问答对评估方法、装置、设备、存储介质和程序产品与流程

本公开的示例实施例总体涉及计算机领域，特别地涉及问答对评估方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、随着互联网技术的发展，越来越多的应用或平台等均提供问答服务，对用户的问题提供对应的应答，这给广大用户带来了诸多便利。具有问答功能的应用或平台可以基于问答模型向用户提供问答服务。为了提高问答服务的性能，还需要对问答服务的问答对(包括问题以及对应的应答，该应答可以由问答模型基于问题所生成)进行评估，评估结果可以指示问答对中问题和应答的匹配性、应答的准确性等。期望可以提高对问答对执行评估的准确性和效率。

技术实现思路

1、在本公开的第一方面，提供了一种数据评估方法。该方法包括：响应于获取到待评估的数据样本，从数据集确定与数据样本之间的关联程度满足关联度要求的参考数据样本，数据集包括多个候选数据样本以及针对每个候选数据样本的评估信息，每个候选数据样本的评估信息至少包括基于机器学习模型的第一评估结果以及带标注的第二评估结果；响应于确定参考数据样本，从数据集获取针对参考数据样本的评估信息；以及基于数据样本、参考数据样本和参考数据样本的评估信息，利用机器学习模型生成针对数据样本的评估结果。

2、在本公开的第二方面，提供了一种用于数据评估的装置。该装置包括：参考数据确定模块，被配置为响应于获取到待评估的数据样本，从数据集确定与数据样本之间的关联程度满足关联度要求的参考数据样本，数据集包括多个候选数据样本以及针对每个候选数据样本的评估信息，每个候选数据样本的评估信息至少包括基于机器学习模型的第一评估结果以及带标注的第二评估结果；评估信息获取模块，被配置为响应于确定参考数据样本，从数据集获取针对参考数据样本的评估信息；以及评估结果生成模块，被配置为基于数据样本、参考数据样本和参考数据样本的评估信息，利用机器学习模型生成针对数据样本的评估结果。

3、在本公开的第三方面，提供了一种电子设备。该设备包括至少一个处理器；以及至少一个存储器，至少一个存储器被耦合到至少一个处理器并且存储用于由至少一个处理器执行的指令。指令在由至少一个处理器执行时使电子设备执行第一方面的方法。

4、在本公开的第四方面，提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机可执行指令，计算机可执行指令被处理器执行时实现第一方面的方法。

5、在本公开的第五方面，提供了一种计算机程序产品。该计算机程序产品包括计算机可执行指令，其中计算机可执行指令被处理器执行时实现根据本公开的第一方面的方法。

6、应当理解，本内容部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的描述而变得容易理解。

1.一种数据评估方法，包括：

2.根据权利要求1所述的方法，其中每个候选数据样本的所述评估信息还包括所述第一评估结果对应的第一评估依据和所述第二评估结果对应的第二评估依据。

3.根据权利要求1所述的方法，其中所述数据集还包括所述多个候选数据样本各自的命名实体信息，其中从数据集确定与所述数据样本之间的关联程度满足关联度要求的参考数据样本包括：

4.根据权利要求1所述的方法，还包括：

5.根据权利要求1所述的方法，其中基于所述数据样本、所述参考数据样本和所述参考数据样本的评估信息，利用所述机器学习模型生成针对所述数据样本的评估结果包括：

6.根据权利要求5所述的方法，其中所述提示词模板经由如下被确定：

7.根据权利要求6所述的方法，其中更新所述样本提示词模板包括：

8.根据权利要求6所述的方法，其中利用所述机器学习模型确定所述多个样本数据样本各自的第一样本评估结果包括：

9.根据权利要求6所述的方法，其中更新所述样本提示词模板还包括：

10.根据权利要求1所述的方法，其中从数据集确定与所述数据样本之间的关联程度满足关联度要求的参考数据样本包括：

11.根据权利要求1所述的方法，其中所述数据样本包括问答对，所述问答对包括问题以及对应的应答。

12.一种用于数据评估的装置，包括：

13.一种电子设备，包括：

14.一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令可由处理器执行以实现根据权利要求1至11中任一项所述的方法。

15.一种计算机程序产品，包括计算机可执行指令，其中所述计算机可执行指令被处理器执行时实现根据权利要求1至11中任一项所述的方法。