CN109783693B - 一种视频语义和知识点的确定方法及系统 - Google Patents
一种视频语义和知识点的确定方法及系统 Download PDFInfo
- Publication number
- CN109783693B CN109783693B CN201910046973.1A CN201910046973A CN109783693B CN 109783693 B CN109783693 B CN 109783693B CN 201910046973 A CN201910046973 A CN 201910046973A CN 109783693 B CN109783693 B CN 109783693B
- Authority
- CN
- China
- Prior art keywords
- knowledge
- semantic
- knowledge point
- semantics
- knowledge points
- 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
Links
Images
Landscapes
- Machine Translation (AREA)
Abstract
本发明提供了一种视频语义和知识点的确定方法及系统,其方法包括:获取不同学科的知识点,根据知识点建立对应的不同学科的知识体系;分析知识点对应的知识点语义,根据知识点语义建立语义槽;根据知识点和语义槽生成语义模型;获取视频信息,从视频信息中分离得到语音信息;解析语音信息得到对应的语义信息;将语义信息和语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对视频信息进行标记;根据知识点标签获取视频信息对应的知识体系。本发明通过训练建立知识点语义与知识点的对应关系,生成语义模型,将获取的视频信息的语义信息和语义模型进行对比,从而确定视频信息对应的知识体系。
Description
技术领域
本发明涉及信息处理技术领域,尤指一种视频语义和知识点的确定方法及系统。
背景技术
当前处在一个信息爆炸的时代,网络上有着各式各样的信息资源,但是,目前网络上的资源数不胜数,因此导致用户查找自己需要的资料时难度较大。大量的学习类视频资源,需要借助文本讲义和用户标记的知识点标注才可以定位视频讲解的具体内容点,效率低下。因此,目前需要一种视频语义和知识点的确定方法及系统,自动对视频进行知识点进行标记。
发明内容
本发明的目的是提供一种视频语义和知识点的确定方法及系统,实现通过训练建立知识点语义与知识点的对应关系,生成对应的语义模型,将获取的视频信息对应的语义信息和语义模型进行对比,确定视频信息对应的知识体系。
本发明提供的技术方案如下:
本发明提供一种视频语义和知识点的确定方法,包括:
获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱;
分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽;
根据所述知识点和对应的所述语义槽生成语义模型;
获取视频信息,从所述视频信息中分离得到语音信息;
解析所述语音信息得到对应的语义信息;
将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记;
根据所述知识图谱获取所述知识点标签相关的关联知识点;
根据所述知识点标签和所述关联知识点建立所述视频信息对应的知识体系。
进一步的,所述的获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识体系具体包括:
获取不同学科的所述知识点;
获取所述知识点之间的关联关系;
根据所述知识点和所述关联关系建立对应的不同学科的所述知识图谱。
进一步的,所述的分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽具体包括:
获取所述知识点对应的实体内容;
分析所述实体内容得到对应的正则表达式;
根据所述正则表达式解析所述实体内容得到对应的所述知识点语义;
根据所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
进一步的,所述的分析所述实体内容得到对应的正则表达式具体包括:
通过分词技术对所述实体内容进行分词得到对应的内容分词以及分词词性;
分析所述实体内容的句子结构得到所述内容分词之间的连接关系;
根据所述内容分词、所述分词词性以及所述连接关系生成对应的所述正则表达式。
进一步的,所述的将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记具体包括:
将所述语义信息和所述语义模型中的语义槽进行对比;
若一个语义槽中的知识点语义对比符合,则将对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记;
若多个语义槽中的知识点语义对比符合,则选择一个或多个对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
本发明还提供一种视频语义和知识点的确定系统,包括:
体系建立模块,获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱;
语义槽建立模块,分析所述体系建立模块获取的所述知识点对应的知识点语义,根据所述知识点语义建立语义槽;
模型生成模块,根据所述体系建立模块获取的所述知识点和所述语义槽建立模块建立的对应的所述语义槽生成语义模型;
信息分离模块,获取视频信息,从所述视频信息中分离得到语音信息;
解析模块,解析所述信息分离模块得到的所述语音信息得到对应的语义信息;
标记模块,将所述解析模块得到的所述语义信息和所述模型生成模块得到的所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记;
获取模块,根据所述体系建立模块建立的所述知识图谱获取所述知识点标签相关的关联知识点;
处理模块,根据所述标记模块得到的所述知识点标签和所述获取模块获取的所述关联知识点建立所述视频信息对应的知识体系。
进一步的,所述体系建立模块具体包括:
知识点获取单元,获取不同学科的所述知识点;
关系获取单元,获取所述知识点获取单元获取的所述知识点之间的关联关系;
体系建立单元,根据所述知识点获取单元获取的所述知识点和所述关系获取单元获取的所述关联关系建立对应的不同学科的所述知识图谱。
进一步的,所述语义槽建立模块具体包括:
内容获取单元,获取所述体系建立模块获取的所述知识点对应的实体内容;
分析单元,分析所述内容获取单元得到的所述实体内容得到对应的正则表达式;
解析单元,根据所述分析单元得到的所述正则表达式解析所述实体内容得到对应的所述知识点语义;
语义槽建立单元,根据所述解析单元得到的所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
进一步的,所述分析单元具体包括:
分词子单元,通过分词技术对所述内容获取单元得到的所述实体内容进行分词得到对应的内容分词以及分词词性;
分析子单元,分析所述内容获取单元得到的所述实体内容的句子结构得到所述内容分词之间的连接关系;
生成子单元,根据所述分词子单元得到的所述内容分词、所述分词词性以及所述分析子单元得到的所述连接关系生成对应的所述正则表达式。
进一步的,所述标记模块具体包括:
对比单元,将所述解析模块得到的所述语义信息和所述模型生成模块得到的所述语义模型中的语义槽进行对比;
处理单元,若所述对比单元对比出一个语义槽中的知识点语义对比符合,则将对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记;
所述处理单元,若所述对比单元对比出多个语义槽中的知识点语义对比符合,则选择一个或多个对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
通过本发明提供的一种视频语义和知识点的确定方法及系统,能够带来以下至少一种有益效果:
1、本发明中,根据不同学科的知识点和知识点之间的关联关系建立对应的不同学科的知识图谱,清晰明确地表明知识点的体系构成,便于用户理解。
2、本发明中,通过生成正则表达式对知识点对应的实体内容进行解析,从而快速准确地得到实体内容对应的知识点语义。
3、本发明中,根据语义模型获取视频信息对应的知识点,从而得到相关的知识体系。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种视频语义和知识点的确定方法及系统的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种视频语义和知识点的确定方法的一个实施例的流程图;
图2是本发明一种视频语义和知识点的确定方法另一个实施例的流程图;
图3是本发明一种视频语义和知识点的确定方法另一个实施例的流程图;
图4是本发明一种视频语义和知识点的确定方法另一个实施例的流程图;
图5是本发明一种视频语义和知识点的确定方法另一个实施例的流程图;
图6是本发明一种视频语义和知识点的确定系统的一个实施例的结构示意图;
图7是本发明一种视频语义和知识点的确定系统的另一个实施例的结构示意图。
附图标号说明:
1000视频语义和知识点的确定系统
1100体系建立模块 1110知识点获取单元 1120关系获取单元 1130体系建立单元
1200语义槽建立单元 1210内容获取单元
1220分析单元 1221分词子单元 1222分析子单元 1223生成子单元
1230解析单元 1240语义槽建立单元
1300模型生成模块
1400信息分离模块
1500解析模块
1600标记模块 1610对比单元 1620处理单元
1700获取模块
1800处理模块
具体实施方式
为了更加清楚地说明本发明实施例或现有技术中的技术方案,下面将对照说明书附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并且获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
本发明的一个实施例,如图1所示,一种视频语义和知识点的确定方法,包括:
S100获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
具体的,知识图谱又称为科学知识图谱,其是显示知识发展进程与结构关系的一系列各种不同的图形、用可视化技术描述知识资源及其载体、挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
首先,获取不同学科的知识点,根据知识点建立对应的不同学科的知识图谱,知识图谱中的每个结点对应一个大知识点或者小知识点,知识点包括许多具体的实体内容,例如,知识点“三角函数”中包括的实体内容有三角函数概念解释、三角函数课程讲解、三角函数练习题等,以及三角函数涉及到的学习阶段,譬如初中、高中等。
S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
具体的,逐一地分析知识图谱包含的所有的知识点中具体的实体内容对应的知识点语义,然后根据每一个知识点得到的知识点语义建立每一个知识点对应的语义槽。
例如,知识点“三角函数”中包括的实体内容有三角函数概念解释、三角函数练习题等,以及三角函数涉及到的学习阶段,譬如初中、高中等,分析知识点中实体内容得到的知识点语义为“三角函数”、“概念解释”、“课程讲解”、“初中一年级”、“初中一年级第三章第三节课后习题”等,然后根据得到的知识点语义建立知识点“三角函数”对应的语义槽。
S300根据所述知识点和对应的所述语义槽生成语义模型。
具体的,根据知识点和对应的语义槽生成语义模型,在语义模型中建立知识点和对应的语义槽之间的关联关系。
S400获取视频信息,从所述视频信息中分离得到语音信息。
具体的,对于学习类视频的语义以及知识点的确定一般是基于视频的语音信息而不是视频的图片信息,因此,只需要对视频的语音信息进行相应的分析。获取视频信息,收集视频信息对应的语音波形,根据语音波形从视频信息中分离得到语音信息。
S500解析所述语音信息得到对应的语义信息。
具体的,解析语音信息得到对应的语义信息,例如,某一个学习类视频信息对应的语音信息为涉及三角函数的课程的名师讲解,则对应的语义信息为“三角函数”、“课程讲解”。
S600将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
具体的,将分析得到的语义信息和生成的语义模型中的语义槽逐一地进行对比,若对比符合则将符合的语义槽对应的知识点作为知识点标签对视频信息进行标记。
例如,知识点“三角函数”对应的语义槽为“三角函数”、“概念解释”、“课程讲解”、“初中一年级”、“初中一年级第三章第三节课后习题”等,解析语音信息得到的对应的语义信息为“三角函数”、“课程讲解”,将语义信息和语义模型进行对比,对比结果和知识点“三角函数”对应的语义槽中的部分知识点语义相符,则将知识点“三角函数”作为知识点标签对所述视频信息进行标记,知识点标签为“三角函数”。
S700根据所述知识图谱获取所述知识点标签相关的关联知识点。
S800根据所述知识点标签和所述关联知识点建立所述视频信息对应的知识体系。
具体的,知识点标签仅仅表明视频信息直接涉及到的知识点,但是对于刚刚接触或者理解不太深入的用户来说,孤立的知识点过于单薄,难以记忆,但是直接对整个知识图谱进行记忆,知识点过多,全部记忆下来也具有一定的困难。
因此,根据知识点标签对应的知识点,从上述建立的知识图谱中获取和该知识点相关的知识点,根据知识点标签和关联知识点建立视频信息对应的知识体系,该知识体系一方面有助于用户建立所学的知识的体系结构,更加便于理解,另一方面所包含的知识点的数量比较适中,不会由于知识点过多导致用户难以理解学习,从而产生厌学的情绪。
本实施例中,根据不同学科的知识点和知识点之间的关联关系建立对应的不同学科的知识图谱,清晰明确地表明知识点的体系构成,便于用户理解记忆和学习。
本发明的另一个实施例,是上述实施例的优化实施例,如图2所示,包括:
S100获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
所述的S100获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识体系具体包括:
S110获取不同学科的所述知识点。
具体的,获取不同学科的知识点,例如,语文包括唐诗、宋词、元曲、文言文、现代诗歌等,唐诗包括五言律诗、七言律诗等,唐诗还可以分为抒情类、借物喻人类等。
S120获取所述知识点之间的关联关系。
具体的,知识图谱是根据若干个三元组构成的,三元组可以简单的理解为(实体,关联关系,实体),如果将实体看作是结点,将关联关系(包括属性,类别等)看作是一条边,那么包含了大量三元组的知识库就构成了一个庞大的知识图谱。
例如,科目与知识点之间的关系可以表示为(语文,包含关系,唐诗),(语文,包含关系,宋词),(语文,包含关系,元曲),(语文,包含关系,文言文)等。在语文科目中,上述知识点之间是并列关系,但是每个知识点中又包含多个小知识点,譬如,(唐诗,包含关系,五言律诗),(唐诗,包含关系,七言律诗)。
因此,为了构建每个学科相应的知识图谱,还需要获取每个学科所有知识点之间的关联关系,关联关系包括知识点之间的连接关系以及层级关系,例如当两个知识点之间是包含关系时,包含的知识点的层级高于被包含的知识点,当两个知识点之间是并列关系时。两者层级相同。
S130根据所述知识点和所述关联关系建立对应的不同学科的所述知识图谱。
具体的,根据知识点和关联关系建立对应的不同学科的知识图谱,在知识图谱中一个知识点就是一个连接节点,具有关联关系的两个知识点之间通过线条连接。因此,每个学科的知识图谱能够清晰准确地表达出整个学科的知识点的体系构成,便于用户进行梳理和学习。
S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
S300根据所述知识点和对应的所述语义槽生成语义模型。
S400获取视频信息,从所述视频信息中分离得到语音信息。
S500解析所述语音信息得到对应的语义信息。
S600将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
S700根据所述知识图谱获取所述知识点标签相关的关联知识点。
S800根据所述知识点标签和所述关联知识点建立所述视频信息对应的知识体系。
本实施例中,根据不同学科的知识点和关联关系建立对应的不同学科的知识图谱,清晰准确地表达出整个学科的知识点的体系构成,便于用户进行梳理和学习。
本发明的另一个实施例,是上述实施例的优化实施例,如图3所示,包括:
S100获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
所述的S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽具体包括:
S210获取所述知识点对应的实体内容。
具体的,知识点包括许多具体的实体内容,获取知识点对应的实体内容。例如,知识点“三角函数”中包括的实体内容有三角函数概念解释、三角函数课程讲解、三角函数练习题等,以及三角函数涉及到的学习阶段,譬如初中、高中等。
S220分析所述实体内容得到对应的正则表达式。
具体的,分析知识点中的每一个实体内容分别得到对应的正则表达式,例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,根据“解答下列一元二次方程”得到的对应的正则表达式为:动词#代词#名词,其中动词“解答”和名词“一元二次方程”是动宾关系。
S230根据所述正则表达式解析所述实体内容得到对应的所述知识点语义。
具体的,根据得到的正则表达式解析对应的实体内容得到对应的知识点语义,例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,根据“解答下列一元二次方程”得到的对应的正则表达式为:动词#代词#名词,其中动词和名词构成动宾关系。然后将“解答”对应放入动词,“一元二次方程”对应放入名词,根据动词和名词之间的动宾关系解析实体内容,判断代词“下列”无实际意义,得到对应的知识点语义为“解答一元二次方程”。
S240根据所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
具体的,根据每一条实体内容得到的知识点语义建立知识点对应的语义槽,在语义槽中建立知识点和对应的知识点语义的关联关系,便于后续判断学习类视频信息的知识点。
S300根据所述知识点和对应的所述语义槽生成语义模型。
S400获取视频信息,从所述视频信息中分离得到语音信息。
S500解析所述语音信息得到对应的语义信息。
S600将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
S700根据所述知识点标签获取所述视频信息对应的所述知识体系。
本实施例中,通过正则表达式解析知识点中的实体内容,得到对应的知识点语义,从而建立知识点对应的语义槽,便于后续判断学习类视频信息的知识点。
本发明的另一个实施例,是上述实施例的优化实施例,如图4所示,包括:
S100获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
所述的S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽具体包括:
S210获取所述知识点对应的实体内容。
S220分析所述实体内容得到对应的正则表达式。
所述的S220分析所述实体内容得到对应的正则表达式具体包括:
S221通过分词技术对所述实体内容进行分词得到对应的内容分词以及分词词性。
具体的,根据分词技术对实体内容进行分词,识别实体内容中的每一句话中词语的词性,然后将实体内容中的每一句话中根据词语的词性将整个句子划分为字、词以及短语等分词构成。因此得到了实体内容中包含的内容分词以及分词词性。
例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,进行分词得到的内容分词为“解答”、“下列”、“一元二次方程”,“解答”对应的分词词性为动词,“下列”对应的分词词性为代词,“一元二次方程”对应的分词词性为名词。
S222分析所述实体内容的句子结构得到所述内容分词之间的连接关系。
具体的,上述根据分词技术得到了实体内容中包含的内容分词以及分词词性,然后根据实体内容的句子结构分析实体内容中包含的内容分词之间的连接关系。
例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,进行分词得到的内容分词为“解答”、“下列”、“一元二次方程”,“解答”对应的分词词性为动词,“下列”对应的分词词性为代词,“一元二次方程”对应的分词词性为名词。分析实体内容的句子结构得出动词“解答”和名词“一元二次方程”是动宾关系,代词“下列”无实际意义。
S223根据所述内容分词、所述分词词性以及所述连接关系生成对应的所述正则表达式。
具体的,根据内容分词、分词词性以及连接关系生成对应的正则表达式,例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,根据“解答下列一元二次方程”得到的对应的正则表达式为:动词#代词#名词,其中动词“解答”和名词“一元二次方程”是动宾关系,代词“下列”无实际意义。
S230根据所述正则表达式解析所述实体内容得到对应的所述知识点语义;
S240根据所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
S300根据所述知识点和对应的所述语义槽生成语义模型。
S400获取视频信息,从所述视频信息中分离得到语音信息。
S500解析所述语音信息得到对应的语义信息。
S600将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
S700根据所述知识点标签获取所述视频信息对应的所述知识体系。
本实施例中,根据分词技术对知识点包含的实体内容进行分词,并分析实体内容的句子结构,从而生成对应的正则表达式,便于后续解析实体内容得到对应的知识点语义。
本发明的另一个实施例,是上述的实施例优化实施例,如图5所示,包括:
S100获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
S200分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
S300根据所述知识点和对应的所述语义槽生成语义模型。
S400获取视频信息,从所述视频信息中分离得到语音信息。
S500解析所述语音信息得到对应的语义信息。
S600将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
所述的S600将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记具体包括:
S610将所述语义信息和所述语义模型中的语义槽进行对比。
具体的,将解析语音信息得到的语义信息和语义模型中的每一个语义槽中的知识点语义逐一地进行对比。
S620若一个语义槽中的知识点语义对比符合,则将对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
具体的,由于每一个知识点对应一个语义槽,不同的语义槽中可能存在相同的知识点语义,因此对于匹配相符的语义槽数量不同时需要进行不同方式的处理。
如果对比结果只有一个语义槽中的知识点语义符合,则将对比符合的语义槽对应的知识点作为知识点标签对所述视频信息进行标记。
S630若多个语义槽中的知识点语义对比符合,则选择一个或多个对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
具体的,如果得到的对比结果有多个语义槽中的知识点语义符合,则选择一个或多个对比符合的语义槽对应的知识点作为知识点标签对视频信息进行标记。
例如,可以将匹配符合的多个语义槽对应的多个知识点都作为知识点标签对所述视频信息进行标记,还可以比较匹配符合的多个语义槽对应的多个知识点的层级关系,选择层级最高或者最低的知识点作为知识点标签对视频信息进行标记。知识点的选取规则可以根据用户的需求自主设置。
S700根据所述知识点标签获取所述视频信息对应的所述知识体系。
本实施例中,由于每一个知识点对应一个语义槽,不同的语义槽中可能存在相同的知识点语义,因此匹配相符的语义槽的数量可能不止一个。不同情况分类进行处理,按照一定的规则选取相应的知识点作为知识点标签对所述视频信息进行标记。
本发明的一个实施例,如图6所示,一种视频语义和知识点的确定系统,包括:
体系建立模块1100,获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
具体的,知识图谱又称为科学知识图谱,其是显示知识发展进程与结构关系的一系列各种不同的图形、用可视化技术描述知识资源及其载体、挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
首先,体系建立模块1100获取不同学科的知识点,根据知识点建立对应的不同学科的知识图谱,知识图谱中的每个结点对应一个大知识点或者小知识点,知识点包括许多具体的实体内容,例如,知识点“三角函数”中包括的实体内容有三角函数概念解释、三角函数课程讲解、三角函数练习题等,以及三角函数涉及到的学习阶段,譬如初中、高中等。
语义槽建立模块1200,分析所述体系建立模块1100获取的所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
具体的,语义槽建立模块1200逐一地分析知识图谱包含的所有的知识点中具体的实体内容对应的知识点语义,然后根据每一个知识点得到的知识点语义建立每一个知识点对应的语义槽。
例如,知识点“三角函数”中包括的实体内容有三角函数概念解释、三角函数练习题等,以及三角函数涉及到的学习阶段,譬如初中、高中等,分析知识点中实体内容得到的知识点语义为“三角函数”、“概念解释”、“课程讲解”、“初中一年级”、“初中一年级第三章第三节课后习题”等,然后根据得到的知识点语义建立知识点“三角函数”对应的语义槽。
模型生成模块1300,根据所述体系建立模块1100获取的所述知识点和所述语义槽建立模块1200建立的对应的所述语义槽生成语义模型。
具体的,模型生成模块1300根据知识点和对应的语义槽生成语义模型,在语义模型中建立知识点和对应的语义槽之间的关联关系。
信息分离模块1400,获取视频信息,从所述视频信息中分离得到语音信息。
具体的,对于学习类视频的语义以及知识点的确定一般是基于视频的语音信息而不是视频的图片信息,因此,只需要对视频的语音信息进行相应的分析。信息分离模块1400获取视频信息,收集视频信息对应的语音波形,根据语音波形从视频信息中分离得到语音信息。
解析模块1500,解析所述信息分离模块1400得到的所述语音信息得到对应的语义信息。
具体的,解析模块1500解析语音信息得到对应的语义信息,例如,某一个学习类视频信息对应的语音信息为涉及三角函数的课程的名师讲解,则对应的语义信息为“三角函数”、“课程讲解”。
标记模块1600,将所述解析模块1500得到的所述语义信息和所述模型生成模块1300得到的所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
具体的,标记模块1600将分析得到的语义信息和生成的语义模型中的语义槽逐一地进行对比,若对比符合则将符合的语义槽对应的知识点作为知识点标签对视频信息进行标记。
例如,知识点“三角函数”对应的语义槽为“三角函数”、“概念解释”、“课程讲解”、“初中一年级”、“初中一年级第三章第三节课后习题”等,解析语音信息得到的对应的语义信息为“三角函数”、“课程讲解”,将语义信息和语义模型进行对比,对比结果和知识点“三角函数”对应的语义槽中的部分知识点语义相符,则将知识点“三角函数”作为知识点标签对所述视频信息进行标记,知识点标签为“三角函数”。
获取模块1700,根据所述体系建立模块1100建立的所述知识图谱获取所述知识点标签相关的关联知识点。
处理模块1800,根据所述标记模块1600得到的所述知识点标签和所述获取模块1700获取的所述关联知识点建立所述视频信息对应的知识体系。
具体的,知识点标签仅仅表明视频信息直接涉及到的知识点,但是对于刚刚接触或者理解不太深入的用户来说,孤立的知识点过于单薄,难以记忆,但是直接对整个知识图谱进行记忆,知识点过多,全部记忆下来也具有一定的困难。
因此,获取模块1700根据知识点标签对应的知识点,从上述建立的知识图谱中获取和该知识点相关的知识点,处理模块1800根据知识点标签和关联知识点建立视频信息对应的知识体系,该知识体系一方面有助于用户建立所学的知识的体系结构,更加便于理解,另一方面所包含的知识点的数量比较适中,不会由于知识点过多导致用户难以理解学习,从而产生厌学的情绪。
本实施例中,根据不同学科的知识点和知识点之间的关联关系建立对应的不同学科的知识图谱,清晰明确地表明知识点的体系构成,便于用户理解记忆和学习。
本发明的另一个实施例,是上述实施例的优化实施例,如图7所示,包括:
体系建立模块1100,获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱。
所述体系建立模块1100具体包括:
知识点获取单元1110,获取不同学科的所述知识点。
具体的,知识点获取单元1110获取不同学科的知识点,例如,语文包括唐诗、宋词、元曲、文言文、现代诗歌等,唐诗包括五言律诗、七言律诗等,唐诗还可以分为抒情类、借物喻人类等。
关系获取单元1120,获取所述知识点获取单元1110获取的所述知识点之间的关联关系。
具体的,知识图谱是根据若干个三元组构成的,三元组可以简单的理解为(实体,关联关系,实体),如果将实体看作是结点,将关联关系(包括属性,类别等)看作是一条边,那么包含了大量三元组的知识库就构成了一个庞大的知识图谱。
例如,科目与知识点之间的关系可以表示为(语文,包含关系,唐诗),(语文,包含关系,宋词),(语文,包含关系,元曲),(语文,包含关系,文言文)等。在语文科目中,上述知识点之间是并列关系,但是每个知识点中又包含多个小知识点,譬如,(唐诗,包含关系,五言律诗),(唐诗,包含关系,七言律诗)。
因此,为了构建每个学科相应的知识图谱,还需要关系获取单元1120获取每个学科所有知识点之间的关联关系,关联关系包括知识点之间的连接关系以及层级关系,例如当两个知识点之间是包含关系时,包含的知识点的层级高于被包含的知识点,当两个知识点之间是并列关系时。两者层级相同。
体系建立单元1130,根据所述知识点获取单元1110获取的所述知识点和所述关系获取单元1120获取的所述关联关系建立对应的不同学科的所述知识图谱。
具体的,体系建立单元1130根据知识点和关联关系建立对应的不同学科的知识图谱,在知识图谱中一个知识点就是一个连接节点,具有关联关系的两个知识点之间通过线条连接。因此,每个学科的知识图谱能够清晰准确地表达出整个学科的知识点的体系构成,便于用户进行梳理和学习。
语义槽建立模块1200,分析所述体系建立模块1100获取的所述知识点对应的知识点语义,根据所述知识点语义建立语义槽。
所述语义槽建立模块1200具体包括:
内容获取单元1210,获取所述体系建立模块1100获取的所述知识点对应的实体内容。
具体的,知识点包括许多具体的实体内容,内容获取单元1210获取知识点对应的实体内容。例如,知识点“三角函数”中包括的实体内容有三角函数概念解释、三角函数课程讲解、三角函数练习题等,以及三角函数涉及到的学习阶段,譬如初中、高中等。
分析单元1220,分析所述内容获取单元1210得到的所述实体内容得到对应的正则表达式。
具体的,分析单元1220分析知识点中的每一个实体内容分别得到对应的正则表达式,例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,根据“解答下列一元二次方程”得到的对应的正则表达式为:动词#代词#名词,其中动词“解答”和名词“一元二次方程”是动宾关系。
所述分析单元1220具体包括:
分词子单元1221,通过分词技术对所述内容获取单元1210得到的所述实体内容进行分词得到对应的内容分词以及分词词性。
具体的,分词子单元1221根据分词技术对实体内容进行分词,判断实体内容中句子的结构,识别实体内容中的每一句话中词语的词性,然后将实体内容中的每一句话中根据词语的词性将整个句子划分为字、词以及短语等分词构成。因此得到了实体内容中包含的内容分词以及分词词性。
例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,进行分词得到的内容分词为“解答”、“下列”、“一元二次方程”,“解答”对应的分词词性为动词,“下列”对应的分词词性为代词,“一元二次方程”对应的分词词性为名词。
分析子单元1222,分析所述内容获取单元1210得到的所述实体内容的句子结构得到所述内容分词之间的连接关系。
具体的,上述根据分词技术得到了实体内容中包含的内容分词以及分词词性,然后分析子单元1222根据实体内容的句子结构分析实体内容中包含的内容分词之间的连接关系。
例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,进行分词得到的内容分词为“解答”、“下列”、“一元二次方程”,“解答”对应的分词词性为动词,“下列”对应的分词词性为代词,“一元二次方程”对应的分词词性为名词。分析实体内容的句子结构得出动词“解答”和名词“一元二次方程”是动宾关系,代词“下列”无实际意义。
生成子单元1223,根据所述分词子单元1221得到的所述内容分词、所述分词词性以及所述分析子单元1222得到的所述连接关系生成对应的所述正则表达式。
具体的,生成子单元1223根据内容分词、分词词性以及连接关系生成对应的正则表达式,例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,根据“解答下列一元二次方程”得到的对应的正则表达式为:动词#代词#名词,其中动词“解答”和名词“一元二次方程”是动宾关系,代词“下列”无实际意义。
解析单元1230,根据所述分析单元1220得到的所述正则表达式解析所述实体内容得到对应的所述知识点语义。
具体的,解析单元1230根据得到的正则表达式解析对应的实体内容得到对应的知识点语义,例如,知识点“一元二次方程”其中一条实体内容为“解答下列一元二次方程”,根据“解答下列一元二次方程”得到的对应的正则表达式为:动词#代词#名词,其中动词和名词构成动宾关系。然后将“解答”对应放入动词,“一元二次方程”对应放入名词,根据动词和名词之间的动宾关系解析实体内容,判断代词“下列”无实际意义,得到对应的知识点语义为“解答一元二次方程”。
语义槽建立单元1240,根据所述解析单元1230得到的所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
具体的,语义槽建立单元1240根据每一条实体内容得到的知识点语义建立知识点对应的语义槽,在语义槽中建立知识点和对应的知识点语义的关联关系,便于后续判断学习类视频信息的知识点。
模型生成模块1300,根据所述体系建立模块1100获取的所述知识点和所述语义槽建立模块1200建立的对应的所述语义槽生成语义模型。
信息分离模块1400,获取视频信息,从所述视频信息中分离得到语音信息。
解析模块1500,解析所述信息分离模块1400得到的所述语音信息得到对应的语义信息。
标记模块1600,将所述解析模块1500得到的所述语义信息和所述模型生成模块1300得到的所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记。
所述标记模块1600具体包括:
对比单元1610,将所述解析模块1500得到的所述语义信息和所述模型生成模块1300得到的所述语义模型中的语义槽进行对比。
具体的,对比单元1610将解析语音信息得到的语义信息和语义模型中的每一个语义槽中的知识点语义逐一地进行对比。
处理单元1620,若所述对比单元1610对比出一个语义槽中的知识点语义对比符合,则将对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
具体的,由于每一个知识点对应一个语义槽,不同的语义槽中可能存在相同的知识点语义,因此对于匹配相符的语义槽数量不同时需要进行不同方式的处理。
如果对比结果只有一个语义槽中的知识点语义符合,处理单元1620则将对比符合的语义槽对应的知识点作为知识点标签对所述视频信息进行标记。
所述处理单元1620,若所述对比单元1610对比出多个语义槽中的知识点语义对比符合,则选择一个或多个对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
具体的,如果得到的对比结果有多个语义槽中的知识点语义符合,处理单元1620则选择一个或多个对比符合的语义槽对应的知识点作为知识点标签对视频信息进行标记。
例如,可以将匹配符合的多个语义槽对应的多个知识点都作为知识点标签对所述视频信息进行标记,还可以比较匹配符合的多个语义槽对应的多个知识点的层级关系,选择层级最高或者最低的知识点作为知识点标签对视频信息进行标记。知识点的选取规则可以根据用户的需求自主设置。
获取模块1700,根据所述体系建立模块1100建立的所述知识图谱获取所述知识点标签相关的关联知识点。
处理模块1800,根据所述标记模块1600得到的所述知识点标签和所述获取模块1700获取的所述关联知识点建立所述视频信息对应的知识体系。
本实施例中,由于每一个知识点对应一个语义槽,不同的语义槽中可能存在相同的知识点语义,因此匹配相符的语义槽的数量可能不止一个。不同情况分类进行处理,按照一定的规则选取相应的知识点作为知识点标签对所述视频信息进行标记。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种视频语义和知识点的确定方法,其特征在于,包括:
获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱;
分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽;
根据所述知识点和对应的所述语义槽生成语义模型;
获取视频信息,从所述视频信息中分离得到语音信息;
解析所述语音信息得到对应的语义信息;
将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记;
根据所述知识图谱获取所述知识点标签相关的关联知识点;
根据所述知识点标签和所述关联知识点建立所述视频信息对应的知识体系。
2.根据权利要求1所述的视频语义和知识点的确定方法,其特征在于,所述的获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱具体包括:
获取不同学科的所述知识点;
获取所述知识点之间的关联关系;
根据所述知识点和所述关联关系建立对应的不同学科的所述知识图谱。
3.根据权利要求1所述的视频语义和知识点的确定方法,其特征在于,所述的分析所述知识点对应的知识点语义,根据所述知识点语义建立语义槽具体包括:
获取所述知识点对应的实体内容;
分析所述实体内容得到对应的正则表达式;
根据所述正则表达式解析所述实体内容得到对应的所述知识点语义;
根据所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
4.根据权利要求3所述的视频语义和知识点的确定方法,其特征在于,所述的分析所述实体内容得到对应的正则表达式具体包括:
通过分词技术对所述实体内容进行分词得到对应的内容分词以及分词词性;
分析所述实体内容的句子结构得到所述内容分词之间的连接关系;
根据所述内容分词、所述分词词性以及所述连接关系生成对应的所述正则表达式。
5.根据权利要求1-4任一项所述的视频语义和知识点的确定方法,其特征在于,所述的将所述语义信息和所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记具体包括:
将所述语义信息和所述语义模型中的语义槽进行对比;
若一个语义槽中的知识点语义对比符合,则将对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记;
若多个语义槽中的知识点语义对比符合,则选择一个或多个对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
6.一种视频语义和知识点的确定系统,其特征在于,包括:
体系建立模块,获取不同学科的知识点,根据所述知识点建立对应的不同学科的知识图谱;
语义槽建立模块,分析所述体系建立模块获取的所述知识点对应的知识点语义,根据所述知识点语义建立语义槽;
模型生成模块,根据所述体系建立模块获取的所述知识点和所述语义槽建立模块建立的对应的所述语义槽生成语义模型;
信息分离模块,获取视频信息,从所述视频信息中分离得到语音信息;
解析模块,解析所述信息分离模块得到的所述语音信息得到对应的语义信息;
标记模块,将所述解析模块得到的所述语义信息和所述模型生成模块得到的所述语义模型进行对比,若对比符合则将对应的知识点作为知识点标签对所述视频信息进行标记;
获取模块,根据所述体系建立模块建立的所述知识图谱获取所述知识点标签相关的关联知识点;
处理模块,根据所述标记模块得到的所述知识点标签和所述获取模块获取的所述关联知识点建立所述视频信息对应的知识体系。
7.根据权利要求6所述的视频语义和知识点的确定系统,其特征在于,所述体系建立模块具体包括:
知识点获取单元,获取不同学科的所述知识点;
关系获取单元,获取所述知识点获取单元获取的所述知识点之间的关联关系;
体系建立单元,根据所述知识点获取单元获取的所述知识点和所述关系获取单元获取的所述关联关系建立对应的不同学科的所述知识图谱。
8.根据权利要求6所述的视频语义和知识点的确定系统,其特征在于,所述语义槽建立模块具体包括:
内容获取单元,获取所述体系建立模块获取的所述知识点对应的实体内容;
分析单元,分析所述内容获取单元得到的所述实体内容得到对应的正则表达式;
解析单元,根据所述分析单元得到的所述正则表达式解析所述实体内容得到对应的所述知识点语义;
语义槽建立单元,根据所述解析单元得到的所述知识点语义建立对应的所述语义槽,在所述语义槽中建立所述知识点和对应的所述知识点语义的关联关系。
9.根据权利要求8所述的视频语义和知识点的确定系统,其特征在于,所述分析单元具体包括:
分词子单元,通过分词技术对所述内容获取单元得到的所述实体内容进行分词得到对应的内容分词以及分词词性;
分析子单元,分析所述内容获取单元得到的所述实体内容的句子结构得到所述内容分词之间的连接关系;
生成子单元,根据所述分词子单元得到的所述内容分词、所述分词词性以及所述分析子单元得到的所述连接关系生成对应的所述正则表达式。
10.根据权利要求6-9任一项所述的视频语义和知识点的确定系统,其特征在于,所述标记模块具体包括:
对比单元,将所述解析模块得到的所述语义信息和所述模型生成模块得到的所述语义模型中的语义槽进行对比;
处理单元,若所述对比单元对比出一个语义槽中的知识点语义对比符合,则将对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记;
所述处理单元,若所述对比单元对比出多个语义槽中的知识点语义对比符合,则选择一个或多个对比符合的语义槽对应的所述知识点作为所述知识点标签对所述视频信息进行标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046973.1A CN109783693B (zh) | 2019-01-18 | 2019-01-18 | 一种视频语义和知识点的确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910046973.1A CN109783693B (zh) | 2019-01-18 | 2019-01-18 | 一种视频语义和知识点的确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783693A CN109783693A (zh) | 2019-05-21 |
CN109783693B true CN109783693B (zh) | 2021-05-18 |
Family
ID=66501621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910046973.1A Active CN109783693B (zh) | 2019-01-18 | 2019-01-18 | 一种视频语义和知识点的确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783693B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078710B (zh) * | 2019-12-30 | 2023-10-20 | 凌祺云 | 一种基于知识交叉关联的教学辅助系统构建方法 |
CN111597356B (zh) * | 2020-05-27 | 2021-05-11 | 上海松鼠课堂人工智能科技有限公司 | 智能化教育知识图谱构建系统与方法 |
CN111739358A (zh) * | 2020-06-19 | 2020-10-02 | 联想(北京)有限公司 | 一种教学文件的输出方法、装置及电子设备 |
CN112216161B (zh) * | 2020-10-23 | 2022-02-22 | 新维畅想数字科技(北京)有限公司 | 数字化作品教学方法及装置 |
CN115878847B (zh) * | 2023-02-21 | 2023-05-12 | 云启智慧科技有限公司 | 基于自然语言的视频引导方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761261A (zh) * | 2013-12-31 | 2014-04-30 | 北京紫冬锐意语音科技有限公司 | 一种基于语音识别的媒体搜索方法及装置 |
CN104090955A (zh) * | 2014-07-07 | 2014-10-08 | 科大讯飞股份有限公司 | 一种音视频标签自动标注方法及系统 |
CN107562918A (zh) * | 2017-09-12 | 2018-01-09 | 北京点易通科技有限公司 | 一种数学题知识点发现与批量标签获取方法 |
CN107993724A (zh) * | 2017-11-09 | 2018-05-04 | 易保互联医疗信息科技(北京)有限公司 | 一种医学智能问答数据处理的方法及装置 |
CN109215636A (zh) * | 2018-11-08 | 2019-01-15 | 广东小天才科技有限公司 | 一种语音信息的分类方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087703A1 (en) * | 2009-10-09 | 2011-04-14 | Satyam Computer Services Limited Of Mayfair Center | System and method for deep annotation and semantic indexing of videos |
-
2019
- 2019-01-18 CN CN201910046973.1A patent/CN109783693B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761261A (zh) * | 2013-12-31 | 2014-04-30 | 北京紫冬锐意语音科技有限公司 | 一种基于语音识别的媒体搜索方法及装置 |
CN104090955A (zh) * | 2014-07-07 | 2014-10-08 | 科大讯飞股份有限公司 | 一种音视频标签自动标注方法及系统 |
CN107562918A (zh) * | 2017-09-12 | 2018-01-09 | 北京点易通科技有限公司 | 一种数学题知识点发现与批量标签获取方法 |
CN107993724A (zh) * | 2017-11-09 | 2018-05-04 | 易保互联医疗信息科技(北京)有限公司 | 一种医学智能问答数据处理的方法及装置 |
CN109215636A (zh) * | 2018-11-08 | 2019-01-15 | 广东小天才科技有限公司 | 一种语音信息的分类方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109783693A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783693B (zh) | 一种视频语义和知识点的确定方法及系统 | |
CN107818085B (zh) | 阅读机器人进行阅读理解的答案选择方法及系统 | |
CN104503998B (zh) | 针对用户查询句的类型识别方法及装置 | |
CN109871543B (zh) | 一种意图获取方法及系统 | |
JP2007087397A (ja) | 形態素解析プログラム、補正プログラム、形態素解析装置、補正装置、形態素解析方法および補正方法 | |
CN107247751B (zh) | 基于lda主题模型的内容推荐方法 | |
CN111159356B (zh) | 基于教学内容的知识图谱构建方法 | |
CN110196929A (zh) | 问答对的生成方法和装置 | |
CN109766453A (zh) | 一种用户语料语义理解的方法及系统 | |
WO2020111827A1 (ko) | 프로필 자동생성서버 및 방법 | |
JP3899414B2 (ja) | 教師データ作成装置およびプログラム、ならびに言語解析処理装置およびプログラム | |
CN114722174A (zh) | 提词方法和装置、电子设备及存储介质 | |
CN110008314B (zh) | 一种意图解析方法及装置 | |
KR20080029417A (ko) | 시맨틱 웹 어노테이션을 위한 웹 문서의 자동 의미정보추출 방법 및 그 시스템 | |
CN111680493B (zh) | 英语文本分析方法、装置、可读存储介质及计算机设备 | |
Aleksandrova et al. | CEFR-based Contextual Lexical Complexity Classifier in English and French | |
Atef et al. | Adaptive learning environments based on intelligent manipulation for video learning objects | |
Gunnarsson | Classification along genre dimensions: exploring a multidisciplinary problem | |
Arivazhagan et al. | Labeling the semantic roles of commas | |
Saktel et al. | Context based Meaning Extraction for HCI using WSD algorithm: A review | |
Mehmood et al. | Let the deaf understand: Mainstreaming the marginalized in context with personalized digital media services and social needs | |
CN111949781A (zh) | 一种基于自然语句句法分析的智能交互方法及装置 | |
JPH10269210A (ja) | 文字入力装置 | |
CN111858840A (zh) | 一种基于概念图的意图识别方法及装置 | |
CN112071304B (zh) | 一种语意分析方法及装置 |
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 |