[发明专利]智能外呼数据增强方法

说明书

本发明公开了一种智能外呼数据增强方法，包含以下步骤：获取第一训练数据。S2：对第一训练数据进行扩展得到第二训练数据。S3：将第二训练数据进行分类得到训练数据集，训练数据集包含若干个分类，每个分类下包含若干该类别的训练样本。S4：针对训练数据集建立meta‑learning任务训练得到分类模型。本发明的智能外呼数据增强方法，在智能外呼机器人NLU模型算法训练时，采用多种数据增强的方法提升模型训练准确性和鲁棒性，在少量数据的场景下最大可能的提升模型性能。

技术领域

本发明涉及一种智能外呼数据增强方法。

背景技术

传统外呼服务存在客服人员流动性大、人力成本高、服务缺乏标准、服务效率低等问题，导致企业招聘难、培训时间长，增加了企业相关成本，因此引入AI智能外呼系统提供标准化的外呼服务。

但是在智能外呼NLU模型训练过程中经常存在数据不足或数据质量低的问题，严重影响了意图识别的准确度，降低用户体验。同时，银行政府等机构的数据保密性高，数据难以收集，训练数据有限。数据量不足在深度学习训练时容易过拟合，鲁棒性差。数据不足导致NLU识别准确性差，降低接听用户的体验，导致投诉率高。

发明内容

本发明提供了一种智能外呼数据增强方法，采用如下的技术方案：

一种智能外呼数据增强方法，包含以下步骤：

获取第一训练数据；

对第一训练数据进行扩展得到第二训练数据；

将第二训练数据进行分类得到训练数据集，训练数据集包含若干个分类，每个分类下包含若干该类别的训练样本；

针对训练数据集建立meta-learning任务训练得到分类模型。

进一步地，对第一训练数据进行扩展得到第二训练数据的具体方法为数据替换；

数据替换包含随机等价实体替换、随机同义词替换、随机置换临近字和等价字替换中的至少一种。

进一步地，对第一训练数据进行扩展得到第二训练数据的具体方法还包括数据删除；

数据删除为随机自删除。

进一步地，对第一训练数据进行扩展得到第二训练数据的具体方法还包括数据翻译转换；

数据翻译转换为将原有数据从第一语言翻译成第二语言，再将其从第二语言翻译成第一语言。

进一步地，第一语言为中文，第二语言为英文。

进一步地，对第一训练数据进行扩展得到第二训练数据的具体方法还包括数据翻译转换；

数据翻译转换为将原有数据从第一语言翻译成第二语言，再将其从第二语言翻译成第三语言，最后再将其从第三语言翻译回第一语言。

进一步地，针对训练数据集建立meta-learning任务训练得到分类模型的具体方法为：

从训练数据集中挑选m个类别；

从这m个类别中各挑选出n个训练样本组成支撑集；

再从这m个类别中剩余的训练样本中各挑选出a个训练样本组成预测集；

通过few-shot learning的方法根据支撑集和预测集训练出分类模型。

进一步地，其中，m为3，n为3。

进一步地，在获取第一训练数据后，智能外呼数据增强方法还包含：

对第一训练数据进行预处理。