[发明专利]基于深度学习的文本机器人训练方法、系统、设备及介质

说明书

本发明公开了一种基于深度学习的文本机器人训练方法、系统、设备及介质，所述方法包括：基于原始意图整理预设数量的种子语料，将种子语料导入到文本机器人知识库中；识别所有意图中的问题数据，并对问题数据进行修正；所有意图包括原始意图和种子语料；对所有意图进行批量扩写；识别扩写后的意图中是否包含混淆语料；当包含时，对混淆语料进行修正；通过原始意图、种子语料和扩写后的修正意图训练文本机器人模型；验证文本机器人模型是否符合预期；当不符合预期时，通过对单个意图进行扩写或对单个语料做调整或扩写，再次训练文本机器人模型，直至文本机器人模型符合预期。通过本公开的处理方案，可以高效、准确的对文本机器人进行训练。

技术领域

本发明涉及信息技术领域，特别是涉及一种基于深度学习的文本机器人训练方法、系统、设备及介质。

背景技术

文本机器人的运营包括冷启动阶段的搭建调优、上线后的未覆盖场景完善、语料补充、问答效果优化等，用来保障机器人特定的业务场景具有良好的泛化效果，并达到预期的问答准确率。

与大众对机器人的认知不同，机器人的效果不是在机器人产品出厂时就已经具备，而是需要投入大量的人力来构建并持续优化才能达到理想效果的。在传统的机器人运营方法中，机器人搭建、调优、场景完善工作全部依赖机器人训练师的经验来逐个意图补充语料、单条问句测试验证、逐个会话质检等纯手工方式完成。

近年来，很多企业在购买了AI(Artificial Intelligence)机器人后，发现机器人并没有达到购买之初预期的效果，本质原因在于机器人运营需要大量人力的投入，并且投入的人力需要了解企业自身业务，最后还需要对所购买机器人实现原理有较深入的理解，在这样三个条件基础上才能做好机器人的运营，让机器人的问答效果满足真实业务的需求。而满足这三个条件对企业来说是相当困难的，这也是阻碍机器人产品在企业中能真正用起来，并用得好的主要原因之一。

由此可见，上述现有的文本机器人训练方法在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种新的文本机器人训练方法，成为当前业界急需改进的目标。

发明内容

有鉴于此，本公开实施例提供一种基于深度学习的文本机器人训练方法，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种基于深度学习的文本机器人训练方法，所述方法包括以下步骤：

基于原始意图整理预设数量的种子语料，将所述种子语料导入到文本机器人知识库中；

识别所有意图中的问题数据，并对所述问题数据进行修正；其中，所有意图包括所述原始意图和所述种子语料；

对所述所有意图进行批量扩写，得到扩写后的意图；

识别所述扩写后的意图中是否包含混淆语料；当包含混淆语料时，对所述混淆语料进行修正，得到扩写后的修正意图；

通过所述原始意图、所述种子语料和所述扩写后的修正意图训练文本机器人模型；

验证所述文本机器人模型是否符合预期；其中，当所述文本机器人模型不符合预期时，通过对单个意图进行扩写或对单个语料做调整或扩写，再次训练文本机器人模型，直至所述文本机器人模型符合预期。

根据本公开实施例的一种具体实现方式，所述方法还包括：

将所述符合预期所述文本机器人模型发布上线；

筛选所述文本机器人模型不能识别的用户提问问题，通过层次聚类功能，对用户提问问题进行聚类分析，得到聚类分析结果；

根据所述聚类分析结果提供建议；所述建议包括基于所述聚类分析结果创建新意图或将所述聚类分析结果添加到现有意图的语料中；

每当对所述意图进行创建或修改后，识别所有意图中的问题数据，并对所述问题数据进行修正。