[發明專利]一種文本數據處理方法和智能設備

在審

• 申請號: 202011143373.6
• 申請日: 2020-10-23
• 公開（公告）號: CN114492447A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 鄧東;舒昌文;馮超
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/194;G06F16/33
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 陳松浩

1.一種文本數據處理方法，其特征在于，包括：

智能設備獲取目標技能的技能請求詞和用戶說法集合，所述用戶說法集合包括所述目標技能中每一個意圖的至少一個用戶說法；

所述智能設備根據所述技能請求詞和所述用戶說法集合分別確定所述每一個意圖的語義隱表示和權重；

所述智能設備根據所述每一個意圖的語義隱表示和權重確定所述用戶說法集合的目標摘要語義；

所述智能設備根據所述技能請求詞和所述目標摘要語義確定所述技能請求詞和所述用戶說法集合的匹配度。

2.根據權利要求1所述方法，其特征在于，所述智能設備根據所述技能請求詞和所述用戶說法集合分別確定所述每一個意圖的語義隱表示和權重，包括：

所述智能設備根據所述用戶說法集合分別確定所述每一個意圖的語義隱表示；

所述智能設備基于深度循環神經網絡對所述技能請求詞進行文本處理，得到所述技能請求詞的語義隱表示；

所述智能設備根據所述每一個意圖的語義隱表示和所述技能請求詞的語義隱表示確定所述每一個意圖的權重。

3.根據權利要求2所述方法，其特征在于，所述智能設備根據所述用戶說法集合分別確定所述每一個意圖的語義隱表示，包括：

所述智能設備確定所述用戶說法集合中所述每一個意圖的用戶說法；

所述智能設備串聯所述每一個意圖的所有用戶說法，得到所述每一個意圖的用戶說法串聯文本；

所述智能設備基于深度循環神經網絡分別對所述每一個意圖的用戶說法串聯文本進行文本處理，得到所述每一個意圖的語義隱表示。

4.根據權利要求2或3所述方法，其特征在于，所述智能設備根據所述每一個意圖的語義隱表示和所述技能請求詞的語義隱表示確定所述每一個意圖的權重，包括：

所述智能設備計算所述每一個意圖的語義隱表示和所述技能請求詞的語義隱表示的相似度，作為所述每一個意圖的權重。

5.根據權利要求2-4中任一項所述方法，其特征在于，所述智能設備根據所述技能請求詞和所述目標摘要語義確定所述技能請求詞和所述用戶說法集合的匹配度，包括：

所述智能設備根據所述技能請求詞的語義隱表示和所述目標摘要語義映射到同一個語義空間中，得到第一語義向量和第二語義向量；

所述智能設備計算所述第一語義向量和所述第二語義向量的相似度，作為所述技能請求詞和所述用戶說法集合的匹配度。

6.一種智能設備，其特征在于，包括：

獲取模塊，有獲取目標技能的技能請求詞和用戶說法集合，所述用戶說法集合包括所述目標技能中每一個意圖的至少一個用戶說法；

處理模塊，用于根據所述技能請求詞和所述用戶說法集合分別確定所述每一個意圖的語義隱表示和權重；

所述處理模塊，用于根據所述每一個意圖的語義隱表示和權重確定所述用戶說法集合的目標摘要語義；

所述處理模塊，用于根據所述技能請求詞和所述目標摘要語義確定所述技能請求詞和所述用戶說法集合的匹配度。

7.根據權利要求6所述智能設備，其特征在于，所述根據所述技能請求詞和所述用戶說法集合分別確定所述每一個意圖的語義隱表示和權重，包括：

根據所述用戶說法集合分別確定所述每一個意圖的語義隱表示；

基于深度循環神經網絡對所述技能請求詞進行文本處理，得到所述技能請求詞的語義隱表示；

根據所述每一個意圖的語義隱表示和所述技能請求詞的語義隱表示確定所述每一個意圖的權重。

8.根據權利要求7所述智能設備，其特征在于，所述根據所述用戶說法集合分別確定所述每一個意圖的語義隱表示，包括：

確定所述用戶說法集合中所述每一個意圖的用戶說法；

串聯所述每一個意圖的所有用戶說法，得到所述每一個意圖的用戶說法串聯文本；

基于深度循環神經網絡分別對所述每一個意圖的用戶說法串聯文本進行文本處理，得到所述每一個意圖的語義隱表示。