【技术实现步骤摘要】
本专利技术涉及语义解析，具体为一种基于智能ai的语义解析方法。
技术介绍
1、随着信息技术的飞速发展，自然语言处理在各个领域的应用越来越广泛。语义解析作为自然语言处理的重要任务之一，旨在理解自然语言句子的语义，将其转化为机器可理解的形式，以便进行后续的处理和应用。
2、近年来，随着人工智能技术的不断进步，深度学习方法在语义解析中取得了显著的成果。深度学习模型能够自动学习语言的特征表示，对自然语言进行端到端的处理，提高了语义解析的准确性和效率。同时，知识图谱、预训练语言模型等技术的发展也为语义解析提供了新的思路和方法。
3、根据中国专利公开号为cn111382253a公开一种语义解析方法及语义解析器，所述方法包括：接收待解析自然语句；确定对应于所述待解析自然语句的规范语句；将所述规范语句输入至预先训练的朴素语义解析器，以得到对应于所述规范语句的逻辑表达式。
4、但是部分现有的ai语义解析在使用的时候，由于在解析的时候，不同的输入问题会存在不同的解析方式，如果采用统一的解析方式来进行解析，会造成解析存在语义误差的情况。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于智能ai的语义解析方法，解决了采用统一解析的方式进行解析，造成解析出来的语义存在误差的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于智能ai的语义解析方法，该方法具体包括以下步骤：
3、步骤s01，对待解析问题中的关键词进行
4、步骤s02，根据得到的缩减问题对待解析问题进行匹配得到预选结果，并根据预选结果对待解析问题进行常规判断，生成判断结果；
5、步骤s03，对得到的特殊结果对应的待解析问题进行分析，并通过对待解析问题进行分割得到分割信息，同时根据分割信息进行语义分析生成解析信息；
6、步骤s04，对得到的非特殊结果和特殊结果对应的待解析问题进行分别分析，通过对历史数据进行分析，并结合待解析问题对应的问题领域对历史数据进行筛选得到分析规律信息；
7、步骤s05，将得到的语义信息显示给对应的操作人员。
8、作为本专利技术的进一步方案：所述步骤s01中得到缩减问题的具体方式为：
9、获取待解析问题，接着根据识别特征对待解析问题中的关键词进行获取，并根据提取的关键词进行组合整理得到缩减问题。
10、作为本专利技术的进一步方案：所述步骤s02中生成判断结果的具体方式为：
11、将得到的缩减问题与数据库进行匹配得到预选结果，并进行标号记作i，且i＝1、2、…、j，其中j表示预选结果的数量；
12、同时计算缩减问题与预选结果i的匹配占比值，并计算所有匹配占比值之和的均值，记作匹配均值，同时将匹配均值与阈值进行比较。
13、作为本专利技术的进一步方案：所述步骤s02中将匹配均值与阈值进行比较的具体方式为：
14、当匹配均值大于阈值时，则表示缩减问题为非特殊问题，同时生成非特殊结果，反之当匹配均值小于阈值时，则表示缩减问题为特殊问题，同时生成特殊结果，并将非特殊结果和特殊结果组合得到判断结果。
15、作为本专利技术的进一步方案：所述步骤s03中对特殊结果对应的待解析问题进行分析的具体方式为：
16、对待解析问题进行分割处理，获取待解析问题中的常用特征，同时以常用特征为分割点对待解析问题进行分割得到分割信息，并对分割信息进行标号记作a，且a＝1、2、…、b，其中b表示分割信息的数量，同时对分割信息进行常规判断。
17、作为本专利技术的进一步方案：所述步骤s03中对分割信息进行常规判断的具体方式为：
18、获取任意一组分割信息为目标对象，接着获取时间t内所有的历史记录，并计算目标对象在历史记录中的出现占比，同时将出现占比与预设值进行比较；
19、若出现占比大于预设值，则将目标对象分类为常规信息，反之若出现占比小于预设值，则将目标对象分类为非常规信息。
20、作为本专利技术的进一步方案：所述步骤s03中根据分割信息进行语义分析生成解析信息的具体方式为：
21、针对分类得到的常规信息，则不处理，针对分类得到的非常规信息，对非常规信息进行语义翻译得到非常规翻译信息，并将非常规翻译信息与常规信息进行组合得到组合信息，接着将组合信息与数据库进行匹配解析生成解析信息。
22、作为本专利技术的进一步方案：所述步骤s04中对非特殊结果对应的待解析问题进行分析的具体方式为：
23、获取历史数据，并对历史数据中不同的语义分析问题进行分类得到同类型处理信息，接着获取待解析问题对应的问题领域，同时将待解析问题的问题领域与同类型处理信息进行匹配。
24、作为本专利技术的进一步方案：所述步骤s04中将待解析问题的问题领域与同类型处理信息进行匹配的具体方式为：
25、获取待解析问题的问题领域，并对问题领域的种类进行识别，同时对待解析问题进行二次分类得到单一种类问题或多种类问题，并生成问题类型；
26、接着根据分类得到的问题类型与同类型处理信息进行匹配，并生成目标处理信息，并对目标处理信息中问题领域种类的数量进行识别得到单一种类问题和多种类问题，同时根据不同问题领域种类的数量进行分析。
27、作为本专利技术的进一步方案：所述步骤s04中根据不同问题领域种类的数量进行分析的具体方式为：
28、当目标处理信息为单一种类问题时，获取目标处理信息对应的问题处理方式记作标准分析方式，并根据标准分析方式对待解析问题进行语义分析得到语义信息；
29、当目标处理信息为多种类问题时，获取待解析问题对应的问题领域，并按照出现顺序进行标号记作o，且o＝1、2、…、p，且p表示问题领域的数量，接着按照标号顺序o依次进行相应同类型处理信息的语义分析，并得到预处理信息，同时对得到的预处理信息进行二次处理，且具体的二次处理方式如下：
30、将得到的预处理信息按照标号顺序进行组合得到预处理重组信息，同时对预处理重组信息进行删减处理，计算预处理重组信息中对应预处理信息的词汇重叠度，并将词汇重叠度与标准值进行比较；
31、若词汇重叠度大于标准值，则将对应的预处理信息进行标记，反之若词汇重叠度小于标准值，则不处理，同时针对标记的预处理信息，以小标号对应的预处理信息为标准对大标号预处理信息进行语义删减处理，得到语义信息。
32、本专利技术提供了一种基于智能ai的语义解析方法。与现有技术相比具备以下有益效果：
33、本专利技术通过对用户输入的待解析问题进行关键词提取和组合整理得到缩减问题，能够聚焦问题核心，减少无关信息干扰，为后续的匹配和分析提供更准确的基础，采用多种匹配方式和阈值判断，能够更准确地区分非特殊问题和特殊问题，针对不同类型的问题采用不同的处理方法，提高了语义解析的针对性本文档来自技高网...
【技术保护点】
1.一种基于智能AI的语义解析方法，其特征在于，该方法具体包括以下步骤：
2.根据权利要求1所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S01中得到缩减问题的具体方式为：
3.根据权利要求1所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S02中生成判断结果的具体方式为：
4.根据权利要求3所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S02中将匹配均值与阈值进行比较的具体方式为：
5.根据权利要求1所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S03中对特殊结果对应的待解析问题进行分析的具体方式为：
6.根据权利要求5所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S03中对分割信息进行常规判断的具体方式为：
7.根据权利要求1所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S03中根据分割信息进行语义分析生成解析信息的具体方式为：
8.根据权利要求1所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S04中对非特殊结果
9.根据权利要求8所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S04中将待解析问题的问题领域与同类型处理信息进行匹配的具体方式为：
10.根据权利要求9所述的一种基于智能AI的语义解析方法，其特征在于，所述步骤S04中根据不同问题领域种类的数量进行分析的具体方式为：
...【技术特征摘要】
1.一种基于智能ai的语义解析方法，其特征在于，该方法具体包括以下步骤：
2.根据权利要求1所述的一种基于智能ai的语义解析方法，其特征在于，所述步骤s01中得到缩减问题的具体方式为：
3.根据权利要求1所述的一种基于智能ai的语义解析方法，其特征在于，所述步骤s02中生成判断结果的具体方式为：
4.根据权利要求3所述的一种基于智能ai的语义解析方法，其特征在于，所述步骤s02中将匹配均值与阈值进行比较的具体方式为：
5.根据权利要求1所述的一种基于智能ai的语义解析方法，其特征在于，所述步骤s03中对特殊结果对应的待解析问题进行分析的具体方式为：
6.根据权利要求5所述的一种基于智能ai的语义解析方法...
【专利技术属性】
技术研发人员：周钰，姜文豪，张雪燕，王乐园，丁亚楠，
申请(专利权)人：中通服公众信息产业股份有限公司，
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。