[发明专利]上下文信息识别模型的训练方法、装置和存储介质

摘要

本发明公开了一种上下文信息识别模型的训练方法，包括：获取会话信息和对会话信息进行人工标注的验证集；根据预设规则对会话信息进行预处理，并计算获得会话信息中的分类指标，分类指标包括：第一信息熵、词的最大分布概率、回答信息的平均长度、指示代词的比例、关键词所在会话信息的比重、词性种类比例；根据计算获得的分类指标结合验证集训练SVM分类器；利用训练后的SVM分类器对会话信息中未标注的信息进行标注，生成数据集；将数据集作为GRU模型的输入，训练出识别会话信息中上下文信息的识别模型。本发明还公开了一种上下文信息识别模型的训练装置和存储介质。本发明能够提高会话信息中上下文信息的识别准确率和稳定性。

主权项

1.一种上下文信息识别模型的训练方法，其特征在于，所述训练方法包括以下步骤：获取会话信息和对所述会话信息进行人工标注的验证集；根据预设规则对所述会话信息进行预处理，并计算获得所述会话信息中的分类指标，所述分类指标包括：所述会话信息的第一信息熵、所述会话信息中词的最大分布概率、所述会话信息中回答信息的平均长度、所述会话信息中指示代词的比例、所述会话信息中关键词所在会话信息的比重、所述会话信息中词性种类比例；根据所述第一信息熵、分词的最大分布概率、回答信息的平均长度、指示代词的比例、关键词所在会话信息的比重、词性种类的比例结合验证集训练SVM分类器；利用训练后的SVM分类器对所述会话信息中未标注的信息进行标注，生成数据集；将所述数据集作为GRU模型的输入，训练出识别所述会话信息中上下文信息的识别模型。