CN110688858A - 语义解析方法、装置、电子设备及存储介质 - Google Patents
语义解析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110688858A CN110688858A CN201910877053.4A CN201910877053A CN110688858A CN 110688858 A CN110688858 A CN 110688858A CN 201910877053 A CN201910877053 A CN 201910877053A CN 110688858 A CN110688858 A CN 110688858A
- Authority
- CN
- China
- Prior art keywords
- determining
- user
- segmentation result
- word segmentation
- initial
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 230000011218 segmentation Effects 0.000 claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000036651 mood Effects 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 230000009471 action Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Abstract
本公开公开了一种语义解析方法、装置、电子设备及存储介质,涉及语义解析领域,所述方法包括:获取用户的语音;对所述用户语音进行文本转换,获取对应的文本;对所述文本进行分词,获取对应的分词结果;确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别;基于所述初始语义及所述所属语气类别,确定用户的目标语义。该方法提高了语义解析的精准度。
Description
技术领域
本发明涉及语义解析领域,特别是涉及一种语义解析方法、装置、电子设备及存储介质。
背景技术
在物联网***的使用中,例如,在智能车辆***的使用中,常常需要对用户发送的语音指令进行解析,确定语义,进而为用户提供相应的服务。现有的语义解析中,通常采用正则表达式的方式,将各词进行匹配,从而确定用户的语义。实际生活中,由于用户表达方式的多样性,单单以正则表达式匹配的方法进行语义解析,有时会出现语义解析错误的出现,从而导致语义解析的精准度较低。
发明内容
基于此,为解决相关技术中如何从技术层面上更加精准的对用户语音进行语义解析所面临的技术问题,本公开提供了一种语义解析方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种语义解析方法,包括:
获取用户的语音;
对所述用户语音进行文本转换,获取对应的文本;
对所述文本进行分词,获取对应的分词结果;
确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;
确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定用户语音所属语气类别;
基于所述初始语义及所述所属语气类别,确定用户的目标语义。
在本公开的一示例性实施例中,确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义,包括:
基于对分词结果中各词的词性判断,确定分词结果中的名词;
基于对分词结果中各词的词性判断,确定分词结果中的动词;
基于所述名词与所述动词,确定用户的初始语义。
在本公开的一示例性实施例中,基于所述实词与所述动词,确定用户的初始语义,包括:
将所述名词对应的实体确定为用户所指示的实施对象;
将所述动词对应的动作确定为用户所指示的初始服务类型;
将所述实施对象及初始服务类型确定为用户的初始语义。
在本公开的一示例性实施例中,确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别,包括:
将分词结果与预设的疑问语气词集合进行匹配,确定分词结果中是否存在疑问语气词;
如果分词结果中存在疑问语气词,将所述用户语音确定为疑问句;
如果分词结果中不存在疑问语气词,将所述用户语音确定为非疑问句。
在本公开的一示例性实施例中,基于所述初始语义及所述所属语气类别,确定用户的目标语义,包括:
基于所述初始服务类型及所述所属语气类别,确定用户所指示的目标服务类型;
将所述实施对象及所述目标服务类型确定为用户的目标语义。
在本公开的一示例性实施例中,基于所述初始服务类型及所述所属语气类别,确定用户的目标语义中的目标服务类型,包括:
如果所述用户语句为疑问句,将查询服务确定为所述目标服务类型;
如果所述用户语句为非疑问句,将所述初始服务类型确定为所述目标服务类型。
根据本公开的第二方面,提供了一种语义解析装置,包括;
第一获取模块,用于获取用户的语音;
第二获取模块,用于对所述用户语音进行文本转换,获取对应的文本;
第三获取模块,用于对所述文本进行分词,获取对应的分词结果;
第一确定模块,用于确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;
第二确定模块,用于确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别;
第三确定模块,用于基于所述初始语义及所述所属语气类别,确定用户的目标语义。
根据本公开的第三方面,提供了一种语义解析的电子设备,其特征在于,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行存储器中存储的可执行指令,以实现以上所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行以上所述的方法。
与传统技术中基于正则式的匹配进行语义解析相比,本公开的实施例进行语义解析时,先根据分词结果中的名词与动词,确定初始语义;再根据分词结果中是否存在疑问语气词,判断用户语音所属语气。结合初始语义,确定目标语义,从而完成语义解析,提高了语义解析的精准度。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
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的,并不能限制本公开。
附图说明
图1示出根据本公开一示例实施方式的语义解析的流程图。
图2示出根据本公开一示例实施方式的确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定所述用户语句的初始语义的流程图。
图3示出根据本公开一示例实施方式的基于所述名词与所述动词,确定所述用户语句的初始语义的流程图。
图4示出根据本公开一示例实施方式的确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语句所属语气类别的流程图。
图5示出根据本公开一示例实施方式的基于所述初始语义及所述所属语气类别,确定所述用户语句的目标语义的流程图。
图6示出根据本公开一示例实施方式的基于所述初始服务类型及所述所属语气类别,确定所述用户语句的目标语义中的目标服务类型的流程图。
图7示出根据本公开一示例实施方式的语义解析装置的方框图。
图8示出根据本公开一示例实施方式的语义解析的***架构图。
图9示出根据本公开一示例实施方式的语义解析的电子设备图。
图10示出根据本公开一示例实施方式的语义解析的计算机可读存储介质图。
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。
与传统技术中基于正则式的匹配进行语义解析相比,本公开的实施例进行语义解析时,先根据分词结果中的名词与动词,确定初始语义;再根据分词结果中是否存在疑问语气词,判断用户语音所属语气。结合初始语义,确定目标语义,从而完成语义解析,提高了语义解析的精准度。
图1示出根据本公开一示例实施方式的语义解析的流程图:
步骤S110:获取用户语句对应的用户语音;
步骤S120:对所述用户语音进行文本转换,获取对应的文本;
步骤S130:对所述文本进行分词,获取对应的分词结果;
步骤S140:确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;
步骤S150:确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定用户语音所属语气类别;
步骤S160:基于所述初始语义及所述所属语气类别,确定用户的目标语义。
本公开实施例中,进行语义解析,先获取用户的语音,将用户语音转换为文本。对文本进行分词,确定分词结果中的名词与动词,从而确定用户的初始语义。确定分词结果中是否有疑问语气词,从而确定用户语音所属语气类别。最终根据用户的初始语义与所属语气类别,确定用户的目标语义。
用户的初始语义是指用户所指示的实施对象以及用户所指示的初始服务类型。初始服务类型是指在不考虑用户语音所属语气类别的时候,初步确定的用户所指示的服务类型。
用户的目标语义是指用户所指示的实施对象以及用户所指示的目标服务类型。目标服务类型是指最终确定的用户实际所指示的服务类型。
例如,用户语音的内容为“窗户关上了吗”,用户是在请求查询窗户是否处于关闭状态这一服务,即,用户的目标语义为:实施对象——窗户,目标服务类型——查询服务。
而在这之前,不考虑用户语音所属语气类型,仅以其中的名词、动词为依据进行判断,确定出的用户的初始语义为:实施对象——窗户,初始服务类型——关闭服务。
下面对本公开各步骤的具体实施过程进行描述。
在步骤S110中,获取用户的语音。
在一实施例中,服务器作为物联网***的中心,根据用户的语音指令,为用户提供相应的服务。例如,在智能车辆***中,用户可以向智能车辆***发出语音指令。作为智能车辆***中心的服务器在接收到用户的语音指令后,对用户语音进行解析,解析出用户的目标语义,进而为用户提供相应的服务。
在一实施例中,服务器通过物联网中的语音采集终端,获取用户的语音。例如,智能车辆***中,于车辆内部的固定位置设置有麦克风,其中,麦克风即为语音采集终端。当用户向智能车辆***发送语音指令时,麦克风对用户的语音进行采集,将用户的语音上传至服务器中。
在步骤S120中,对所述用户语音进行文本转换,获取对应的文本。
接收到用户语音后,将其转换为文本,使得服务器能够在文本的基础上进行进一步的处理,以解析出用户的目标语义。
在一实施例中,将用户语音输入现有的语音转文本组件(例如,基于JAVA的语音转文本组件),得到该用户语音对应的文本。
该实施例的优点在于,服务器对文本的处理更为直接高效,将语音转换为文本,提高了语义解析的效率。
在步骤S130中,对所述文本进行分词,获取对应的分词结果。
本公开实施例中,基于预设的分词模型,对文本进行分词,获取对应的分词结果。其中,分词结果包括分离出的各词汇及各分离出的词汇对应的词性。
在一实施例中,基于python中的jieba,对文本进行分词,获取对应的分词结果。其中,jieba是python中的一个分词库,支持中文分词,并可对分离出的词汇作出词性判断。
例如,文本为“把窗户打开”,基于jieba对其进行分词后,得到的分词结果为:(‘把’,介词)(‘窗户’,名词)(‘打开’,动词)。
在步骤S140中,确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义。
本公开实施例中,要解析用户的目标语义,首先要确定用户的初始语义,即确定出用户所指示的实施对象以及所指示的初始服务类型。由于动作的实施者这一实体已经默认为服务器;因此,需要确定动作的实施对象这一实体、以及用户所指示的初始服务类型,即,用户语音中所涉及的动作。由于实体以名词的形式存在于文本中,动作以动词的形式存在于文本中,因此基于分词结果中的名词与动词,确定用户的初始语义。
在一实施例中,如图2所示,步骤S140包括:
步骤S1401:基于对分词结果中各词的词性判断,确定分词结果中的名词;
步骤S1402:基于对分词结果中各词的词性判断,确定分词结果中的动词;
步骤S1403:基于所述名词与所述动词,确定用户的初始语义。
在一实施例中,获取用户语音的分词结果后,基于分词模型预先对各词的词性判断,确定分词结果中的名词、动词。从而基于分词结果中的名词、动词,确定用户的初始语义。
例如,得到的分词结果为:(‘把’,介词)(‘窗户’,名词)(‘打开’,动词)。从中确定出名词为‘窗户’,动词为‘打开’,从而确定用户的初始语义。
在一实施例中,如图3所示,步骤S1403包括:
步骤S14031:将所述名词对应的实体确定为用户所指示的实施对象;
步骤S14032:将所述动词对应的动作确定为用户所指示的初始服务类型;
步骤S14033:将所述实施对象及初始服务类型确定为用户的初始语义。
用户在对物联网***下达语音指令时,通常会直接进行指示,不会参杂多余的信息。因此,该实施例中,可以将语音指令中名词对应的实体确定为用户所指示的实施对象,语音指令中动词对应的动作确定为用户所指示的初始服务类型。
例如,从用户语音的分词结果中,确定出名词为‘窗户’,动词为‘打开’。则将实施对象确定为窗户,初始服务类型确定为打开服务。
该实施例的优点在于,基于名词与动词,能够快速确定用户的初始语义。
在步骤S150中,确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别。
在对用户语音进行语义解析时,之所以要确定用户语音是否为疑问句,是因为同一组实体以及动作,在疑问句与非疑问句中所表达的目标语义大不相同。
例如,同样是“窗户”与“打开”这一组实体以及动作,在非疑问句“把窗户打开”中,用户所要表达的为:打开窗户。此时服务器应作出的响应为:打开窗户。
在疑问句“窗户打开了吗”中,用户所要表达的为:查询窗户是否处于打开的状态。在疑问句中,用户表达的是对客观事实的查询,并未要求改变实体的状态。此时服务器应作出的响应为:将窗户此时的状态报告给用户,而不对窗户的状态作出任何改变。
由此可见,对用户语音进行语义解析时,除了确定作为实施对象的实体、与作为初始服务类型的动作之外,还要确定用户语音是否为疑问句,从而确定初始服务类型是否为目标服务类型。
在一实施例中,如图4所示,步骤S150包括:
步骤S1501:将分词结果与预设的疑问语气词集合进行匹配,确定分词结果中是否存在疑问语气词;
步骤S1502:如果分词结果中存在疑问语气词,将所述用户语音确定为疑问句;
步骤S1503:如果分词结果中不存在疑问语气词,将所述用户语音确定为非疑问句。
在一实施例中,预设疑问语气词集合,疑问语气词集合中存储着各个疑问语气词。将分词结果中的各词与疑问语气词集合中的各疑问语气词进行比较,从而确定分词结果中是否存在疑问语气词。如果分词结果中存在疑问语气词,将对应的用户语音确定为疑问句;如果分词结果中不存在疑问语气词,将对应的用户语音确定为非疑问句。
例如,预设的疑问语气词集合为:‘吗’、‘是不是’、‘有没有’、‘怎么样’、‘是否’。对于“把窗户打开”,其分词结果为:(‘把’,介词)(‘窗户’,名词)(‘打开’,动词);通过与疑问语气词集合的匹配,确定分词结果中不存在疑问语气词,则将“把窗户打开”确定为非疑问句。对于“窗户打开了吗”,其分词结果为:(‘窗户’,名词)(‘打开’,动词)(‘了’,助词)(‘吗’语气词);通过与疑问语气词集合的匹配,确定分词结果中存储疑问语气词,则将“窗户打开了吗”确定为疑问句。
其中,预设的疑问语气词集合中,包含的不仅仅有和分词模型识别出的语气词保持一致的词,例如:“吗”、“呢”;还可以包含有表示疑问的词组,例如:“是不是”、“是否”。也就是说,疑问语气词集合中包含的疑问语气词并不被分词模型识别出的语气词完全概括。
该实施例的优点在于,通过与预设疑问语气词集合的匹配,能够快速确定用户语音是否为疑问句。
步骤S160中,基于所述初始语义及所述所属语气类别,确定用户的目标语义。
初始语义确定了实施对象以及暂定的初始服务类型;服务器需要根据用户语音所属语气类别,来确定用户实际所指定的目标服务类型,从而确定用户的目标语义。
在一实施例中,如图5所示,步骤S160包括:
步骤S1601:基于所述初始服务类型及所述所属语气类别,确定用户所指示的目标服务类型;
步骤S1602:将所述实施对象及所述目标服务类型确定为用户的目标语义。
该实施例中,基于初始语义中确定的初始服务类型及用户语音所属语气类别,确定用户所指示的目标服务类型,从而结合初始语义中确定的实施对象,确定用户的目标语义。
在一实施例中,如图6所示,步骤S1601包括:
步骤S16011:如果所述用户语句为疑问句,将查询服务确定为所述目标服务类型;
步骤S16012:如果所述用户语句为非疑问句,将所述初始服务类型确定为所述目标服务类型。
由上述说明可知,用户语音如果是疑问句,表达的是对客观事实的查询,因此将查询服务确定为目标服务类型;用户语音如果是非疑问句,表达的是与动作相对应的服务请求,即,与初始服务类型相对应的服务请求,因此将初始服务类型确定为目标服务类型。
例如,智能车辆***中,接收到用户语音“把窗户打开”,分词后确定名词为“窗户”,动词为“打开”,则将初始语义确定为:实施对象——窗户,初始服务类型——打开服务;确定其为非疑问句,将其初始服务类型确定为目标服务类型,则将目标语义确定为:实施对象——窗户,目标服务类型——打开服务。从而智能车辆***的服务器能够作出响应——将车辆的窗户打开。
智能车辆***中,接收到用户语音“窗户打开了吗”,分词后确定名词为“窗户”,动词为“打开”,则将初始语义确定为:实施对象——窗户,初始服务类型——打开服务;确定其为疑问句,将查询服务确定为目标服务类型,则将目标语义确定为:实施对象——窗户,目标服务类型——查询服务。从而智能车辆***的服务器能够作出响应——查询车辆窗户的当前状态,并将当前状态返回给用户。
在一实施例中,如图7所示,提供了一种语义解析装置,具体包括:
第一获取模块210,用于获取用户的语音;
第二获取模块220,用于对所述用户语音进行文本转换,获取对应的文本;
第三获取模块230,用于对所述文本进行分词,获取对应的分词结果;
第一确定模块240,用于确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;
第二确定模块250,用于确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别;
第三确定模块260,用于基于所述初始语义及所述所属语气类别,确定用户的目标语义。
上述装置中各个模块的功能和作用的实现过程具体详见上述语义解析的方法中对应步骤的实现过程,在此不再赘述。
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。
图8示出根据本公开一示例实施方式的语义解析的***架构图。该***架构包括:服务器310、服务提供终端320、语音采集终端330。其中,服务提供终端320是指用于向用户提供相应服务的终端,可以为一组终端,也可以为单一终端。
在一实施例中,用户发送语音指令,以获取相应的服务。语音采集终端330采集到用户语音后,将用户语音上传至服务器310。服务器310对接收到的用户语音进行语义解析,确定用户所指示的实施对象与目标服务类型,从而通过服务提供终端320为用户提供相应服务。
通过以上对***架构的描述,本领域的技术人员易于理解,这里描述的***架构能够实现图7所示的语义解析装置中各个模块的功能。
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9来描述根据本发明的这种实施方式的电子设备400。图9显示的电子设备400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10所示,电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于:上述至少一个处理单元410、上述至少一个存储单元420、连接不同***组件(包括存储单元420和处理单元410)的总线430。
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410执行,使得所述处理单元410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410可以执行如图1中所示步骤S110:获取用户的语音;步骤S120:对所述用户语音进行文本转换,获取对应的文本;步骤S130:对所述文本进行分词,获取对应的分词结果;步骤S140:确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;步骤S150:确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别;步骤S160:基于所述初始语义及所述所属语气类别,确定用户的目标语义。
存储单元420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)4201和/或高速缓存存储单元4202,还可以进一步包括只读存储单元(ROM)4203。
存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204,这样的程序模块4205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430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400也可以与一个或多个外部设备500(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用户能与该电子设备400交互的设备通信,和/或与使得该电子设备400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450进行。并且,电子设备400还可以通过网络适配器460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460通过总线430与电子设备400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400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10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用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用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),连接到用户计算设备,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 (9)
1.一种语义解析方法,其特征在于,所述方法包括:
获取用户的语音;
对所述用户语音进行文本转换,获取对应的文本;
对所述文本进行分词,获取对应的分词结果;
确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;
确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别;
基于所述初始语义及所述所属语气类别,确定用户的目标语义。
2.根据权利要求1所述的方法,其特征在于,所述确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义,包括:
基于对分词结果中各词的词性判断,确定分词结果中的名词;
基于对分词结果中各词的词性判断,确定分词结果中的动词;
基于所述名词与所述动词,确定用户的初始语义。
3.根据权利要求2所述的方法,其特征在于,所述基于所述名词与所述动词,确定用户的初始语义,包括:
将所述名词对应的实体确定为用户所指示的实施对象;
将所述动词对应的动作确定为用户所指示的初始服务类型;
将所述实施对象及所述初始服务类型确定为用户的初始语义。
4.根据权利要求1所述的方法,其特征在于,所述确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别,包括:
将分词结果与预设的疑问语气词集合进行匹配,确定分词结果中是否存在疑问语气词;
如果分词结果中存在疑问语气词,将所述用户语音确定为疑问句;
如果分词结果中不存在疑问语气词,将所述用户语音确定为非疑问句。
5.根据权利要求3所述的方法,其特征在于,所述基于所述初始语义及所述所属语气类别,确定用户的目标语义,包括:
基于所述初始服务类型及所述所属语气类别,确定用户所指示的目标服务类型;
将所述实施对象及所述目标服务类型确定为用户的目标语义。
6.根据权利要求5所述的方法,其特征在于,所述基于所述初始服务类型及所述所属语气类别,确定用户所指示的目标服务类型,包括:
如果所述用户语句为疑问句,将查询服务确定为所述目标服务类型;
如果所述用户语句为非疑问句,将所述初始服务类型确定为所述目标服务类型。
7.一种语义解析装置,其特征在于,包括;
第一获取模块,用于获取用户的语音;
第二获取模块,用于对所述用户语音进行文本转换,获取对应的文本;
第三获取模块,用于对所述文本进行分词,获取对应的分词结果;
第一确定模块,用于确定分词结果中的名词与动词,并基于分词结果中的名词与动词,确定用户的初始语义;
第二确定模块,用于确定分词结果中是否存在疑问语气词,并基于分词结果中是否存在疑问语气词,确定所述用户语音所属语气类别;
第三确定模块,用于基于所述初始语义及所述所属语气类别,确定用户的目标语义。
8.一种语义解析的电子设备,其特征在于,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行存储器中存储的可执行指令,以实现根据权利要求1-6中任一个所述的方法。
9.一种计算机可读存储介质,其特征在于,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行根据权利要求1-6中任一个所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910877053.4A CN110688858A (zh) | 2019-09-17 | 2019-09-17 | 语义解析方法、装置、电子设备及存储介质 |
PCT/CN2019/118017 WO2021051584A1 (zh) | 2019-09-17 | 2019-11-13 | 语义解析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910877053.4A CN110688858A (zh) | 2019-09-17 | 2019-09-17 | 语义解析方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688858A true CN110688858A (zh) | 2020-01-14 |
Family
ID=69109362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910877053.4A Pending CN110688858A (zh) | 2019-09-17 | 2019-09-17 | 语义解析方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110688858A (zh) |
WO (1) | WO2021051584A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112494013A (zh) * | 2020-12-15 | 2021-03-16 | 深圳麦科田生物医疗技术股份有限公司 | 健康管理装置、方法、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117283A (zh) * | 2009-12-30 | 2011-07-06 | 安世亚太科技(北京)有限公司 | 一种基于语义索引的数据检索方法 |
CN103425640A (zh) * | 2012-05-14 | 2013-12-04 | 华为技术有限公司 | 一种多媒体问答***及方法 |
US20130325442A1 (en) * | 2010-09-24 | 2013-12-05 | National University Of Singapore | Methods and Systems for Automated Text Correction |
CN106933807A (zh) * | 2017-03-20 | 2017-07-07 | 北京光年无限科技有限公司 | 备忘录事件提醒方法及*** |
CN107679042A (zh) * | 2017-11-15 | 2018-02-09 | 北京灵伴即时智能科技有限公司 | 一种面向智能语音对话***的多层级对话分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150142444A1 (en) * | 2013-11-15 | 2015-05-21 | International Business Machines Corporation | Audio rendering order for text sources |
-
2019
- 2019-09-17 CN CN201910877053.4A patent/CN110688858A/zh active Pending
- 2019-11-13 WO PCT/CN2019/118017 patent/WO2021051584A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117283A (zh) * | 2009-12-30 | 2011-07-06 | 安世亚太科技(北京)有限公司 | 一种基于语义索引的数据检索方法 |
US20130325442A1 (en) * | 2010-09-24 | 2013-12-05 | National University Of Singapore | Methods and Systems for Automated Text Correction |
CN103425640A (zh) * | 2012-05-14 | 2013-12-04 | 华为技术有限公司 | 一种多媒体问答***及方法 |
CN106933807A (zh) * | 2017-03-20 | 2017-07-07 | 北京光年无限科技有限公司 | 备忘录事件提醒方法及*** |
CN107679042A (zh) * | 2017-11-15 | 2018-02-09 | 北京灵伴即时智能科技有限公司 | 一种面向智能语音对话***的多层级对话分析方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112494013A (zh) * | 2020-12-15 | 2021-03-16 | 深圳麦科田生物医疗技术股份有限公司 | 健康管理装置、方法、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021051584A1 (zh) | 2021-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102117574B1 (ko) | 자기-학습 자연 언어 이해를 갖는 다이얼로그 시스템 | |
CN109002510B (zh) | 一种对话处理方法、装置、设备和介质 | |
CN106897439B (zh) | 文本的情感识别方法、装置、服务器以及存储介质 | |
US11688391B2 (en) | Mandarin and dialect mixed modeling and speech recognition | |
US20140316764A1 (en) | Clarifying natural language input using targeted questions | |
US20190164540A1 (en) | Voice recognition system and voice recognition method for analyzing command having multiple intents | |
CN110415679B (zh) | 语音纠错方法、装置、设备和存储介质 | |
CN109754809A (zh) | 语音识别方法、装置、电子设备及存储介质 | |
US20150199340A1 (en) | System for translating a language based on user's reaction and method thereof | |
JP7213943B2 (ja) | 車載機器の音声処理方法、装置、機器及び記憶媒体 | |
CN111177186B (zh) | 基于问题检索的单句意图识别方法、装置和*** | |
CN110223134B (zh) | 基于语音识别的产品推荐方法及相关设备 | |
US10643601B2 (en) | Detection mechanism for automated dialog systems | |
CN111798833A (zh) | 一种语音测试方法、装置、设备和存储介质 | |
CN116235245A (zh) | 改进语音识别转录 | |
CN112466289A (zh) | 语音指令的识别方法、装置、语音设备和存储介质 | |
CN111400463B (zh) | 对话响应方法、装置、设备和介质 | |
CN110503956B (zh) | 语音识别方法、装置、介质及电子设备 | |
CN110688858A (zh) | 语义解析方法、装置、电子设备及存储介质 | |
CN113051895A (zh) | 语音识别的方法、装置、电子设备、介质和程序产品 | |
CN112100339A (zh) | 用于智能语音机器人的用户意图识别方法、装置和电子设备 | |
CN110705308A (zh) | 语音信息的领域识别方法、装置、存储介质及电子设备 | |
CN113782005B (zh) | 语音识别方法及装置、存储介质及电子设备 | |
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 | |
CN114297229A (zh) | 一种数据查询方法、装置、电子设备及存储介质 |
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 |