[发明专利]用于改述语料的数据处理方法及装置

权利要求书

1.一种用于改述语料的数据处理方法，其特征在于，用于处理同一个意思不同自然语言表达的改述语料数据，所述方法包括：

生成含有任务对话的种子模板：按照预设规则以及语料剧本生成一个含有任务对话的种子模板：对目标领域建模得到用于任务对话的语义框架；根据语义框架建立对话剧本；以及根据所述对话剧本生成用于语料泛化的种子模板；

根据所述种子模板批量发布众包任务并获得改述语料；

测评所述改述语料是否符合预设语料入库条件：对任务的执行者或任务结果进行测评；以及在语料预审阶段，判断任务执行者上传的内容是否覆盖了必要的槽和槽值，以及判断种子模板中的槽和槽值是否出现在众包模板中；包括：

测评所述改述语料在生成或上传时是否符合第一预设语料入库条件；

如果测评所述改述语料符合预设语料入库条件，则将所述改述语料入库包括：

如果测评所述改述语料在生成或上传时符合第一预设语料入库条件，则将生成的所述改述语料入库；

如果测评所述改述语料在生成或上传时不符合第一预设语料入库条件，则发布校验所述改述语料的众包任务是否符合第二预设语料入库条件；

如果测评所述改述语料符合预设语料入库条件，则将所述改述语料入库包括：

如果发布校验所述改述语料的众包任务符合第二预设语料入库条件，则将满足第二预设语料入库条件的所述改述语料入库；

如果测评所述改述语料符合预设语料入库条件，则将所述改述语料入库；在入库后将入库的语料模版进行标准化、去除槽值操作，将众包生成的语料转变成标准的众包模版。

2.根据权利要求1所述的数据处理方法，其特征在于，根据所述种子模板批量发布众包任务并获得改述语料包括：

选择需要被改述的所述种子模板并确定任务发布条件；

将所述种子模板通过社交网络服务器数据接口批量发布所述众包任务；以及

接收完成所述众包任务获得的改述语料。

3.一种用于改述语料的数据处理装置，其特征在于，用于处理同一个意思不同自然语言表达的改述语料数据，所述装置包括：

生成模块，用于生成含有任务对话的种子模板；所述生成模块包括：领域建模单元，用于对目标领域建模得到用于任务对话的语义框架；对话剧本单元，用于根据语义框架建立对话剧本；以及种子模板单元，用于根据所述对话剧本生成用于语料泛化的种子模板；

发布模块，用于根据所述种子模板批量发布众包任务并获得改述语料；

测评模块，用于测评所述改述语料是否符合预设语料入库条件：对任务的执行者或任务结果进行测评；以及在语料预审阶段，判断任务执行者上传的内容是否覆盖了必要的槽和槽值，以及判断种子模板中的槽和槽值是否出现在众包模板中；

所述测评模块包括：第一语料测评单元和第二语料测评单元，入库模块包括：第一测评入库单元和第二测评入库单元，

第一语料测评单元，用于测评所述改述语料在生成或上传时是否符合第一预设语料入库条件；

第一测评入库单元，用于测评所述改述语料在生成或上传时符合第一预设语料入库条件时，将生成的所述改述语料入库；

第二语料测评单元，用于测评所述改述语料在生成或上传时不符合第一预设语料入库条件时，发布校验所述改述语料的众包任务是否符合第二预设语料入库条件；

第二测评入库单元，用于发布校验所述改述语料的众包任务符合第二预设语料入库条件时，将满足第二预设语料入库条件的所述改述语料入库；以及

入库模块，用于在测评所述改述语料符合预设语料入库条件时，将所述改述语料入库；在入库后将入库的语料模版进行标准化、去除槽值操作，将众包生成的语料转变成标准的众包模版。

4.根据权利要求3所述的数据处理装置，其特征在于，所述发布模块包括：

选择单元，用于选择需要被改述的所述种子模板并确定任务发布条件；

任务发布单元，用于将所述种子模板通过社交网络服务器数据接口批量发布所述众包任务；以及

接收单元，用于接收完成所述众包任务获得的改述语料。