[发明专利]语义识别方法、装置、电子设备及存储介质

权利要求书

1.一种语义识别方法，其特征在于，包括：

获取待识别查询文本；

通过语义联合识别模型，对所述待识别查询文件进行识别，输出意图识别结果和槽值识别结果；

所述语义联合识别模型包括：根据意图识别模型的第一模型损失和槽值标注模型的第二模型损失，对意图识别模型和槽值标注模型进行联合训练所得到的具有关联性的意图识别模型和槽值标注模型。

2.如权利要求1所述的语义识别方法，其特征在于，所述根据意图识别模型的第一模型损失和槽值标注模型的第二模型损失，对意图识别模型和槽值标注模型进行联合训练包括：

获取用于训练的查询文本；

提取所述查询文本的语言信息表征量，并利用领域知识库获取所述查询文本的领域信息表征量，所述领域知识库中包括至少一个领域对应的词条；

将所述语言信息表征量和所述领域信息表征量进行融合分别得到意图识别模型的第一输入向量I_CLS和槽值标注模型的第二输入向量s_token；

根据意图识别模型的第一模型损失和槽值标注模型的第二模型损失，以及所述第一输入向量I_CLS和第二输入向量s_token，对所述意图识别模型和槽值标注模型进行联合训练。

3.如权利要求2所述的语义识别方法，其特征在于，所述语言信息表征量包括所述查询文本的语境向量。

4.如权利要求3所述的语义识别方法，其特征在于，所述领域知识库包括：领域词条与类型对应关系；所述领域知识库包括的领域词条预设在分词词典中；以及

所述利用领域知识库获取所述查询文本的领域信息表征量包括：

利用所述分词词典对所述查询文本进行分词处理；

利用所述领域知识库，确定所述查询文本所包括的各领域词条对应的目标类型；并根据接收到的领域配置指令确定所述查询文本对应的目标领域；

提取所述目标领域对应的目标领域向量q，以及获取所述各查询文本各字符对应的目标类型向量t_token。

5.如权利要求4所述的语义识别方法，其特征在于，所述查询文本的语境向量包括：所述查询文本的字符序列之开始位置的开始位置语境向量c_CLS；

所述根据所述语言信息表征量和所述领域信息表征量得到意图识别模型的第一输入向量I_CLS包括：

将所述开始位置语境向量c_CLS与所述目标领域向量q进行融合得到第一输入向量I_CLS。

6.如权利要求5所述的语义识别方法，其特征在于，所述查询文本的语境向量包括：所述查询文本的各字符的字符语境向量c_token；

所述根据所述语言信息表征量和所述领域信息表征量得到槽值标注模型的第二输入向量s_token包括：

将所述各查询文本各字符对应的目标类型向量t_token与所述字符语境向量c_token进行融合得到第二输入向量s_token。