[发明专利]一种基于云计算应用的语言处理系统在审

专利信息
申请号: 202010082686.9 申请日: 2020-02-07
公开(公告)号: CN111314451A 公开(公告)日: 2020-06-19
发明(设计)人: 蒲瑶;沈彬彬;刘郁松 申请(专利权)人: 普强时代(珠海横琴)信息技术有限公司
主分类号: H04L29/08 分类号: H04L29/08;G06F40/30;G06N3/04
代理公司: 北京科亿知识产权代理事务所(普通合伙) 11350 代理人: 汤东凤
地址: 519000 广东省珠海市*** 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 基于 计算 应用 语言 处理 系统
【说明书】:

发明公开了一种基于云计算应用的语言处理系统,涉及语言处理技术领域,具体为一种基于云计算应用的语言处理系统,所述语言处理系统采用SOA架构,使用Web接口提供对外服务,所述语言处理系统包括Web Servers交互模块和自然语言处理服务模块。该基于云计算应用的语言处理系统,通过在该语言处理系统中配置强鲁棒语义理解引擎,配合矢量转换方法的使用,利用深度神经网络对句子进行编码,从而达到挖掘句子深层语义的目的,提高了该语言处理系统对句子语义理解的多方面和对角度性,提高了回复文本的精确性,该语言处理系统集合了丰富的上下文处理方式、丰富的回答生成方式,降低了回复文本的晦涩度,便于用户对回复文本内容的理解。

技术领域

本发明涉及语言处理技术领域,具体为一种基于云计算应用的语言处理系统。

背景技术

自然语言处理是使用人类语言与计算机进行通信的重要技术。在人机对话系统中,自然语言处理系统相当于系统的大脑,能理解用户说出一句话的目的,获取这句话的信息,最终将合适的回答返回给用户。自然语言处理是人工智能的热门研究方向,有着宽广的前景,并广泛应用于社会的各个方面。但是现有的自然语言处理系统的语义理解不够精确,语言处理系统中的规则较为简单,语言处理的结果存在歧义,导致语言处理系统的使用无法解决用户的问题。

发明内容

针对现有技术的不足,本发明提供了一种基于云计算应用的语言处理系统,解决了上述背景技术中提出的问题。

为实现以上目的,本发明通过以下技术方案予以实现:一种基于云计算应用的语言处理系统,所述语言处理系统采用SOA架构,使用Web接口提供对外服务,所述语言处理系统包括Web Servers交互模块和自然语言处理服务模块,所述Web Server交互模块接收输入文本,将输入文本返回到自然语言处理服务模块,所述自然语言处理服务模块根据上述输入文本生成回复文本,并将回复文本返回至Web Server交互模块。

可选的,所述自然语言处理服务模块包括:语言处理网关、强鲁棒语义理解引擎和语言生成引擎,所述语言处理网关设置为该自然语言处理服务模块的入口,所述语言处理网关接收输入文本,将输入文本返回至强鲁棒语义理解引擎,强鲁棒语义理解引擎提取出输入文本符合的意图及包含的各项数据,并将这些数据返回给语言生成引擎。

可选的,所述强鲁棒语义理解引擎包括规则引擎、匹配引擎和分类引擎,所述规则引擎中配置有规则、知识库问答对,所述匹配引擎中配置有匹配方法,所述分类引擎中配置有意图分类方法,所述强鲁棒语义理解引擎根据规则引擎中预先配置的规则、预先输入的知识库问答对,使用规则结合语义匹配、意图分类方法,提取出句子符合的意图及包含的各项数据。

可选的,所述语言生成引擎包括文本回复模块、模板回复模块、脚本回复模块和自定义接口远程调用回复模块,所述语言生成引擎中配置有各个意图的数据处理、回复及上下文关系,所述语言生成引擎根据强鲁棒语义理解引擎返回的结果,生成对应的回复文本。

可选的,所述强鲁棒语义理解引擎采用语义规则和深度神经网络相结合的方法,所述深度神经网络包括卷积神经网络和循环神经网络。

可选的,所述强鲁棒语义理解引擎内设置有语义槽、意图级的追问功能,根据强鲁棒语义理解引擎的理解结果设置追问用于补充用户尚未提供的必要信息或引导用户进入既定流程。

可选的,所述自然语言处理服务模块的回复时间与配置的规则数量、词典大小呈反比,所述自然语言处理服务模块的性能指标因素包括:规则的复杂程度、使用词表的大小、用户输入文本长度以及计算机CPU的运算能力。

可选的,所述强鲁棒语义理解引擎中配置有矢量转换方法,所述矢量转换方法结合词矢量将词语转换为数学向量,利用数学向量描述词语层次的语义逻辑,使用卷积神经网络和循环神经网络对句子进行编码。

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普强时代(珠海横琴)信息技术有限公司,未经普强时代(珠海横琴)信息技术有限公司许可,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/202010082686.9/2.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