[发明专利]多轮对话中语义补齐的方法、装置、设备及存储介质在审

专利信息
申请号: 202010088078.9 申请日: 2020-02-12
公开(公告)号: CN111325034A 公开(公告)日: 2020-06-23
发明(设计)人: 黄孟缘 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F40/30 分类号: G06F40/30;G06F40/253
代理公司: 北京市京大律师事务所 11321 代理人: 刘挽澜
地址: 518033 广东省深圳市福田区福*** 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: 轮对 语义 方法 装置 设备 存储 介质
【权利要求书】:

1.一种多轮对话中语义补齐的方法,其特征在于,包括:

利用预置语料断句函数与预置分析函数,对获取到的用户输入的第一语句进行语法检测,得到第一语句检测结果,所述第一语句检测结果为所述第一语句中每个词语之间的目标依存关系;

利用所述预置语料断句函数与所述预置分析函数,对获取到的用户新一轮输入的第二语句进行语法检测,得到第二语句检测结果,所述第二语句检测结果为所述第二语句中每个词语之间的目标依存关系;

判断所述第二语句检测结果是否仅包括单实体且所述第二语句为疑问句;

当所述第二语句检测结果仅包括单实体且所述第二语句为疑问句时,根据所述第一语句检测结果将所述第二语句的语义缺失部分补齐,得到第一补齐语句;

判断所述第一补齐语句中是否包括指代不明的词语,所述指代不明的词语包括代词、量词以及冠词;

若所述第一补齐语句中包括指代不明的词语,则根据所述第一语句检测结果将所述第一补齐语句中指代不明的词语替换,得到第二补齐语句。

2.根据权利要求1所述的方法,其特征在于,所述利用预置语料断句函数与预置分析函数,对获取到的用户输入的第一语句进行语法检测,得到第一语句检测结果,所述第一语句检测结果为所述第一语句中每个词语之间的目标依存关系包括:

获取用户输入的第一语句;

利用预置语料断句函数将所述第一语句进行语句分割,得到第一输入语句;

利用预置分析函数对所述第一输入语句进行语法检测,得到第一语句检测结果,所述第一语句检测结果为所述第一输入语句中每个词语之间的目标依存关系。

3.根据权利要求2所述的方法,其特征在于,所述利用预置语料断句函数将所述第一语句进行语句分割,得到第一输入语句包括:

对所述第一语句进行断句,得到分段语句;

将所述分段语句中的分段语料与预置语料进行匹配,预置语料是依据业务数据建立在预置意图规则库中的语料;

若所述分段语料与所述预置语料相匹配,则在所述分段语料的前后位置对所述分段语句进行分割,得到分割语句,并将所述分割语句作为第一输入语句;

若所述分段语料与所述预置语料不相配,则直接将所述分段语料作为第一输入语句。

4.根据权利要求2所述的方法,其特征在于,所述利用预置分析函数对所述第一输入语句进行语法检测,得到第一语句检测结果,所述第一语句检测结果为所述第一输入语句中每个词语之间的目标依存关系包括:

对所述第一输入语句中的词语进行词性标注以及实体抽取,得到第一语句标注结果;

计算每个所述词语之间的依存概率,所述词语为所述第一语句标注结果中的词语,所述依存概率为预置依存关系出现的频次;

确定每个所述词语之间的目标依存关系,所述依存概率权重最大的概率所对应的所述预置依存关系为所述词语之间的所述目标依存关系;

获取第一语句检测结果,所述第一语句检测结果为所述第一输入语句中每个所述词语之间的所述目标依存关系。

5.根据权利要求1所述的方法,其特征在于,所述当所述第二语句检测结果仅包括单实体且所述第二语句为疑问句时,根据所述第一语句检测结果将所述第二语句的语义缺失部分补齐,得到第一补齐语句包括:

当所述第二语句检测结果仅包括单实体且所述第二语句为疑问句时,提取出所述第二语句检测结果中的单实体,并将所述单实体作为第一目标词语;

在所述第一语句检测结果中筛选与所述第一目标词语语法结构相同的所述单实体,得到第二目标词语;

在所述第一语句中,利用所述第一目标词语替换所述第二目标词语,得到第一补齐语句。

6.根据权利要求1-5所述的方法,其特征在于,所述判断所述第一补齐语句中是否包括指代不明的词语,所述指代不明的词语包括代词、量词以及冠词包括:

获取第一补齐语句的检测结果,所述第一补齐语句的检测结果为所述第二语句检测结果与所述第一语句检测结果的结合;

判断所述第一补齐语句的检测结果中是否包括代词、量词以及冠词。

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平安科技(深圳)有限公司,未经平安科技(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/202010088078.9/1.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