【技术实现步骤摘要】
一种基于词槽序模型的高准确度语义理解识别方法
本专利技术涉及语音交互领域，具体涉及一种基于词槽序模型的高准确度语义理解识别方法。
技术介绍
信息系统或控制系统越来越多地应用语音界面来与用户进行快速和直接的交互作用，由于这些系统的功能正在变得越来越复杂，所需的对话方式也变得更丰富，人们正在进入大词汇量口语连续语音识别的领域。语音交互要求机器可以理解口语化的句子，目前主流的模型是规则模板模型与神经网络模型，对于规则模板模型而言，其具有不灵活、不易配置等缺点；对于神经网络模型而言，其需要大量训练数据作为启动条件，不适用于目前尚无大量训练数据的领域。
技术实现思路
为解决上述技术问题，本专利技术提供的技术方案为：一种基于词槽序模型的高准确度语义理解识别方法，制定多个词槽匹配规则，使用若干个词槽匹配规则对接收的口语单词序列进行关键信息抽取，最终利用抽取出的关键信息进行语义理解以及对话意图识别。优选地，所述词槽匹配规则包括可枚举类型词槽、词性类型词槽以及正则表达式类型词槽。优选地，所述可枚举类型词槽的匹配规则...
【技术保护点】
1.一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，制定多个词槽匹配规则，使用若干个词槽匹配规则对接收的口语单词序列进行关键信息抽取，最终利用抽取出的关键信息进行语义理解以及对话意图识别。/n
【技术特征摘要】
1.一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，制定多个词槽匹配规则，使用若干个词槽匹配规则对接收的口语单词序列进行关键信息抽取，最终利用抽取出的关键信息进行语义理解以及对话意图识别。
2.根据权利要求1所述的一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，所述词槽匹配规则包括可枚举类型词槽、词性类型词槽以及正则表达式类型词槽。
3.根据权利要求2所述的一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，所述可枚举类型词槽的匹配规则为：首先，根据同义词信息转化为正则表达式：#词A<词A|同义词A1|同义词A2>，其次，使用该正则表达式在用户输入的短句中进行匹配定位与信息抽取。
4.根据权利要求2所述的一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，所述词性类型词槽的匹配规则为：词性类型词槽由一个词性组成，表示为：@词性<关键词key>，其首先对用户输入的短句进行分词处理，然后对短语从前往后依次遍历各词，直到找到第一个目标词性为止，若查询到则将其作为关键信息输出。
5.根据权利要求2所述的一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，所述正则表达式类型词槽由一段正则表达式构成，其借助正则表达式提供的内容定位与内容抽取能力完成对关键信息的抽取任务。
6.根据权利要求1所述的一种基于词槽序模型的高准确度语义理解识别方法，其特征在于，词槽具有评分机制，在对用户输入的短句进行识别时，若词槽在短语中匹配到了关键信息则其对该短语的打分为1，否则为0，该打分称作匹配得分，反应词槽是否可以在短...
【专利技术属性】
技术研发人员：苏生，陈睿，
申请(专利权)人：成都小美伴旅信息技术有限公司，
类型：发明
国别省市：四川;51
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。