CN113806470B 语义识别方法及装置 (华为技术有限公司)_第1页
CN113806470B 语义识别方法及装置 (华为技术有限公司)_第2页
CN113806470B 语义识别方法及装置 (华为技术有限公司)_第3页
CN113806470B 语义识别方法及装置 (华为技术有限公司)_第4页
CN113806470B 语义识别方法及装置 (华为技术有限公司)_第5页
已阅读5页,还剩36页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本申请实施例提供一种语义识别方法及装行目标意图对应的指令并将执行结果反馈给用2接收来自电子设备的语音信号,所述语音信号是用户和所述电子设备第n轮对话中所基于用户与所述电子设备的历史对话记录、所述电子设备的设备状态信息候选文本中每个候选文本对应至少一个意图,所述至少一个候选文本包含所述待处理文根据所述历史对话记录,确定第n-1轮对话中所述用户的用户说法中每个词的语义向确定所述用户说法中每个词对所述用户说法的语根据所述用户说法中每个词的语义向量和所述用户说法中每个词对所述用户说法的根据所述第n-1轮对话中用户说法的语义向量和所述待处理文本对应的词向量,确定根据所述第n-1轮对话中所述用户的用户说法中每个词的过去语义和所述未来语义,确定所述第n-1轮对话中所述用户的用户说法根据所述电子设备上的软件和硬件的运行状态,对所述电子设备3将所述第一编码向量输入至第一自编码器得到第将所述第二编码向量输入至第二自编码器得到第将所述第三编码向量输入至第三自编码器得到第确定所述各意图的匹配概率是否超过对应意图的阈值,将所述接收所述电子设备发送的指示信息,所述指示信息携带所述设备状态信息和/或所述对所述历史对话记录、所述设备状态信息或所述用户行为习惯中的至收发单元,用于接收来自电子设备的语音信号,所述语处理单元,用于将所述语音信号转换为待处理文本,基所述处理单元在基于用户与所述电子设备的历史对话记录、所述电4中所述用户的用户说法中每个词的语义向量,所述用户说法是所述第n-1轮对话中所述用13.根据权利要求12所述的装置,其特征在于,所述处理单元在根据所述历史对话记每个词的过去语义和未来语义,根据所述第n-1轮对话中所述用户的用户说法中每个词的过去语义和所述未来语义,确定所述第n-1轮对话中所述用户的用户说法中对应词的语义码器得到第二中间层向量,将所述第三编码向量输入至第三自编码器得到第三中间层向于接收所述电子设备发送的指示信息,所述指示信息携带所述设备状态信息和/或所述用5机程序或指令在语义识别装置上运行时,使得所述语义识别装置执行如权利要求1~9任一用于获取待处理的数据,所述逻辑电路用于对待处理的数据执行如权利要求1~9任一项所当所述计算机程序代码在计算机上运行时,使得所述计算机实现如权利要求1~9任一项所67法是第n-1轮对话中用户发出的语音信号对应的文本,确定用户说法中每个词对用户说法说法中每个词的过去语义和未来语义,确定第n-1轮对话中用户的用户说法中对应词的语备状态信息和用户的用户行为习惯,从白名单数据库中确定出待处理文本的目标意图之8[0020]一种可行的设计中,所述处理单元在基于用户与所述电子设备的历史对话记录、[0021]一种可行的设计中,所述处理单元在根据所述历史对话法中每个词的语义向量,所述用户说法是所述第n-1轮对话中所述用户发出的语音信号对所述用户的用户说法中每个词的语义向量时,用于确定所述第n-1轮对话中所述用户的用来语义,根据所述第n-1轮对话中所述用户的用户说法中每个词的过去语义和所述未来语9所述第三编码向量输入至第三自编码器得到第三中间层向量,融合所述第一中间层向量、第二中间层向量和第三中间层向量以得到所多个意图中各个意图的匹配概率,确定所述各意图的匹配概率是否超过对应意图的阈值,将所述匹配概率超过对应意图的阈值的意图作为所述待处理文本述指示信息携带所述设备状态信息和/或所述用户行[0028]一种可行的设计中,所述处理单元在基于用户与所述电子设备的历史对话记录、状态信息或所述用户行为习惯中的至少一个进行数据装置实现如上第一方面或第一个方面的各种可能的实现与电子设备的历史对话记录、电子设备的设备状态信息和用户行为习惯以及待处理文本,[0039]图4是本申请实施例提供的语义识别方法中多源特征编码和多源特征融合的过程器能够从电子设备1获得电子设备上的软件和/或硬件的状态,以及用户使用电子设备1上[0059]服务器2上还预先存储白名单数据库,该白名单数据库中存储至少一个候选文本[0063]图2是本申请实施例提供的语义识别方法的流程图,本实施例是从服务器的角度理文本进行多维度的匹配操作,解决了仅依靠文本进行匹配的方式导致的误匹配的问题,[0075]服务器识别出当前轮,即第n轮对话中用户说法对应的待处理文本对应的目标意本轮对话中用户发出的语音信号发送给服务器,服务器将该语音信号转换为待处理文本,[0077]上述实施例中步骤103的详细过程可参见图3。图3是本申请实施例提供的语义识[0079]其中,上下文语境指服务器根据第n轮对话中的用户说法和前几轮对话得到的有[0085]3)过滤掉停用词。这是因为每轮对话中的用户说法可能票代替所有火车票的同意词。[0092]图4是本申请实施例提供的语义识别方法中多源特征编码和多源特征融合的过程[0096]服务器确定第n-1轮对话中用户说法中每个词的语义向量时,服务器利用长短期来语义,根据所述第n-1轮对话中所述用户的用户说法中每个词的过去语义和所述未来语个词的过去语义和未来语义如公式(2-1)和公式(2-[0097]翠-1=丽(w,⃞3)(2-1)[0098]?-1=而丽(w,⃞3)(2-2)第n轮对话,n-1表示第n-1轮对话,表示第i个词在第n-1轮由双向LSTM产出的向量;q取值为1-n。公式(2-1)和公式(2-2)中向量的不同方向表示不同方[0100]对于第n-1轮对话用户说法对应的词向量中的第i个词,服务器得到该第i个词的[0104]a-'=sig示一种函数,t表示对用户说法分词后词的个数,表示第n-1轮对话中t对应的随机参[0106]服务器根据所述用户说法中每个词的语义向量和所述用户说法中每个词对所述[0108]服务器得到第n-1轮对话中用户说法的语义向量xn-1和第n轮对话中用户说法(即维度的随机向量表示电子设备上常用的50款AP式(2-7)和公式(2-8)用于自编码3时,则x为第一编码向量q,d表示的第三编码向量q的维3表示自编码器3的交叉熵的计算公式。自编码器的最后一层对应的向量z以及自编码器的输入向量,即可确定出该自编码器输入0后propagation)算法函数i:[0134]一种可行的设计中,所述处理单元12在基于用户与所述电子设备的历史对话记[0135]一种可行的设计中,所述处理单元12在根据所述历史对话记录和所述待处理文户说法中每个词的语义向量,所述用户说法是所述第n-1轮对话中所述用户发出的语音信用户说法中每个词的语义向量和所述用户说法中每个词对所述用户说法的语义的贡献分中所述用户的用户说法中每个词的语义向量时,用于确定所述第n-1轮对话中所述用户的未来语义,根据所述第n-1轮对话中所述用户的用户说法中每个词的过去语义和所述未来器得到第一中间层向量,将所述第二编码向量输入至第二自编码器得到第二中间层向量,将所述第三编码向量输入至第三自编码器得到第三中间层向量,融合所述第一中间层向的多个意图中各个意图的匹配概率,确定所述各意图的匹配概率是否超过对应意图的阈据库中确定出所述待处理文本的目标意图之前,还用于接收所述电子设备发送的指示信[0142]一种可行的设计中,所述处理单元12在基于用户与所述电子设备的历史对话记[0148]处理器21的具体实现过程可参见上述方法实施例,其实[0150]在上述在语义识别装置的实现中,存储器和处理器之间存储器(ReadOnlyMemory,简称:ROM),可编程只读存储器(ProgrammableRead-Only理器,包括中央处理器(CentralProcessingU

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论