[发明专利]语句处理方法、装置、电子设备及存储介质

说明书

本申请涉及人工智能及语义识别技术领域，公开了一种语句处理方法、装置、电子设备及存储介质，其中，该语句处理方法包括：获取待处理语句；获取待处理语句所包含各词的词向量；将各词的词向量输入至语义识别模型中，通过语义识别模型得到待处理语句对应的语义特征；通过语义识别模型确定语义特征和各候选语义识别结果之间的相似度，并基于各相似度和各所述候选语义识别结果，确定待处理语句对应的语义识别结果。本申请提供的语句处理方法，能够挖掘待处理语句的深层特征，获得待处理语句的准确语义信息。

技术领域

本申请涉及人工智能及语义识别技术领域，具体而言，本申请涉及一种语句处理方法、装置、电子设备及存储介质。

背景技术

随着人工智能的发展，基于语音信号进行响应的电子设备的应用越来越广泛。电子设备在对语音信号进行响应时，需要对语音信号的语义进行判断，然后进一步基于识别出的语义进行处理。

但目前的语句识别方法中，识别出的语义往往是字面意思，识别结果并不准确，如：待处理语句为：“she said yes”，现有的识别方法往往识别为“她说是的”，但在求婚场合中，其真实意思为女方答应男方的求婚，导致对语句的识别准确性不高。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案：

本申请的一个方面，提供了一种语句处理方法，包括：

获取待处理语句；

获取待处理语句所包含各词的词向量；

将各词的词向量输入至语义识别模型中，通过语义识别模型得到待处理语句对应的语义特征；

通过语义识别模型确定语义特征和各候选语义识别结果之间的相似度，并基于各相似度和各候选语义识别结果，确定待处理语句对应的语义识别结果；其中，语义识别模型是基于训练数据集对初始神经网络模型进行训练得到的，该训练数据集中的每个训练样本包括一个样本语句中所包含的每个词的词向量、以及该样本语句对应的语义标签，语义标签表征样本语句的真实语义识别结果。

本申请的另一个方面，提供了一种语句处理装置，该装置包括：

待处理语句获取模块，用于获取待处理语句；

词向量获取模块，用于获取待处理语句所包含各词的词向量；

语义特征获取模块，用于将各词的词向量输入至语义识别模型中，通过语义识别模型得到待处理语句对应的语义特征；

确定语义识别结果模块，用于通过语义识别模型确定语义特征和各候选语义识别结果之间的相似度，并基于各相似度和各候选语义识别结果，确定待处理语句对应的语义识别结果；其中，语义识别模型是基于训练数据集对初始神经网络模型进行训练得到的，该训练数据集中的每个训练样本包括一个样本语句中所包含的每个词的词向量、以及该样本语句对应的语义标签，语义标签表征样本语句的真实语义识别结果。

本申请的再一个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本申请第一方面所示的语句处理方法。

本申请的又一个方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本申请第一方面所示的语句处理方法。

本申请提供的技术方案带来的有益效果是：

本申请提供的语句处理方法，根据待处理语句的语义特征和各候选语义识别结果之间的相似度，确定待处理语句对应的语义识别结果，相似度是待处理语句的语义特征与每一候选语义识别结果之间的距离，基于该距离能够获得不同候选语义识别结果之间的差异，挖掘待处理语句的深层含义，使得得到的语义特征能够表达该语句的真实语义，有利于提高语义识别结果的准确性。