[发明专利]一种语句识别方法、语句识别装置及智能设备在审
申请号: | 201911111256.9 | 申请日: | 2019-11-14 |
公开(公告)号: | CN111046654A | 公开(公告)日: | 2020-04-21 |
发明(设计)人: | 黄日星;熊友军 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
主分类号: | G06F40/279 | 分类号: | G06F40/279;G06F40/242;G06F40/211 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 刘永康 |
地址: | 518000 广东省深圳市南山区*** | 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: | 一种 语句 识别 方法 装置 智能 设备 | ||
1.一种语句识别方法,其特征在于,包括:
接收输入语句;
对所述输入语句进行实体词语识别;
若所述输入语句不存在实体词语,则将所述输入语句作为识别语料;
若所述输入语句存在一个以上实体词语,则基于所述输入语句所包含的一个以上实体词语,以及所述一个以上实体词语所属的实体词语类别,对所述输入语句进行替换,得到一个以上替换语料,并将所述替换语料作为识别语料;
分别对各个识别语料进行意图识别,并根据意图识别的结果确定所述输入语句的意图。
2.如权利要求1所述的语句识别方法,其特征在于,所述对所述输入语句进行实体词语识别,包括:
获取预设的一个以上实体词语类别;
依次将所述一个以上实体词语类别中的一实体词语类别确定为目标实体词语类别;
基于所述目标实体词语类别所关联的实体词语识别算法,对所述输入语句进行实体词语识别,得到属于所述目标实体词语类别的实体词语。
3.如权利要求2所述的语句识别方法,其特征在于,所述依次将所述一个以上实体词语类别中的一实体词语类别确定为目标实体词语类别,包括:
分别获取各个实体词语类别的优先级;
基于所述优先级由高至低的顺序,依次将所述一个以上实体词语类别中的一实体词语类别确定为目标实体词语类别。
4.如权利要求1所述的语句识别方法,其特征在于,所述分别对各个识别语料进行意图识别,并根据意图识别的结果确定所述输入语句的意图,包括:
计算待匹配识别语料与预设的一项以上意图类别的匹配得分,其中,所述待匹配识别语料为任一识别语料,每一项意图类别对应一个意图;
根据所述待匹配识别语料与预设的一项以上意图类别的匹配得分,确定待匹配识别语料的所属意图类别;
在所有识别语料中,根据各个识别语料与对应的所属意图类别的匹配得分,确定目标识别语料,其中,所述目标识别语料为与对应的所属意图类别的匹配得分最高的识别语料;
将所述目标识别语料的所属意图类别所对应的意图确定为所述输入语句的意图。
5.如权利要求4所述语句识别方法,其特征在于,所述计算待匹配识别语料与预设的一项以上意图类别的匹配得分,包括:
获取待匹配意图类别中所包含的所有模板语料,其中,所述待匹配意图类别为任一项意图类别;
分别计算所述待匹配识别语料与所述待匹配意图类别中所包含的各个模板语料的距离;
基于所述待匹配识别语料与所述待匹配意图类别中所包含的各个模板语料的距离,确定所述待匹配识别语料与所述待匹配意图类别的匹配得分。
6.如权利要求5所述的语句识别方法,其特征在于,所述分别计算待匹配识别语料与所述待匹配意图类别中所包含的各个模板语料的距离,包括:
计算所述待匹配识别语料与所述待匹配意图类别中所包含的各个模板语料的余弦距离,并筛选得到余弦距离最大值;
计算所述待匹配识别语料与所述待匹配意图类别中所包含的所有模板语料的余弦距离平均值;
计算所述待匹配识别语料与所述待匹配意图类别中所包含的各个模板语料的编辑距离,并筛选得到编辑距离最大值;
相应地,所述基于所述待匹配识别语料与所述待匹配意图类别中所包含的各个模板语料的距离,确定所述待匹配识别语料与所述待匹配意图类别的匹配得分,包括:
根据所述余弦距离最大值、所述余弦距离平均值及所述编辑距离最大值,确定所述待匹配识别语料与所述待匹配意图类别的匹配得分。
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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201911111256.9/1.html,转载请声明来源钻瓜专利网。