[發(fā)明專利]一種確定語料意圖的方法、裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202010985724.1
• 申請日: 2020-09-18
• 公開（公告）號(hào): CN112256863A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 李涵;王俊;王雷;伍治源;魏青
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F16/332;G06F40/194;G06F40/216
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 鄧靈

1.一種確定語料意圖的方法，其特征在于，包括：

確定第一語料集，所述第一語料集中包含若干條語料；

對所述第一語料集執(zhí)行下述預(yù)設(shè)操作：

根據(jù)至少一個(gè)核心詞對所述第一語料集中的語料進(jìn)行子集劃分，獲得至少一個(gè)子集，其中，所述至少一個(gè)子集與所述至少一個(gè)核心詞一一對應(yīng)，每個(gè)所述子集中的語料均包含每個(gè)所述子集對應(yīng)的核心詞；

在所述至少一個(gè)子集中的第一子集中的語料數(shù)量小于第一預(yù)設(shè)值時(shí)，基于所述第一子集對應(yīng)的核心詞，確定所述第一子集中的所有語料的第一意圖，并基于所述第一意圖為所述第一子集中的所有語料添加意圖標(biāo)簽；所述第一子集為所述至少一個(gè)子集中的任意一個(gè)子集；

在所述第一子集中的語料數(shù)量不小于所述第一預(yù)設(shè)值時(shí)，將所述第一子集重新作為所述第一語料集，并對重新確定的所述第一語料集執(zhí)行所述預(yù)設(shè)操作；其中，對不同所述第一語料集執(zhí)行所述預(yù)設(shè)操作時(shí)所使用的核心詞的詞性不同。

2.如權(quán)利要求1所述的方法，其特征在于，根據(jù)至少一個(gè)核心詞對所述第一語料集中的語料進(jìn)行子集劃分，包括：

在所述第一語料集中選擇逆文本頻率指數(shù)TF-IDF值大于設(shè)定閾值的動(dòng)詞或名詞作為所述至少一個(gè)核心詞；其中，在不同所述第一語料集中選擇所述至少一個(gè)核心詞時(shí)所基于的所述設(shè)定閾值大小相同或不同；

基于選擇的所述至少一個(gè)核心詞對所述第一語料集中的語料進(jìn)行子集劃分。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述確定第一語料集，包括：

獲取對話日志，所述對話日志中包含多條語料；

篩選出所述多條語料中置信度小于或等于第一置信度的語料，基于篩選出的語料生成所述第一語料集，其中所述置信度用于表征語料分類的準(zhǔn)確程度。

4.如權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述至少一個(gè)核心詞對所述第一語料集中的語料進(jìn)行子集劃分，包括：

若所述第一語料集中的第一語料包括至少兩個(gè)核心詞，將所述第一語料劃分到與所述至少兩個(gè)核心詞分別對應(yīng)的至少兩個(gè)子集中的每個(gè)子集中；其中，所述第一語料為所述第一語料集包括的多個(gè)語料中的任意一個(gè)語料。

5.如權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述至少一個(gè)核心詞對所述第一語料集中的語料進(jìn)行子集劃分，包括：

若所述第一語料集中的第一語料包括至少兩個(gè)核心詞，確定所述至少兩個(gè)核心詞中逆文本頻率指數(shù)TF-IDF值最大的核心詞；

將所述第一語料劃分到所述TF-IDF值最大的核心詞對應(yīng)的子集中；其中，所述第一語料為所述第一語料集包括的多個(gè)語料中的任意一個(gè)語料。

6.如權(quán)利要求1-5中任一項(xiàng)所述的方法，其特征在于，在基于所述第一意圖為所述第一子集中的所有語料添加意圖標(biāo)簽之后，還包括：

基于已添加意圖標(biāo)簽的語料生成數(shù)據(jù)庫；

在接收到第一語音指令時(shí)，從所述數(shù)據(jù)庫中確定出與所述第一語音指令相匹配的語料；

基于所述相匹配的語料的意圖標(biāo)簽確定所述第一語音指令的意圖。

7.如權(quán)利要求6所述的方法，其特征在于，在基于所述相匹配的語料的意圖標(biāo)簽確定所述第一語音指令的意圖之后，還包括：

根據(jù)所述第一語音指令的意圖執(zhí)行第一操作。