[發明專利]基于Rasa_Nlu框架提高實體識別率的方法、裝置、系統和存儲介質

在審

• 申請號: 201910923027.0
• 申請日: 2019-09-27
• 公開（公告）號: CN110704623A
• 公開（公告）日: 2020-01-17
• 發明（設計）人: 馮海洪;毛德平;王康
• 申請（專利權）人: 安徽咪鼠科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/295
• 代理公司: 53113 昆明合眾智信知識產權事務所
• 代理人: 葉春娜

本發明涉及數據處理領域，尤其涉及一種基于Rasa_Nlu框架提高實體識別率的方法、裝置、系統和存儲介質，該方法包括：首先，輸入語音并使用jieba分詞；然后獲取語料并進行預處理；接下來，進行MITIE模型訓練，采用MITIE中wordrep這一個工具進行模型訓練，得到數據集；最后，構建Rasa_Nlu語料和模型，用于進行意圖識別和實體識別，獲取用戶的意圖，本發明運用當下最新的人工智能領域的自然語言處理技術，能精確的解析用戶的意圖，并且本發明計算機場景下基于Rasa_Nlu框架的方法可以提高實體識別率，解決現行方法實體識別率低下的問題，為人們提供了很大的便利。

技術領域

本發明涉及數據處理領域，尤其涉及一種基于Rasa_Nlu框架提高實體識別率的方法、裝置、系統和存儲介質。

背景技術

自然語言處理(Nature Language Process)分為三個環節，其中大部分困難點都是出現在自然語言理解(Nature Language Understand)部分,主要問題是歧義問題和未知語言現象問題。一方面，自然語言中大量存在的歧義現象，無論在詞法層次、句法層次，還是在語義層次和語用層次，無論哪類語言單位，其歧義性始終都是困擾人們實現應用目標的一個根本問題。另一方面，對于一個特定系統來說，總是有可能遇到未知詞匯、未知結構等各種意想不到的情況，而且每一種語言又都隨著社會的發展而動態變化著，新的詞匯(尤其是一些新的人名、地名、組織機構名和專用詞匯)、新的詞義、新的詞匯用法(新詞類)，甚至新的句子結構都在不斷出現，尤其在口語對話或計算機網絡對話(微博、博客等，稀奇古怪的詞語和話語結構更是司空見慣。

目前，市面上很多自然語言理解方法的實體識別率都特別低，所以我們將開發一種計算機場景下基于RasaNlu框架提高實體識別率的方法。

發明內容

針對上述存在的問題，本發明的目的是提供一種計算機場景下基于RasaNlu框架提高實體識別率的方法，解決現行方法實體識別率低下的問題，為了解決上述現有技術中存在的問題，本發明提供一種基于Rasa_Nlu框架提高實體識別率的方法，包括以下步驟：

步驟S1：語音輸入并使用jieba分詞；

步驟S2：語料獲取及預處理；

步驟S3：MITIE模型訓練，采用MITIE中wordrep這一個工具進行模型訓練，得到數據集；

步驟S4：構建Rasa_Nlu語料和模型，用于進行意圖識別和實體識別；

步驟S5：獲取用戶的意圖。

優選的，步驟S4中所述意圖識別是在句子級別進行分類，明確意圖；所述實體識別是在詞級別找出用戶問題中的關鍵實體，進行實體槽填充。

為達上述目的，本發明還提供一種基于Rasa_Nlu框架提高實體識別率的裝置，包括

信息輸入模塊，用于語音的輸入；

信息采集及預處理模塊，用于采集語音信息，并且進行預處理；

MITIE模型訓練模塊，用于模型訓練，得到數據集；

構建Rasa_Nlu語料和模型，用于進行意圖識別和實體識別；

獲取模塊，用于獲取用戶的意圖。

為達上述目的，本發明還提供一種基于Rasa_Nlu框架提高實體識別率的系統，包括存儲器，處理器以及存儲于存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述方法的步驟。

為達上述目的，本發明還提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述程序被處理器執行時實現上述方法的步驟。