[发明专利]一种面向人机交互多轮对话语料的加速标注方法及装置

权利要求书

1.一种面向人机交互多轮对话语料的加速标注方法，其特征在于，包括：

获取待标注用户话语及所述待标注用户话语的上下文；

对所述待标注用户话语与会话行为进行字面相似度计算，以得到第一字面相似度得分；

对所述待标注用户话语与所述会话行为进行语义相似度计算，以得到第一语义相似度得分；

对所述待标注用户话语的上下文与所述会话行为进行字面相似度计算，以得到第二字面相似度得分；

对所述待标注用户话语的上下文与所述会话行为进行语义相似度计算，以得到第二语义相似度得分；

根据所述第一字面相似度得分、第一语义相似度得分、第二字面相似度得分及所述第二语义相似度得分，确定候选推荐标注；

所述对所述待标注用户话语与会话行为进行字面相似度计算，以得到第一字面相似度得分，包括：

对所述待标注用户话语进行分词，以获取第一n-gram信息；

根据所述第一n-gram信息确定第一查询词表征；

获取语料中已标注的用户话语；

通过第一预设模型对所述已标注的用户话语进行检索，以得到与所述待标注用户话语相似度最高的预设数目个已标注的用户话语及第一相似度；

通过第一预设算法对所述第一相似度进行计算，以得到所述第一字面相似度得分；

所述对所述待标注用户话语与所述会话行为进行语义相似度计算，以得到第一语义相似度得分，包括：

通过预训练的无监督语言模型对所述待标注用户话语进行计算，以得到第一句子语义向量；

获取语料中所述会话行为的第一预设句子语义向量；

通过第二预设算法对所述第一预设句子语义向量与所述第一句子语义向量进行计算，以得到所述第一语义相似度得分；

所述根据所述第一字面相似度得分、第一语义相似度得分、第二字面相似度得分及所述第二语义相似度得分，确定候选推荐标注，包括：

通过第五预设算法对所述第一字面相似度得分、第一语义相似度得分、第二字面相似度得分及所述第二语义相似度进行计算，以得到会话行为的分值；

对预设数目个会话行为按照所述会话行为的分值逆序排列，以得到所述待标注用户话语对应的候选推荐标注。

2.如权利要求1所述的方法，其特征在于，所述对所述待标注用户话语的上下文与所述会话行为进行字面相似度计算，以得到第二字面相似度得分，包括：

对所述待标注用户话语的上下文进行分词，以获取第二n-gram信息；

根据所述第二n-gram信息确定第二查询词表征；

获取语料中已标注用户话语的上下文文本；

通过第二预设模型对所述已标注用户话语的上下文文本进行检索，以得到与所述待标注用户话语的上下文相似度排名最高的预设数目个已标注用户话语的上下文文本及第二相似度；

通过第三预设算法对所述第二相似度进行计算，以得到所述第二字面相似度得分。

3.如权利要求1所述的方法，其特征在于，所述对所述待标注用户话语的上下文与所述会话行为进行语义相似度计算，以得到第二语义相似度得分，包括：

通过所述预训练的无监督语言模型对所述待标注用户话语的上下文进行计算，以得到第二句子语义向量；

获取语料中所述会话行为的第二预设句子语义向量；

通过第四预设算法对所述第二预设句子语义向量与所述第二句子语义向量进行计算，以得到所述第二语义相似度得分。