[发明专利]一种知识库数据增强方法及装置

权利要求书

1.一种知识库数据增强方法，其特征在于，包括：

循环执行交叉验证的步骤，得到交叉验证结果；其中，所述交叉验证结果包括多个测试结果；

根据所述交叉验证结果计算所述知识库中每个语句的错误率，并根据所述错误率对所述知识库进行更新；

所述交叉验证的步骤包括：

将知识库中的数据集划分为训练集以及测试集，其中，数据集包括多个意图类别，每个意图类别包括多个语句，所述训练集以及所述测试集均包括数据集中全部的意图类别；

利用所述训练集对初始的第一文本分类模型进行训练，得到训练好的第二文本分类模型；

利用所述第二文本分类模型对所述测试集进行测试，得到一个测试结果。

2.根据权利要求1所述的知识库数据增强方法，其特征在于，所述将知识库中的数据集划分为训练集以及测试集，包括：

采用随机切分或者滑动窗口切分的方式将所述知识库中的数据集划分为所述训练集以及所述测试集。

3.根据权利要求1或2所述的知识库数据增强方法，其特征在于，所述训练集包括多个训练语句以及与每个训练语句对应的训练意图；

所述利用所述训练集对初始的第一文本分类模型进行训练，得到训练好的第二文本分类模型，包括：

将所述训练语句输入所述第一文本分类模型，得到所述第一文本分类模型输出的与所述训练语句对应的第一意图；

根据所述第一意图以及所述训练意图计算预测损失；

根据所述预测损失更新所述第一文本分类模型的参数，得到所述第二文本分类模型。

4.根据权利要求1或2所述的知识库数据增强方法，其特征在于，所述测试集包括多个测试语句以及与每个测试语句对应的测试意图；

所述利用所述第二文本分类模型对所述测试集进行测试，得到一个测试结果，包括：

将所述测试语句输入所述第二文本分类模型，得到所述第二文本分类模型输出的第二意图；

根据所述第二意图确定所述测试语句对应的预测意图；

根据所述测试意图以及所述预测意图确定所述测试结果。

5.根据权利要求1所述的知识库数据增强方法，其特征在于，所述根据所述错误率对所述知识库进行更新，包括：

若所述错误率符合预设规则，则修改所述语句对应的意图类别。

6.根据权利要求1所述的知识库数据增强方法，其特征在于，所述根据所述错误率对所述知识库进行更新，包括：

若所述错误率符合预设规则，则生成与所述语句对应的推荐意图以及推荐意图下的相似问；

将所述语句、所述推荐意图以及所述相似问输出给用户，以使所述用户修改所述语句对应的意图类别。

7.一种知识库数据增强装置，其特征在于，包括：

验证模块，用于循环执行交叉验证的步骤，得到交叉验证结果；其中，所述交叉验证结果包括多个测试结果；

更新模块，用于根据所述交叉验证结果计算所述知识库中每个语句的错误率，并根据所述错误率对所述知识库进行更新；

所述验证模块具体用于：

将知识库中的数据集划分为训练集以及测试集，其中，数据集包括多个意图类别，每个意图类别包括多个语句，所述训练集以及所述测试集均包括数据集中全部的意图类别；

利用所述训练集对初始的第一文本分类模型进行训练，得到训练好的第二文本分类模型；

利用所述第二文本分类模型对所述测试集进行测试，得到一个测试结果。

8.一种计算机程序产品，其特征在于，包括计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如权利要求1-6中任一项所述的方法。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线；

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的计算机程序指令，所述处理器调用所述计算机程序指令能够执行如权利要求1-6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序指令，所述计算机程序指令被计算机运行时，使所述计算机执行如权利要求1-6任一项所述的方法。