人机交互系统中实现自然语言理解方法和装置制造方法及图纸

本申请提供了人工智能领域中实现自然语言理解的方法和相关装置。本申请提供的技术方案中，可以从词典中查询得到用户输入的语句中的词条的信息，并对该词条信息进行消歧处理，然后根据消歧处理得到的词条信息理解该语句的意图和相关关键信息。本申请提供的技术方案，无需额外的数据标注即可提升自然语言理解的性能，且实现自然语言理解的系统维护起来简单，从而可以提升用户的体验。

【技术实现步骤摘要】
人机交互系统中实现自然语言理解方法和装置本申请要求于2020年05月20日提交中国国家知识产权局、申请号为202010429245.1、申请名称为“人机交互系统中实现自然语言理解的方法和装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
本申请涉及人工智能领域，特别涉及一种人机交互系统中实现自然语言理解方法和装置。
技术介绍
人工智能(artificialintelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。随着人工智能技术的不断发展，让人机之间能够通过自然语言进行交互的自然语言人机交互系统变的越来越重要。人机之间能够通过自然语言进行交互，就需要系统能够识别出人类自然语言的具体含义。识别出人类自然语言的具体含本文档来自技高网...

【技术保护点】
1.一种人机交互系统中实现自然语言理解的方法，其特征在于，包括：/n获取目标词条信息，所述目标词条信息用于表示目标语句包含的词条，所述目标语句为用户向所述人机交互系统输入的语句；/n使用词条消歧模型，基于所述目标语句和所述目标词条信息，获取目标指示信息，所述目标指示信息用于指示所述目标词条信息所指示的词条是否符合所述目标语句的语义；/n使用自然语言理解模型，基于所述目标语句、所述目标词条信息和所述目标指示信息，获取理解结果，所述理解结果包含所述用户输入所述目标语句的目标意图和所述目标意图的关键信息。/n

【技术特征摘要】
20200520 CN 20201042924511.一种人机交互系统中实现自然语言理解的方法，其特征在于，包括：
获取目标词条信息，所述目标词条信息用于表示目标语句包含的词条，所述目标语句为用户向所述人机交互系统输入的语句；
使用词条消歧模型，基于所述目标语句和所述目标词条信息，获取目标指示信息，所述目标指示信息用于指示所述目标词条信息所指示的词条是否符合所述目标语句的语义；
使用自然语言理解模型，基于所述目标语句、所述目标词条信息和所述目标指示信息，获取理解结果，所述理解结果包含所述用户输入所述目标语句的目标意图和所述目标意图的关键信息。


2.根据权利要求1所述的方法，其特征在于，所述获取目标词条信息，包括：
从目标词典中查询所述目标语句包含的词条，得到所述目标词条信息，其中，所述目标词典中包括至少一个词条。


3.根据权利要求2所述的方法，其特征在于，所述方法由端侧设备执行，其中，所述目标词典包括所述端侧设备上的词典。


4.根据权利要求1所述的方法，其特征在于，所述获取目标词条信息，包括：
向云侧设备发送所述目标语句；
从所述云侧设备接收所述目标词条信息。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
使用意图识别模型，获取所述目标语句的候选意图；其中，所述向所述云侧设备发送所述目标语句，包括：
在根据预设的对应关系判断所述候选意图对应的词典位于所述云侧设备的情况下，向所述云侧设备发送所述目标语句，所述对应关系用于指示意图是否位于所述云侧设备。


6.根据权利要求1至5中任一项所述的方法，其特征在于，所述词条消歧模型为二分类模型。


7.一种模型训练方法，其特征在于，包括：
获取第一训练数据，所述第一训练数据中包含训练语句、用户输入所述训练语句的意图和所述意图的关键信息；
获取词条信息，所述词条信息用于表示所述训练语句包含的词条；
根据所述第一训练数据和所述词条信息获取指示信息，所述指示信息用于指示所述词条信息所表示的词条是否符合所述意图和所述关键信息所表示的语义；
根据所述训练语句、所述词条信息和所述指示信息获取第二训练数据，所述第二训练数据中包含所述训练语句、所述词条信息和所述指示信息，所述第二训练数据用于训练词条消歧模型，其中，所述词条消歧模型用于基于待处理语句和待处理词条信息判断所述待处理词条信息所表示的词条是否符合所述待处理语句的语义。


8.根据权利要求7所述的方法，其特征在于，还包括：
根据所述第一训练数据、所述词条信息和所述指示信息获取第三训练数据，所述第三训练数据中包含所述第一训练数据、所述词条信息和所述指示信息，所述第三训练数据用于训练自然语言理解模型，其中，所述自然语言理解模型用于基于待理解语句、第一辅助信息和第二辅助信息获取用户输入所述待理解语句的意图和所述意图的关键信息，所述第一辅助信息用于表示所述待理解语句包含的词条、所述第二辅助信息用于指示所述第一辅助信息所表示的词条是否符合所述待理解语句的语义。


9.根据权利要求7或8所述的方法，其特征在于，所述获取词条信息，包括：
从词典中查询所述语句包含的词条，得到所述词条信息，其中，所述词典中包括至少一个词条。


10.一种人机交互系统中实现自然语言理解的装置，其特征在于，包括：
获取模块，用于获取目标词条信息，所述目标词条信息用于表示目标语句包含的词条，所述目标语句为用户向所述人机交互系统输入的语句；
消歧模块，用于使用词条消歧模型，基于所述目标语句和所述目标词条信息，获取目标指示信息，所述目标指示信息用于指示所述目标词条信息所指示的词条是否符合所述目标语句的语义；
理解模块，用于使用自然语言理解模型，基于所述目标语句、所述目标词条信息和所述目标指示信息，获取理解结果，所述理解结果包含所述用户输入所述目标语句的目标意图和所述目标意图的关键信息。


11.根据权利要求10所述的装置，其特征在于，所述获取模块具体用于：
从目标词典中查询所述目标语句包含的词条，得到所述目标词条信息，其中，所述目标词典中包括至少一个词条。


12.根据权利要求11所述的装置，其特征在于，所述装置包含于端侧设备，其中，所述目标词典包括所述端侧设备上的词典。


13.根据权利要求10所述的装置，其特征在于，所述获取模块具体用于：
向云侧设备发送所述目标语句；
从所述云侧设备接收所述目标词条信息。


14.根据权利要求13所述的装置，其特征在于，所述获取模块具体用于：
使用意图识别模型，获取所述目标语句的候选意图；
在根据预设的对应关系判断所述候选意图对应的词典位于所述云侧设备的情况下，向所述云侧设备发送所述目标语句，所述对应关系用于指示意图是否位于所述云侧设备。


15.根据权利要求10至14中任一项所述的装置，其特征在于，所述词条消歧模型为二分类模型。


16.一种模型训练装置，其特征在于，包括：
获取模块，用于获取第一训练数据，所述第一训练数据中包含训练语句、用户输入所述训练语句的意图和所述意图的关键信息；
所述获取模块还用于获取词条信息，所述词条信息用于表示所述训练语句包含的词条；
判断模块，用于根据所述第一训练数据和所述词条信息获取指示信息，所述指示信息用于指示所述词条信息所表示的词条是否符合所述意图和所述关键信息所表示的语义；
生成模块，用于根据所述训练语句、所述词条信息和所述指示信息获取第二训练数据，所述第二训练数据中包含所述训练语句、所述词条信息和所述指示信息，所述第二训练数据用于训练词条消歧模型，其中，所述词条消歧模型用于基于待处理语句和待处理词条信息判断所述待处理词条信息所表示的词条是否符合所述待处理语句的语义。


17.根据权利要求16所述的装置，其特征在于，所述生成模块还用于根据所述第一训练数据、所述词条信息和所述指示信息获取第三训练数据，所述第三训练数据中包含所述第一训练数据、所述词条信息和所述指示信息，所述第三训练数据用于训练自然语言理解模型，其中，所述自然语言理解模型用于基于待理解语句、第一辅助信息和第二辅助信息获取用户输入所述待理解语句的意图和所述意图的关键信息，所述第一辅助信息用于表示所述待理解语句包含的词条、所述第二辅助信息用于指示所述第一辅助信息所表示的词条是否符合所述待理解语句的语义。


18.根据权利要求16或17所述的装置，其特征在于，所述获取模块具体用于：
从词典中查询所述语句包含的词条，得到所述词条信息，其中，所述词典中包括至少一个词条。


19.一种人机交互系统中实现自然语言理解的装置，其特征在于，包括：处理器，所述处理器与存储器耦合；
所述存储器用于存储指令；
所述处理器用于执行所述存储器中存储的指令，以使得所述装置实现如权利要求1至6中任一项所述的方法。


20.一种模型训练装置，其特征在于，包括：处理器，所述处理器与存储器耦合；
所述存储器用于存储指令；
所述处理器用于执行所述存储器中存储的指令，以使得所述装置实现如权利要求7至9中任一项所述的方法。


21.一种计算机可读介质，其特征在于，包括指令，当所述指令在处理器上运行时，使得所述处理器实现如权利要求1至9中任一项所述的方法。


22.一种人机交互系统中实现自然语言理解的方法，其特征在于，包括：
获取目标语句在一个或多个词典中匹配的多个目标词条，所述目标语句为用户向所述人机交互系统输入的语句；
根据多个目标词条获取所述目标语句的多个序列，所述多个序列中的每个序列对应一个目标词条；
根据所述多个序列和所述目标语句获取与所述多个序列对应的多个第一序列表示；
根据所述多个第一序列表示确定所述多个目标词条中的每个目标词条是否符合所述目标语句的语义；
根据一个或多个符合所述目标语句的语义的目标词条对应的第一序列表示对所述目标语句进行自然语言理解处理，以得到处理结果。


23.根据权利要求22所述的方法，其特征在于，所述多个序列中的每个序列包含一个所述目标词条的类型信息和所述目标词条在所述目标语句中的位置信息。


24.根据权利要求22或23所述的方法，其特征在...

【专利技术属性】
技术研发人员：王宝军，张钊，徐坤，张宇洋，尚利峰，李林琳，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44