一种基于工作流的中文实体关系挖掘方法技术

本发明专利技术提供了一种基于工作流的中文实体关系挖掘方法，其包括以下步骤：S1：通过麦克风录入语音信息，将所述语音信息识别成文字语句；S2：设置多个文字识别库，每个文字识别库分别存储有不同类型的文字；S3：所述每个文字识别库中的各个文字分别对应一个执行指令；S4：将中文语句的每个文字按照所述文字识别库中的文字类型进行拆分；S5：将分割成的每个文字对应的执行指令进行合并，形成一整套操作流程；S6：所述操作流程即为中文实体的标准化操作。本发明专利技术提供的基于工作流的基于工作流的中文实体关系挖掘方法识别率高，操作可靠性高，可以广泛用于人工语音智能中。

【技术实现步骤摘要】

本专利技术涉及到智能识别
，特别是一种基于工作流的中文实体关系挖掘方法。
技术介绍
现有技术目前的语音识别方式都是按照存储在数据库中的语句执行操作，不在数据库中的语句不能有效的识别，或者语句中词语顺序不一致时也难以识别，识别率低，执行操作较为困难。
技术实现思路
为解决上述技术问题，本专利技术提供了一种基于工作流的中文实体关系挖掘方法，其特征在于，包括以下步骤：S1：通过麦克风录入语音信息，将所述语音信息识别成文字语句；S2：设置多个文字识别库，每个文字识别库分别存储有不同类型的文字；S3：所述每个文字识别库中的各个文字分别对应一个执行指令；S4：将中文语句的每个文字按照所述文字识别库中的文字类型进行拆分；S5：将分割成的每个文字对应的执行指令进行合并，形成一整套操作流程；S6：所述操作流程即为中文实体的标准化操作。较佳地，所述文字识别库中的文字定期进行更新。较佳地，步骤S3中的非文字识别库中的词删除。较佳地，所述步骤S1中将未识别出的语音信息删除。本专利技术具有以下有益效果：本专利技术提供的基于工作流的基于工作流的中文实体关系挖掘方法识别率高，操作可靠性高，可以广泛用于人工语音智能中。当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。具体实施方式下面将结合本专利技术实施例对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术实施例提供了一种基于工作流的中文实体关系挖掘方法，其包括以下步骤：S1：通过麦克风录入语音信息，将所述语音信息识别成文字语句；S2：设置多个文字识别库，每个文字识别库分别存储有不同类型的文字；S3：所述每个文字识别库中的各个文字分别对应一个执行指令；S4：将中文语句的每个文字按照所述文字识别库中的文字类型进行拆分；S5：将分割成的每个文字对应的执行指令进行合并，形成一整套操作流程；S6：所述操作流程即为中文实体的标准化操作。其中所述文字识别库中的文字定期进行更新。步骤S3中的非文字识别库中的词删除。所述步骤S1中将未识别出的语音信息删除。本专利技术提供的基于工作流的基于工作流的中文实体关系挖掘方法识别率高，操作可靠性高，可以广泛用于人工语音智能中。以上公开的本专利技术优选实施例只是用于帮助阐述本专利技术。优选实施例并没有详尽叙述所有的细节，也不限制该专利技术仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本专利技术的原理和实际应用，从而使所属
技术人员能很好地理解和利用本专利技术。本专利技术仅受权利要求书及其全部范围和等效物的限制。本文档来自技高网...

【技术保护点】
一种基于工作流的中文实体关系挖掘方法，其特征在于，包括以下步骤：S1：通过麦克风录入语音信息，将所述语音信息识别成文字语句；S2：设置多个文字识别库，每个文字识别库分别存储有不同类型的文字；S3：所述每个文字识别库中的各个文字分别对应一个执行指令；S4：将中文语句的每个文字按照所述文字识别库中的文字类型进行拆分；S5：将分割成的每个文字对应的执行指令进行合并，形成一整套操作流程；S6：所述操作流程即为中文实体的标准化操作。

【技术特征摘要】
1.一种基于工作流的中文实体关系挖掘方法，其特征在于，包括以下步骤：S1：通过麦克风录入语音信息，将所述语音信息识别成文字语句；S2：设置多个文字识别库，每个文字识别库分别存储有不同类型的文字；S3：所述每个文字识别库中的各个文字分别对应一个执行指令；S4：将中文语句的每个文字按照所述文字识别库中的文字类型进行拆分；S5：将分割成的每个文字对应的执行指令进行合并，...

【专利技术属性】
技术研发人员：王佳，
申请(专利权)人：王佳，
类型：发明
国别省市：湖北;42