CN110347784A - 报表查询方法、装置、存储介质及电子设备 - Google Patents
报表查询方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN110347784A CN110347784A CN201910435937.4A CN201910435937A CN110347784A CN 110347784 A CN110347784 A CN 110347784A CN 201910435937 A CN201910435937 A CN 201910435937A CN 110347784 A CN110347784 A CN 110347784A
- Authority
- CN
- China
- Prior art keywords
- report
- target report
- query
- target
- text
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000010801 machine learning Methods 0.000 claims abstract description 55
- 238000012549 training Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
Classifications
-
- 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
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
本公开是关于一种报表查询方法、装置、存储介质及电子设备，属于机器学习应用技术领域，该方法包括：当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；根据所述目标报表的结构化查询语句查询所述目标报表。本公开通过接收查询语音的方式，基于机器学习模型实现目标报表查询，有效提高了报表查询的准确性以及查询效率。
Description
技术领域
本公开涉及机器学习应用技术领域，具体而言，涉及一种报表查询方法、装置、存储介质及电子设备。
背景技术
报表就是用表格、图表等格式来动态显示数据；报表查询就是根据查询需要，填写查询请求，来查询想要的数据的报表。
目前，在进行报表查询的时候，通过复杂的自助查询界面进行目标报表的查询，通过点击预先设定的复选框等进行选定目标报表的信息，进而进行目标报表的查询。或者，围绕数据分析师写SQL或者业务人员手写查询意图然后报表后台转换SQL的方式来生成报表结果。
现有技术中，进行报表查询时查询方式不方便，当进行相对详细、具体的数据的报表查询时，容易出错，操作复杂；同时，在移动端进行报表查询时，更加不方便，准确率不高。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种报表查询方案，进而至少在一定程度上通过实现基于语言输入的精确、便捷查询方式，有效提高报表查询的准确率和效率。
根据本公开的一个方面，提供一种报表查询方法，包括：
当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；
从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
根据所述目标报表的结构化查询语句查询所述目标报表。
在本公开的一种示例性实施例中，其特征在于，所述目标报表的查询语音是按照预定的标准格式输入的，
所述从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素，包括：
根据所述预定的标准格式，获取所述目标报表的查询语音对应的标准格式模板，所述标准格式模板包括查询语言要素的位置信息；
利用所述查询语言要素的位置信息，从所述文本中获取查询所述目标报表的查询语言要素。
在本公开的一种示例性实施例中，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素，包括：
将所述目标报表的查询语音转化得到的文本分词，得到组成所述文本的每个词；
将组成所述文本的每个词分别与预先设定好的报表查询语言要素表进行匹配，得到匹配到的组成所述文本的词；
将所述匹配到的组成所述文本的词，作为查询所述目标报表的查询语言要素。
在本公开的一种示例性实施例中，所述机器学习模型的训练方法，包括：
收集报表的查询语言要素样本集，所述报表的查询语言要素样本事先标定了对应的报表的结构化查询语句；
将每个所述报表的查询语言要素样本作为输入数据分别输入机器学习模型，得到每个所述报表的查询语言要素样本对应的报表的结构化查询语句；
如果存在所述样本，输入机器学习模型后，得到的报表的结构化查询语句与对所述样本事先标定的报表的结构化查询语句不一致，则调整机器学习模型的系数，直到一致。
如果所有所述样本，输入机器学习模型后，得到的报表的结构化查询语句与对所有所述样本事先标定的报表的结构化查询语句一致，训练结束。
在本公开的一种示例性实施例中，将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句，包括：
从词向量词典中查询每个所述目标报表的查询语言要素对应的词的词向量；
将所述每个所述目标报表的查询语言要素对应的词的词向量，按照每个所述目标报表的查询语言要素在所来源的文本中的顺序，依次串联为向量串作为预输入数据；
将所述预输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句。
在本公开的一种示例性实施例中，将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句，包括：
从词向量词典中查询每个所述目标报表的查询语言要素对应的词的词向量；
将所述每个所述目标报表的查询语言要素对应的词的词向量，按照随机的顺序，串联为向量串作为预输入数据；
将所述预输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句。
在本公开的一种示例性实施例中，提前设置了查询语音格式提示界面，其特征在于，在当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本之前，还包括：
当检测到用户的报表语音查询请求时，将报表查询语音标准格式显示在所述查询语音格式提示界面上，以提示用户按照标准格式输入目标报表的查询语音。
根据本公开的一个方面，提供一种报表查询装置，包括：
转化模块，用于当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；
获取模块，用于从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
判断模块，用于将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
查询模块，用于根据所述目标报表的结构化查询语句查询所述目标报表。
根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有报表查询程序，其特征在于，所述报表查询程序被处理器执行时实现上述任一项所述的方法。
根据本公开的一个方面，提供一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的报表查询程序；其中，所述处理器配置为经由执行所述报表查询程序来执行上述任一项所述的方法。
本公开一种报表查询方法及装置，首先，当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；通过接收报表查询语音，可以便捷的进行报表的查询的交互，同时，将语音转化为文本可以准确的从文本中获取目标报表的信息。然后，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；从语音转化得到的文本中，获取到查询目标报表的需要的语言要素，可以在排除无用文本的前提下，保证根据查询语言要素查询目标报表的准确率。将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；通过训练好的机器学习模型，可以准确、高效地获取到查询目标报表的结构化查询语句。最后，根据所述目标报表的结构化查询语句查询所述目标报表；基于标准的结构化查询语句可以精确地从报表数据保存位置查询到目标报表。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出一种报表查询方法的流程图。
图2示意性示出一种报表查询方法的应用场景示例图。
图3示意性示出一种目标报表的查询语言要素获取的方法流程图。
图4示意性示出一种报表查询装置的方框图。
图5示意性示出一种用于实现上述报表查询方法的电子设备示例框图。
图6示意性示出一种用于实现上述报表查询方法的计算机可读存储介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了报表查询方法，该报表查询方法可以运行于的服务器，也可以运行于服务器集群或云服务器等，当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该报表查询方法可以包括以下步骤：
步骤S110，当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；
步骤S120，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
步骤S130，将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
步骤S140，根据所述目标报表的结构化查询语句查询所述目标报表。
上述报表查询方法中，首先，当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；通过接收报表查询语音，可以便捷的进行报表的查询的交互，同时，将语音转化为文本可以准确的从文本中获取目标报表的信息。然后，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；从语音转化得到的文本中，获取到查询目标报表的需要的语言要素，可以在排除无用文本的前提下，保证根据查询语言要素查询目标报表的准确率。将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；通过训练好的机器学习模型，可以准确、高效地获取到查询目标报表的结构化查询语句。最后，根据所述目标报表的结构化查询语句查询所述目标报表；基于标准的结构化查询语句可以精确地从报表数据保存位置查询到目标报表。
下面，将结合附图对本示例实施方式中上述报表查询方法中的各步骤进行详细的解释以及说明。
在步骤S110中，当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本。
在本示例的实施方式中，参考图2所示，服务器201接收到终端设备202发送的目标报表的查询语音后，通过语音识别将语音转化为文本。其中，服务器201可以是任何具有执行程序指令的终端，例如手机、电脑等；终端设备202可以是任何具有应用***执行、指令发送功能的终端，例如手机、电脑等。在需要从存储报表的位置查询目标报表时，通过语音的方式，表达出目标报表的查询语音，就可以不用进行手动输入或者点击等繁杂的报表查询过程，例如在报表查询界面上通过多次点击选择目标报表的选择图框。语音查询方便、简单、效率高。在接收到报表的查询语音后，需要在后续步骤中转化为结构化查询语句，以进行报表查询，所以需要将查询语音转化为文本形式；利用现有的语音转文本技术可以准确的实现语音到文本的原文转换。例如，将语音形式的“请帮我查询A公司的第三季度的财务报表”转化为文本形式的“请帮我查询A公司的第三季度的财务报表”。
在步骤S120中，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
在本示例的实施方式中，将目标报表的查询语音转化为文本后，就可以根据文本形式的查询需求进行目标报表查询用的结构化查询语句的生成。组成一个完整的结构化查询语句，需要完整的查询路径，需要查询语音转化得到的文本中，包含可以准确查询到目标报表的路径的节点信息，也就是查询所述目标报表的查询语言要素，例如，需要查询A公司的第三季度的财务报表，就需要三个节点信息，也就是查询所述A公司的第三季度的财务报表的查询语言要素，因为报表的存储一般都是按照相应的节点分级存储。其中，查询所述A公司的第三季度的财务报表的查询语言要素就包括：“A公司”“第三季度”“财务报表”，这样才会准确的查询到目标报表。从目标报表的查询语音转化得到的文本中获取查询所述目标报表的查询语言要素，就可以方便快捷的根据查询语言要素，准确、高效地生成结构化查询语句。
在本示例的一种实施方式中，所述目标报表的查询语音是按照预定的标准格式输入的，所述从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素，包括：
根据所述预定的标准格式，获取所述目标报表的查询语音对应的标准格式模板，所述标准格式模板包括查询语言要素的位置信息；
利用所述查询语言要素的位置信息，从所述文本中获取查询所述目标报表的查询语言要素。
目标报表的查询语音是按照预定的标准格式输入的，即用户在输入查询语音时，先通过用于选择标准格式的选择列表选定满足用户查询需求的标准格式，例如，“请帮我查询(一级单位)的(二级单位)的(财务)报表”或者“请帮我查询(一级单位)的(二级单位)的(三级单位)的(项目明细)报表”等标准格式。每个预定的标准格式关联一个标准格式模板，例如，“请帮我查询(一级单位)的(二级单位)的(财务)报表”关联的标准格式模板为“请帮我查询***的***的***报表”。这样根据用户在输入查询语音时的预定的标准格式可以自动获取目标报表的查询语音对应的标准格式模板。
标准格式模板为例如：“请帮我查询***的***的***报表”其中的***标识了查询语言要素的位置信息。当用户输入的语音为：“请帮我查询A公司的第三季度的财务报表”；就可以利用标准格式模板从用户输入的语音转换得到的文本中，准确的获取到***位置对应的查询语言要素，例如：“A公司”“第三季度”“财务报表”。
在本示例的一种实施方式中，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素，包括步骤S310、S320以及步骤S330：
步骤S310，将所述目标报表的查询语音转化得到的文本分词，得到组成所述文本的每个词；
步骤S320，将组成所述文本的每个词分别与预先设定好的报表查询语言要素表进行匹配，得到匹配到的组成所述文本的词；
步骤S330，将所述匹配到的组成所述文本的词，作为查询所述目标报表的查询语言要素。
文本分词就是利用现有的分词技术将一段文本分成若干个词，例如，当用户输入的输入语音为：“财务报表，A公司的第三季度的，请帮我查询”，折中随意的格式的输入；转换得到的文本也为“财务报表，A公司的第三季度的，请帮我查询”。将该文本分词就可以得到转换得到的文本的词，例如“财务报表”，“A公司”，“的”，“第三季度”，“的”，“请”，“帮”，“我”，“查询”。预先设定好的报表查询语言要素表，就是包含了所有例如文件名或者存储路径节点名等查询报表数据的词的表，通过预先设定好的报表查询语言要素表与组成文本的每个词分别进行匹配，可以得到匹配到的组成所述文本的词，也就是存在于报表查询语言要素表中的词，例如报表查询语言要素表中包括：“A公司”“第三季度”“财务报表”；进而可以准确地匹配到组成文本的词中的“A公司”“第三季度”“财务报表”，作为查询语言要素，排除其他无用词汇，准确率高。同时有效保证后续步骤中用查询语言要素获得目标报表的查询语言。
在步骤S130中，将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
在本示例的实施方式中，通过预先训练机器学习模型，直接将目标报表的查询语言要素的作为输入数据输入训练好的机器学习模型，准确、高效的地生成目标报表的结构化查询语句，避免了通过点击等手动行为，高效便捷。其中，查询语言要素作为输入数据输入的方法就是将查询语言要素的可以作为输入机器学习模型的预输入数据进行输入机器学习模型，预输入数据例如每个查询语言要素的词在词向量字典中的词向量，例如“第三季度”的词向量“12355685”。其中，目标报表的结构化查询语句就是一种查询语言，例如，Select财务报表from A公司where name＝'第三季度'；进而根据结构化查询语言可以精确地进行从报表数据存储位置，通过文件命名查询到目标报表。
在本示例的一种实施方式中，所述机器学习模型的训练方法，包括：
收集报表的查询语言要素样本集，所述报表的查询语言要素样本事先标定了对应的报表的结构化查询语句；
将每个所述报表的查询语言要素样本作为输入数据分别输入机器学习模型，得到每个所述报表的查询语言要素样本对应的报表的结构化查询语句；
如果存在所述样本，输入机器学习模型后，得到的报表的结构化查询语句与对所述样本事先标定的报表的结构化查询语句不一致，则调整机器学习模型的系数，直到一致。
如果所有所述样本，输入机器学习模型后，得到的报表的结构化查询语句与对所有所述样本事先标定的报表的结构化查询语句一致，训练结束。
报表的查询语言要素，例如报表数据存储时通常具有严格标准的命名级别，相同级别的文件名是相同属性的词，例如，第二级别的文件名都为公司名。通过收集各种组合的查询语言要素样本，进行机器学习模型训练可以准确地训练到根据各种样本输出相应的报表的结构化查询语句。其中，查询语言要素作为输入数据输入机器学习模型就是将可以准确输入机器学习模型的预输入数据进行输入，预输入数据例如每个查询语言要素的词在词向量字典中的词向量，例如“第三季度”的词向量“12355685”，在输入机器学习模型时，每个查询语言要素对应的词向量可以是随机顺序输入，也可以是按照一定的顺序输入。
在本示例的一种实施方式中，将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句，包括：
从词向量词典中查询每个所述目标报表的查询语言要素对应的词的词向量；
将所述每个所述目标报表的查询语言要素对应的词的词向量，按照每个所述目标报表的查询语言要素在所来源的文本中的顺序，依次串联为向量串作为预输入数据；
将所述预输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句。
每个查询语言要素的词在词向量字典中的词向量，就是例如“第三季度”的词向量“12355685”，每个词都有唯一对应的词向量，可以保证机器学习模型进行精确的计算。将每个目标报表的查询语言要素对应的词的词向量，按照每个目标报表的查询语言要素在所来源的文本中的顺序，依次串联为向量串作为预输入数据；每个词有单独的词向量，随机串联得到的向量串在一定程度上也可以准确表征查询意图。然后输入机器学习模型，可以在目标报表的查询语言要素在所来源的文本为预定的标准格式时，在一定程度上保证机器学习模型输出的结构化查询语句的准确性。
在本示例的一种实施方式中，将所述目标报表的查询语言要素的作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句，包括：
从词向量词典中查询每个所述目标报表的查询语言要素对应的词的词向量；
将所述每个所述目标报表的查询语言要素对应的词的词向量，按照随机的顺序，串联为向量串作为预输入数据；
将所述预输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句。
每个查询语言要素的词在词向量字典中的词向量，就是例如“第三季度”的词向量“12355685”，每个词都有唯一对应的词向量，可以保证机器学习模型进行精确的计算。将所述每个所述目标报表的查询语言要素对应的词的词向量，按照随机的顺序，串联为向量串作为预输入数据，然后输入机器学习模型，在机器学习模型是根据随机顺序的词向量串训练的情况下，可以保证目标报表的查询语言要素来源的文本没有标准输入格式时，也可以准确地得到所述目标报表的结构化查询语句。
在步骤S140中，根据所述目标报表的结构化查询语句查询所述目标报表。
在本示例的实施方式中，目标报表的结构化查询语句就是一种查询语言，例如，Select财务报表from A公司where name＝'第三季度'；进而根据结构化查询语言可以精确地进行从报表数据存储位置，通过文件命名查询到目标报表，这样就可以便捷地根据各种复杂地查询需求准确获取目标报表。
在本示例的一种实施方式中，提前设置了查询语音格式提示界面，其特征在于，在当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本之前，还包括：
当检测到用户的报表语音查询请求时，将报表查询语音标准格式显示在所述查询语音格式提示界面上，以提示用户按照标准格式输入目标报表的查询语音。
当检测到用户的报表语音查询请求时，将报表查询语音标准格式显示在查询语音格式提示界面上，报表查询语音标准格式就是例如，请帮我查询A公司的第三季度的财务报表；用户只需要根据查询需要，读出：请帮我查询***的***的***报表；进而可以准确地解析出查询请求，便于查询语言要素的准确获取。
本公开还提供了一种报表查询装置。参考图4所示，该报表查询装置可以包括转化模块410、获取模块420、判断模块430以及查询模块440。其中：
转化模块410可以用于当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；
获取模块420可以用于从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
判断模块430可以用于将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
查询模块440可以用于根据所述目标报表的结构化查询语句查询所述目标报表。
上述报表查询装置中各模块的具体细节已经在对应的报表查询方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为***、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。
下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同***组件(包括存储单元520和处理单元510)的总线530。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤S110：当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；S120：从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；步骤S130：将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；步骤S140：根据所述目标报表的结构化查询语句查询所述目标报表。
存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得客户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在客户计算设备上执行、部分地在客户设备上执行、作为一个独立的软件包执行、部分在客户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到客户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种报表查询方法，其特征在于，包括：
当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；
从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
根据所述目标报表的结构化查询语句查询所述目标报表。
2.根据权利要求1所述的方法，其特征在于，所述目标报表的查询语音是按照预定的标准格式输入的；
所述从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素，包括：
根据所述预定的标准格式，获取所述目标报表的查询语音对应的标准格式模板，所述标准格式模板包括查询语言要素的位置信息；
利用所述查询语言要素的位置信息，从所述文本中获取查询所述目标报表的查询语言要素。
3.根据权利要求1所述的方法，其特征在于，从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素，包括：
将所述目标报表的查询语音转化得到的文本分词，得到组成所述文本的每个词；
将组成所述文本的每个词分别与预先设定好的报表查询语言要素表进行匹配，得到匹配到的组成所述文本的词；
将所述匹配到的组成所述文本的词，作为查询所述目标报表的查询语言要素。
4.根据权利要求1所述的方法，其特征在于，所述机器学习模型的训练方法，包括：
收集报表的查询语言要素样本集，所述报表的查询语言要素样本事先标定了对应的报表的结构化查询语句；
将每个所述报表的查询语言要素样本作为输入数据输入机器学习模型，得到每个所述报表的查询语言要素样本对应的报表的结构化查询语句；
如果存在所述样本，输入机器学习模型后，得到的报表的结构化查询语句与对所述样本事先标定的报表的结构化查询语句不一致，则调整机器学习模型的系数，直到一致。
如果所有所述样本，输入机器学习模型后，得到的报表的结构化查询语句与对所有所述样本事先标定的报表的结构化查询语句一致，训练结束。
5.根据权利要求1所述的方法，其特征在于，所述将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句，包括：
从词向量词典中查询每个所述目标报表的查询语言要素对应的词的词向量；
将所述每个所述目标报表的查询语言要素对应的词的词向量，按照每个所述目标报表的查询语言要素在所来源的文本中的顺序，依次串联为向量串作为预输入数据；
将所述预输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句。
6.根据权利要求1所述的方法，其特征在于，所述将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句，包括：
从词向量词典中查询每个所述目标报表的查询语言要素对应的词的词向量；
将所述每个所述目标报表的查询语言要素对应的词的词向量，按照随机的顺序，串联为向量串作为预输入数据；
将所述预输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句。
7.根据权利要求1所述的方法，提前设置了查询语音格式提示界面，其特征在于，在所述当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本之前，还包括：
当检测到用户的报表语音查询请求时，将报表查询语音标准格式显示在所述查询语音格式提示界面上，以提示用户按照标准格式输入目标报表的查询语音。
8.一种报表查询装置，其特征在于，包括：
转化模块，用于当接收到目标报表的查询语音，将所述目标报表的查询语音转化为文本；
获取模块，用于从所述目标报表的查询语音转化得到的文本中，获取查询所述目标报表的查询语言要素；
判断模块，用于将所述目标报表的查询语言要素作为输入数据输入预先训练好的机器学习模型，得到所述目标报表的结构化查询语句；
查询模块，用于根据所述目标报表的结构化查询语句查询所述目标报表。
9.一种计算机可读存储介质，其上存储有报表查询程序，其特征在于，所述报表查询程序被处理器执行时实现权利要求1-7任一项所述的方法。
10.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的报表查询程序；其中，所述处理器配置为经由执行所述报表查询程序来执行权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910435937.4A CN110347784A (zh) | 2019-05-23 | 2019-05-23 | 报表查询方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910435937.4A CN110347784A (zh) | 2019-05-23 | 2019-05-23 | 报表查询方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110347784A true CN110347784A (zh) | 2019-10-18 |
Family
ID=68173962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910435937.4A Pending CN110347784A (zh) | 2019-05-23 | 2019-05-23 | 报表查询方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110347784A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110909127A (zh) * | 2019-11-07 | 2020-03-24 | 中铁大桥科学研究院有限公司 | 一种用于桥梁巡检信息录入查询的方法及*** |
| CN111062803A (zh) * | 2019-12-04 | 2020-04-24 | 中国银行股份有限公司 | 一种金融业务查询查复方法及*** |
| CN111063340A (zh) * | 2019-12-09 | 2020-04-24 | 用友网络科技股份有限公司 | 终端的业务处理方法、装置、终端及计算机可读存储介质 |
| CN111159220A (zh) * | 2019-12-31 | 2020-05-15 | 北京百度网讯科技有限公司 | 用于输出结构化查询语句的方法和装置 |
| CN111209367A (zh) * | 2019-12-03 | 2020-05-29 | 泰康保险集团股份有限公司 | 信息查找方法、信息查找装置、电子设备及存储介质 |
| CN111597776A (zh) * | 2020-04-01 | 2020-08-28 | 深圳壹账通智能科技有限公司 | 自适应表单检索方法、装置、介质及电子设备 |
| CN111696557A (zh) * | 2020-06-23 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 语音识别结果的校准方法、装置、设备及存储介质 |
| CN112069206A (zh) * | 2020-03-31 | 2020-12-11 | 北京来也网络科技有限公司 | 基于rpa及ai的数据查询方法、装置、介质及计算设备 |
| CN114201525A (zh) * | 2022-02-15 | 2022-03-18 | 支付宝(杭州)信息技术有限公司 | 查询数据的方法及装置 |
| WO2022105493A1 (zh) * | 2020-11-17 | 2022-05-27 | 深圳壹账通智能科技有限公司 | 基于语义识别的数据查询方法、装置、设备及存储介质 |
| CN116013296A (zh) * | 2023-03-28 | 2023-04-25 | 国网浙江省电力有限公司营销服务中心 | 基于计算机自然语言处理的搜索方法 |
| CN116542800A (zh) * | 2023-06-29 | 2023-08-04 | 天津星耀九洲科技有限公司 | 基于云端ai技术的智能化财务报表分析*** |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060116987A1 (en) * | 2004-11-29 | 2006-06-01 | The Intellection Group, Inc. | Multimodal natural language query system and architecture for processing voice and proximity-based queries |
| CN101145289A (zh) * | 2007-09-13 | 2008-03-19 | 上海交通大学 | 基于代理技术的远程教育环境中语音答疑*** |
| CN102246587A (zh) * | 2008-12-16 | 2011-11-16 | 摩托罗拉*** | 逐步细化基于语音的搜索 |
| CN103116649A (zh) * | 2013-02-28 | 2013-05-22 | 用友软件股份有限公司 | 数据分析***和数据分析方法 |
| CN103187058A (zh) * | 2011-12-28 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 车内语音对话*** |
| CN103577148A (zh) * | 2013-11-28 | 2014-02-12 | 南京奇幻通信科技有限公司 | 语音朗读方法及装置 |
| US20140201241A1 (en) * | 2013-01-15 | 2014-07-17 | EasyAsk | Apparatus for Accepting a Verbal Query to be Executed Against Structured Data |
| CN105161099A (zh) * | 2015-08-12 | 2015-12-16 | 恬家（上海）信息科技有限公司 | 一种语音控制的遥控装置及其实现方法 |
| CN105404161A (zh) * | 2015-11-02 | 2016-03-16 | 百度在线网络技术（北京）有限公司 | 智能语音交互方法和装置 |
| CN105760399A (zh) * | 2014-12-19 | 2016-07-13 | 华为软件技术有限公司 | 一种数据检索方法及设备 |
| CN107305567A (zh) * | 2016-04-21 | 2017-10-31 | 北京智能管家科技有限公司 | 一种基于双层trie树的语句查询方法及装置 |
| CN109256133A (zh) * | 2018-11-21 | 2019-01-22 | 上海玮舟微电子科技有限公司 | 一种语音交互方法、装置、设备及存储介质 |
| CN109522392A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技（深圳）有限公司 | 基于语音的检索方法、服务器及计算机可读存储介质 |
| CN109542929A (zh) * | 2018-11-28 | 2019-03-29 | 山东工商学院 | 语音查询方法、装置和电子设备 |
-
2019
- 2019-05-23 CN CN201910435937.4A patent/CN110347784A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060116987A1 (en) * | 2004-11-29 | 2006-06-01 | The Intellection Group, Inc. | Multimodal natural language query system and architecture for processing voice and proximity-based queries |
| CN101145289A (zh) * | 2007-09-13 | 2008-03-19 | 上海交通大学 | 基于代理技术的远程教育环境中语音答疑*** |
| CN102246587A (zh) * | 2008-12-16 | 2011-11-16 | 摩托罗拉*** | 逐步细化基于语音的搜索 |
| CN103187058A (zh) * | 2011-12-28 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 车内语音对话*** |
| US20140201241A1 (en) * | 2013-01-15 | 2014-07-17 | EasyAsk | Apparatus for Accepting a Verbal Query to be Executed Against Structured Data |
| CN103116649A (zh) * | 2013-02-28 | 2013-05-22 | 用友软件股份有限公司 | 数据分析***和数据分析方法 |
| CN103577148A (zh) * | 2013-11-28 | 2014-02-12 | 南京奇幻通信科技有限公司 | 语音朗读方法及装置 |
| CN105760399A (zh) * | 2014-12-19 | 2016-07-13 | 华为软件技术有限公司 | 一种数据检索方法及设备 |
| CN105161099A (zh) * | 2015-08-12 | 2015-12-16 | 恬家（上海）信息科技有限公司 | 一种语音控制的遥控装置及其实现方法 |
| CN105404161A (zh) * | 2015-11-02 | 2016-03-16 | 百度在线网络技术（北京）有限公司 | 智能语音交互方法和装置 |
| CN107305567A (zh) * | 2016-04-21 | 2017-10-31 | 北京智能管家科技有限公司 | 一种基于双层trie树的语句查询方法及装置 |
| CN109522392A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技（深圳）有限公司 | 基于语音的检索方法、服务器及计算机可读存储介质 |
| CN109256133A (zh) * | 2018-11-21 | 2019-01-22 | 上海玮舟微电子科技有限公司 | 一种语音交互方法、装置、设备及存储介质 |
| CN109542929A (zh) * | 2018-11-28 | 2019-03-29 | 山东工商学院 | 语音查询方法、装置和电子设备 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110909127A (zh) * | 2019-11-07 | 2020-03-24 | 中铁大桥科学研究院有限公司 | 一种用于桥梁巡检信息录入查询的方法及*** |
| CN111209367A (zh) * | 2019-12-03 | 2020-05-29 | 泰康保险集团股份有限公司 | 信息查找方法、信息查找装置、电子设备及存储介质 |
| CN111062803A (zh) * | 2019-12-04 | 2020-04-24 | 中国银行股份有限公司 | 一种金融业务查询查复方法及*** |
| CN111063340A (zh) * | 2019-12-09 | 2020-04-24 | 用友网络科技股份有限公司 | 终端的业务处理方法、装置、终端及计算机可读存储介质 |
| CN111159220A (zh) * | 2019-12-31 | 2020-05-15 | 北京百度网讯科技有限公司 | 用于输出结构化查询语句的方法和装置 |
| CN112069206B (zh) * | 2020-03-31 | 2022-02-22 | 北京来也网络科技有限公司 | 基于rpa及ai的数据查询方法、装置、介质及计算设备 |
| CN112069206A (zh) * | 2020-03-31 | 2020-12-11 | 北京来也网络科技有限公司 | 基于rpa及ai的数据查询方法、装置、介质及计算设备 |
| CN111597776A (zh) * | 2020-04-01 | 2020-08-28 | 深圳壹账通智能科技有限公司 | 自适应表单检索方法、装置、介质及电子设备 |
| CN111696557A (zh) * | 2020-06-23 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 语音识别结果的校准方法、装置、设备及存储介质 |
| WO2022105493A1 (zh) * | 2020-11-17 | 2022-05-27 | 深圳壹账通智能科技有限公司 | 基于语义识别的数据查询方法、装置、设备及存储介质 |
| CN114201525A (zh) * | 2022-02-15 | 2022-03-18 | 支付宝(杭州)信息技术有限公司 | 查询数据的方法及装置 |
| CN114201525B (zh) * | 2022-02-15 | 2022-05-20 | 支付宝(杭州)信息技术有限公司 | 查询数据的方法及装置 |
| CN116013296A (zh) * | 2023-03-28 | 2023-04-25 | 国网浙江省电力有限公司营销服务中心 | 基于计算机自然语言处理的搜索方法 |
| CN116013296B (zh) * | 2023-03-28 | 2023-05-30 | 国网浙江省电力有限公司营销服务中心 | 基于计算机自然语言处理的搜索方法 |
| CN116542800A (zh) * | 2023-06-29 | 2023-08-04 | 天津星耀九洲科技有限公司 | 基于云端ai技术的智能化财务报表分析*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110347784A (zh) | 报表查询方法、装置、存储介质及电子设备 | |
| CN107657017B (zh) | 用于提供语音服务的方法和装置 | |
| US11537798B2 (en) | Method and apparatus for generating dialogue model | |
| CN109325091B (zh) | 兴趣点属性信息的更新方法、装置、设备及介质 | |
| US20170337261A1 (en) | Decision Making and Planning/Prediction System for Human Intention Resolution | |
| CN109961792A (zh) | 用于识别语音的方法和装置 | |
| US10706085B2 (en) | Method and system for exposing virtual assistant services across multiple platforms | |
| CN109903770A (zh) | 用于校正用户的话语错误的装置及其方法 | |
| EP3591338A2 (en) | Navigation method, navigation device, device and medium | |
| US20170103756A1 (en) | Information processing system, and vehicle-mounted device | |
| US20220358292A1 (en) | Method and apparatus for recognizing entity, electronic device and storage medium | |
| US11403462B2 (en) | Streamlining dialog processing using integrated shared resources | |
| CN108491387B (zh) | 用于输出信息的方法和装置 | |
| CN111104796B (zh) | 用于翻译的方法和装置 | |
| US10991370B2 (en) | Speech to text conversion engine for non-standard speech | |
| US20230108637A1 (en) | Generating sorted lists of chat bot design nodes using escalation logs | |
| CN117251557B (zh) | 法规咨询语句答复方法、装置、设备和计算机可读介质 | |
| CN113672699A (zh) | 基于知识图谱的nl2sql生成方法 | |
| EP3843090B1 (en) | Method and apparatus for outputting analysis abnormality information in spoken language understanding | |
| CN105630869A (zh) | 一种语音数据的存储方法和装置 | |
| US11195102B2 (en) | Navigation and cognitive dialog assistance | |
| US20200159824A1 (en) | Dynamic Contextual Response Formulation | |
| US9672521B1 (en) | Reformatting legacy system work orders with highlighted process compliance | |
| KR20160101302A (ko) | 고객센터 상담 자동 요약 및 분류 시스템 및 그 방법 | |
| WO2021051565A1 (zh) | 基于机器学习的语义解析方法、装置、电子设备及计算机非易失性可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information |
Address after: 201, room 518000, building A, No. 1, front Bay Road, Qianhai Shenzhen Guangdong Shenzhen Hong Kong cooperation zone (Qianhai business secretary) Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Applicant before: Shenzhen one ledger Intelligent Technology Co., Ltd. |
|
| CB02 | Change of applicant information | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |