车载语义解析模型生成方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及自动驾驶技术领域，提供一种车载语义解析模型生成方法、装置、电子设备及存储介质，方法包括：生成初始的车载语义解析模型；将车载语义解析模型部署到用于为车辆提供语义解析服务的语义解析系统，以生成车载语义解析模型服务；从语义解析系统的用户语料日志中获取与车载语义解析模型服务相关联的目标用户语料数据；对目标用户语料数据进行标注，以得到目标用户语料数据的特征标注向量；根据目标用户语料数据的特征标注向量，更新车载语义解析模型；将更新后的车载语义解析模型替代先前的车载语义解析模型部署到语义解析系统，以生成更新的车载语义解析模型服务，车载语义解析模型通过多次动态更新可以逐步提高语义解析的准确性。解析的准确性。解析的准确性。

【技术实现步骤摘要】
车载语义解析模型生成方法、装置、电子设备及存储介质


[0001]本公开涉及自动驾驶
，尤其涉及一种车载语义解析模型生成方法、装置、电子设备及存储介质。

技术介绍

[0002]自动驾驶是人工智能领域的一种主流应用，自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作，让机动车辆可以在不需要人类主动操作下，实现自动驾驶。

技术实现思路

[0003]为克服相关技术中存在的问题，本公开提供一种车载语义解析模型生成方法、装置、电子设备及存储介质。
[0004]根据本公开实施例的第一方面，提供一种车载语义解析模型生成方法，方法包括：生成初始的车载语义解析模型；将车载语义解析模型部署到用于为车辆提供语义解析服务的语义解析系统，以生成车载语义解析模型服务；从语义解析系统的用户语料日志中获取与车载语义解析模型服务相关联的目标用户语料数据；对目标用户语料数据进行标注，以得到目标用户语料数据的特征标注向量；根据目标用户语料数据的特征标注向量，更新车载语义解析模型；将更新后的车载语义解析模型替代先前的车载语义解析模型部署到语义解析系统，以生成更新的车载语义解析模型服务。
[0005]可选的，生成初始的车载语义解析模型，包括：获取训练数据集，训练数据集包括与车辆控制领域相关的原始语料数据的特征标注向量；根据训练数据集进行模型训练，以得到初始的车载语义解析模型。
[0006]可选的，根据目标用户语料数据的特征标注向量，更新车载语义解析模型，包括：根据目标用户语料数据的特征标注向量，更新训练数据集；根据更新后的训练数据集重新进行模型训练，以得到更新后的车载语义解析模型。
[0007]可选的，根据目标用户语料数据的特征标注向量，更新车载语义解析模型，还包括：响应于确定更新后的车载语义解析模型的精度不满足预设的精度要求，调整模型参数，并根据更新后的训练数据集重新进行模型训练。
[0008]可选的，根据目标用户语料数据的特征标注向量，更新训练数据集，包括：将目标用户语料数据的特征标注向量加入至训练数据集；
响应于确定训练数据集的数据量超过预设的数据量阈值，从训练数据集中删除按照时间戳由早到晚的顺序排序靠前的预定数量的特征标注向量，以使删除操作后所得训练数据集的数据量不超过数据量阈值，其中，训练数据集中的每条特征标注向量具有对应的时间戳。
[0009]可选的，语义解析系统部署有多种语义解析模型，多种语义解析模型服务包括车载语义解析模型服务；从语义解析系统的用户语料日志中获取与车载语义解析模型服务相关联的目标用户语料日志，包括：对用户语料日志中的用户语料数据进行意图分类；将属于车辆控制意图类型的用户语料数据确定为与车载语义解析模型服务相关联的目标用户语料数据。
[0010]可选的，方法还包括：定时获取所述语义解析系统的用户语料日志；对所述用户语料日志中的用户语料数据进行意图分类，包括：从用户语料日志中获取相较于前次获取的用户语料日志而言新增的用户语料数据，并对新增的用户语料数据进行意图分类。
[0011]根据本公开实施例的第二方面，提供一种车载语义解析模型生成装置，装置包括：生成模块，被配置为生成初始的车载语义解析模型；部署模块，被配置为将车载语义解析模型部署到用于为车辆提供语义解析服务的语义解析系统，以生成车载语义解析模型服务；获取模块，被配置为从语义解析系统的用户语料日志中获取与车载语义解析模型服务相关联的目标用户语料数据；处理模块，被配置为对目标用户语料数据进行标注，以得到目标用户语料数据的特征标注向量；更新模块，被配置为根据目标用户语料数据的特征标注向量，更新车载语义解析模型；部署模块，还被配置为将更新后的车载语义解析模型替代先前的车载语义解析模型部署到语义解析系统，以生成更新的车载语义解析模型服务。
[0012]可选的，生成模块，包括：第一获取子模块，被配置为获取训练数据集，训练数据集包括与车辆控制领域相关的原始语料数据的特征标注向量；生成子模块，被配置为根据训练数据集进行模型训练，以得到初始的车载语义解析模型。
[0013]可选的，更新模块，包括：第一更新子模块，被配置为根据目标用户语料数据的特征标注向量，更新训练数据集；第二更新子模块，被配置为根据更新后的训练数据集重新进行模型训练，以得到更新后的所述车载语义解析模型。
[0014]可选的，所述第二更新子模块还被配置为响应于确定更新后的所述车载语义解析模型的精度不满足预设的精度要求，调整模型参数，并根据更新后的所述训练数据集重新
进行模型训练。
[0015]可选的，第一更新子模块，包括：添加子模块，被配置为将目标用户语料数据的特征标注向量加入至训练数据集；响应子模块，被配置为响应于确定训练数据集的数据量超过预设的数据量阈值，从训练数据集中删除按照时间戳由早到晚的顺序排序靠前的预定数量的特征标注向量，以使删除操作后所得训练数据集的数据量不超过数据量阈值，其中，训练数据集中的每条特征标注向量具有对应的时间戳。
[0016]可选的，语义解析系统部署有多种语义解析模型，多种语义解析模型服务包括车载语义解析模型服务；获取模块，包括：意图分类子模块，被配置为对用户语料日志中的用户语料数据进行意图分类；确定子模块，被配置为将属于车辆控制意图类型的用户语料数据确定为与车载语义解析模型服务相关联的目标用户语料数据。
[0017]可选的，获取模块，包括：第二获取子模块，被配置为定时获取所述语义解析系统的用户语料日志；意图分类子模块，还被配置为从用户语料日志中获取相较于前次获取的用户语料日志而言新增的用户语料数据，并对新增的用户语料数据进行意图分类。
[0018]根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行本公开第一方面所提供的车载语义解析模型生成方法的步骤。
[0019]根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的车载语义解析模型生成方法的步骤。
[0020]本公开的实施例提供的技术方案可以包括以下有益效果：在上述技术方案中，将车载语义解析模型部署到用于为车辆提供语义解析服务的语义解析系统中以生成车载语义解析模型服务，并基于从语义解析系统的用户语料日志中获取到的与车载语义解析模型服务相关联的目标用户语料数据更新车载语义解析模型，并将更新后的车载语义解析模型替代先前的车载语义解析模型部署到语义解析系统，以生成更新的车载语义解析模型服务。本公开中的技术方案可以根据收集到的用户语料日志对车载语义解析模型进行动态更新，车载语义解析模型通过多次动态更新可以逐步提高语义解析的准确性，从而可以准确解析识别出用户的需求，提升用户体验。此外，车载语义解析模型专门用于车辆控制领域，因此，在车辆驾驶场景中，可以迅速准确地对车辆进行相关的控制操作，提高自动驾驶的安全性。
[0021]应当理解的是，以上的一般描述和后文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载语义解析模型生成方法，其特征在于，所述方法包括：生成初始的车载语义解析模型；将所述车载语义解析模型部署到用于为车辆提供语义解析服务的语义解析系统，以生成车载语义解析模型服务；从所述语义解析系统的用户语料日志中获取与所述车载语义解析模型服务相关联的目标用户语料数据；对所述目标用户语料数据进行标注，以得到所述目标用户语料数据的特征标注向量；根据所述目标用户语料数据的特征标注向量，更新所述车载语义解析模型；将更新后的所述车载语义解析模型替代先前的车载语义解析模型部署到所述语义解析系统，以生成更新的车载语义解析模型服务。2.根据权利要求1所述的方法，其特征在于，所述生成初始的车载语义解析模型，包括：获取训练数据集，所述训练数据集包括与车辆控制领域相关的原始语料数据的特征标注向量；根据所述训练数据集进行模型训练，以得到初始的所述车载语义解析模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标用户语料数据的特征标注向量，更新所述车载语义解析模型，包括：根据所述目标用户语料数据的特征标注向量，更新所述训练数据集；根据更新后的所述训练数据集重新进行模型训练，以得到更新后的所述车载语义解析模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标用户语料数据的特征标注向量，更新所述车载语义解析模型，还包括：响应于确定更新后的所述车载语义解析模型的精度不满足预设的精度要求，调整模型参数，并根据更新后的所述训练数据集重新进行模型训练。5.根据权利要求3所述的方法，其特征在于，所述根据所述目标用户语料数据的特征标注向量，更新所述训练数据集，包括：将所述目标用户语料数据的特征标注向量加入至所述训练数据集；响应于确定所述训练数据集的数据量超过预设的数据量阈值，从所述训练数据集中删除按照时间戳由早到晚的顺序排序靠前的预定数量的特征标注向量，以使删除操作后所得训练数据集的数据量不超过所述数据量阈值，其中，所述训练数据集中的每条特征标注向量具有对应的时间戳...

【专利技术属性】
技术研发人员：李志明，
申请(专利权)人：小米汽车科技有限公司，
类型：发明
国别省市：