CN107195301A - 智能机器人语义处理的方法及装置 - Google Patents
智能机器人语义处理的方法及装置 Download PDFInfo
- Publication number
- CN107195301A CN107195301A CN201710358868.2A CN201710358868A CN107195301A CN 107195301 A CN107195301 A CN 107195301A CN 201710358868 A CN201710358868 A CN 201710358868A CN 107195301 A CN107195301 A CN 107195301A
- Authority
- CN
- China
- Prior art keywords
- semantic
- current
- intelligent robot
- semantic processes
- intention
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 237
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims description 215
- 230000006870 function Effects 0.000 claims description 87
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 241001362551 Samba Species 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了智能机器人语义处理的方法及装置,属于智能机器人技术领域。该方法包括:获取智能机器人发送的语音请求;对所述语音请求进行语义理解,确定当前语义意图;根据所述当前语义意图进行对应的语义处理,并向所述智能机器人返回对应的语义处理结果。这样,智能机器人只需发送语言请求,即可获得对应的语义处理结果,减轻了智能机器人的负荷,并可不改变智能机器人的软件结构,而应用于多种场景中。
Description
技术领域
本发明涉及智能机器人技术领域,特别涉及智能机器人语义处理的方法及装置。
背景技术
随着科技的发展,智能机器人不仅可应用于太空作用、反恐侦测等一些人类无法完成的作用中,还可应用于日常生活中,例如:车站、商场中应用智能机器人进行人类疏导。或者,家庭中使用机器人进行家务服务等。
目前,智能机器人可本地进行语音释义以及处理,获得对应的语义处理结果,这样,智能机器人本地需要强大的数据存储***,并且,不同的应用环境对应不同的数据存储,使得智能机器人比较笨拙,也不能灵活应用于多种场景中。
发明内容
本发明实施例提供了一种智能机器人语义处理的方法及装置。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例的第一方面,提供了一种智能机器人语义处理的方法,包括:
获取智能机器人发送的语音请求;
对所述语音请求进行语义理解,确定当前语义意图;
根据所述当前语义意图进行对应的语义处理,并向所述智能机器人返回对应的语义处理结果。
本发明一实施例中,所述根据所述当前语义意图进行对应的语义处理包括:
若数据库中存在与所述当前语义意图匹配的语义处理结果时,获得所述语义处理结果;
若所述数据库中不存在与所述当前语义意图匹配的语义结果时,通过与所述当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
本发明一实施例中,所述通过与所述当前语义意图对应的业务应用进行处理,获得对应的语义处理结果包括:
若所述当前语义意图为功能意图时,从对应的第三方功能应用中,获得对应的语义处理结果;若所述当前语义意图为业务技能意图,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果;或者,
若预存的第三方功能应用的信息中,存在与所述当前语义意图对应的当前第三方功能应用的信息时,从所述当前第三方功能应用中,获得对应的语义处理结果;若预存的第三方功能应用的信息中,不存在与所述当前语义意图对应的当前第三方功能应用的信息时,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
本发明一实施例中,所述选中与所述当前语义意图对应的已注册的当前技能业务应用之前,还包括:
对所述技能业务应用进行注册,并将与所述技能业务应用对应的语义意图与业务触发调用接口进行了绑定。
本发明一实施例中,所述获得对应的语义处理结果之后,还包括:
在所述数据库中保存获得的所述语义处理结果。
根据本发明实施例的第二方面,提供一种智能机器人语义处理的装置,包括:
获取单元,用于获取智能机器人发送的语音请求;
语义理解单元,用于对所述语音请求进行语义理解,确定当前语义意图;
语义处理单元,用于根据所述当前语义意图进行对应的语义处理,并向所述智能机器人返回对应的语义处理结果。
本发明一实施例中,所述语义处理单元,还用于若数据库中存在与所述当前语义意图匹配的语义处理结果时,获取所述语义处理结果;以及,若所述数据库中不存在与所述当前语义意图匹配的语义结果时,通过与所述当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
本发明一实施例中,所述语义处理单元,还用于若所述当前语义意图为功能意图时,从对应的第三方功能应用中,获得对应的语义处理结果;若所述当前语义意图为业务技能意图,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果;或者,若预存的第三方功能应用的信息中,存在与所述当前语义意图对应的当前第三方功能应用的信息时,从所述当前第三方功能应用中,获得对应的语义处理结果;若预存的第三方功能应用的信息中,不存在与所述当前语义意图对应的当前第三方功能应用的信息时,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
本发明一实施例中,所述装置还包括:
注册单元,用于对所述技能业务应用进行注册,并将与所述技能业务应用对应的语义意图与业务触发调用接口进行了绑定。
本发明一实施例中,所述装置还包括:
存储单元,用于在所述数据库中保存获得的所述语义处理结果。
本发明实施例提供的技术方案可以包括以下有益效果:
本发明实施例中,可接收智能机器人发送的语音请求,并对语音请求进行语音释义以及处理,获得对应的语义处理结果后,将语义处理结果返回给智能机器人,这样,减轻了智能机器人的负荷,并且,可不改变智能机器人的软件结构,即可应用于多种场景中。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种智能机器人语义处理平台的***结构框图;
图2是根据一示例性实施例示出的一种智能机器人语义处理方法的流程示意图;
图3是根据一示例性实施例示出的一种智能机器人语义处理方法的流程示意图;
图4是根据一示例性实施例示出的一种智能机器人语义处理方法的流程示意图;
图5是根据一示例性实施例示出的一种智能机器人语义处理装置的框图;
图6是根据一示例性实施例示出的一种智能机器人语义处理装置的框图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言,由于其与实施例公开的部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本发明实施例中,可构建一种智能机器人语义处理平台,该智能机器人语义处理平台可接收智能机器人发送的语音请求,并对语音请求进行语音释义以及处理,获得对应的语义处理结果后,将语义处理结果返回给智能机器人,这样,减轻了智能机器人的负荷,并且,多种场景下的智能机器人通过智能机器人语义处理的平台,都可获得对应的语义处理结果,从而,可不改变智能机器人的软件结构,还可应用于多种场景中,进一步扩展了智能机器人的应用场景。
图1是根据一示例性实施例示出的一种智能机器人语义处理平台的***结构框图。如图1所示,该***包括:智能机器人100、智能机器人语义处理平台200、第三方功能应用300、技能业务应用400。
其中,智能机器人100可与智能机器人语义处理平台200进行交互,例如:智能机器人100向智能机器人语义处理平台200发送语音请求,而智能机器人语义处理平台200向智能机器人发送语义处理结果等。
第三方功能应用300可包括:天气预报应用、音乐视频应用、新闻应用等等。一般,这些第三方功能应用都具有开放的接口,通过对应的开放接口,智能机器人语义处理平台200可与第三方功能应用300连接。一般,智能机器人语义处理平台200通过开放接口可调用第三方功能应用,即可获取对应的语义处理结果。智能机器人语义处理平台200上可预存第三方功能应用的信息。
技能业务应用400可包括:拍照应用,拨打电话应用,跳舞应用等等。这些应用具有对应的业务技能,还需提供可与智能机器人语义处理平台200连接的接口。
智能机器人语义处理平台200上中可预设一个、两个或多个业务触发调用接口,通过这些接口可调用对应的技能业务应用400,即将与技能业务应用400对应的语义意图与业务触发调用接口进行了绑定。而这个绑定过程可通过技能业务应用400的注册而实现。因此,技能业务应用400可通过向智能机器人语义处理平台200注册,将与技能业务应用对应的语义意图与业务触发调用接口进行绑定。即智能机器人语义处理平台200可对技能业务应用进行注册,并将与技能业务应用对应的语义意图与业务触发调用接口进行了绑定。从而,智能机器人语义处理平台200可通过与语义意图绑定的业务触发调用接口调用技能业务应用400,并接获得对应的技能指令,引导智能机器人执行对应的技能。例如:智能机器人语义处理平台200绑定语义意图与超文本传输协议(HyperText Transfer Protocol,HTTP)中的表述性状态传递(Representational State Transfer,REST)接口,这样,智能机器人语义处理平台200可通过REST接口与第三方功能应用300连接。
当然,不同的应用场景或者需求,智能机器人语义处理平台的***也可不同,该***可只包括:智能机器人和智能机器人语义处理平台,或者,不仅包括智能机器人、智能机器人语义处理平台,还包括第三方功能应用和技能业务应用中的一种或两种。
其中,智能机器人语义处理平台200还可包括数据库,可以存储多种与语义意图匹配的语义处理结果。
当然,技能业务应用400可直接向智能机器人语义处理平台200注册,或者,也可注册到与智能机器人语义处理平台200协作的协作模块中,这样,协作模块可完成技能业务应用的注册以及管理,并且,将与技能业务应用对应的语义意图与智能机器人语义处理平台200的业务触发调用接口进行了绑定后,将绑定关系发送给智能机器人语义处理平台200保存。
基于上述的智能机器人语义处理平台的***,智能机器人语义处理平台可进行智能机器人语义处理。
图2是根据一示例性实施例示出的一种智能机器人语义处理方法的流程示意图。如图2所示,语义处理过程包括:
步骤201:获取智能机器人发送的语音请求。
智能机器人可与智能机器人语义处理平台进行信息交互,智能机器人可向智能机器人语义处理平台发送语音请求,从而,智能机器人语义处理平台获取智能机器人发送的语音请求。
步骤202:对语音请求进行语义理解,确定当前语义意图。
可预先对语义意图进行定义以及种类划分,并保存到数据库中。例如:可划分为聊天意图、功能意图、业务技能意图等,并针对每种意图进行了定义,从而,可对语音请求进行语义理解后,获得对应的文本信息,然后,对照保持的每种意图定义,采集计算文本相似度处理方式,通过计算相同词语所占的比重来确定文本的相似度,从而,可确定对应的当前语义意图。
例如:获取的语义请求为“你叫什么?是什么类型”,通过语义理解,可确定当前语义意图为聊天意图。或者,获取的语义请求为“今天什么天气?”通过语义理解,可确定当前语义意图为功能意图。或者,获取的语义请求为“请跳一段舞蹈”,通过语义理解,可确定当前语义意图为业务技能意图。
步骤203:根据当前语义意图进行对应的语义处理,并向智能机器人返回对应的语义处理结果。
智能机器人语义处理平台中有数据库,该数据库中可保存多种与语义意图匹配的语义结果。因此,可先在数据库中查询是否有与当前语义意图匹配的语义结果?若数据库中存在与当前语义意图匹配的语义处理结果时,则可获得语义处理结果,然后将获得的语义处理结果返回给智能机器人。若数据库中不存在当前语义意图匹配的语义处理结果,由于智能机器人语义处理平台可与第三方功能应用和技能业务应用中的一种或两种连接,而无论第三方功能应用还是技能业务应用,都是一种业务应用,因此,若数据库中不存在与当前语义意图匹配的语义结果时,通过与当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
例如:当前语义意图为“你叫什么?是什么类型”的聊天意图,数据库中保存了与当前语义意图匹配的语义处理结果,如匹配的语义处理结果包括“我叫海伦,是L1型号”的信息。较佳地,匹配的过程也可通过采集计算文本相似度处理方式来获得语义处理结果。
当前语义意图为“今天什么天气?”的功能意图,可先在数据库中查询是否存储有与当前语义意图匹配的语义处理结果,如果有,则可获得对应的语义处理结果,例如:语义处理结果包括“今天晴天,温度为27°”的信息。当然,若数据库中不存在与当前语义意图匹配的语义处理结果,则可通过与当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
由于语义意图有多种类型,从而可对应不同的业务应用,其中,若当前语义意图为功能意图时,从对应的第三方功能应用中,获得对应的语义处理结果;若当前语义意图为业务技能意图,从对应的已注册的技能业务应用中,获得对应的语义指示,返回给智能机器人,指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
由于第三方功能应用具有开放的接口,智能机器人语义处理平台通过开放的接口即可获取到第三方功能应用返回的语义处理结果。因此,若当前语义意图为功能意图时,即可从对应的第三方功能应用中,获得对应的语义处理结果。例如:当前语义意图为“今天什么天气?”的功能意图,即可从第三方的天气预报应用中获取对应的语义处理结果,如包括“今天晴天,温度为27°”的信息。
而对于技能业务应用,需预先向智能机器人语义处理平台进行注册,技能业务应用具有对应的业务技能,向智能机器人语义处理平台注册后,将与技能业务应用对应的语义意图与业务触发调用接口进行绑定。从而,智能机器人语义处理平台可对技能业务应用进行注册,并将与技能业务应用对应的语义意图与业务触发调用接口进行了绑定,并保存了绑定关系。这样,若当前语义意图为业务技能意图,可根据绑定的语义意图与业务触发调用接口,确定与当前语义意图对应的当前业务触发调用接口,从而,通过当前业务触发调用接口,选中对应的当前技能业务应用,并获得对应的语义指示,返回给智能机器人,指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
例如:当前语义意图为“请跳一段舞蹈”的业务技能意图,而对应的跳舞应用已经注册了,及已经绑定了“舞蹈”的业务技能意图与舞蹈业务触发调用接口,从而,通过舞蹈业务触发调用接口选中了已注册的舞蹈应用,并获得舞蹈应用下发的开始指令,向该开始指令返回给智能机器人,指示智能机器人发送“开始”的语音请求,从而,智能机器人语义处理平台继续根据获取的语音请求进行语义处理,包括:选中舞蹈应用,获取舞蹈应用返回的包括舞蹈动作信息的语义处理结果。最后,可返回给智能机器人执行。
当然,通过与当前语义意图对应的业务应用进行处理,获得对应的语义处理结果不限于此。由于第三方功能应用可通过开发的接口进行调用,这样,可在智能机器人语义处理平台预存第三方功能应用的信息,这样,可首先在预存的第三方功能应用的信息中,查找是否存在与当前语义意图对应的当前第三方功能应用的信息?若预存的第三方功能应用的信息中,存在与当前语义意图对应的当前第三方功能应用的信息时,从当前第三方功能应用中,获得对应的语义处理结果。当然,若预存的第三方功能应用的信息中,不存在与当前语义意图对应的当前第三方功能应用的信息时,选中与当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给智能机器人,指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
由于智能机器人语义处理平台的***还可包括协作模块,协作模块用于技能业务应用的注册以及管理,那么,协作模块可对技能业务应用进行注册,并将与技能业务应用对应的语义意图与业务触发调用接口进行了绑定,并绑定后的对应关系发生给智能机器人语义处理平台保存,从而,智能机器人语义处理平台保存了语义意图与业务触发调用接口之间的对应关系,这样,若当前语义意图为业务技能意图,可根据绑定的语义意图与业务触发调用接口,确定与当前语义意图对应的当前业务触发调用接口,从而,通过当前业务触发调用接口,选中对应的当前技能业务应用,并获得对应的语义指示,返回给智能机器人,指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
可见,本发明实施例中,智能机器人语义处理平台可对语义请求进行语音释义以及处理,获得对应的语义处理结果后,将语义处理结果返回给智能机器人,这样,减轻了智能机器人的负荷,并且,多种场景下的智能机器人通过智能机器人语义处理的平台,都可获得对应的语义处理结果,从而,扩展了智能机器人的应用场景。
较佳地,获得对应的语义处理结果之后,可在数据库中保存获得的语义处理结果。这样,下次进行语义处理时,可直接在数据库中匹配获得对应的语义处理结果,节省了流程,提高了语义处理的速度。例如:当前语义意图为“**年**月**日什么天气?”的功能意图,从对应的天气预报应用中,获得了对应的语义处理结果后,可在数据库中保存该语义处理结果。这样,当再次确定的当前语义意图为“**年**月**日什么天气?”的功能意图时,可直接从数据库中获取到匹配的语义处理结果,无需调用第三方功能应用了,提高了语义处理的速度。
下面将操作流程集合到具体实施例中,举例说明本公开实施例提供的方法。
图3是根据一示例性实施例示出的一种智能机器人语义处理方法的流程示意图。应用在智能机器人语义处理平台中,而智能机器人语义处理平台的***如同1所示。如图3所示,语义处理的过程包括:
步骤301:获取智能机器人发送的语音请求,其中,语音请求包括:今天天气怎么样?
智能机器人被唤醒后,可能接到用户询问天气的信息,从而,向智能机器人语义处理平台发送语音请求,这样,语音请求包括:今天天气怎么样?
步骤302:对语音请求进行语义理解,确定当前语义意图。
采集计算文本相似度处理方式,通过计算相同词语所占的比重来确定文本的相似度,从而,可确定对应的当前语义意图。这里,当前语义意图为功能意图,包括:**年**月**日的天气怎么样?
步骤303:判断数据库中是否存在与当前语义意图匹配的语义结果?若是,执行步骤304,否则,执行步骤305。
如果数据库中存在**年**月**日的天气信息,则确定数据库中存在与当前语义意图匹配的语义结果,执行步骤304,否则,执行步骤305。
步骤304:从数据库中获得语义处理结果,并转入步骤307。
步骤305:从对应的第三方功能应用中,获得对应的语义处理结果。
由于当前语义意图为功能意图,并且,第三方功能应用的接口是开发的,可直接根据当前语义意图,确定对应的第三方功能应用的当前接口,从而,通过当前接口,从第三方功能应用中,获得对应的语义处理结果。
步骤306:在数据库中存储获得语义处理结果,并转入步骤307。
这里,可在数据库中存储**年**月**日的天气信息。这样,当再有其他用户询问**年**月**日的天气怎么样时,可直接从数据库中存储获得语义处理结果.
步骤307:向智能机器人返回对应的语义处理结果。
语义处理结果包括:**年**月**日的天气信息,这样,智能机器人接收到语义处理结果,可以合成为语音信息进行播放。
可见,本实施例中,可接收智能机器人发送的语音请求,并对语音请求进行语音释义以及处理,获得对应的语义处理结果后,将语义处理结果返回给智能机器人,这样,减轻了智能机器人的负荷,并且,多种场景下的智能机器人通过智能机器人语义处理的平台,都可获得对应的语义处理结果,从而,扩展了智能机器人的应用场景。
图4是根据一示例性实施例示出的一种智能机器人语义处理方法的流程示意图。应用在智能机器人语义处理平台中,而智能机器人语义处理平台的***如同1所示。如图4所示,语义处理的过程包括:
步骤401:获取智能机器人发送的语音请求,其中,语音请求包括:我要拍照。
步骤402:对语音请求进行语义理解,确定当前语义意图。
进行语音理解后,当前语义意图为业务技能意图,包括:我要拍照。
步骤403:确定数据库中不存在与当前语义意图匹配的语义结果,且预存的第三方功能应用的信息中不存在与当前语义意图对应的当前第三方功能应用的信息。
显然,数据库中不存在与当前语义意图匹配的语义结果,则需通过与当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。这里,继续根据当前语义意图确定对应的当前业务应用。可在预存的第三方功能应用的信息中查找是否有命中的当前第三方功能应用的信息?
当前语义意图为业务技能意图,包括:我要拍照。显然,在预存的第三方功能应用的信息中不存在当前第三方功能应用的信息。
步骤404:根据保存的技能业务应用对应的语义意图与业务触发调用接口之间的绑定关系,选中与当前语义意图对应的已注册的拍照业务应用。
步骤405:获得语义指示返回给并智能机器人,指示智能机器人进行对应的语音操作。
可通过对应的接口,从拍照业务应用获得语音指示,可包括:开始指令,从而,可引导智能机器人发送包括“开始拍照”的语音请求。
步骤406:获取智能机器人发送的包括“开始拍照”的语音请求。
步骤407:对语音请求进行语义理解,确定当前语义意图。
步骤408:确定数据库中不存在与当前语义意图匹配的语义结果,且预存的第三方功能应用的信息中不存在与当前语义意图对应的当前第三方功能应用的信息。
步骤409:选中与当前语义意图对应的已注册的拍照业务应用。
步骤410:从拍照业务应用获取包括“执行拍照动作”的语义处理结果。
步骤411:将包括“执行拍照动作”的语义处理结果返回给智能机器人,引导智能机器人执行拍照动作。
可见,通两次或多次的语义交互过程,可引导智能机器人完成设定的业务技能,不需要在智能机器人本地进行语义处理,减轻了智能机器人的负荷,并且,对于较复杂的业务应用,也可进行语义处理并引导智能机器人进行工作,进一步扩展了智能机器人的应用场景。
图5是根据一示例性实施例示出的一种智能机器人语义处理装置的框图。如图5所示,该装置包括:获取单元510、语义理解单元520以及语义处理单元530,其中,
获取单元510,用于获取智能机器人发送的语音请求。
语义理解单元520,用于对语音请求进行语义理解,确定当前语义意图。
语义处理单元530,用于根据当前语义意图进行对应的语义处理,并向智能机器人返回对应的语义处理结果。
本发明一实施例中,语义处理单元530,还用于若数据库中存在与当前语义意图匹配的语义处理结果时,获取语义处理结果;以及,若数据库中不存在与当前语义意图匹配的语义结果时,通过与当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
本发明一实施例中,语义处理单元530,还用于若当前语义意图为功能意图时,从对应的第三方功能应用中,获得对应的语义处理结果;若当前语义意图为业务技能意图,选中与当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给智能机器人,指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果;或者,若预存的第三方功能应用的信息中,存在与当前语义意图对应的当前第三方功能应用的信息时,从当前第三方功能应用中,获得对应的语义处理结果;若预存的第三方功能应用的信息中,不存在与当前语义意图对应的当前第三方功能应用的信息时,选中与当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给智能机器人,指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
本发明一实施例中,装置还包括:
注册单元,用于对技能业务应用进行注册,并将与技能业务应用对应的语义意图与业务触发调用接口进行了绑定。
对于包括协助模块的智能机器人语义处理平台***,注册单元可应用于协助模块中。
本发明一实施例中,装置还包括:
存储单元,用于在数据库中保存获得的语义处理结果。
下面举例说明本公开实施例提供的装置。
图6是根据一示例性实施例示出的一种智能机器人语义处理装置的框图。该装置可应用于智能机器人语义处理平台。如图6所示,该装置包括:获取单元510、语义理解单元530、语义处理单元530、注册单元540和存储单元550。
其中,注册单元540可对技能业务应用进行注册,并将与技能业务应用对应的语义意图与业务触发调用接口进行了绑定。例如:注册单元540可对跳舞业务应用,拍照业务应用等进行了注册,并将“跳舞”与跳舞业务触发调用接口进行了绑定。同样,可将“拍照”与拍照业务触发调用接口进行了绑定。
这样,获取单元510获取智能机器人发送的语音请求。而语义理解单元520可对语音请求进行语义理解,确定当前语义意图。这样,语义处理单元530可在数据库中查找是否存在与当前语义意图匹配的语义处理结果?如有,则可从数据库中获取对应的语义处理结果。例如:当前语义意图包括“姓名,型号”,而数据库中存在匹配的语义处理结果,包括“姓名张三,型号E1”,从而,语义处理单元530可从数据库中获取包括“姓名张三,型号E1”的语义处理结果,并返回给智能机器人。
若当前语义意图包括“歌名为**的歌曲”,且数据库中没有匹配的语义处理结果,则需语义处理单元530通过与当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。这里,当前语义意图为功能意图,因此,语义处理单元530可对应的第三方音乐应用中,获取对应的语义处理结果,为“**的歌曲”的音乐文件,将该语义处理结果返回给智能机器人。
当然,语义处理单元530获取到对应的语义处理结果后,存储单元550可存储获取到的语义处理结果。这样,当智能机器人再次发送包括“歌名为**的歌曲”的语音请求时,可直接从数据库中获取到对应的“**的歌曲”的音乐文件。
或者,当前语义意图包括“跳一段桑巴舞”,数据库中没有匹配的语义处理结果,且当前语义意图为业务技能意图,从而,可根据注册单元540中绑定的语义意图与业务触发调用接口之间的对应关系,语义处理单元530可选中已注册的跳舞业务应用,并获得“开始跳舞”的语义指示,返回给智能机器人,而智能机器人发送“开始跳舞”的语音请求后,语义理解单元520可进行理解,确定当前语义意图,同样,当前语义意图为业务技能意图,语义处理单元530也可选中已注册的跳舞业务应用,从跳舞业务应用获得包括桑巴舞动作信息的文件,并返回给智能机器人,从而,引导智能机器人完成舞蹈。
或者,当前语义意图包括“跳一段桑巴舞”,数据库中没有匹配的语义处理结果,且预存的第三方功能应用的信息中,不存在与当前语义意图对应的当前第三方功能应用的信息,可根据注册单元540中绑定的语义意图与业务触发调用接口之间的对应关系,语义处理单元530可选中已注册的跳舞业务应用,并获得“开始跳舞”的语义指示,返回给智能机器人指示智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
本实施例中,智能机器人语义处理的装置可接收智能机器人发送的语音请求,并对语音请求进行语音释义以及处理,获得对应的语义处理结果后,将语义处理结果返回给智能机器人,这样,减轻了智能机器人的负荷,并且,多种场景下的智能机器人通过智能机器人语义处理的平台,都可获得对应的语义处理结果,从而,扩展了智能机器人的应用场景。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种智能机器人语义处理的方法,其特征在于,包括:
获取智能机器人发送的语音请求;
对所述语音请求进行语义理解,确定当前语义意图;
根据所述当前语义意图进行对应的语义处理,并向所述智能机器人返回对应的语义处理结果。
2.如权利要求1所述的方法,其特征在于,所述根据所述当前语义意图进行对应的语义处理包括:
若数据库中存在与所述当前语义意图匹配的语义处理结果时,获得所述语义处理结果;
若所述数据库中不存在与所述当前语义意图匹配的语义结果时,通过与所述当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
3.如权利要求2所述的方法,其特征在于,所述通过与所述当前语义意图对应的业务应用进行处理,获得对应的语义处理结果包括:
若所述当前语义意图为功能意图时,从对应的第三方功能应用中,获得对应的语义处理结果;若所述当前语义意图为业务技能意图,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果;或者,
若预存的第三方功能应用的信息中,存在与所述当前语义意图对应的当前第三方功能应用的信息时,从所述当前第三方功能应用中,获得对应的语义处理结果;若预存的第三方功能应用的信息中,不存在与所述当前语义意图对应的当前第三方功能应用的信息时,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
4.如权利要求3所述的方法,其特征在于,所述选中与所述当前语义意图对应的已注册的当前技能业务应用之前,还包括:
对所述技能业务应用进行注册,并将与所述技能业务应用对应的语义意图与业务触发调用接口进行了绑定。
5.如权利要求3所述的方法,其特征在于,所述获得对应的语义处理结果之后,还包括:
在所述数据库中保存获得的所述语义处理结果。
6.一种智能机器人语义处理的装置,其特征在于,包括:
获取单元,用于获取智能机器人发送的语音请求;
语义理解单元,用于对所述语音请求进行语义理解,确定当前语义意图;
语义处理单元,用于根据所述当前语义意图进行对应的语义处理,并向所述智能机器人返回对应的语义处理结果。
7.如权利要求6所述的装置,其特征在于,
所述语义处理单元,还用于若数据库中存在与所述当前语义意图匹配的语义处理结果时,获取所述语义处理结果;以及,若所述数据库中不存在与所述当前语义意图匹配的语义结果时,通过与所述当前语义意图对应的业务应用进行处理,获得对应的语义处理结果。
8.如权利要求7所述的装置,其特征在于,
所述语义处理单元,还用于若所述当前语义意图为功能意图时,从对应的第三方功能应用中,获得对应的语义处理结果;若所述当前语义意图为业务技能意图,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果;或者,若预存的第三方功能应用的信息中,存在与所述当前语义意图对应的当前第三方功能应用的信息时,从所述当前第三方功能应用中,获得对应的语义处理结果;若预存的第三方功能应用的信息中,不存在与所述当前语义意图对应的当前第三方功能应用的信息时,选中与所述当前语义意图对应的已注册的当前技能业务应用,并获得对应的语义指示返回给所述智能机器人,指示所述智能机器人进行对应的语音操作,并继续进行语义处理,直至获得对应的语义处理结果。
9.如权利要求8所述的装置,其特征在于,所述装置还包括:
注册单元,用于对所述技能业务应用进行注册,并将与所述技能业务应用对应的语义意图与业务触发调用接口进行了绑定。
10.如权利要求8所述的装置,其特征在于,所述装置还包括:
存储单元,用于在所述数据库中保存获得的所述语义处理结果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710358868.2A CN107195301A (zh) | 2017-05-19 | 2017-05-19 | 智能机器人语义处理的方法及装置 |
US15/712,072 US10529323B2 (en) | 2017-05-19 | 2017-09-21 | Semantic processing method of robot and semantic processing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710358868.2A CN107195301A (zh) | 2017-05-19 | 2017-05-19 | 智能机器人语义处理的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107195301A true CN107195301A (zh) | 2017-09-22 |
Family
ID=59874098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710358868.2A Pending CN107195301A (zh) | 2017-05-19 | 2017-05-19 | 智能机器人语义处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107195301A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984157A (zh) * | 2018-07-27 | 2018-12-11 | 苏州思必驰信息科技有限公司 | 用于语音对话平台的技能配置和调用方法及*** |
CN109388802A (zh) * | 2018-10-11 | 2019-02-26 | 北京轮子科技有限公司 | 一种基于深度学习的语义理解方法和装置 |
CN109961780A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种人机交互方法、装置、服务器和存储介质 |
CN110010125A (zh) * | 2017-12-29 | 2019-07-12 | 深圳市优必选科技有限公司 | 一种智能机器人的控制方法、装置、终端设备及介质 |
CN110021299A (zh) * | 2018-01-08 | 2019-07-16 | 佛山市顺德区美的电热电器制造有限公司 | 语音交互方法、装置、***及存储介质 |
CN110517691A (zh) * | 2019-08-30 | 2019-11-29 | 苏州思必驰信息科技有限公司 | 用于语音对话平台的语音透传方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588630A (zh) * | 2008-05-20 | 2009-11-25 | 华为技术有限公司 | 一种业务触发的方法和装置 |
CN102880649A (zh) * | 2012-08-27 | 2013-01-16 | 北京搜狗信息服务有限公司 | 一种个性化信息处理方法和*** |
CN103020230A (zh) * | 2012-12-14 | 2013-04-03 | 中国科学院声学研究所 | 一种语义模糊匹配方法 |
CN103730116A (zh) * | 2014-01-07 | 2014-04-16 | 苏州思必驰信息科技有限公司 | 在智能手表上实现智能家居设备控制的***及其方法 |
CN103744919A (zh) * | 2013-12-26 | 2014-04-23 | 广州供电局有限公司 | 电网知识库的自学习方法和*** |
CN104360994A (zh) * | 2014-12-04 | 2015-02-18 | 科大讯飞股份有限公司 | 自然语言理解方法及*** |
CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
CN104985599A (zh) * | 2015-07-20 | 2015-10-21 | 百度在线网络技术(北京)有限公司 | 基于人工智能的智能机器人控制方法、***及智能机器人 |
CN105072143A (zh) * | 2015-07-02 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 基于人工智能的智能机器人与客户端的交互*** |
CN105551487A (zh) * | 2015-12-07 | 2016-05-04 | 北京云知声信息技术有限公司 | 一种语音控制方法及装置 |
CN106297782A (zh) * | 2016-07-28 | 2017-01-04 | 北京智能管家科技有限公司 | 一种人机交互方法及*** |
CN106560892A (zh) * | 2015-09-30 | 2017-04-12 | 深圳光启合众科技有限公司 | 智能机器人及其云端交互方法、云端交互*** |
-
2017
- 2017-05-19 CN CN201710358868.2A patent/CN107195301A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588630A (zh) * | 2008-05-20 | 2009-11-25 | 华为技术有限公司 | 一种业务触发的方法和装置 |
CN102880649A (zh) * | 2012-08-27 | 2013-01-16 | 北京搜狗信息服务有限公司 | 一种个性化信息处理方法和*** |
CN103020230A (zh) * | 2012-12-14 | 2013-04-03 | 中国科学院声学研究所 | 一种语义模糊匹配方法 |
CN103744919A (zh) * | 2013-12-26 | 2014-04-23 | 广州供电局有限公司 | 电网知识库的自学习方法和*** |
CN103730116A (zh) * | 2014-01-07 | 2014-04-16 | 苏州思必驰信息科技有限公司 | 在智能手表上实现智能家居设备控制的***及其方法 |
CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
CN104360994A (zh) * | 2014-12-04 | 2015-02-18 | 科大讯飞股份有限公司 | 自然语言理解方法及*** |
CN105072143A (zh) * | 2015-07-02 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 基于人工智能的智能机器人与客户端的交互*** |
CN104985599A (zh) * | 2015-07-20 | 2015-10-21 | 百度在线网络技术(北京)有限公司 | 基于人工智能的智能机器人控制方法、***及智能机器人 |
CN106560892A (zh) * | 2015-09-30 | 2017-04-12 | 深圳光启合众科技有限公司 | 智能机器人及其云端交互方法、云端交互*** |
CN105551487A (zh) * | 2015-12-07 | 2016-05-04 | 北京云知声信息技术有限公司 | 一种语音控制方法及装置 |
CN106297782A (zh) * | 2016-07-28 | 2017-01-04 | 北京智能管家科技有限公司 | 一种人机交互方法及*** |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961780A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种人机交互方法、装置、服务器和存储介质 |
CN109961780B (zh) * | 2017-12-22 | 2024-02-02 | 深圳市优必选科技有限公司 | 一种人机交互方法、装置、服务器和存储介质 |
CN110010125A (zh) * | 2017-12-29 | 2019-07-12 | 深圳市优必选科技有限公司 | 一种智能机器人的控制方法、装置、终端设备及介质 |
CN110021299A (zh) * | 2018-01-08 | 2019-07-16 | 佛山市顺德区美的电热电器制造有限公司 | 语音交互方法、装置、***及存储介质 |
CN108984157A (zh) * | 2018-07-27 | 2018-12-11 | 苏州思必驰信息科技有限公司 | 用于语音对话平台的技能配置和调用方法及*** |
CN108984157B (zh) * | 2018-07-27 | 2022-01-11 | 思必驰科技股份有限公司 | 用于语音对话平台的技能配置和调用方法及*** |
CN109388802A (zh) * | 2018-10-11 | 2019-02-26 | 北京轮子科技有限公司 | 一种基于深度学习的语义理解方法和装置 |
CN109388802B (zh) * | 2018-10-11 | 2022-11-25 | 北京轮子科技有限公司 | 一种基于深度学习的语义理解方法和装置 |
CN110517691A (zh) * | 2019-08-30 | 2019-11-29 | 苏州思必驰信息科技有限公司 | 用于语音对话平台的语音透传方法及*** |
CN110517691B (zh) * | 2019-08-30 | 2021-11-12 | 思必驰科技股份有限公司 | 用于语音对话平台的语音透传方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107195301A (zh) | 智能机器人语义处理的方法及装置 | |
US20190130912A1 (en) | Generic virtual personal assistant platform | |
CN104485105B (zh) | 一种电子病历生成方法和电子病历*** | |
CN106104514B (zh) | 加速访问对象存储库中的对象的方法、***及介质 | |
US8819012B2 (en) | Accessing anchors in voice site content | |
US10180989B2 (en) | Generating and executing query language statements from natural language | |
US20090158161A1 (en) | Collaborative search in virtual worlds | |
CN110268431A (zh) | 对消息内容的搜索和过滤 | |
US7693872B2 (en) | Software web crowler and method therefor | |
CN107924679A (zh) | 输入理解处理期间在响应选择中的延迟绑定 | |
CN108920666A (zh) | 基于语义理解的搜索方法、***、电子设备及存储介质 | |
CN105224586A (zh) | 从先前会话检索情境 | |
CN106297782A (zh) | 一种人机交互方法及*** | |
US20210073254A1 (en) | Search-based natural language intent determination | |
CN109582772A (zh) | 合同信息提取方法、装置、计算机设备和存储介质 | |
EP3610375B1 (en) | Platform selection for performing requested actions in audio-based computing environments | |
CN109471851A (zh) | 数据处理方法、装置、服务器和存储介质 | |
JP7436077B2 (ja) | スキルの音声ウェイクアップ方法および装置 | |
CN108108428A (zh) | 一种构建语言模型的方法、输入法及*** | |
CN110210038A (zh) | 核心实体确定方法及其***、服务器和计算机可读介质 | |
CN101202792A (zh) | 基于发送方与接收方之间的关系处理消息的方法和装置 | |
CN105335466A (zh) | 一种音频数据的检索方法与装置 | |
Sales et al. | Semeval-2017 task 11: end-user development using natural language | |
CN110020429A (zh) | 语义识别方法及设备 | |
CN117648422A (zh) | 问答提示***、问答提示、库构建、模型训练方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170922 |
|
RJ01 | Rejection of invention patent application after publication |