[发明专利]一种语句识别方法及装置

说明书

技术领域

本申请涉及语言数据处理技术领域，尤其是一种语句识别方法及装置。

背景技术

在自然语言处理领域中，常常需要对自然语言进行意图的识别，以自动生成反馈信息。例如，在自动问答时，用户输入语句“为什么冰箱不通电了”，需要对输入语句进行意图识别，以反馈冰箱不通电的原因。

由于自然语言的复杂性，常常一个语句对应多个不同的子意图，例如，用户输入的语句为“冰箱不通电了”，该种情况下，用户可能是想询问冰箱不通电的原因，也可能是想询问冰箱不通电的解决办法。

目前，对于该种存在多种不同子意图的语句，生成的反馈信息较为单一，如只反馈原因或者只反馈解决办法，甚至无法生成反馈信息。

发明内容

有鉴于此，本申请提供了一种语句识别方法及装置，用以解决现有的识别方法输出单一甚至无法输出反馈信息的技术问题。为实现所述发明目的，本发明提供的技术方案如下：

一种语句识别方法，包括：

获取待识别语句；

确定所述待识别语句中的非停用词为关键词；

在预设语句库中，选取包含所述关键词的候选语句；

利用预先构建的分类模型，确定所述待识别语句的主题分类标签和意图分类标签；

当所述意图分类标签为未知类且所述候选语句为多个时，将多个所述候选语句按照各自的预设意图标签进行分类，获得多个分组；

将每个所述分组中的候选语句确定为目标语句；其中，所述目标语句的预设主题标签与所述待识别语句的主题分类标签相同；

显示每个所述目标语句对应的预设信息。

可选地，还包括：

当所述意图分类标签非未知类时，确定所述待识别语句与每个所述候选语句的相似度；

将超过预设相似度阈值的最大相似度对应的候选语句确定为目标语句；

显示所述目标语句对应的预设信息。

可选地，所述将每个所述分组中的候选语句确定为目标语句包括：

确定所述待识别语句与每个所述候选语句的相似度；

依据相似度的大小进行降序排序，在每个所述分组中，选取排序在前且超过预设相似度阈值的预设个数的候选语句为目标语句。

可选地，所述利用预先构建的分类模型，确定所述待识别语句的主题分类标签和意图分类标签包括：

按照预设特征词提取规则，在所述待识别语句中提取多个分类特征；

将所述多个分类特征输入至所述分类模型，获得多个意图概率值及多个主题概率值；

将最大意图概率值对应的分类标签确定为所述待识别语句的意图分类标签，并将最大主题概率值对应的分类标签确定为所述待识别语句的主题分类标签。

可选地，所述分类模型的构建过程包括：

获取包含多个已标注语句的训练集；其中，每个所述标注语句具有各自的意图标签及主题标签；

利用预设训练方法，对所述训练集进行训练，获得分类模型；其中，所述分类模型用于对待识别语句的意图及主题进行分类。

可选地，所述确定所述待识别语句与每个所述候选语句的相似度包括：

分别计算所述待识别语句与每个所述候选语句的语义相似度、主题意图相似度及句法相似度；其中，所述语义相似度为待识别语句的关键词与候选语句的关键词之间的语义相似度；所述主题意图相似度为待识别语句的主题及意图与候选语句的主题及意图的相似度；所述句法相似度为待识别语句的句法结构与候选语句的句法结构的相似度；

将每个所述候选语句各自对应的所述语义相似度、意图相似度及所述句法相似度进行加权求平均值，获取所述待识别语句与每个所述候选语句各自的相似度。

可选地，计算所述待识别语句与所述候选语句的语义相似度包括：

依次计算所述待识别语句的每个关键词分别与所述候选语句的每个关键词的词语相似度，获得相似度矩阵；

统计所述相似度矩阵的各行中最大词语相似度的总值，并计算该总值的行平均值；

统计所述相似度矩阵的各列中最大词语相似度的总值，并计算该总值的列平均值；

计算所述行平均值及所述列平均值的平均值，获得所述待识别语句与所述候选语句的语义相关度。

可选地，计算所述待识别语句与所述候选语句的主题意图相似度包括：

判断所述待识别语句的主题分类标签与所述候选语句的预设主题分类标签是否相同，获得第一判断结果；

判断所述待识别语句的意图分类标签是否为未知类，获得第二判断结果；