一种基于自然语言识别的政务服务系统技术方案

本发明专利技术涉及一种基于自然语言的政务服务系统，属于政府服务系统领域，在对用户输入的语音数据进行识别时，首先通过用户情绪确定单元对用户的情绪进行判断，并根据用户情绪不同，提供不同的政务服务，一方面差异化服务提高了用户的服务体验，另一方面对于情绪平稳状态的用户通过无人化服务，减少了政府部门接线员的工作量，节约了人力资本；本申请在对用户的语音进行自然语言识别过程中，首先通过预训练语言模型将输入的文本数据表示成向量，然后通过双向长短期记忆网络模型对输入的上下文进行语义理解，最后通过条件随机场排除排序不正确的答案，并获得最优序列并输出，从而得到更好的语义识别结果，提高了语音识别的准确度。度。度。

【技术实现步骤摘要】
一种基于自然语言识别的政务服务系统


[0001]本专利技术涉及政务服务
，尤其涉及一种基于自然语言识别的政务服务系统。

技术介绍

[0002]伴随着计算机互联网的发展，政府部门相继推出自助的政务服务系统，用户与自助政务服务系统沟通，可以通过语音说出自己的意图，比如咨询办事流程，法律法规等政务信息，政务服务系统识别咨询人的意图，从而给出咨询人想要的答案，服务过程全程都是无人参与，极大地减轻了公务系统工作人员的问答压力，减少了工作人员的工作量。
[0003]现有技术中存在通过设置自然语言识别流程用于提高识别准确度的技术方案，例如，中国专利技术专利(CN109840277A)公开了一种政务服务智能问答方法及系统，如图1所示，其通过设置两个分析单元，通过第一分析单元计算用户问题常见问题的第一相似度，通过第二分析单元，用于对用户问题与政务服务事项进行实体链接，即当计算得到的第一相似度不高于第一相似度设定阈值时，计算用户问题与政务服务事项的第二相似度，并比较计算得到的第二相似度与第二相似度设定阈值：当计算得到的第二相似度高于第二相似度设定阈值时，通过所述SPARQL查询层查询政务服务事项的相关信息并反馈给用户，从而达到对用户问题进行准确识别的技术效果。
[0004]然而，上述方案在进行自然语言识别时，由于没有考虑用户的情绪状态，因此，不能提供针对性的差异化服务，从而影响用户的体验，并且，在进行自然语言识别时，仅通过关键词比较对用户的自然语言进行识别，识别的准确度也不是很高。
[0005]因此，现有技术急需一种能判断用户的情绪状态，对不同情绪状态的用户提供不同的服务模式，同时，又能准确识别用户自然语言的政府服务系统的技术方案。

技术实现思路

[0006]本专利技术要解决的技术问题是针对上述技术方案的不足，提供一种基于自然语言识别的政务服务系统，其首先通过用户的语音对用户的情感状态进行判断，针对不同情绪状态采用不同的服务模式，并且，通过设置具体的自然语言识别流程，准确识别用户的真实意思表达，从而提高用户的服务体验。
[0007]下面首先结合附图对本申请所涉及的概念进行说明。在此需要指出的是，以下对各个概念的说明，仅为了使本申请的内容更加容易理解，并不表示对本申请保护范围的限定。
[0008]为了实现上述目的，根据本专利技术的一个方面，一种基于自然语言识别的政务服务系统，包括：
[0009]语音接收单元，用于接收用户的语音信息数据；
[0010]用户情绪确定单元，用于基于所述语音接收单元接收的语音数据，对用户的情绪进行确定；
[0011]人工服务单元，用于当用户为情绪激动状态时，采取人工服务的方式对用户进行服务；
[0012]智能服务单元，用于当用户情绪为平稳状态时，触发智能服务单元用于对用户的语音问题进行识别，并输出用户问题的答案。
[0013]具体地，所述语音接收单元为降噪麦克风，
[0014]更进一步地，所述用户情绪确定单元具体包括：
[0015]语音数据时域频谱处理模块，用于对语音数据进行傅里叶变换处理，得到用户语音信息中的时域频谱特征信息，
[0016]时域频谱转换模块，所述时域频谱转换模块与所述语音数据时域频谱处理模块连接，用于通过滤波器对所述用户语音信息中的时域频谱进行特征转换；得到特定频率特征信息，用于后续的情绪确定；
[0017]具体地，所述滤波器为Me l滤波器，
[0018]所述转换关系为：
[0019][0020]式中，F
Mel
为转换后的Mel频率，所述f为原始的时域频率，
[0021]用户情绪确定模块，所述用户情绪确定模块与所述时域频谱转换模块连接，用于根据所述时域频谱转换模块得到的Me l频谱，通过卷积神经网络模型对用户情绪进行确定；
[0022]具体地，所述卷积神经网络模型由输入层、卷积层、池化层三部分组成；
[0023]其中，所述输入层用于对时域频谱转换模块得到的Me l频谱进行处理，所述卷积层用来提取所述Me l频谱的特征；所述池化层用于防止出现过拟合情况；
[0024]具体地，所述用户情绪确定模块的输出结果有两种，分别为：情绪激动，情绪平稳；根据这两种不同的情绪采用不同的服务流程，以提供差异化服务；
[0025]本实施例通过对用户的语音信息进行情绪判断，针对不同情绪，提供差异化服务。
[0026]具体地，根据用户情绪确定单元确定的用户情绪，当用户情绪为激动状态时，此时触发人工服务单元，采取人工服务的方式对用户进行服务，可以针对用户遇到的情况给出针对性的政策解读和建议，从而提高用户的服务体验；
[0027]具体地，触发人工服务单元后，所述政务服务系统通过互联网或者电话的方式与用户取得联系。
[0028]根据用户情绪确定单元确定的用户情绪，当用户情绪为平稳状态时，触发智能服务单元用于对用户的语音问题进行识别，并输出用户问题的答案；
[0029]具体地，所述智能服务单元包括：
[0030]语音转换单元，用于将用户的语音数据转换成文本数据，方便后续的问题识别；
[0031]文本数据分析单元，用于提取文本数据中的关键词，然后对所述文本数据设置文本标签；
[0032]值得注意地是，文本数据分析单元可以将文本数据设置为多个标签，而不是将文本数据设置为一个标签，以方便智能服务单元识别用户的真实意思表达；
[0033]更进一步地，所述设置文本标签的方法可以为基于规则、字典的方法；也可以为基于统计学习的方法，所述基于统计学习的方法包括支持向量机、最大嫡模型、朴素贝叶斯模型；也可以为基于深度学习的方法，所述基于深度学习的方法包括双向循环神经网络模型；
[0034]语义识别单元，用于根据所述文本数据分析单元获得的文本标签，对用户的语音句子进行语义识别，从而得到用户真实意思的表达；
[0035]具体地，所述语义识别单元通过运行循环神经网络模型用于实现用户语义的识别；
[0036]具体地，识别过程如下：
[0037]首先通过预训练语言模型将输入的文本数据表示成向量，然后通过双向长短期记忆网络模型对输入的上下文进行语义理解，最后通过条件随机场排除排序不正确的答案，并获得最优序列并输出，从而得到更好的语义识别结果。
[0038]更进一步地，所述双向长短期记忆网络模型由两个长短期记忆网络模型组成，一个是前向长短期记忆网络模型，一个为后向长短期记忆网络模型，所述两个长短期记忆网络模型在自然语言处理任务中用来建模上下文信息；
[0039]长短期记忆网络模型是一种门控神经网络。与循环神经网络不同的是，每一层隐含层的输出都需要经过门控单元的选择才能进入下一层，长短期记忆网络模型中有三种不同的门控单元，分别叫输入门、输出门、遗忘门，具体公式为：
[0040]I
t
＝σ(X
t
W
xi
+H
t
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言识别的政务服务系统，其特征在于：包括：语音接收单元，用于接收用户的语音信息数据；用户情绪确定单元，基于所述语音接收单元接收的语音数据，对用户的情绪进行确定；人工服务单元，用于当用户为情绪激动状态时，采取人工服务的方式对用户进行服务；智能服务单元，用于当用户情绪为平稳状态时，触发智能服务单元用于对用户的语音问题进行识别，并输出用户问题的答案。2.根据权利要求1所述的基于自然语言识别的政务服务系统，其特征在于，所述用户情绪确定单元具体包括：语音数据时域频谱处理模块，用于对语音数据进行傅里叶变换处理，得到用户语音信息中的时域频谱特征信息，时域频谱转换模块，所述时域频谱转换模块与所述语音数据时域频谱处理模块连接，用于通过滤波器对所述用户语音信息中的时域频谱进行特征转换；得到特定频率特征信息，用于后续的情绪确定；用户情绪确定模块，所述用户情绪确定模块与所述时域频谱转换模块连接，用于根据所述时域频谱转换模块得到的频谱，通过卷积神经网络模型对用户情绪进行确定。3.根据权利要求2所述的基于自然语言识别的政务服务系统，其特征在于，所述时域频谱转换模块中，所述滤波器为Mel滤波器，所述转换关系为：式中，F
Mel
为转换后的Mel频率，所述f为原始的时域频率。4.根据权利要求1所述的基于自然语言识别的政务服务系统，其特征在于，所述语音接收单元为降噪麦克风。5.根据权利要求1所述的基于自然语言识别的政务服务系统，其特征在于，触发人工服务单元后，所述政务服务系统通过互联网或者电话的方式与用户取得联系。6.根据权利要求3所述的基于自然语言识别的政务服务系统，其特征在于，所述用户情绪确定模块中，所述卷积神经网络模型由输入层、卷积层、池化层三部分组成；所述输入层用于对时域频谱转换模块得到的Mel频谱进行处理，所述卷积层用来提取所述Mel频谱的特征；所述池化层用于防止出现过拟合情况。7.根据权利要求1所述的基于自然语言识别的政务服务系统，其特征在于，所述智能服务单元包括：语音转换单元，用于将用户的语音数据转换成文本数据，方便后续的问题识别；文本数据分析单元，用于提取文本数据中的关键词，然后对所述文本数据设置文本标签；语义识别单元，用于根据所述文本数据分析单元获得的文本标签，对用户的语音句子进行语义识别，从而得到用户真实意思的表达；输出单元，根据所述语义识别单元识别的用户真实意思，并根据用户的真实意思对照知识图谱集，找出最符合的指数图谱记录，并对用户展示。
8.根据权利要求7所述的基于自然语言识别的政务服务系统，其特征在于，所述语义识别单元通过运行循环神经网络模型用于实现用户语义的识别的过程为：首先通过预训练语言模型将输入的文本数据表示成向量，然后通过双向长短期记忆网络模型对输入的上下文进行语义理解，最后通过条件随机场排除排序不正确的答案，并获得最优序列并输出。9.根据权利要求8所述的基于自然语言识别的政...

【专利技术属性】
技术研发人员：郎振忠，叶金锋，应敏，郭英俊，柳莉婷，陈彦，
申请(专利权)人：杭州网筌科技有限公司，
类型：发明
国别省市：