多轮交互并行语义理解方法和装置制造方法及图纸

本申请提出一种多轮交互并行语义理解方法和装置，该多轮交互并行语义理解方法包括：接收语音数据；对所述语音数据进行切分，得到语音数据片断，以及，对所述语音数据片断进行语音识别，得到当前切分文本数据；对当前切分文本数据进行独立语义理解，得到第一语义理解结果，以及，根据用户交互的历史数据对当前切分文本数据进行语义理解，得到第二语义理解结果；选择所述第一语义理解结果或者所述第二语义理解结果，作为最终的语义理解结果。该方法能够提高语义理解结果的准确度，从而可以反馈更准确的交互结果给用户，提升用户体验。

【技术实现步骤摘要】
多轮交互并行语义理解方法和装置
本申请涉及自然语言理解
，尤其涉及一种多轮交互并行语义理解方法和装置。
技术介绍
随着智能终端及网络技术的迅速发展，人们越来越习惯地使用智能终端完成各种需求，如使用智能音箱作为人机交互的入口时，用户可以与其进行语音交互以满足用户的不同需求，如查天气、查股票、听音乐等，或者用户在开车时，使用智能车机作为人机交互的入口，用户可以与智能车机进行语音交互以完成导航、电台查询、音乐查询等应用需求。使用智能终端完成用户的各种需求时，一般使用语音交互的方式，智能终端接收包含用户需求的语音数据，对所述语音数据进行语音识别后得到对应识别文本，再对所述识别文本进行语义理解后，系统根据所述语义理解结果反馈给用户交互结果，从而完成一次交互；当用户有一个或多个需求时，往往可以与智能终端进行多轮交互，系统根据用户每次的需求，不断反馈给用户交互结果，从而给用户一种自然流畅的交互体验，如用户的需求为导航到科大，用户可以与系统进行多轮交互后，满足这个需求，具体交互时，用户先与系统说：“去科大”，系统提问“是去科大南区、北区、中区还是东西区”，用户说：“科大南区”，系统开始规划路径本文档来自技高网...

【技术保护点】
一种多轮交互并行语义理解方法，其特征在于，包括：接收语音数据；对所述语音数据进行切分，得到语音数据片断，以及，对所述语音数据片断进行语音识别，得到当前切分文本数据；对当前切分文本数据进行独立语义理解，得到第一语义理解结果，以及，根据用户交互的历史数据对当前切分文本数据进行语义理解，得到第二语义理解结果；选择所述第一语义理解结果或者所述第二语义理解结果，作为最终的语义理解结果。

【技术特征摘要】
1.一种多轮交互并行语义理解方法，其特征在于，包括：接收语音数据；对所述语音数据进行切分，得到语音数据片断，以及，对所述语音数据片断进行语音识别，得到当前切分文本数据；对当前切分文本数据进行独立语义理解，得到第一语义理解结果，以及，根据用户交互的历史数据对当前切分文本数据进行语义理解，得到第二语义理解结果；选择所述第一语义理解结果或者所述第二语义理解结果，作为最终的语义理解结果。2.根据权利要求1所述的方法，其特征在于，所述选择所述第一语义理解结果或者所述第二语义理解结果，作为最终的语义理解结果，包括：根据当前切分文本数据、当前切分文本数据的初始语义理解结果和用户交互的历史数据提取选择特征；根据所述选择特征和预先构建的语义结果选择模型，选择所述第一语义理解结果或者所述第二语义理解结果，作为最终的语义理解结果。3.根据权利要求2所述的方法，其特征在于，所述历史数据包括如下项中的至少一项：上一轮交互的反馈文本数据、上一轮交互的历史语义理解结果、上一轮交互的历史切分文本数据。4.根据权利要求3所述的方法，其特征在于，所述选择特征包括如下项中的至少一项：当前切分文本数据长度、当前切分文本数据替换上一轮交互的反馈文本数据中指代体前后的语义匹配度、当前切分文本数据的语义完整度、当前切分文本数据的初始语义理解结果所含语义槽集合与上一轮交互的历史语义理解结果所含语义槽集合的重合度、当前切分文本数据的初始语义理解结果所含语义槽取值与上一轮交互的历史语义理解结果所含语义槽取值的匹配度、当前切分文本数据的初始语义理解结果所含语义槽与上一轮交互的历史语义理解结果所含语义槽的联合度、当前切分文本数据与上一轮交互的历史切分文本数据连接后的语义完整度。5.根据权利要求1所述的方法，其特征在于，所述对当前切分文本数据进行独立语义理解，得到第一语义理解结果，包括：对当前切分文本数据进行独立的初始语义理解，得到初始语义理解结果；直接按序选择预设个数的初始语义理解结果，作为第一语义理解结果。6.根据权利要求1所述的方法，其特征在于，所述对当前切分文本数据进行独立语义理解，得到第一语义理解结果，包括：对当前切分文本数据进行独立的初始语义理解，得到初始语义理解结果；对初始语义理解结果进行排序修正；按序选择预设个数的排序修正后的初始语义理解结果，作为第一语义理解结果。7.根据权利要求6所述的方法，其特征在于，所述对初始语义理解结果进行排序修正，包括：获取初始语义理解结果的相关数据；根据当前切分文本数据、初始语义理解结果和所述相关数据提取相关度特征；根据所述相关度特征和预先构建的排序模型，对初始语义理解结果进行排序修正。8.根据权利要求7所述的方法，其特征在于，所述相关度特征包括如下项中的至少一项：初始语义理解结果与当前切分文本数据相同词数、初始语义理解结果中包含关键语义槽数、与当前切分文本数据中词相同的初始语义理解结果所含关键语义槽取值热度、当前切分文本数据包含与语义场景相关的关键词的数量。9.根据权利要求1所述的方法，其特征在于，所述根据用户交互的历史数据对当前切分文本数据进行语义理解，得到第二语义理解结果，包括：对当前切分文本数据进行独立的语义理解，得到初始语义理解结果；根据所述初始语义理解结果和用户交互的历史数据，提取当前切分文本数据的语义特征；根据所述语义特征和预先构建的语义理解结果排序模型，对当前切分文本数据进行二次语义理解，得到二次语义理解结果；根据所述二次语义理解结果得到第二语义理解结果。10.根据权利要求9所述的方法，其特征在于，所述根据二次语义理解的结果得到第二语义理解结果，包括：直接按序选择预设个数的所述二次语义理解结果，作为第二语义理解结果；或者，对所述二次语义理解结果进行排序修正，按序选择预设个数的排序修正后的二次语义理解结果，作为第二语义理解结果。11.根据权利要求10所述的方法，其特征在于，所述对所述二次语义理解结果进行排序修正，包括：获取二次语义理解结果的相关数据；根据当前切分文本数据、二次语义理解结果和相关数据提取相关度特征；根据相关度特征和预先建立的排序模型对二次语义理解结果进行排序修正。12.根据权利要求9所述的方法，其特征在于，所述历史数据包括如下项中的至少一项：历史语义理解结果，上一轮交互的反馈文本数据的语义理解结果。13.根据权利要求12所述的方法，其特征在于，所述语义特征包括如下项中的至少一项：初始语义理解结果特征、历史语义理解结果特征、初始语义理解结果所含语义槽集合与历史语义理解结果所含语义槽集合的重合度、初始语义理解结果所含关键语义槽取值与历史语义理解结果所含关键语义槽取值的匹配度、初始语义理解结果所含语义槽集合与上一轮的反馈文本数据的语义理解结果所含语义槽集合的重合度。14.根据权利要求11所述的方法，其特征在于，所述相关度特征包括如下项中的至少一项：二次语义理解结果与当前切分文本数据相同词数、二次语义理解结果中包含关键语义槽数、与当前切分文本数据中词相同的二次语义理解结果所含关键语义槽取值热度、当前切分文本数据包含与语义场景相关的关键词的数量、初始语义理解结果所含语义槽集合与相关数据所含语义槽集合的重合度。...

【专利技术属性】
技术研发人员：黄鑫，陈志刚，王智国，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽,34