[發(fā)明專利]一種基于語義實(shí)現(xiàn)語句泛化的方法和裝置

在審

• 申請?zhí)枺?/td>: 202110657017.4
• 申請日: 2021-06-11
• 公開（公告）號: CN113343708A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 陳孝良;哈玉杰;蘇少煒
• 申請（專利權(quán)）人: 北京聲智科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/211;G06K9/62;G06Q40/02
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 郭化雨

本申請實(shí)施例公開了一種基于語義實(shí)現(xiàn)語句泛化的方法和裝置，包括：對待處理語句作分詞處理，得到語句分詞；根據(jù)所述語句分詞得到擴(kuò)展句；其中，所述擴(kuò)展句是基于從所述語句分詞和所述語句分詞的同義詞中選擇相應(yīng)的分詞進(jìn)行排列組合得到的；根據(jù)所述擴(kuò)展句的分詞生成詞向量，基于所述詞向量得到擴(kuò)展句向量；計算所述擴(kuò)展句向量和語句向量的相似度；其中，所述語句向量是基于由所述語句分詞生成的詞向量得到的；獲取所述相似度滿足條件的目標(biāo)擴(kuò)展句，將所述目標(biāo)擴(kuò)展句作為語句泛化的結(jié)果，用以在配置種子話術(shù)時，減少人工枚舉的工作量，提高擴(kuò)展句的覆蓋面。

技術(shù)領(lǐng)域

本發(fā)明涉及語義識別領(lǐng)域，特別是指一種基于語義實(shí)現(xiàn)語句泛化的方法和裝置。

背景技術(shù)

計算機(jī)能夠“聽懂”人類語言是人們長期以來所追求的，而自然語言處理正是在這種需求下誕生的。自然語言處理所研究的是如何實(shí)現(xiàn)人類使用自然語言和計算機(jī)進(jìn)行有效通信，而作為自然語言處理中常見的場景，語義識別受到了人們的廣泛關(guān)注。語義識別指的是根據(jù)用戶輸入的語句識別出語義，例如接收到用戶說出的一句話“我想聽周杰倫的歌”時，計算機(jī)可以根據(jù)這句話識別出語義是想聽音樂。

通常用戶輸入的語句是口語化的，具有結(jié)構(gòu)復(fù)雜、用詞和句式多樣化等特點(diǎn)，因此，為了通過用戶的一句話識別出語義，通常需要配置大量預(yù)置的話術(shù)，這些預(yù)置的話術(shù)被稱為種子話術(shù)。當(dāng)獲取到用戶說的一句話時，在種子話術(shù)中找到和這句話語義接近的種子話術(shù)，輸出該種子話術(shù)對應(yīng)的語義。在配置種子話術(shù)時，通常一個語義對應(yīng)有多個種子話術(shù)，而基于一個語義得到多個作為種子話術(shù)的目標(biāo)擴(kuò)展句，這個過程就是基于語義實(shí)現(xiàn)語句泛化的過程。

在現(xiàn)有技術(shù)中，配置種子話術(shù)時，通常是基于語義采取人工枚舉的方式獲取多個目標(biāo)擴(kuò)展句，用以實(shí)現(xiàn)語句泛化。但是，人工枚舉這種方式需要大量的人工操作，由人工枚舉得到的目標(biāo)擴(kuò)展句覆蓋面會受到限制。

發(fā)明內(nèi)容

有鑒于此，本申請實(shí)施例提供一種基于語義實(shí)現(xiàn)語句泛化的方法和裝置，用以在配置種子話術(shù)時，減少人工枚舉的工作量，提高擴(kuò)展句的覆蓋面。

第一方面，本申請?zhí)峁┮环N基于語義實(shí)現(xiàn)語句泛化的方法，所述方法包括：

對待處理語句作分詞處理，得到語句分詞；

根據(jù)所述語句分詞得到擴(kuò)展句；其中，所述擴(kuò)展句是基于從所述語句分詞和所述語句分詞的同義詞中選擇相應(yīng)的分詞進(jìn)行排列組合得到的；

根據(jù)所述擴(kuò)展句的分詞生成詞向量，基于所述詞向量得到擴(kuò)展句向量；

計算所述擴(kuò)展句向量和語句向量的相似度；其中，所述語句向量是基于由所述語句分詞生成的詞向量得到的；

獲取所述相似度滿足條件的目標(biāo)擴(kuò)展句，將所述目標(biāo)擴(kuò)展句作為語句泛化的結(jié)果。

第二方面，本申請?zhí)峁┮环N基于語義實(shí)現(xiàn)語句泛化的裝置，所述裝置包括：

分詞單元，用于對待處理語句作分詞處理，得到語句分詞；

擴(kuò)展單元：用于根據(jù)所述語句分詞得到擴(kuò)展句；其中，所述擴(kuò)展句是基于從所述語句分詞和所述語句分詞的同義詞中選擇相應(yīng)的分詞進(jìn)行排列組合得到的；

計算單元，用于根據(jù)所述擴(kuò)展句的分詞生成詞向量，基于所述詞向量得到擴(kuò)展句向量；計算所述擴(kuò)展句向量和語句向量的相似度；其中，所述語句向量是基于由所述語句分詞生成的詞向量得到的；

獲取單元：用于獲取所述相似度滿足條件的目標(biāo)擴(kuò)展句，將所述目標(biāo)擴(kuò)展句作為語句泛化的結(jié)果。

第三方面，本申請?zhí)峁┮环N基于語義實(shí)現(xiàn)語句泛化的設(shè)備，其特征在于，所述裝置包括處理器和存儲器，其中，所述存儲器存儲有代碼，所述處理器用于調(diào)用所述存儲器中存儲的代碼，實(shí)現(xiàn)以下功能：

對待處理語句作分詞處理，得到語句分詞；