[发明专利]语料数据的处理方法、装置及电子设备

说明书

本申请公开了一种语料数据的处理方法、装置及电子设备，应用于大数据领域，方法包括：获得应用系统对应的系统数据库，应用系统能够针对查询请求在系统数据库中获取查询请求对应的语料；系统数据库中至少包含多个语料组；每个语料组分别包含至少一条目标语料；针对每个语料组，按照目标语料的语料命中率，对目标语料划分到第一语料集合和第二语料集合；第一语料集合中包含至少一条第一语料，第二语料集合中包含至少一条第二语料，第一语料的语料命中率大于第二语料的语料命中率；使用第一语料组对应的第二语料集合中的语料，对第二语料组对应的第二语料集合中的语料进行添加或删除，第一语料组和第二语料组之间具有关联关系。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种语料数据的处理方法、装置及电子设备。

背景技术

在银行客服系统中，在接收到客户提出的问题之后，通过语料标签筛选出合适的应答语料，从而为客户提供咨询服务。

但是，这些应答语料需要人工标注，导致用户对银行客服系统的使用体验较差。

发明内容

有鉴于此，本申请提供一种语料数据的处理方法、装置及电子设备，用以解决目前系统数据库对应的应用系统的使用体验较差的技术问题。

一种语料数据的处理方法，所述方法包括：

获得应用系统对应的系统数据库，所述应用系统能够针对查询请求在所述系统数据库中获取所述查询请求对应的语料；所述系统数据库中至少包含多个语料组，每个所述语料组分别对应于一个业务类型；每个所述语料组分别包含至少一条目标语料；

针对每个所述语料组，按照所述目标语料的语料命中率，对所述目标语料划分到第一语料集合和第二语料集合；所述第一语料集合中包含至少一条第一语料，所述第二语料集合中包含至少一条第二语料，所述第一语料的语料命中率大于所述第二语料的语料命中率；

使用第一语料组对应的第二语料集合中的语料，对第二语料组对应的第二语料集合中的语料进行添加或删除，所述第一语料组和所述第二语料组之间具有关联关系。

上述方法，优选的，所述第一语料组和所述第二语料组之间具有关联关系，包括：

所述第一语料组与所述第二语料组之间的语料组相似度大于所述第一语料组与所述多个语料组中其他语料组之间的语料组相似度；

且，所述第一语料组与所述第二语料组之间的语料组相似度大于所述第二语料组与所述多个语料组中其他语料组之间的语料组相似度。

上述方法，优选的，所述第一语料组与所述第二语料组之间的语料组相似度为：

第一集合相似度和第二集合相似度使用各自对应的权重进行加权求平均得到的整体相似度；

其中，所述第一集合相似度为所述第一语料组中的第一语料集合与所述第二语料组中的第一语料集合之间的相似度；所述第二集合相似度为所述第一语料组中的第二语料集合与所述第二语料组中的第二语料集合之间的相似度。

上述方法，优选的，使用第一语料组对应的第二语料集合中的语料，对第二语料组对应的第二语料集合中的语料进行添加，包括：

在第一语料组对应的第二语料集合所包含的第二语料中，获取语料命中率大于或等于第一阈值的第三语料；将所述第三语料添加到第二语料组对应的第二语料集合中。

上述方法，优选的，使用第一语料组对应的第二语料集合中的语料，对第二语料组对应的第二语料集合中的语料进行删除，包括：

在第二语料组对应的第二语料集合中，删除第四语料，所述第四语料为从所述第一语料组对应的第二语料集合中在语料命中率大于或等于第一阈值的情况下被添加到所述第二语料组中的语料，且所述第四语料在所述第一语料组对应的第二语料集合中的语料命中率从大于或等于所述第一阈值降低到小于所述第一阈值。