[發(fā)明專利]語義識別的方法、裝置、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010622078.2
• 申請日: 2020-06-30
• 公開（公告）號: CN111832315A
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計）人: 郭元凱;王斌;史亮;孟二利;胡羽藍;王鑠;王穎哲
• 申請（專利權(quán)）人: 北京小米松果電子有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289
• 代理公司: 北京英創(chuàng)嘉友知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 魏云鹿

本公開涉及一種語義識別的方法、裝置、電子設(shè)備和存儲介質(zhì)，該方法包括：對待處理語句進行詞語識別處理，得到多個詞語和每個詞語對應(yīng)的詞性信息，根據(jù)待處理詞語和待處理詞語的詞性信息，通過詞語處理模型，確定目標集合更新操作，若目標集合更新操作對應(yīng)的依存關(guān)系為第一依存關(guān)系，分別通過每個預(yù)設(shè)集合更新操作，確定待處理詞語的依存關(guān)系以及依存關(guān)系對應(yīng)的置信度，并根據(jù)該預(yù)設(shè)集合更新操作更新待處理詞語集，否則，通過目標集合更新操作，確定待處理詞語的依存關(guān)系以及依存關(guān)系對應(yīng)的置信度，并更新待處理詞語集，根據(jù)更新后的待處理詞語集，重復(fù)執(zhí)行上述步驟，直至得到多個依存分析結(jié)果，并根據(jù)最優(yōu)分析結(jié)果對待處理語句進行語義識別。

技術(shù)領(lǐng)域

本公開涉及自然語言處理技術(shù)領(lǐng)域，尤其涉及一種語義識別的方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)

隨著人工智能的不斷發(fā)展，對語義識別的準確度的要求也越來越高。語義識別是自然語言處理(英文：Natural Language Processing，縮寫：NLP)技術(shù)的重要組成部分之一。在自然語言處理中，用詞與詞之間的依存關(guān)系(即詞與詞之間的支配關(guān)系)來描述語言結(jié)構(gòu)的框架稱為依存句法，利用依存句法進行句法分析是自然語言處理的關(guān)鍵技術(shù)之一。依存句法分析旨在將句子從詞語的序列形式按照某種語法體系轉(zhuǎn)化為圖結(jié)構(gòu)(通常為樹結(jié)構(gòu))，以揭示詞與詞之間的從屬關(guān)系，為語義識別提供了關(guān)鍵的信息。

相關(guān)技術(shù)中，主要是通過基于轉(zhuǎn)移的依存句法分析的方式，使用貪心算法，在每次選擇轉(zhuǎn)移動作時，選擇當前狀態(tài)下最好的轉(zhuǎn)移動作(例如：移進、規(guī)約等轉(zhuǎn)移動作)，并通過一系列的轉(zhuǎn)移動作構(gòu)建一棵依存句法樹。但是，只考慮當前狀態(tài)下最好的轉(zhuǎn)移動作，而不考慮后續(xù)狀態(tài)的影響，可能會導(dǎo)致選擇到錯誤的轉(zhuǎn)移動作，降低了依存句法分析的準確度，進而影響語義識別的準確度。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問題，本公開提供一種語義識別的方法、裝置、電子設(shè)備和存儲介質(zhì)。

根據(jù)本公開實施例的第一方面，提供一種語義識別的方法，所述方法包括：

對終端獲取的信息進行語義分析時，獲取待處理語句；

對所述待處理語句進行詞語識別處理，得到多個詞語和所述多個詞語中每個詞語對應(yīng)的詞性信息；

根據(jù)待處理詞語集中的待處理詞語和所述待處理詞語的詞性信息，通過預(yù)先訓(xùn)練的詞語處理模型，從多個預(yù)設(shè)集合更新操作中確定所述待處理詞語集對應(yīng)的目標集合更新操作；所述待處理詞語集為所述多個詞語中當前待處理的詞語的集合；

在所述目標集合更新操作對應(yīng)的依存關(guān)系為第一依存關(guān)系的情況下，分別通過所述多個預(yù)設(shè)集合更新操作中每個所述預(yù)設(shè)集合更新操作，確定所述待處理詞語的依存關(guān)系以及所述依存關(guān)系對應(yīng)的置信度，并根據(jù)該預(yù)設(shè)集合更新操作更新所述待處理詞語集；所述第一依存關(guān)系表示兩個所述詞語中，順序在后的詞語為順序在先的詞語的從屬詞；

在所述目標集合更新操作對應(yīng)的依存關(guān)系不為第一依存關(guān)系的情況下，通過所述目標集合更新操作，確定所述待處理詞語的依存關(guān)系以及所述依存關(guān)系對應(yīng)的置信度，并根據(jù)所述目標集合更新操作更新所述待處理詞語集；

根據(jù)更新后的待處理詞語集，重復(fù)執(zhí)行所述根據(jù)待處理詞語集中的待處理詞語和所述待處理詞語的詞性信息，通過預(yù)先訓(xùn)練的詞語處理模型，從多個預(yù)設(shè)集合更新操作中確定所述待處理詞語集對應(yīng)的目標集合更新操作的步驟至所述根據(jù)所述目標集合更新操作更新所述待處理詞語集的步驟，直至得到所述待處理語句的多個依存分析結(jié)果，所述依存分析結(jié)果用于表征所述多個詞語之間的依存關(guān)系；

將所述多個依存分析結(jié)果中，所述多個詞語之間的依存關(guān)系對應(yīng)的置信度之和最高的依存分析結(jié)果作為最優(yōu)分析結(jié)果，并根據(jù)所述最優(yōu)分析結(jié)果對所述待處理語句進行語義識別。