一種自動(dòng)建立個(gè)人專屬語料庫的方法技術(shù)

本發(fā)明專利技術(shù)提供的自動(dòng)建立個(gè)人專屬語料庫的方法，通過采集通訊方的會(huì)話內(nèi)容，獲取會(huì)話內(nèi)容中的會(huì)話對(duì)，根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得會(huì)話對(duì)與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值以及將會(huì)話對(duì)、場(chǎng)景標(biāo)簽以及與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值進(jìn)行匹配組合，從而生成個(gè)人專屬語料庫，解決了現(xiàn)有采用人工建立會(huì)話語料庫的工作量大且不具備個(gè)人專屬性的技術(shù)問題。不僅大大減少了人工建立會(huì)話語料庫的工作量，而且根據(jù)通訊方的會(huì)話內(nèi)容提取的會(huì)話對(duì)和與之對(duì)應(yīng)的場(chǎng)景標(biāo)簽值生成的個(gè)人專屬語料庫具有個(gè)人專屬性和較強(qiáng)的針對(duì)性，體現(xiàn)了較高的個(gè)性化水平。

Method for automatically establishing individual exclusive corpus

Method for automatically establishing personal corpus provided by the invention, through conversation content acquisition communication, access to the session content in a session on the scene, according to the preset label, collected a session on the corresponding tag tag value and scene scene, scene of the session and the corresponding label label label value and scene scene matching combined to generate personal corpus, solve the existing artificial establishment dialogue corpus workload and do not have individual specific technical problems. Not only greatly reduce the manual workload will establish dialogue corpus, and the scene of tags and the corresponding extraction according to the content of the communication session session to generate the value of the exclusive personal corpus with personal exclusive and highly targeted, personalized reflects the high level of.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種自動(dòng)建立個(gè)人專屬語料庫的方法
本專利技術(shù)涉及通信
，具體涉及一種自動(dòng)建立個(gè)人專屬語料庫的方法。
技術(shù)介紹
目前，智能會(huì)話系統(tǒng)中用于自動(dòng)回復(fù)的會(huì)話回復(fù)內(nèi)容，往往是通過匹配會(huì)話語料庫的方式獲取。上述過程中的會(huì)話語料庫，主要是通過人工創(chuàng)建的。人工建庫的工作量大，且建庫質(zhì)量普遍不高。此外，現(xiàn)有技術(shù)方案中的會(huì)話語料庫幾乎都是通用于所有用戶的，不具備個(gè)人專屬性和針對(duì)性。針對(duì)該問題，故本實(shí)施例提出了一種基于會(huì)話內(nèi)容自動(dòng)建立個(gè)人專屬語料庫的方法。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)提供了一種自動(dòng)建立個(gè)人專屬語料庫的方法，以解決現(xiàn)有采用人工建立會(huì)話語料庫的工作量大且不具備個(gè)人專屬性的技術(shù)問題。本專利技術(shù)提供的自動(dòng)建立個(gè)人專屬語料庫的方法，包括：采集通訊方的會(huì)話內(nèi)容；獲取會(huì)話內(nèi)容中的會(huì)話對(duì)；根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得會(huì)話對(duì)與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值；將會(huì)話對(duì)、場(chǎng)景標(biāo)簽以及與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值進(jìn)行匹配組合，從而生成個(gè)人專屬語料庫。進(jìn)一步地，獲取會(huì)話內(nèi)容中的會(huì)話對(duì)包括：根據(jù)會(huì)話內(nèi)容中會(huì)話句的語義，確定會(huì)話內(nèi)容中的發(fā)起句和回復(fù)句；根據(jù)預(yù)設(shè)的類型判斷規(guī)則，確定發(fā)起句和回復(fù)句的類型；根據(jù)發(fā)起句以及發(fā)起句與下一條發(fā)起句之間的回復(fù)句提取基礎(chǔ)會(huì)話對(duì)；根據(jù)基礎(chǔ)會(huì)話對(duì)、基礎(chǔ)會(huì)話對(duì)中發(fā)起句和回復(fù)句的類型，提取至少一個(gè)會(huì)話對(duì)。進(jìn)一步地，根據(jù)會(huì)話內(nèi)容中會(huì)話句的語義，確定會(huì)話內(nèi)容中的發(fā)起句和回復(fù)句包括：判斷會(huì)話內(nèi)容中的會(huì)話句在預(yù)設(shè)時(shí)間區(qū)間內(nèi)是否有通訊對(duì)方發(fā)送的上文，若無，則將會(huì)話句確定為發(fā)起句；若有，則判斷會(huì)話句是否與通訊對(duì)方發(fā)送的上文無語義關(guān)聯(lián)，若是，則將會(huì)話句確定為發(fā)起句，否則將會(huì)話句確定為回復(fù)句。進(jìn)一步地，根據(jù)預(yù)設(shè)的類型判斷規(guī)則，確定發(fā)起句的類型包括：判斷發(fā)起句是否為具有完整獨(dú)立語義的語句，若是，則判斷發(fā)起句是否由多個(gè)具有完整獨(dú)立語義的單句組成，若是，則將發(fā)起句的類型確定為復(fù)句發(fā)起句類型，否則為單句發(fā)起句類型；若否，則判斷發(fā)起句是否包含具有完整獨(dú)立語義的單句，若包含，則將發(fā)起句的類型確定為非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型，若不包含，則為非標(biāo)準(zhǔn)單句發(fā)起句類型；搜索非標(biāo)準(zhǔn)單句發(fā)起句類型的發(fā)起句是否有自己的上文和下文連續(xù)會(huì)話句，若無，則不進(jìn)行衍生擴(kuò)展，若有，則進(jìn)一步判斷非標(biāo)準(zhǔn)單句發(fā)起句類型的發(fā)起句是否可與自己的上文和下文連續(xù)會(huì)話句合并成具有完整獨(dú)立語義的語句，若能，則將非標(biāo)準(zhǔn)單句發(fā)起句類型的發(fā)起句的類型衍生擴(kuò)展為非標(biāo)準(zhǔn)句群發(fā)起句類型，若不能，則不進(jìn)行衍生擴(kuò)展；搜索非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型的發(fā)起句是否有自己的上文和下文連續(xù)會(huì)話句，若無，則不進(jìn)行衍生擴(kuò)展，若有，則進(jìn)一步判斷非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型的發(fā)起句是否可與自己的上文和下文連續(xù)會(huì)話句合并成具有完整獨(dú)立語義的語句，若能，則將非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型的發(fā)起句的類型衍生擴(kuò)展為非標(biāo)準(zhǔn)句群發(fā)起句類型，若不能，則不進(jìn)行衍生擴(kuò)展；判斷單句、復(fù)句、非標(biāo)準(zhǔn)單句、非標(biāo)準(zhǔn)復(fù)句以及非標(biāo)準(zhǔn)句群類型的發(fā)起句是否有自己的上文和下文連續(xù)會(huì)話句，若有，則進(jìn)一步判斷發(fā)起句是否可與自己的上文和下文連續(xù)會(huì)話句合并成語義關(guān)聯(lián)的句群，若是，則將發(fā)起句的類型衍生擴(kuò)展為句群發(fā)起句類型，否則不進(jìn)行衍生擴(kuò)展。進(jìn)一步地，根據(jù)預(yù)設(shè)的類型判斷規(guī)則，確定回復(fù)句的類型包括：判斷回復(fù)句是否為具有完整獨(dú)立語義的語句，若是，則判斷回復(fù)句是否由多個(gè)具有完整獨(dú)立語義的單句組成，若是，則將回復(fù)句的類型確定為復(fù)句回復(fù)句類型，否則為單句回復(fù)句類型；若否，則判斷回復(fù)句是否包含具有完整獨(dú)立語義的單句，若包含，則將回復(fù)句的類型確定為非標(biāo)準(zhǔn)復(fù)句回復(fù)句類型，若不包含，則為非標(biāo)準(zhǔn)單句回復(fù)句類型；搜索非標(biāo)準(zhǔn)單句回復(fù)句類型的回復(fù)句是否有自己的上文和下文連續(xù)會(huì)話句，若無，則不進(jìn)行衍生擴(kuò)展，若有，則進(jìn)一步判斷非標(biāo)準(zhǔn)單句回復(fù)句類型的回復(fù)句是否可與自己的上文和下文連續(xù)會(huì)話句合并成具有完整獨(dú)立語義的語句，若能，則將非標(biāo)準(zhǔn)單句回復(fù)句類型的回復(fù)句的類型衍生擴(kuò)展為非標(biāo)準(zhǔn)句群回復(fù)句類型，若不能，則不進(jìn)行衍生擴(kuò)展；搜索非標(biāo)準(zhǔn)復(fù)句回復(fù)句類型的回復(fù)句是否有自己的上文和下文連續(xù)會(huì)話句，若無，則不進(jìn)行衍生擴(kuò)展，若有，則進(jìn)一步判斷非標(biāo)準(zhǔn)復(fù)句回復(fù)句類型的回復(fù)句是否可與自己的上文和下文連續(xù)會(huì)話句合并成具有完整獨(dú)立語義的語句，若能，則將非標(biāo)準(zhǔn)復(fù)句回復(fù)句類型的回復(fù)句的類型衍生擴(kuò)展為非標(biāo)準(zhǔn)句群回復(fù)句類型，若不能，則不進(jìn)行衍生擴(kuò)展；判斷單句、復(fù)句、非標(biāo)準(zhǔn)單句、非標(biāo)準(zhǔn)復(fù)句以及非標(biāo)準(zhǔn)句群類型的回復(fù)句是否有自己的上文和下文連續(xù)會(huì)話句，若有，則進(jìn)一步判斷回復(fù)句是否可與自己的上文和下文連續(xù)會(huì)話句合并成語義關(guān)聯(lián)的句群，若是，則將回復(fù)句的類型衍生擴(kuò)展為句群回復(fù)句類型，否則不進(jìn)行衍生擴(kuò)展。進(jìn)一步地，根據(jù)基礎(chǔ)會(huì)話對(duì)、基礎(chǔ)會(huì)話對(duì)中發(fā)起句的類型以及基礎(chǔ)會(huì)話對(duì)中回復(fù)句的類型，提取至少一個(gè)會(huì)話對(duì)包括：將基礎(chǔ)會(huì)話對(duì)中發(fā)起句的類型進(jìn)行衍生擴(kuò)展，獲得多種類型的發(fā)起句；將基礎(chǔ)會(huì)話對(duì)中回復(fù)句的類型進(jìn)行衍生擴(kuò)展，獲得多種類型的回復(fù)句；根據(jù)多種類型的發(fā)起句以及多種類型的回復(fù)句，組合至少一個(gè)語義關(guān)聯(lián)的會(huì)話對(duì)進(jìn)行提取。進(jìn)一步地，根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得會(huì)話對(duì)與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值包括：預(yù)設(shè)場(chǎng)景標(biāo)簽庫，場(chǎng)景標(biāo)簽庫至少包括一個(gè)場(chǎng)景標(biāo)簽；在場(chǎng)景標(biāo)簽庫中選擇與會(huì)話對(duì)關(guān)聯(lián)的場(chǎng)景標(biāo)簽；采集獲得會(huì)話對(duì)與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值。進(jìn)一步地，場(chǎng)景標(biāo)簽包括：會(huì)話內(nèi)容主題，會(huì)話通訊雙方的時(shí)間、地點(diǎn)、日期、會(huì)話意圖、天氣、季節(jié)、性別、職業(yè)、職務(wù)、心情、興趣愛好、體感數(shù)據(jù)、健康狀況、實(shí)時(shí)行為狀態(tài)、星座、血型，會(huì)話通訊雙方之間的關(guān)系、年齡差距、輩分差距，雙方會(huì)話通訊的間隔時(shí)間、頻率、時(shí)間跨度，會(huì)話內(nèi)容的句型、句類、句式結(jié)構(gòu)類型，以及總量標(biāo)簽中的一種或多種組合。本專利技術(shù)具有以下有益效果：本專利技術(shù)提供的自動(dòng)建立個(gè)人專屬語料庫的方法，通過采集通訊方的會(huì)話內(nèi)容，獲取會(huì)話內(nèi)容中的會(huì)話對(duì)，根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得會(huì)話對(duì)與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值以及將會(huì)話對(duì)、場(chǎng)景標(biāo)簽以及與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值進(jìn)行匹配組合，從而生成個(gè)人專屬語料庫，解決了現(xiàn)有采用人工建立會(huì)話語料庫的工作量大且不具備個(gè)人專屬性的技術(shù)問題。不僅大大減少了人工建立會(huì)話語料庫的工作量，而且根據(jù)通訊方的會(huì)話內(nèi)容提取的會(huì)話對(duì)和與之對(duì)應(yīng)的場(chǎng)景標(biāo)簽值生成的個(gè)人專屬語料庫具有個(gè)人專屬性和較強(qiáng)的針對(duì)性，體現(xiàn)了較高的個(gè)性化水平。除了上面所描述的目的、特征和優(yōu)點(diǎn)之外，本專利技術(shù)還有其它的目的、特征和優(yōu)點(diǎn)。下面將參照?qǐng)D，對(duì)本專利技術(shù)作進(jìn)一步詳細(xì)的說明。附圖說明構(gòu)建本申請(qǐng)的一部分的附圖用來提供對(duì)本專利技術(shù)的進(jìn)一步理解，本專利技術(shù)的示意性實(shí)施例及其說明用于解釋本專利技術(shù)，并不構(gòu)建對(duì)本專利技術(shù)的不當(dāng)限定。在附圖中：圖1是本專利技術(shù)優(yōu)選實(shí)施例自動(dòng)建立個(gè)人專屬語料庫的方法流程圖；圖2是本專利技術(shù)優(yōu)選實(shí)施例針對(duì)的精簡(jiǎn)實(shí)施例一的自動(dòng)建立個(gè)人專屬語料庫的方法的流程圖；圖3是本專利技術(shù)優(yōu)選實(shí)施例針對(duì)的精簡(jiǎn)實(shí)施例二的自動(dòng)建立個(gè)人專屬語料庫的方法的流程圖。具體實(shí)施方式以下結(jié)合附圖對(duì)本專利技術(shù)的實(shí)施例進(jìn)行詳細(xì)說明，但是本專利技術(shù)可以由權(quán)利要求限定和覆蓋的多種不同方式實(shí)施。參照?qǐng)D1，本專利技術(shù)的優(yōu)選實(shí)施例提供了一種自動(dòng)建立個(gè)人專屬語料庫的方法，包括：步驟S101，采集通訊方的會(huì)話內(nèi)容；步驟S102，獲取會(huì)話內(nèi)容中的會(huì)話對(duì)；步驟S103，根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得會(huì)話對(duì)與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值；步驟S104，將會(huì)話對(duì)、場(chǎng)景標(biāo)簽以及與場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種自動(dòng)建立個(gè)人專屬語料庫的方法，其特征在于，包括：采集通訊方的會(huì)話內(nèi)容；獲取所述會(huì)話內(nèi)容中的會(huì)話對(duì)；根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得所述會(huì)話對(duì)與所述場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值；將所述會(huì)話對(duì)、所述場(chǎng)景標(biāo)簽以及與所述場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值進(jìn)行匹配組合，從而生成個(gè)人專屬語料庫。

【技術(shù)特征摘要】
1.一種自動(dòng)建立個(gè)人專屬語料庫的方法，其特征在于，包括：采集通訊方的會(huì)話內(nèi)容；獲取所述會(huì)話內(nèi)容中的會(huì)話對(duì)；根據(jù)預(yù)設(shè)的場(chǎng)景標(biāo)簽，采集獲得所述會(huì)話對(duì)與所述場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值；將所述會(huì)話對(duì)、所述場(chǎng)景標(biāo)簽以及與所述場(chǎng)景標(biāo)簽對(duì)應(yīng)的場(chǎng)景標(biāo)簽值進(jìn)行匹配組合，從而生成個(gè)人專屬語料庫。2.根據(jù)權(quán)利要求1所述的自動(dòng)建立個(gè)人專屬語料庫的方法，其特征在于，獲取所述會(huì)話內(nèi)容中的會(huì)話對(duì)包括：根據(jù)所述會(huì)話內(nèi)容中會(huì)話句的語義，確定所述會(huì)話內(nèi)容中的發(fā)起句和回復(fù)句；根據(jù)預(yù)設(shè)的類型判斷規(guī)則，確定所述發(fā)起句和所述回復(fù)句的類型；根據(jù)所述發(fā)起句以及所述發(fā)起句與下一條發(fā)起句之間的回復(fù)句提取基礎(chǔ)會(huì)話對(duì)；根據(jù)所述基礎(chǔ)會(huì)話對(duì)、所述基礎(chǔ)會(huì)話對(duì)中發(fā)起句和回復(fù)句的類型，提取至少一個(gè)會(huì)話對(duì)。3.根據(jù)權(quán)利要求2所述的自動(dòng)建立個(gè)人專屬語料庫的方法，其特征在于，根據(jù)所述會(huì)話內(nèi)容中會(huì)話句的語義，確定所述會(huì)話內(nèi)容中的發(fā)起句和回復(fù)句包括：判斷所述會(huì)話內(nèi)容中的會(huì)話句在預(yù)設(shè)時(shí)間區(qū)間內(nèi)是否有通訊對(duì)方發(fā)送的上文，若無，則將所述會(huì)話句確定為發(fā)起句；若有，則判斷所述會(huì)話句是否與所述通訊對(duì)方發(fā)送的上文無語義關(guān)聯(lián)，若是，則將所述會(huì)話句確定為發(fā)起句，否則將所述會(huì)話句確定為回復(fù)句。4.根據(jù)權(quán)利要求3所述的自動(dòng)建立個(gè)人專屬語料庫的方法，其特征在于，根據(jù)預(yù)設(shè)的類型判斷規(guī)則，確定所述發(fā)起句的類型包括：判斷所述發(fā)起句是否為具有完整獨(dú)立語義的語句，若是，則判斷所述發(fā)起句是否由多個(gè)具有完整獨(dú)立語義的單句組成，若是，則將所述發(fā)起句的類型確定為復(fù)句發(fā)起句類型，否則為單句發(fā)起句類型；若否，則判斷所述發(fā)起句是否包含具有完整獨(dú)立語義的單句，若包含，則將所述發(fā)起句的類型確定為非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型，若不包含，則為非標(biāo)準(zhǔn)單句發(fā)起句類型；搜索非標(biāo)準(zhǔn)單句發(fā)起句類型的所述發(fā)起句是否有自己的上文和下文連續(xù)會(huì)話句，若無，則不進(jìn)行衍生擴(kuò)展，若有，則進(jìn)一步判斷非標(biāo)準(zhǔn)單句發(fā)起句類型的所述發(fā)起句是否可與所述自己的上文和下文連續(xù)會(huì)話句合并成具有完整獨(dú)立語義的語句，若能，則將非標(biāo)準(zhǔn)單句發(fā)起句類型的所述發(fā)起句的類型衍生擴(kuò)展為非標(biāo)準(zhǔn)句群發(fā)起句類型，若不能，則不進(jìn)行衍生擴(kuò)展；搜索非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型的所述發(fā)起句是否有自己的上文和下文連續(xù)會(huì)話句，若無，則不進(jìn)行衍生擴(kuò)展，若有，則進(jìn)一步判斷非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型的所述發(fā)起句是否可與所述自己的上文和下文連續(xù)會(huì)話句合并成具有完整獨(dú)立語義的語句，若能，則將非標(biāo)準(zhǔn)復(fù)句發(fā)起句類型的所述發(fā)起句的類型衍生擴(kuò)展為非標(biāo)準(zhǔn)句群發(fā)起句類型，若不能，則不進(jìn)行衍生擴(kuò)展；判斷單句、復(fù)句、非標(biāo)準(zhǔn)單句、非標(biāo)準(zhǔn)復(fù)句以及非標(biāo)準(zhǔn)句群類型的所述發(fā)起句是否有自己的上文和下文連續(xù)會(huì)話句，若有，則進(jìn)一步判斷所述發(fā)起句是否可與自己的上文和下文連續(xù)會(huì)話句合并成語義關(guān)聯(lián)的句群，若是，則將所述發(fā)起句的類型衍生擴(kuò)展為句群發(fā)起句類型，否則不進(jìn)行衍生擴(kuò)展。5.根據(jù)權(quán)利要求3所述的自動(dòng)建...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳包容，
申請(qǐng)(專利權(quán))人：長(zhǎng)沙軍鴿軟件有限公司，
類型：發(fā)明
國(guó)別省市：湖南,43