[发明专利]语义分析模型训练方法、装置、终端设备及存储介质

说明书

本申请适用于人工智能技术领域，提供了一种语义分析模型训练方法、装置、终端设备及存储介质，该方法包括：对样本语句进行分词得到分词词汇，对分词词汇进行切分标和向量转换得到词向量，根据词汇顺序对词向量进行排序得到词向量序列，对词向量序列进行向量编码得到上下文编码向量；根据标记信息和上下文编码向量构建特征训练集；根据特征训练集对语义分析模型进行模型训练。本申请通过根据词汇顺序对词向量进行排序得到词向量序列，对词向量序列进行向量编码，使得上下文编码向量中能携带不同分词词汇之间的顺序特征，保障了特征训练集中携带有不同样本语句之间的关联特征，提高了语义分析模型训练的准确性。此外，本申请还涉及区块链技术。

技术领域

本申请涉及人工智能领域，尤其涉及一种语义分析模型训练方法、装置、终端设备及存储介质。

背景技术

语义分析模型是人机交互中的重要一环，语义分析模型可以用于识别用户语音中的语义信息，并基于识别到的语音信息进行自动的语音对话，语义分析模型可用于客服机器人、语音操作界面或有声书播报等场景。

现有的语义分析模型训练过程中，均是直接对样本对话信息中的语句进行领域分析和意图理解，并未考虑样本对话信息中上下文之间的关联特征，使得语义分析模型的训练准确性低下。

发明内容

有鉴于此，本申请实施例提供了一种语义分析模型训练方法、装置、终端设备及存储介质，以解决现有技术的语义分析模型训练过程中，由于直接对样本对话信息中的语句进行领域分析和意图理解，所导致的语义分析模型准确性确率低下的问题。

本申请实施例的第一方面提供了一种语义分析模型训练方法，包括：

对样本对话信息中的样本语句进行分词，得到分词词汇，并对所述分词词汇进行切分标记，所述切分标记用于标记对应所述分词词汇被切分为指定词汇的次数；

对切分标记后的所述分词词汇进行向量转换，得到词向量，并获取不同所述分词词汇之间的词汇顺序，所述词汇顺序用于表征所述分词词汇在所述样本语句中的顺序；

根据所述词汇顺序对所述词向量进行排序，得到词向量序列，所述词向量序列包括至少两个所述词向量，并对所述词向量序列进行向量编码，得到上下文编码向量；

获取所述样本语句对应的标记信息，并根据同一所述样本语句对应的所述标记信息和所述上下文编码向量构建特征训练集；

根据所述特征训练集对语义分析模型进行模型训练，直至所述语义分析模型收敛。

进一步地，所述对所述词向量序列进行向量编码，得到上下文编码向量，包括：

对所述词向量序列进行向量转换，得到句向量数据，所述句向量数据包括不同所述样本语句与对应句向量之间的对应关系；

将所述句向量与所述句向量数据中其他的句向量进行组合，得到句向量组，并对所述句向量组进行向量编码，得到所述上下文编码向量。

进一步地，所述对切分标记后的所述分词词汇进行向量转换，得到词向量，包括：

将切分标记后的所述分词词汇输入预训练后的词汇相关模型进行向量转换，得到所述词向量；

所述对所述句向量组进行向量编码，得到所述上下文编码向量，包括：

将所述句向量组输入预训练后的RNN网络进行编码，得到所述上下文编码向量。

进一步地，所述对所述分词词汇进行切分标记，包括：

获取所述分词词汇与词汇列表之间的被匹配次数，得到词汇切分次数，所述词汇列表中存储有不同预先设置的所述指定词汇；

将所述词汇切分次数与预设的标记信息查询表进行匹配，得到切分标记信息，并根据所述切分标记信息对所述分词词汇进行标记。