公开(公告)号：CN110532547A

公开(公告)日：2019-12-03

申请号：CN201910704739.3

申请日：2019-07-31

申请人： 厦门快商通科技股份有限公司

发明人： 陈鑫 ,  肖龙源 ,  蔡振华 ,  李稀敏 ,  刘晓葳 ,  王静

IPC分类号： G06F17/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本申请提供一种语料库构建方法及装置、一种电子设备以及一种计算机可读介质。其中，所述方法包括：接收到目标语料后，对所述目标语料进行分词处理，得到多个词单元，按照预先建立的同义词典，获取每个词单元对应的同义词单元组，所述同义词单元组包括与该词单元对应的至少一个同义词单元，基于所述词单元对应的同义词单元对至少一个词单元进行替换，得到所述目标语料的同义语料，将所述同义语料与所述目标语料关联后，构建语料库。由于是基于预先构建的同义词典进行同义词替换生成同义语料，使得扩充后的数据集更有利于模型训练，因此，相较于现有技术，能够在一定程度上实现有效文本生成，扩充数据集。

公开(公告)号：CN111178415A

公开(公告)日：2020-05-19

申请号：CN201911331238.1

申请日：2019-12-21

申请人： 厦门快商通科技股份有限公司

发明人： 陈鑫 ,  肖龙源 ,  蔡振华 ,  李稀敏 ,  刘晓葳 ,  谭玉坤

IPC分类号： G06K9/62

摘要： 本发明公开了一种基于BERT的意图数据层次聚类方法，包括以下步骤：S1：确定访客的数据；S2：通过BERT获取每条数据的向量；S3：使用层次聚类算法将步骤S2的向量进行聚类；S4：调整层次聚类算法的参数，使得聚类的结果符合标准。通过本发明的方案可快速确定某个领域访客的意图。

公开(公告)号：CN110458207A

公开(公告)日：2019-11-15

申请号：CN201910669701.7

申请日：2019-07-24

申请人： 厦门快商通科技股份有限公司

发明人： 陈鑫 ,  肖龙源 ,  蔡振华 ,  李稀敏 ,  刘晓葳 ,  谭玉坤

IPC分类号： G06K9/62 ,  G06F17/27 ,  G06F16/35

摘要： 本发明涉及自然语言处理技术，提供了一种语料意图预测方法，所述方法包含步骤：基于预处理后的样本，训练得到N个预测模型；分别基于各所述预测模型对待预测语料进行预测，得到N个预测结果；基于所述N个预测结果匹配预设规则，确定所述待预测语料对应的意图信息；其中，所述N为大于等于3的奇数；所述预设规则包含:若所述N个预测结果中存在相同预测结果，且相同的个数大于N/2，那么确定所述相同预测结果为所述待预测语料对应的意图信息。基于本实施例所提供的方法，实现对语料的意图预测，并提升了预测准确度，从而可大幅度的减少重复的人工处理工作。此外，本发明还提供了一种语料标注方法和电子设备。