[发明专利]一种确定语料意图的方法、装置及电子设备

权利要求书

1.一种确定语料意图的方法，其特征在于，包括：

确定第一语料集，所述第一语料集中包含若干条语料；

对所述第一语料集执行下述预设操作：

根据至少一个核心词对所述第一语料集中的语料进行子集划分，获得至少一个子集，其中，所述至少一个子集与所述至少一个核心词一一对应，每个所述子集中的语料均包含每个所述子集对应的核心词；

在所述至少一个子集中的第一子集中的语料数量小于第一预设值时，基于所述第一子集对应的核心词，确定所述第一子集中的所有语料的第一意图，并基于所述第一意图为所述第一子集中的所有语料添加意图标签；所述第一子集为所述至少一个子集中的任意一个子集；

在所述第一子集中的语料数量不小于所述第一预设值时，将所述第一子集重新作为所述第一语料集，并对重新确定的所述第一语料集执行所述预设操作；其中，对不同所述第一语料集执行所述预设操作时所使用的核心词的词性不同。

2.如权利要求1所述的方法，其特征在于，根据至少一个核心词对所述第一语料集中的语料进行子集划分，包括：

在所述第一语料集中选择逆文本频率指数TF-IDF值大于设定阈值的动词或名词作为所述至少一个核心词；其中，在不同所述第一语料集中选择所述至少一个核心词时所基于的所述设定阈值大小相同或不同；

基于选择的所述至少一个核心词对所述第一语料集中的语料进行子集划分。

3.如权利要求1或2所述的方法，其特征在于，所述确定第一语料集，包括：

获取对话日志，所述对话日志中包含多条语料；

筛选出所述多条语料中置信度小于或等于第一置信度的语料，基于筛选出的语料生成所述第一语料集，其中所述置信度用于表征语料分类的准确程度。

4.如权利要求1-3中任一项所述的方法，其特征在于，所述根据所述至少一个核心词对所述第一语料集中的语料进行子集划分，包括：

若所述第一语料集中的第一语料包括至少两个核心词，将所述第一语料划分到与所述至少两个核心词分别对应的至少两个子集中的每个子集中；其中，所述第一语料为所述第一语料集包括的多个语料中的任意一个语料。

5.如权利要求1-3中任一项所述的方法，其特征在于，所述根据所述至少一个核心词对所述第一语料集中的语料进行子集划分，包括：

若所述第一语料集中的第一语料包括至少两个核心词，确定所述至少两个核心词中逆文本频率指数TF-IDF值最大的核心词；

将所述第一语料划分到所述TF-IDF值最大的核心词对应的子集中；其中，所述第一语料为所述第一语料集包括的多个语料中的任意一个语料。

6.如权利要求1-5中任一项所述的方法，其特征在于，在基于所述第一意图为所述第一子集中的所有语料添加意图标签之后，还包括：

基于已添加意图标签的语料生成数据库；

在接收到第一语音指令时，从所述数据库中确定出与所述第一语音指令相匹配的语料；

基于所述相匹配的语料的意图标签确定所述第一语音指令的意图。

7.如权利要求6所述的方法，其特征在于，在基于所述相匹配的语料的意图标签确定所述第一语音指令的意图之后，还包括：

根据所述第一语音指令的意图执行第一操作。