[发明专利]问答意图分类模型的测试方法、装置、设备及介质有效

专利信息
申请号: 202011479835.1 申请日: 2020-12-15
公开(公告)号: CN112541739B 公开(公告)日: 2022-04-15
发明(设计)人: 宫雪 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06K9/62;G06V10/764
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉;曹勇
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 问答 意图 分类 模型 测试 方法 装置 设备 介质
【说明书】:

本申请涉及人工智能技术领域,揭示了一种问答意图分类模型的测试方法、装置、设备及介质,其中方法包括:分别将每个产品标识对应的测试样本子集合输入对应的待测试的问答意图分类模型进行意图预测得到各个产品标识对应的意图预测结果集合;分别根据各个产品标识对应的意图预测结果集合、各个产品标识对应的测试样本子集合的测试问题问句意图标定数据和测试问题是否意图标定数据进行每个测试样本的意图预测准确判断得到各个产品标识对应的意图预测准确结果集合;根据各个产品标识对应的测试样本子集合和意图预测准确结果集合进行报告生成得到目标问答意图分类模型测试报告。从而避免人工计算耗时长且不准确的问题。

技术领域

本申请涉及到人工智能技术领域,特别是涉及到一种问答意图分类模型的测试方法、装置、设备及介质。

背景技术

分类模型的模型测试需要基于样本数据,样本数据的数量少时,部分测试人员会采取借用Excel等工具进行人工计算统计的方式,但当样本数据的数量多时,人工计算耗时长且不准确。而且模型在不断的迭代优化,导致需要计算的次数非常多,从而导致进一步增加计算的工作量。

发明内容

本申请的主要目的为提供一种问答意图分类模型的测试方法、装置、设备及介质,旨在解决现有技术的分类模型训练后通过Excel进行人工计算统计的方式进行模型测试,导致人工计算耗时长且不准确的技术问题。

为了实现上述发明目的,本申请提出一种问答意图分类模型的测试方法,所述方法包括:

获取测试样本集合,所述测试样本集合包括多个测试样本,所述测试样本包括:产品标识、测试问题样本数据、测试问题问句意图标定数据和测试问题是否意图标定数据;

采用所述产品标识对所述多个测试样本进行划分,得到各个所述产品标识各自对应的测试样本子集合;

分别将每个所述产品标识对应的测试样本子集合输入各自对应的待测试的问答意图分类模型进行意图预测,得到各个所述产品标识各自对应的意图预测结果集合;

分别根据各个所述产品标识各自对应的意图预测结果集合、各个所述产品标识各自对应的测试样本子集合的所述测试问题问句意图标定数据和所述测试问题是否意图标定数据进行每个所述测试样本的意图预测准确判断,得到各个所述产品标识各自对应的意图预测准确结果集合;

根据各个所述产品标识各自对应的测试样本子集合和意图预测准确结果集合进行报告生成,得到目标问答意图分类模型测试报告,所述目标问答意图分类模型测试报告包括:各个所述产品标识各自对应的各个意图值的准确率数据、召回率数据和正样本总数。

进一步的,所述分别将每个所述产品标识对应的测试样本子集合输入各自对应的待测试的问答意图分类模型进行意图预测,得到各个所述产品标识各自对应的意图预测结果集合的步骤,包括:

采用待预测的产品标识从各个所述产品标识各自对应的测试样本子集合中提取出测试样本子集合,得到目标测试样本子集合,所述待预测的产品标识是各个所述产品标识中的任一个;

根据所述待预测的产品标识从待测试模型库中查找,得到目标待测试的问答意图分类模型;

分别将所述目标测试样本子集合中每个所述测试样本输入所述目标待测试的问答意图分类模型进行意图预测,得到所述待预测的产品标识对应的所述意图预测结果集合;

重复所述采用待预测的产品标识从各个所述产品标识各自对应的测试样本子集合中提取出测试样本子集合,得到目标测试样本子集合的步骤,直至确定所有所述产品标识对应的所述意图预测结果集合。

进一步的,所述分别根据各个所述产品标识各自对应的意图预测结果集合、各个所述产品标识各自对应的测试样本子集合的所述测试问题问句意图标定数据和所述测试问题是否意图标定数据进行每个所述测试样本的意图预测准确判断,得到各个所述产品标识各自对应的意图预测准确结果集合的步骤,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011479835.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top