[發明專利]語義識別方法、裝置存儲介質和電子裝置

在審

• 申請號: 201711353756.4
• 申請日: 2017-12-15
• 公開（公告）號: CN109933774A
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 楊柳;何朝陽
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G10L15/22
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡

本發明公開了一種語義識別方法、裝置存儲介質和電子裝置。其中，該方法包括：獲取對目標語音進行識別得到的目標文本；在第一數據庫中，查找目標文本的詞語中的目標詞語，其中，第一數據庫用于存儲具有標注信息的詞語，標注信息用于指示具有標注信息的詞語所屬的領域；在第一數據庫中查找到目標詞語的情況下，將第一數據庫中具有目標標注信息的目標詞語，確定為目標文本的分詞，其中，標注信息包括目標標注信息，目標標注信息用于指示目標詞語所屬的領域；根據目標標注信息確定分詞的目標語義；按照分詞的目標語義，確定目標文本的語義。本發明解決了相關技術中存在語義識別效率低的技術問題。

技術領域

本發明涉及語義識別領域，具體而言，涉及一種語義識別方法、裝置存儲介質和電子裝置。

背景技術

目前，在語義識別中，通常為基于全領域的數據詞典所進行的最大匹配策略，以對語句進行分詞。比如，傳統基于詞典自然語言處理(Natural Language Processing，簡稱為NLP)算法依賴于大規模的詞語詞典，一旦缺少匹配詞語數據就會導致分詞產生歧義。另外，該全領域的數據詞典不完全包含車載領域中需要的詞典數據。

上述基于全量的詞庫，會導致內存占用大；但輕量定制版本的領域詞語又覆蓋不全；另外，詞性標志較為基礎，不帶有車載領域的命名實體標注，并且無法自定義進行詞性標注。

圖1是根據相關技術中的一種語義識別的示意圖。如圖1所示，會話開始到記錄語音過程中的異常占比為8.8％，其中，包括語音啟動中異常占比E1：1％，手動關閉異常占比E2：7.8；記錄語音到將記錄的語音識別為文本的過程中的異常占比為6.3％，其中，包括未正確識別出的文字的占比E3：6.3％；將記錄的語音識別為文本到識別文本語義過程中的異常占比E4：22.6％，其中，包括未正確識別語義的占比E4：22.6％；識別文本語義到意圖執行過程中的異常占比為6.4％，其中，執行識別的占比E5：2.3％，執行超時的占比E6：1.4，執行過程中關閉的占比E7：1.8％，多輪交互錯誤的占比E8：0.9％。因而，語義識別的失敗率為44.1％，語義識別的總成功率為55.9％。

由上述可知，通過語音后臺統計出來語音識別在各個環節的失敗率，其中在識別文本語義環節存在高達22.6％的失敗率，因而存在語義識別效率低的問題。

圖2是根據相關技術中的一種語音語義平臺識別的示意圖。如圖2所示，語音語義平臺識別出現指令缺失、意圖錯誤、內容缺失、功能更新的問題。

針對上述的語義識別效率低的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種語義識別方法、裝置存儲介質和電子裝置，以至少解決相關技術中存在語義識別效率低的技術問題。

根據本發明實施例的一個方面，提供了一種語義識別方法。該方法包括：獲取對目標語音進行識別得到的目標文本；在第一數據庫中，查找目標文本的詞語中的目標詞語，其中，第一數據庫用于存儲具有標注信息的詞語，標注信息用于指示具有標注信息的詞語所屬的領域；在第一數據庫中查找到目標詞語的情況下，將第一數據庫中具有目標標注信息的目標詞語，確定為目標文本的分詞，其中，標注信息包括目標標注信息，目標標注信息用于指示目標詞語所屬的領域；根據目標標注信息確定分詞的目標語義；按照分詞的目標語義，確定目標文本的語義。

根據本發明實施例的另一方面，還提供了一種語義識別裝置。該裝置包括：獲取單元，用于獲取對目標語音進行識別得到的目標文本；查找單元，用于在第一數據庫中，查找目標文本的詞語中的目標詞語，其中，第一數據庫用于存儲具有標注信息的詞語，標注信息用于指示具有標注信息的詞語所屬的領域；第一確定單元，用于在第一數據庫中查找到目標詞語的情況下，將第一數據庫中具有目標標注信息的目標詞語，確定為目標文本的分詞，其中，標注信息包括目標標注信息，目標標注信息用于指示目標詞語所屬的領域；第二確定單元，用于根據目標標注信息確定分詞的目標語義；第三確定單元，用于按照分詞的目標語義，確定目標文本的語義。