本发明专利技术提供了一种家居终端的控制方法以及一种家居终端的控制系统。上述家具终端的控制方法包括以下步骤：获取用户的语音控制指令，并将其转换为文本控制指令；对文本控制指令进行依存句法分析，以得到基于预设形式的多组谓词短语，其中，基于所述预设形式的谓词短语至少包括操作元素、位置元素及对象元素；对缺少任意所述元素的第一谓词短语的第一句向量与其余的第二谓词短语的第二句向量做聚类分析，以确定所述第一谓词短语的关联谓词短语；使用所述关联谓词短语的对应元素来填充所述第一谓词短语缺少的元素；以及根据填充了所述元素的第一谓词短语，控制对应的家居终端。控制对应的家居终端。控制对应的家居终端。
【技术实现步骤摘要】
一种家居终端的控制方法以及控制系统
[0001]本专利技术涉及智能家居的
，尤其涉及一种家具终端的控制方法、一种家具终端的控制系统以及对应的计算机可读存储介质。
技术介绍
[0002]随着智能技术的普及以及互联网技术的发展，智能家居也逐渐走进普通家庭。智能家居主要依靠智能对话系统跟用户进行语音交互。对话系统首先会将语音经ASR模块转成文本形式，然后对文本进行语义理解，获得用户的意图，从而对家居设备进行控制。
[0003]在对用户的意图进行判断时，需要从文本中提取与各种家居设备相关的多个实体，如房间名、设备名、需要执行什么样的操作(例如：“打开”、“关闭”、“调高”、“设定”)等，不同的实体组合对应的意图也是不同的，因此实体识别的准确与否，直接影响到意图识别的准确性，从而影响到对话系统给出的反馈和用户体验。本领域目前的现有实体识别技术主要是通过深度学习技术或者规则技术来实现。然而，通过深度学习技术进行实体识别时，需要大量带标签的训练数据作为基础，训练数据难以获得，而且训练数据的质量对实体识别模型影响巨大。通过规则技术进行实体识别只适合小规模训练数据量的场景。因此，不论是通过深度学习还是通过规则方法来实现实体识别，目前在分组实体识别的表现效果上都不是很理想，尤其是在智能家居的应用场景下，现有技术的分组实体的识别准确率很低，可靠性也较差。
[0004]为了克服现有技术存在的上述缺陷，本领域亟需一种家居终端的控制方法，用于准确识别智能家居控制指令中分组实体部分，从而提高智能家居语音控制的准确性以及可靠性。
技术实现思路
[0005]以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之前序。
[0006]为了克服现有技术存在的上述缺陷，本专利技术提供了一种家居终端的控制方法以及家居终端的控制系统，能够准确识别智能家居控制指令中分组实体部分，从而提高智能家居语音控制的准确性以及可靠性。
[0007]具体来说，根据本专利技术的第一方面提供的上述家居终端的控制方法包括以下步骤：获取用户的语音控制指令，并将其转换为文本控制指令；对所述文本控制指令进行依存句法分析，以得到基于预设形式的多组谓词短语，其中，基于所述预设形式的谓词短语至少包括操作元素、位置元素及对象元素；对缺少任意所述元素的第一谓词短语的第一句向量与其余的第二谓词短语的第二句向量做聚类分析，以确定所述第一谓词短语的关联谓词短语；使用所述关联谓词短语的对应元素来填充所述第一谓词短语缺少的元素；以及根据填
充了所述元素的第一谓词短语，控制对应的家居终端。
[0008]进一步地，在本专利技术的一些实施例中，所述对所述文本控制指令进行依存句法分析，以得到基于预设形式的多组谓词短语的步骤包括：根据预设的实体关键词，从所述文本控制指令提取实体元素，其中，所述实体元素包括所述操作元素、所述位置元素及所述对象元素；以及根据提取的所述实体元素，对所述文本控制指令进行所述依存句法分析，以得到所述多组谓词短语。
[0009]进一步地，在本专利技术的一些实施例中，所述根据预设的实体关键词，从所述文本控制指令提取实体元素的步骤包括：使用Bi
‑
LSTM模型及规则模型的组合模型，从所述文本控制指令提取实体元素，其中，所述规则模型中存储有预设的实体关键词，用于约束所述Bi
‑
LSTM模型的识别规则。
[0010]进一步地，在本专利技术的一些实施例中，所述对缺少任意所述元素的第一谓词短语的第一句向量与其余的第二谓词短语的第二句向量做聚类分析，以确定所述第一谓词短语的关联谓词短语的步骤包括：根据所述预设形式涉及的元素数量，确定数目参数k；向所述第一谓词短语的第一句向量补入其与所述第二句向量的方向元素，并为其缺少的元素赋负值，以确定第三句向量；以及根据所述数目参数k，采用Kmeans模型对所述第三句向量与各所述第二句向量做聚类分析，以确定所述关联谓词短语。
[0011]进一步地，在本专利技术的一些实施例中，在对缺少任意所述元素的第一谓词短语的第一句向量与其余的第二谓词短语的第二句向量做聚类分析之前，所述控制方法还包括以下步骤：计算各组所述谓词短语的句向量；以及对各组所述谓词短语的句向量与预设的多个句向量样本做召回处理分析和/或相似度匹配，以筛除与各所述句向量样本的相似度较低的谓词短语。
[0012]进一步地，在本专利技术的一些实施例中，所述获取用户的语音控制指令，并将其转换为文本控制指令的步骤包括：获取并解析所述用户提供的语音控制指令，以生成第一候选文本；以预设的至少一组近音词，分别替换所述第一候选文本中对应的至少一个词汇，以生成多个第二候选文本；使用语言模型计算所述第一候选文本及所述多个第二候选文本的概率；以及将概率最高的候选文本确定为所述文本控制指令。
[0013]进一步地，在本专利技术的一些实施例中，所属控制方法还包括以下步骤：根据未缺少任何所述元素的所述第二谓词短语，控制对应的家居终端。
[0014]此外，根据本专利技术的第二方面提供的家居终端的控制系统包括：麦克风，用于获取用户的语音控制指令；通信模块，通信连接至少一个家居终端；存储器，用于存储计算机指令；以及处理器，通信连接所述麦克风、所述通信模块及所述存储器，并被配置用于执行所述计算机指令，以实施上述家居终端的控制方法。
[0015]此外，根据本专利技术的第三方面提供的计算机可读存储介质，其上存储有计算机指令，上述计算机指令被处理器执行时，实施家居终端的控制方法。
附图说明
[0016]在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本专利技术的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
[0017]图1示出了根据本专利技术的一些实施例提供的家具终端的控制系统的架构图；
[0018]图2示出了根据本专利技术的一些实施例提供的家具终端的控制方法的流程图。
具体实施方式
[0019]以下由特定的具体实施例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其他优点及功效。虽然本专利技术的描述将结合优选实施例一起介绍，但这并不代表此专利技术的特征仅限于该实施方式。恰恰相反，结合实施方式作专利技术介绍的目的是为了覆盖基于本专利技术的权利要求而有可能延伸出的其它选择或改造。为了提供对本专利技术的深度了解，以下描述中将包含许多具体的细节。本专利技术也可以不使用这些细节实施。此外，为了避免混乱或模糊本专利技术的重点，有些具体细节将在描述中被省略。
[0020]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种家居终端的控制方法，其特征在于，包括以下步骤：获取用户的语音控制指令，并将其转换为文本控制指令；对所述文本控制指令进行依存句法分析，以得到基于预设形式的多组谓词短语，其中，基于所述预设形式的谓词短语至少包括操作元素、位置元素及对象元素；对缺少任意所述元素的第一谓词短语的第一句向量与其余的第二谓词短语的第二句向量做聚类分析，以确定所述第一谓词短语的关联谓词短语；使用所述关联谓词短语的对应元素来填充所述第一谓词短语缺少的元素；以及根据填充了所述元素的第一谓词短语，控制对应的家居终端。2.如权利要求1所述的控制方法，其特征在于，所述对所述文本控制指令进行依存句法分析，以得到基于预设形式的多组谓词短语的步骤包括：根据预设的实体关键词，从所述文本控制指令提取实体元素，其中，所述实体元素包括所述操作元素、所述位置元素及所述对象元素；以及根据提取的所述实体元素，对所述文本控制指令进行所述依存句法分析，以得到所述多组谓词短语。3.如权利要求2所述的控制方法，其特征在于，所述根据预设的实体关键词，从所述文本控制指令提取实体元素的步骤包括：使用Bi
‑
LSTM模型及规则模型的组合模型，从所述文本控制指令提取实体元素，其中，所述规则模型中存储有预设的实体关键词，用于约束所述Bi
‑
LSTM模型的识别规则。4.如权利要求2所述的控制方法，其特征在于，所述对缺少任意所述元素的第一谓词短语的第一句向量与其余的第二谓词短语的第二句向量做聚类分析，以确定所述第一谓词短语的关联谓词短语的步骤包括：根据所述预设形式涉及的元素数量，确定数目参数k；向所述第一谓词短语的第一句向量补入其与所述第二句向量的方...
【专利技术属性】
技术研发人员：陈锁，顾文元，张雪源，
申请(专利权)人：元梦人文智能国际有限公司，
类型：发明
国别省市：
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。