[发明专利]语义分析方法、装置、智能设备及存储介质

说明书

本申请涉及一种语义分析方法、装置、智能设备及存储介质，所述方法包括：获取当前语句；对所述当前语句预处理，获取所述当前语句的特征向量；基于神经网络模型，根据所述当前语句的特征向量，识别所述当前语句；若无法识别所述当前语句，则获取上一句语句的特征向量；若所述当前语句的特征向量与所述上一句语句的特征向量符合第一预设规则，则将所述当前语句根据所述上一句语句进行语义融合，获取更新后的当前语句；基于所述神经网络模型，根据所述更新后的当前语句的特征向量，识别所述更新后的当前语句。本申请实施例实现用户与智能设备类人对话，减少用户重新唤醒智能设备的次数。

技术领域

本申请涉及自然语言处理领域，尤其涉及一种语义分析方法、装置、智能设备及存储介质。

背景技术

目前很多的智能语音设备在对语音进行分析处理时, 无法达到类人对话,比如，用户对着空调说“今天天气怎么样？”，空调会回答“今天的天气晴，…”，如果用户接着说“明天呢？”，空调就无法识别，用户需要重新唤醒空调，“xx空调，明天天气怎么样？”。

目前的智能语音设备在语义理解处理时，所有功能需要用户重新唤醒，给用户的体验造成了极大的不便，因此需要一种语义识别方法，更加接近类人对话，达到人与机器和人与人的对话基本一致，提升用户体验。

发明内容

为了解决上述技术问题中智能语音设备无法实现类人对话，用户体验差的问题，本申请提供了一种语义分析方法、装置、计算机设备及存储介质，实现用户与智能设备类人对话，减少用户唤醒智能设备的。

第一方面，本申请提供了一种语义分析方法，所述方法包括：

获取当前语句；

对所述当前语句预处理，获取所述当前语句的特征向量；基于神经网络模型，根据所述当前语句的特征向量，识别所述当前语句；若无法识别所述当前语句，则获取上一句语句的特征向量；

若所述当前语句的特征向量与所述上一句语句的特征向量符合第一预设规则，则将所

述当前语句根据所述上一句语句进行语义融合，获取更新后的当前语句；

基于所述神经网络模型，根据所述更新后的当前语句的特征向量，识别所述更新

后的当前语句。

可选的，所述上一句语句为基于所述神经网络模型可识别的语句。

可选的，所述当前语句的特征向量包括所述当前语句中各个分词的词性、词义以及所述当前语句的句式。

可选的，所述对所述当前语句预处理，获取所述当前语句的特征向量包括：

对所述当前语句进行分词；

对分词后的所述当前语句进行词性标注，获取所述当前语句中各个分词的词性；

对所述当前语句中各个分词进行词义对应，获取所述当前语句中各个分词的词义；

对所述当前语句进行句法分析，获取所述当前语句的句式。

可选的，所述预设规则包括：所述当前语句与所述上一句语句中相同词性的分词的词

义同类别，且所述当前语句与所述上一句语句的句式相同。

可选的，所述将所述当前语句根据所述上一句语句进行语义融合包括：

根据所述当前语句与所述上一句语句中分词，获取待填充分词，所述待填充分词为所述当前语句相较于所述上一句语句缺少的分词；

根据所述待填充分词的词性和词义，获取所述当前语句中的待填充位置；

将所述待填充分词填充到所述当前语句中所述待填充位置。