[发明专利]对话标注方法、装置、计算机设备、存储介质及产品

说明书

本申请提供了一种对话标注方法、装置、计算机设备、存储介质及产品，属于互联网技术领域。方法包括：获取第一对话语料，第一对话语料中包括多组对话信息；确定多组对话信息中的多个槽值、每个槽值的第一标签和每个槽值的依存信息，第一标签用于表示槽值所属的第一类别的名称，依存信息与槽值的语义关联；基于多个槽值的第一标签和依存信息，确定多个槽值的第二标签，第二标签用于表示槽值所属的第二类别的名称；基于多个槽值和多个槽值的第二标签，标注第一对话语料，得到第二对话语料，第二对话语料用于训练对话模型。该方法使得对话语料的标注信息更加细致和丰富，进而能够提高基于标注后的对话语料进行模型训练的效率。

技术领域

本申请涉及互联网技术领域，特别涉及一种对话标注方法、装置、计算机设备、存储介质及产品。

背景技术

随着科学技术的发展，人机交互技术在众多场景中得到应用。而在人机交互技术中，为了实现人机对话功能，通常会收集海量的对话语料以进行模型训练，进而基于训练出的模型能够对用户的提问进行回答，从而产生对话。其中，模型训练的效率在很大程度上依赖于对话语料的标注信息，因此，如何对对话语料进行标注，对提高模型的训练效率十分重要。

发明内容

本申请实施例提供了一种对话标注方法、装置、计算机设备、存储介质及产品，能够使得对话语料的标注信息更加细致和丰富，进而能够提高基于标注后的对话语料进行模型训练的效率。所述技术方案如下：

一方面，提供了一种对话标注方法，所述方法包括：

获取第一对话语料，所述第一对话语料中包括多组对话信息；

确定所述多组对话信息中的多个槽值、每个槽值的第一标签和每个槽值的依存信息，所述第一标签用于表示槽值所属的第一类别的名称，所述依存信息与所述槽值的语义关联；

基于所述多个槽值的第一标签和依存信息，确定所述多个槽值的第二标签，所述第二标签用于表示槽值所属的第二类别的名称；

基于所述多个槽值和所述多个槽值的第二标签，标注所述第一对话语料，得到第二对话语料，所述第二对话语料用于训练对话模型。

在一种实现方式中，所述基于所述多个槽值的第一标签和依存信息，确定所述多个槽值的第二标签，包括：

获取第一置信度，所述第一置信度为对话语料集合中的多个对话语料包括的多个槽值的第一标签的置信度的平均值，所述对话预料集合包括所述第一对话预料；

基于所述第一置信度、所述多个槽值的第一标签和所述多个槽值的依存信息，确定所述多个槽值的第二标签。

在一种实现方式中，所述基于所述第一置信度、所述多个槽值的第一标签和所述多个槽值的依存信息，确定所述多个槽值的第二标签，包括：

在所述第一置信度大于第一预设值的情况下，基于所述多个槽值的第一标签和依存信息，对所述多个槽值进行分类，得到多类槽值；

对于每类槽值中的每个槽值，组合所述槽值的依存信息和所述第一标签，得到所述槽值的第二标签。

在一种实现方式中，所述基于所述多个槽值的第一标签和依存信息，对所述多个槽值进行分类，得到多类槽值，包括以下至少一项：

获取所述对话语料集合中的多个槽值，对于对应于相同的第一标签的多个槽值，在所述多个槽值对应的相同依存信息的数量大于预设阈值的情况下，将所述多个槽值归为一类；

获取所述对话语料集合中的多个槽值，对于对应于相同的第一标签的多个槽值，在所述多个槽值对应的相同依存信息的数量不大于预设阈值的情况下，基于每个槽值的依存信息，对所述多个槽值进行分类，其中，每类槽值中的多个槽值对应的依存信息相同；