[發明專利]一種語料獲取方法、裝置及設備

在審

• 申請號: 202010962143.6
• 申請日: 2020-09-14
• 公開（公告）號: CN114186562A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 張文瑜
• 申請（專利權）人: 大眾問問（北京）信息科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F16/33
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種語料獲取方法，其特征在于，包括：

獲取語料提供方的至少一項個人屬性信息；

篩選與所述個人屬性信息對應的設定數量的語料啟發問題；

將各所述語料啟發問題向所述語料提供方進行展示，并獲取所述語料提供方針對所述語料啟發問題反饋的語料。

2.根據權利要求1所述的方法，其特征在于，所述語料啟發問題涉及多個領域；

篩選與所述個人屬性信息對應的設定數量的語料啟發問題，包括：

根據所述個人屬性信息，確定向所述語料提供方展示的語料啟發問題中各領域的語料啟發問題的比例；

根據各領域的語料啟發問題的比例和預設展示問題數量，確定各領域的語料啟發問題的數量，并從語料啟發問題庫中按照各領域的語料啟發問題的數量提取設定數量的語料啟發問題。

3.根據權利要求2所述的方法，其特征在于，根據所述個人屬性信息，確定向所述語料提供方展示的語料啟發問題中各領域的語料啟發問題的比例，包括：

獲取目標個人屬性信息與所述語料啟發問題所屬領域的映射關系；

當所述目標個人屬性信息滿足問題比例調整條件時，對所述目標個人屬性信息對應領域的語料啟發問題的默認分配比例進行調整；

當所述目標個人屬性信息不滿足問題比例調整條件時，各領域的語料啟發問題保持默認分配比例。

4.根據權利要求1所述的方法，其特征在于，在獲取所述語料提供方針對所述語料啟發問題反饋的語料之后，包括：

判斷當前輸入的目標語料是否存在于語料庫中；

若是，則向所述語料提供方發起語料重復提示信息，以提示所述語料提供方當前輸入的目標語料為無效語料，并返回執行獲取所述語料提供方針對所述語料啟發問題反饋的語料的操作；

若否，則將所述目標語料作為有效語料存儲至所述語料庫。

5.根據權利要求4所述的方法，其特征在于，在將所述目標語料作為有效語料存儲至所述語料庫之后，還包括：

當所述語料提供方針對當前語料啟發問題輸入的有效語料數量達到設定數量時，向所述語料提供方展示下一語料啟發問題。

6.根據權利要求1所述的方法，其特征在于，在獲取語料提供方的至少一項個人屬性信息之前，還包括：

接收用戶輸入的用戶篩選信息；

當所述用戶篩選信息符合設定篩選條件時，將所述用戶篩選信息對應的用戶作為語料提供方。

7.根據權利要求1所述的方法，其特征在于，在獲取語料提供方的至少一項個人屬性信息之前，還包括：

接收語料收集者輸入的多項語料啟發問題，并對所述語料啟發問題進行分析，確定所述語料啟發問題所屬領域；

將各項語料啟發問題所屬領域作為問題屬性標簽，加入至相應語料啟發問題中。

8.一種語料獲取裝置，其特征在于，包括：

屬性信息獲取模塊，用于獲取語料提供方的至少一項個人屬性信息；

啟發問題篩選模塊，用于篩選與所述個人屬性信息對應的設定數量的語料啟發問題；

反饋語料獲取模塊，用于將各所述語料啟發問題向所述語料提供方進行展示，并獲取所述語料提供方針對所述語料啟發問題反饋的語料。

9.根據權利要求8所述的裝置，其特征在于，所述語料啟發問題涉及多個領域；

所述啟發問題篩選模塊，包括：

問題比例確定單元，用于根據所述個人屬性信息，確定向所述語料提供方展示的語料啟發問題中各領域的語料啟發問題的比例；

啟發問題提取單元，用于根據各領域的語料啟發問題的比例和預設展示問題數量，確定各領域的語料啟發問題的數量，并從語料啟發問題庫中按照各領域的語料啟發問題的數量提取設定數量的語料啟發問題。