[发明专利]语句分析及人机交互方法和装置、计算设备、存储介质

说明书

公开了一种语句分析及人机交互方法和装置、计算设备、存储介质。首先，提取语句中的第一元素。然后，确定该语句中与第一元素具有依存关系的第二元素。基于所述第二元素，确定被否定的第一元素。由此，能够识别用户输入的语句中的否定关系，准确地理解用户的意图，避免相反地理解用户的本意。

技术领域

本公开涉及自然语言处理领域，特别涉及语句分析及人机交互。

背景技术

随着计算机技术及互联网技术的飞速发展，人机交互的形式也越来越丰富，越来越方便。计算系统已经开始有能力处理人类自然语言，可以基于自然语言进行分析，获取有效信息，并做出响应或执行相应操作。这样的自然语言可以是书面文字，也可以是语音输入。当直接接收用户以自然语言发出的语音输入，并通过分析理解输入语音来做出对应的响应，例如执行相应的操作时，能够极大地增加人机交互的便利性。

在对话理解的服务中，需要对用户的自然语言输入进行理解。在例如使用语音输入方式的情况下，一般采用的是SLU(Spoken Language Understanding，口语理解)的方式，包含了意图理解(Intent Detection)、元素抽取(Slot Filling)的步骤。

在元素抽取过程中，会提取一些有用的元素。如，对于输入语句“帮我订张飞机票，明天早上起飞，从杭州到广州的”，里面包含的需要提取的元素(可以称为“第一元素”)有：(time，明天早上)，(departure，杭州)，(arrival，广州)。各括号中逗号前面是第一元素项目名称，例如time(时间)、departure(出发地)、arrival(到达地)等。对于属于不同领域的语句，往往具有不同的第一元素项目。上述括号中逗号后面是从输入语句中提取出的与该第一元素项目对应的第一元素数据。这样就可以理解输入语句的含义了。

但是，目前的元素提取方案中，尚不能处理第一元素的否定关系。这种情况下有可能不能正确理解用户的意愿，甚至有可能理解相反。

例如，用户的一个自然输入有可能为“帮我订张飞机票，明天早上起飞，从杭州到广州的，不要南航”，用现有的方法，很有可能还会抽取出(flight，南航)的元素，忽略了用户的否定需求，从而造成理解错误。

因此，仍然需要对现有的语句理解方案进行改进，识别用户输入的语句中的否定关系。

发明内容

本公开的一个技术问题在于提供一种语句分析方案，其能够识别用户输入的语句中的否定关系，避免相反地理解用户的本意。

根据本公开第一方面，提供了一种语句分析方法，包括：提取语句中的第一元素；确定语句中与第一元素具有依存关系的第二元素；以及基于第二元素，确定被否定的第一元素。

优选地，该语句分析方法还可以包括：识别语句所属的领域，每个领域分别涉及预定的第一元素项目，其中，在提取语句中的元素的步骤中，提取与语句所属领域的第一元素项目对应的第一元素。

优选地，可以通过对语句进行依存句法分析，来确定语句中与第一元素具有依存关系的第二元素。

优选地，可以基于第二元素，并参考第一元素与第二元素之间的依存关系类型，来确定第一元素是否被否定。

优选地，第二元素可以包括第一元素的父节点元素和/或子节点元素。

优选地，可以使用标注模型来提取语句中的第一元素，标注模型可以是条件随机场(CRF)模型或循环神经网络(RNN)模型。

优选地，可以使用二分类模型来确定第一元素是否被否定，二分类模型可以是逻辑回归(LR)模型或渐进梯度决策树(GBDT)模型。

优选地，该语句分析方法还可以包括：按照BIEO标注法对训练语料进行标注，以标注语料中第一元素的开始部分(B)、中间部分(I)及结束部分(E)，以及其它字词(O)；以及使用经过标注的训练语料对标注模型进行训练。