[发明专利]一种文本数据处理方法和智能设备

说明书

本申请实施例公开了一种文本数据处理方法，用于确认技能请求词和用户说法集合的语义一致性。本申请实施例方法包括：智能设备获取目标技能的技能请求词和用户说法集合，所述用户说法集合包括所述目标技能中每一个意图的至少一个用户说法，通过根据所述技能请求词和所述用户说法集合分别确定所述每一个意图的语义隐表示和权重，并根据所述每一个意图的语义隐表示和权重确定所述用户说法集合的目标摘要语义，根据所述技能请求词和所述目标摘要语义确定所述技能请求词和所述用户说法集合的匹配度，缩小了需要计算的两段文本的长度差距，而且基于意图级别的注意力机制确定的目标摘要语义，减少了不重要的意图所造成的干扰。

技术领域

本申请涉及人工智能领域，尤其涉及一种文本语义一致性方法和智能设备。

背景技术

语音助手(voice assistant，VA)(或智能虚拟助手，例如：华为的小艺、小米的小爱同学等)是一种通过识别用户的语音指令，以执行相应的操作的应用。语音助手除了提供自身的语音服务之外，还可以提供第三方应用的服务。这些第三方应用所提供的服务称为技能，技能用于为用户实现多种意图。例如，技能“高铁管家”，为用户实现“购票、退出界面、退票、查询订单情况”等意图。

为了调出所需要的技能并实现相关意图，开发者提供了技能请求词和用户说法。用户可以在语音助手上念出技能请求词即可调出相应的技能。例如，念出“我要买高铁票”，语音助手识别到“高铁”，即可调出“高铁管家”这项技能。调出技能后，用户可以在语音助手上念出用户说法，以实现需要的意图，例如，“我想退票”，即可实现“退票”意图，例如“请查询我的订单”，即可实现“查询订单”意图。

技能请求词是用户感知此技能所提供的服务的少数甚至唯一的通道，因此技能请求词与技能所能提供的服务内容(即用户说法)在语义上需要具有高度的一致性。当前，对于技能请求词与用户说法在语义上的一致性，可以首先将两段文本映射到同一个语义空间，得到两个向量，再进行两个向量的相似度进行计算，以确定两段文本之间语义的一致性。但是，技能请求词与用户说法的文本长度相差较大，上述方法对于文本长度相差较大的两段文本处理性能较差。

发明内容

本申请实施例提供了一种文本数据处理方法和智能设备，用于确认技能请求词和用户说法集合的语义一致性。

本申请第一方面提供了一种文本数据处理方法，包括：智能设备获取目标技能的技能请求词和用户说法集合，所述用户说法集合包括所述目标技能中每一个意图的至少一个用户说法；所述智能设备根据所述技能请求词和所述用户说法集合分别确定所述每一个意图的语义隐表示和权重；所述智能设备根据所述每一个意图的语义隐表示和权重确定所述用户说法集合的目标摘要语义；所述智能设备根据所述技能请求词和所述目标摘要语义确定所述技能请求词和所述用户说法集合的匹配度。

在本申请实施例中，获取目标技能的技能请求词和用户说法集合，所述用户说法集合包括所述目标技能中每一个意图的至少一个用户说法，通过根据所述技能请求词和所述用户说法集合分别确定所述每一个意图的语义隐表示和权重，并根据所述每一个意图的语义隐表示和权重确定所述用户说法集合的目标摘要语义，根据所述技能请求词和所述目标摘要语义确定所述技能请求词和所述用户说法集合的匹配度，缩小了需要计算的两段文本的长度差距，而且基于意图级别的注意力机制确定的目标摘要语义，减少了不重要的意图所造成的干扰。

在一些可能的实现方式中，所述智能设备根据所述用户说法集合分别确定所述每一个意图的语义隐表示，并基于深度循环神经网络对所述技能请求词进行文本处理，得到所述技能请求词的语义隐表示。最后，所述智能设备根据所述每一个意图的语义隐表示和所述技能请求词的语义隐表示确定所述每一个意图的权重，由此确定了每一个意图的权重，可以根据意图的权重来实现基于意图级别的注意力机制。