[发明专利]语音交互方法、服务器和计算机可读存储介质

说明书

本发明涉及语音技术领域，涉及一种语音交互方法、服务器和存储介质。该方法包括：接收车辆转发的用户语音请求；对语音请求的文本内容进行句法分析并构造语义树；解析语义树并提取实体对；利用提取的实体对使用预训练模型来预测实体之间的关系；利用预测结果完成语音请求的反馈。本发明通过句法分析并构造成语义树，再解析语义树确定实体间的关系并结合依赖关系传导，将包含嵌套关系的实体词根据语法关系组合起来，提取合理的组合实体对；最后再通过基于预训练模型的泛化理解能力，也许样本并不存在，但也能在一定程度上准确预测出两者之间的关系，进而完成后续的语音交互过程，改善了车载环境下使用语音的用户体验。

技术领域

本发明涉及语音技术领域，特别是涉及一种语音交互方法、服务器和计算机可读存储介质。

背景技术

随着车辆智能化的发展，在车辆上使用语音进行交互的方式越来越受到用户的欢迎。车载语音的应用场景中，经常会发生用户针对某类实体进行操作和询问的情况，例如：用户发出语音请求“打开空调”、“大灯开关在哪里”、“音乐频道刷新”等。在此类情况中，相关动作、询问和实体之间的关系组合决定了用户的实际意图。

BERT的全称是Bidirectional Encoder Representation from Transformers，即双向Transformer的Encoder。作为自然语言处理领域广泛应用的预训练模型，BERT在各项任务中表现出良好的泛化性和精度。BERT在预训练过程中有两个任务，第一个是随机遮掩一句话中的某些词，来预测这些词出现的概率，这种随机遮掩方法假定词之间相互独立，例如“导航去肥仔烧排骨”，显然“肥仔烧排骨”中词之间的关系比跟“导航”更密切。

传统方式中，通常针对意图识别使用的方式包括文本分类、实体关系提取等。以实体关系提取为例，“导航去肥仔烧排骨”这个语音请求(Query)的实际含义是发出导航到一家名称为“肥仔烧排骨”的餐厅的导航请求，而在提取完实体后的结果如下：[“导航”,”肥仔”,”烧”,”排骨”]，如果要预测动作和实体之间的关系，排列组合后的关系是：

[“导航”,“肥仔”]

[“导航”,“烧”]

[“导航”,“排骨”]

[“肥仔”,“烧”]

[“肥仔”,“排骨”]

[“烧”,“排骨”]

如果返回的结果是：[“导航”,“肥仔”]，[“导航”,“排骨”]，[“烧”,“排骨”]，那么仍然无法知道组合实体和动作的关系。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种语音交互方法、服务器和计算机可读存储介质。

为了解决上述问题，本发明实施例公开了一种语音交互方法，其特征在于，包括：

接收车辆转发的用户语音请求；

对语音请求的文本内容进行句法分析并构造语义树；

解析语义树并提取实体对；

利用提取的实体对使用预训练模型来预测实体之间的关系；

利用预测结果完成语音请求的反馈。

进一步地，对语音请求的文本内容进行句法分析并构造语义树，包括：

基于包括句法结构分析、依存关系分析、深层文法句法分析在内的任意一种方式对语音请求的文本内容进行句法分析并构造语义树。

进一步地，对语音请求的文本内容进行句法分析并构造语义树，包括：

基于依存关系分析的方式对语音请求的文本内容进行句法分析；