智能外呼數(shù)據(jù)增強(qiáng)方法

基本信息

申請(qǐng)?zhí)?/td> CN202111248194.3 申請(qǐng)日 -
公開（公告）號(hào) CN113901222A 公開（公告）日 2022-01-07
申請(qǐng)公布號(hào) CN113901222A 申請(qǐng)公布日 2022-01-07
分類號(hào) G06F16/35（2019.01）I;G06F40/58（2020.01）I;G06F40/247（2020.01）I;G06F40/166（2020.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉衛(wèi)東;宣明輝;朱高坡 申請(qǐng)（專利權(quán)）人 信雅達(dá)科技股份有限公司
代理機(jī)構(gòu) 杭州裕陽聯(lián)合專利代理有限公司 代理人 葛婷婕
地址 310051浙江省杭州市濱江區(qū)江南大道3888號(hào)信雅達(dá)科技大廈
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種智能外呼數(shù)據(jù)增強(qiáng)方法，包含以下步驟：獲取第一訓(xùn)練數(shù)據(jù)。S2：對(duì)第一訓(xùn)練數(shù)據(jù)進(jìn)行擴(kuò)展得到第二訓(xùn)練數(shù)據(jù)。S3：將第二訓(xùn)練數(shù)據(jù)進(jìn)行分類得到訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集包含若干個(gè)分類，每個(gè)分類下包含若干該類別的訓(xùn)練樣本。S4：針對(duì)訓(xùn)練數(shù)據(jù)集建立meta?learning任務(wù)訓(xùn)練得到分類模型。本發(fā)明的智能外呼數(shù)據(jù)增強(qiáng)方法，在智能外呼機(jī)器人NLU模型算法訓(xùn)練時(shí)，采用多種數(shù)據(jù)增強(qiáng)的方法提升模型訓(xùn)練準(zhǔn)確性和魯棒性，在少量數(shù)據(jù)的場(chǎng)景下最大可能的提升模型性能。