[发明专利]基于纠错平台的纠错模型建立方法、装置、设备和介质有效
申请号: | 201710890348.6 | 申请日: | 2017-09-27 |
公开(公告)号: | CN107807915B | 公开(公告)日: | 2021-03-09 |
发明(设计)人: | 肖求根;詹金波;周坤胜;郑利群;付志宏;何径舟 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F40/232 | 分类号: | G06F40/232;G06F16/9535 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 纠错 平台 模型 建立 方法 装置 设备 介质 | ||
1.一种基于纠错平台的纠错模型建立方法,其特征在于,包括:
根据用户的纠错需求确定目标纠错级别;其中,目标纠错级别用于决定纠错深度;
根据所述目标纠错级别从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块,组合形成纠错模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标纠错级别从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块,包括:
从所述用户的纠错需求中确定定制场景,根据所述目标纠错级别和所述定制场景从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标纠错级别从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块之后,还包括:
从所述用户的纠错需求中获取用户历史数据,并采用所述用户历史数据对所述纠错模块进行训练。
4.根据权利要求1所述的方法,其特征在于,所述至少两个纠错环节包括:归一化环节、纠错需求强度判断环节、候选召回环节以及纠错候选打分和生成环节。
5.根据权利要求4所述的方法,其特征在于,所述从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块,包括:
从所述纠错平台中的所述归一化环节中选择归一化模块;
从所述纠错需求强度判断环节中选择策略白名单模块、片段紧密度熵值模块和用户行为决策模块;
从所述候选召回环节中选择语言模型召回模块、双删除法召回模块和对齐片段召回模块;
从所述纠错候选打分和生成环节中选择基础静态纠错模块和有监督模型纠错模块。
6.根据权利要求5所述的方法,其特征在于,所述从所述用户的纠错需求中确定定制场景,根据所述目标纠错级别和所述定制场景从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块,包括:
从所述用户的纠错需求中获取用户自定义词典和自定义规则;
根据所述目标纠错级别和所述用户自定义词典从所述纠错平台中的所述候选召回环节中选择所述语言模型召回模块;
根据所述目标纠错级别和所述用户自定义规则从所述纠错平台中的所述纠错需求强度判断环节中选择所述策略白名单模块。
7.根据权利要求5所述的方法,其特征在于,所述从所述用户的纠错需求中获取用户历史数据,并采用所述用户历史数据对所述纠错模块进行训练,包括:
从所述用户的纠错需求中获取用户历史数据;
从所述用户历史数据中抽取预设特征;
将所述预设特征作为训练参数对所述用户行为决策模块和所述有监督模型纠错模块进行训练。
8.根据权利要求5所述的方法,其特征在于,所述从所述用户的纠错需求中获取用户历史数据,并采用所述用户历史数据对所述纠错模块进行训练,包括:
从所述用户的纠错需求中获取用户历史数据;
从所述用户历史数据中获取标注语料,并采用所述标注语料对所述监督模型纠错模块和所述齐片段召回模块进行训练。
9.一种基于纠错平台的纠错模型建立装置,其特征在于,包括:
纠错级别确定模块,用于根据用户的纠错需求确定目标纠错级别;其中,目标纠错级别用于决定纠错深度;
纠错模型形成模块,用于根据所述目标纠错级别从所述纠错平台中的至少两个纠错环节中各自选择至少一个纠错模块,组合形成纠错模型。
10.一种电子设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的基于纠错平台的纠错模型建立方法。
11.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的基于纠错平台的纠错模型建立方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710890348.6/1.html,转载请声明来源钻瓜专利网。