用于生成信息的方法和装置制造方法及图纸

本公开实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：接收用户输入的对话内容；基于上述对话内容，确定上述对话内容所属的领域；根据上述对话内容所属的领域，从至少一个语义解析服务中确定语义解析服务作为目标语义解析服务，其中，语义解析服务用于对特定领域的内容进行语义解析；使用上述目标语义解析服务对上述对话内容进行语义解析，生成语义解析结果。该实施方式避免了调用所有的语义解析服务造成的资源浪费。

【技术实现步骤摘要】
用于生成信息的方法和装置
本公开实施例涉及计算机
，具体涉及用于生成信息的方法和装置。
技术介绍
商用的人机对话系统往往具备复杂而多样的功能。例如，某个地图智能语音助手，不仅拥有“导航”的功能，同时还具备“查天气”、“讲笑话”等多种功能。实际应用中，针对每一种单独功能领域，通常需要使用对应的语义解析服务来进行语义解析。这样，通过使用多个不同领域的语义解析服务和对话中控的方式，将用户的输入请求转发给所有的语义解析服务，并由对话中控再对解析结果进行加工处理，从而实现人机对话系统的多领域语义解析能力。然而，随着人机对话系统变得越来越复杂以及领域数量越来越多，通过调用所有的语义解析服务这种简单的方式，虽然能够直接让人机对话系统具备多领域解析能力。但是，在这种方式下，每次的用户请求均需要调用所有的语义解析服务。实际上每次用户请求只有一两个对应的语义解析服务会有返回结果，其他的语义解析服务不需要调用。因此，在复杂的人机对话系统中，这种方式所消耗的资源与领域个数成正比，造成了极大的资源浪费。
技术实现思路
本公开实施例提出了用于生成信息的方法和装置。第一方面，本公开实施例提供了一种用于生成信息的方法，该方法包括：接收用户输入的对话内容；基于上述对话内容，确定上述对话内容所属的领域；根据上述对话内容所属的领域，从至少一个语义解析服务中确定语义解析服务作为目标语义解析服务，其中，语义解析服务用于对特定领域的内容进行语义解析；使用上述目标语义解析服务对上述对话内容进行语义解析，生成语义解析结果。在一些实施例中，上述基于上述对话内容，确定上述对话内容所属的领域，包括：将上述对话内容输入预先建立的领域分类模型，得到多维向量，其中，上述多维向量中的多个维度与预先设定的多个领域一一对应，多维向量的元素的值为上述对话内容属于对应的领域的概率值；将上述对话内容与针对领域预先设定的语义模板集合中的语义模板进行匹配，以及基于匹配结果确定针对上述对话内容的领域识别结果；基于上述多维向量和上述领域识别结果，确定上述对话内容所属的领域。在一些实施例中，上述基于匹配结果确定针对上述对话内容的领域识别结果，包括：响应于确定上述对话内容与上述语义模板集合中的语义模板相匹配，计算上述对话内容中、与语义模板相匹配的文本占上述对话内容对应的文本的比重；响应于确定上述比重超过预先设定的比重阈值，将相匹配的语义模板对应的领域作为领域识别结果。在一些实施例中，上述基于上述多维向量和上述领域识别结果，确定上述对话内容所属的领域，包括：响应于确定上述领域识别结果中包括至少一个领域，将上述领域识别结果中包括的领域的概率设定为固定概率值；根据上述多维向量的元素所表示的领域的概率值和上述领域识别结果所包括的领域的固定概率值，确定多个领域的最终概率值；根据上述多个领域的最终概率值和针对各领域预先设定的概率阈值，确定上述对话内容所属的领域。在一些实施例中，上述领域分类模型是通过以下方式训练得到的：获取样本集，其中，样本包括样本多维向量和样本语句；将上述样本集中的样本语句作为输入，将与输入的样本语句对应的样本多维向量作为期望输出，训练得到上述领域分类模型。在一些实施例中，上述样本集中的样本是通过以下方式得到的：使用上述至少一个语义解析服务，对样本语句进行语义解析；根据上述至少一个语义解析服务中的语义解析服务的解析结果，生成针对样本语句的样本多维向量。第二方面，本公开实施例提供了一种用于生成信息的装置，上述装置包括：接收单元，被配置成接收用户输入的对话内容；第一确定单元，被配置成基于上述对话内容，确定上述对话内容所属的领域；第二确定单元，被配置成根据上述对话内容所属的领域，从至少一个语义解析服务中确定语义解析服务作为目标语义解析服务，其中，语义解析服务用于对特定领域的内容进行语义解析；生成单元，被配置成使用上述目标语义解析服务对上述对话内容进行语义解析，生成语义解析结果。在一些实施例中，上述第一确定单元包括：输入单元，被配置成将上述对话内容输入预先建立的领域分类模型，得到多维向量，其中，上述多维向量中的多个维度与预先设定的多个领域一一对应，多维向量的元素的值为上述对话内容属于对应的领域的概率值；匹配单元，被配置成将上述对话内容与针对领域预先设定的语义模板集合中的语义模板进行匹配，以及基于匹配结果确定针对上述对话内容的领域识别结果；确定子单元，被配置成基于上述多维向量和上述领域识别结果，确定上述对话内容所属的领域。在一些实施例中，上述匹配单元进一步被配置成：响应于确定上述对话内容与上述语义模板集合中的语义模板相匹配，计算上述对话内容中、与语义模板相匹配的文本占上述对话内容对应的文本的比重；响应于确定上述比重超过预先设定的比重阈值，将相匹配的语义模板对应的领域作为领域识别结果。在一些实施例中，上述确定子单元进一步被配置成：响应于确定上述领域识别结果中包括至少一个领域，将上述领域识别结果中包括的领域的概率设定为固定概率值；根据上述多维向量的元素所表示的领域的概率值和上述领域识别结果所包括的领域的固定概率值，确定多个领域的最终概率值；根据上述多个领域的最终概率值和针对各领域预先设定的概率阈值，确定上述对话内容所属的领域。在一些实施例中，上述领域分类模型是通过以下方式训练得到的：获取样本集，其中，样本包括样本多维向量和样本语句；将上述样本集中的样本语句作为输入，将与输入的样本语句对应的样本多维向量作为期望输出，训练得到上述领域分类模型。在一些实施例中，上述样本集中的样本是通过以下方式得到的：使用上述至少一个语义解析服务，对样本语句进行语义解析；根据上述至少一个语义解析服务中的语义解析服务的解析结果，生成针对样本语句的样本多维向量。第三方面，本公开实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本公开实施例提供的用于生成信息的方法和装置，首先，接收用户输入的对话内容。而后，基于对话内容确定对话内容所属的领域。然后，根据对话内容所属的领域，从至少一个语义解析服务中确定语义解析服务作为目标语义解析服务。最后，使用目标语义解析服务对对话内容进行语义解析，生成语义解析结果。从而避免了调用所有的语义解析服务造成的资源浪费。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：图1是本公开的一个实施例可以应用于其中的示例性系统架构图；图2是根据本公开的用于生成信息的方法的一个实施例的流程图；图3是根据本公开的用于生成信息的方法的一个应用场景的示意图；图4是根据本公开的用于生成信息的方法的又一个实施例的本文档来自技高网...

【技术保护点】
1.一种用于生成信息的方法，包括：/n接收用户输入的对话内容；/n基于所述对话内容，确定所述对话内容所属的领域；/n根据所述对话内容所属的领域，从至少一个语义解析服务中确定语义解析服务作为目标语义解析服务，其中，语义解析服务用于对特定领域的内容进行语义解析；/n使用所述目标语义解析服务对所述对话内容进行语义解析，生成语义解析结果。/n

【技术特征摘要】
1.一种用于生成信息的方法，包括：
接收用户输入的对话内容；
基于所述对话内容，确定所述对话内容所属的领域；
根据所述对话内容所属的领域，从至少一个语义解析服务中确定语义解析服务作为目标语义解析服务，其中，语义解析服务用于对特定领域的内容进行语义解析；
使用所述目标语义解析服务对所述对话内容进行语义解析，生成语义解析结果。


2.根据权利要求1所述的方法，其中，所述基于所述对话内容，确定所述对话内容所属的领域，包括：
将所述对话内容输入预先建立的领域分类模型，得到多维向量，其中，所述多维向量中的多个维度与预先设定的多个领域一一对应，多维向量的元素的值为所述对话内容属于对应的领域的概率值；
将所述对话内容与针对领域预先设定的语义模板集合中的语义模板进行匹配，以及基于匹配结果确定针对所述对话内容的领域识别结果；
基于所述多维向量和所述领域识别结果，确定所述对话内容所属的领域。


3.根据权利要求2所述的方法，其中，所述基于匹配结果确定针对所述对话内容的领域识别结果，包括：
响应于确定所述对话内容与所述语义模板集合中的语义模板相匹配，计算所述对话内容中、与语义模板相匹配的文本占所述对话内容对应的文本的比重；
响应于确定所述比重超过预先设定的比重阈值，将相匹配的语义模板对应的领域作为领域识别结果。


4.根据权利要求2所述的方法，其中，所述基于所述多维向量和所述领域识别结果，确定所述对话内容所属的领域，包括：
响应于确定所述领域识别结果中包括至少一个领域，将所述领域识别结果中包括的领域的概率设定为固定概率值；
根据所述多维向量的元素所表示的领域的概率值和所述领域识别结果所包括的领域的固定概率值，确定多个领域的最终概率值；
根据所述多个领域的最终概率值和针对各领域预先设定的概率阈值，确定所述对话内容所属的领域。


5.根据权利要求2所述的方法，其中，所述领域分类模型是通过以下方式训练得到的：
获取样本集，其中，样本包括样本多维向量和样本语句；
将所述样本集中的样本语句作为输入，将与输入的样本语句对应的样本多维向量作为期望输出，训练得到所述领域分类模型。


6.根据权利要求5所述的方法，其中，所述样本集中的样本是通过以下方式得到的：
使用所述至少一个语义解析服务，对样本语句进行语义解析；
根据所述至少一个语义解析服务中的语义解析服务的解析结果，生成针对样本语句的样本多维向量。


7.一种用于生成信息的装置，包括：
接收单元，被配置成接收用户输入的对话内容；
第一确定单元，被配置成基于所述对话内容，确定所述对话内容所属的领域；
第二确定单元，被配置成根...

【专利技术属性】
技术研发人员：郭洪杰，丁鑫哲，于博，孙叔琦，孙珂，李婷婷，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11