(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210332315.0 (22)申请日 2022.03.30 (71)申请人 北京三快在线科技有限公司 地址 100080 北京市海淀区北四环西路9号 2106-030 (72)发明人 张耀午　王小捷　江会星　 (74)专利代理 机构 北京三高永信知识产权代理 有限责任公司 1 1138 专利代理师 谢冬寒 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/332(2019.01) G06N 20/00(2019.01) G06F 16/33(2019.01) G06F 40/216(2020.01)G06F 40/30(2020.01) (54)发明名称 对话标注方法、 装置、 计算机设备、 存储介质 及产品 (57)摘要 本申请提供了一种对话标注方法、 装置、 计 算机设备、 存储介质及产品， 属于互联网技术领 域。 方法包括： 获取第一对话语料， 第一对话语料 中包括多组对话信息； 确定多组对话信息中的多 个槽值、 每个槽值的第一标签和每个槽值的依存 信息， 第一标签用于表示槽值所属的第一类别的 名称， 依存信息与槽值的语义关联； 基于多个槽 值的第一标签和依存信息， 确定多个槽值的第二 标签， 第二标签用于表示槽值所属的第二类别的 名称； 基于多个槽值和多个槽值的第二标签， 标 注第一对话语料， 得到第二对话语料， 第二对话 语料用于训练对话模型。 该方法使得对话语料的 标注信息 更加细致和丰富， 进而能够提高基于标 注后的对话语料进行模型训练的效率。 权利要求书3页 说明书19页 附图9页 CN 114741509 A 2022.07.12 CN 114741509 A 1.一种对话标注方法， 其特 征在于， 所述方法包括： 获取第一对话语料， 所述第一对话语料中包括多组对话信息； 确定所述多组对话信息中的多个槽值、 每个槽值的第一标签和每个槽值的依存信息， 所述第一标签用于表示槽值所属的第一类别的名称， 所述依存信息与所述槽值的语义关 联； 基于所述多个槽值的第一标签和依存信息， 确定所述多个槽值的第二标签， 所述第二 标签用于表示槽值所属的第二类别的名称； 基于所述多个槽值和所述多个槽值的第二标签， 标注所述第一对话语料， 得到第二对 话语料， 所述第二对话语料用于训练对话模型。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个槽值的第 一标签和依存 信息， 确定所述多个槽值的第二标签， 包括： 获取第一置信度， 所述第 一置信度为对话语料集合中的多个对话语料包括的多个槽值 的第一标签的置信度的平均值， 所述对话语料集 合包括所述第一对话语料； 基于所述第一置信度、 所述多个槽值的第一标签和所述多个槽值的依存信息， 确定所 述多个槽值的第二标签。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述第一置信度、 所述多个槽值 的第一标签和所述多个槽值的依存信息， 确定所述多个槽值的第二标签， 包括： 在所述第一置信度大于第 一预设值的情况下， 基于所述多个槽值的第 一标签和 依存信 息， 对所述多个槽值进行分类， 得到多类槽值； 对于每类槽值中的每个槽值， 组合所述槽值的依存信息和所述第一标签， 得到所述槽 值的第二标签。 4.根据权利要求3所述的方法， 其特征在于， 所述基于所述多个槽值的第 一标签和依存 信息， 对所述多个槽值进行分类， 得到多类槽值， 包括以下至少一项： 获取所述对话语料集合中的多个槽值， 对于对应于相同的第一标签的多个槽值， 在所 述多个槽值对应的相同依存信息的数量大于预设阈值的情况下， 将所述多个槽值归为一 类； 获取所述对话语料集合中的多个槽值， 对于对应于相同的第一标签的多个槽值， 在所 述多个槽值对应的相同依存信息的数量不大于预设阈值的情况下， 基于每个槽值的依存信 息， 对所述多个槽值进行分类， 其中， 每 类槽值中的多个槽值对应的依存信息相同； 获取所述对话语料集合中的多个槽值， 对于对应于相同的第一标签的多个槽值， 在所 述多个槽值对应的相同依存信息的数量不大于预设阈值的情况下， 确定所述多个槽值的依 存信息之间的相似度， 基于所述相似度， 对所述多个槽值进行分类， 其中， 每类槽值中的多 个槽值对应的依存信息之间的相似度大于预设相似度。 5.根据权利要求2所述的方法， 其特征在于， 所述基于所述第一置信度、 所述多个槽值 的第一标签和所述多个槽值的依存信息， 确定所述多个槽值的第二标签， 包括： 在所述第一置信度不大于第一预设值的情况下， 获取所述对话语料集合中的多个槽 值， 基于所述多个槽值的依存信息， 对所述多个槽值进行聚类， 得到多类槽值； 获取每类槽值的第 二置信度， 所述第 二置信度为所述每类槽值中的多个槽值分别属于 其所在类别的置信度的平均值；权　利　要　求　书 1/3 页 2 CN 114741509 A 2基于每类槽值的第二置信度， 确定所述每类槽值中的多个槽值的第二标签， 得到所述 多组对话信息中与每 类槽值分别对应的每 个槽值的第二标签。 6.根据权利要求5所述的方法， 其特征在于， 所述基于每类槽值的第二置信度， 确定所 述每类槽值中的多个槽值的第二标签， 包括： 对于每类槽值， 在所述第 二置信度大于第二预设值的情况下， 对于其中的每个槽值， 组 合所述槽值的依存信息和所述第一标签， 得到所述槽值的第二标签； 对于每类槽值， 在所述第 二置信度不大于第二预设值的情况下， 对于其中的多个槽值， 分别确定每个槽值所属语句关联的目标语句， 确定所述多个槽值分别关联的目标语句中频 率最高的目标单词， 组合所述槽值的依存信息和所述 目标单词， 得到所述多个槽值的第二 标签。 7.根据权利要求5所述的方法， 其特征在于， 所述基于所述多个槽值的依存信息， 对所 述多个槽值进行聚类， 包括： 分别确定每 个槽值的第一语义信息和所述每 个槽值的依存信息的第二语义信息； 对于每个槽值， 对所述第一语义信息和所述第二语义信息进行加权求和， 得到所述槽 值的目标语义信息； 基于所述多个槽值分别对应的目标语义信息， 对所述多个槽值进行聚类。 8.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个槽值和所述多个槽值的 第二标签， 标注所述第一对话语料， 包括： 基于所述多个槽值和所述多个槽值的第二标签， 从对话映射关系中， 确定所述第一对 话语料的对话任务， 所述对话映射关系为多个槽值、 多个槽值的第二标签和对话任务之间 的映射关系； 基于所述第一对话语料的多个槽值、 每个槽值的第二标签和所述对话任务， 标注所述 第一对话语料。 9.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 确定所述第一对话语料的动作信息； 基于所述动作信息标注所述第二对话语料， 得到第三对话语料， 所述第三对话语料用 于训练对话模型。 10.根据权利要求1所述的方法， 其特征在于， 所述第一对话语料为未标注动作信息的 对话语料； 所述确定所述第一对话语料的动作信息， 包括： 基于已标注动作信 息的对话语料， 进行模型训练， 得到动作识别模型， 所述动作识别模 型用于识别对话语料中的动作信息； 将所述第一对话语料输入所述动作识别模型， 输出 所述第一对话语料的动作信息 。 11.根据权利要求1所述的方法， 所述确定所述多组对话信息中的多个槽值， 包括： 确定所述多组对话信 息中的第一槽值和第 二槽值， 得到所述多组对话信 息中的多个槽 值， 所述第一槽值为标注所述第一对话语料 的必要槽值， 所述第二槽值用于辅助标注所述 第一对话语料。 12.一种对话标注装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取第一对话语料， 所述第一对话语料中包括多组对话信息；权　利　要　求　书 2/3 页 3 CN 114741509 A 3