意图分类模型的评估方法和装置、设备、介质与流程

1.本技术涉及意图识别技术领域，尤其涉及一种意图分类模型的评估方法和装置、设备、介质。


背景技术：

2.一般意图分类模型会对目标对象的意图进行识别并预测出该意图所属的分类。目前，是通过一些指标来评估意图分类模型的分类效果，指标包括准确率、召回率、精确率等，这些指标是意图分类模型对一定数量的测试语料的集合进行分类后得到的，这个一定数量的测试语料的集合通常被称为测试语料集。若测试语料集中的测试语料选取不当，将会导致得到的指标不合理，从而导致对意图分类模型的分类效果的评估不准确，导致意图识别模型的分类效果出现明显的失真，即该分类效果与真实人类的感受不符。因此，如何提供一种意图分类模型的评估方法，能够提高对意图分类模型的评估准确率，成为了亟待解决的技术问题。


技术实现要素：

3.本技术实施例的主要目的在于提出一种意图分类模型的评估方法和装置、设备、介质，能够提高对意图分类模型的评估准确率。
4.为实现上述目的，本技术实施例的第一方面提出了一种意图分类模型的评估方法，所述方法包括：
5.获取原始语料，所述原始语料包括至少两个原始语句；
6.对至少两个所述原始语句进行过滤处理，得到有效语句；
7.根据预设的语法规则对所述有效语句进行扩充处理，得到语句组；其中，每一所述有效语句被扩充为包括至少两个初步语句的语句组，同一所述语句组的初步语句具有相同的参考意图类别；
8.根据所述初步语句构建测试语料集；
9.将所述测试语料集输入至预设的意图分类模型进行意图预测处理，得到预测意图类别；
10.根据所述参考意图类别和所述预测意图类别计算评估值；其中，所述评估值用于表征所述意图分类模型的性能。
11.在一些实施例，所述对至少两个所述原始语句进行过滤处理，得到有效语句，包括以下步骤之一：
12.根据预设的关键特征对每个所述原始语句进行筛选处理，得到所述有效语句；所述关键特征包括以下特征的至少一种：对话场景特征、对话主题特征、客户情绪特征；
13.或，
14.根据预设的关键字对每个所述原始语句进行筛选处理，得到所述有效语句。
15.在一些实施例，所述对至少两个所述原始语句进行过滤处理，得到有效语句，包
括：
16.获取所述原始语句的语句内容和属性信息；
17.根据所述语句内容和所述属性信息检测所述原始语句的无效信息；
18.将所述无效信息过滤，得到所述有效语句。
19.在一些实施例，所述根据预设的语法规则对所述有效语句进行扩充处理，得到语句组，包括：
20.对所述有效语句进行主体成分识别，得到至少两个主体成分；其中，每一所述主体成分包括谓语成分，每一所述主体成分还包括以下成分至少之一：主语成分、宾语成分；
21.对每一所述主体成分进行扩充处理，得到初步语句；其中，所述扩充处理至少包括以下之一：成分顺序调整处理、成分删减处理、成分复制处理；
22.根据所述初步语句得到所述语句组。
23.在一些实施例，对每一所述主体成分进行扩充处理，得到初步语句，包括：
24.对所述宾语成分进行语义解析处理，得到所述宾语成分的词类别；所述词类别包括非否定词；
25.对包括所述非否定词的所述宾语成分进行删减处理，得到所述初步语句。
26.在一些实施例，所述根据预设的语法规则对所述有效语句进行扩充处理，得到语句组，包括：
27.对所述有效语句进行主体成分识别，得到至少两个主体成分；其中，每一所述主体成分包括谓语成分，每一所述主体成分还包括以下成分至少之一：主语成分、宾语成分；
28.对所述有效语句的每一所述主体成分进行成分顺序调整处理，得到第一扩充语句；
29.对所述第一扩充语句进行主体成分识别，得到至少两个所述主体成分；
30.对所述第一扩充语句的每一所述主体成分进行成分删减处理，得到第二扩充语句；
31.对所述第二扩充语句进行主体成分识别，得到至少两个所述主体成分；
32.对所述第一扩充语句的每一所述主体成分进行成分复制处理，和/或对所述第二扩充语句的每一所述主体成分进行成分复制处理，得到第三扩充语句；
33.将所述第一扩充语句、所述第二扩充语句和所述第三扩充语句进行合并处理，得到所述语句组。
34.在一些实施例，所述根据所述初步语句构建测试语料集，包括：
35.获取历史样本总数，并根据所述参考意图类别获取历史正样本数量；其中，所述历史样本总数是所有初步语句的数量，所述历史正样本数量是包括所述参考意图类别的初步语句的数量；
36.计算所述历史正样本数量与所述历史样本总数之间的比值，得到分布占比值；
37.根据所述分布占比值、预设的分类权重和预设的总测试语句数量计算语句数量阈值；其中，所述分类权重为归一化因子，用于表征所述参考意图类别对应的重要程度；
38.将目标语句数量的初步语句添加至所述测试语料集；其中，所述目标语句数量小于所述语句数量阈值。
39.为实现上述目的，本技术实施例的第二方面提出了一种意图分类模型的评估装
置，所述装置包括：
40.获取模块，用于获取原始语料，所述原始语料包括至少两个原始语句；
41.过滤模块，用于对至少两个所述原始语句进行过滤处理，得到有效语句；
42.扩充模块，用于根据预设的语法规则对所述有效语句进行扩充处理，得到语句组；其中，每一所述有效语句被扩充为包括至少两个初步语句的语句组，同一所述语句组的初步语句具有相同的参考意图类别；
43.测试语料集生成模块，用于根据所述初步语句构建测试语料集；
44.预测模块，用于将所述测试语料集输入至预设的意图分类模型进行意图预测处理，得到预测意图类别；
45.评估模块，用于根据所述参考意图类别和所述预测意图类别计算评估值；其中，所述评估值用于表征所述意图分类模型的性能。
46.为实现上述目的，本技术实施例的第三方面提出了一种计算机设备，所述计算机设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现上述第一方面所述的方法。
47.为实现上述目的，本技术实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面所述的方法。
48.本技术提出的意图分类模型的评估方法和装置、设备、介质，通过对原始语句进行过滤，目的是得到能够表示目标对象意图的有效语句。按照预设的语法规则对有效语句进行扩充处理，目的是最大限度的模仿目标对象的语法习惯，得到多个符合实际对话的初步语句。根据初步语句构建测试语料集，能够解决测试语料集规模巨大、准备过程耗时耗力的问题，即可以提高测试语料集的生成效率。将测试语料集输入至预设的意图分类模型进行意图预测处理，目的是得到意图分类模型对测试语料集的意图预测结果，意图预测结果为测试语料集的预测意图类别。根据参考意图类别和预测意图类别计算评估值，该评估值可以表示参考意图类别和预测意图类别的差异，从而利用评估值可以表示意图分类模型的意图预测结果与参考意图类别的差异，进而可根据评估值表征意图分类模型的性能。综上所述，本技术实施例能够提高对意图分类模型的评估准确率。
附图说明
49.图1是本技术实施例提供的意图分类模型的评估方法的流程图；
50.图2是图1中的步骤s102的流程图；
51.图3是图1中的步骤s103的流程图；
52.图4是图3中的步骤s302的流程图；
53.图5是图1中的步骤s103的流程图；
54.图6是图1中的步骤s104的流程图；
55.图7是本技术实施例提供的意图分类模型的评估装置的模块结构框图；
56.图8是本技术实施例提供的计算机设备的硬件结构示意图。
具体实施方式
57.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
58.需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
59.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
60.首先，对本技术中涉及的若干名词进行解析：
61.人工智能(artificial intelligence，ai)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
62.自然语言处理(natural language processing，nlp)：nlp用计算机来处理、理解以及运用人类语言(如中文、英文等)，nlp属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息图像处理、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
63.信息抽取(information extraction，ner)：从自然语言文本中抽取指定类型的实体、关系、事件等事实信息，并形成结构化数据输出的文本处理技术。信息抽取是从文本数据中抽取特定信息的技术。文本数据是由一些具体的单位构成的，例如句子、段落、篇章，文本信息正是由一些小的具体的单位构成的，例如字、词、词组、句子、段落或是这些具体的单位的组合。抽取文本数据中的名词短语、人名、地名等都是文本信息抽取，当然，文本信息抽取技术所抽取的信息可以是各种类型的信息。
64.语料：即语言材料，语料是构成语料库的基本单元，通常是一定数量和规模的文本资源集合。语料规模可大可小，大至千万，甚至数亿句或更大，小至几百句。人们简单地用文本作为替代，并把文本中的上下文关系作为现实世界中语言的上下文关系的替代品。可以把一个文本集合称为语料库，当有几个这样的文本集合的时候，可称之为语料库集合。互联网本身就是一个巨大庞杂的语料库。语料根据不同标准可以有很多分类，比如，语料可以是单语语料，也可以是多语种语料。
65.bert模型(bidirectional encoder representations from transformers，
bert)：是一种基于transformers架构以及编码器的深度学习模型。bert模型在经过无标注的训练数据预训练后，只需要在应用到具体的下游处理任务之前，针对具体的下游处理任务使用相应的样本数据来进行少量训练，即可具有处理下游处理任务的能力，bert模型这一特点很适合应用到自然语言处理(nlp，natural language processing)等领域。
66.一般意图分类模型会对目标对象的意图进行识别并预测出该意图所属的分类。目前，是通过一些指标来评估意图分类模型的分类效果，指标包括准确率、召回率、精确率等，这些指标是意图分类模型对一定数量的测试语料的集合进行分类后得到的，这个一定数量的测试语料的集合通常被称为测试语料集。若测试语料集中的测试语料选取不当，将会导致得到的指标不合理，从而导致对意图分类模型的分类效果的评估不准确，导致意图识别模型的分类效果出现明显的失真，即该分类效果与真实人类的感受不符。
67.在相关技术中，可以从生产环境直接导出原始语料，并根据原始语料生成测试语料集。但是原始语料存在多个原始语句，这些原始语句在意图类别分布上很不均衡也很不稳定的。一般容易出现两个问题，其一就是“失真”，另一个则是评估结果的不稳定性，比如，很有可能取本周的原始语料得到的评估值为准确率90％，而取上一周的原始语料得到的评估值为准确率70％。因此，如何提供意图分类模型的评估方法，能够提高对意图分类模型的评估准确率，成为了亟待解决的技术问题。
68.基于此，本技术实施例的主要目的在于提出意图分类模型的评估方法和装置、设备、介质，旨在通过不改变有效语句的参考意图类别的前提下，对有效语句进行扩充处理，目的是得到参考意图类别对应的多个初步语句，并根据初步语句构建测试语料集，目的是保证在测试语料集中的每一参考意图分类所占初步语句的数量是足够的。根据预设的意图分类模型对测试语料集进行预测处理，目的是得到每一初步语句的预测意图类别，根据参考意图类别和预测意图类别计算评估值，根据评估值的大小确定意图分类模型的性能。本实施例能够提高对意图分类模型的评估准确率。
69.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
70.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
71.本技术实施例提供的意图分类模型的评估方法，涉及人工智能技术领域。本技术实施例提供的意图分类模型的评估方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现意图分类模型的评估方法的应用等，但并不局限于以上形式。
72.本技术可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
73.本技术实施例提供意图分类模型的评估方法和装置、设备、介质，具体通过如下实施例进行说明，首先描述本技术实施例中的意图分类模型的评估方法。
74.图1是本技术实施例提供的意图分类模型的评估方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤s101至步骤s106。
75.步骤s101，获取原始语料，原始语料包括至少两个原始语句；
76.步骤s102，对至少两个原始语句进行过滤处理，得到有效语句；
77.步骤s103，根据预设的语法规则对有效语句进行扩充处理，得到语句组；其中，每一有效语句被扩充为包括至少两个初步语句的语句组，同一语句组的初步语句具有相同的参考意图类别；
78.步骤s104，根据初步语句构建测试语料集；
79.步骤s105，将测试语料集输入至预设的意图分类模型进行意图预测处理，得到预测意图类别；
80.步骤s106，根据参考意图类别和预测意图类别计算评估值；其中，评估值用于表征意图分类模型的性能。
81.本技术实施例所示意的步骤s101至步骤s106，通过对原始语句进行过滤，目的是得到能够表示目标对象意图的有效语句。按照预设的语法规则对有效语句进行扩充处理，目的是最大限度的模仿目标对象的语法习惯，得到多个符合实际对话的初步语句。根据初步语句构建测试语料集，能够解决测试语料集规模巨大、准备过程耗时耗力的问题，即可以提高测试语料集的生成效率。将测试语料集输入至预设的意图分类模型进行意图预测处理，目的是得到意图分类模型对测试语料集的意图预测结果，意图预测结果为测试语料集的预测意图类别。根据参考意图类别和预测意图类别计算评估值，该评估值可以表示参考意图类别和预测意图类别的差异，从而利用评估值可以表示意图分类模型的意图预测结果与参考意图类别的差异，进而可根据评估值表征意图分类模型的性能。综上所述，本技术实施例能够提高对意图分类模型的评估准确率。
82.在一些实施例的步骤s101中，原始语料可指在双方/至少三方对话中的单方回答内容，例如，将客户和坐席的对话中的客户回答内容作为原始语料。可以理解的是，原始语料还可以包括客户回答内容，客户回答内容一般包括多个回答语句，可将每个回答语句作为一个原始语句。另外，某一回答语句可能存在篇幅过长的情况，可以对回答语句进行分段，得到多个分段语句，并将每一分段语句作为一个原始语句。
83.在一些实施例的步骤s102中，由于原始语句中包含的信息过多，会影响后续的意图分类模型的预测处理结果，需要对至少两个原始语句进行过滤处理，目的是得到有效语
句。
84.具体的，在一些实施例中，步骤s102包括但不限于：
85.根据预设的关键特征对每个原始语句进行筛选处理，得到有效语句；关键特征包括以下特征的至少一种：对话场景特征、对话主题特征、客户情绪特征。
86.可以理解的是，多个原始语句中可能会涉及多个对话场景、和/或对话主题、和/或客户情绪，若直接通过意图分类模型对原始语句进行预测处理，会影响预测意图类别的准确率，进而影响意图分类模型的评估准确率。因此，通过预设的关键特征对每个原始语句进行筛选处理，目的是筛掉不符合预设的关键特征的原始语句，得到的有效语句符合单一的关键特征，能够提高后续预测意图类别的准确率。具体的，以ai外呼平台的客户经营部门为例，关键特征包括但不限于：对话场景特征，例如包括事务调研；对话主题特征，例如包括购买渠道、购买流程、服务态度、购买价格、商品质量、商品包装等；客户情绪特征，例如包括厌烦、生气、温和、积极、喜欢、适中等。另外，关键特征还包括：对话时段特征、上下文特征(如机器人话术)、对话轮次特征、重呼次数特征等。需要说明的是，可根据实际需求对关键特征进行配置，本技术实施例不作具体限定。
87.具体的，在一些实施例中，步骤s102包括但不限于：
88.根据预设的关键字对每个原始语句进行筛选处理，得到有效语句。
89.可以理解的是，多个原始语句中可能会涉及多种参考意图类别，通过预设的关键字对每个原始语句进行筛选处理，可以筛掉不符合预设的关键字的原始语句，目的是得到的有效语句。在一实际示例中具体是将关键字与每个原始语句做正则匹配，若匹配成功，将原始语句作为有效语句。需要说明的是，每个有效语句包括预设的关键字，可通过关键字确定有效语句的参考意图类别。因此，通过不同的关键字对每个原始语句进行筛选，可以得到预想的参考意图类别的有效语句。具体的，以催缴保费场景为例，假定关键字为“没钱”一般对应的参考意图分类为类别a，关键字为“没时间”一般对应的参考意图分类为类别b。机器人说“m先生，您的保险n待缴保费l元”，客户回答(原始语句)“没钱，交不了”或“没时间，交不了”。当以“没钱”为关键字对原始语句进行过滤，得到参考意图分类为类别a的有效语句。当以“没时间”为关键字对原始语句进行过滤，得到参考意图分类为类别b的有效语句。需要说明的是，针对某一关键字对应的有效语句，根据有效语句得到语句组中的初步语句越多，该关键字对应的测试语料将趋于更加丰富，意图分类模型对该测试语料的预测处理有更多可能性，就能够发现意图分类模型对于这一参考意图类别的“关键字”进行识别和判断的“弱势”。
90.请参阅图2，在一些实施例中，步骤s102可以包括但不限于包括步骤s201至步骤s203：
91.步骤s201，获取原始语句的语句内容和属性信息；
92.步骤s202，根据语句内容和属性信息检测原始语句的无效信息；
93.步骤s203，将无效信息过滤，得到有效语句。
94.本技术实施例所示意的步骤s201至步骤s203，由于原始语句中包含的信息过多，可能存在无效信息，会影响后续的意图分类模型的预测处理结果，需要多原始语句的无效信息进行过滤，目的是得到有效语句。具体的，通过原始语句的语句内容和属性信息检测原始语句的无效信息。语句内容具体包括语句的语义混乱、语句的文字乱码等，可通过bert模
型识别对原始语句进行识别，以确定原始语句的语句内容是否存在语义混乱或文字乱码的情况，以便下一步检测原始语句的无效信息。属性信息可包括语句长度小于预设字数、语句录音时长小于预设录音时长、语句的单字时长小于预设单字时长等。
95.在一些实施例的步骤s103中，考虑到在实际中用户说话存在语序混乱、词语重复的情况，因此可根据预设的语法规则对有效语句进行扩充处理，得到更符合实际说话习惯的初步语句，根据初步语句得到语句组。可以理解的是，初步语句与有效语句的参考意图类别相同，所以同一语句组的初步语句具有相同的参考意图类别。
96.请参阅图3，在一些实施例中，步骤s103可以包括但不限于包括步骤s301至步骤s303：
97.步骤s301，对有效语句进行主体成分识别，得到至少两个主体成分；其中，每一主体成分包括谓语成分，每一主体成分还包括以下成分至少之一：主语成分、宾语成分；
98.步骤s302，对每一主体成分进行扩充处理，得到初步语句；其中，扩充处理至少包括以下之一：成分顺序调整处理、成分删减处理、成分复制处理；
99.步骤s303，根据初步语句得到语句组。
100.本技术实施例所示意的步骤s301至步骤s303，通过对有效语句的主体成分进行扩充处理，旨在不改变有效语句的参考意图类别的前提下，得到多个初步语句，每一初步语句的参考意图类别与有效语句的参考意图类别相同，并根据初步语句得到语句组，从而同一语句组内的多个初步语句都有相同的参考意图类别。
101.进一步的，以有效语句为“我没有那么多钱”为例，识别出主语成分为“我”，宾语成分为“没有”，谓语成分为“那么多钱”。其中，扩充处理至少包括以下之一：成分顺序调整处理、成分删减处理、成分复制处理。
102.若扩充处理为成分顺序调整处理，则得到的成分组成包括：主语谓语宾语、谓语主语宾语、谓语宾语主语、宾语谓语主语、宾语主语谓语、主语宾语谓语。得到的初步语句包括：“我没有那么多钱”、“没有那么多钱我”、“没有我那么多钱”、“那么多钱没有我”、“那么多钱我没有”、“我那么多钱没有”。有效语句经成分顺序调整处理之后的语句数量可至少扩充到原来的6倍。
103.若扩充处理为成分删减处理，则得到的成分组成包括：谓语宾语、主语宾语、主语谓语。得到的初步语句包括：“我没有那么多钱”、“没有那么多钱”、“我那么多钱”、“我没有”。有效语句经成分删减处理之后的语句数量可至少扩充到原来的3倍。
104.若扩充处理为成分复制处理，则得到的成分组成包括：主语主语谓语宾语、主语谓语谓语宾语、主语谓语宾语宾语。得到的初步语句包括：“我没有那么多钱”、“我我没有那么多钱”、“我没有没有那么多钱”、“我没有那么多钱那么多钱”。有效语句经成分复制处理之后的语句数量可至少扩充到原来的3n倍，其中，n是正整数，n具体是指成分复制的次数。
105.请参阅图4，在一些实施例中，步骤s302可以包括但不限于包括步骤s401至步骤s402：
106.步骤s401，对宾语成分进行语义解析处理，得到宾语成分的词类别；词类别包括非否定词；
107.步骤s402，对包括非否定词的宾语成分进行删减处理，得到初步语句。
108.本技术实施例所示意的步骤s401至步骤s402，考虑到若将包含否定词的宾语成分
进行删减会影响初步语句的预测意图类别，因此通过对有效语句的宾语成分的词类别进行识别，对包括非否定词的宾语成分进行删减处理，得到初步语句。本实施例目的是降低删减宾语成分之后得到的初步语句对后续意图预测处理的影响，从而有益于提高意图分类模型的评估准确率。
109.请参阅图5，在另一些实施例中，步骤s103可以包括但不限于包括步骤s501至步骤s507：
110.步骤s501，对有效语句进行主体成分识别，得到至少两个主体成分；其中，每一主体成分包括谓语成分，每一主体成分还包括以下成分至少之一：主语成分、宾语成分；
111.步骤s502，对有效语句的每一主体成分进行成分顺序调整处理，得到第一扩充语句；
112.步骤s503，对第一扩充语句进行主体成分识别，得到至少两个主体成分；
113.步骤s504，对第一扩充语句的每一主体成分进行成分删减处理，得到第二扩充语句；
114.步骤s505，对第二扩充语句进行主体成分识别，得到至少两个主体成分；
115.步骤s506，对第一扩充语句的每一主体成分进行成分复制处理，和/或对第二扩充语句的每一主体成分进行成分复制处理，得到第三扩充语句；
116.步骤s507，将第一扩充语句、第二扩充语句和第三扩充语句进行合并处理，得到语句组。
117.本技术实施例所示意的步骤s501至步骤s507，在不改变有效语句的参考意图类别的前提下，对有效语句进行扩充处理，得到语句数量更多的语句组。具体的，通过对有效语句进行成分顺序调整处理，得到一定数量的第一扩充语句。在第一扩充语句的基础上进行成分删减处理，进一步得到数量更多的第二扩充语句。在第一扩充语句和/或第二扩充语句的基础上进行成分复制处理，更进一步得到数量更多的第三扩充语句。由于第一扩充语句、第二扩充语句和第三扩充语句都是在对有效语句进行处理的基础上得到的，因而与有效语句的参考意图类别相同，可将第一扩充语句、第二扩充语句和第三扩充语句作为初步语句，即根据第一扩充语句、第二扩充语句和第三扩充语句得到的语句组包括多个相同参考意图类别的初步语句。
118.进一步的，以有效语句为“我没有那么多钱”为例，识别出主语成分为“我”，宾语成分为“没有”，谓语成分为“那么多钱”。对有效语句进行成分顺序调整处理，则得到的成分组成包括：主语谓语宾语、谓语主语宾语、谓语宾语主语、宾语谓语主语、宾语主语谓语、主语宾语谓语。得到的第一扩充语句包括：“我没有那么多钱”、“没有那么多钱我”、“没有我那么多钱”、“那么多钱没有我”、“那么多钱我没有”、“我那么多钱没有”。有效语句经成分顺序调整处理之后的语句数量可至少扩充到原来的6倍。
119.对第一扩充语句进行成分删减处理，例如删减主语成分、谓语成分或宾语成分，则得到的成分组成包括：谓语宾语、主语宾语、主语谓语等。得到的第二扩充语句包括：“没有那么多钱”、“我没那么多钱”、“我没有”。有效语句经成分删减处理之后的语句数量可至少扩充到原来的18倍。
120.对第一扩充语句和/或第二扩充语句进行成分复制处理，该成分复制处理可包括主语成分重复n次、谓语成分重复n次、宾语成分重复n次、主语成分谓语成分重复n次、谓语
成分宾语成分重复n次、主语成分宾语成分重复n次、主语成分谓语成分宾语成分重复n次，其中n为正整数。则得到的成分组成包括：主语主语谓语宾语、主语谓语谓语宾语、主语谓语宾语宾语、主语主语谓语、谓语谓语宾语、谓语宾语宾语等。得到的第三扩充语句包括：“我我没有那么多钱”、“我没有没有那么多钱”、“我没有那么多钱那么多钱”等。
121.在一些实施例的步骤s104中，根据初步语句构建测试语料集。每一有效语句至少被扩充为包括至少两个初步语句的语句组，不同的语句组对应不同的参考意图类别，因而测试语料集中包括多种参考意图类别的初步语句，本技术实施例根据初步语句构建的测试语料集包括多种参考意图类别，并且每一参考意图类别都对应着一定数量的初步语句，通过每一参考意图类别都有一点数量的初步语句对预设的意图分类模型进行性能评估，能够提高对意图分类模型的评估准确率。
122.请参阅图6，在一些实施例中，步骤s104可以包括但不限于包括步骤s601至步骤s604：
123.步骤s601，获取历史样本总数，并根据参考意图类别获取历史正样本数量；其中，历史样本总数是所有初步语句的数量，历史正样本数量是包括参考意图类别的初步语句的数量；
124.步骤s602，计算历史正样本数量与历史样本总数之间的比值，得到分布占比值；
125.步骤s603，根据分布占比值、预设的分类权重和预设的总测试语句数量计算语句数量阈值；其中，分类权重为归一化因子，用于表征参考意图类别对应的重要程度；
126.步骤s604，将目标语句数量的初步语句添加至测试语料集；其中，目标语句数量小于语句数量阈值。
127.本技术实施例所示意的步骤s601至步骤s604，通过对同一语句组的初步语句的目标语句数量进行限制，保证了每一语句组在测试语料集中的语句数量占比。可利用语句数量占比表示某一参考意图分类在所有参考意图分类中的测试语句数量分布情况，可通过调整目标语句数量改变语句数量占比，从而改变在测试语料集中各个参考意图分类的测试语句数量分布，能有效避免出现测试语料集的各个参考意图分类的测试语句数量分布比例不合理而导致的评估结果不准确的情况，本技术实施例通过限制各个参考意图分类的测试语句数量提高了意图分类模型的评估准确率。
128.在一示例中，取近半年的生产环境统计数据，根据意图类别a的历史正样本数量与历史样本总数之间的比值，得到分布占比值pa。预设的总测试语句数量为s条，预设的分类权重为0.5，那么意图类别a在有效语句进行扩充处理后所产生的初步语句数量的上限为s*pa*0.5条。本技术实施例具有以下优点：在初步语句的数量上保证评估结果的统计意义，在初步语句的意图分布上符合真实世界的分布情况，又能满足业务或产品对不同参考意图类别的重要程度。
129.在一些实施例的步骤s106中，评估值具体可指准确率，准确率就是该测试语料集中意图分类模型预测结果正确的比例。评估值也可指召回率(recall，又称查全率)是指该测试语料集中意图分类模型识别为某一个分类的测试语料中预测正确的比例。评估值也可指f-measure(又称f-score)，f-score是精确率和召回率的加权调和平均值。可以理解的是，当评估值越高，说明意图分类模型的性能更好。
130.请参阅图7，本技术实施例还提供意图分类模型的评估装置，可以实现上述意图分
类模型的评估方法，图7为本技术实施例提供的意图分类模型的评估装置的模块结构框图，该装置包括：获取模块701、过滤模块702、扩充模块703、测试语料集生成模块704、预测模块705、评估模块706。其中，获取模块701用于获取原始语料，原始语料包括至少两个原始语句；过滤模块702用于对至少两个原始语句进行过滤处理，得到有效语句；扩充模块703用于根据预设的语法规则对有效语句进行扩充处理，得到语句组；其中，每一有效语句被扩充为包括至少两个初步语句的语句组，同一语句组的初步语句具有相同的参考意图类别；测试语料集生成模块704用于根据初步语句构建测试语料集；预测模块705用于将测试语料集输入至预设的意图分类模型进行意图预测处理，得到预测意图类别；评估模块706用于根据参考意图类别和预测意图类别计算评估值；其中，评估值用于表征意图分类模型的性能。
131.需要说明的是，该意图分类模型的评估装置的具体实施方式与上述意图分类模型的评估方法的具体实施例基本相同，在此不再赘述。
132.本技术实施例还提供了计算机设备，计算机设备包括：存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线，程序被处理器执行时实现上述意图分类模型的评估方法。该计算机设备可以为包括平板电脑、车载电脑等任意智能终端。
133.请参阅图8，图8示意了另一实施例的计算机设备的硬件结构，计算机设备包括：
134.处理器801，可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集成电路(application specific integrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本技术实施例所提供的技术方案；
135.存储器802，可以采用只读存储器(read only memory，rom)、静态存储设备、动态存储设备或者随机存取存储器(random access memory，ram)等形式实现。存储器802可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器802中，并由处理器801来调用执行本技术实施例的意图分类模型的评估方法；
136.输入/输出接口803，用于实现信息输入及输出；
137.通信接口804，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信；
138.总线805，在设备的各个组件(例如处理器801、存储器802、输入/输出接口803和通信接口804)之间传输信息；
139.其中处理器801、存储器802、输入/输出接口803和通信接口804通过总线805实现彼此之间在设备内部的通信连接。
140.本技术实施例还提供了存储介质，存储介质为计算机可读存储介质，用于计算机可读存储，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述意图分类模型的评估方法。
141.存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网
及其组合。
142.本技术实施例提供的意图分类模型的评估方法、意图分类模型的评估装置、计算机设备及存储介质，通过对原始语句进行过滤，目的是得到能够表示目标对象意图的有效语句。按照预设的语法规则对有效语句进行扩充处理，目的是最大限度的模仿目标对象的语法习惯，得到多个符合实际对话的初步语句。根据初步语句构建测试语料集，能够解决测试语料集规模巨大、准备过程耗时耗力的问题，即可以提高测试语料集的生成效率。将测试语料集输入至预设的意图分类模型进行意图预测处理，目的是得到意图分类模型对测试语料集的意图预测结果，意图预测结果为测试语料集的预测意图类别。根据参考意图类别和预测意图类别计算评估值，该评估值可以表示参考意图类别和预测意图类别的差异，从而利用评估值可以表示意图分类模型的意图预测结果与参考意图类别的差异，进而可根据评估值表征意图分类模型的性能。综上所述，本技术实施例能够提高对意图分类模型的评估准确率。
143.本技术实施例描述的实施例是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
144.本领域技术人员可以理解的是，图1-6中示出的技术方案并不构成对本技术实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。
145.以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
146.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
147.本技术的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
148.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
149.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结
合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
150.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
151.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
152.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序的介质。
153.以上参照附图说明了本技术实施例的优选实施例，并非因此局限本技术实施例的权利范围。本领域技术人员不脱离本技术实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本技术实施例的权利范围之内。