一种语义解析方法、存储介质及终端设备技术

本发明专利技术公开了一种语义解析方法、存储介质及终端设备，所述方法包括：当接收到语音信息时，获取所述语音信息对应的应用集合；当未获取到所述语音信息对应的应用集合时，在预设的语音信息数据库中查找所述语音信息；若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合；在所述应用集合中对所述语音信息进行解析，以得到所述语音信息的解析文本。本发明专利技术通过采用LFM模型确定所述语音信息对应应用集合，并根据所述语音信息对应的应用集合对语音信息进行解析，进而提高所述语音信息解析的成功率。

【技术实现步骤摘要】
一种语义解析方法、存储介质及终端设备
本专利技术涉及语音交互
，特别涉及一种语义解析方法、存储介质及终端设备。
技术介绍
自然语言处理(NaturalLanguageProcessing，NLP)是人工智能和语言学领域的分支学科。自然语言处理涵盖的议题相当广泛，包括：断词(wordsegmentation)、词性标记(part-of-speechtagging)、专有名词标记(nameentitytagging)、词义消歧(wordsensedisambiguation)、代名词释义(pronounresolution)、句法剖析、文法比对、语义角色标注(semanticrolelabeling)、语义逻辑推论、自动音译、机器翻译、语音识别、语音合成等。目前采用自然语言处理来分析语音信息时，按照预设分类规则将语音信息对应的文字信息进行分类，并根据各分类结合来对语音信息进行解析。其中，分类可以包括应用集合信息、意图信息以及属性信息。例如，“深圳明天天气怎么样”这句话中，NLP可以得到以下语义结果为：应用集合信息(Domain)：天气；意图信息(Intent)：查询天气；属性信息(property)：城市(city)＝深圳，时间(date)＝明天。但是，当用户语句缺失而使得无法确定语音信息所属的应用集合时，则会降低解析成功率。
技术实现思路
鉴于现有技术的不足，本专利技术旨在提供一种语义解析方法、存储介质及终端设备，以提高语义解析的成功率。本专利技术所采用的技术方案如下：一种语义解析方法，其包括：当接收到语音信息时，获取所述语音信息对应的应用集合；当未获取到所述语音信息对应的应用集合时，在预设的语音信息数据库中查找所述语音信息；若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合；在所述应用集合中对所述语音信息进行解析，以得到所述语音信息的解析文本。所述语义解析方法，其中，所述当接收到语音信息时，获取所述语音信息对应的应用集合具体包括：当接收到语音信息时，解析所述语音信息以获取所述语音信息对应的文字信息；将所述文字信息划分为若干关键词，并根据划分得到的各关键词确定所述语音信息对应的应用集合。所述语义解析方法，其中，所述若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合具体包括：若未查找到所述语音信息时，获取所述语音信息对应的应用集合；采用LFM模型计算所述语音信息与各应用集合的相关性，并根据所述相关性确定所述语音信息对应的应用集合。所述语义解析方法，其中，所述若未查找到所述语音信息时，获取所述语音信息对应的应用集合具体包括：若未查找到所述语音信息，提取所述语音信息携带的各关键词；根据提取到的所有关键词确定所述语音信息对应的应用集合。所述语义解析方法，其中，所述采用LFM模型计算所述语音信息与各应用集合的相关性，并根据所述相关性确定所述语音信息对应的应用集合具体包括：提取所述语音信息对应的文字信息，并获取文字信息在各应用集合中的权重信息；获取所述语音信息对应的用户对各应用集合的兴趣度，根据所述兴趣度以及权重信息确定所述语音信息与各应用集合的相关性；根据所述相关性确定所述语音信息对应的应用集合。所述语义解析方法，其中，所述若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合还包括：将所述语音信息与各应用集合相关联，并将关联后的语音信息存储于预设的语音信息数据库。所述语义解析方法，其中，所述方法还包括：当查找到所述语音信息时，提取所述语音信息对应的应用集合信息，其中，所述应用集合信息包括语音信息对应的应用集合以及各应用集合的占比；根据各应用集合的占比确定所述语音信息对应的应用集合。所述根据各应用集合的占比确定所述语音信息对应的应用集合具体为：获取各应用集合的占比，并采用预设的线性预测器模型确定所述语音信息对应的应用集合。一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的语义解析方法中的步骤。一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述通信总线实现处理器和存储器之间的连接通信；所述处理器执行所述计算机可读程序时实现如上任一所述的语义解析方法中的步骤。有益效果：与现有技术相比，本专利技术提供了一种语义解析方法、存储介质及终端设备，所述方法包括：当接收到语音信息时，获取所述语音信息对应的应用集合；当未获取到所述语音信息对应的应用集合时，在预设的语音信息数据库中查找所述语音信息；若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合；在所述应用集合中对所述语音信息进行解析，以得到所述语音信息的解析文本。本专利技术通过采用LFM模型确定所述语音信息应用集合，并根据所述语音信息对应的应用集合对语音信息进行解析，进而提高所述语音信息解析的成功率。附图说明图1为本专利技术提供的语义解析方法的实施例一的流程图。图2为本专利技术提供的语义解析方法的实施例一中步骤S30的流程图。图3为本专利技术提供的语义解析方法的实施例二的流程图。图4为本专利技术提供的语义解析方法的实施例二中线性预测器模型的示意图。图5为本专利技术提供的一种终端设备的一个实施例的结构原理图。具体实施方式本专利技术提供一种语义解析方法、存储介质及终端设备，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本技术应用集合技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。本技术应用集合技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属应用集合中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。下面结合附图，通过对实施例的描述，对
技术实现思路
作进一步说明。本文档来自技高网...

【技术保护点】
1.一种语义解析方法，其特征在于，其包括：/n当接收到语音信息时，获取所述语音信息对应的应用集合；/n当未获取到所述语音信息对应的应用集合时，在预设的语音信息数据库中查找所述语音信息；/n若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合；/n在所述应用集合中对所述语音信息进行解析，以得到所述语音信息的解析文本。/n

【技术特征摘要】
1.一种语义解析方法，其特征在于，其包括：
当接收到语音信息时，获取所述语音信息对应的应用集合；
当未获取到所述语音信息对应的应用集合时，在预设的语音信息数据库中查找所述语音信息；
若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合；
在所述应用集合中对所述语音信息进行解析，以得到所述语音信息的解析文本。


2.根据权利要求1所述语义解析方法，其特征在于，所述当接收到语音信息时，获取所述语音信息对应的应用集合具体包括：
当接收到语音信息时，解析所述语音信息以获取所述语音信息对应的文字信息；
将所述文字信息划分为若干关键词，并根据划分得到的各关键词确定所述语音信息对应的应用集合。


3.根据权利要求1所述语义解析方法，其特征在于，所述若未查找到所述语音信息，则采用LFM模型确定所述语音信息对应的应用集合具体包括：
若未查找到所述语音信息时，获取所述语音信息对应的应用集合；
采用LFM模型计算所述语音信息与各应用集合的相关性，并根据所述相关性确定所述语音信息对应的应用集合。


4.根据权利要求3所述语义解析方法，其特征在于，所述若未查找到所述语音信息时，获取所述语音信息对应的应用集合具体包括：
若未查找到所述语音信息，提取所述语音信息携带的各关键词；
根据提取到的所有关键词确定所述语音信息对应的应用集合。


5.根据权利要求3所述语义解析方法，其特征在于，所述采用LFM模型计算所述语音信息与各应用集合的相关性，并根据所述相关性确定所述语音信息对应的应用集合具体包括：
提取所述语音信息对应的文字信...

【专利技术属性】
技术研发人员：张毅，陈涛，
申请(专利权)人：深圳TCL新技术有限公司，
类型：发明
国别省市：广东;44