CN107526723B - 一种语义消歧的方法、装置、服务器和存储介质 - Google Patents

一种语义消歧的方法、装置、服务器和存储介质 Download PDF

Info

Publication number
CN107526723B
CN107526723B CN201710718930.4A CN201710718930A CN107526723B CN 107526723 B CN107526723 B CN 107526723B CN 201710718930 A CN201710718930 A CN 201710718930A CN 107526723 B CN107526723 B CN 107526723B
Authority
CN
China
Prior art keywords
current
historical
field
service field
information
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
CN201710718930.4A
Other languages
English (en)
Other versions
CN107526723A (zh
Inventor
邓丽萍
时培轩
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710718930.4A priority Critical patent/CN107526723B/zh
Publication of CN107526723A publication Critical patent/CN107526723A/zh
Priority to US16/043,494 priority patent/US10755052B2/en
Application granted granted Critical
Publication of CN107526723B publication Critical patent/CN107526723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • G06F40/211Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities

Abstract

本发明实施例公开了一种语义消歧的方法、装置、服务器和存储介质。其中,语义消歧的方法包括:对用户当前对话信息进行语义解析,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域,若当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。本发明实施例通过对用户当前对话信息进行语义解析,并利用该解析结果以及逻辑处理,实现了在多领域多轮对话系统中对用户当前对话信息所属的当前服务领域进行消歧处理,该技术方案提高了语义消歧的效率和准确度,解决了现有语义消歧方法中依赖大规模标注语料,以及在句法分析中句子过短导致无法分析的问题。

Description

一种语义消歧的方法、装置、服务器和存储介质
技术领域
本发明实施例涉及人机交互技术领域,尤其涉及一种语义消歧的方法、装置、服务器和存储介质。
背景技术
在口语对话系统中,用户通常会使用一些省略关键字的句子,这就给对话系统理解用户意图带来了困难。此时,对话系统需要结合上下文来确定当前句子的真实含义。
现有进行语义消歧的方法主要有两种,一种是利用统计的方法,具体是通过标注训练语料,以训练模型进行语义消歧;另一种是基于句法分析的语义消歧方法,具体是通过对输入句子进行句法分析,根据句法分析对语义进行消歧。但是,上述两种方法都存在各自的缺陷,其中,统计方法需要大规模标注语料,对于还没有投入应用的对话系统来说,标注语料极难获取;基于句法分析的语义消歧方法适用于表达较为完整的书面语,口语句子句法随意,且大部分句子偏短,对句法分析加大了难度。
发明内容
本发明实施例提供一种语义消歧的方法、装置、服务器和存储介质,可以解决现有的语义消歧方法中依赖大规模的标注语料以及由于句法分析中句子过短导致无法分析的问题。
第一方面,本发明实施例提供了一种语义消歧的方法,该方法包括:
对用户当前对话信息进行语义解析,依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域;
若所述当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对所述当前服务领域进行消歧处理。
第二方面,本发明实施例还提供了一种语义消歧的装置,该装置包括:
解析判断模块,用于对用户当前对话信息进行语义解析,依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域;
当前服务领域消歧模块,用于若所述当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对所述当前服务领域进行消歧处理。
第三方面,本发明实施例还提供了一种服务器,该服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的语义消歧的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的语义消歧的方法。
本发明实施例通过对用户当前对话信息进行语义解析,并利用该解析结果以及逻辑处理,实现了在多领域多轮对话系统中对用户当前对话信息所属的当前服务领域进行消歧处理,该技术方案提高了语义消歧的效率和准确度,解决了现有语义消歧方法中依赖大规模标注语料,以及在句法分析中句子过短导致无法分析的问题。
附图说明
图1是本发明实施例一中的语义消歧方法的流程图;
图2是本发明实施例二中的语义消歧方法的流程图;
图3是本发明实施例三中的语义消歧方法的流程图;
图4是本发明实施例四中的语义消歧装置的结构示意图;
图5是本发明实施例五中的服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的语义消歧方法的流程图,本实施例可适用于人机对话系统中需要对语义进行消歧的情况,该方法可以由语义消歧装置来执行,该装置可以采用软件和/或硬件的方式实现。如图1所示,该方法具体包括:
S110、对用户当前对话信息进行语义解析,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域。
在用户在与人机对话系统进行交互时,特别是与多领域多轮对话系统(即包含多个服务领域并且可以进行多轮对话的系统)进行交互时,经常会使用一些口语化的句子,这些句子通常会省略一些对于用户理解而言可有可无,但是对于对话系统理解而言却比较关键的词语,这就造成对话系统在理解用户意图时存在困难,并且容易产生歧义的问题,因此,对话系统需要对用户当前的对话信息进行消歧处理。
本实施例中,对话系统需要对用户输入的当前对话信息进行语义解析,以获取用户当前所说语句所要表达的大致意图,并依据该当前对话信息的解析结果,确定该当前对话信息所属的当前服务领域是否存在歧义。
本实施例中,用户输入的当前对话信息可以是常规句子,也可以是歧义句子,因此,语义解析包括常规句子语义解析和歧义句子语义解析,其中,常规句子语义解析,其解析结果是确定、无歧义的,既包括用户意图,也包括句子所属的当前服务领域,而歧义句子语义解析,其解析结果是不确定、存在歧义的,可以包括用户的大致意图,以及句子所属的多个可能的当前服务领域。
示例性的,在一个包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,如果用户输入的当前对话信息是“订去北京的机票”,显然,该对话信息是常规句子,则该多领域多轮对话系统根据该当前对话信息进行语义解析,既可以获取到用户希望出行去往北京的意图,也可以获取到去北京所属的当前服务领域是订机票,此时,对话系统确定用户当前对话信息所属的当前服务领域不是歧义领域。如果用户输入的当前对话信息是“去北京”,该对话信息是歧义句子,则该多领域多轮对话系统根据该当前对话信息进行语义解析,可以获取到用户的大致意图是希望出行去往北京,但是在该对话系统中,与出行相对应的服务领域有两个,用户的真实意图可能是订去北京的火车票,也有可能是订去北京的机票,对话系统仅仅根据该当前对话信息,无法确定用户所需要的服务领域具体是哪一个,此时,对话系统确定用户当前对话信息所属的当前服务领域是歧义领域。
S120、若当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。
本实施例中,如果确定用户当前输入的对话信息所对应的当前的服务领域是歧义领域,可以采用基于上下文的语义消歧策略,即利用已经确定了的用户的历史对话信息所属的历史服务领域对当前的服务领域进行消除歧义处理。
示例性的,仍以包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统为例,用户输入的当前对话信息是“去北京”,对话系统确定该当前对话信息所属的当前服务领域是歧义领域,此时,对话系统调用当前对话信息之前的多轮历史对话信息,利用已经确定了的历史对话信息所属的历史服务领域,来确定当前对话信息所属的当前服务领域。如果历史服务领域中包含订机票,则可以确定用户输入的当前对话信息“去北京”所属的当前服务领域是订机票,进而确定用户与对话系统进行交互的真实意图是“订去北京的机票”,至此,完成对用户当前对话信息所属当前服务领域的消除歧义处理。
本实施例提供的语义消歧的方法,通过对用户当前对话信息进行语义解析,并利用该解析结果以及逻辑处理,实现了在多领域多轮对话系统中对用户当前对话信息所属的当前服务领域进行消歧处理,该技术方案提高了语义消歧的效率和准确度,解决了现有语义消歧方法中依赖大规模标注语料,以及在句法分析中句子过短导致无法分析的问题。
进一步的,在S110中,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域,包括:
若所述用户当前对话信息中不包含领域关键字,且所述用户当前对话信息包含地点、时间和价格中的至少一种信息,则确定所述用户当前对话信息所属的当前服务领域为歧义领域,其中所述领域关键字是依据所述多领域多轮对话系统支持的服务领域预先确定的。
本实施例中,判断用户当前对话信息所属的当前服务领域是否是歧义领域的方法,可以是判断解析结果中是否包含预先确定的领域关键字,其中预先确定的领域关键字是依据多领域多轮对话系统中所支持的服务领域确定的。如果包含,则确定用户当前对话信息所属的当前服务领域不是歧义领域,如果不包含,则继续判断用户当前对话信息中是否包含地点、时间和价格中的至少一种信息,如果包含,则确定用户当前对话信息所属的当前服务领域是歧义领域,如果不包含,则确定用户当前对话信息属于无特殊目的的聊天类信息,其所对应的当前服务领域不属于歧义领域。
示例性的,在包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,如果用户输入的当前对话信息是“订去北京的机票”,对话系统对该对话信息进行语义解析,其解析结果中包含订机票的服务领域关键字订机票,此时,确定用户当前对话信息所属的当前服务领域不是歧义领域;如果用户输入的当前对话信息是“去北京”,对话系统对该对话信息进行语义解析,其解析结果中不包含任何与服务领域相关的关键字并且包含地点信息北京,表明用户有出行的意图,此时,确定用户当前对话信息所属的当前服务领域是歧义领域;如果用户输入的当前对话信息是“非常开心”,对话系统对该对话信息进行语义解析,其解析结果中不包含任何与服务领域相关的关键字并且也不包含属地点、时间和价格中的任何一种信息,表明用户此时在进行无特殊目的的聊天,此时,确定用户当前对话信息所属的当前服务领域也不是歧义领域。
上述方案通过判断解析结果中是否包含预先确定的服务领域的关键字和地点、时间和价格中的至少一种信息,来确定用户当前对话信息所属的当前服务领域是否为歧义领域,其方案简单有效,提高了语义消歧的效率和准确度。
实施例二
本实施例在实施例一的基础上,提供了S120的具体实施方式,图2是本发明实施例二提供的语义消歧方法的流程图,如图2所示,该方法包括:
S210、对用户当前对话信息进行语义解析,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域。
S220、若当前服务领域是歧义领域,则确定当前服务领域的至少两个备选服务领域。
本实施例中,如果确定用户当前对话信息所属的当前服务领域是歧义领域,可以从对话系统所支持的服务领域中确定至少两个与用户意图相关的备选服务领域。
示例性的,在包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,用户输入的当前对话信息是“去北京”,对话系统确定该当前对话信息所属的当前服务领域是歧义领域后,确定在对话系统中与用户出行去往北京相关的服务领域为订机票和订火车票,并将订机票和订火车票作为当前服务领域的备选服务领域。
S230、确定至少两个备选服务领域中是否存在用户历史对话信息所属的历史服务领域,若存在,则将存在的历史服务领域确定为当前服务领域。
本实施例中,在用户输入的当前对话信息所属的当前服务领域存在歧义的情况下,仅依据当前对话信息已经无法确定用户的真实意图,可以借助预先确定了的用户历史对话信息所属的历史服务领域,通过将备选服务领域和历史服务领域进行比对,来确定服务领域中是否存在用户历史对话信息所属的历史服务领域。
本实施例中,如果确定服务领域中存在用户历史对话信息所属的历史服务领域,则将存在的历史服务领域确定为当前服务领域,以完成对用户当前对话信息所属的当前服务领域的消歧处理。
示例性的,在包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,用户输入的当前对话信息是“去北京”,对话系统确定订机票和订火车票为当前服务领域的备选服务领域后,利用备选服务领域与已经确定了的用户历史对话信息所属的历史服务领域进行比对,如果历史服务领域中包含订机票的服务领域,则将订机票这一历史服务领域确定为当前服务领域。
本实施例提供的语义消歧的方法,在用户输入的当前对话信息所属的当前服务领域存在歧义的情况下,通过确定当前服务领域的至少两个备选服务领域,将备选服务领域和历史服务领域进行比对,如果确定备选服务领域中存在用户历史对话信息所属的历史服务领域,则将存在的历史服务领域确定为当前服务领域,以完成对用户当前对话信息所属的当前服务领域的消歧处理,进一步提高了语义消歧的效率和准确度。
进一步的,S230可以是从后往前遍历并确定是否存在用户历史对话信息所属的历史服务领域与任一备选服务领域相同,若存在,则将该备选服务领域确定为当前服务领域。
本实施例中,可以通过从后往前依次遍历用户历史对话信息所属的历史服务领域,并判断历史服务领域与任一备选服务领域是否相同,如果存在用户历史对话信息所属的历史服务领域与任一备选服务领域相同,则将该备选服务领域确定为当前服务领域。
示例性的,在包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,用户输入的当前对话信息是“去北京”,对话系统确定订机票和订火车票为当前服务领域的备选服务领域后,从后往前依次遍历用户历史对话信息所属的历史服务领域,并判断历史服务领域与任一备选服务领域是否相同,如果遍历得到的历史服务领域是订机票,而订机票这一历史服务领域又恰好存在于备选服务领域中,则将订机票这一备选服务领域确定为当前的服务领域。
实施例三
本实施例在上述各实施例的基础上进行了改进,图3是本发明实施例三提供的语义消歧方法的流程图,如图3所示,该方法包括:
S310、对当前对话信息进行语义解析,依据解析结果确定当前对话信息所属的当前服务领域是否为歧义领域;若是,则继续执行S320;否则,跳转执行S340。
具体的,在消歧过程中确定当前服务领域是否为歧义领域后,可以通过类型标识来标注当前服务领域的类型,如可以用一个bool类型的变量is_ambigious标识当前对话信息是否存在歧义,is_ambigious=true时,表示当前对话信息存在歧义,is_ambigious=false时,表示当前对话信息不存在歧义。
S320、确定当前服务领域的至少两个备选服务领域,确定至少两个备选服务领域中是否存在用户历史对话信息所属的历史服务领域;如果存在,则执行S330;如果不存在,则跳转执行S360。
S330、将存在的历史服务领域确定为当前服务领域。
本实施例中,在确定当前对话信息所属的当前服务领域后,可以确定当前对话信息的语义,并确定应答内容。
S340、若确定用户历史对话信息中存在历史歧义语句,则将当前服务领域作为历史歧义语句所属的历史服务领域。
在本实施例中,可以依据用户历史对话信息的类型标识来确定是否存在历史歧义语句,例如,通过查看是否存在is_ambigious=true的历史语句来确定是否存在历史歧义语句。若确定用户历史对话信息中存在历史歧义语句,则将当前对话信息所属的当前服务领域作为历史歧义语句所属的历史服务领域,以达到为历史歧义语句所属的历史服务领域进行消歧的目的。
示例性的,在包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,用户输入的当前对话信息是“订机票”,通过语义解析确定该当前对话信息所属的当前服务领域是订机票,不是歧义领域,在此基础上,如果用户历史对话信息中存在歧义语句“去北京”,则将当前服务领域订机票作为历史歧义语句“去北京”所属的历史服务领域,即确定用户对话系统进行交互的真实意图是“订去北京的机票”。
需要说明的是,若确定用户历史对话信息中不存在历史歧义语句,则无需执行消歧操作,对话系统可以继续与用户进行交互。
S350、依据至少两个备选服务领域生成领域问询信息。
本实施例中,确定至少两个备选服务领域中均不存在用户历史对话信息所属的历史服务领域,则说明用户历史对话信息均不涉及所属的服务领域。在该情况下,仅利用历史对话信息已经无法完成对当前对话信息所属的当前服务领域的消歧处理,此时,需要依据至少两个备选服务领域生成领域问询信息,反馈给用户,以使用户输入可以辅助消歧的语句。
示例性的,在包含订机票、订火车票、订酒店和查询天气四个出行领域的多轮对话系统中,用户输入的当前对话信息是“去北京”,此时,对话系统可以确定当前服务领域的两个备选服务领域分别是订机票和订火车票,此时,对话系统利用用户历史对话信息所属的历史服务领域与备选服务领域进行比对,确定历史对话信息均不涉及所属的服务领域,即通过解析历史对话信息,得不到历史服务领域的信息,对话系统无法判断当前服务领域具体是订机票和订火车票中的哪一个。因此,需要利用至少两个备选服务领域生成领域问询信息,通知用户输入辅助消歧的语句,即对话系统可以输出“你要坐火车还是坐飞机去北京”,用户得到反馈后,可以根据需要进行消歧语句的输入,如用户可以输入“坐飞机”,此时,对话系统根据用户的输入即可完成对当前对话信息所属的当前服务领域的消歧处理。
本实施例提供的语义消歧的方法,除了可以完成对用户当前对话信息所属的当前服务领域的消歧处理,还可以利用当前服务领域为用户历史对话信息中存在的历史歧义语句进行历史服务领域的消歧处理,如果用户当前对话信息和历史对话信息均不能完成对用户当前对话信息所属的当前服务领域的消歧处理,还可以利用备选服务领域生成领域问询信息反馈给用户,以便用户输入辅助消歧的语句,来完成对用户当前对话信息所属的当前服务领域的消歧处理,进一步提高了语义消歧的效率和准确度。
实施例四
图4是本发明实施例四中的语义消歧装置的结构示意图。如图4所示,语义消歧装置包括:
解析判断模块410,用于对用户当前对话信息进行语义解析,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域。
当前服务领域消歧模块420,用于若当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。
进一步的,当前服务领域消歧模块420具体可以包括:
备选服务领域确定子模块,用于若当前服务领域是歧义领域,则确定当前服务领域的至少两个备选服务领域;
当前服务领域消歧子模块,用于确定至少两个备选服务领域中是否存在用户历史对话信息所属的历史服务领域,若存在,则将存在的历史服务领域确定为当前服务领域。
进一步的,当前服务领域消歧子模块具体可以用于:
从后往前遍历并确定是否存在用户历史对话信息所属的历史服务领域与任一备选服务领域相同,若存在,则将该备选服务领域确定为当前服务领域。
进一步的,当前服务领域消歧模块还包括:
领域问询子模块,用于确定至少两个备选服务领域中是否存在用户历史对话信息所属的历史服务领域之后,若至少两个备选服务领域中不存在用户历史对话信息所属的历史服务领域,则依据至少两个备选服务领域生成领域问询信息。
进一步的,该装置还可以包括:
历史服务领域歧义判断模块,用于依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域之后,若当前服务领域不为歧义领域,则确定用户历史对话信息中是否存在历史歧义语句;
历史服务领域消歧模块,用于若所述用户历史对话信息中存在历史歧义语句,则将当前服务领域作为历史歧义语句所属的历史服务领域。
进一步的,解析判断模块410具体可以用于:
若所述用户当前对话信息中不包含领域关键字,且所述用户当前对话信息包含地点、时间和价格中的至少一种信息,则确定所述用户当前对话信息所属的当前服务领域为歧义领域,其中所述领域关键字是依据所述多领域多轮对话系统支持的服务领域预先确定的。
本实施例提供的语义消歧的装置,与本发明任意实施例所提供的语义消歧的方法属于同一发明构思,可执行本发明任意实施例所提供的语义消歧的方法,具备执行语义消歧的方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的语义消歧的方法。
实施例五
图5为本发明实施例五提供的一种服务器的结构示意图。图5示出了适于用来实现本发明实施方式的示例性服务器设备512的框图。图5显示的服务器512仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,服务器512以通用计算设备的形式表现。服务器512的组件可以包括但不限于:一个或者多个处理器516,系统存储器528,连接不同系统组件(包括系统存储器528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)530和/或高速缓存存储器532。服务器512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储装置534可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540,可以存储在例如存储器528中,这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
服务器512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信,还可与一个或者多个使得用户能与该计算机设备512交互的设备通信,和/或与使得该服务器512能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,计算机设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器520通过总线518与计算机设备512的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备512使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储装置等。
处理器516通过运行存储在系统存储器528中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的语义消歧方法,包括:
对用户当前对话信息进行语义解析,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域;
若当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。
实施例六
本发明实施例六提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的语义消歧方法,包括:
对用户当前对话信息进行语义解析,依据解析结果确定用户当前对话信息所属的当前服务领域是否为歧义领域;
若当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对当前服务领域进行消歧处理。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种语义消歧的方法,其特征在于,包括:
对用户当前对话信息进行语义解析,依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域;
若所述当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对所述当前服务领域进行消歧处理;
其中,若所述当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对所述当前服务领域进行消歧处理,包括:
若所述当前服务领域是歧义领域,则确定所述当前服务领域的至少两个备选服务领域;
从后往前遍历并确定是否存在用户历史对话信息所属的历史服务领域与任一备选服务领域相同,若存在,则将该备选服务领域确定为所述当前服务领域。
2.根据权利要求1所述的方法,其特征在于,确定所述至少两个备选服务领域中是否存在用户历史对话信息所属的历史服务领域之后,还包括:
若所述至少两个备选服务领域中不存在用户历史对话信息所属的历史服务领域,则依据所述至少两个备选服务领域生成领域问询信息。
3.根据权利要求1所述的方法,其特征在于,依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域之后,还包括:
若所述当前服务领域不为歧义领域,则确定用户历史对话信息中是否存在历史歧义语句;
若所述用户历史对话信息中存在历史歧义语句,则将所述当前服务领域作为历史歧义语句所属的历史服务领域。
4.根据权利要求1所述的方法,其特征在于,依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域,包括:
若所述用户当前对话信息中不包含领域关键字,且所述用户当前对话信息包含地点、时间和价格中的至少一种信息,则确定所述用户当前对话信息所属的当前服务领域为歧义领域,其中所述领域关键字是依据多领域多轮对话系统支持的服务领域预先确定的。
5.一种语义消歧的装置,其特征在于,包括:
解析判断模块,用于对用户当前对话信息进行语义解析,依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域;
当前服务领域消歧模块,用于若所述当前服务领域是歧义领域,则依据预先确定的用户历史对话信息所属的历史服务领域对所述当前服务领域进行消歧处理;
其中,所述当前服务领域消歧模块具体包括:
备选服务领域确定子模块,用于若所述当前服务领域是歧义领域,则确定所述当前服务领域的至少两个备选服务领域;
当前服务领域消歧子模块,用于从后往前遍历并确定是否存在用户历史对话信息所属的历史服务领域与任一备选服务领域相同,若存在,则将该备选服务领域确定为所述当前服务领域。
6.根据权利要求5所述的装置,其特征在于,所述当前服务领域消歧模块还包括:
领域问询子模块,用于确定所述至少两个备选服务领域中是否存在用户历史对话信息所属的历史服务领域之后,若所述至少两个备选服务领域中不存在用户历史对话信息所属的历史服务领域,则依据所述至少两个备选服务领域生成领域问询信息。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
历史服务领域歧义判断模块,用于依据解析结果确定所述用户当前对话信息所属的当前服务领域是否为歧义领域之后,若所述当前服务领域不为歧义领域,则确定用户历史对话信息中是否存在历史歧义语句;
历史服务领域消歧模块,用于若所述用户历史对话信息中存在历史歧义语句,则将所述当前服务领域作为历史歧义语句所属的历史服务领域。
8.根据权利要求5所述的装置,其特征在于,所述解析判断模块具体用于:
若所述用户当前对话信息中不包含领域关键字,且所述用户当前对话信息包含地点、时间和价格中的至少一种信息,则确定所述用户当前对话信息所属的当前服务领域为歧义领域,其中所述领域关键字是依据多领域多轮对话系统支持的服务领域预先确定的。
9.一种服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的语义消歧的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的语义消歧的方法。
CN201710718930.4A 2017-08-21 2017-08-21 一种语义消歧的方法、装置、服务器和存储介质 Active CN107526723B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710718930.4A CN107526723B (zh) 2017-08-21 2017-08-21 一种语义消歧的方法、装置、服务器和存储介质
US16/043,494 US10755052B2 (en) 2017-08-21 2018-07-24 Semantic disambiguation method, device, server and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710718930.4A CN107526723B (zh) 2017-08-21 2017-08-21 一种语义消歧的方法、装置、服务器和存储介质

Publications (2)

Publication Number Publication Date
CN107526723A CN107526723A (zh) 2017-12-29
CN107526723B true CN107526723B (zh) 2021-01-22

Family

ID=60681557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710718930.4A Active CN107526723B (zh) 2017-08-21 2017-08-21 一种语义消歧的方法、装置、服务器和存储介质

Country Status (2)

Country Link
US (1) US10755052B2 (zh)
CN (1) CN107526723B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388638B (zh) * 2018-02-26 2020-09-18 出门问问信息科技有限公司 语义解析方法、装置、设备及存储介质
CN109002501A (zh) * 2018-06-29 2018-12-14 北京百度网讯科技有限公司 用于处理自然语言对话的方法、装置、电子设备以及计算机可读存储介质
US10929914B2 (en) * 2018-11-16 2021-02-23 International Business Machines Corporation Monitoring derived requirements for devices and services
CN111831795B (zh) * 2019-04-11 2023-10-27 北京猎户星空科技有限公司 多轮对话处理方法、装置、电子设备及存储介质
CN112908319B (zh) * 2019-12-04 2022-10-25 海信视像科技股份有限公司 一种处理信息交互的方法及设备
CN111932412A (zh) * 2020-09-04 2020-11-13 汪宏杰 合同起草及修订方法、装置、存储介质及设备
CN113157878A (zh) * 2021-03-22 2021-07-23 联想(北京)有限公司 一种信息处理方法及装置
US11769015B2 (en) 2021-04-01 2023-09-26 International Business Machines Corporation User interface disambiguation
CN113779987A (zh) * 2021-08-23 2021-12-10 科大国创云网科技有限公司 一种基于自注意力增强语义的事件共指消岐方法及系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8719838B1 (en) * 2008-05-28 2014-05-06 United Services Automobile Association (Usaa) Systems and methods for generating scripts to interact with web sites
US10276170B2 (en) * 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US8868603B2 (en) * 2010-04-19 2014-10-21 Facebook, Inc. Ambiguous structured search queries on online social networks
US8918418B2 (en) * 2010-04-19 2014-12-23 Facebook, Inc. Default structured search queries on online social networks
EP2839391A4 (en) * 2012-04-20 2016-01-27 Maluuba Inc CONVERSATION AGENT
US9336306B2 (en) * 2014-03-21 2016-05-10 International Business Machines Corporation Automatic evaluation and improvement of ontologies for natural language processing tasks
US9966065B2 (en) * 2014-05-30 2018-05-08 Apple Inc. Multi-command single utterance input method
US10331768B2 (en) * 2015-09-21 2019-06-25 Tata Consultancy Services Limited Tagging text snippets
US20170177706A1 (en) * 2015-12-16 2017-06-22 Quixey, Inc. Category-Based Search System and Method for Providing Application Related Search Results
US10108600B2 (en) * 2016-09-16 2018-10-23 Entigenlogic Llc System and method of attribute, entity, and action organization of a data corpora
US11101037B2 (en) * 2016-09-21 2021-08-24 International Business Machines Corporation Disambiguation of ambiguous portions of content for processing by automated systems
US10516707B2 (en) * 2016-12-15 2019-12-24 Cisco Technology, Inc. Initiating a conferencing meeting using a conference room device
US10394965B2 (en) * 2017-01-13 2019-08-27 Sap Se Concept recommendation based on multilingual user interaction
US10783188B2 (en) * 2017-02-17 2020-09-22 Salesforce.Com, Inc. Intelligent embedded self-help service
US10372824B2 (en) * 2017-05-15 2019-08-06 International Business Machines Corporation Disambiguating concepts in natural language
US10324939B2 (en) * 2017-05-31 2019-06-18 International Business Machines Corporation Limiting interruptions and adjusting interruption sound levels

Also Published As

Publication number Publication date
US20190057082A1 (en) 2019-02-21
US10755052B2 (en) 2020-08-25
CN107526723A (zh) 2017-12-29

Similar Documents

Publication Publication Date Title
CN107526723B (zh) 一种语义消歧的方法、装置、服务器和存储介质
CN107291828B (zh) 基于人工智能的口语查询解析方法、装置及存储介质
JP7283009B2 (ja) 対話理解モデルの訓練方法、装置、デバイス及び記憶媒体
CN109002510B (zh) 一种对话处理方法、装置、设备和介质
US9805718B2 (en) Clarifying natural language input using targeted questions
WO2018205389A1 (zh) 语音识别方法、系统、电子装置及介质
US9594788B2 (en) Displaying logical statement relationships between diverse documents in a research domain
US11521603B2 (en) Automatically generating conference minutes
CN113220836B (zh) 序列标注模型的训练方法、装置、电子设备和存储介质
CN111177355B (zh) 基于搜索数据的人机对话交互方法、装置和电子设备
US11507751B2 (en) Comment information processing method and apparatus, and medium
CN102662935A (zh) 一种交互式的机器翻译方法和机器翻译系统
CN108932218B (zh) 一种实例扩展方法、装置、设备和介质
US20220358292A1 (en) Method and apparatus for recognizing entity, electronic device and storage medium
WO2017000809A1 (zh) 一种语言交互方法
US11100297B2 (en) Provision of natural language response to business process query
CN111783443A (zh) 文本扰动检测方法、扰动还原方法、扰动处理方法和装置
US10049108B2 (en) Identification and translation of idioms
CN112507103A (zh) 任务型对话及模型训练方法、装置、设备和存储介质
CN111984774A (zh) 搜索方法、装置、设备以及存储介质
CN111738015A (zh) 文章情感极性分析方法、装置、电子设备及存储介质
CN111310481B (zh) 语音翻译方法、装置、计算机设备和存储介质
WO2023137903A1 (zh) 基于粗糙语义的回复语句确定方法、装置及电子设备
CN115309994A (zh) 地点检索方法、电子设备以及存储介质
CN111062208B (zh) 一种文件审核的方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant