[发明专利]意图识别模型动态训练方法、装置、设备和存储介质

说明书

本发明公开了一种意图识别模型动态训练方法、设备和计算机可读存储介质，属于人工智能领域。其中，该方法包括：接收到待识别的输入信息后，根据已有的意图识别模型对输入信息进行意图识别；当识别成功后，自动标注输入信息及意图识别结果，并将标注结果作为追加的训练语料；当追加的语料的长度超过预设的阈值时，根据训练语料对已有的意图识别模型进行动态训练，生成新的意图识别模型。本发明实施例在不增加标注语料的长度的前提下，能有效利用多样化输入对已有的意图识别模型进行动态训练及更新，弥补了现有意图识别模型需要大量标注好语料动态训练的不足，提高意图识别模型的精确度，也最大程度上降低意图识别模型的动态训练成本。

技术领域

本发明涉及人工智能领域，特别涉及一种意图识别模型动态训练方法、装置、设备和存储介质。

背景技术

意图识别是自然语言处理领域中一个重要的研究方向，主要用于识别用户的行为意图。现有的意图识别系统都是在事先动态训练好的意图识别模型上进行识别，即意图识别系统的识别效果依赖于事先动态训练好的意图识别模型，而意图识别模型的生成又依赖于事先标注好的训练语料，事先标注的训练语料越多越全，意图识别系统识别效果就越好，但另一方面，训练语料太多也会增加意图识别模型的动态训练成本，且这种模型建立的方式的实用性也不强。

因此，如何在不增加标注语料的长度的前提下，有效地根据用户多样化的输入对事先动态训练好的意图识别模型进行动态训练及更新，提高意图识别模型的精确度，进而提高意图识别系统的识别准确率是急需解决的问题。

发明内容

有鉴于此，本发明实施例的目的在于提供一种意图识别模型动态训练方法、设备和存储介质。以解决在不增加标注语料的长度的前提下，有效地根据用户多样化的输入对事先动态训练好的意图识别模型进行动态训练及更新，从而提高意图识别模型的精确度的问题。

本发明实施例解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种意图识别模型动态训练方法包括：

接收到待识别的输入信息后，根据已有的意图识别模型对输入信息进行意图识别；

当识别成功后，自动标注输入信息及意图识别结果，并将标注结果作为追加的训练语料；

当追加的语料的长度超过预设的阈值时，根据训练语料对已有的意图识别模型进行动态训练，生成新的意图识别模型。

根据本发明的另一个方面，提供一种意图识别模型的动态训练装置，该装置包括：

输入模块，用于接收待识别的输入信息；

识别模块，用于收到待识别的输入信息后，根据已有的意图识别模型对输入信息进行意图识别；

自动标注模块，用于当识别成功后，自动标注输入信息及意图识别结果，并作为追加的训练语料，

训练模块，用于当追加的语料的长度超过预设的阈值时，根据训练语料对已有的意图识别模型再次进行动态训练，生成新的意图识别模型。

根据本发明的再一个方面，提供的一种意图识别模型动态训练设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现上述意图识别模型动态训练方法的步骤。

根据本发明的又一个方面，还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现上述意图识别模型动态训练方法的步骤。

本发明实施例提供的意图识别模型动态训练方法、装置、设备和计算机可读存储介质，在不增加标注语料的长度的前提下，能有效利用多样化输入对已有的意图识别模型进行动态训练及更新，弥补了现有意图识别模型需要大量标注语料动态训练的不足，提高意图识别模型的精确度，也最大程度上降低意图识别模型的动态训练成本。