[发明专利]语料获取方法、装置、电子设备及存储介质

说明书

本公开提出一种语料获取方法、装置、电子设备及存储介质。具体方案为：接收对话语句，并确定与所述对话语句对应的应答语句；分别处理所述对话语句和所述应答语句，以得到与所述对话语句对应的第一语句信息和与所述应答语句对应的第二语句信息；从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料。通过本公开，能够有效地提升语料获取效率和获取效果，并使得获取到的目标语料能够有效地满足实际业务场景的个性化需求。

技术领域

本公开涉及自然语言处理技术领域，尤其涉及一种语料获取方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的不断发展，自然语言处理(Natural Language Processing，NLP)领域中的各种模型算法愈发先进。而模型训练依赖语料，语料质量越高、数量越多、越贴近当前真实业务场景、越贴近真实用户语言表达习惯，则训练得到的模型在真实的业务场景中的泛化效果越好。

相关技术中，通常依赖外部购买来获取丰富的语料。

这种方式下，语料获取的效率较低、成本较高，无法满足真实的业务场景的个性化需求，且无法控制语料来源，可能会导致获取的语料与真实的业务场景不相适配，语料质量较差。

发明内容

本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本公开的目的在于提出一种语料获取方法、装置、电子设备及存储介质，能够有效地提升语料获取效率和获取效果，并使得获取得到的语料能够有效地满足实际业务场景的个性化需求。

为达到上述目的，本公开第一方面实施例提出的语料获取方法，包括：接收对话语句，并确定与所述对话语句对应的应答语句；分别处理所述对话语句和所述应答语句，以得到与所述对话语句对应的第一语句信息和与所述应答语句对应的第二语句信息；从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料。

本公开第一方面实施例提出的语料获取方法，通过接收对话语句，并确定与对话语句对应的应答语句，分别处理对话语句和应答语句，以得到与对话语句对应的第一语句信息和与应答语句对应的第二语句信息，从第一语句信息和第二语句信息中提取与预设语料标签对应的目标语料，能够有效地提升语料获取效率和获取效果，并使得获取得到的语料能够有效地满足实际业务场景的个性化需求。

为达到上述目的，本公开第二方面实施例提出的语料获取装置，包括：第一接收模块，用于接收对话语句，并确定与所述对话语句对应的应答语句；第一处理模块，用于分别处理所述对话语句和所述应答语句，以得到与所述对话语句对应的第一语句信息和与所述应答语句对应的第二语句信息；提取模块，用于从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料。

本公开第二方面实施例提出的语料获取装置，通过接收对话语句，并确定与对话语句对应的应答语句，分别处理对话语句和应答语句，以得到与对话语句对应的第一语句信息和与应答语句对应的第二语句信息，从第一语句信息和第二语句信息中提取与预设语料标签对应的目标语料，能够有效地提升语料获取效率和获取效果，并使得获取得到的语料能够有效地满足实际业务场景的个性化需求。

本公开第三方面实施例提出了一种电子设备，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，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的语料获取方法。

本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的语料获取方法。

本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如本公开第一方面实施例提出的语料获取方法。

本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。