对话标注数据的生成方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115345178A(43)申请公布日2022.11.15(21)申请号202210917683.1(22)申请日2022.08.01(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人周志衡徐鹏征荆苏毅沈中南(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309专利代理师陈霁周良玉(51)Int.Cl.G06F40/35(2020.01)G06F16/332(2019.01)权利要求书3页说明书14页附图2页(54)发明名称对话标注数据的生成方法及装置(57)摘要本说明书实施例提供一种对话标注数据的生成方法及装置。其中方法包括：获取目标场景下预先生成的形式文法，其中至少包括第一语句和第二语句，第一语句包括第一意图下的第一意图操作和第一变量，所述第一变量是需调用其他语句的变量；第二语句用于为所述第一变量赋值，并包括属性获取操作和第二意图下的第二变量；通过至少调用形式文法中的第一语句和第二语句，生成用于模拟某次人机对话的目标语义表达式，其以嵌套语句形式示出，将第二变量的对应于所述第一变量的属性值，赋值给所述第一变量并进行第一意图操作；基于目标语义表达式，生成对话标注数据，其中包括与构成某次人机对话的若干轮对话对应的若干个用户会话‑语义表达式标签组。CN115345178ACN115345178A权利要求书1/3页1.一种对话标注数据的生成方法，包括：获取目标场景下预先生成的形式文法，其中至少包括第一语句和第二语句，第一语句包括第一意图下的第一意图操作和第一变量，所述第一变量是需调用其他语句的变量；第二语句用于为所述第一变量赋值，并包括属性获取操作和第二意图下的第二变量；通过至少调用所述形式文法中的所述第一语句和第二语句，生成所述目标场景下用于模拟某次人机对话的目标语义表达式；所述目标语义表达式以嵌套语句形式示出，将第二变量的对应于所述第一变量的属性值，赋值给所述第一变量并进行所述第一意图操作；基于所述目标语义表达式，生成对话标注数据，其中包括与构成所述某次人机对话的若干轮对话对应的若干个会话‑标签组，单个会话‑标签组包括一轮对话中的用户会话及其对应的语义表达式标签。2.根据权利要求1所述的方法，其中，获取目标场景下预先生成的形式文法，包括：获取场景信息，其中包括所述目标场景涉及的若干领域，各个领域下的若干用户意图，以及各个用户意图下的若干槽位；获取词典信息，其中包括各个槽位所对应的词典，该词典中包括对应槽位的备选槽值；基于所述场景信息、词典信息和预先定义的语句模板，生成所述形式文法。3.根据权利要求1或2所述的方法，其中，所述第一意图和第二意图属于同一领域或不同领域。4.根据权利要求1所述的方法，其中，所述形式文法中包括含有起始符号的起始语句；其中，通过至少调用所述形式文法中的所述第一语句和第二语句，生成所述目标场景下用于模拟某次人机对话的目标语义表达式，包括：将所述起始语句作为当前语义表达式，通过逐个调用所述形式文法中其他的多个语句更新所述当前语义表达式，直到当前语义表达式无法进行语句调用，从而将所述当前语义表达式作为所述目标语义表达式；所述多个语句包括所述第一语句和第二语句。5.根据权利要求4所述的方法，其中，所述形式文法中还包括第三语句，所述第三语句涉及第三意图且用于为所述第一变量赋值；其中，通过逐个调用所述形式文法中其他的多个语句更新所述当前语义表达式，包括：在调用所述第一语句后，根据预设的与所述第二意图和第三意图相关的意图嵌套概率，对所述第二语句和第三语句进行择一选取；在选取结果为所述第二语句的情况下，调用所述第二语句为所述第一变量赋值。6.根据权利要求1所述的方法，其中，所述形式文法中还包括第四语句，所述第四语句中包括第三意图下的第三意图操作和第四意图下的第四意图操作和第四变量，并定义所述第四变量的变量值为，所述第三意图操作的操作结果对应于所述第四变量的属性值；所述第四语句指示同时输出所述第三意图操作和第四意图操作的操作结果。7.根据权利要求1所述的方法，其中，基于所述目标语义表达式，生成对话标注数据，包括：根据所述目标语义表达式中的数据流向，将所述目标语义表达式拆分为多个子表达式；针对各个子表达式，生成对应的会话‑标签组；对所述多个子表达式对应的多个会话‑标签组各自进行顺序拼接，得到所述对话标注2CN115345178A权利要求书2/3页数据。8.根据权利要求7所述的方法，其中，所述目标语义表达式涉及多个用户意图；根据所述目标语义表达式中的数据流向，将所述目标语义表达式拆分为多个子表达式，包括：将所述目标语义表达式拆分为对应所述多个用户意图的多个意图表达式；根据所述