[发明专利]一种基于录音对话的自然语言理解模型的建立方法

权利要求书

1.一种基于录音对话的自然语言理解模型的建立方法，其特征在于，包括如下步骤：

步骤S1，获取针对一个拨叫方的多组对话录音的音频数据，将所述对话录音的音频数据转换为文字数据；

步骤S2，向所述拨叫方和多个接听方分配对应的ID，将每组对话的文字数据根据ID进行划分；其中，将每组对话的文字数据根据ID进行划分后，对对话文字中连续出现的ID的对话内容进行合并；

步骤S3，然后根据文字内容设置标签；

步骤S4，将设置标签后的文字数据进行数据清洗，划分数据集为训练集和测试集；训练集是指学习样本数据集，通过匹配一些参数来建立一个分类器；建立一种分类的方式，用来训练模型；测试集是测试训练好的模型的分辨能力，判断预测结果与真实结果的误差；

步骤S5，将训练集放入预设训练模型中进行训练，输出模型；其中，所述预设训练模型为TextCNN模型；预先设定默认值，向预设训练模型中输入训练集数据进行训练，训练出来的模型经过测试集进行验证，然后修改参数并同时检测准确率，选取准确率最高的参数为最终的参数；所述参数包括：词向量的维度、词汇表的大小、句子的长度、CNN过滤器的大小、CNN过滤器的个数、dropout的阈值、学习率、卷积核大小、学习率下降的梯度、梯度下降的阈值、l2正则化项值、训练批次、每批次样本个数。

2.如权利要求1所述的基于录音对话的自然语言理解模型的建立方法，其特征在于，在所述步骤S3中，所述标签内容包括：品质违规、业务违规、负面风险、话术流程、施压话术。

3.如权利要求1所述的基于录音对话的自然语言理解模型的建立方法，其特征在于，在所述步骤S4中，将清洗后的数据中80％的数据划分为训练集，20％的数据划分为测试集。

4.如权利要求3所述的基于录音对话的自然语言理解模型的建立方法，其特征在于，划分为训练集和测试集后，将中文进行分词，然后对词做编码。

5.如权利要求1所述的基于录音对话的自然语言理解模型的建立方法，其特征在于，采用TextCNN模型进行训练，包括如下步骤：

首先，对输入矩阵进行卷积操作，经过卷积操作后得到k个向量，采用不同大小的卷积核，从输入文本中提取特征；

然后，对卷积操作的输出进行max-pooling操作；将k个标量数字拼接起来，组成一个向量表示最后提取的特征；

最后，在接一个全联接层作为输出层，得到模型的输出。