[发明专利]意图识别模型的训练方法、装置、计算机设备和存储介质

权利要求书

1.一种意图识别模型的训练方法，其特征在于，包括：

基于历史通话录音数据获取敏感文本以及正常文本，其中，所述敏感文本为包含敏感内容的文本，所述正常文本为不包含敏感内容的文本，且所述敏感文本与所述正常文本携带有对应的意图标签；

基于随机马赛克处理的方式，按照预设规则对所述敏感文本进行文本扩充处理，得到扩充后的敏感文本，以使所述扩充后的敏感文本的第一数量与所述正常文本的第二数量之间的比值等于预设比值，其中，所述随机马赛克处理是指以预设概率对文本中的每个字使用特殊符号进行替换处理；

对所述扩充后的敏感文本中除所述敏感文本外的其他文本进行标注处理，得到对应的指定敏感文本，以使所述其他文本携带对应的意图标签；

将所述指定敏感文本与所述正常文本作为训练样本，并获取与所述训练样本对应的上下文文本数据；

将所述训练样本以及与所述训练样本对应的上下文文本数据作为预设的初始意图识别模型的输入，以与所述训练样本对应的意图标签作为所述初始意图识别模型的输出，对所述初始意图识别模型进行训练，得到训练完成的第一意图识别模型；

获取预设的测试样本数据，将所述测试样本数据输入至所述第一意图识别模型，接收所述第一意图识别模型输出的与所述测试样本数据对应的识别结果；

基于所述识别结果对所述第一意图识别模型进行验证，判断是否验证通过；

若验证通过，将所述第一意图识别模型作为目标意图识别模型，以通过所述目标意图识别模型对新输入的客户对话文本数据进行意图识别。

2.根据权利要求1所述的意图识别模型的训练方法，其特征在于，所述基于随机马赛克处理的方式，按照预设规则对所述敏感文本进行文本扩充处理，得到扩充后的敏感文本，以使所述扩充后的敏感文本的第一数量与所述正常文本的第二数量之间的比值等于预设比值的步骤，包括：

获取所述敏感文本的第三数量；

计算所述第三数量与所述第一数量的差值，得到第四数量；

采用随机马赛克处理的方式对所述敏感文本进行处理，基于所述敏感文本生成与所述第四数量相同的多个第一敏感文本；

使用所述第一敏感文本对所述敏感文本进行扩充处理，得到所述扩充后的敏感文本。

3.根据权利要求2所述的意图识别模型的训练方法，其特征在于，所述基于随机马赛克处理的方式，按照预设规则对所述敏感文本进行文本扩充处理，得到扩充后的敏感文本，以使所述扩充后的敏感文本的第一数量与所述正常文本的第二数量之间的比值等于预设比值的步骤，包括：

获取预设文本，其中，所述预设文本为无意义的文本；

使用所述预设文本对所述敏感文本进行拼接处理，得到拼接后的第二敏感文本；

采用随机马赛克处理的方式对所述第二敏感文本进行处理，基于所述第二敏感文本生成与所述第四数量相同的多个第三敏感文本；

使用所述第三敏感文本对所述敏感文本进行扩充处理，得到所述扩充后的敏感文本。

4.根据权利要求2所述的意图识别模型的训练方法，其特征在于，所述基于随机马赛克处理的方式，按照预设规则对所述敏感文本进行文本扩充处理，得到扩充后的敏感文本，以使所述扩充后的敏感文本的第一数量与所述正常文本的第二数量之间的比值等于预设比值的步骤，包括：

获取预设敏感文本，其中，所述预设敏感文本为所有所述敏感文本中的任意一个文本；

从所有所述敏感文本中筛选出与所述预设敏感文本具有相同的意图标签的同类敏感文本；

使用所述同类敏感文本对所述预设敏感文本进行拼接处理，得到拼接后的第四敏感文本；

采用随机马赛克处理的方式对所述第四敏感文本进行处理，基于所述第四敏感文本生成与所述第四数量相同的多个第五敏感文本；

使用所述第五敏感文本对所述敏感文本进行扩充处理，得到所述扩充后的敏感文本。