CN106326303B - 一种口语语义解析系统及方法 - Google Patents

一种口语语义解析系统及方法 Download PDF

Info

Publication number
CN106326303B
CN106326303B CN201510385309.1A CN201510385309A CN106326303B CN 106326303 B CN106326303 B CN 106326303B CN 201510385309 A CN201510385309 A CN 201510385309A CN 106326303 B CN106326303 B CN 106326303B
Authority
CN
China
Prior art keywords
clause
semantic
uttered sentence
resolved
sentence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510385309.1A
Other languages
English (en)
Other versions
CN106326303A (zh
Inventor
陈见耸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yutou Technology Hangzhou Co Ltd
Original Assignee
Yutou Technology Hangzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to CN201510385309.1A priority Critical patent/CN106326303B/zh
Application filed by Yutou Technology Hangzhou Co Ltd filed Critical Yutou Technology Hangzhou Co Ltd
Priority to PCT/CN2016/085763 priority patent/WO2017000777A1/zh
Priority to EP16817141.1A priority patent/EP3318978A4/en
Priority to JP2017567752A priority patent/JP6596517B2/ja
Priority to US15/739,351 priority patent/US20180190270A1/en
Priority to TW105120420A priority patent/TWI601129B/zh
Publication of CN106326303A publication Critical patent/CN106326303A/zh
Priority to HK17105085.6A priority patent/HK1231591A1/zh
Application granted granted Critical
Publication of CN106326303B publication Critical patent/CN106326303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2264—Multidimensional index structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2468—Fuzzy queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G10L25/33—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using fuzzy logic
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种口语语义解析系统及方法，口语语义解析系统用于对预设领域的口语语义进行解析，包括：存储单元，用于存储预设领域的语义句式，每个语义句式对应一地址，语义句式包括字和关键词，每个关键词对应一标签，存储单元中预设有一词表，用以存储每个字所在的语义句式的地址和/或每个标签所在的语义句式的地址；获取单元，用于获取待解析口语句子；索引单元，分别连接存储单元和获取单元，用于根据待解析口语句子对存储单元中的语义句式进行检索，获取与待解析口语句子相符的候选语义句式，及相应的候选顺序；解析单元，连接索引单元，用于根据排序后的候选语义句式采用模糊匹配算法对待解析口语句子进行解析，获取解析结果。

Description

一种口语语义解析系统及方法
技术领域
本发明涉及口语自然语言理解领域，尤其涉及一种高鲁棒性口语语义解析系统及方法。
背景技术
口语语音识别涉及语音学、语言学、数学信号处理、模式识别等多学科领域。随着智能设备的普及，人与智能设备之间如何更直接友好的交互成为重要问题。由于口语自然语言对于用户天然的友好性和便捷性，基于口语自然语言的人机交互成为趋势，受到工业界越来越多的重视。口语自然语言交互的关键技术在于口语语义理解，即对用户的口语句子进行解析，得到用户想要表达的意图及相应的关键词。一般地，实现口语语义理解的方法是人工搜集或撰写相应的语义句式，然后将待解析的句子与句式匹配从而得到解析结果。在现有的口语语义解析方法中，大都是基于某种文法的匹配，比如正则文法、上下文无关文法，这要求待解析口语句子要与语义句式完全一致，才能解析成功；这使得语义理解系统的构造人员需要耗费大量的时间搜集语义句式；由于前端语音识别等模块存在识别不准确的现象，从而造成语义理解的解析失败；并且由于待解析句式需要与大量的语义句式进行匹配，会造成解析时间长、效率低的问题。
发明内容
针对现有的口语语义解析方法存在的上述问题，现提供一种旨在实现可在大规模语义句式库中能够快速准确的查找到与待解析口语句子相似句子，并给出准确的结果的口语语义解析系统及方法。
具体技术方案如下：
一种口语语义解析系统，用于对预设领域的口语语义进行解析，包括：
一存储单元，用于存储所述预设领域的语义句式，每个所述语义句式对应一地址，所述语义句式包括字和关键词，每个所述关键词对应一标签，所述存储单元中预设有一词表，用以存储每个所述字所在的所述语义句式的地址和/或每个所述标签所在的所述语义句式的地址；
一获取单元，用于获取待解析口语句子；
一索引单元，分别连接所述存储单元和所述获取单元，用于根据所述待解析口语句子对所述存储单元中的所述语义句式进行检索，获取与所述待解析口语句子相符的候选语义句式，及相应的候选顺序；
一解析单元，连接所述索引单元，用于根据排序后的所述候选语义句式采用模糊匹配算法对所述待解析口语句子进行解析，获取解析结果。
优选的，所述索引单元包括：
一提取模块，用于提取所述待解析口语句子中与所述存储单元中相同的所述关键词，并获取所述关键词对应的标签；
一替换模块，连接所述提取模块，用于将所述待解析口语句子中的所述关键词采用与所述关键词对应的标签替换，形成替换式口语句子；
一索引模块，连接所述替换模块，用于根据所述替换式口语句子中的字和所述标签，在所述存储单元中的所述词表中进行检索，获取与所述字匹配的所述语义句式的地址，和/或所述标签匹配的所述语义句式的地址；
一排序模块，连接所述索引模块，用于采用与所述替换式口语句子的相似度比较的方式对与所述替换式口语句子中的所述字匹配的所述语义句式和/或所述标签匹配的所述语义句式进行排序，获取经排序后的所述候选语义句式。
优选的，所述排序模块采用得分公式获取所述候选语义句式与所述替换式口语句子的相似度的分数；
所述得分公式为：
S＝(S1+S2)/2，
其中，S表示所述候选语义句式与所述替换式口语句子的相似度的分数，S1表示所述候选语义句式中的所述字和/或所述标签占所述替换式口语句子的比例；S2表示所述候选语义句式中的所述字和/或所述标签占所述候选语义句式的比例。
优选的，所述解析单元根据排序后的所述候选语义句式采用模糊匹配算法对所述待解析口语句子进行解析的具体过程为：
对每个所述候选语义句式建立有限状态自动机网络，根据所述有限状态自动机网络对所述待解析口语句子进行打分，比较所述待解析口语句子的分数，将最高分数的所述待解析口语句子作为所述待解析口语句子的解析结果。
优选的，所述词表采用哈希表表示。
一种口语语义解析方法，应用于所述口语语义解析系统，包括下述步骤：
S1.获取待解析口语句子；
S2.根据所述待解析口语句子对所述存储单元中的所述语义句式进行检索，获取与所述待解析口语句子相符的候选语义句式，及相应的候选顺序；
S3.根据排序后的所述候选语义句式采用模糊匹配算法对所述待解析口语句子进行解析，获取解析结果。
优选的，所述步骤S2的具体过程为：
S21.提取所述待解析口语句子中与所述存储单元中相同的所述关键词，并获取所述关键词对应的标签；
S22.将所述待解析口语句子中的所述关键词采用与所述关键词对应的标签替换，形成替换式口语句子；
S23.根据所述替换式口语句子中的字和所述标签，在所述存储单元中的所述词表中进行检索，获取与所述字匹配的所述语义句式的地址，和/或所述标签匹配的所述语义句式的地址；
S24.采用与所述替换式口语句子的相似度比较的方式对与所述替换式口语句子中的所述字匹配的所述语义句式和/或所述标签匹配的所述语义句式进行排序，获取经排序后的所述候选语义句式。
优选的，所述步骤S24采用得分公式获取所述候选语义句式与所述替换式口语句子的相似度的分数；
所述得分公式为：
S＝(S1+S2)/2，
其中，S表示所述候选语义句式与所述替换式口语句子的相似度的分数，S1表示所述候选语义句式中的所述字和/或所述标签占所述替换式口语句子的比例；S2表示所述候选语义句式中的所述字和/或所述标签占所述候选语义句式的比例。
优选的，所述步骤S3的具体过程为：
S31.对每个所述候选语义句式建立有限状态自动机网络；
S32.根据所述有限状态自动机网络对所述待解析口语句子进行打分；
S33.比较所述待解析口语句子的分数，将最高分数的所述待解析口语句子作为所述待解析口语句子的解析结果。
优选的，所述词表采用哈希表表示。
上述技术方案的有益效果：
在本技术方案中，在口语语义解析系统中通过索引单元可快速检索出与待解析口语句子相关的句式，以提高匹配的效率；采用的模糊匹配算法可在对待解析口语句子进行解析时，允许待解析口语句子和候选语义句式之间可存在不一致的部分，具有一定的容错性，从而提高了系统的鲁棒性。在口语语义解析方法中可快速检索出与待解析口语句子相关的句式，以提高匹配的效率，以使在大规模语义句式库中能够快速准确的查找到与待解析口语句子相似的句式，并输出准确的结果。
附图说明
图1为本发明所述口语语义解析系统的一种实施例的模块图；
图2为本发明所述口语语义解析方法的一种实施例的方法流程图；
图3为本发明对所述存储单元中的所述语义句式进行检索的方法流程图；
图4为本发明对所述待解析口语句子进行解析的方法流程图；
图5为本发明句式倒排索引示意图；
图6为本发明句式对应的有限状态自动机示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
如图1所示，一种口语语义解析系统，用于对预设领域的口语语义进行解析，包括：
一存储单元1，用于存储预设领域的语义句式，每个语义句式对应一地址，语义句式包括字和关键词，每个关键词对应一标签，存储单元1中预设有一词表，用以存储每个字所在的语义句式的地址和/或每个标签所在的语义句式的地址；
一获取单元2，用于获取待解析口语句子；
一索引单元3，分别连接存储单元1和获取单元2，用于根据待解析口语句子对存储单元1中的语义句式进行检索，获取与待解析口语句子相符的候选语义句式，及相应的候选顺序；
一解析单元4，连接索引单元3，用于根据排序后的候选语义句式采用模糊匹配算法对待解析口语句子进行解析，获取解析结果。
在本实施例中，通过索引单元3可快速检索出与待解析口语句子相关的句式，以提高匹配的效率；采用的模糊匹配算法可在对待解析口语句子进行解析时，允许待解析口语句子和候选语义句式之间可存在不一致的部分，且可使得口语语义解析系统的构建人员不需要撰写大量的差异很小的句式；同时对语音识别前端的错误具有一定的容错性，从而提高了系统的鲁棒性。
在优选的实施例中，索引单元3包括：
一提取模块31，用于提取待解析口语句子中与存储单元1中相同的关键词，并获取关键词对应的标签；
一替换模块32，连接提取模块31，用于将待解析口语句子中的关键词采用与关键词对应的标签替换，形成替换式口语句子；
一索引模块34，连接替换模块32，用于根据替换式口语句子中的字和标签，在存储单元1中的词表中进行检索，获取与字匹配的语义句式的地址，和/或标签匹配的语义句式的地址；
一排序模块33，连接索引模块34，用于采用与替换式口语句子的相似度比较的方式对与替换式口语句子中的字匹配的语义句式和/或标签匹配的语义句式进行排序，获取经排序后的候选语义句式。
在本实施例中，索引单元3用于在给定待解析口语句子时，根据索引快速检索到与待解析口语句子相近的候选语义句式。
具体地，获取待解析口语句子后，提取待解析口语句子中关键词；通过词表进行检测：遍历待解析口语句子中所有可能的词，查找词表中是否存在该词或字，若存在则记下该词在待解析口语句子中的位置；通过统计模型进行检测，可以选择条件随机场(Conditional Radom Fields，CRF)训练统计模型，并进行检测；将待解析口语句子中的关键词替换为相应的标签。将待解析口语句子中的标签以及未做替换的字在索引中检索。在本实施例中，将每个字或标签在词表中检索，都可得到其所出现的语义句式的地址(ID)。可记录每个语义句式与待检索句式中匹配了多少个字或标签。对检索结果根据相似度得分进行排序，取得分高的句式作为候选语义句式。
在优选的实施例中，排序模块33采用得分公式获取候选语义句式与替换式口语句子的相似度的分数；
得分公式为：
S＝(S1+S2)/2，
其中，S表示候选语义句式与替换式口语句子的相似度的分数，S1表示候选语义句式中的字和/或标签占替换式口语句子的比例；S2表示候选语义句式中的字和/或标签占候选语义句式的比例。
在优选的实施例中，解析单元4根据排序后的候选语义句式采用模糊匹配算法对待解析口语句子进行解析的具体过程为：
对每个候选语义句式建立有限状态自动机网络，根据有限状态自动机网络对待解析口语句子进行打分，比较待解析口语句子的分数，将最高分数的待解析口语句子作为待解析口语句子的解析结果。
在本实施例中，解析单元4可对每个候选语义句式建立有限状态自动机网络。每个字或标签作为有限状态自动机上的一个弧。如图6所示表示一个句式所对应的有限状态自动机网络示意图；根据有限状态机网络对待解析口语句子进行解析和打分，具体地，根据关键词检测的结果将待解析口语句子中的关键词用相应标签替换。假设待解析口语句子中有n个关键词检测结果，则存在2n个标签的可能组合。在这些可能组合中去掉标签的位置冲突的组合，即可得到候选的待检测标签替换句子；将替换式口语句子与每个句式生成的有限状态机网络进行模糊匹配，进行匹配的方法有更多，如《Error-tolerant Finite-stateRecognition with Applications to Morphological Analysis and SpellingCorrection》中的方法，由于该匹配方法为现有技术故此处不再赘述，该匹配方法通过动态规划算法可以快速计算两个句子之间的匹配程度；根据打分获取最优的句式及其相应的解析结果。
进一步地，解析和打分过程允许待解析口语句子和口语语义句式之间存在插入和/或删除和/或替换的操作；并且插入和/或删除和/或替换的操作的个数受预设阈值的限制，当个数小于预设阈值时，则待解析句子符合相应的语义句式，反之则不符合。
在优选的实施例中，词表采用哈希表表示。
如图2所示，一种口语语义解析方法，应用于口语语义解析系统，包括下述步骤：
S1.获取待解析口语句子；
S2.根据待解析口语句子对存储单元1中的语义句式进行检索，获取与待解析口语句子相符的候选语义句式，及相应的候选顺序；
S3.根据排序后的候选语义句式采用模糊匹配算法对待解析口语句子进行解析，获取解析结果。
在本实施例中，在口语语义解析方法中可快速检索出与待解析口语句子相关的句式，以提高匹配的效率，以使在大规模语义句式库中能够快速准确的查找到与待解析口语句子相似的句式，并输出准确的结果。
如图3所示，在优选的实施例中，步骤S2的具体过程为：
S21.提取待解析口语句子中与存储单元1中相同的关键词，并获取关键词对应的标签；
S22.将待解析口语句子中的关键词采用与关键词对应的标签替换，形成替换式口语句子；
S23.根据替换式口语句子中的字和标签，在存储单元1中的词表中进行检索，获取与字匹配的语义句式的地址，和/或标签匹配的语义句式的地址；
S24.采用与替换式口语句子的相似度比较的方式对与替换式口语句子中的字匹配的语义句式和/或标签匹配的语义句式进行排序，获取经排序后的候选语义句式。
在本实施例中，口语语义解析方法可包括离线阶段和在线阶段两部分，其中离线阶段包括：根据定义的领域需求，收集和整理相应领域的语义句式。其中的语义句式，包括：符合口语规范，并且该语义句式需要解析的关键词用标签表示。例如打电话领域的一条可能的句子为“打电话给张三”，由于“张三”是要解析的名称关键词，将需要解析的关键词用标签替代，如：“张三”替换为“$name”，那么通过该查询句子改写后的句式为“打电话给$name”。对每个领域的语义句式建立索引：对语义句式中的字和标签共同建立索引，其中标签作为一个字进行索引。本实施例采用哈希倒排索引，其示意图如图5所示。哈希表中存放的是所有语义句式中出现过的字和标签，每个字或标签后跟一个列表，列表中的每个元素存放该字或标签所在句式的地址(ID号)。
在线阶段包括：在给定待解析口语句子时，根据索引快速检索到与待解析句子相近的候选语义句式。其具体步骤如下：
获取待解析口语句子后，提取待解析口语句子中关键词；通过词表进行检测：对词表中的每个词建立哈希索引，给定待解析口语句子，遍历待解析口语句子中所有可能的词，查找哈希表中是否存在该词，若存在则记下该词在待解析句子中的位置；通过统计模型进行检测，可以选择条件随机场训练统计模型，进行检测；将待解析口语句子中的关键词替换为相应的标签。该替换与离线阶段的替换一致；将待解析口语句子中的标签以及未做替换的字在索引中检索。在本实施例中，将每个字或标签在哈希倒排索引中检索，都可得到其所出现的语义句式的地址(ID)。记录每个语义句式与待检索句式中匹配了多少个字或标签。将检索结果根据相似度的得分进行排序，取得分高的句式作为候选语义句式。
在优选的实施例中，步骤S24采用得分公式获取候选语义句式与替换式口语句子的相似度的分数；
得分公式为：
S＝(S1+S2)/2，
其中，S表示候选语义句式与替换式口语句子的相似度的分数，S1表示候选语义句式中的字和/或标签占替换式口语句子的比例；S2表示候选语义句式中的字和/或标签占候选语义句式的比例。
如图4所示，在优选的实施例中，步骤S3的具体过程为：
S31.对每个候选语义句式建立有限状态自动机网络；
S32.根据有限状态自动机网络对待解析口语句子进行打分；
S33.比较待解析口语句子的分数，将最高分数的待解析口语句子作为待解析口语句子的解析结果。
在本实施例中，可对每个候选语义句式建立有限状态自动机网络。每个字或标签作为有限状态自动机上的一个弧。如图6所示表示一个句式所对应的有限状态自动机网络示意图；根据有限状态机网络对待解析口语句子进行解析和打分，具体地，根据关键词检测的结果将待解析口语句子中的关键词用相应标签替换。假设待解析口语句子中有n个关键词检测结果，则存在2n个标签的可能组合。在这些可能组合中去掉标签的位置冲突的组合，即可得到候选的待检测标签替换句子；将替换式口语句子与每个句式生成的有限状态机网络进行模糊匹配，进行匹配的方法有更多，如《Error-tolerant Finite-stateRecognition with Applications to Morphological Analysis and SpellingCorrection》中的方法，由于该匹配方法为现有技术故此处不再赘述，该匹配方法通过动态规划算法可以快速计算两个句子之间的匹配程度；根据打分获取最优的句式及其相应的解析结果。
进一步地，解析和打分过程允许待解析口语句子和口语语义句式之间存在插入和/或删除和/或替换的操作；并且插入和/或删除和/或替换的操作的个数受预设阈值的限制，当个数小于预设阈值时，则待解析句子符合相应的语义句式，反之则不符合。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种口语语义解析系统，用于对预设领域的口语语义进行解析，其特征在于，包括：
一存储单元，用于存储所述预设领域的语义句式，每个所述语义句式对应一地址，所述语义句式包括字和关键词，每个所述关键词对应一标签，所述存储单元中预设有一词表，用以存储每个所述字所在的所述语义句式的地址和/或每个所述标签所在的所述语义句式的地址；
一获取单元，用于获取待解析口语句子；
一索引单元，分别连接所述存储单元和所述获取单元，用于根据所述待解析口语句子对所述存储单元中的所述语义句式进行检索，获取与所述待解析口语句子相符的候选语义句式，及相应的候选顺序；
所述索引单元包括：
一提取模块，用于提取所述待解析口语句子中与所述存储单元中相同的所述关键词，并获取所述关键词对应的标签；
一替换模块，连接所述提取模块，用于将所述待解析口语句子中的所述关键词采用与所述关键词对应的标签替换，形成替换式口语句子；
一索引模块，连接所述替换模块，用于根据所述替换式口语句子中的字和所述标签，在所述存储单元中的所述词表中进行检索，获取与所述字匹配的所述语义句式的地址，和/或所述标签匹配的所述语义句式的地址；
一排序模块，连接所述索引模块，用于采用与所述替换式口语句子的相似度比较的方式对与所述替换式口语句子中的所述字匹配的所述语义句式和/或所述标签匹配的所述语义句式进行排序，获取经排序后的所述候选语义句式；
一解析单元，连接所述索引单元，用于根据排序后的所述候选语义句式采用模糊匹配算法对所述待解析口语句子进行解析，获取解析结果。
2.如权利要求1所述口语语义解析系统，其特征在于，所述排序模块采用得分公式获取所述候选语义句式与所述替换式口语句子的相似度的分数；
所述得分公式为：
S＝(S1+S2)/2，
其中，S表示所述候选语义句式与所述替换式口语句子的相似度的分数，S1表示所述候选语义句式中的所述字和/或所述标签占所述替换式口语句子的比例；S2表示所述候选语义句式中的所述字和/或所述标签占所述候选语义句式的比例。
3.如权利要求1所述口语语义解析系统，其特征在于，所述解析单元根据排序后的所述候选语义句式采用模糊匹配算法对所述待解析口语句子进行解析的具体过程为：
对每个所述候选语义句式建立有限状态自动机网络，根据所述有限状态自动机网络对所述待解析口语句子进行打分，比较所述待解析口语句子的分数，将最高分数的所述待解析口语句子作为所述待解析口语句子的解析结果。
4.如权利要求1所述口语语义解析系统，其特征在于，所述词表采用哈希表表示。
5.一种口语语义解析方法，应用于如权利要求1所述口语语义解析系统，其特征在于，包括下述步骤：
S1.获取待解析口语句子；
S2.根据所述待解析口语句子对所述存储单元中的所述语义句式进行检索，获取与所述待解析口语句子相符的候选语义句式，及相应的候选顺序；
所述步骤S2的具体过程为：
S21.提取所述待解析口语句子中与所述存储单元中相同的所述关键词，并获取所述关键词对应的标签；
S22.将所述待解析口语句子中的所述关键词采用与所述关键词对应的标签替换，形成替换式口语句子；
S23.根据所述替换式口语句子中的字和所述标签，在所述存储单元中的所述词表中进行检索，获取与所述字匹配的所述语义句式的地址，和/或所述标签匹配的所述语义句式的地址；
S24.采用与所述替换式口语句子的相似度比较的方式对与所述替换式口语句子中的所述字匹配的所述语义句式和/或所述标签匹配的所述语义句式进行排序，获取经排序后的所述候选语义句式；
S3.根据排序后的所述候选语义句式采用模糊匹配算法对所述待解析口语句子进行解析，获取解析结果。
6.如权利要求5所述口语语义解析方法，其特征在于，所述步骤S24采用得分公式获取所述候选语义句式与所述替换式口语句子的相似度的分数；
所述得分公式为：
S＝(S1+S2)/2，
其中，S表示所述候选语义句式与所述替换式口语句子的相似度的分数，S1表示所述候选语义句式中的所述字和/或所述标签占所述替换式口语句子的比例；S2表示所述候选语义句式中的所述字和/或所述标签占所述候选语义句式的比例。
7.如权利要求5所述口语语义解析方法，其特征在于，所述步骤S3的具体过程为：
S31.对每个所述候选语义句式建立有限状态自动机网络；
S32.根据所述有限状态自动机网络对所述待解析口语句子进行打分；
S33.比较所述待解析口语句子的分数，将最高分数的所述待解析口语句子作为所述待解析口语句子的解析结果。
8.如权利要求5所述口语语义解析方法，其特征在于，所述词表采用哈希表表示。
CN201510385309.1A 2015-06-30 2015-06-30 一种口语语义解析系统及方法 Active CN106326303B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201510385309.1A CN106326303B (zh) 2015-06-30 2015-06-30 一种口语语义解析系统及方法
EP16817141.1A EP3318978A4 (en) 2015-06-30 2016-06-14 SYSTEM AND METHOD FOR THE SEMANTIC ANALYSIS OF LANGUAGE
JP2017567752A JP6596517B2 (ja) 2015-06-30 2016-06-14 口語語義解析システム及び方法
US15/739,351 US20180190270A1 (en) 2015-06-30 2016-06-14 System and method for semantic analysis of speech
PCT/CN2016/085763 WO2017000777A1 (zh) 2015-06-30 2016-06-14 一种口语语义解析系统及方法
TW105120420A TWI601129B (zh) 2015-06-30 2016-06-29 一種口語語義解析系統及方法
HK17105085.6A HK1231591A1 (zh) 2015-06-30 2017-05-19 種口語語義解析系統及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510385309.1A CN106326303B (zh) 2015-06-30 2015-06-30 一种口语语义解析系统及方法

Publications (2)

Publication Number Publication Date
CN106326303A CN106326303A (zh) 2017-01-11
CN106326303B true CN106326303B (zh) 2019-09-13

Family

ID=57607842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510385309.1A Active CN106326303B (zh) 2015-06-30 2015-06-30 一种口语语义解析系统及方法

Country Status (7)

Country Link
US (1) US20180190270A1 (zh)
EP (1) EP3318978A4 (zh)
JP (1) JP6596517B2 (zh)
CN (1) CN106326303B (zh)
HK (1) HK1231591A1 (zh)
TW (1) TWI601129B (zh)
WO (1) WO2017000777A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106782560B (zh) * 2017-03-06 2020-06-16 海信集团有限公司 确定目标识别文本的方法及装置
CN109716326A (zh) * 2017-06-21 2019-05-03 微软技术许可有限责任公司 在自动聊天中提供个性化歌曲
DE102017211120A1 (de) 2017-06-30 2019-01-03 Siemens Aktiengesellschaft Verfahren zur Erzeugung eines Abbildes eines Streckennetzes, Verwendung des Verfahrens, Computerprogramm und computerlesbares Speichermedium
CN108091321B (zh) * 2017-11-06 2021-07-16 芋头科技（杭州）有限公司 一种语音合成方法
CN109947264B (zh) * 2017-12-21 2023-03-14 北京搜狗科技发展有限公司 一种信息展现方法、装置及电子设备
US10861463B2 (en) * 2018-01-09 2020-12-08 Sennheiser Electronic Gmbh & Co. Kg Method for speech processing and speech processing device
CN108021559B (zh) * 2018-02-05 2022-05-03 威盛电子股份有限公司 自然语言理解系统以及语意分析方法
CN109065020B (zh) * 2018-07-28 2020-11-20 重庆柚瓣家科技有限公司 多语言类别的识别库匹配方法及系统
CN109783821B (zh) * 2019-01-18 2023-06-27 广东小天才科技有限公司 一种特定内容的视频的搜索方法及系统
CN109949799B (zh) * 2019-03-12 2021-02-19 广东小天才科技有限公司 一种语义解析方法及系统
CN110232921A (zh) * 2019-06-21 2019-09-13 深圳市酷开网络科技有限公司 基于生活服务的语音操作方法、装置、智能电视及系统
CN110378704B (zh) * 2019-07-23 2021-10-22 珠海格力电器股份有限公司 基于模糊识别的意见反馈的方法、存储介质和终端设备
CN111090411A (zh) * 2019-12-10 2020-05-01 重庆锐云科技有限公司 一种基于用户语音输入的共享产品智能推荐系统及方法
CN113569565B (zh) * 2020-04-29 2023-04-11 抖音视界有限公司 一种语义理解方法、装置、设备和存储介质
CN111680129B (zh) * 2020-06-16 2022-07-12 思必驰科技股份有限公司 语义理解系统的训练方法及系统
CN112489643B (zh) * 2020-10-27 2024-07-12 广东美的白色家电技术创新中心有限公司 转换方法、转换表的生成方法、装置及计算机存储介质
CN113435182B (zh) * 2021-07-21 2024-10-18 唯品会(广州)软件有限公司 自然语言处理中分类标注的冲突检测方法、装置和设备
CN114238667B (zh) * 2021-11-04 2024-04-02 北京建筑大学 一种地址管理的方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1949211A (zh) * 2005-10-13 2007-04-18 中国科学院自动化研究所 一种新的汉语口语解析方法及装置
CN103268313A (zh) * 2013-05-21 2013-08-28 北京云知声信息技术有限公司 一种自然语言的语义解析方法及装置
CN103309846A (zh) * 2013-06-26 2013-09-18 北京云知声信息技术有限公司 一种自然语言信息的处理方法及装置
CN103631772A (zh) * 2012-08-29 2014-03-12 阿里巴巴集团控股有限公司 机器翻译方法及装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3605735B2 (ja) * 1995-03-10 2004-12-22 株式会社Ｃｓｋ 自然言語の意味解析処理装置
TWI224771B (en) * 2003-04-10 2004-12-01 Delta Electronics Inc Speech recognition device and method using di-phone model to realize the mixed-multi-lingual global phoneme
JP3766406B2 (ja) * 2003-07-24 2006-04-12 株式会社東芝 機械翻訳装置
US8165877B2 (en) * 2007-08-03 2012-04-24 Microsoft Corporation Confidence measure generation for speech related searching
GB2458461A (en) * 2008-03-17 2009-09-23 Kai Yu Spoken language learning system
KR20120009446A (ko) * 2009-03-13 2012-01-31 인벤션 머신 코포레이션 자연 언어 텍스트의 자동화 의미적 라벨링 시스템 및 방법
KR101253104B1 (ko) * 2009-09-01 2013-04-10 한국전자통신연구원 패턴 데이터베이스화 장치 및 그 방법, 이를 이용한 음성 이해 장치 및 그 방법
TWI441163B (zh) * 2011-05-10 2014-06-11 Univ Nat Chiao Tung 中文語音辨識裝置及其辨識方法
CN102681982A (zh) * 2012-03-15 2012-09-19 上海云叟网络科技有限公司 可让计算机理解的自然语言句子的自动语义识别的方法
WO2013185109A2 (en) * 2012-06-08 2013-12-12 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9646604B2 (en) * 2012-09-15 2017-05-09 Avaya Inc. System and method for dynamic ASR based on social media
CN102968409B (zh) * 2012-11-23 2015-09-09 海信集团有限公司 智能人机交互语义分析方法及交互系统
CN103020230A (zh) * 2012-12-14 2013-04-03 中国科学院声学研究所 一种语义模糊匹配方法
US9123335B2 (en) * 2013-02-20 2015-09-01 Jinni Media Limited System apparatus circuit method and associated computer executable code for natural language understanding and semantic content discovery
US9432325B2 (en) * 2013-04-08 2016-08-30 Avaya Inc. Automatic negative question handling
US9318113B2 (en) * 2013-07-01 2016-04-19 Timestream Llc Method and apparatus for conducting synthesized, semi-scripted, improvisational conversations
US20150106091A1 (en) * 2013-10-14 2015-04-16 Spence Wetjen Conference transcription system and method
CN103578471B (zh) * 2013-10-18 2017-03-01 威盛电子股份有限公司 语音辨识方法及其电子装置
US9984067B2 (en) * 2014-04-18 2018-05-29 Thomas A. Visel Automated comprehension of natural language via constraint-based processing
US10073673B2 (en) * 2014-07-14 2018-09-11 Samsung Electronics Co., Ltd. Method and system for robust tagging of named entities in the presence of source or translation errors
CN104360994A (zh) * 2014-12-04 2015-02-18 科大讯飞股份有限公司 自然语言理解方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1949211A (zh) * 2005-10-13 2007-04-18 中国科学院自动化研究所 一种新的汉语口语解析方法及装置
CN103631772A (zh) * 2012-08-29 2014-03-12 阿里巴巴集团控股有限公司 机器翻译方法及装置
CN103268313A (zh) * 2013-05-21 2013-08-28 北京云知声信息技术有限公司 一种自然语言的语义解析方法及装置
CN103309846A (zh) * 2013-06-26 2013-09-18 北京云知声信息技术有限公司 一种自然语言信息的处理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"面向特定领域的统计机器翻译研究与应用";张涛;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120515(第5期);第I138-1620页 *

Also Published As

Publication number Publication date
WO2017000777A1 (zh) 2017-01-05
CN106326303A (zh) 2017-01-11
EP3318978A1 (en) 2018-05-09
TWI601129B (zh) 2017-10-01
EP3318978A4 (en) 2019-02-20
HK1231591A1 (zh) 2017-12-22
JP6596517B2 (ja) 2019-10-23
US20180190270A1 (en) 2018-07-05
JP2018524725A (ja) 2018-08-30
TW201701269A (zh) 2017-01-01

Similar Documents

Publication Publication Date Title
CN106326303B (zh) 一种口语语义解析系统及方法
Liu et al. Insertion, deletion, or substitution? Normalizing text messages without pre-categorization nor supervision
Pettersson et al. A multilingual evaluation of three spelling normalisation methods for historical text
CN102693279B (zh) 一种快速计算评论相似度的方法、装置及系统
CN109388803A (zh) 中文分词方法及系统
WO2008107305A2 (en) Search-based word segmentation method and device for language without word boundary tag
WO2003010754A1 (fr) Systeme de recherche a entree vocale
CN101510222A (zh) 一种多层索引语音文档检索方法及其系统
WO2010119233A1 (en) A data retrieval and indexing method and apparatus
CN114036930A (zh) 文本纠错方法、装置、设备及计算机可读介质
CN105574173A (zh) 基于语音识别的商品搜索方法及商品搜索装置
CN108038099B (zh) 基于词聚类的低频关键词识别方法
WO2012159558A1 (zh) 基于语意识别的自然语言处理方法、装置和系统
CN109408806A (zh) 一种基于英文语法规则的事件提取方法
Parlak et al. Performance analysis and improvement of Turkish broadcast news retrieval
Korpusik et al. A Comparison of Deep Learning Methods for Language Understanding.
CN112447172B (zh) 一种语音识别文本的质量提升方法和装置
Dahanayaka et al. Named entity recognition for sinhala language
CN110705285B (zh) 一种政务文本主题词库构建方法、装置、服务器及可读存储介质
Hauptmann et al. EXPERIMENTS IN INFORMATION RETRIEVAL FROM SPOKEN DOCUMENTS1
Fenogenova et al. A general method applicable to the search for anglicisms in russian social network texts
CN103116607A (zh) 一种基于拼音全文检索的方法
KR100745367B1 (ko) 템플릿에 기반한 기록정보 색인 및 검색 방법과 이를이용한 질의응답 시스템
CN109727591B (zh) 一种语音搜索的方法及装置
Dufour et al. Automatic error region detection and characterization in lvcsr transcriptions of tv news shows

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1231591

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant