[发明专利]基于人工智能的问答评分方法、装置、设备及存储介质在审

专利信息
申请号: 201911051629.8 申请日: 2019-10-31
公开(公告)号: CN110797010A 公开(公告)日: 2020-02-14
发明(设计)人: 黄江泉;林炳怀;方俊 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G10L15/02 分类号: G10L15/02;G10L15/06;G10L15/16;G10L15/18;G10L15/19;G10L15/22;G10L15/26;G10L25/60
代理公司: 11270 北京派特恩知识产权代理有限公司 代理人: 王花丽;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 音频内容 文本内容 发音 语法 音频特征 质量特征 相似度 文本 人工智能技术 关键词检测 相似度分析 人工智能 存储介质 接收用户 融合处理 语法检测 语音识别 参考 维度
【说明书】:

发明提供了一种基于人工智能的问答评分方法、装置、设备及存储介质,涉及人工智能技术,方法包括:接收用户回答问题的音频内容,进行语音识别得到音频内容的音频特征和文本内容;基于音频特征、文本内容以及参考文本,从至少一个维度提取对应音频内容的发音质量特征,基于提取的发音质量特征确定表征音频内容的发音质量的发音评分;对文本内容以及参考文本进行相似度分析,确定表征音频内容的正确度的相似度评分,对文本内容进行语法检测,确定表征音频内容的语法质量的语法评分;将发音评分,相似度评分以及语法评分进行融合处理,确定对应音频内容的综合评分。通过本发明,能够解决仅使用关键词检测来评分所导致评分不准确和不全面的问题。

技术领域

本发明涉及人工智能技术,尤其涉及一种基于人工智能的问答评分方法、装置、设备及存储介质。

背景技术

人工智能(AI,Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。

深度学习(DL,Deep Learning)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习和归纳学习等技术。

越来越多的人工智能产品具备问答评分的功能,问答评分可以应用于各种语音评分系统,例如,百科问答系统,语言教育应用的语言测试系统,口语考试系统等等,对于口语考试系统而言,越来越多的省市将英语口语考试加入到中考和高考的考试范围,口语考试规模的日益增大使得大量考生的口语数据需要进行评分,这就需要大量的口语考试老师。但由于口语考试老师的人数有限且评分成本高,人工评分也比较主观,两次评分间的随机性比较大,在长时间评分后,容易出现疲劳现象,影响评分的结果,英语口语考试智能测评系统是采用人机对话的方式,考生只需通过计算机和耳麦设备即可完成对口语试题的作答与全自动智能评分。

发明内容

本发明实施例提供一种基于人工智能的问答评分方法、装置及存储介质,能够解决仅使用关键词检测来评分所导致的评分不准确和不全面的问题。

本发明实施例的技术方案是这样实现的:

本发明实施例提供一种基于人工智能的问答评分方法,包括:

接收用户回答问题的音频内容,进行语音识别得到所述音频内容的音频特征和文本内容;

基于所述音频特征、所述文本内容以及参考文本,从至少一个维度提取对应所述音频内容的发音质量特征,并基于所提取的发音质量特征确定表征所述音频内容的发音质量的发音评分;

对所述文本内容以及所述参考文本进行相似度分析,以确定表征所述音频内容的正确度的相似度评分,

并对所述文本内容进行语法检测,以确定表征所述音频内容的语法质量的语法评分;

将所述发音评分,所述相似度评分以及所述语法评分进行融合处理,以确定对应所述音频内容的综合评分。

本发明实施例提供一种基于人工智能的问答评分装置,包括:

语音识别模块,用于接收用户回答问题的音频内容,进行语音识别得到所述音频内容的音频特征和文本内容;

发音评分模块,用于基于所述音频特征、所述文本内容以及参考文本,从至少一个维度提取对应所述音频内容的发音质量特征,并基于所提取的发音质量特征确定表征所述音频内容的发音质量的发音评分;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911051629.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top