解析语句的方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种解析语句的方法、装置、设备及存储介质，属于信号处理技术领域。方法包括：在进行多轮对话的过程中，当接收到解析指令时，确定多轮对话中当前待解析的第一语句的第一编码向量；获取多轮对话中的历史语句的历史编码向量；确定历史编码向量与第一编码向量之间的关联程度值；基于关联程度值对历史编码向量进行加权处理，得到第二编码向量；将第一编码向量和第二编码向量输入至语句解析模型中进行解析处理，得到第一语句的解析结果。如此，在解析第一语句的过程中，根据历史语句与第一语句之间的关联程度为历史语句赋予相应的权重，并结合加权处理后的历史语句解析第一语句，与采用单句解析的方式相比可以提高解析结果的准确性。

【技术实现步骤摘要】
解析语句的方法、装置、设备及存储介质
本申请涉及信号处理
，特别涉及一种解析语句的方法、装置、设备及存储介质。
技术介绍
人机交互通常是指用户向电子设备输入语句，电子设备对语句进行解析，譬如，目前大多数是通过预先训练好的网络模型对语句进行解析，得到语句的解析结果，如此，可以基于解析结果进行意图搜索，并向用户展示意图搜索结果。然而，在进行多轮对话的过程中，用户当前输入的语句可能会节省一些内容，譬如用户上一次输入的语句为“请帮我导航至A宾馆”，当前输入的语句可能为“请推荐一下目的地附近的美食”。在该种情况下，如果仍采用单句解析方式可能会导致解析结果不准确，从而会影响用户的意图搜索结果的准确性。所以，如何提高语句解析的准确性是当前亟需解决的问题。
技术实现思路
本申请实施例提供了一种解析语句的方法、装置、设备及存储介质，可以解决相关技术中如何提高语句解析的准确性的问题。所述技术方案如下：第一方面，提供了一种解析语句的方法，所述方法包括：在进行多轮对话的过程中，当接收到解析指令时，确定第一语句的第一编码向量，所述第一语句为所述多轮对话中当前待解析的语句；获取所述多轮对话中的历史语句的历史编码向量；确定所述历史编码向量与所述第一编码向量之间的关联程度值；基于所述关联程度值对所述历史编码向量进行加权处理，得到第二编码向量；将所述第一编码向量和所述第二编码向量输入至语句解析模型中进行解析处理，得到所述第一语句的解析结果。如此，在解析第一语句的过程中，根据历史语句与第一语句之间的关联程度为历史语句赋予相应的权重，并结合加权处理后的历史语句解析第一语句，与采用单句解析的方式相比可以提高解析结果的准确性。作为本申请的一个示例，所述确定所述历史编码向量与所述第一编码向量之间的关联程度值，包括：确定所述历史编码向量与所述第一编码向量之间的余弦相似度作为所述关联程度值；或者，对所述历史编码向量与所述第一编码向量进行向量点积运算，得到所述关联程度值。如此，通过确定余弦相似度或通过向量点积运算确定关联程度值，使得最终确定的关联程度值能够指示历史语句与第一语句之间的相关程度，从而可以基于关联程度值能够确定历史语句对第一语句的作用的重要程度。作为本申请的一个示例，所述确定第一语句的第一编码向量，包括：对所述第一语句进行分词处理，得到所述第一语句的多个分词；分别确定所述多个分词中的每个分词的分词向量；确定所述多个分词的分词向量之和，得到分词和向量；将所述分词和向量与第一数值相除，得到所述第一编码向量，所述第一数值为所述多个分词的数量。如此，对第一语句进行分词处理，确定各个分词的分词向量，确定各个分词的分词向量的平均值，从而可以得到第一语句的第一编码向量。作为本申请的一个示例，所述历史语句的数量为多个，所述确定所述历史编码向量与所述第一编码向量之间的关联程度值，包括：分别确定多个历史语句中的每个历史语句的历史编码向量与所述第一编码向量之间的关联程度值，得到所述每个历史语句对应的关联程度值；所述基于所述关联程度值对所述历史编码向量进行加权处理，得到第二编码向量，包括：将所述每个历史语句的历史编码向量与所述每个历史语句对应的关联程度值相乘，得到多个加权历史编码向量；确定所述多个加权历史编码向量之和作为所述第二编码向量。如此，根据各个历史语句的重要程度赋予各个历史语句不同的权重，从而可以使得较为重要的历史句子对第一语句的解析起到重要的作用，进而可以提高后续解析第一语句的准确性。作为本申请的一个示例，所述将所述第一编码向量和所述第二编码向量输入至语句解析模型中进行解析处理，得到所述第一语句的解析结果之后，还包括：将所述第一编码向量作为历史编码向量存储至上下文记忆单元，所述上下文记忆单元用于存储所述多轮对话的历史编码向量。将第一编码向量作为历史编码向量存储至上下文记忆单元中，如此，在下次解析多轮对话中的语句时，当需要获取历史语句的历史编码向量时可以从上下文记忆单元中直接获取，可以提高获取历史编码向量的速度。作为本申请的一个示例，所述方法还包括：当检测到所述多轮对话满足对话结束条件时，从所述上下文记忆单元中删除所述多轮对话的历史编码向量。如此，在多轮对话结束后，将上下文记忆单元中与该多轮对话相关的数据删除，可以节省上下文记忆单元中的存储空间。第二方面，提供了一种解析语句的装置，所述装置包括：第一确定模块，用于在进行多轮对话的过程中，当接收到解析指令时，确定第一语句的第一编码向量，所述第一语句为所述多轮对话中当前待解析的语句；获取模块，用于获取所述多轮对话中的历史语句的历史编码向量；第二确定模块，用于确定所述历史编码向量与所述第一编码向量之间的关联程度值；加权处理模块，用于基于所述关联程度值对所述历史编码向量进行加权处理，得到第二编码向量；解析模块，用于将所述第一编码向量和所述第二编码向量输入至语句解析模型中进行解析处理，得到所述第一语句的解析结果。作为本申请的一个示例，所述第二确定模块，用于：确定所述历史编码向量与所述第一编码向量之间的余弦相似度作为所述关联程度值；或者，对所述历史编码向量与所述第一编码向量进行向量点积运算，得到所述关联程度值。作为本申请的一个示例，所述第一确定模块用于：对所述第一语句进行分词处理，得到所述第一语句的多个分词；分别确定所述多个分词中的每个分词的分词向量；确定所述多个分词的分词向量之和，得到分词和向量；将所述分词和向量与第一数值相除，得到所述第一编码向量，所述第一数值为所述多个分词的数量。作为本申请的一个示例，所述历史语句的数量为多个，所述第二确定模块用于：分别确定多个历史语句中的每个历史语句的历史编码向量与所述第一编码向量之间的关联程度值，得到所述每个历史语句对应的关联程度值；所述加权处理模块用于：将所述每个历史语句的历史编码向量与所述每个历史语句对应的关联程度值相乘，得到多个加权历史编码向量；确定所述多个加权历史编码向量之和作为所述第二编码向量。作为本申请的一个示例，所述解析模块还用于：将所述第一编码向量作为历史编码向量存储至上下文记忆单元，所述上下文记忆单元用于存储所述多轮对话的历史编码向量。作为本申请的一个示例，所述解析模块还用于：当检测到所述多轮对话满足对话结束条件时，从所述上下文记忆单元中删除所述多轮对话的历史编码向量。第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述第一方面所述的方本文档来自技高网...

【技术保护点】
1.一种解析语句的方法，其特征在于，所述方法包括：/n在进行多轮对话的过程中，当接收到解析指令时，确定第一语句的第一编码向量，所述第一语句为所述多轮对话中当前待解析的语句；/n获取所述多轮对话中的历史语句的历史编码向量；/n确定所述历史编码向量与所述第一编码向量之间的关联程度值；/n基于所述关联程度值对所述历史编码向量进行加权处理，得到第二编码向量；/n将所述第一编码向量和所述第二编码向量输入至语句解析模型中进行解析处理，得到所述第一语句的解析结果。/n

【技术特征摘要】
1.一种解析语句的方法，其特征在于，所述方法包括：
在进行多轮对话的过程中，当接收到解析指令时，确定第一语句的第一编码向量，所述第一语句为所述多轮对话中当前待解析的语句；
获取所述多轮对话中的历史语句的历史编码向量；
确定所述历史编码向量与所述第一编码向量之间的关联程度值；
基于所述关联程度值对所述历史编码向量进行加权处理，得到第二编码向量；
将所述第一编码向量和所述第二编码向量输入至语句解析模型中进行解析处理，得到所述第一语句的解析结果。


2.如权利要求1所述的方法，其特征在于，所述确定所述历史编码向量与所述第一编码向量之间的关联程度值，包括：
确定所述历史编码向量与所述第一编码向量之间的余弦相似度作为所述关联程度值；或者，
对所述历史编码向量与所述第一编码向量进行向量点积运算，得到所述关联程度值。


3.如权利要求1所述的方法，其特征在于，所述确定第一语句的第一编码向量，包括：
对所述第一语句进行分词处理，得到所述第一语句的多个分词；
分别确定所述多个分词中的每个分词的分词向量；
确定所述多个分词的分词向量之和，得到分词和向量；
将所述分词和向量与第一数值相除，得到所述第一编码向量，所述第一数值为所述多个分词的数量。


4.如权利要求1-3中任一项所述的方法，其特征在于，所述历史语句的数量为多个，所述确定所述历史编码向量与所述第一编码向量之间的关联程度值，包括：
分别确定多个历史语句中的每个历史语句的历史编码向量与所述第一编码向量之间的关联程度值，得到所述每个历史语句对应的关联程度值；
所述基于所述关联程度值对所述历史编码向量进行加权处理，得到第二编码向量，包括：
将所述每个历史语句的历史编码向量与所述每个历史语句对应的关联程度值相乘，得到多个加权历史编码向量；
确定所述多个加权历史编码向量之和作为所述第二...

【专利技术属性】
技术研发人员：谭维，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44