[发明专利]语义识别方法、装置、存储介质及处理器

说明书

本申请公开了一种语义识别方法、装置、存储介质及处理器。该方法包括：将待识别的目标音频数据转化为目标字符串，其中，目标音频数据为通话发起对象和通话接收对象之间的通话音频数据；将目标字符串输入语义分析模型，得到多个标签，其中，语义分析模型包括多个子模型，每个子模型用于预测目标字符串是否归属于子模型描述的标签，每个标签用于表征一种类型的目标语义信息；根据多个标签识别目标音频数据中包含的目标语义信息。通过本申请，解决了相关技术中对语音通话进行语义识别的准确率较低的问题。

技术领域

本申请涉及债务催收语音识别技术领域，具体而言，涉及一种语义识别方法、装置、存储介质及处理器。

背景技术

随着互联网金融的高速发展，消费金融类业务大量涌现，业务监管也越来越重要，例如，在贷款类业务中，贷后监管必不可少。在贷后监管过程中，催收行业是关键，在催收流程中，电话催收任务往往占据较大的比重，具体地，根据催收员的电话录音，对债务人和催收员的话术进行语义识别，从而进一步分析债务人还款意愿、分析催收员行为画像等。

相关技术中对债务人和催收员的话术进行语义识别时存在一些缺陷：第一，在对催收文本进行分析之前，通常是要将音频进行语音转写，并基于转写后的文字进行分析，由于催收员或欠款人的通话中可能存在方言、咬字不清、背景嘈杂等情况，转写后的文字表述不准确。第二，相关技术中在进行语义识别时，大多利用关键词、依存句法分析，或LSTM(Long Short-Term Memery，长短期记忆网络)等循环神经网络进行识别。利用关键词进行语义识别的方式，识别准确率较低，且没有真正意义上理解语句；依存句法分析进行语义识别的方式，由于催收对话文本与书面语言不同，较为口语化，难以达到准确识别的效果；根据循环神经网络进行识别的方式，虽然在长文本分析方面效果显著，但在催收场景下，催收员与债务人之前的对话经常是问答式，且每句长度一般不超过100字，甚至只有几个字，该方式在对短文本识别的效果不佳。此外，循环神经网络模型训练的时间较为漫长，在庞大的数据样本下，模型迭代时间较长。

针对相关技术中对语音通话进行语义识别的准确率较低的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供一种语义识别方法、装置、存储介质及处理器，以解决相关技术中对语音通话进行语义识别的准确率较低的问题。

根据本申请的一个方面，提供了一种语义识别方法。该方法包括：将待识别的目标音频数据转化为目标字符串，其中，目标音频数据为通话发起对象和通话接收对象之间的通话音频数据；将目标字符串输入语义分析模型，得到多个标签，其中，语义分析模型包括多个子模型，每个子模型用于预测目标字符串是否归属于子模型描述的标签，每个标签用于表征一种类型的目标语义信息；根据多个标签识别目标音频数据中包含的目标语义信息。

可选地，将待识别的目标音频数据转化为目标字符串包括：将待识别的目标音频数据转化为目标文字字符串；将目标文字字符串转化为目标拼音字符串，并将目标拼音字符串作为目标字符串。

可选地，在将目标字符串输入语义分析模型，得到多个标签之前，该方法还包括：判断目标字符串是否为脏数据；在目标字符串不属于脏数据的情况下，执行将目标字符串输入语义分析模型，得到多个标签的步骤。

可选地，通话接收对象为第一类对象或第二类对象，语义分析模型包括第一子模型、第二子模型和第三子模型，其中，第一子模型用于描述第一类对象和第二类对象均适用的标签，第二子模型用于描述仅适用于第一类对象的标签，第三子模型用于描述仅适用于第二类对象的标签，将目标字符串输入语义分析模型，得到多个标签包括：将目标字符串输入第一子模型，得到第一标签；基于目标音频数据判断通话接收对象是第一类对象还是第二类对象；在通话接收对象是第一类对象的情况下，将目标字符串输入第二子模型，得到第二标签；在通话接收对象是第二类对象的情况下，将目标字符串输入第三子模型，得到第三标签。