[发明专利]应用于智能语音鼠标的语义理解准确率提升方法、装置、系统和存储介质

说明书

本发明涉及数据处理领域，尤其涉及一种应用于智能语音鼠标的语义理解准确率提升方法、装置、系统和存储介质，该方法包括：首先通过智能语音鼠标端获取用户输入的语音数据，然后清洗语音数据，去除掉不相关的语音信息，如杂音，噪音，接下来建立词袋模型，并对该模型进行拟合、训练、测试及优化，最后利用该模块，使用端到端的方法利用语法，将句子作为一个单词向的序列，本发明运用当下最新的人工智能领域的自然语言处理技术，精确的解析用户的意图，结合智能语音鼠标和电脑端的应用软件，提供一种应用于智能语音鼠标的语义理解准确率提升方法，可以提高自然语言语义理解的正确率。

技术领域

本发明涉及数据处理领域，尤其涉及一种应用于智能语音鼠标的语义理解准确率提升方法、装置、系统和存储介质。

背景技术

NLU(Nature Language Understand)自然语言理解现阶段存在的问题有两个方面：一方面，迄今为止的语法都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究，因此分析歧义、词语省略、代词所指、同一句话在不同场合或由不同的人说出来所具有的不同含义等问题，尚无明确规律可循，且出错率较高，需要加强语用学的研究才能逐步解决。另一方面，人理解一个句子不是单凭语法，还运用了大量的有关知识，包括生活知识和专门知识，这些知识无法全部贮存在计算机里。因此一个书面理解系统只能建立在有限的词汇、句型和特定的主题范围内；计算机的贮存量和运转速度大大提高之后，才有可能适当扩大范围。

以上存在的问题成为自然语言理解在机器翻译应用中的主要难题，这也就是当今机器翻译系统的译文质量离理想目标仍相差甚远的原因之一；而译文质量是机译系统成败的关键。本发明为一种应用于智能语音鼠标的语义理解准确率提升方法，结合智能语音鼠标和电脑端的应用软件，提高自然语言理解的准确率。

发明内容

针对上述存在的问题，本发明的目的是结合智能语音鼠标和电脑端的应用软件，提高自然语言语义理解的正确率，为了解决上述现有技术中存在的问题，本发明提供一种应用于智能语音鼠标的语义理解准确率提升方法，包括以下步骤：

步骤S1：通过智能语音鼠标端获取用户输入的语音数据；

步骤S2：清洗语音数据，去除掉不相关的语音信息，如杂音，噪音；

步骤S3：以数值形式输入机器学习模型；

步骤S4：分类，将数据分解到一个训练集中，用于拟合模型和测试集，以查看其对不可见的数据的概括程度；

步骤S5：检查，对上述模型进行验证并解释其预测，判断该模型做出决策采用的单词；

步骤S6：词汇结构，在上述模型的顶部使用TF-IDF评分，使得该模型更多地关注有意义的单词。

步骤S7：利用语义，通过Word2Vec辅助捕捉语义，使得该模型获得训练以外的高信号单词；

步骤S8：使用端到端的方法利用语法，将句子作为一个单词向的序列。

优选的，步骤S3中所述学习模型是词袋模型，通过在数据集中建立一个包含所有单词的词汇表，并为词汇表中的每个单词创建一个唯一索引，每个句子都被表示成一个列表，这个列表的长度取决于不同单词的数量，在这个列表中的每个索引中，标记出给定词语在句子中出现的次数。

优选的，步骤S8中所述端到端的方法包括GloVe或CoVe。

为达上述目的，本发明还提供一种应用于智能语音鼠标的语义理解准确率提升装置，包括

语音收集模块，通过智能语音鼠标端获取用户输入的语音数据；

语音清洗模块，用于去除掉不相关的语音信息，如杂音，噪音；

模型建立模块，用于以数值形式输入机器学习模型，建立词袋模型；