本公开实施例公开了一种语义分析方法和装置，其中，该方法包括：将获取的询问语句与预设语句库中的语句进行匹配；确定预设语句库中是否存在与询问语句相匹配的语句；如果不存在，执行如下步骤：将询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息；获取询问语句的关联信息；将询问语句、关联信息和预设数量个意图槽位信息输入预先训练的消除歧义模型，得到预设数量个意图槽位信息中的意图槽位信息对应的置信度信息；基于置信度信息，从预设数量个意图槽位信息中提取表征用户询问的意图的目标意图槽位信息。本公开实施例可以有效地消除询问语句产生的歧义，有助于提高问答系统回复的准确性，以及使服务提供方准确地获得用户询问的意图。
【技术实现步骤摘要】
语义分析方法、装置、计算机可读存储介质及电子设备
本公开涉及计算机
，尤其是一种语义分析方法、装置、计算机可读存储介质及电子设备。
技术介绍
目前，很多领域用到问答系统，即用户通过文字、语音等方式发送问题，系统自动对问题进行解析并回答。对问题解析的结果可以为服务提供方和用户提供服务，服务提供方可以根据解析结果对问答系统进行优化，向用户提供高精度的回复。
技术实现思路
本公开的实施例提供了一种语义分析方法、装置、计算机可读存储介质及电子设备。本公开的实施例提供了一种语义分析方法，该方法包括：获取用户输入的询问语句；将询问语句与预设语句库中的语句进行匹配；确定预设语句库中是否存在与询问语句相匹配的语句；如果不存在，执行如下步骤：将询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息；获取询问语句的关联信息；将询问语句、关联信息和预设数量个意图槽位信息输入预先训练的消除歧义模型，得到预设数量个意图槽位信息中的意图槽位信息对应的置信度信息；基于置信度信息，从预设数量个意图槽位信息中提取表征用户询问的意图的目标意图槽位信息。在一些实施例中，关联信息包括以下至少一种：用户的用户画像信息、用户相关的区域的区域基础信息、询问语句的分类信息，其中，分类信息基于预先训练的分类模型得到。在一些实施例中，分类信息包括以下至少一项：情感分类信息、句式分类信息、语句标签信息，其中，情感分类信息基于预先训练的情感分析模型得到，句式分类信息基于预先训练的句式分析模型得到，语句标签信息基于预先训练的标签提取模型得到。在一些实施例中，在从预设数量个意图槽位信息中提取表征用户询问的意图的目标意图槽位信息之后，方法还包括：基于目标意图槽位信息和关联信息，生成询问语句的语义信息并输出语义信息。在一些实施例中，将询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息，包括：将询问语句输入意图槽位识别模型，得到意图槽位信息集合，其中，意图槽位信息集合中的意图槽位信息对应于表征意图槽位信息的准确程度的分值；基于分值的大小，从意图槽位信息集合中，提取预设数量个意图槽位信息。在一些实施例中，将询问语句与预设语句库中的语句进行匹配，包括：确定询问语句的句子向量；确定询问语句的句子向量与预设语句库中的语句对应的句子向量之间的相似度；对于所确定的各个相似度中的每个相似度，响应于确定相似度大于或等于预设相似度阈值，确定相似度对应的语句与询问语句匹配。在一些实施例中，在确定预设语句库中是否存在与询问语句相匹配的语句之后，方法还包括：响应于确定预设语句库中存在与询问语句相匹配的语句，输出与相匹配的语句对应的语义信息。根据本公开实施例的另一个方面，提供了一种语义分析装置，该装置包括：第一获取模块，用于获取用户输入的询问语句；匹配模块，用于将询问语句与预设语句库中的语句进行匹配；确定模块，用于确定预设语句库中是否存在与询问语句相匹配的语句；识别模块，用于如果不存在与询问语句相匹配的语句，将询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息；第二获取模块，用于获取询问语句的关联信息；消除歧义模块，用于将询问语句、关联信息和预设数量个意图槽位信息输入预先训练的消除歧义模型，得到预设数量个意图槽位信息中的意图槽位信息对应的置信度信息；提取模块，用于基于置信度信息，从预设数量个意图槽位信息中提取表征用户询问的意图的目标意图槽位信息。在一些实施例中，关联信息包括以下至少一种：用户的用户画像信息、用户相关的区域的区域基础信息、询问语句的分类信息，其中，分类信息基于预先训练的分类模型得到。在一些实施例中，分类信息包括以下至少一项：情感分类信息、句式分类信息、语句标签信息，其中，情感分类信息基于预先训练的情感分析模型得到，句式分类信息基于预先训练的句式分析模型得到，语句标签信息基于预先训练的标签提取模型得到。在一些实施例中，装置还包括：生成模块，用于基于目标意图槽位信息和关联信息，生成询问语句的语义信息并输出语义信息。在一些实施例中，识别模块包括：识别单元，用于将询问语句输入意图槽位识别模型，得到意图槽位信息集合，其中，意图槽位信息集合中的意图槽位信息对应于表征意图槽位信息的准确程度的分值；提取单元，用于基于分值的大小，从意图槽位信息集合中，提取预设数量个意图槽位信息。在一些实施例中，匹配模块包括：第一确定单元，用于确定询问语句的句子向量；第二确定单元，用于确定询问语句的句子向量与预设语句库中的语句对应的句子向量之间的相似度；第三确定单元，用于对于所确定的各个相似度中的每个相似度，响应于确定相似度大于或等于预设相似度阈值，确定相似度对应的语句与询问语句匹配。在一些实施例中，装置还包括：输出模块，用于响应于确定预设语句库中存在与询问语句相匹配的语句，输出与相匹配的语句对应的语义信息。根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序用于执行上述语义分析方法。根据本公开实施例的另一个方面，提供了一种电子设备，电子设备包括：处理器；用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指令以实现上述语义分析方法。基于本公开上述实施例提供的语义分析方法、装置、计算机可读存储介质及电子设备，通过在预设语句库中不存在与询问语句相匹配的语句时，利用意图槽位识别模型，得到预设数量个意图槽位信息，再利用询问语句的关联信息，使用消除歧义模型，对各个意图槽位信息进行确定置信度信息的处理，根据置信度信息，提取表征用户询问的意图的目标意图槽位信息，从而可以使提取的目标意图槽位信息反映用户询问的真实意图，有效地消除口语化的询问语句产生的歧义，有助于提高问答系统自动回复用户询问的问题的准确性，以及使服务提供方准确地获得用户询问的真实意图。下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。附图说明通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。图1是本公开所适用的系统图。图2是本公开一示例性实施例提供的语义分析方法的流程示意图。图3是本公开另一示例性实施例提供的语义分析方法的流程示意图。图4是本公开一示例性实施例提供的利用消除歧义模型进行确定置信度信息的处理并取最优结果的示意图。图5是本公开又一示例性实施例提供的语义分析方法的流程示意图。图6是本公开又一示例性实施例提供的语义分析方法的流程示意图。图7是本公开一示例性实施例提供的语义分析装置的结构示意图。图8是本公开另一示例性实施例提供的语义分析装置的结构示意图。图9是本公开一示例性实施例提供的电子设备的结构图。具体实施方本文档来自技高网...
【技术保护点】
1.一种语义分析方法，包括：/n获取用户输入的询问语句；/n将所述询问语句与预设语句库中的语句进行匹配；/n确定所述预设语句库中是否存在与所述询问语句相匹配的语句；/n如果不存在，执行如下步骤：/n将所述询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息；/n获取所述询问语句的关联信息；/n将所述询问语句、所述关联信息和所述预设数量个意图槽位信息输入预先训练的消除歧义模型，得到所述预设数量个意图槽位信息中的意图槽位信息对应的置信度信息；/n基于所述置信度信息，从所述预设数量个意图槽位信息中提取表征所述用户询问的意图的目标意图槽位信息。/n
【技术特征摘要】
1.一种语义分析方法，包括：
获取用户输入的询问语句；
将所述询问语句与预设语句库中的语句进行匹配；
确定所述预设语句库中是否存在与所述询问语句相匹配的语句；
如果不存在，执行如下步骤：
将所述询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息；
获取所述询问语句的关联信息；
将所述询问语句、所述关联信息和所述预设数量个意图槽位信息输入预先训练的消除歧义模型，得到所述预设数量个意图槽位信息中的意图槽位信息对应的置信度信息；
基于所述置信度信息，从所述预设数量个意图槽位信息中提取表征所述用户询问的意图的目标意图槽位信息。
2.根据权利要求1所述的方法，其中，所述关联信息包括以下至少一种：所述用户的用户画像信息、所述用户相关的区域的区域基础信息、所述询问语句的分类信息，其中，所述分类信息基于预先训练的分类模型得到。
3.根据权利要求2所述的方法，其中，所述分类信息包括以下至少一项：情感分类信息、句式分类信息、语句标签信息，其中，所述情感分类信息基于预先训练的情感分析模型得到，所述句式分类信息基于预先训练的句式分析模型得到，所述语句标签信息基于预先训练的标签提取模型得到。
4.根据权利要求1所述的方法，其中，在所述从所述预设数量个意图槽位信息中提取表征所述用户询问的意图的目标意图槽位信息之后，所述方法还包括：
基于所述目标意图槽位信息和所述关联信息，生成所述询问语句的语义信息并输出所述语义信息。
5.根据权利要求1所述的方法，其中，所述将所述询问语句输入意图槽位识别模型，得到预设数量个意图槽位信息，包括：
将所述询问语句输入所述意图槽位识别模型，得到意图槽位信息集合，其中，所述意图槽位信息集合中的意图槽位信息对应于表征意图槽位信息的准确程度的分值；
基于所述分值的大小，从所述意图槽位信息集合中，提取预设数量个意图槽位信息。
【专利技术属性】
技术研发人员：董志雄，李东超，崔鸣，江霜艳，
申请(专利权)人：贝壳技术有限公司，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。