[发明专利]一种智能语义匹配方法

说明书

本发明涉及一种智能语义匹配方法，所述方法包括：语义处理系统接收语句数据，得到语句文字数据；根据句式解析模型对语句文字数据进行句式泛化处理，提取语句文字数据中的固定语信息和泛化对象信息；根据固定语句信息确定语句文字数据对应的场景数据；在兴趣点库中匹配与泛化对象信息相对应的兴趣点数据，根据匹配结果得到语句文字数据的校验值；根据语句文字数据的校验值和场景数据得到语义匹配结果数据，并输出。本发明实施例提供的语义匹配方法，使得语义匹配结果的过程快速且准确，并也使得语义匹配结果更加符合语句的应用场景。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种智能语义匹配方法。

背景技术

自然语言处理(Natural Language Processing，NLP)是人工智能中最为困难的问题之一，而对自然语言处理的研究也是充满挑战的。自然语言的文法通常是模棱两可的，针对一个句子通常可能会剖析出多棵语法剖析树，而我们必须要根据语意及前后文才能在其中选择一棵最为适合的语法剖析树。并且，在某一些具体的应用领域中，例如地理信息系统中，如何根据已确定语法语义，确定用户的兴趣点(Point Of Interest，POI)，从而得到与用户语句语义相对应的答案，也是本领域的难点之一。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种智能语义匹配方法，通过对语句的句式泛化处理，可以得到句式中的固定语和泛化对象，并由此对应到相应的应用场景和兴趣点，并最终根据应用场景和兴趣点得到语义匹配结果，使得得到语义匹配结果的过程快速且准确，并也使得语义匹配结果更加符合语句的应用场景。

为实现上述目的，本发明提供了一种智能语义匹配方法，方法包括：

语义处理系统接收语句数据，得到语句文字数据；

根据语法规则树对所述语句文字数据进行句式泛化处理，提取所述语句文字数据中的固定语信息和泛化对象信息；

根据所述固定语句信息确定所述语句文字数据对应的场景数据；

在兴趣点库中匹配与所述泛化对象信息相对应的兴趣点数据，得到所述语句文字数据的校验值；

根据所述语句文字数据的校验值和所述场景数据得到语义匹配结果数据，并输出。

优选的，所述语句数据包括语句语音数据和语句文字数据。

进一步优选的，所述语义处理系统接收语句数据具体为：

所述语义处理系统的语音转换器接收所述语句数据，对所述语句数据中的语句语音数据进行识别，得到所述语句语音数据的语句文字数据，并将所述语句语音数据的语句文字数据插入所述语义处理系统的输入队列的末尾；

所述语义处理系统的轮询器监听所述输入队列的数据插入，从所述输入队列中获取所述输入队列末尾的语句文字数据，得到所述语句文字数据。

优选的，从所述语句文字数据中提取到的泛化对象信息的个数为一个或多个。

进一步优选的，当从所述语句文字数据中提取到的泛化对象信息的个数为多个时，所述语义匹配结果数据为多个；

当所述语义匹配结果数据为多个时，根据各个语义匹配结果数据对应的领域优先级确定最优的语义匹配结果数据，并输出。

优选的，在根据所述语法规则树对所述语句文字数据进行句式泛化处理，提取所述语句文字数据中的固定语信息和泛化对象信息之前，所述方法还包括：

将历史语句文字数据输入所述句式解析模型进行训练，得到训练后的句式解析模型，用以语义处理系统根据所述训练后的句式解析模型对所述语句文字数据进行句式泛化处理。

优选的，当在所述兴趣点库中匹配不到所述泛化对象信息相对应的兴趣点数据时，所述方法还包括：