[发明专利]一种安全应急响应机器人交互方法及系统

权利要求书

1.一种安全应急响应机器人交互方法，其特征在于，所述交互方法包括如下步骤：

获取自然语言描述命令；

对所述自然语言描述命令进行分词处理，获得自然语言描述命令的词序列；

采用网络爬虫技术确定词序列中每个词的权重；

利用预训练后的文本表示模型确定所述词序列中每个词的词向量；

将词序列中每个词的词向量和权重的乘积组成自然语言描述命令的句子向量；

将所述句子向量输入深度语义匹配模型进行意图识别，确定自然语言描述命令的意图；

对所述词序列进行槽位提取，获取自然语言描述命令的槽位；

根据自然语言描述命令的槽位和意图，生成机器人可执行命令。

2.根据权利要求1所述的安全应急响应机器人交互方法，其特征在于，所述利用预训练后的文本表示模型确定所述词序列中每个词的词向量，之前还包括：

对所述词序列进行句法分析，建立所述词序列的语法树；

根据所述语法树和每个词的权重，删除所述词序列中权重小于权重阈值且不是语法树中主干的词，获得简化处理后的词序列。

3.根据权利要求1所述的安全应急响应机器人交互方法，其特征在于，所述深度语义匹配模型包括卷积层、池化层和匹配层；

所述卷积层和所述池化层用于对所述句子向量进行特征提取，获得所述句子向量的特征向量；

所述匹配层用于计算所述句子向量的特征向量与数据库中不同意图的特征向量的余弦相似度后，再计算余弦相似度的反余弦值，将1减去反余弦值与π的商的差值作为句子向量的特征向量与数据库中不同意图的特征向量的相似度。

4.根据权利要求1所述的安全应急响应机器人交互方法，其特征在于，所述对所述词序列进行槽位提取，获取自然语言描述命令的槽位，具体包括：

采用命名实体识别模型对所述词序列进行槽位提取，获取自然语言描述命令的槽位。

5.根据权利要求1所述的安全应急响应机器人交互方法，其特征在于，所述对所述词序列进行槽位提取，获取自然语言描述命令的槽位，具体包括：

计算所述词序列中每个词与自然语言描述命令的意图的实体的相似度；

将词序列中相似度最高的词，作为自然语言描述命令的槽位。

6.根据权利要求1所述的安全应急响应机器人交互方法，其特征在于，所述对所述词序列进行槽位提取，获取自然语言描述命令的槽位，具体包括：

采用查找实体列表的方式，对所述词序列进行槽位提取，获取自然语言描述命令的槽位。

7.一种安全应急响应机器人交互系统，其特征在于，所述交互系统包括：

自然语言描述命令获取模块，用于获取自然语言描述命令；

分词模块，用于对所述自然语言描述命令进行分词处理，获得自然语言描述命令的词序列；

权重确定模块，用于采用网络爬虫技术确定词序列中每个词的权重；

词向量确定模块，用于利用预训练后的文本表示模型确定所述词序列中每个词的词向量；

句子向量生成模块，用于将词序列中每个词的词向量和权重的乘积组成自然语言描述命令的句子向量；

意图识别模块，用于将所述句子向量输入深度语义匹配模型进行意图识别，确定自然语言描述命令的意图；

槽位提取模块，用于对所述词序列进行槽位提取，获取自然语言描述命令的槽位；

机器人可执行命令生成模块，用于根据自然语言描述命令的槽位和意图，生成机器人可执行命令。

8.根据权利要求7所述的安全应急响应机器人交互系统，其特征在于，所述交互系统还包括：

句法分析模块，用于对所述词序列进行句法分析，建立所述词序列的语法树；

简化处理模块，用于根据所述语法树和每个词的权重，删除所述词序列中权重小于权重阈值且不是语法树中主干的词，获得简化处理后的词序列。