[發(fā)明專利]對白角色標(biāo)注模型的生成方法、裝置及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202011104779.3
• 申請日: 2020-10-15
• 公開（公告）號(hào): CN112395873B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 王毅;白潔;潘政林
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F40/279
• 分類號(hào): G06F40/279;G06N20/00
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張大威

1.一種對白角色標(biāo)注模型的生成方法，包括：

獲取初始數(shù)據(jù)集，其中，所述初始數(shù)據(jù)集中包括待標(biāo)注文本、所述待標(biāo)注文本對應(yīng)的測試集及訓(xùn)練集；

基于所述訓(xùn)練集對初始角色標(biāo)注模型進(jìn)行訓(xùn)練，以生成第一標(biāo)注模型；

基于所述測試集對所述第一標(biāo)注模型進(jìn)行測試，在所述第一標(biāo)注模型的測試準(zhǔn)確率小于第一閾值的情況下，從所述待標(biāo)注文本中抽取增量數(shù)據(jù)；

利用所述增量數(shù)據(jù)對應(yīng)的標(biāo)注數(shù)據(jù)對所述訓(xùn)練集進(jìn)行擴(kuò)充，以利用擴(kuò)充后的訓(xùn)練集對所述第一標(biāo)注模型繼續(xù)訓(xùn)練，直至訓(xùn)練生成的標(biāo)注模型的測試準(zhǔn)確率大于或等于所述第一閾值；

所述從所述待標(biāo)注文本中抽取增量數(shù)據(jù)，包括：

獲取所述待標(biāo)注文本中的未標(biāo)注語句集；

利用所述第一標(biāo)注模型，對所述未標(biāo)注語句集中的每個(gè)所述未標(biāo)注語句進(jìn)行角色標(biāo)注，以獲取每個(gè)所述未標(biāo)注語句對應(yīng)的每個(gè)候選角色的置信度；

根據(jù)每個(gè)所述未標(biāo)注語句對應(yīng)的每個(gè)候選角色的置信度，確定每個(gè)所述未標(biāo)注語句的角色離散程度；

根據(jù)每個(gè)所述未標(biāo)注語句的角色離散程度及對應(yīng)的標(biāo)注角色的置信度，確定每個(gè)所述未標(biāo)注語句的權(quán)重；

依據(jù)權(quán)重由大至小的順序，從所述未標(biāo)注語句集中抽取所述增量數(shù)據(jù)。

2.如權(quán)利要求1所述的方法，其中，所述從所述待標(biāo)注文本中抽取增量數(shù)據(jù)，包括：

獲取所述待標(biāo)注文本中的未標(biāo)注語句集；

利用所述第一標(biāo)注模型，對所述未標(biāo)注語句集中的每個(gè)所述未標(biāo)注語句進(jìn)行角色標(biāo)注，以獲取每個(gè)所述未標(biāo)注語句對應(yīng)的標(biāo)注角色的置信度；

依據(jù)置信度由小至大的順序，從所述未標(biāo)注語句集中抽取所述增量數(shù)據(jù)。

3.如權(quán)利要求1所述的方法，其中，在所述確定每個(gè)所述未標(biāo)注語句的權(quán)重之后，還包括：

獲取每個(gè)所述未標(biāo)注語句對應(yīng)的標(biāo)注角色、及所述待標(biāo)注文本中每個(gè)角色的出現(xiàn)次數(shù)；

根據(jù)所述每個(gè)角色的出現(xiàn)次數(shù)，確定每個(gè)角色的權(quán)重；

根據(jù)每個(gè)所述未標(biāo)注語句對應(yīng)的標(biāo)注角色的權(quán)重，對每個(gè)所述未標(biāo)注語句的權(quán)重進(jìn)行修正。

4.如權(quán)利要求1所述的方法，其中，所述根據(jù)每個(gè)所述未標(biāo)注語句對應(yīng)的每個(gè)候選角色的置信度，確定每個(gè)所述未標(biāo)注語句的角色離散程度，包括：

依據(jù)置信度由高至低的順序，從每個(gè)所述未標(biāo)注語句對應(yīng)的各置信度中抽取K個(gè)參考置信度，其中，K為大于1的正整數(shù)；

將所述K個(gè)參考置信度進(jìn)行歸一化處理，以獲取歸一化后的K個(gè)置信度；

根據(jù)每個(gè)所述未標(biāo)注語句對應(yīng)的歸一化后的K個(gè)置信度，計(jì)算每個(gè)所述未標(biāo)注語句的角色離散程度。

5.如權(quán)利要求4所述的方法，其中，在所述將所述K個(gè)參考置信度進(jìn)行歸一化處理，以獲取歸一化后的K個(gè)置信度之后，還包括：

根據(jù)每個(gè)所述未標(biāo)注語句對應(yīng)的歸一化后的K個(gè)置信度中的任一置信度，計(jì)算每個(gè)所述未標(biāo)注語句的角色離散程度。

6.如權(quán)利要求5所述的方法，其中，在所述根據(jù)每個(gè)所述未標(biāo)注語句對應(yīng)的歸一化后的K個(gè)置信度中的任一置信度，計(jì)算每個(gè)所述未標(biāo)注語句的角色離散程度之前，還包括：

確定所述歸一化后的K個(gè)置信度中每兩個(gè)置信度間的差值小于第二閾值。