[发明专利]一种语句识别方法、语句识别装置及智能设备

说明书

本申请公开了一种语句识别方法、装置、智能设备及计算机可读存储介质，其中，该方法包括：接收输入语句；对输入语句进行实体词语识别；若输入语句不存在实体词语，则将输入语句作为识别语料；若输入语句存在实体词语，则基于输入语句所包含的一个以上实体词语，以及一个以上实体词语所属的实体词语类别，对输入语句进行替换，得到一个以上替换语料作为识别语料；通过已训练的神经网络模型，得到各个识别语料的语句向量；计算各语句向量与预设的一项以上意图类别的相似度，以确定各识别语料的所属意图类别；根据每一识别语料的所属意图类别，确定输入语句的意图。通过本申请方案，可提升语音助手识别语句的速度，减轻语音助手训练过程中的数据量。

技术领域

本申请属于人工智能技术领域，尤其涉及一种语句识别方法、语句识别装置、智能设备及计算机可读存储介质。

背景技术

当前，随着当前人工智能的不断发展，用户已经可以通过智能设备所搭载的语音助手实现多项操作。语音助手在识别用户所输入的语句时，往往会先对该语句的意图进行识别，以获知用户所需要进行的操作。这一过程往往会导致数据爆炸，从而影响到语音助手的工作效率。

发明内容

有鉴于此，本申请提供了一种语句识别方法、语句识别装置、智能设备及计算机可读存储介质，可提升语音助手识别语句的速度，减轻语音助手训练过程中的数据量。

本申请的第一方面提供了一种语句识别方法，包括：

接收输入语句；

对上述输入语句进行实体词语识别；

若上述输入语句不存在实体词语，则将上述输入语句作为识别语料；

若上述输入语句存在一个以上实体词语，则基于上述输入语句所包含的一个以上实体词语，以及上述一个以上实体词语所属的实体词语类别，对上述输入语句进行替换，得到一个以上替换语料，并将上述替换语料作为识别语料；

通过已训练的神经网络模型，得到各个识别语料的语句向量；

分别计算每一语句向量与预设的一项以上意图类别的相似度，以确定每一识别语料的所属意图类别，其中，每一项意图类别对应一个意图；

根据每一识别语料的所属意图类别，确定上述输入语句的意图。

本申请的第二方面提供了一种语句识别装置，包括：

接收单元，用于接收输入语句；

实体词语识别单元，用于对上述输入语句进行实体词语识别；

替换单元，用于若上述输入语句存在一个以上实体词语，则基于上述输入语句所包含的一个以上实体词语，以及上述一个以上实体词语所属的实体词语类别，对上述输入语句进行替换，得到一个以上替换语料；

识别语料确定单元，用于当上述输入语句不存在实体词语时，将上述输入语句作为识别语料，当上述输入语句存在一个以上实体词语时，将上述替换语料作为识别语料；

获取单元，用于通过已训练的神经网络模型，得到各个识别语料的语句向量；

意图识别单元，用于分别计算每一语句向量与预设的一项以上意图类别的相似度，以确定每一识别语料的所属意图类别，其中，每一项意图类别对应一个意图；

意图确定单元，用于根据每一识别语料的所属意图类别，确定上述输入语句的意图。

本申请的第三方面提供了一种智能设备，上述智能设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。

本申请的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。