[發明專利]車輛信息獲取方法、裝置和智能移車系統

在審

• 申請號: 201911298420.1
• 申請日: 2019-12-17
• 公開（公告）號: CN111143525A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 吳松鵬;謝松縣;王立栩;陳仲生;方莉;韓冰;張艷;闞旭;王晶;彭立宏
• 申請（專利權）人: 廣東廣信通信服務有限公司;廣州語義科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/295;G06F40/186;G06N3/04;G06N3/08;G10L15/26
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 董惠文

1.一種車輛信息獲取方法，所述方法包括：

與用戶終端進行多輪語音交互，從每輪語音交互中接收用戶終端發送的語音信號，將所述語音信息轉化為文本信息，識別所述文本信息中的關鍵信息；所述關鍵信息包括：地址信息、車牌信息以及車輛特征信息；

當確定所述關鍵信息中的易混淆信息時，通過向用戶終端發送問題語音信息，對所述易混淆信息進行對話確認，得到確認的關鍵信息；

將所述關鍵信息填入預先設置的文本模板，將所述文本模板發送給車主對應的管理終端。

2.根據權利要求1所述的方法，其特征在于，所述從每輪語音交互中接收用戶終端發送的語音信號，將所述語音信息轉化為文本信息，識別所述文本信息中的關鍵信息，包括：

從每輪語音交互中接收用戶終端發送的語音信號，識別所述語音信息，并轉化為文本信息；

將所述文本信息輸入預先訓練的深度學習模型，確定所述語音信號是否為移車請求；

若是，則對所述文本信息進行實體抽取，分別得到地址信息、車牌信息以及車輛特征信息。

3.根據權利要求2所述的方法，其特征在于，對所述文本信息進行實體抽取，分別得到地址信息、車牌信息以及車輛特征信息，包括：

將所述文本信息依次進行分詞處理、詞嵌入處理，得到文本特征信息；

采用基于深度學習的命名實體識別技術，對所述文本特征信息進行處理，分別得到地址信息、車牌信息以及車輛特征信息。

4.根據權利要求1至3任一項所述的方法，其特征在于，確定所述關鍵信息中的易混淆信息，包括：

根據接收的歷史語音信號，構建訓練樣本集；所述訓練樣本集中的訓練樣本均包括標記標簽；

獲取所述訓練樣本的漢字向量以及拼音向量，將所述漢字向量以及所述拼音向量進行拼接后，作為雙向循環神經網絡的輸入，對所述雙向循環神經網絡進行訓練，得到易混淆信息識別模型；

將關鍵信息輸入所述易混淆識別模型，確定所述關鍵信息中的易混淆信息。

5.根據權利要求1至3任意一項所述的方法，其特征在于，當確定所述關鍵信息中的易混淆信息時，通過向用戶終端發送問題語音信息，對所述易混淆信息進行對話確認，得到確認的關鍵信息，包括：

當確定所述關鍵信息中的易混淆信息時；所述易混淆信息包括：相似發音的字母、數字和漢字；

獲取預先設置的唱詞問題，向用戶終端發送唱詞問題，接收用戶終端針對所述唱詞問題的確認的關鍵信息。

6.一種車輛信息獲取裝置，其特征在于，所述裝置包括：

信息提取模塊，用于接收用戶終端發送的語音信號，將所述語音信息轉化為文本信息，識別所述文本信息中的關鍵信息；所述關鍵信息包括：地址信息、車牌信息以及車輛特征信息；

唱詞模塊，用于當確定所述關鍵信息中的易混淆信息時，通過向用戶終端發送問題語音信息，對所述易混淆信息進行對話確認，得到確認的關鍵信息；

發送模塊，用于將所述關鍵信息填入預先設置的文本模板，將所述文本模板發送給車主對應的管理終端。

7.一種智能移車系統，其特征在于，所述系統包括：

問答語音采集模塊，用于接收用戶終端的移車語音信號，并向用戶終端發送移車問題或唱詞語音信號；

問答核心算法模塊，用于通過關鍵信息提取算法，提取所述移車語音信號中的關鍵信息，通過唱詞算法對關鍵信息進行確認，并反饋給所述問答應用模塊；

問答應用模塊，用于獲取所述關鍵信息并填充至文本模板，并且通過網絡將所述文本模板發送給車主對應的管理終端。

8.根據權利要求7所述的系統，其特征在于，所述問答核心算法模塊還包括：用戶意圖識別算法和對話管理模塊；

通過所述用戶意圖識別算法確定所述移車語音信號是否為移車請求；

若是，所述對話管理模塊給用戶終端分配用戶標識，通過用戶標識調用對話接口，通過對話接口向用戶終端發送唱詞信息。