[发明专利]一种badcase挖掘方法及电子设备

权利要求书

1.一种电子设备，其特征在于，包括：存储器和处理器；

所述存储器，用于存储预先训练的坏例badcase挖掘模型；

所述处理器被配置用于：

从智能设备与用户进行语音交互过程中生成的用户日志数据中提取特征信息；

将所述特征信息输入所述badcase挖掘模型得到所述用户日志数据所属的类别；所述类别为以下类别中的一个：非badcase数据类别和至少一个badcase数据类别；所述badcase数据类别用于表示所述智能设备在与用户进行语音交互过程中的输出结果不符合用户预期，所述非badcase数据类别用于表示所述智能设备在与用户进行语音交互过程中的输出结果符合用户预期。

2.根据权利要求1所述的电子设备，其特征在于，所述badcase挖掘模型通过以下步骤训练：

获取训练样本，所述训练样本包括已标注类别的用户日志数据；

利用所述训练样本训练所述badcase挖掘模型。

3.根据权利要求1所述的电子设备，其特征在于，所述至少一个badcase数据类别包括以下至少一个：

用于指示未能正确解析用户输入的语音意图的第一类别；

用于指示未能正确定位用户输入的语音的业务领域的第二类别；

用于指示未能正确将用户输入的语音识别为文本的第三类别；

用于指示未能纠正用户输入的语音中的错误信息的第四类别。

4.根据权利要求1所述的电子设备，其特征在于，所述badcase挖掘模型为支持向量机模型、基于树型结构的机器学习模型、神经网络模型和深度神经网络模型中的一种。

5.根据权利要求1所述的电子设备，其特征在于，所述用户日志包括以下至少一种信息：

智能设备与用户进行语音交互过程中用户输入的每一语音对应的语音识别结果、所述语音对应的语义解析结果、智能设备响应所述语音的输出结果、所述输出结果对应的用户停留时间。

6.根据权利要求5所述的电子设备，其特征在于，所述特征信息包括以下至少一种信息：

所述语音对应的语义解析结果、智能设备响应所述语音的输出结果、所述输出结果对应的用户停留时间、所述语音的下一语音对应的语义解析结果、所述语音与所述下一语音的语义相似度。

7.根据权利要求5或6所述的电子设备，其特征在于，所述语音对应的语义解析结果通过以下方式得到：

对所述语音进行语音识别得到文本，对所述文本进行语义解析得到对应的语义解析结果。

8.一种badcase挖掘方法，其特征在于，包括：

从智能设备与用户进行语音交互过程中生成的用户日志数据中提取特征信息；

将所述特征信息输入预先训练的badcase挖掘模型得到所述用户日志数据所属的类别；所述类别为以下类别中的一个：非badcase数据类别和至少一个badcase数据类别；所述badcase数据类别用于表示所述智能设备在与用户进行语音交互过程中的输出结果不符合用户预期，所述非badcase数据类别用于表示所述智能设备在与用户进行语音交互过程中的输出结果符合用户预期。

9.根据权利要求8所述的方法，其特征在于，所述badcase挖掘模型通过以下步骤训练：

获取训练样本，所述训练样本包括已标注类别的用户日志数据；

利用所述训练样本训练所述badcase挖掘模型。

10.根据权利要求8所述的方法，其特征在于，

所述至少一个badcase数据类别包括以下至少一个：

用于指示未能正确解析用户输入的语音意图的第一类别；

用于指示未能正确定位用户输入的语音的业务领域的第二类别；

用于指示未能正确将用户输入的语音识别为文本的第三类别；

用于指示未能纠正用户输入的语音中的错误信息的第四类别。