[发明专利]问答语料生成方法、装置和计算机可读存储介质在审
| 申请号： | 201910667010.3 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110390006A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 李正兴 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F17/27 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 黄晓庆 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种问答语料生成方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取问答数据集合，将问答数据集合中各问答数据分词，得到分词结果，根据分词结果进行词语组合，得到第一候选词串集合，根据预设的停用词表筛选第一候选词串集合，得到第二候选词串集合，计算各第二候选词串的词语之间的词向量相似度值，根据词向量相似度值筛选第二候选词串集合，得到目标词串集合，根据目标词串集合提取问答语料的专属名词集合，将专属名词集合中各专属名词以及预设的意图模板进行组合，得到问答语料。本申请提供的方案可以实现对问答语料的获取，从而可以为制作问答语料的人力减少提供帮助，节约了人力资源。 | ||
| 搜索关键词： | 集合 候选词 语料 问答数据 计算机可读存储介质 分词结果 语料生成 词向量 目标词 相似度 预设 词表 筛选 计算机设备 词语组合 人力资源 分词 停用 申请 词语 节约 制作 帮助 | ||
【主权项】：
1.一种问答语料生成方法，包括：获取问答数据集合；将所述问答数据集合中各问答数据分词，得到分词结果；根据所述分词结果进行词语组合，得到第一候选词串集合，根据预设的停用词表筛选所述第一候选词串集合，得到第二候选词串集合；计算各第二候选词串的词语之间的词向量相似度值，根据所述词向量相似度值筛选所述第二候选词串集合，得到目标词串集合；根据所述目标词串集合提取问答语料的专属名词集合，将所述专属名词集合中各专属名词以及预设的意图模板进行组合，得到问答语料。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910667010.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法和装置
- 下一篇：涉及区块链的知识问答数据共享方法及其系统
