买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请实施例提供了一种基于小样本语料的意图分类方法、装置及计算机设备，所述方法包括：构建第一样本数据集，所述第一样本数据集包括带标签样本数据集和无标签样本数据集；获取多个初始弱分类模型；基于所述带标签样本数据集对各个所述初始弱分类模型进行训练，得到目标弱分类模型；将无标签样本数据集输入至各个所述目标弱分类模型中，得到第一预测分类标签；基于无标签样本数据集和所述第一预测分类标签，构建第二样本数据集；基于所述第二样本数据集对初始意图分类模型进行训练，得到目标意图分类模型，利用目标意图分类模型进行意图分类，输出分类结果。本申请通过上述步骤能够在少量标注样本和未标注样本的基础上实现较准确意图分类。

主权项：1.一种基于小样本语料的意图分类方法，其特征在于，所述方法包括：构建第一样本数据集，所述第一样本数据集包括带标签样本数据集和无标签样本数据集，其中，所述带标签样本数据集包括多个第一样本语料和所述第一样本语料对应的标注标签，所述无标签样本数据集包括多个无标注标签的第二样本语料；获取多个初始弱分类模型，所述多个初始弱分类模型设置有不同的模板-分类标签对，所述模板-分类标签对用于表征模板与分类标签的映射关系；基于所述带标签样本数据集对各个所述初始弱分类模型进行训练，得到与所述多个初始弱分类模型逐一对应的目标弱分类模型；针对无标签样本数据集中的每一个第二样本语料，输入至各个所述目标弱分类模型中，得到各个所述目标弱分类模型输出的对应于所述第二样本语料的第一预测分类标签；基于所有所述第二样本语料和各个所述第二样本语料对应的第一预测分类标签，构建第二样本数据集；基于所述第二样本数据集对初始意图分类模型进行训练，得到目标意图分类模型；利用所述目标意图分类模型进行意图分类，输出意图分类结果；其中，所述带标签样本数据集包括带标签样本训练集和带标签样本测试集；所述基于所述带标签样本数据集对各个所述初始弱分类模型进行训练，得到与所述多个初始弱分类模型逐一对应的目标弱分类模型，包括：基于所述带标签样本训练集对各个所述初始弱分类模型进行训练，得到与所述多个初始弱分类模型逐一对应的目标弱分类模型；在所述得到与所述多个初始弱分类模型逐一对应的目标弱分类模型之后，所述方法还包括：遍历每一个所述目标弱分类模型，针对当前遍历的所述目标弱分类模型，执行如下处理：将所述带标签样本测试集中的每个第一样本语料输入所述目标弱分类模型，以使所述目标弱分类模型输出与各个所述第一样本语料对应的第二预测分类标签；根据各个所述第一样本语料对应的所述第二预测分类标签和所述标注标签，确定所述目标弱分类模型的预测准确率。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于小样本语料的意图分类方法、装置及计算机设备