[發明專利]語音交互方法、服務器和計算機可讀存儲介質

在審

• 申請號: 202010576786.7
• 申請日: 2020-06-22
• 公開（公告）號: CN111798847A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 申眾;張又亮;張崇宇
• 申請（專利權）人: 廣州小鵬車聯網科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L15/18;G10L15/30;G10L15/06
• 代理公司: 深圳市智圈知識產權代理事務所(普通合伙) 44351
• 代理人: 周獻

本發明涉及語音技術領域，涉及一種語音交互方法、服務器和存儲介質。該方法包括：接收車輛轉發的用戶語音請求；對語音請求的文本內容進行句法分析并構造語義樹；解析語義樹并提取實體對；利用提取的實體對使用預訓練模型來預測實體之間的關系；利用預測結果完成語音請求的反饋。本發明通過句法分析并構造成語義樹，再解析語義樹確定實體間的關系并結合依賴關系傳導，將包含嵌套關系的實體詞根據語法關系組合起來，提取合理的組合實體對；最后再通過基于預訓練模型的泛化理解能力，也許樣本并不存在，但也能在一定程度上準確預測出兩者之間的關系，進而完成后續的語音交互過程，改善了車載環境下使用語音的用戶體驗。

技術領域

本發明涉及語音技術領域，特別是涉及一種語音交互方法、服務器和計算機可讀存儲介質。

背景技術

隨著車輛智能化的發展，在車輛上使用語音進行交互的方式越來越受到用戶的歡迎。車載語音的應用場景中，經常會發生用戶針對某類實體進行操作和詢問的情況，例如：用戶發出語音請求“打開空調”、“大燈開關在哪里”、“音樂頻道刷新”等。在此類情況中，相關動作、詢問和實體之間的關系組合決定了用戶的實際意圖。

BERT的全稱是Bidirectional Encoder Representation from Transformers，即雙向Transformer的Encoder。作為自然語言處理領域廣泛應用的預訓練模型，BERT在各項任務中表現出良好的泛化性和精度。BERT在預訓練過程中有兩個任務，第一個是隨機遮掩一句話中的某些詞，來預測這些詞出現的概率，這種隨機遮掩方法假定詞之間相互獨立，例如“導航去肥仔燒排骨”，顯然“肥仔燒排骨”中詞之間的關系比跟“導航”更密切。

傳統方式中，通常針對意圖識別使用的方式包括文本分類、實體關系提取等。以實體關系提取為例，“導航去肥仔燒排骨”這個語音請求(Query)的實際含義是發出導航到一家名稱為“肥仔燒排骨”的餐廳的導航請求，而在提取完實體后的結果如下：[“導航”,”肥仔”,”燒”,”排骨”]，如果要預測動作和實體之間的關系，排列組合后的關系是：

[“導航”,“肥仔”]

[“導航”,“燒”]

[“導航”,“排骨”]

[“肥仔”,“燒”]

[“肥仔”,“排骨”]

[“燒”,“排骨”]

如果返回的結果是：[“導航”,“肥仔”]，[“導航”,“排骨”]，[“燒”,“排骨”]，那么仍然無法知道組合實體和動作的關系。

發明內容

鑒于上述問題，提出了本發明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種語音交互方法、服務器和計算機可讀存儲介質。

為了解決上述問題，本發明實施例公開了一種語音交互方法，其特征在于，包括：

接收車輛轉發的用戶語音請求；

對語音請求的文本內容進行句法分析并構造語義樹；

解析語義樹并提取實體對；

利用提取的實體對使用預訓練模型來預測實體之間的關系；

利用預測結果完成語音請求的反饋。

進一步地，對語音請求的文本內容進行句法分析并構造語義樹，包括：

基于包括句法結構分析、依存關系分析、深層文法句法分析在內的任意一種方式對語音請求的文本內容進行句法分析并構造語義樹。

進一步地，對語音請求的文本內容進行句法分析并構造語義樹，包括：

基于依存關系分析的方式對語音請求的文本內容進行句法分析；