CN104199810A - 一种基于自然语言交互的智能服务方法及系统 - Google Patents

Abstract

本发明公开了一种基于自然语言交互的智能服务方法，属于人工智能技术领域。该基于自然语言交互的智能服务方法包括：接收用户输入的自然语言信息；在预设的多种语义场景下对所述自然语言信息进行语义解析，得到多个语义解析结果；根据预先训练得到的排序模型对所述多个语义解析结果进行排序；从所述排序中选择预设数量的语义解析结果作为所述自然语言信息的最终语义解析结果；对所述最终语义解析结果作出响应。该基于自然语言交互的智能服务方法，能够有效提高语义解析结果的正确率。

Description

一种基于自然语言交互的智能服务方法及系统

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于自然语言交互的智能服务方法及系统。

背景技术

随着人工智能技术的不断发展，人们对方便快捷、高效准确的智能服务的需求越来越强烈。自然语言作为人类表达自己思想最方便、最自然的方式，已逐渐成为智能服务领域最主流的人机交互方式。以客户服务领域为例，当人们希望通过短信平台开通流量套餐时，往往更倾向于编写“我要开通5元流量套餐”等自然语言表达样式的短信，而不愿意去记忆一长串复杂的字符代码。由于自然语言具有开放性、随意性，表达方式多样，对自然语言进行语义解析，从而识别其真实含义，对于智能服务提供而言显得尤为重要。

如图1所示，为现有技术中的基于自然语言交互的智能服务方法的流程图，包括以下步骤：

步骤101：接收用户输入的自然语言信息。

步骤102：根据接收的自然语言信息，确定语义场景类型。

通常根据自然语言信息中的关键词或拓展关键词等文本层面上的信息判断语义场景，具体可以采用例如机器学习的方法计算自然语言信息与各预设语义场景的相关度，将与自然语言信息相关度最高的一个语义场景确定为自然语言信息的语义场景。

步骤103：在所确定的语义场景下，采用预先设定的语义解析方式对自然语言信息进行语义解析，得到一个最终的语义解析结果。

步骤104：根据最终的语义解析结果确定系统响应。

该基于自然语言交互的智能服务方法，由于先确定语义场景类型，然后再在所确定的语义场景下进行语义解析，在语义场景类型判断错误的情况下，往往无法得到用户期望的结果，主要包括以下几种情况：

首先，自然语言中某些词语本身具有歧义，例如，“非诚勿扰”既是电影名，又是歌曲名，当用户想要查找歌曲“非诚勿扰”，而智能服务系统将语义场景判断为电影，则给出的结果与用户需求大相径庭，从而完全无法满足用户需求。

其次，自然语言的表达方式极其多样，在一个特定的语义场景下，例如“电影”场景下，影片名称成千上万，且很多影片名称相似度很大，用户可能因为不能准确记住每部电影的名称，从而在表达上不够准确，进而导致语义场景判断错误。例如“北京遇上西雅图”是一部电影名称，能够作为“电影”场景的识别词；同时“北京”、“西雅图”又是城市名，还可以作为“航班”场景的识别词。当用户想要查询“北京遇上西雅图”这部电影时，由于对电影名称记得不准确，表达为“北京爱上西雅图”，从而无法与语义场景类型“电影”的识别词相匹配，而与语义场景类型“航班”中的识别词相匹配，从而将语义场景类型错误地判断为“航班”，最终导致解析结果错误。

再次，如果用户采用语音方式输入自然语言，由于背景噪音、人说话吐字不清晰等原因，可能导致语音识别结果不准确，从而可能导致语义场景判断错误。例如，“新闻全天候”是电视节目名称，能够作为“视频”场景的识别词；而“天气”可以作为“天气”场景的识别词。当用户想看“新闻全天候”节目，而输入“新闻全天候”时，可能被错误识别为“新闻全天气候”，从而无法匹配上“视频”场景识别词，反而与“天气”场景的识别词相匹配，从而错误的确定语义场景类型为“天气”，最终导致解析结果错误。

因此，采用上述基于自然语言交互的智能服务方法，容易因为词语本身存在歧义，或者用户表述不够准确，或者语音识别结果不准确等，导致语义场景判断错误，进而导致解析结果错误，最终导致响应结果完全无法满足用户需求，从而陷入无法逆转的错误境地。

发明内容

本发明实施例提供了一种基于自然语言交互的智能服务方法及系统，能够在预设的多种语义场景下对自然语言信息进行语义解析，再通过排序模型对解析结果进行排序，能够有效提高解析结果的正确率。

本发明实施例提供的技术方案如下：

一方面，提供了一种基于自然语言交互的智能服务方法，包括：

接收用户输入的自然语言信息；

在预设的多种语义场景下分别对所述自然语言信息进行语义解析，得到多个语义解析结果；

根据预先训练得到的排序模型对所述多个语义解析结果进行排序；

从所述排序中选择符合预设条件的语义解析结果作为所述自然语言信息的最终语义解析结果；

对所述最终语义解析结果作出响应。

优选地，在对所述自然语言信息进行语义解析前，所述方法还包括：确定每种语义场景下的语义解析方式。

优选地，所述方法还包括：对所述最终语义解析结果做规范化处理。

优选地，从所述排序中选择符合预设条件的语义解析结果作为所述自然语言信息的最终语义解析结果，包括：从所述排序中选择预设数量的语义解析结果作为所述自然语言信息的最终语义解析结果；或者，从所述排序中选择排序得分大于预设阈值的语义解析结果作为所述自然语言信息的最终语义解析结果。

优选地，所述自然语言信息中包括语音信息，在所述确定每种语义场景下的语义解析方式前，所述方法还包括：通过语音识别将所述语音信息转换为文字信息。

另一方面，提供了一种基于自然语言交互的智能服务系统，包括：

接收模块，用于接收用户输入的自然语言信息；

解析模块，用于在预设的多种语义场景下分别对所述自然语言信息进行语义解析，得到多个语义解析结果；

排序模块，用于根据预先训练得到的排序模型对所述多个语义解析结果进行排序；

选择模块，用于从所述排序中选择符合预设条件的语义解析结果作为所述自然语言信息的最终语义解析结果；

执行模块，用于对所述最终语义解析结果作出响应。

优选地，所述系统还包括：确定模块，用于在对所述自然语言信息进行语义解析前，确定每种语义场景下的语义解析方式。

优选地，所述系统还包括：规范处理模块，用于对所述最终语义解析结果做规范化处理。

优选地，所述选择模块，用于从所述排序中选择预设数量的语义解析结果作为所述自然语言信息的最终语义解析结果；或者，从所述排序中选择排序得分大于预设阈值的语义解析结果作为所述自然语言信息的最终语义解析结果。

优选地，所述自然语言信息中包括语音信息，所述系统还包括：转换模块，用于在所述确定模块确定每种语义场景下的语义解析方式前，通过语音识别将所述语音信息转换为文字信息。

本发明实施例提供的基于自然语言交互的智能服务方法及系统，通过在预设的多种语义场景下分别对自然语言信息进行语义解析得到多个语义解析结果，再通过排序模型对多个解析结果进行排序，并从中选择符合预设条件的语义解析结果作为最终语义解析结果，由于分别在多个语义场景下分别对自然语言信息进行语义解析，能够保证解析结果全面、准确，有效提高语义解析结果的正确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是现有技术中的基于自然语言交互的智能服务方法的流程图；

图2是本发明实施例提供的一种基于自然语言交互的智能服务方法的流程图；

图3是本发明实施例提供的第二种基于自然语言交互的智能服务方法的流程图；

图4是本发明实施例提供的第三种基于自然语言交互的智能服务方法的流程图；

图5是本发明实施例提供的第四种基于自然语言交互的智能服务方法的流程图；

图6是本发明实施例提供的一种基于自然语言交互的智能服务系统的结构示意图；

图7是本发明实施例提供的第二种基于自然语言交互的智能服务系统的结构示意图；

图8是本发明实施例提供的第三种基于自然语言交互的智能服务系统的结构示意图；

图9是本发明实施例提供的第四种基于自然语言交互的智能服务系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

本发明实施例提供了一种基于自然语言交互的智能服务方法，如图2所示，可以包括以下步骤：

步骤201：接收用户输入的自然语言信息。

用户输入的自然语言信息可以包括：文字信息和语音信息中的至少一种，具体而言，可以单独采用文字信息或语音信息中的一种进行自然语言信息输入，当然还可以采用文字信息和语音信息混合进行自然语言信息输入。通过选择合适的语义解析方式，可以分别对语音信息和文字信息分别进行语义解析，优选采用能够直接对文字信息进行语义解析的语义解析方式，也即，如果自然语言信息中只包含文字信息，则可以直接进行语义解析；如果用户所输入的自然语言信息中不仅有文字信息还有语音信息，或者所输入的自然语言信息都是语音信息，如图5所示，在对语音信息进行语义解析前，可以包括步骤301：通过语音识别将语音信息转换为文字信息，然后再对转换后的文字信息进行语义解析。

步骤202：在预设的多种语义场景下对自然语言信息进行语义解析，得到多个语义解析结果。

在本发明实施例中，可以预先设置多种语义场景类型，以便能够对用户输入的自然语言信息，在多个语义场景下进行全方位的语义解析，从而防止语义场景类型判断错误而导致的语义解析错误。具体地，对用户输入的自然语言信息，可以在每种预设的语义场景下分别进行语义解析，从而可以得到多个语义解析结果。其中，在每种语义场景下都可以得到至少一种语义解析结果，当然该语义解析结果可以是匹配成功的语义解析结果也可以是匹配失败的语义解析结果。

由于语义解析方式多种多样，在每种语义场景下可以采用不同的语义解析方式进行语义解析，其中，语义场景和语义解析方式之间的对应关系可以事先设定好，例如以映射表的方式存在，也即，在某种特定的语义场景下可以采用事先选定的一种或多种语义解析方式。优选地，事先没有对语义解析方式进行设定，如图3所示，在对自然语言信息进行语义解析前，还可以包括步骤302：确定每种语义场景下的语义解析方式，从而能够根据需要选择语义解析方式对自然语言信息进行语义解析。具体而言，如果用户所输入的自然语言信息中包含语音信息，且事先未设定好语义解析方式，则通过步骤301将语音信息转换为文字信息后，还可以通过步骤302确定每种语义场景下的语义解析方式。而如果事先已经设定好每种语义场景下所采用的语义解析方式，则通过步骤301将语音信息转换为文字信息后，可以通过调用已经设定好的语义解析方式来确定每种语义场景下的语义解析方式，进而实现语义解析，也即，此处的确定每种语义场景下的语义解析方式表现为调用语义解析方式的过程。其中，语义解析方式可以采用例如基于句法语义分析、基于文法规则网络、敏感词匹配等任意解析方式中的一种或者多种，本发明实施例不做具体限定。

以采用文法规则网络进行语义解析为例，在特定的语义场景下，可以对应多种文法规则网络，即不同语句形式对应不同的文法规则网络，其中，文法规则网络优选采用基于ABNF(扩展巴克斯范式)文法规则编译成的WFST(加权有限状态机)网络。具体地，语义解析可以是对自然语言信息通过动态规划算法，对文法规则网络进行路径匹配解析，通过回溯匹配路径，得到相应的语义信息。对于同时匹配若干路径的，取得分最高的一条路径作为语义解析结果。

步骤203：根据预先训练得到的排序模型对多个语义解析结果进行排序。

其中，排序模型可以采用包含大量用户实际说法的、覆盖多种意图和参数组合的大规模训练语料通过离线训练得到。该大规模语料能较为真实地反映用户说法在语义方面的特征，具体可以通过人工对每句训练语料的意图进行标注，例如，将“用英文说再见”标注为翻译，将“看一下北京故宫的图片”标注为图片，将“广州的空气”标注为空气质量等。

自然语言信息经过语义解析后，所得到的语义解析结果中可以提取：本场景中的关键信息槽，关键信息槽的数目，以及关键信息槽所提取的内容在本场景中的热度等特征信息。例如，用户输入的文本为“九亭附近的川菜馆”，在餐馆这个场景中语义解析得到两个关键信息槽：地理位置“九亭”和餐馆种类“川菜馆”，所含关键信息槽的数目为两个，“九亭”作为地理位置的热度和“川菜馆”作为餐馆种类的热度。

根据从语义解析结果中所提取的上述特征信息，再结合用户历史信息、场景标识词、场景标识句式等传统特征，共同组成排序模型训练和预测所需的特征集合，然后选择合理的排序训练器，例如Ranking SVM，RankNet，ListNet等经过训练可以得到排序模型。

在本发明实施例中，将多个语义解析结果输入到预先训练得到的排序模型中，排序模型将自动从语义解析结果中提取特征信息与排序模型中预先设定的特征信息进行匹配，根据匹配结果对多个语义解析结果进行排序。

步骤204：从排序中选择符合预设条件的语义解析结果作为自然语言信息的最终语义解析结果。

其中，预设条件可以根据需要预先设定，例如可以为预设数量或预设阈值，具体可以从排序中选择预设数量的语义解析结果作为自然语言信息的最终语义解析结果，优选从排序中选择排序靠前的预设数量的语义解析结果作为自然语言信息的最终语义解析结果，其中，预设数量可以根据需要预先设置，例如，可以为三个、五个、十个等。当然也可以采用排序模型对语义解析结果进行排序打分，并将排序得分与事先通过大量实验或经验值所设定的可信度阈值(预设阈值)进行比较，将排序得分大于可信度阈值的一个或多个语义解析结果作为自然语言信息的最终语义解析结果。

由于自然语言对同一语义的表达是多样的，为了便于后续数据统计或数据处理需要，如图4所示，上述方法还可以进一步包括步骤303：对最终语义解析结果做规范化处理，优选从最终语义解析结果中提取时间、地点等相关信息做规范化处理。其中，规范化处理指将相关信息或参数调整为统一的格式或表达方式，以便数据统计或信息识别。例如，当前日期是2014年1月1日，用户要查询明天的天气，可能的表达为“明天的天气”，或者“2014年1月2日的天气”，或者“2日的天气”等，用户需要将这三种表达的语义信息中的参数时间做规范化处理，统一调整为：“2014-01-02”，以便于后续数据处理或者数据统计之用。

步骤205：对最终语义解析结果作出响应。

具体地，对最终语义解析结果作出响应可以是对用户提问所进行的回复或功能执行等，当然功能执行还可以进一步需要用户确认，例如打电话给谁，可以跟用户进一步确认是否执行该功能，则此时反馈给用户的可以是功能执行确定。优选反馈给用户的是文本信息，根据实际应用需要，如果需要反馈语音信息，可以进一步通过语音合成技术将文本信息(对应的问题答案或功能执行确认指令)转换为对应的语音信息反馈给用户。

本发明实施例提供的基于自然语言交互的智能服务方法，通过在预设的多种语义场景下分别对自然语言信息进行语义解析得到多个语义解析结果，再通过排序模型对多个解析结果进行排序，并从中选择符合预设条件的语义解析结果作为最终语义解析结果，由于分别在多个语义场景下分别对自然语言信息进行语义解析，能够保证解析结果全面、准确，有效提高语义解析结果的正确率。

相应地，本发明实施例还提供了一种基于自然语言交互的智能服务系统，如图6所示，可以包括：

接收模块401，用于接收用户输入的自然语言信息；

解析模块402，用于在预设的多种语义场景下分别对自然语言信息进行语义解析，得到多个语义解析结果；

排序模块403，用于根据预先训练得到的排序模型对多个语义解析结果进行排序；

选择模块404，用于从排序中选择符合预设条件的语义解析结果作为自然语言信息的最终语义解析结果；

执行模块405，用于对最终语义解析结果作出响应。

如图7所示，上述系统进一步还可以包括：确定模块502，用于在对自然语言信息进行语义解析前，确定每种语义场景下的语义解析方式。

如图8所示，上述系统还可以包括：规范处理模块503，用于对最终语义解析结果做规范化处理。

上述选择模块404，用于从排序中选择预设数量的语义解析结果作为自然语言信息的最终语义解析结果；或者，从排序中选择排序得分大于预设阈值的语义解析结果作为自然语言信息的最终语义解析结果。

如果用户输入的自然语言信息中包括语音信息，如图9所示，上述系统还可以包括：转换模块501，用于在确定模块502确定每种语义场景下的语义解析方式前，通过语音识别将语音信息转换为文字信息。

本发明实施例提供的基于自然语言交互的智能服务系统，通过在预设的多种语义场景下分别对自然语言信息进行语义解析得到多个语义解析结果，再通过排序模型对多个解析结果进行排序，并从中选择符合预设条件的语义解析结果作为最终语义解析结果，由于分别在多个语义场景下分别对自然语言信息进行语义解析，能够保证解析结果全面、准确，有效提高语义解析结果的正确率。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于自然语言交互的智能服务方法，其特征在于，包括：

接收用户输入的自然语言信息；

在预设的多种语义场景下分别对所述自然语言信息进行语义解析，得到多个语义解析结果；

根据预先训练得到的排序模型对所述多个语义解析结果进行排序；

从所述排序中选择符合预设条件的语义解析结果作为所述自然语言信息的最终语义解析结果；

对所述最终语义解析结果作出响应。

2.根据权利要求1所述的基于自然语言交互的智能服务方法，其特征在于，在对所述自然语言信息进行语义解析前，所述方法还包括：确定每种语义场景下的语义解析方式。

3.根据权利要求2所述的基于自然语言交互的智能服务方法，其特征在于，所述方法还包括：对所述最终语义解析结果做规范化处理。

4.根据权利要求3所述的基于自然语言交互的智能服务方法，其特征在于，从所述排序中选择符合预设条件的语义解析结果作为所述自然语言信息的最终语义解析结果，包括：从所述排序中选择预设数量的语义解析结果作为所述自然语言信息的最终语义解析结果；或者，从所述排序中选择排序得分大于预设阈值的语义解析结果作为所述自然语言信息的最终语义解析结果。

5.根据权利要求2至4任一项所述的基于自然语言交互的智能服务方法，其特征在于，所述自然语言信息中包括语音信息，在所述确定每种语义场景下的语义解析方式前，所述方法还包括：通过语音识别将所述语音信息转换为文字信息。

6.一种基于自然语言交互的智能服务系统，其特征在于，包括：

接收模块，用于接收用户输入的自然语言信息；

解析模块，用于在预设的多种语义场景下分别对所述自然语言信息进行语义解析，得到多个语义解析结果；

排序模块，用于根据预先训练得到的排序模型对所述多个语义解析结果进行排序；

选择模块，用于从所述排序中选择符合预设条件的语义解析结果作为所述自然语言信息的最终语义解析结果；

执行模块，用于对所述最终语义解析结果作出响应。

7.根据权利要求6所述的基于自然语言交互的智能服务系统，其特征在于，所述系统还包括：确定模块，用于在对所述自然语言信息进行语义解析前，确定每种语义场景下的语义解析方式。

8.根据权利要求7所述的基于自然语言交互的智能服务系统，其特征在于，所述系统还包括：规范处理模块，用于对所述最终语义解析结果做规范化处理。

9.根据权利要求8所述的基于自然语言交互的智能服务系统，其特征在于：所述选择模块，用于从所述排序中选择预设数量的语义解析结果作为所述自然语言信息的最终语义解析结果；或者，从所述排序中选择排序得分大于预设阈值的语义解析结果作为所述自然语言信息的最终语义解析结果。

10.根据权利要求7至9任一项所述的基于自然语言交互的智能服务系统，其特征在于：所述自然语言信息中包括语音信息，所述系统还包括：转换模块，用于在所述确定模块确定每种语义场景下的语义解析方式前，通过语音识别将所述语音信息转换为文字信息。