[發明專利]一種語義理解方法及裝置

有效

• 申請號: 201610602149.6
• 申請日: 2016-07-27
• 公開（公告）號: CN107665188B
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 梅林海;陳志剛;潘青華
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

1.一種語義理解方法，其特征在于，所述方法包括：

獲取待處理文本數據；

對所述文本數據進行知識點標注，以生成多條語義理解候選路徑；

提取每條語義理解候選路徑的路徑特征；

根據所述路徑特征對所述多條語義理解候選路徑進行過濾，以得到一條或多條語義理解路徑；

根據過濾后得到的一條或多條語義理解路徑對所述文本數據進行語義理解，以得到所述文本數據的語義理解結果。

2.根據權利要求1所述的方法，其特征在于，對所述文本數據進行知識點標注，以生成多條語義理解候選路徑，包括：

對所述文本數據進行分詞；

根據分詞后得到的詞語和預設的知識庫對所述文本數據進行知識點標注，其中所述知識庫中存儲有多個由屬性及屬性值組成的屬性-屬性值對，每個所述知識點以屬性-詞語-屬性值的形式表示，所述分詞后得到的詞語為分詞后得到的詞或詞組；

使用標注得到的知識點中的屬性替換所述文本數據中相應的詞語，以生成多條語義理解候選路徑。

3.根據權利要求2所述的方法，其特征在于，根據分詞后得到的詞語和預設的知識庫對所述文本數據進行知識點標注，包括：

計算當前詞語與所述知識庫中每個屬性對應的屬性值之間的距離，并將所述距離作為匹配得分；

當所述匹配得分小于第一預設閾值時，則判斷為匹配成功，并生成一個知識點，其中所生成的知識點中的詞語為當前詞語，所生成的知識點中的屬性和屬性值分別為匹配成功的屬性和屬性值。

4.根據權利要求1所述的方法，其特征在于，所述路徑特征包括以下一種或多種特征：路徑中屬性數、路徑中屬性對應屬性值長度占比、每種屬性出現在路徑中的次數、路徑中所有屬性匹配得分均值、屬性在候選路徑中的語境概率；

所述提取每條語義理解候選路徑的路徑中屬性數，包括：

通過統計當前候選路徑中包含的所有知識點中出現的屬性的總數，得到當前候選路徑的路徑中屬性數；

所述提取每條語義理解候選路徑的路徑中屬性對應屬性值長度占比，包括：

統計當前候選路徑的所有知識點中所有屬性值的字數，

將當前候選路徑的所有知識點中所有屬性值的字數與所述文本數據的總字數的比值作為當前候選路徑的路徑中屬性對應屬性值長度占比；

所述提取每條語義理解候選路徑的每種屬性出現在路徑中的次數，包括：

通過統計當前候選路徑的所有知識點中每種屬性出現的次數，得到當前候選路徑的每種屬性出現在路徑中的次數；

所述提取每條語義理解候選路徑的路徑中所有屬性匹配得分均值，包括：

獲取所述文本數據分詞后得到的詞語與相應屬性值匹配成功時得到的匹配得分的均值，作為當前語義理解候選路徑的路徑中所有屬性匹配得分均值；

所述提取每條語義理解候選路徑的屬性在候選路徑中的語境概率，包括：

獲取當前候選路徑中每個屬性與其上下文詞語搭配出現的概率作為當前語義理解候選路徑的屬性在候選路徑中的語境概率，其中每個屬性的上下文詞語是當前候選路徑中每個屬性前后的一個或多個詞語。

5.根據權利要求1所述的方法，其特征在于，根據所述路徑特征對所述多條語義理解候選路徑進行過濾，包括：

將當前語義理解候選路徑的路徑特征輸入到預設的過濾模型中，其中所述過濾模型預先通過訓練得到，所述過濾模型的輸入為候選路徑的路徑特征，輸出為所輸入的候選路徑為語義理解路徑的概率；

判斷所述過濾模型所輸出的概率是否大于第二預設閾值，如果大于第二預設閾值，則確定當前候選路徑是一條語義理解路徑。