[发明专利]一种日程设置方法、装置和存储介质在审

专利信息
申请号: 202010936030.9 申请日: 2020-09-08
公开(公告)号: CN112150103A 公开(公告)日: 2020-12-29
发明(设计)人: 练志峰;冯牮 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06F40/289;G06F40/30;G10L15/26;G10L25/24;G10L15/14
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 彭绪坤
地址: 518057 广东省深圳*** 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 日程 设置 方法 装置 存储 介质
【权利要求书】:

1.一种日程设置方法,其特征在于,包括:

获取用户输入的语音信息;

对所述语音信息进行识别,得到所述语音信息对应的文本信息;

从所述文本信息中分离得到时间信息,并根据所述时间信息和当前时间确定日程时间;

根据所述日程时间和所述文本信息生成日程信息;

根据所述日程信息,对终端进行日程设置。

2.如权利要求1所述的日程设置方法,其特征在于,所述根据所述日程信息,对终端进行日程设置,包括:

显示所述日程信息;

当检测到用户针对所述日程信息的确定操作时,根据所述日程信息,对终端进行日程设置。

3.如权利要求2所述的日程设置方法,其特征在于,所述根据所述日程信息,对终端进行日程设置,还包括:

显示所述日程信息;

当检测到用户针对所述日程信息的修改操作时,获取修改后的日程信息;

根据所述修改后的日程信息,对终端进行日程设置。

4.如权利要求1所述的日程设置方法,其特征在于,所述对终端进行日程设置,包括:

设置所述终端基于所述日程时间提示日程信息。

5.如权利要求1所述的日程设置方法,其特征在于,所述从所述文本信息中分离得到时间信息,并根据所述时间信息和当前时间确定日程时间,包括:

采用预设分词模型对所述文本信息进行识别和划分,得到所述文本信息对应的多个词单元,并确定所述词单元对应的词属性;

根据所述词单元以及所述词属性,提取所述文本信息中的时间信息,并根据所述时间信息和当前时间确定日程时间。

6.如权利要求5所述的日程设置方法,其特征在于,根据所述词单元以及所述词属性,提取所述文本信息中的时间信息,并根据所述时间信息和当前时间确定日程时间包括:

根据所述词单元以及所述词属性,获取所述词单元之间的语义关系;

从所述词单元中确定时间词单元,并根据所述时间词单元、当前时间以及所述时间词单元之间的语义关系,确定日程时间。

7.如权利要求6所述的日程设置方法,其特征在于,所述根据所述词单元以及所述词属性,获取所述词单元之间的语义关系,包括:

根据所述文本信息对应的词单元和词属性,生成句子依存关系树;

基于预设依存规则,对所述句子依存关系树中的节点进行规则匹配;

当规则匹配成功时,以所述节点为中心结构生成语义关联组;

基于所述句子依存关系树与所述语义关联组确定所述词单元之间的依存关系。

8.如权利要求5所述的日程设置方法,其特征在于,所述采用预设分词模型对所述文本信息进行识别和划分,得到所述文本信息对应的多个词单元,并确定所述词单元对应的词属性,包括:

识别所述文本信息中的字单元;

根据所述字单元对所述文本信息进行编码运算,得到文本特征向量;

根据所述文本特征向量及预设分词模型特征提取时刻的隐层状态,生成词性特征向量;

对所述词性特征向量进行解码运算,确定所述文本信息对应的词单元,以及所述词单元对应的词属性。

9.如权利要求8所述的日程设置方法,其特征在于,所述根据所述文本特征向量及预设分词模型特征提取时刻的隐层状态,生成词性特征向量,包括:

确定所述当前特征提取时刻的上一特征提取时刻,获取所述上一特征提取时刻的向左隐层状态,根据所述特征提取时刻特征向左隐层状态计算所述当前特征提取时刻的向左隐层状态;

确定所述当前特征提取时刻的下一特征提取时刻,获取所述下一特征提取时刻的向右隐层状态,根据所述特征提取时刻和向右隐层状态计算当前特征提取时刻的向右隐层状态;

根据所述当前特征提取时刻的向左隐层状态和向右隐层状态,生成词性特征向量。

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腾讯科技(深圳)有限公司,未经腾讯科技(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/202010936030.9/1.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