[发明专利]文本机器人交叉验证优化方法及装置

权利要求书

1.一种文本机器人交叉验证优化方法，其特征在于，包括：

利用已标记预设正确答复语句的询问语句测试多个语料模型，每个应答语料模型输出对应的答复语句，所述多个语料模型是利用多组语料训练集训练机器学习模型得到，每组语料训练集包括多个问答语句对，每个问答语句对包括一询问语句和对应的一答复语句；所述问答语句对是文本机器人与客户进行信息交互产生的；

比对所述预设正确答复语句与每个应答语料模型输出的答复语句，生成答复正误对照表；

根据所述答复正误对照表中错误答复语句的数量优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库。

2.根据权利要求1所述的文本机器人交叉验证优化方法，其特征在于，还包括：采集文本机器人与客户进行信息交互产生的问答语句对，生成所述语料库。

3.根据权利要求1所述的文本机器人交叉验证优化方法，其特征在于，还包括：建立所述机器学习模型。

4.根据权利要求2所述的文本机器人交叉验证优化方法，其特征在于，还包括：

对所述语料库进行多次随机抽取，得到多组语料训练集。

5.根据权利要求1所述的文本机器人交叉验证优化方法，其特征在于，所述根据所述答复正误对照表中错误答复语句的数量优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库，包括：

针对同一询问语句，若所述答复正误对照表中对应答复语句错误率高于设定阈值，将该询问语句加入误判集合；

根据错误答复语句的数量和同一询问语句对应的所有答复语句的数量，结合所述答复语句错误率对该询问语句进行分类；

根据每个询问语句所处的分类，优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库。

6.根据权利要求5所述的文本机器人交叉验证优化方法，其特征在于，所述根据错误答复语句的数量和同一询问语句对应的所有答复语句的数量，结合所述答复语句错误率对该询问语句进行分类，包括：

若所述错误答复语句的数量低于第一设定阈值，并且所有答复语句的数量低于第二设定阈值，将该询问语句分类至第一类别；

若所述错误答复语句的数量低于第一设定阈值，并且所有答复语句的数量高于第二设定阈值，将该询问语句分类至第二类别；

若所述错误答复语句的数量高于第一设定阈值，并且所有答复语句的数量高于第二设定阈值，将该询问语句分类至第三类别。

7.根据权利要求6所述的文本机器人交叉验证优化方法，其特征在于，所述优化包括修正操作和改进操作，优化所述语料库或者所述机器学习模型的算法，包括：

若所述询问语句为第一类别，补充所述询问语句对应的问答对至所述询问语句对应的语料训练集；

若所述询问语句为第二类别，修正所述语料库；

若所述询问语句为第三类别，修正所述机器学习模型的算法。

8.根据权利要求1所述的文本机器人交叉验证优化方法，其特征在于，还包括：利用多组语料训练集训练机器学习模型，得到对应数量的应答语料模型。

9.一种文本机器人交叉验证优化装置，其特征在于，包括：

测试模块，利用已标记预设正确答复语句的询问语句测试多个语料模型，每个应答语料模型输出对应的答复语句，所述多个语料模型是利用多组语料训练集训练机器学习模型得到，每组语料训练集包括多个问答语句对，每个问答语句对包括一询问语句和对应的一答复语句；所述问答语句对是文本机器人与客户进行信息交互产生的；

比对模块，比对所述预设正确答复语句与每个应答语料模型输出的答复语句，生成答复正误对照表；

优化模块，根据所述答复正误对照表中错误答复语句的数量优化所述机器学习模型的算法或者优化包括所述问答语句对的语料库。

10.根据权利要求9所述的文本机器人交叉验证优化装置，其特征在于，还包括：语料库生成模块，采集文本机器人与客户进行信息交互产生的问答语句对，生成所述语料库。