的話術腳本，從所述帶標記的話術腳本中提取質檢標準詞，所述質檢標準詞包括若干質檢詞；

獲取質檢模型的訓練數據，所述訓練數據包括正樣本和負樣本，所述正樣本為質檢結果為通過的文本數據，所述負樣本為質檢結果為不通過的文本數據；

定位并標記全部所述質檢標準詞在所述文本數據中的絕對位置；將所述質檢標準詞進行兩兩組合得到質檢詞對，計算所述質檢詞對的相對距離；將所述相對距離的值作為所述文本數據的向量元素；根據所述向量元素，得到所述文本數據的向量；

根據所述文本數據的向量，對所述質檢模型進行訓練，得到訓練完成后的所述質檢模型。

2.根據權利要求1所述的訓練方法，其特征在于，所述帶標記的話術腳本的標記包括：高亮處理的文字和/或者標記有底紋的文字。

3.根據權利要求2所述的訓練方法，其特征在于，從所述帶標記的話術腳本中提取質檢標準詞包括：

從所述帶標記的話術腳本中提取標記對應的標記文字，對所述標記文字進行分詞處理，得到分詞結果；使用IDF的方法對所述分詞結果的進行數值變換，得到所述分詞結果的IDF值；根據所述IDF值得到所述質檢標準詞。

4.根據權利要求1所述的訓練方法，其特征在于，若所述文本數據中不存在對應的某個所述質檢標準詞，則將所述質檢標準詞在文本數據中的絕對位置標記為一個特定值。

5.根據權利要求1-4任一所述的訓練方法，其特征在于，根據所述文本數據的向量，對所述質檢模型進行訓練，得到訓練完成后的所述質檢模型，包括：

將所述正樣本的文本數據的向量輸入所述質檢模型，令所述質檢模型的輸出結果為1；

將所述負樣本的文本數據的向量輸入所述質檢模型，令所述質檢模型的輸出結果為0；

使用標準方程法得到所述質檢模型的最優參數，得到訓練完成后的所述質檢模型。

6.根據權利要求1-4任一所述的訓練方法，其特征在于，所述質檢模型為邏輯回歸模型：

其中，n為所述文本數據的向量的元素的數量，為所述質檢模型的參數，為所述文本數據的向量的元素，為所述質檢模型的輸出，取值1或0，1代表質檢結果為通過0，代表質檢結果為不通過。

7.一種文本質檢方法，其特征在于，所述方法包括：

獲取帶標記的話術腳本，從所述帶標記的話術腳本中提取質檢標準詞，所述質檢標準詞包括若干質檢詞；

獲取待質檢文本，所述待質檢文本為根據所述話術腳本進行對話產生的文本數據；

定位并標記全部所述質檢標準詞在所述文本數據中的絕對位置；將所述質檢標準詞進行兩兩組合得到質檢詞對，計算所述質檢詞對的相對距離；將所述相對距離的值作為所述文本數據的向量元素；根據所述向量元素，得到所述文本數據的向量；

將所述待質檢文本的文本數據的向量輸入經過權利要求1-6任一所述的訓練方法訓練得到的質檢模型，得到所述質檢模型的輸出結果；

根據所述輸出結果得到質檢結果。

8.根據權利要求7所述的方法，其特征在于：

所述帶標記的話術腳本的標記包括：高亮處理的文字和/或者標記有底紋的文字；

從所述帶標記的話術腳本中提取質檢標準詞包括：

從所述帶標記的話術腳本中提取標記對應的標記文字，對所述標記文字進行分詞處理，得到分詞結果；使用IDF的方法對所述分詞結果的進行數值變換，得到所述分詞結果的IDF值；根據所述IDF值得到所述質檢標準詞；

若所述待質檢文本的文本數據中不存在對應的某個所述質檢標準詞，則將所述質檢標準詞在所述待質檢文本的文本數據中的絕對位置標記為一個特定值。

9.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求7或8所述的方法。

10.一種電子設備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行所述權利要求7或8所述的方法。