[發(fā)明專利]語料獲取方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110772918.8
• 申請日: 2021-07-08
• 公開（公告）號: CN113449094A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 任文墨;李博;張曉
• 申請（專利權(quán)）人: 京東科技控股股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/35;G06F40/289
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張夢瑤

1.一種語料獲取方法，其特征在于，所述方法包括：

接收對話語句，并確定與所述對話語句對應(yīng)的應(yīng)答語句；

分別處理所述對話語句和所述應(yīng)答語句，以得到與所述對話語句對應(yīng)的第一語句信息和與所述應(yīng)答語句對應(yīng)的第二語句信息；

從所述第一語句信息和所述第二語句信息中提取與預(yù)設(shè)語料標(biāo)簽對應(yīng)的目標(biāo)語料；以及

根據(jù)所述第一語句信息和所述第二語句信息確定對話業(yè)務(wù)信息，所述對話業(yè)務(wù)信息被用于對所述目標(biāo)語料進(jìn)行標(biāo)記。

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一語句信息和所述第二語句信息確定對話業(yè)務(wù)信息，包括：

將所述第一語句信息和所述第二語句信息輸入至預(yù)訓(xùn)練的業(yè)務(wù)分類模型之中，并獲取所述業(yè)務(wù)分類模型輸出的預(yù)測對話業(yè)務(wù)類別和置信度信息；

將所述預(yù)測對話業(yè)務(wù)類別和置信度信息作為所述對話業(yè)務(wù)信息。

3.如權(quán)利要求1所述的方法，其特征在于，所述從所述第一語句信息和所述第二語句信息中提取與預(yù)設(shè)語料標(biāo)簽對應(yīng)的目標(biāo)語料，包括：

根據(jù)所述第一語句信息和所述第二語句信息，確定對話描述信息；

若所述對話描述信息和所述預(yù)設(shè)語料標(biāo)簽之間存在映射關(guān)系，則從所述第一語句信息和所述第二語句信息中提取與所述預(yù)設(shè)語料標(biāo)簽對應(yīng)的目標(biāo)語料。

4.如權(quán)利要求3所述的方法，其特征在于，在所述根據(jù)所述第一語句信息和所述第二語句信息，確定對話描述信息之后，還包括：

根據(jù)所述對話描述信息，確定初始語料標(biāo)簽；

若所述初始語料標(biāo)簽與所述預(yù)設(shè)語料標(biāo)簽相匹配，則確定所述對話描述信息和所述預(yù)設(shè)語料標(biāo)簽之間存在映射關(guān)系。

5.如權(quán)利要求3所述的方法，其特征在于，在所述根據(jù)所述第一語句信息和所述第二語句信息，確定對話描述信息之后，還包括：

確定所述對話描述信息和所述預(yù)設(shè)語料標(biāo)簽的標(biāo)簽內(nèi)容之間的相似度值；

若所述相似度值大于設(shè)定閾值，則確定所述對話描述信息和所述預(yù)設(shè)語料標(biāo)簽之間存在映射關(guān)系。

6.如權(quán)利要求1所述的方法，其特征在于，在所述從所述第一語句信息和所述第二語句信息中提取與預(yù)設(shè)語料標(biāo)簽對應(yīng)的目標(biāo)語料之后，還包括：

采用所述對話業(yè)務(wù)信息對所述目標(biāo)語料進(jìn)行標(biāo)記，以得到標(biāo)記后的目標(biāo)語料；

將所述標(biāo)記后的目標(biāo)語料存儲至大數(shù)據(jù)處理平臺，并將所述預(yù)設(shè)語料標(biāo)簽配置為與所述標(biāo)記后的目標(biāo)語料對應(yīng)的索引項(xiàng)。

7.如權(quán)利要求6所述的方法，其特征在于，所述預(yù)設(shè)語料標(biāo)簽的數(shù)量為多個(gè)，還包括：

接收語料獲取請求，所述語料獲取請求包括：待處理語料標(biāo)簽、目標(biāo)時(shí)間范圍、目標(biāo)語料數(shù)量，以及目標(biāo)對話業(yè)務(wù)信息；

確定與所述待處理語料標(biāo)簽對應(yīng)的預(yù)設(shè)語料標(biāo)簽；

獲取所述對應(yīng)的預(yù)設(shè)語料標(biāo)簽索引得到的多個(gè)目標(biāo)語料；

根據(jù)所述目標(biāo)對話業(yè)務(wù)信息、所述目標(biāo)時(shí)間范圍，以及所述目標(biāo)語料數(shù)量從所述多個(gè)目標(biāo)語料之中選取出部分目標(biāo)語料；

將所述部分目標(biāo)語料作為基于所述語料獲取請求獲取到的語料。

8.如權(quán)利要求1-7任一項(xiàng)所述的方法，其特征在于，所述預(yù)設(shè)語料標(biāo)簽包括以下任一種或多種的組合：

對話類型標(biāo)簽、對話場景標(biāo)簽、對話關(guān)鍵詞標(biāo)簽。

9.一種語料獲取裝置，其特征在于，包括：

接收模塊，用于接收對話語句，并確定與所述對話語句對應(yīng)的應(yīng)答語句；

第一處理模塊，用于分別處理所述對話語句和所述應(yīng)答語句，以得到與所述對話語句對應(yīng)的第一語句信息和與所述應(yīng)答語句對應(yīng)的第二語句信息；

提取模塊，用于從所述第一語句信息和所述第二語句信息中提取與預(yù)設(shè)語料標(biāo)簽對應(yīng)的目標(biāo)語料；以及

第一確定模塊，用于確定根據(jù)所述第一語句信息和所述第二語句信息確定對話業(yè)務(wù)信息，所述對話業(yè)務(wù)信息被用于對所述目標(biāo)語料進(jìn)行標(biāo)記。