[發(fā)明專利]語(yǔ)義拒識(shí)方法、語(yǔ)義拒識(shí)裝置、交通工具及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110769934.1
• 申請(qǐng)日: 2021-07-08
• 公開（公告）號(hào): CN113221580B
• 公開（公告）日: 2021-10-12
• 發(fā)明（設(shè)計(jì)）人: 韓傳宇;易暉;翁志偉
• 申請(qǐng)（專利權(quán)）人: 廣州小鵬汽車科技有限公司
• 主分類號(hào): G06F40/30
• 分類號(hào): G06F40/30;G06F40/284;G06K9/62;G06F9/451;G10L15/26;G10L15/06;G10L15/02;G10L15/18
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 邵泳城

1.一種語(yǔ)義拒識(shí)方法，其特征在于，所述語(yǔ)義拒識(shí)方法包括：

獲取語(yǔ)音請(qǐng)求的文本以及所述文本對(duì)應(yīng)的出詞置信度；

根據(jù)所述文本以及對(duì)應(yīng)的所述出詞置信度生成置信度特征，所述置信度特征包括所述文本和所述文本對(duì)應(yīng)的分字置信度；

將上下文的所述置信度特征合并生成目標(biāo)置信度特征；

利用訓(xùn)練好的語(yǔ)義拒識(shí)模型對(duì)所述目標(biāo)置信度特征進(jìn)行預(yù)測(cè)得到拒識(shí)結(jié)果，所述語(yǔ)義拒識(shí)模型根據(jù)預(yù)設(shè)多模態(tài)模型訓(xùn)練得到；

其中，所述利用訓(xùn)練好的語(yǔ)義拒識(shí)模型對(duì)所述目標(biāo)置信度特征進(jìn)行預(yù)測(cè)得到拒識(shí)結(jié)果包括：

確定所述目標(biāo)置信度特征的起止位；

設(shè)置所述目標(biāo)置信度特征的超參數(shù)；

根據(jù)所述起止位和所述超參數(shù)對(duì)所述目標(biāo)置信度特征進(jìn)行補(bǔ)齊操作；

根據(jù)補(bǔ)齊后的所述目標(biāo)置信度特征確定分字特征向量、分句特征向量、位置特征向量和所述置信度特征向量；

根據(jù)所述分字特征向量、所述分句特征向量、所述位置特征向量提取文本編碼信息；

根據(jù)所述置信度特征向量提取置信度編碼信息；

拼接所述文本編碼信息和所述置信度編碼信息以做自注意力特征融合；

利用激活函數(shù)對(duì)所述自注意力特征融合的結(jié)果進(jìn)行處理以得到所述拒識(shí)結(jié)果。

2.根據(jù)權(quán)利要求1所述語(yǔ)義拒識(shí)方法，其特征在于，所述根據(jù)所述文本以及對(duì)應(yīng)的所述出詞置信度構(gòu)造生成置信度特征包括：

根據(jù)所述文本對(duì)應(yīng)的出詞置信度確定所述文本的分字置信度；

對(duì)所述分字置信度進(jìn)行歸一化處理以構(gòu)建置信度詞表；

根據(jù)所述文本和所述置信度詞表生成所述置信度特征。

3.根據(jù)權(quán)利要求1所述語(yǔ)義拒識(shí)方法，其特征在于，所述將上下文的所述置信度特征合并生成目標(biāo)置信度特征包括：

根據(jù)所述語(yǔ)音請(qǐng)求的設(shè)備標(biāo)識(shí)和語(yǔ)音采集時(shí)間對(duì)對(duì)應(yīng)的所述置信度特征進(jìn)行排序；

將所述設(shè)備標(biāo)識(shí)相同且處于預(yù)設(shè)傾聽時(shí)長(zhǎng)內(nèi)的相鄰所述置信度特征合并生成所述目標(biāo)置信度特征。

4.根據(jù)權(quán)利要求1所述語(yǔ)義拒識(shí)方法，其特征在于，所述根據(jù)所述分字特征向量、所述分句特征向量、所述位置特征向量提取文本編碼信息包括：

通過bert-encoder模型對(duì)所述分字特征向量、所述分句特征向量、所述位置特征向量進(jìn)行特征提取以得到所述文本編碼信息，所述bert-encoder模型包括多個(gè)muti-head-attention層、dense層和layer_norm層；

所述根據(jù)所述置信度特征向量提取置信度編碼信息，包括：

對(duì)所述置信度特征向量做單層雙向的lstm特征提取以得到所述置信度編碼信息。

5.根據(jù)權(quán)利要求1所述語(yǔ)義拒識(shí)方法，其特征在于，所述語(yǔ)義拒識(shí)方法還包括：

獲取訓(xùn)練語(yǔ)音請(qǐng)求的訓(xùn)練文本以及所述訓(xùn)練文本對(duì)應(yīng)的訓(xùn)練出詞置信度；

根據(jù)所述訓(xùn)練文本以及對(duì)應(yīng)的所述訓(xùn)練出詞置信度生成訓(xùn)練置信度特征，所述訓(xùn)練置信度特征包括所述訓(xùn)練文本和所述訓(xùn)練文本對(duì)應(yīng)的訓(xùn)練分字置信度；

將上下文的所述訓(xùn)練置信度特征合并生成目標(biāo)訓(xùn)練置信度特征；

確定所述目標(biāo)訓(xùn)練置信度特征的訓(xùn)練識(shí)別結(jié)果；

利用所述目標(biāo)訓(xùn)練置信度特征和所述訓(xùn)練識(shí)別結(jié)果對(duì)預(yù)設(shè)多模態(tài)模型進(jìn)行訓(xùn)練以得到訓(xùn)練好的所述語(yǔ)義拒識(shí)模型。