[发明专利]一种面向智能语音对话系统的多层级对话分析方法

说明书

本发明属于人工智能领域，具体涉及一种面向智能语音对话系统的多层级对话分析方法。目的是针对现有汉语口语对话标注体系不完善的问题，提升对话理解的自然度和准确性。该方法包括对输入的语音进行语音识别得到对应文本；结合语音和文本信息进行韵律层面分析；对文本进行句法层面分析；对文本进行语义层面分析；对本文进行语用层面分析。该方法利用句法、语义、语用和韵律4个层面，根据从词语到话段的语言单位层级确定各个层面的维度集合，将各个层面的分析结合起来，使智能对话系统能更好的理解谈话对方的意图，并提升用户体验。

技术领域

本申请属于人工智能领域，涉及一种智能会话代理系统，具体涉及一种面向智能语音对话系统的多层级对话分析方法。

背景技术

对话系统是人工智能领域的一个重要分支，在语音客服代理、智能机器人等领域有广泛的应用。其主要技术包括将语音识别为文本，对文本进行自然语言理解，对理解后的问题寻找答案，将答案进行语音输出。对话系统中的自然语言理解部分是最为重要的。

近年来，国外把“对话行为”的自动识别作为口语会话自然语言理解系统的关键，其中最基本的任务是建立会话行为的分类体系。目前英文的会话行为标注体系已较为成熟，其中通用领域的代表是DAMSL，在此基础上，Jurafsky等人结合会话语料，建立了DAMSL的扩展版SWBD-DAMSL模型。近来还有更为全面的DIT(动态阐释理论)标注构架，该体系由会话行为的最早版本融合了DAMSL及其他一些标注体系的特点来构建，是对人际及人机对话进行全面的非应用分析。最新版为DIT++分类，主要分普通交际功能和特定维度交际功能。

相比而言，中文相关研究比较少，杨平在借鉴国外分类体系的基础上，建立了新闻访谈或谈话类节目的会话行为分类，然而通用性不强，句法和对话行为之间有混淆，因而分类范畴重叠。专利CN104166643A参考了DAMSL广义标签集，将其映射到汉语的对应分类，然而DAMSL本身分类有粗疏之处，且没有考虑汉语会话的特点，因而其分类值得商榷。

中文作为一种人类语言经过上千年的演化，具有一套客观的规律，有着特殊的语法规则，并可以通过说话人语音的变化传达出不同的语义与意图。尽管语言学上对中文有很多系统的研究，但如何将人类语言标记成机器可以理解的语言却极为困难。目前的对话系统，多采用将问句中的关键词与语料库中问句的关键词进行匹配而找到相应答句的方法。但是，一个理想的智能的对话系统，在理解语义层的信息意图之外，还需要解析语用层的交际意图，而交际意图既与语言形式有关，也与语义信息有关，需要在句法分析和语义分析之外加入对话行为，实现句法、语义、语用相结合的话语分析。此外，基于交际语言学的会话分析方法重视韵律的作用。因此，如何根据交际任务建立适切的言语行为类型集合，如何表示从词语到话段的层级性，以及如何建立韵律与不同层面标注集合之间的关系，是完善的智能对话系统需要解决的问题。

发明内容

针对现有汉语口语对话标注体系不完善的问题，本发明提供了一种面向智能语音对话系统的多层级对话分析方法，包含韵律、句法、语义、语用各个层面相互关联的维度信息，通过对不同层级语言单位之间相互作用的分析，将对话分析引向深入，提升了对话理解的自然度和准确性。

为了实现上述目的，本发明的采用的技术方案如下：

一种面向智能语音对话系统的多层级对话分析方法，包括如下步骤:

步骤一、对输入的语音进行语音识别得到对应文本；

步骤二、结合语音和文本信息进行韵律层面分析；

步骤三、对文本进行句法层面分析；

步骤四、对语音和文本进行语义层面分析；

步骤五、对本文进行语用层面分析。