[发明专利]意图识别的样本数据增强方法、装置、计算机设备及介质

权利要求书

1.一种意图识别的样本数据增强方法，其特征在于，包括：

获取第一样本数据，所述第一样本数据为意图识别模型的初始训练数据；所述初始训练数据为真实对话数据；

基于自然语言算法对所述第一样本数据进行切词，得到第一单词；

识别所述第一单词的语义，将所述第一单词基于预建立的同义词表转化为相同语义的第二单词，根据所述第一样本数据与所述第二单词生成第二样本数据；

获取所述第一单词中使用频率满足预设值的第三单词，基于预建立的同音字表将所述第三单词转化为相同音的第四单词，根据所述第一样本数据与所述第四单词生成第三样本数据；

将所述第一样本数据、所述第二样本数据、所述第三样本数据进行关联数据增强，生成意图识别模型的训练样本数据。

2.根据权利要求1所述的意图识别的样本数据增强方法，其特征在于，所述将所述第一单词基于预建立的同义词表转化为相同语义的第二单词，根据所述第一样本数据与所述第二单词生成第二样本数据，包括：

选取所述第一样本数据中的任意一个单词作为第一单词；

基于预建立的同义词表为所述第一单词匹配相同语义的第二单词；

将所述第一样本数据的第一单词替换为所述第二单词，生成第二样本数据。

3.根据权利要求1所述的意图识别的样本数据增强方法，其特征在于，所述获取所述第一单词中使用频率满足预设值的第三单词之前，还包括：

获取所述第一样本数据的应用场景；

获取基于大数据预采集的所述应用场景下的单词库，所述单词库中包含多个单词；

根据各单词在所述单词库的出现频次，确定所述应用场景对应的预设值。

4.根据权利要求1所述的意图识别的样本数据增强方法，其特征在于，所述生成意图识别模型的训练样本数据之后，还包括：

获取所述训练样本数据的意图；

统计各个意图的训练样本数据的数据量；

获取所述训练样本数据的数据量低于预设阈值的目标意图，对所述目标意图进行训练样本数据增强。

5.根据权利要求4所述的意图识别的样本数据增强方法，其特征在于，所述对所述目标意图进行训练样本数据增强，包括：

获取所述目标意图的待增强样本数据；

对所述待增强样本数据的词语的进行顺序变换，生成目标样本数据，以对所述目标意图进行训练样本数据增强。

6.根据权利要求4所述的意图识别的样本数据增强方法，其特征在于，所述对所述目标意图进行训练样本数据增强，包括：

获取所述目标意图的初始样本数据；

获取与所述目标意图相匹配的历史样本数据；

计算所述初始样本数据与历史样本数据的相似度，根据所述相似度筛选满足预设要求的目标历史样本数据；

将所述目标历史样本数据与所述目标意图建立关联，以增强所述目标意图的训练样本数据。

7.根据权利要求1所述的意图识别的样本数据增强方法，其特征在于，所述将所述第一样本数据、所述第二样本数据、所述第三样本数据进行关联数据增强，包括：

获取所述第一样本数据的第一意图；

将所述第一意图配置为区块的头部信息；

将所述第一样本数据、所述第二样本数据、所述第三样本数据配置为区块的内容信息；

根据所述头部信息与所述内容信息进行上链，以将所述第一样本数据、所述第二样本数据、所述第三样本数据进行关联数据增强。