[发明专利]测试语料生成方法、装置、设备及可读写存储介质

说明书

本申请公开了一种测试语料生成方法、装置、设备及可读写存储介质，方法包括：获取人机交互场景下的历史用户交互语料；对每条所述历史用户交互语料进行语义解析，确定每条所述历史用户交互语料的组成方式；根据各条历史用户交互语料的组成方式，确定每一种组成方式的出现概率；参考每一种组成方式的出现概率，逐条生成测试语料。由于本申请是依据历史用户交互语料所确定的每种语料组成方式的出现概率，并基于该出现概率逐条生成测试语料，能够真实模拟用户与机器交互过程，生成足够多的测试语料，保证人机交互系统的测试结果的准确性和可靠性。

技术领域

本申请涉及自然语言理解技术领域，更具体地说，涉及一种测试语料生成方法、装置、设备及可读写存储介质。

背景技术

随着人工智能相关技术的不断提高，自然语言理解交互的方式越来越复杂。为了更加方便用户，在多种业务场景下引入了人机交互系统。常见的如车载业务场景、音乐业务场景等。

以车载业务场景为例，人机交互过程如下：

用户：导航到科大讯飞

机器：您打算从哪出发？

用户：从三里庵出发

按照这种交互过程，车载地图终端即会自动为用户提供从科大讯飞到三里庵的导航服务，无需用户操作终端选定起始位置、目标位置等，极大方便了用户的使用。

人机交互系统在上线服务之前，需要经过测试，以检查人机系统对用户输入语料的语义理解是否准确。但是，用户收集到的实际训练语料数量有限，训练语料覆盖度不足，导致人机交互系统测试结果失真，测试结果不可靠。

发明内容

有鉴于此，本申请提供了一种测试语料生成方法、装置、设备及可读写存储介质，用于解决现有测试语料不足，导致人机交互系统测试结果失真，不可靠的问题。

为了实现上述目的，现提出的方案如下：

一种测试语料生成方法，包括：

获取人机交互场景下的历史用户交互语料；

对每条所述历史用户交互语料进行语义解析，确定每条所述历史用户交互语料的组成方式；

根据各条历史用户交互语料的组成方式，确定每一种组成方式的出现概率；

参考每一种组成方式的出现概率，逐条生成测试语料。

优选地，所述对每条所述历史用户交互语料进行语义解析，确定每条所述历史用户交互语料的组成方式，包括：

对每条所述历史用户交互语料进行语义解析，确定每条所述历史用户交互语料所属的业务；

所述根据各条历史用户交互语料的组成方式，确定每一种组成方式的出现概率，包括：

根据各条历史用户交互语料所属的业务，确定每一种业务的出现概率。

优选地，所述根据各条历史用户交互语料所属的业务，确定每一种业务的出现概率，包括：

针对每一种业务，计算属于所述业务的历史用户交互语料的条数，与历史用户交互语料总条数的比值，作为所述业务的出现概率。

优选地，所述对每条所述历史用户交互语料进行语义解析，确定每条所述历史用户交互语料的组成方式，还包括：

对每条所述历史用户交互语料进行语义解析，确定每条所述历史用户交互语料对应的操作；

所述根据各条历史用户交互语料的组成方式，确定每一种组成方式的出现概率，还包括：

根据各条历史用户交互语料所属的业务及对应的操作，确定每一种操作在同一业务下的出现概率。