一种基于少样本语料的问句理解模型训练方法和系统

摘要

本发明公开了一种基于少样本语料的问句理解模型训练方法和系统，其中方法包括如下步骤：获取少于设定阈值的样本语料数据，并对样本语料数据进行标注；对少于设定阈值的样本语料数据进行数据增强；将数据增强后的语料转化为词向量，并生成文本向量；构建基于互增强的意图识别与实体抽取联合模型；将词向量输入基于互增强的意图识别与实体抽取联合模型中进行训练，得到意图识别与实体抽取联合模型。本发明不需要大量的人力和时间来对规则和模板进行编写，也不需要耗费大量时间对训练数据进行标注。在训练数据较少的情况下，仍然保证模型的预测效果，同时具有较好的泛化能力。