CN109145124A - 信息的存储方法、装置、存储介质及电子装置 - Google Patents
信息的存储方法、装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN109145124A CN109145124A CN201810934304.3A CN201810934304A CN109145124A CN 109145124 A CN109145124 A CN 109145124A CN 201810934304 A CN201810934304 A CN 201810934304A CN 109145124 A CN109145124 A CN 109145124A
- Authority
- CN
- China
- Prior art keywords
- text information
- label
- keyword
- voice messaging
- household appliance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000015654 memory Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 12
- 230000000306 recurrent effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 9
- 238000003062 neural network model Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000007787 long-term memory Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004378 air conditioning Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- 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
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种信息的存储方法、装置、存储介质及电子装置。其中，该方法包括：将获取的第一语音信息转换为文字信息，其中，第一语音信息中包括家电设备的控制参数；从文字信息中提取第一关键词，确定为文字信息的标签；存储标签与文字信息，以及标签与文字信息之间的对应关系。本发明解决了现有技术中不能有效的对空调数据进行分类的技术问题。
Description
技术领域
本发明涉及家电领域，具体而言，涉及一种信息的存储方法、装置、存储介质及电子装置。
背景技术
在智能家居领域，智能管家犹如家居中央集控系统，既能作为用户控制命令内容分发器，又能根据用户日常行为，归纳用户喜好，通过物联网自动控制各电器协同运行。但智能管家多是根据用户控制命令自动记录其中的相关数据，进而通过相关数据，归纳用户喜好。针对特殊情况下的控制数据的发生，智能管家大多数并无法分析出其中的原因，由于也没有文字性的描述，故后续在遇到类似特殊情况时，智能管家就无法再调用之前的经验提供参考数据了。即现有技术中存在着对家电设备的控制参数进行存储的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据存储方法、装置、存储介质及电子装置，以至少解决现有技术中不能有效对家电设备的控制参数进行存储的技术问题。
根据本发明实施例的一个方面，提供了一种信息的存储方法，包括：将获取的第一语音信息转换为文字信息，其中，所述第一语音信息中包括家电设备的控制参数；从所述文字信息中提取第一关键词，确定为所述文字信息的标签；存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系。
可选地，将获取的所述第一语音信息转换为所述文字信息包括：基于深度学习的循环神经网络模型将获取的所述第一语音信息转换为所述文字信息。
可选地，从所述文字信息中提取第一关键词，确定为所述文字信息的标签包括以下之一：利用分布式语义信息对所述文字信息中的各个分词进行权重计算，比较各个分词的权重计算结果，利用比较结果选取所述第一关键词，确定为所述文字信息的标签；利用基于长短期记忆单元的循环神经网络对所述文字信息中的关键词进行组合，从组合的关键词中确定所述文字信息的标签；利用关键词提取算法TextRank算法计算所述文字信息中的各个词语的权重，对所述各个词语的权重进行排序，从排序的各个词语中确定所述文字信息的标签。
可选地，存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系之后，所述方法还包括：从获取的第二语音信息中提取第二关键词；从存储的标签中查找与所述第二关键词匹配的标签；获取与所述第二关键词匹配的标签所对应的文字信息；利用所述文字信息设置所述家电设备的控制参数。
根据本发明的另一个实施例，还提供一种家电设备的控制方法，向服务器发送第二语音信息，其中，所述第二语音信息中包括第二关键词；接收所述服务器发送的文字信息，其中，所述文字信息对应的标签与所述第二关键词匹配；提取所述文字信息中控制家电设备运行的控制参数；利用所述控制参数设置所述家电设备的运行。
根据本发明的另一个实施例，还提供一种信息的存储装置，其特征在于，包括：转换模块，用于将获取的第一语音信息转换为文字信息，其中，所述第一语音信息中包括家电设备的控制参数；第一确定模块，用于从所述文字信息中提取第一关键词，确定为所述文字信息的标签；存储模块，用于存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系。
根据本发明的另一个实施例，还提供一种家电设备的控制装置，包括：发送模块，用于向服务器发送第二语音信息，其中，所述第二语音信息中包括第二关键词；接收模块，用于接收所述服务器发送的文字信息，其中，所述文字信息对应的标签与所述第二关键词匹配；提取模块，用于提取所述文字信息中控制家电设备运行的控制参数；设置模块，用于利用所述控制参数设置所述家电设备的运行。
根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述方法。
根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的方法。
在本发明实施例中，采用将获取的第一语音信息转换为文字信息，从文字信息中提取第一关键词，确定为文字信息的标签；存储标签与文字信息，以及标签与文字信息之间的对应关系。可以实现方便对数据的调取的目的。从而实现了对标签与文字信息进行对应存储的技术效果，解决了现有技术中对家电设备的控制参数进行存储的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种数据存储方法的移动终端的硬件结构框图；
图2是根据本发明实施例的数据存储的流程图；
图3是本发明实施例中的对数据进行存储的结构示意图；
图4是根据本发明实施例的数据存储装置的结构框图；
图5是根据本发明实施例的信息的存储装置的结构框图；
图6是根据本发明实施例的家电设备的控制装置的结构框图。
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方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种信息的存储方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置) 和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的信息的存储方法对应的计算机程序，处理器102 通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端 10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF) 模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种信息的存储方法，图2是根据本发明实施例的信息的存储方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，将获取的第一语音信息转换为文字信息，其中，第一语音信息中包括家电设备的控制参数；
步骤S204，从文字信息中提取第一关键词，确定为文字信息的标签；
步骤S206，存储标签与文字信息，以及标签与文字信息之间的对应关系。
通过上述步骤，采用将获取的第一语音信息转换为文字信息，从文字信息中提取第一关键词，确定为文字信息的标签；存储标签与文字信息，以及标签与文字信息之间的对应关系。可以实现方便对数据的调取的目的。从而实现了对标签与文字信息进行对应存储的技术效果，解决了现有技术中对家电设备的控制参数进行存储的技术问题。
可选地，上述步骤的执行主体可以为服务器，可以设置在家庭只能管家系统中等，但不限于此。
需要说明的是，第一语音信息可以是用户发出的，也可以是其他终端发出的。文字信息可以是与日志相关的信息。标签可以是第一关键词，或者是序号。存储时需要将标签与文字信息进行关联，以方便后期的查找。
在一个可选的实施例中，是基于深度学习的循环神经网络模型将获取的第一语音信息转换为文字信息。循环神经网络模型可以利用获取的标签与文字信息进行训练。
可选地，通过以下方式之一从文字信息中提取第一关键词，确定为文字信息的标签：
1)利用分布式语义信息对文字信息中的各个分词进行权重计算，比较各个分词的权重计算结果，利用比较结果选取第一关键词，确定为文字信息的标签；各个分词可以是文字信息中的词语，将权重计算结果中权值比较大的分析作为标签。
2)利用基于长短期记忆单元的循环神经网络对文字信息中的关键词进行组合，从组合的关键词中确定文字信息的标签；即是一种总结的方式，总结相关日志中的重要事项摘要。
3)利用关键词提取算法TextRank算法计算文字信息中的各个词语的权重，对各个词语的权重进行排序，从排序的各个词语中确定文字信息的标签。选择排序比较靠前的词语作为标签。
在一个可选的实施例中，存储标签与文字信息，以及标签与文字信息之间的对应关系之后，从终端获取第二语音信息，从获取的第二语音信息中提取第二关键词；从存储的标签中查找与第二关键词匹配的标签；获取与第二关键词匹配的标签所对应的文字信息；利用文字信息设置家电设备的控制参数。通过查询关键词，即可找到历史相关日志，进而找到可参考数据，为家电设备的设置提供参考。
本实施例中对语音信息的获取可以是通过语音识别设备获取的。
在本实施例中提供了一种家电设备的控制方法，图3是根据本发明实施例的家电设备的控制方法的流程图，如图3所示，该流程包括如下步骤：
步骤S302，向服务器发送第二语音信息，其中，第二语音信息中包括第二关键词；
步骤S304，接收服务器发送的文字信息，其中，文字信息对应的标签与第二关键词匹配；
步骤S306，提取文字信息中控制家电设备运行的控制参数；
步骤S308，利用控制参数设置家电设备的运行。
通过上述步骤，采用获取在服务器存储的家电设备的控制参数设置家电设备的运行。可以实现方便对数据的调取的目的。从而实现了对标签与文字信息进行对应存储的技术效果，解决了现有技术中对家电设备的控制参数进行存储的技术问题。
可选地，上述步骤的执行主体可以为终端，但不限于此。
下面结合具体实施例对本发明进行详细说明：
本实施例以智能管家为例进行说明，本实施例所要解决的技术问题是：智能管家无特殊情况的日志记录进而无法为后续类似情况提供参考。
在智能管家中设置日志记录模块，针对用户需要，可记录用户每日的生活日志，也可只记录用户在特殊情况发生时的生活日志。其中，用户通过口述的自然语言的形式，将当天的相关事宜告知智能管家，通过精准的语言辨识模块，智能管家将用户的语音转换为文字，存储在内存中，同时，再通过关键词提取模块，智能管家将日志中的关键词提取出来，作为标签与相应日志及当日相关电器控制数据一同存储。后续用户在需要进行相关事宜查询或智能管家遇到特殊情况无法自动设定控制数据时，可通过查询关键词，找到相关日志，进而找到可参考数据。具体方案如下：
首先，设置语言辨识模块、关键词提取模块、和日志记录模块，其中，语言辨识模块用于将用户的语音转换为文字性日志，关键词提取模块用于将日志中的关键词提取出来作为相关日志的标签，日志记录模块用于将标签与相应日志及当日相关电器控制数据一同存储入内存；
语言辨识模块、关键词提取模块均采用基于深度学习的循环神经网络模型，语言辨识模块中的模型可以通过对大量自然语言的学习精准的识别和还原用户语音，关键词提取模块中的模型可以通过分布式语义信息对日志文字进行处理，进而对不同的分词进行词权重计算，通过计算结果的排序选取确定关键词。进一步的，还可以通过基于长短期记忆单元的循环神经网络对关键词进行相应的组合，总结相关日志中的重要事项摘要；
对处理后的日志文字提取关键词时，可以利用TextRank算法，计算日志中词语的权重，根据词语的权重对词语进行排序，选取前k个词语作为当日日志的关键词。
相比于现有技术，本方案中的智能管家可以针对用户需要，根据用户口述的自然语言，记录用户每日的生活日志，也可只记录用户在特殊情况发生时的生活日志。其中，通过语言辨识模块将用户的语音转换为文字性日志，通过关键词提取模块将日志中的关键词提取出来作为相关日志的标签，通过日志记录模块将标签与相应日志及当日相关电器控制数据一同存储入内存。其中，上述语言辨识模块、关键词提取模块均采用基于深度学习的循环神经网络模型进行内容辨识。本方案中的智能管家日志记录方法，可以使后续用户在需要进行相关事宜查询或智能管家遇到特殊情况无法自动设定控制数据时，通过查询关键词，即可找到历史相关日志，进而找到可参考数据。
本实施例针对用户需要，可记录用户的生活日志。用户可以通过口述的自然语言的形式，将当天发生的相关事宜告知智能管家，通过精准的语言辨识模块，智能管家可以将用户的语音转换为文字，存储在内存中，同时，再通过关键词提取模块，智能管家将日志中的关键词提取出来，作为标签与相应日志及当日相关电器控制数据一同存储。后续用户在需要进行相关事宜查询或智能管家遇到特殊情况无法自动设定控制数据时，可通过查询关键词，找到相关日志，进而找到可参考数据。通过与用户语音的语音交互，提取出用户想记录的特殊情况关键词，为后续遇到类似情况时提供参考依据。
图4是本实施例中的训练模型的示意图，如图4所示，将日志划分为标题集、论文集和摘要，对标题集进行预处理之后，进行向量初始化操作，利用初始化后的标题集训练标题生成模块；利用论文集训练Glove模型；对摘要进行预处理，提取摘要前k个关键词，其中，k为大于或者等于1 的整数，将关键词进行向量初始化，之后训练引用标题生成模型。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如 ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种数据存储装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本发明实施例的信息的存储装置的结构框图，如图5所示，该装置包括：转换模52块、第一确定模块54以及存储模块56，下面对该装置进行详细说明：
转换模块52，用于将获取的第一语音信息转换为文字信息，其中，所述第一语音信息中包括家电设备的控制参数；
第一确定模块54，连接至上述中的转换模块52，用于从所述文字信息中提取第一关键词，确定为所述文字信息的标签；
存储模块56，连接至上述中的第一确定模块54，用于存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系。
通过上述步骤，采用将获取的第一语音信息转换为文字信息，从文字信息中提取第一关键词，确定为文字信息的标签；存储标签与文字信息，以及标签与文字信息之间的对应关系。可以实现方便对数据的调取的目的。从而实现了对标签与文字信息进行对应存储的技术效果，解决了现有技术中对家电设备的控制参数进行存储的技术问题。
可选地，上述步骤的执行主体可以为服务器，可以设置在家庭只能管家系统中等，但不限于此。
需要说明的是，第一语音信息可以是用户发出的，也可以是其他终端发出的。文字信息可以是与日志相关的信息。标签可以是第一关键词，或者是序号。存储时需要将标签与文字信息进行关联，以方便后期的查找。
在一个可选的实施例中，是基于深度学习的循环神经网络模型将获取的第一语音信息转换为文字信息。循环神经网络模型可以利用获取的标签与文字信息进行训练。
可选地，通过以下方式之一从文字信息中提取第一关键词，确定为文字信息的标签：
1)利用分布式语义信息对文字信息中的各个分词进行权重计算，比较各个分词的权重计算结果，利用比较结果选取第一关键词，确定为文字信息的标签；各个分词可以是文字信息中的词语，将权重计算结果中权值比较大的分析作为标签。
2)利用基于长短期记忆单元的循环神经网络对文字信息中的关键词进行组合，从组合的关键词中确定文字信息的标签；即是一种总结的方式，总结相关日志中的重要事项摘要。
3)利用关键词提取算法TextRank算法计算文字信息中的各个词语的权重，对各个词语的权重进行排序，从排序的各个词语中确定文字信息的标签。选择排序比较靠前的词语作为标签。
在一个可选的实施例中，存储标签与文字信息，以及标签与文字信息之间的对应关系之后，从终端获取第二语音信息，从获取的第二语音信息中提取第二关键词；从存储的标签中查找与第二关键词匹配的标签；获取与第二关键词匹配的标签所对应的文字信息；利用文字信息设置家电设备的控制参数。通过查询关键词，即可找到历史相关日志，进而找到可参考数据，为家电设备的设置提供参考。
图6是根据本发明实施例的家电设备的控制装置的结构框图，如图6 所示，该装置包括：发送模块62、接收模块64、提取模块66以及设置模块68，下面对该装置进行详细说明：
发送模块62，用于向服务器发送第二语音信息，其中，所述第二语音信息中包括第二关键词；
接收模块64，连接至上述中的发送模块62，用于接收所述服务器发送的文字信息，其中，所述文字信息对应的标签与所述第二关键词匹配；
提取模块66，连接至上述中的接收模块64，用于提取所述文字信息中控制家电设备运行的控制参数；
设置模块68，连接至上述中的提取模块66，用于利用所述控制参数设置所述家电设备的运行。
通过上述步骤，采用获取在服务器存储的家电设备的控制参数设置家电设备的运行。可以实现方便对数据的调取的目的。从而实现了对标签与文字信息进行对应存储的技术效果，解决了现有技术中对家电设备的控制参数进行存储的技术问题。
可选地，上述步骤的执行主体可以为终端，但不限于此。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以上各步骤的计算机程序。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以上各步骤。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，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 (9)
1.一种信息的存储方法，其特征在于，包括：
将获取的第一语音信息转换为文字信息，其中，所述第一语音信息中包括家电设备的控制参数；
从所述文字信息中提取第一关键词，确定为所述文字信息的标签；
存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系。
2.根据权利要求1所述的方法，其特征在于，将获取的所述第一语音信息转换为所述文字信息包括：
基于深度学习的循环神经网络模型将获取的所述第一语音信息转换为所述文字信息。
3.根据权利要求1所述的方法，其特征在于，从所述文字信息中提取第一关键词，确定为所述文字信息的标签包括以下之一：
利用分布式语义信息对所述文字信息中的各个分词进行权重计算，比较各个分词的权重计算结果，利用比较结果选取所述第一关键词，确定为所述文字信息的标签；
利用基于长短期记忆单元的循环神经网络对所述文字信息中的关键词进行组合，从组合的关键词中确定所述文字信息的标签；
利用关键词提取算法TextRank算法计算所述文字信息中的各个词语的权重，对所述各个词语的权重进行排序，从排序的各个词语中确定所述文字信息的标签。
4.根据权利要求1所述的方法，其特征在于，存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系之后，所述方法还包括：
从获取的第二语音信息中提取第二关键词；
从存储的标签中查找与所述第二关键词匹配的标签；
获取与所述第二关键词匹配的标签所对应的文字信息；
利用所述文字信息设置所述家电设备的控制参数。
5.一种家电设备的控制方法，其特征在于，
向服务器发送第二语音信息，其中，所述第二语音信息中包括第二关键词；
接收所述服务器发送的文字信息，其中，所述文字信息对应的标签与所述第二关键词匹配；
提取所述文字信息中控制家电设备运行的控制参数；
利用所述控制参数设置所述家电设备的运行。
6.一种信息的存储装置，其特征在于，包括：
转换模块，用于将获取的第一语音信息转换为文字信息，其中，所述第一语音信息中包括家电设备的控制参数；
第一确定模块，用于从所述文字信息中提取第一关键词，确定为所述文字信息的标签；
存储模块，用于存储所述标签与所述文字信息，以及所述标签与所述文字信息之间的对应关系。
7.一种家电设备的控制装置，其特征在于，
发送模块，用于向服务器发送第二语音信息，其中，所述第二语音信息中包括第二关键词；
接收模块，用于接收所述服务器发送的文字信息，其中，所述文字信息对应的标签与所述第二关键词匹配；
提取模块，用于提取所述文字信息中控制家电设备运行的控制参数；
设置模块，用于利用所述控制参数设置所述家电设备的运行。
8.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至5任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810934304.3A CN109145124B (zh) | 2018-08-16 | 2018-08-16 | 信息的存储方法、装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810934304.3A CN109145124B (zh) | 2018-08-16 | 2018-08-16 | 信息的存储方法、装置、存储介质及电子装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109145124A true CN109145124A (zh) | 2019-01-04 |
| CN109145124B CN109145124B (zh) | 2022-02-25 |
Family
ID=64789695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810934304.3A Active CN109145124B (zh) | 2018-08-16 | 2018-08-16 | 信息的存储方法、装置、存储介质及电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109145124B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110688487A (zh) * | 2019-09-29 | 2020-01-14 | 中国建设银行股份有限公司 | 一种文本分类的方法和装置 |
| CN114697286A (zh) * | 2022-04-18 | 2022-07-01 | 上海迎盾科技有限公司 | 即时通信数据的处理方法及装置、计算机可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014190496A1 (en) * | 2013-05-28 | 2014-12-04 | Thomson Licensing | Method and system for identifying location associated with voice command to control home appliance |
| CN106383817A (zh) * | 2016-09-29 | 2017-02-08 | 北京理工大学 | 利用分布式语义信息的论文标题生成方法 |
| CN106571140A (zh) * | 2016-11-14 | 2017-04-19 | Tcl集团股份有限公司 | 一种基于语音语义的电器智能控制方法及系统 |
| CN107481718A (zh) * | 2017-09-20 | 2017-12-15 | 广东欧珀移动通信有限公司 | 语音识别方法、装置、存储介质及电子设备 |
| CN108172219A (zh) * | 2017-11-14 | 2018-06-15 | 珠海格力电器股份有限公司 | 识别语音的方法和装置 |
-
2018
- 2018-08-16 CN CN201810934304.3A patent/CN109145124B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014190496A1 (en) * | 2013-05-28 | 2014-12-04 | Thomson Licensing | Method and system for identifying location associated with voice command to control home appliance |
| CN106383817A (zh) * | 2016-09-29 | 2017-02-08 | 北京理工大学 | 利用分布式语义信息的论文标题生成方法 |
| CN106571140A (zh) * | 2016-11-14 | 2017-04-19 | Tcl集团股份有限公司 | 一种基于语音语义的电器智能控制方法及系统 |
| CN107481718A (zh) * | 2017-09-20 | 2017-12-15 | 广东欧珀移动通信有限公司 | 语音识别方法、装置、存储介质及电子设备 |
| CN108172219A (zh) * | 2017-11-14 | 2018-06-15 | 珠海格力电器股份有限公司 | 识别语音的方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110688487A (zh) * | 2019-09-29 | 2020-01-14 | 中国建设银行股份有限公司 | 一种文本分类的方法和装置 |
| CN114697286A (zh) * | 2022-04-18 | 2022-07-01 | 上海迎盾科技有限公司 | 即时通信数据的处理方法及装置、计算机可读存储介质 |
| CN114697286B (zh) * | 2022-04-18 | 2024-04-26 | 上海迎盾科技有限公司 | 即时通信数据的处理方法及装置、计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109145124B (zh) | 2022-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108595494B (zh) | 答复信息的获取方法及装置 | |
| CN105095219B (zh) | 微博推荐方法和终端 | |
| CN106339507B (zh) | 流媒体消息推送方法和装置 | |
| CN110380954A (zh) | 数据分享方法和装置，存储介质及电子装置 | |
| CN108334533A (zh) | 关键词提取方法和装置、存储介质及电子装置 | |
| CN105718543B (zh) | 语句的展示方法和装置 | |
| CN109614517A (zh) | 视频的分类方法、装置、设备及存储介质 | |
| CN108170739A (zh) | 问题匹配方法、终端和计算机可读存储介质 | |
| CN104504027B (zh) | 网页内容的自动筛选方法及装置 | |
| CN110019794A (zh) | 文本资源的分类方法、装置、存储介质及电子装置 | |
| CN107741899A (zh) | 处理终端数据的方法、装置及系统 | |
| CN111062520B (zh) | 基于随机森林算法的hostname特征预测方法 | |
| CN108334895A (zh) | 目标数据的分类方法、装置、存储介质及电子装置 | |
| CN109992781A (zh) | 文本特征的处理、装置、存储介质和处理器 | |
| CN109145124A (zh) | 信息的存储方法、装置、存储介质及电子装置 | |
| CN110209875A (zh) | 用户内容画像确定方法、访问对象推荐方法和相关装置 | |
| CN108304452A (zh) | 文章处理方法及装置、存储介质 | |
| CN110472230A (zh) | 中文文本的识别方法及装置 | |
| CN110457704A (zh) | 目标字段的确定方法、装置、存储介质及电子装置 | |
| CN110196805A (zh) | 数据处理方法、装置、存储介质和电子装置 | |
| CN110472246A (zh) | 工单分类方法、装置及存储介质 | |
| CN110162769A (zh) | 文本主题输出方法和装置、存储介质及电子装置 | |
| CN110163201A (zh) | 图像测试方法和装置、存储介质及电子装置 | |
| CN109165347A (zh) | 数据推送方法和装置、存储介质及电子装置 | |
| CN108563648A (zh) | 数据显示方法和装置、存储介质及电子装置 |
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 |