[发明专利]一种语句识别方法、语句识别装置及智能设备

权利要求书

1.一种语句识别方法，其特征在于，包括：

获取当前用户语句及历史语句集合，其中，所述当前用户语句为当前轮次的用户语句，所述历史语句集合由至少一个历史语句构成，所述历史语句包括各个历史轮次的用户语句及各个历史轮次的系统语句；

将所述当前用户语句分别与所述历史语句集合中的各个历史语句进行拼接，得到至少一个拼接语句；

分别为至少一个拼接语句标记位置；

将至少一个已标记位置的拼接语句输入至预训练模型中，分别对应得到至少一个预训练结果；

将所述至少一个预训练结果输入至已训练的第一类循环神经网络模型中，分别对应得到所述第一类循环神经网络模型输出的与各个预训练结果相关的前向输出结果和后向输出结果；

根据与各个预训练结果相关的前向输出结果和后向输出结果对所述当前用户语句进行识别；

其中，所述根据与各个预训练结果相关的前向输出结果和后向输出结果对所述当前用户语句进行识别，包括：

将与同一预训练结果相关的最后一个前向输出结果与最后一个后向输出结果进行拼接，以得到与各个预训练结果相关的拼接结果；

将与各个预训练结果相关的拼接结果输入至已训练的第二类循环神经网络模型中，通过所述第二类循环神经网络模型进行处理，得到所述当前用户语句的意图及对话行为；

其中，所述第二类循环神经网络模型包括第一GRU模型，所述将与各个预训练结果相关的拼接结果输入至已训练的第二类循环神经网络模型中，通过第二类循环神经网络模型训练处理，得到所述当前用户语句的意图及对话行为，包括：

将所有拼接结果输入至所述第一GRU模型中，得到所述第一GRU模型中最后一层隐藏层的输出；

将所述第一GRU模型中最后一层隐藏层的输出作为所述第一GRU模型中与意图及对话行为相关的分类层的输入，得到与意图及对话行为相关的分类层所输出的所述当前用户语句属于每一意图类别的概率及所述当前用户语句属于每一对话行为类别的概率；

根据所述当前用户语句属于每一意图类别的概率，确定所述当前用户语句的意图，并根据所述当前用户语句属于每一对话行为类别的概率，确定所述当前用户语句的对话行为。

2.如权利要求1所述的语句识别方法，其特征在于，所述根据与各个预训练结果相关的前向输出结果和后向输出结果对所述当前用户语句进行识别，还包括：

基于预设的筛选条件，对与各个预训练结果相关的前向输出结果和后向输出结果进行筛选，得到至少一个筛选结果，其中，一个筛选结果包括与一个预训练结果相关的前向输出结果和后向输出结果；

将所述至少一个筛选结果输入至已训练的第二类循环神经网络模型中，通过所述第二类循环神经网络模型进行处理，得到所述当前用户语句的词槽。

3.如权利要求1至2任一项所述的语句识别方法，其特征在于，所述将所述当前用户语句分别与所述历史语句集合中的各个历史语句进行拼接，得到至少一个拼接语句，包括：

获取组成所述当前用户语句的各个词语；

获取组成待拼接历史语句的各个词语，其中，所述待拼接历史语句为所述历史语句集合中的任一历史语句；

基于所述待拼接历史语句-当前用户语句的顺序，通过预设的间隔符将组成所述当前用户语句的各个词语拼接于组成所述待拼接历史语句的各个词语之后，得到所述当前用户语句与所述待拼接历史语句的拼接语句。

4.如权利要求3所述的语句识别方法，其特征在于，所述分别为至少一个拼接语句标记位置，包括：

基于所述待处理拼接语句初始化布尔向量，其中，所述待处理拼接语句为任一拼接语句，所述布尔向量中的每一元素唯一对应所述待处理拼接语句中的一个元素；

将所述待处理拼接语句中属于所述当前用户语句的元素在布尔向量中所对应的元素设定为预设的第一数值；

将所述待处理拼接语句中属于历史语句的元素在所述布尔向量中所对应的元素设定为预设的第二数值；

将所述待处理拼接语句中的间隔符在所述布尔向量中所对应的元素设定为预设的第二数值；

将所述布尔向量的长度填充或修剪至预设长度，将填充或修剪后的所述布尔向量作为所述待处理拼接语句所相应的布尔向量，以通过所述布尔向量对相应的待处理拼接语句标记位置。