[发明专利]一种意图识别模型训练方法、计算机设备及存储介质

权利要求书

1.一种意图识别模型训练方法，其特征在于，包括：

获取第一文本数据和第二文本数据；所述第一文本数据为未标注意图类型的文本数据，所述第二文本数据为已标注意图类型的参考文本数据；

对所述第一文本数据进行意图识别，得到第三文本数据；所述第三文本数据具有第一意图类型的标签；

对所述第一文本数据进行聚类处理，得到第四文本数据；所述第四文本数据具有第二意图类型的标签；

基于所述第二文本数据、所述第三文本数据和所述第四文本数据，对第一意图识别模型进行训练，得到第二意图识别模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一文本数据进行聚类处理，得到第四文本数据，包括：

对所述第一文本数据进行聚类处理，得到所述第一文本数据的Q个类别以及Q个类别中心点；一个类别中心点指示一个类别的中心位置，其中，Q为正整数；

基于所述第二文本数据的P个意图类型中心点，确定所述Q个类别的意图类型；一个意图类型中心点指示一个意图类型的中心位置，其中，P为正整数；

基于所述Q个类别的意图类型，确定所述第二意图类型；

基于所述第一文本数据和所述第二意图类型，得到所述第四文本数据。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第二文本数据的P个意图类型中心点，确定所述Q个类别的意图类型，包括：

从所述第二文本数据的P个意图类型中心点中，确定距离第q个类别中心点最近的目标意图类型中心点；1≤q≤Q，q为正整数；

将目标意图类型中心点所属的意图类型，确定为第q个类别的第二意图类型。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

调用所述第一意图识别模型，对所述第二文本数据进行意图识别，得到所述第二文本数据的P个意图类型中心点。

5.根据权利要求1所述的方法，其特征在于，所述第二文本数据已标注P个意图类型；所述方法还包括：

调用第三意图识别模型，对所述第二文本数据进行意图识别，得到所述第二文本数据的P个训练意图类型以及P个训练意图类型中心点；

按照差异规则，对所述第三意图识别模型进行训练，得到所述第一意图识别模型；所述差异规则包括减小所述P个训练意图类型与所述P个意图类型之间的差异。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第二文本数据、所述第三文本数据和所述第四文本数据，对第一意图识别模型进行训练，得到第二意图识别模型，包括：

对所述第二文本数据进行处理，确定第一权重参数；

对所述第三文本数据中的部分第三文本数据进行处理，确定第二权重参数；所述部分第三文本数据具有的标签与所述第四文本数据具有的标签相同，所述第二权重参数小于或等于所述第一权重参数；

对所述第三文本数据中的另一部分第三文本数据进行处理，确定第三权重参数；所述另一部分第三文本数据具有的标签与所述第四文本数据具有的标签不同；所述第三权重参数小于所述第二权重参数；

根据所述第一权重参数、所述第二权重参数和所述第三权重参数，确定损失函数；

基于所述第二文本数据、所述第三文本数据和所述第四文本数据，以及所述损失函数，对第一意图识别模型进行训练，得到所述第二意图识别模型。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第一权重参数、所述第二权重参数和所述第三权重参数，确定损失函数，包括：

基于交叉熵损失函数和中心损失函数，根据所述第一权重参数、所述第二权重参数和所述第三权重参数，确定所述损失函数。