[发明专利]语料获取方法、装置、电子设备及存储介质

权利要求书

1.一种语料获取方法，其特征在于，包括：

接收对话语句，并确定与所述对话语句对应的应答语句；

分别处理所述对话语句和所述应答语句，以得到与所述对话语句对应的第一语句信息和与所述应答语句对应的第二语句信息；

从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料。

2.如权利要求1所述的方法，其特征在于，所述从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料，包括：

根据所述第一语句信息和所述第二语句信息，确定对话描述信息；

若所述对话描述信息和所述预设语料标签之间存在映射关系，则从所述第一语句信息和所述第二语句信息中提取与所述预设语料标签对应的目标语料。

3.如权利要求2所述的方法，其特征在于，在所述根据所述第一语句信息和所述第二语句信息，确定对话描述信息之后，还包括：

根据所述对话描述信息，确定初始语料标签；

若所述初始语料标签与所述预设语料标签相匹配，则确定所述对话描述信息和所述预设语料标签之间存在映射关系。

4.如权利要求2所述的方法，其特征在于，在所述根据所述第一语句信息和所述第二语句信息，确定对话描述信息之后，还包括：

确定所述对话描述信息和所述预设语料标签的标签内容之间的相似度值；

若所述相似度值大于设定阈值，则确定所述对话描述信息和所述预设语料标签之间存在映射关系。

5.如权利要求1所述的方法，其特征在于，在所述从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料之后，还包括：

将所述与预设语料标签对应的目标语料存储至大数据处理平台，并将所述预设语料标签配置为与所述目标语料对应的索引项。

6.如权利要求5所述的方法，其特征在于，所述预设语料标签的数量为多个，还包括：

接收语料获取请求，所述语料获取请求包括：待处理语料标签、目标时间范围，以及目标语料数量；

确定与所述待处理语料标签对应的预设语料标签；

获取所述对应的预设语料标签索引得到的多个目标语料，并根据所述目标时间范围和所述目标语料数量从所述多个目标语料之中选取出部分目标语料；

将所述部分目标语料作为基于所述语料获取请求获取到的语料。

7.如权利要求6所述的方法，其特征在于，还包括：

提供语料获取界面，所述语料获取界面包括：至少一个候选语料标签，语料获取的时间范围，语料数量；

基于所述语料获取界面接收语料配置请求，并将所述语料配置请求选中的候选语料标签作为所述待处理语料标签，以及确定所述语料配置请求配置的目标时间范围和目标语料数量；

根据所述待处理语料标签、所述目标时间范围，以及所述目标语料数量生成所述语料获取请求。

8.如权利要求1-7任一项所述的方法，其特征在于，所述预设语料标签包括以下任一种或多种的组合：

对话类型标签、对话场景标签、对话关键词标签。

9.一种语料获取装置，其特征在于，包括：

第一接收模块，用于接收对话语句，并确定与所述对话语句对应的应答语句；

第一处理模块，用于分别处理所述对话语句和所述应答语句，以得到与所述对话语句对应的第一语句信息和与所述应答语句对应的第二语句信息；

提取模块，用于从所述第一语句信息和所述第二语句信息中提取与预设语料标签对应的目标语料。

10.如权利要求9所述的装置，其特征在于，所述提取模块，具体用于：

根据所述第一语句信息和所述第二语句信息，确定对话描述信息；

若所述对话描述信息和所述预设语料标签之间存在映射关系，则从所述第一语句信息和所述第二语句信息中提取与所述预设语料标签对应的目标语料。