[发明专利]语义识别模型训练方法、识别方法、电子设备、存储介质

说明书

本发明提供一种语义识别模型训练方法、识别方法、电子设备、存储介质。其中，语义识别模型训练方法包括：建立预置数据库，所述预置数据库包括多个预置问题；利用所述预置问题对初始模型进行训练，以得到初始语义模型；将所述初始语义模型与语言模型进行拼接，以得到所述语义识别模型；其中，所述语言模型用于识别文本中字与字之间的语言学关系；所述初始语义模型用于识别所述文本中字或词在所述文本中的语义含义。以此提高模型语义理解能力。

技术领域

本发明涉及自然语言理解技术领域，尤其是涉及一种语义识别模型训练方法、识别方法、电子设备、存储介质。

背景技术

目前，在自然语言理解领域中，常用的研发流程是先准备一批数据，用于模型训练；然后进行产品化并且上线收集用户的语料，根据用户的线上语料再进行模型的迭代优化。

当前语音交互系统中由于语义理解存在的一些缺陷，很多时候对用户的响应处理存在错误。

发明内容

本发明提供一种语义识别模型训练方法、识别方法、电子设备、存储介质，用于提高模型语义理解能力。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种语义识别模型的训练方法，包括：建立预置数据库，所述预置数据库包括多个预置问题；利用所述预置问题对初始模型进行训练，以得到初始语义模型；将所述初始语义模型与语言模型进行拼接，以得到所述语义识别模型；其中，所述语言模型用于识别文本中字与字之间的语言学关系；所述初始语义模型用于识别所述文本中字或词在所述文本中的语义含义。

其中，所述利用所述预置问题对初始模型进行训练，以得到初始语义模型包括：对多个所述预置问题的相似度进行标注，得到多个所述预置问题的相似度结果；基于多个所述预置问题的相似度结果对所述初始模型进行训练，得到所述初始语义模型。

其中，所述对多个所述预置问题的相似度进行标注，得到多个所述预制问题的相似度结果包括：对至少两个所述预置问题的相似度进行标注，若至少两个所述预置问题的相似度大于相似度阈值，则用第一数据进行标注，若至少两个所述预置问题的相似度小于相似度阈值，则用第二数据进行标注。

其中，所述基于多个所述预置问题的相似度结果对所述初始模型进行训练，得到所述初始语义模型包括：获取所述预置问题的文本信息以及所述预置问题的分词词性信息；对所述预置问题的分词词性信息中相同的部分设置掩码标记，得到第一输出矩阵；和/或，对所述预置问题的文本信息中相同的部分设置掩码标记，以得到第二输出矩阵；和/或，对所述预置问题的文本信息中不同的部分以及所述预置问题的分词词性信息中不同的部分设置掩码标记，以得到第三输出矩阵；将所述第一输出矩阵、第二输出矩阵、第三输出矩阵、所述预置问题的文本信息以及所述预置问题的分词词性信息进行拼接，以得到第四输出矩阵；基于所述多个预置问题的相似度结果利用所述第四输出矩阵对所述初始模型进行有监督训练训练，以得到所述初始语义模型。

其中，所述建立预置数据库包括：获取预置问题，基于所述预置问题向用户发送答案信息；获取用户的反馈信息，以判断所述答案信息是否符合用户预期；若所述答案信息不符合用户预期，则将所述预置问题以及对应的答案信息进行保存，以形成所述预置数据库。

其中，所述获取预置问题，基于所述预置问题向用户发送答案信息之前包括：判断所述预置数据库中是否保存有所述预置问题对应的答案信息；若否，则将所述预置问题下发至用户，并收集用户对于所述预置问题的答案信息，将所述预置问题以及所述答案信息保存至所述预置数据库。

其中，所述获取用户的反馈信息，以判断所述答案信息是否符合用户预期包括：若所述答案信息满足用户的预期，则对所述预置问题以及所述答案信息进行加权，并保存至所述预置数据库中。

其中，所述获取预置问题，基于所述预置问题向用户发送答案信息包括：比较所述预置问题与所述预置数据库中存储的预置问题的相似度；若相似度结果超过阈值，则将所述预置数据库中存储的预置问题以及其对应的答案信息反馈至用户。