CN105512105A

CN105512105A - 语义解析方法和装置

Info

Publication number: CN105512105A
Application number: CN201510887890.7A
Authority: CN
Inventors: 时培轩; 郭玉婷
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Baidu Online Network Technology Beijing Co Ltd; Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2015-12-07
Filing date: 2015-12-07
Publication date: 2016-04-20
Anticipated expiration: 2035-12-07
Also published as: CN105512105B

Abstract

本发明公开了一种语义解析方法和装置，其中，语义解析方法包括：S1、获取输入的语音数据，并对语音数据进行文本转换以生成文本数据；S2、对文本数据进行实体识别以获取文本数据中的实体类型标签；S3、根据文本数据中的实体信息及对应的实体类型标签将文本数据转换为具有实体类型标签的文本数据；以及S4、根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。本发明实施例的语义解析方法和装置，针对同一意图的多种说法的语句，只需通过统一的正向环视正则表达式即可解析，降低了编写正则表达式的工作量，节省时间。

Description

语义解析方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种语义解析方法和装置。

背景技术

口语语义解析是语音交互中必不可少的一个环节，主要通过分析用户输入的意图，提取能够表达该意图的知识，并转换成机器能够理解的结构化数据格式。

目前，主要使用预设的规则串与语音转换后的文本串进行字符串匹配的方法来对语义进行解析。具体地，可将关键词组合编译成正则表达式，将提取出的功能参数表示成通配符，并将该正则表达式与相应的服务建立映射关系，从而实现语义的解析。例如，关键词组合为“(给)(.+)(发/回)(信息/短信)”，功能参数设置为第二个关键词。当用户输入的文本为“给刘德华发短信”时，则经过匹配可得知功能参数为“刘德华”，对应的服务为“发短信”。

但是，由于口语的随意性和多样性，同一意图的语句可以有多种说法，也会出现一义多词的情况。因此，在建立预设的规则串的时候，需要对同义词进行大量的枚举，对同一意图的语句如“北京天气”、“天气北京”也需要分别建立不同的规则串，工作量大，耗费时间。另外，口语中的噪音会影响语义解析的正确率。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种语义解析方法，针对同一意图的多种说法的语句，只需通过统一的正向环视正则表达式即可解析，能够降低编写正则表达式的工作量，节省时间。

此外，本发明还需要提供一种语义解析装置。

为了实现上述目的，本发明第一方面实施例提出了一种语义解析方法，包括：S1、获取输入的语音数据，并对所述语音数据进行文本转换以生成文本数据；S2、对所述文本数据进行实体识别以获取所述文本数据中的实体类型标签；S3、根据所述文本数据中的实体信息及对应的实体类型标签将所述文本数据转换为具有实体类型标签的文本数据；以及S4、根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。

本发明实施例的语义解析方法，通过获取输入的语音数据，并对语音数据进行文本转换以生成文本数据，并对文本数据进行实体识别以获取文本数据中的实体类型标签，以及根据文本数据中的实体信息及对应的实体类型标签将文本数据转换为具有实体类型标签的文本数据，并根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果，针对同一意图的多种说法的语句，只需通过统一的正向环视正则表达式即可解析，降低了编写正则表达式的工作量，节省时间。

本发明第二方面实施例提供了一种语义解析装置，包括：获取模块，用于获取输入的语音数据，并对所述语音数据进行文本转换以生成文本数据；识别模块，用于对所述文本数据进行实体识别以获取所述文本数据中的实体类型标签；转换模块，用于根据所述文本数据中的实体信息及对应的实体类型标签将所述文本数据转换为具有实体类型标签的文本数据；以及生成模块，用于根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。

本发明实施例的语义解析装置，通过获取输入的语音数据，并对语音数据进行文本转换以生成文本数据，并对文本数据进行实体识别以获取文本数据中的实体类型标签，以及根据文本数据中的实体信息及对应的实体类型标签将文本数据转换为具有实体类型标签的文本数据，并根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果，针对同一意图的多种说法的语句，只需通过统一的正向环视正则表达式即可解析，降低了编写正则表达式的工作量，节省时间。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1是根据本发明一个实施例的语义解析方法的流程图。

图2是根据本发明一个实施例的语义解析装置的结构示意图一。

图3是根据本发明一个实施例的语义解析装置的结构示意图二。

图4是根据本发明一个实施例的语义解析装置的结构示意图三。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的语义解析方法和装置。

图1是根据本发明一个实施例的语义解析方法的流程图，如图1所示，该方法包括：

S1、获取输入的语音数据，并对语音数据进行文本转换以生成文本数据。

举例来说，输入的语音数据为“查询一下北京的天气”，则可将该语音数据转换成对应的文本数据。

S2、对文本数据进行实体识别以获取文本数据中的实体类型标签。

其中，可通过条件随机场CRF模型获取文本数据中的实体类型标签，例如时间、人名、地点等。举例来说，文本数据为“查询一下北京的天气”，实体信息“北京”对应的实体类型标签为“city”。

S3、根据文本数据中的实体信息及对应的实体类型标签将文本数据转换为具有实体类型标签的文本数据。

举例来说，文本数据为“查询一下北京的天气”，其中，实体信息包括“北京”，而实体信息“北京”对应的实体类型标签为“city”，则具有实体类型标签的文本数据为“查询一下北京(city)的天气”。

S4、根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。

具体地，可根据正向环视正则表达式从具有实体类型标签的文本数据中提取对应的实体信息，并根据实体信息生成语义解析结果。

举例来说，文本数据为“查询一下北京的天气”，可得知“查询”为动词，“北京”、“天气”为名词，还可得知它们对应的位置关系。然后可确定所属的领域为天气领域。其对应的正向环视正则表达式为(？＝.*？(city))(？＝.*？(天气|气候|气温))。应当理解的是，“查询一下北京的天气”这一意图可还可对应其他多种说法，如“查一下，嗯，北京的天气”、“天气北京的，帮我查一下”、“北京的那个天气怎么样啊”、“帮我看一下北京的天气好不好”等等。均可已通过该正向环视正则表达式进行匹配。最后，匹配获得实体信息为“北京”、“天气”，由此可生成语义解析结果，得知用户的意图为查询北京的天气情况。另外，语音中的噪音“嗯”、“啊”等，均无需进行匹配，降低了噪音对语义解析的影响，提高了语义解析的正确率。

在获取对应的解析结果之后，还可获取解析结果对应的解析分值，并根据解析分值判断语音数据是否被正确解析。如果解析分值大于预设阈值，则可确定语音数据被正确解析；如果解析分值小于预设阈值，则可确定语音数据未被正确解析。举例来说，语音数据“查询一下北京的天气”中，“查询”、“北京”、“天气”三个词汇被解析，而该语音数据中可被分为“查询”“一下”“北京”“的”“天气”五个词汇，由此可知被解析的词汇所占的比例为60％，即解析分值等于0.6，超过了预设阈值0.5，也就是说语音数据中超过了半数的词汇被解析，则说明该语音数据被正确地理解了用户的意图，解析成功。

下面详细说明一下，在根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配之前，建立正向环视正则表达式的过程。

具体地，首先可采集实体信息样本，并为实体信息样本设置实体类型标签，然后对设置实体类型标签的实体信息样本进行组合，从而生成正向环视正则表达式。举例来说，“天气”、“气候”、“气温”等均属于描述天气领域的词汇，可将其转换为对应的格式(？＝.*？(天气|气候|气温))，而北京、上海、广州等表示地点的词汇，可转换为(？＝.*？(city))，最后对上述词汇进行组合，最终生成正向环视正则表达式(？＝.*？(city))(？＝.*？(天气|气候|气温))。生成的正向环视正则表达式支持词汇的无序匹配，也就是说句子中的词汇的前后顺序不影响匹配的结果。

为了实现上述实施例，本发明还提出一种语义解析装置。

如图2所示，该语义解析装置可包括：获取模块110、识别模块120、转换模块130和生成模块140。

其中，获取模块110可用于获取输入的语音数据，并对语音数据进行文本转换以生成文本数据。举例来说，输入的语音数据为“查询一下北京的天气”，则可将该语音数据转换成对应的文本数据。

识别模块120可用于对文本数据进行实体识别以获取文本数据中的实体类型标签。其中，可通过条件随机场CRF模型获取文本数据中的实体类型标签，例如时间、人名、地点等。举例来说，文本数据为“查询一下北京的天气”，实体信息“北京”对应的实体类型标签为“city”。

转换模块130可用于根据文本数据中的实体信息及对应的实体类型标签将文本数据转换为具有实体类型标签的文本数据。

生成模块140可用于根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。

具体地，生成模块140可根据正向环视正则表达式从具有实体类型标签的文本数据中提取对应的实体信息，并根据实体信息生成语义解析结果。举例来说，文本数据为“查询一下北京的天气”，可得知“查询”为动词，“北京”、“天气”为名词，还可得知它们对应的位置关系。然后可确定所属的领域为天气领域。其对应的正向环视正则表达式为(？＝.*？(city))(？＝.*？(天气|气候|气温))。应当理解的是，“查询一下北京的天气”这一意图可还可对应其他多种说法，如“查一下，嗯，北京的天气”、“天气北京的，帮我查一下”、“北京的那个天气怎么样啊”、“帮我看一下北京的天气好不好”等等。均可已通过该正向环视正则表达式进行匹配。最后，匹配获得实体信息为“北京”、“天气”，由此可生成语义解析结果，得知用户的意图为查询北京的天气情况。另外，语音中的噪音“嗯”、“啊”等，均无需进行匹配，降低了噪音对语义解析的影响，提高了语义解析的正确率。

此外，如图3所示，本发明实施例的语义解析装置还可包括建立模块150。

建立模块150可用于在根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配之前，建立正向环视正则表达式。具体地，首先可采集实体信息样本，并为实体信息样本设置实体类型标签，然后对设置实体类型标签的实体信息样本进行组合，从而生成正向环视正则表达式。举例来说，“天气”、“气候”、“气温”等均属于描述天气领域的词汇，可将其转换为对应的格式(？＝.*？(天气|气候|气温))，而北京、上海、广州等表示地点的词汇，可转换为(？＝.*？(city))，最后对上述词汇进行组合，最终生成正向环视正则表达式(？＝.*？(city))(？＝.*？(天气|气候|气温))。生成的正向环视正则表达式支持词汇的无序匹配，也就是说句子中的词汇的前后顺序不影响匹配的结果。

另外，如图4所示，本发明实施例的语义解析装置还可包括确定模块160。

具体地，在获取对应的解析结果之后，确定模块160可获取解析结果对应的解析分值，并根据解析分值判断语音数据是否被正确解析。如果解析分值大于预设阈值，则可确定语音数据被正确解析；如果解析分值小于预设阈值，则可确定语音数据未被正确解析。举例来说，语音数据“查询一下北京的天气”中，“查询”、“北京”、“天气”三个词汇被解析，而该语音数据中可被分为“查询”“一下”“北京”“的”“天气”五个词汇，由此可知被解析的词汇所占的比例为60％，即解析分值等于0.6，超过了预设阈值0.5，也就是说语音数据中超过了半数的词汇被解析，则说明该语音数据被正确地理解了用户的意图，解析成功。

本发明实施例的语义解析装置，通过获取输入的语音数据，并对语音数据进行文本转换以生成文本数据，并对文本数据进行实体识别以获取文本数据中的实体类型标签，以及根据文本数据中的实体信息及对应的实体类型标签将文本数据转换为具有实体类型标签的文本数据，并根据具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果，同一意图的多种说法的语句，只需通过统一的正向环视正则表达式即可解析，降低了编写正则表达式的工作量，节省时间。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种语义解析方法，其特征在于，包括以下步骤：

S1、获取输入的语音数据，并对所述语音数据进行文本转换以生成文本数据；

S2、对所述文本数据进行实体识别以获取所述文本数据中的实体类型标签；

S3、根据所述文本数据中的实体信息及对应的实体类型标签将所述文本数据转换为具有实体类型标签的文本数据；以及

S4、根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。

2.如权利要求1所述的方法，其特征在于，所述根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果，具体包括：

根据所述正向环视正则表达式从所述具有实体类型标签的文本数据中提取对应的实体信息，并根据所述实体信息生成语义解析结果。

3.如权利要求2所述的方法，其特征在于，在根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配之前，还包括：

建立所述正向环视正则表达式。

4.如权利要求3所述的方法，其特征在于，建立所述正向环视正则表达式，包括：

采集实体信息样本，并为所述实体信息样本设置实体类型标签；

对所述实体信息样本进行组合，以生成所述正向环视正则表达式。

5.如权利要求1所述的方法，其特征在于，在获取对应的解析结果之后，还包括：

获取所述解析结果对应的解析分值，并根据所述解析分值判断所述语音数据是否被正确解析；

若所述解析分值大于预设阈值，则确定所述语音数据被正确解析；

若所述解析分值小于所述预设阈值，则确定所述语音数据未被正确解析。

6.一种语义解析装置，其特征在于，包括：

获取模块，用于获取输入的语音数据，并对所述语音数据进行文本转换以生成文本数据；

识别模块，用于对所述文本数据进行实体识别以获取所述文本数据中的实体类型标签；

转换模块，用于根据所述文本数据中的实体信息及对应的实体类型标签将所述文本数据转换为具有实体类型标签的文本数据；以及

生成模块，用于根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配，以生成语义解析结果。

7.如权利要求6所述的装置，其特征在于，所述生成模块，用于：

8.如权利要求7所述的装置，其特征在于，所述装置还包括：

建立模块，用于在根据所述具有实体类型标签的文本数据与正向环视正则表达式进行匹配之前，建立所述正向环视正则表达式。

9.如权利要求8所述的装置，其特征在于，所述建立模块，用于：

10.如权利要求6所述的装置，其特征在于，所述装置还包括：

确定模块，用于在获取对应的解析结果之后，获取所述解析结果对应的解析分值，并根据所述解析分值判断所述语音数据是否被正确解析，若所述解析分值大于预设阈值，则确定所述语音数据被正确解析，若所述解析分值小于所述预设阈值，则确定所述语音数据未被正确解析。