CN110489740B - 语义解析方法及相关产品 - Google Patents
语义解析方法及相关产品 Download PDFInfo
- Publication number
- CN110489740B CN110489740B CN201910628630.6A CN201910628630A CN110489740B CN 110489740 B CN110489740 B CN 110489740B CN 201910628630 A CN201910628630 A CN 201910628630A CN 110489740 B CN110489740 B CN 110489740B
- Authority
- CN
- China
- Prior art keywords
- statement
- sentences
- target
- sentence
- analyzed
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 200
- 238000012545 processing Methods 0.000 claims abstract description 99
- 238000000034 method Methods 0.000 claims abstract description 66
- 239000013598 vector Substances 0.000 claims description 58
- 238000002372 labelling Methods 0.000 claims description 33
- 230000011218 segmentation Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Machine Translation (AREA)
Abstract
本发明实施例提供了语义解析方法及相关产品，应用于电子设备，该方法包括：通过获取待解析语句，对待解析语句进行第一解析处理，得到第一处理结果，根据第一处理结果从预设的数据库中选取多个参考标准语句，根据多个参考标准语句对待解析语句进行语义解析，得到待解析语句的解析结果，如此，可针对待解析语句，更加灵活地获取多个参考标准语句，并根据多个参考标准语句对待解析语句进行语义解析，从而，可更加准确地针对待解析语句进行语义解析。
Description
技术领域
本发明涉及信息处理技术领域，具体涉及一种语义解析方法及相关产品。
背景技术
在中文语义解析的过程中，受限于中文分词的歧义性、中文词语的多义性和上下文信息的不确定性，对中文语句的理解会造成误差的累加，影响后续处理的效果，而且不同环境要求不同形式的解析结果，难以使用标准方法处理；尤其是处理特定领域，如证券领域，用户俗语和专业术语混杂的情境中语义理解更加困难。
目前的处理方案包括使用大量人工特征、人工规则对语义进行硬性解释。但是，使用人工规则的方案需要相关领域专家知识的介入，因此提炼覆盖范围广、准确的、时效性长的规则需要较高的人工和时间成本，不适合产品迅速落地，而且提炼的规则很难覆盖所有场景，影响用户体验。
发明内容
本发明实施例提供了一种语义解析方法及相关产品，可针对待解析语句，更加灵活地获取多个参考标准语句，并根据多个参考标准语句对待解析语句进行语义解析，从而，可更加准确地针对待解析语句进行语义解析。
本发明实施例第一方面提供了一种语义解析方法，该方法包括：
获取待解析语句；
对所述待解析语句进行第一解析处理，得到第一处理结果；
根据所述第一处理结果从预设的数据库中选取多个参考标准语句；
根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
本发明实施例第二方面提供了一种语义解析装置，所述装置包括：
获取单元，用于获取待解析语句；
处理单元，用于对所述待解析语句进行第一解析处理，得到第一处理结果；
选取单元，用于根据所述第一处理结果从预设的数据库中选取多个参考标准语句；
解析单元，用于根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
第三方面，本发明实施例提供了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本发明实施例第一方面中的步骤的指令。
第四方面，本发明实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如本发明实施例第一方面中所描述的部分或全部步骤的指令。
第五方面，本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本发明实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本发明实施例，具有如下有益效果：
可以看出，通过上述本发明实施例所描述的语义解析方法及相关产品，通过获取待解析语句，对待解析语句进行第一解析处理，得到第一处理结果，根据第一处理结果从预设的数据库中选取多个参考标准语句，根据多个参考标准语句对待解析语句进行语义解析，得到待解析语句的解析结果，如此，可针对待解析语句，更加灵活地获取多个参考标准语句，并根据多个参考标准语句对待解析语句进行语义解析，从而，可更加准确地针对待解析语句进行语义解析。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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。
图1是本发明实施例提供的一种语义解析方法的流程示意图；
图2是本发明实施例提供的一种语义解析方法的流程示意图；
图3是本申请实施例提供的另一种语义解析方法的流程示意图；
图4是本申请实施例提供的另一种电子设备的结构示意图；
图5A是本申请实施例提供的一种语义解析装置的结构示意图；
图5B是本申请实施例提供的图5A所示的语义解析装置的变型结构。
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。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明实施例所描述电子设备可以包括服务器、智能手机(如Android手机、iOS手机、Windows Phone手机等)、行车记录仪、平板电脑、视频矩阵、监控平台、掌上电脑、笔记本电脑、移动互联网设备(MID，Mobile Internet Devices)或穿戴式设备等，上述仅是举例，而非穷举，包含但不限于上述装置。
请参阅图1，为本发明实施例提供的一种语义解析方法的流程示意图。本实施例中所描述的语义解析方法，上述方法包括以下步骤：
101、获取待解析语句。
其中，待解析语句为用户当前输入的语句，待解析语句可以是某一特定业务场景中的语句，例如，金融业务场景、房地产业务场景、人工智能业务场景等等，此处不作具体限定。
102、对所述待解析语句进行第一解析处理，得到第一处理结果。
其中，上述第一解析处理可包括以下至少一种：分词、实体标注、词性标注等等。具体地，通过分词处理，可将待解析语句重新组合成词序列，通过实体标注，可将待解析语句中具有特定意义的实体进行标注，例如，人名、地名、机构名、专有名词等，通过词性标注，可将待解析语句中包含的词的词性进行标注，例如，名词、动词、形容词等。
可选地，上述步骤102中，对所述待解析语句进行第一解析处理，得到第一处理结果，可包括以下步骤：
21、根据预设的解析规则对所述带解析语句进行分词和实体标注，得到分词和实体标注结果；
22、根据预设的解析结果格式将所述分词和实体标注结果进行标注，得到所述第一处理结果。
本申请实施例中，上述预设规则可包括以下至少一种：词典、正则匹配和硬性规则，具体地，可同时使用上述两种或两种以上解析规则对带解析语句进行分词和实体标注。可选地，还可以使用序列标注的方式对带解析语句进行解析。
其中，解析结果格式可以是标准可行性代码，如结构化查询语言(structuredquery language，SQL)，为RDF开发的一种查询语言和数据获取协议(sparql protocol andrdf query language，SPARQL)等等，也可以是自定义的解析结果格式。
可选地，标注分词和实体标注结果的解析结果格式可根据业务场景确定，具体地，可预先设定不同的多个业务场景下每一业务场景对应的解析结果格式，并建立业务场景与解析结果格式之间的对应关系，从而，在得到分词和实体标注结果之后，可确定当前的业务场景对应的解析结果格式，进而，可根据该当前的业务场景对应的解析结果格式将分词和实体标注结果进行标注，得到第一处理结果。
103、根据所述第一处理结果从预设的数据库中选取多个参考标准语句。
本申请实施例中，可在预设的数据库中存储与预先获取的多个标准语句，由于多个标准语句的数量较多，可根据第一处理结果从预设的数据库包括的多个标准语句中选取多个参考标准语句。
可选地，上述步骤103，根据所述第一处理结果从预设的数据库中选取多个参考标准语句，可包括以下步骤：
根据所述第一处理结果对所述预设的数据库进行文本检索，得到多个参考标准语句。
本申请实施例中，为了更加高效地从预设的数据库中选取多个参考标准语句，可采用文本检索的方法，从预设的数据库中选取多个参考标准语句，具体地，可根据第一处理结果中分词、实体标注、词性标注的结果将待解析语句分别与预设的数据库中的多个标准语句进行匹配，得到多个第一匹配值，然后，确定多个第一匹配值中高于第一预设阈值的第一匹配值对应的参考标准语句，得到多个参考标准语句。例如，待解析语句为“A公司的股价涨停了吗？”，则可根据待解析语句中包括“A公司”、“股价”“涨停了吗”的第一处理结果进行文本检索，得到多个参考标准语句，标准语句中可能有“A公司昨天涨停了吗”。
104、根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
其中，可根据选取的多个参考标准语句对待解析语句进行语义解析，从而，可更加准确地针对特定业务场景的待解析语句进行语义解析。
可选地，在根据所述第一处理结果从预设的数据库中选取多个参考标准语句之后，若多个参考标准语句对应的多个第一匹配值中，存在超过第二预设阈值的第一匹配值，其中，第二预设阈值大于第一预设阈值，可根据该超过第二预设阈值的第一匹配值对应的参考标准语句对待解析语句进行语义解析，具体地，可将该超过第二预设阈值的第一匹配值对应的参考标准语句中的语句信息替换成待解析语句中对应的语句信息，得到待解析语句的解析结果。
可选地，若多个参考标准语句对应的多个第一匹配值中，不存在超过第二预设阈值的第一匹配值，可进一步从多个参考标准语句中选取多个目标标准语句，然后，根据多个目标标准语句对待解析语句进行语义解析，如此，可缩小标准语句的范围，从而，可更加高效地对待解析语句进行语义解析。
可选地，上述步骤104中，根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果，可包括以下步骤41-步骤43：
41、确定所述多个参考标准语句之间的排列顺序；
其中，考虑到在根据所述第一处理结果对预设的数据库进行文本检索，得到多个参考标准语句的过程中，仅考虑了文本信息，因此，多个参考标准语句中可能存在与待解析语句存在偏差的语句，例如，待解析语句为“A公司的股价涨停了吗？”，参考标准语句中可能有“A公司昨天涨停了吗”和“A公司在哪里？”，可以看出，前一个参考标准语句与待解析语句之间的相似度更高，因此，可从多个参考标准语句中选取多个目标标准语句，具体地，可先对多个参考标准语句进行排序，从而，可选取排序靠前的第一数量的多个目标标准语句。
可选地，上述步骤41中，确定所述多个参考标准语句之间的排列顺序，可包括以下步骤：
A1、对所述多个参考标准语句中每一参考标准语句进行特征提取，得到多个第一特征，所述多个第一特征中每一第一特征对应一个参考标准语句；
A2、对所述待解析语句进行特征提取，得到第二特征；
A3、根据所述多个第一特征中每一第一特征构造特征向量，得到多个第一特征向量，所述多个第一特征中每一第一特征对应一个第一特征向量；
A4、根据所述第二特征构造特征向量，得到第二特征向量；
A5、根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序。
其中，可针对多个参考标准语句中每一参考标准语句进行特征提取，得到每一参考标准语句的第一特征，从而，可提取多个参考标准语句对应的多个第一特征；可针对待解析语句进行特征提取，得到第二特征；然后，根据多个第一特征中每一第一特征构造特征向量，得到每一第一特征对应的第一特征向量，从而，可构造多个第一特征对应的多个第一特征向量，可根据第二特征构造第二特征向量；然后根据多个第一特征向量和第二特征向量确定多个参考标准语句之间的排列顺序。
可选地，上述步骤A5中，根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序，可包括以下步骤：
A51、分别将所述多个第一特征向量中每一第一特征向量与所述第二特征向量输入预设的排序模型，得到多个相似度，每一所述相似度为对应的参考标准语句与所述待解析语句之间的相似度；
A52、按照所述多个相似度从大到小的顺序确定所述多个参考标准语句之间的排列顺序。
本申请实施例中，可获取预先训练的排序模型，从而，可将多个第一特征向量中每一第一特征向量与第二特征向量输入该预设的排序模型，得到相似度，进而，可得到多个第一特征向量对应的多个相似度，每一相似度为对应的参考标准语句与所述待解析语句之间的相似度，最后，按照相似度从大到小的顺序确定多个参考标准语句之间的排列顺序。
42、按照所述排列顺序从所述多个参考标准语句中选取第一数量的多个目标标准语句；
其中，可选取从多个参考标准语句中选取排序靠前的第一数量的多个目标标准语句。具体实施中，可确定多个相似度中大于预设相似度的第一数量的多个相似度分别对应的目标标准语句，得到第一数量的多个目标标准语句。
43、根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
其中，可先获取多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果，然后多个目标第二解析结果对待解析语句进行语义解析，从而，可更加高效、准确地得到待解析语句的解析结果。
可选地，上述步骤43中，根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果，可包括以下步骤：
B1、从预设的数据库中查询所述多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果；
B2、按照所述排列顺序依次将所述多个目标第二解析结果中每一目标第二解析结果与所述第一处理结果进行匹配，得到与所述第一处理结果匹配成功的目标第二解析结果，并将该与所述第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成所述待解析语句中对应的语句信息，得到所述待解析语句的解析结果。
其中，可在预设的数据库中预先存储多个标准语句中每一标准语句对应的第二解析结果，进而，可从预设的数据库中查询所述多个目标标准语句中每一目标标准语句对应的目标第二解析结果。
其中，可按照多个参考标准语句之间的排列顺序，具体地，首先将第一顺序的目标第二解析结果中对应的目标标准语句的语句信息与第一处理结果中待解析语句的语句信息进行匹配，得到第二匹配值，若第二匹配值大于第三预设阈值，可确定对应的目标第二解析结果与第一处理结果匹配成功，进而，可将与第一处理结果匹配成功的目标第二解析结果中目标标准语句的语句信息替换成待解析语句中对应的语句信息，得到待解析语句的解析结果。例如，与第一处理结果匹配成功的目标第二解析结果中目标标准语句的语句信息可能有城市名“深圳”，待解析语句中可能有城市名“北京”，则可将目标标准语句的“深圳”替换成待解析语句中的“北京”。若第一顺序的目标第二解析结果与待解析语句匹配不成功，则继续将第二顺序的目标第二解析结果中对应的目标标准语句的语句信息与第一处理结果中待解析语句的语句信息进行匹配，...以此类推，直到得到与所述待解析语句匹配成功的目标标准语句，进而将第一顺序的目标第二解析结果中目标标准语句的语句信息替换成待解析语句中对应的语句信息，得到待解析语句的解析结果。
可见，本申请实施例中，通过将多个目标第二解析结果中每一目标第二解析结果与第一处理结果进行匹配，以及该与第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成待解析语句中对应的语句信息，可以处理待解析语句中语义歧义和信息遗漏等等常见问题，即歧义或遗漏的语句信息通过目标标准语句的目标第二解析结果进行修正和补全，降低了技术实现的复杂性。
可选地，在将该与所述第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成所述待解析语句中对应的语句信息的过程中，若匹配成功的目标第二解析结果中的语句信息不能完全被待解析语句中对应的语句信息替换，可以保留该语句信息，或使用预设规则调整该语句信息。
可选地，本申请实施例中，还可包括以下步骤：
C1、获取预设的业务场景中的多个用户语句；
C2、获取所述多个用户语句中出现频率超过预设频率的多个头部语句；
C3、对所述多个头部语句中每一头部语句进行第二解析处理，得到多个第二解析结果，所述多个第二解析结果包括所述多个目标第二解析结果；
C4、根据所述多个第二解析结果将所述多个头部语句进行分类，得到多个类，其中，所述多个类中每一类的至少一个头部语句对应的至少一个第二解析结果之间的相似度大于预设相似度；
C5、确定所述多个类中每一类的语句数量，得到多个语句数量；
C6、确定所述多个语句数量中超过预设数量的用户语句数量对应的目标类，得到多个目标类；
C7、从所述多个目标类中每一目标类选取至少一个头部语句作为标准语句，得到多个标准语句，所述多个标准语句包括所述多个参考标准语句。
本申请实施例中，预设的数据库中的多个标准语句的获取方式可采用步骤C1-步骤C7，具体地，可获取预设的业务场景的多个用户语句，具体地，可收集该业务场景的多个用户语句。
其中，头部语句是指，在特定业务场景下较为常用的语句，通常为使用频率高的语句，因此，可获取多个用户语句中出现频率超过预设频率的多个用户语句作为多个头部语句。
其中，第二解析处理可包括以下至少一种：分词、实体标注、词性标注等等。需要注意的是，对于针对多个头部语句中每一头部语句进行第二解析处理，以及针对待解析语句进行第一解析处理的解析方法一致，以保证之后标准语句与待解析语句之间进行匹配时，得到的匹配结果的合理性和准确性。
其中，本申请实施例中，在针对每一头部语句进行第二解析处理时，可根据业务场景确定解析结果格式，如此，本方案可针对不同的业务场景，调整标准语句对应的解析结果格式即可，其他模块不需要调整，从而，提高了语义解析方案的灵活性。
其中，根据所述多个第二解析结果将所述多个头部语句进行分类，得到多个类，具体地，可以采用k均值聚类算法(k-means clustering algorithm，K-means)，高斯混合模型等等聚类算法对多个第二解析结果进行聚类，得到多个类，进而根据多个第二解析结果的聚类结果确定多个头部语句中每一头部语句对应的类，得到多个类。如此，头部语句的聚类可通过上述聚类算法，而且从用户输入的多个用户语句中筛选多个头部语句，可以较为全面地覆盖对应业务场景的语句需求，不再依赖专家知识的介入，提升了用户体验。
进一步地，可确定多个类中每一类的语句数量，得到多个语句数量，然后，确定多个语句数量中超过预设数量的用户语句数量对应的目标类，得到多个目标类，最后，从所述多个目标类中每一目标类选取至少一个头部语句作为标准语句，得到多个标准语句。进而，可将多个第二解析结果以及多个标准语句存储在预设的数据库中。
可选地，在获取多个用户语句后，可以采用预设词典和语言模型对多个用户语句中存在输入错误的语句进行修正或补全，进而，可避免因用户输入错误，语义解析的结果准确率降低，从而，可提高用户体验。
可选地，在步骤101获取待解析语句之后，还可包括以下步骤：
D1获取用户输入的目标输入语句，所述目标输入语句为在所述待解析语句之前输入的语句；
D2将所述待解析语句与所述目标输入语句进行拼接，得到拼接后的待解析语句；然后针对所述拼接后的待解析语句执行步骤102-104的步骤。
本申请实施例中，考虑到根据所述多个参考标准语句对所述待解析语句进行语义解析时，上下文信息可能会对解析结果产生影响，比如，在多轮会话中用户当前输入的待解析语句与之前输入的语句之间存在关联，因此，可获取用户输入的目标输入语句，目标输入语句为在待解析语句之前输入的语句，然后，将待解析语句与目标输入语句进行拼接，得到拼接后的待解析语句，进而针对拼接后的待解析语句执行步骤102-104的步骤，从而，可提高待解析语句的解析结果的准确度。
可选地，在步骤104根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果之后，还可包括以下步骤：
E1、获取目标输入语句对应的参考解析结果，所述目标输入语句为在所述待解析语句之前输入的语句；
E2、将所述参考解析结果与所述待解析语句的解析结果进行拼接，得到目标解析结果。
本申请实施例中，考虑到根据所述多个参考标准语句对所述待解析语句进行语义解析时，上下文信息可能会对解析结果产生影响，比如，在多轮会话中用户当前输入的待解析语句与之前输入的语句之间存在关联，因此，可获取目标输入语句对应的参考解析结果，其中，目标输入语句为在待解析语句之前输入的语句，然后，将参考解析结果与所述待解析语句的解析结果进行拼接，得到拼接后的目标解析结果，进而，用户和根据上下文的解析结果更加准确地确定待解析语句的解析结果，从而，可提高用户体验。
可以看出，通过本发明实施例所描述的语义解析方法，通过获取待解析语句，对待解析语句进行第一解析处理，得到第一处理结果，根据第一处理结果从预设的数据库中选取多个参考标准语句，根据多个参考标准语句对待解析语句进行语义解析，得到待解析语句的解析结果，如此，可针对待解析语句，更加灵活地获取多个参考标准语句，并根据多个参考标准语句对待解析语句进行语义解析，从而，可更加准确地针对待解析语句进行语义解析。
与上述一致地，请参阅图2，为本发明实施例提供的一种语义解析方法的实施例流程示意图。本实施例中所描述的语义解析方法，包括以下步骤：
201、获取待解析语句。
202、对所述待解析语句进行第一解析处理，得到第一处理结果。
203、根据所述第一处理结果对所述预设的数据库进行文本检索，得到多个参考标准语句。
204、确定所述多个参考标准语句之间的排列顺序。
205、按照所述排列顺序从所述多个参考标准语句中选取第一数量的多个目标标准语句。
206、根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
其中，上述步骤201-206的具体描述可以参照图1所述的语义解析方法的相应描述，在此不再赘述。
可以看出，通过本发明实施例所描述的语义解析方法，该方法包括通过获取待解析语句，对待解析语句进行第一解析处理，得到第一处理结果，根据第一处理结果从预设的数据库中选取多个参考标准语句，确定多个参考标准语句之间的排列顺序，按照排列顺序从多个参考标准语句中选取第一数量的多个目标标准语句，根据多个目标标准语句对待解析语句进行语义解析，得到待解析语句的解析结果，如此，可针对待解析语句，更加灵活地获取多个参考标准语句，从多个参考标准语句中选取多个相似度最高的多个目标标准语句对待解析语句进行语义解析，从而，可更加高效、准确地得到待解析语句的解析结果。
与上述一致地，请参阅图3，为本发明实施例提供的一种语义解析方法的实施例流程示意图。本实施例中所描述的语义解析方法，包括以下步骤：
301、获取待解析语句。
302、对所述待解析语句进行第一解析处理，得到第一处理结果。
303、根据所述第一处理结果对所述预设的数据库进行文本检索，得到多个参考标准语句。
304、确定所述多个参考标准语句之间的排列顺序。
305、按照所述排列顺序从所述多个参考标准语句中选取第一数量的多个目标标准语句。
306、从预设的数据库中查询所述多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果。
307、按照所述排列顺序依次将所述多个目标第二解析结果中每一目标第二解析结果与所述第一处理结果进行匹配，得到与所述第一处理结果匹配成功的目标第二解析结果，并将该与所述第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成所述待解析语句中对应的语句信息，得到所述待解析语句的解析结果。
其中，上述步骤301-307的具体描述可以参照图1所述的语义解析方法的相应描述，在此不再赘述。
可以看出，通过本发明实施例所描述的语义解析方法，通过获取待解析语句，对待解析语句进行第一解析处理，得到第一处理结果，根据第一处理结果从预设的数据库中选取多个参考标准语句，确定多个参考标准语句之间的排列顺序，按照排列顺序从多个参考标准语句中选取第一数量的多个目标标准语句，从预设的数据库中查询多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果，按照该排列顺序依次将多个目标第二解析结果中每一目标第二解析结果与所述第一处理结果进行匹配，得到与第一处理结果匹配成功的目标第二解析结果，并将该与第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成待解析语句中对应的语句信息，得到待解析语句的解析结果，从而，可更加高效、准确地得到待解析语句的解析结果，此外，可以处理待解析语句中语义歧义和信息遗漏等等常见问题，即歧义或遗漏的语句信息通过目标标准语句的目标第二解析结果进行修正和补全，降低了技术实现的复杂性。
以下是实施上述语义解析方法的装置，具体如下：
与上述一致地，请参阅图4，图4是本申请实施例提供的一种电子设备的结构示意图，本实施例中所描述的电子设备包括：处理器410、通信接口430和存储器420；以及一个或多个程序，所述一个或多个程序421被存储在所述存储器中，并且被配置成由所述处理器执行，所述程序421包括用于执行以下步骤的指令：
获取待解析语句；
对所述待解析语句进行第一解析处理，得到第一处理结果；
根据所述第一处理结果从预设的数据库中选取多个参考标准语句；
根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
在一个可能的示例中，在所述对所述待解析语句进行第一解析处理，得到第一处理结果方面，所述程序421包括用于执行以下步骤的指令：
根据预设的解析规则对所述带解析语句进行分词和实体标注，得到分词和实体标注结果；
根据预设的解析结果格式将所述分词和实体标注结果进行标注，得到所述第一处理结果。
在一个可能的示例中，在所述根据所述第一处理结果从预设的数据库中选取多个参考标准语句方面，所述程序421包括用于执行以下步骤的指令：
根据所述第一处理结果对所述预设的数据库进行文本检索，得到多个参考标准语句。
在一个可能的示例中在所述根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果方面，所述程序421包括用于执行以下步骤的指令：
确定所述多个参考标准语句之间的排列顺序；
按照所述排列顺序从所述多个参考标准语句中选取第一数量的多个目标标准语句；
根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
在一个可能的示例中，在所述确定所述多个参考标准语句之间的排列顺序方面，所述程序421包括用于执行以下步骤的指令：
对所述多个参考标准语句中每一参考标准语句进行特征提取，得到多个第一特征，所述多个第一特征中每一第一特征对应一个参考标准语句；
对所述待解析语句进行特征提取，得到第二特征；
根据所述多个第一特征中每一第一特征构造特征向量，得到多个第一特征向量，所述多个第一特征中每一第一特征对应一个第一特征向量；
根据所述第二特征构造特征向量，得到第二特征向量；
根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序。
在一个可能的示例中，在所述根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序方面，所述程序421包括用于执行以下步骤的指令：
分别将所述多个第一特征向量中每一第一特征向量与所述第二特征向量输入预设的排序模型，得到多个相似度，每一所述相似度为对应的参考标准语句与所述待解析语句之间的相似度；
按照所述多个相似度从大到小的顺序确定所述多个参考标准语句之间的排列顺序。
在一个可能的示例中，在所述根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果方面，所述程序421包括用于执行以下步骤的指令：
从预设的数据库中查询所述多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果；
按照所述排列顺序依次将所述多个目标第二解析结果中每一目标第二解析结果与所述第一处理结果进行匹配，得到与所述第一处理结果匹配成功的目标第二解析结果，并将该与所述第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成所述待解析语句中对应的语句信息，得到所述待解析语句的解析结果。
在一个可能的示例中，所述程序421还包括用于执行以下步骤的指令：
获取预设的业务场景中的多个用户语句；
获取所述多个用户语句中出现频率超过预设频率的多个头部语句；
对所述多个头部语句中每一头部语句进行第二解析处理，得到多个第二解析结果，所述多个第二解析结果包括所述多个目标第二解析结果；
根据所述多个第二解析结果将所述多个头部语句进行分类，得到多个类，其中，所述多个类中每一类的至少一个头部语句对应的至少一个第二解析结果之间的相似度大于预设相似度；
确定所述多个类中每一类的语句数量，得到多个语句数量；
确定所述多个语句数量中超过预设数量的用户语句数量对应的目标类，得到多个目标类；
从所述多个目标类中每一目标类选取至少一个头部语句作为标准语句，得到多个标准语句，所述多个标准语句包括所述多个参考标准语句。
请参阅图5A，图5A是本实施例提供的一种语义解析装置的结构示意图，应用于电子设备，本实施例中所描述的语义解析装置包括获取单元501、处理单元502、选取单元503和解析单元504，其中，
所述获取单元501，用于获取待解析语句；
所述处理单元502，用于对所述待解析语句进行第一解析处理，得到第一处理结果；
所述选取单元503，用于根据所述第一处理结果从预设的数据库中选取多个参考标准语句；
所述解析单元504，用于根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
可选地，所述处理单元502具体用于：
根据预设的解析规则对所述带解析语句进行分词和实体标注，得到分词和实体标注结果；
根据预设的解析结果格式将所述分词和实体标注结果进行标注，得到所述第一处理结果。
可选地，所述选取单元503具体用于：
根据所述第一处理结果对所述预设的数据库进行文本检索，得到多个参考标准语句。
可选地，所述解析单元504具体用于：
确定所述多个参考标准语句之间的排列顺序；
按照所述排列顺序从所述多个参考标准语句中选取第一数量的多个目标标准语句；
根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
可选地，在所述确定所述多个参考标准语句之间的排列顺序方面，所述解析单元504具体用于：
对所述多个参考标准语句中每一参考标准语句进行特征提取，得到多个第一特征，所述多个第一特征中每一第一特征对应一个参考标准语句；
对所述待解析语句进行特征提取，得到第二特征；
根据所述多个第一特征中每一第一特征构造特征向量，得到多个第一特征向量，所述多个第一特征中每一第一特征对应一个第一特征向量；
根据所述第二特征构造特征向量，得到第二特征向量；
根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序。
可选地，在所述根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序方面，所述解析单元504具体用于：
分别将所述多个第一特征向量中每一第一特征向量与所述第二特征向量输入预设的排序模型，得到多个相似度，每一所述相似度为对应的参考标准语句与所述待解析语句之间的相似度；
按照所述多个相似度从大到小的顺序确定所述多个参考标准语句之间的排列顺序。
可选地，在所述根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果方面，所述解析单元504具体用于：
从预设的数据库中查询所述多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果；
按照所述排列顺序依次将所述多个目标第二解析结果中每一目标第二解析结果与所述第一处理结果进行匹配，得到与所述第一处理结果匹配成功的目标第二解析结果，并将该与所述第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成所述待解析语句中对应的语句信息，得到所述待解析语句的解析结果。
可选地，如图5B所示，图5B为图5A所示的语义解析装置的变型结构，其与图5A相比较，还可以包括：分类单元505和确定单元506，具体如下：
所述获取单元501，还用于获取预设的业务场景中的多个用户语句；
所述获取单元501，还用于获取所述多个用户语句中出现频率超过预设频率的多个头部语句；
所述处理单元502，还用于对所述多个头部语句中每一头部语句进行第二解析处理，得到多个第二解析结果，所述多个第二解析结果包括所述多个目标第二解析结果；
所述分类单元505，用于根据所述多个第二解析结果将所述多个头部语句进行分类，得到多个类，其中，所述多个类中每一类的至少一个头部语句对应的至少一个第二解析结果之间的相似度大于预设相似度；
所述确定单元506，用于确定所述多个类中每一类的语句数量，得到多个语句数量；
所述确定单元506，还用于确定所述多个语句数量中超过预设数量的用户语句数量对应的目标类，得到多个目标类；
所述选取单元503，还用于从所述多个目标类中每一目标类选取至少一个头部语句作为标准语句，得到多个标准语句，所述多个标准语句包括所述多个参考标准语句。
可以看出，通过上述本发明实施例所描述的语义解析装置，通过获取待解析语句，对待解析语句进行第一解析处理，得到第一处理结果，根据第一处理结果从预设的数据库中选取多个参考标准语句，根据多个参考标准语句对待解析语句进行语义解析，得到待解析语句的解析结果，如此，可针对待解析语句，更加灵活地获取多个参考标准语句，并根据多个参考标准语句对待解析语句进行语义解析，从而，可更加准确地针对待解析语句进行语义解析。
可以理解的是，本实施例的语义解析装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (8)
1.一种语义解析方法，其特征在于，所述方法包括：
获取预设的业务场景中的多个用户语句；
获取所述多个用户语句中出现频率超过预设频率的多个头部语句；
对所述多个头部语句中每一头部语句进行第二解析处理，得到多个第二解析结果，所述多个第二解析结果包括多个目标第二解析结果；
根据所述多个第二解析结果将所述多个头部语句进行分类，得到多个类，其中，所述多个类中每一类的至少一个头部语句对应的至少一个第二解析结果之间的相似度大于预设相似度；
确定所述多个类中每一类的语句数量，得到多个语句数量；
确定所述多个语句数量中超过预设数量的用户语句数量对应的目标类，得到多个目标类；
从所述多个目标类中每一目标类选取至少一个头部语句作为标准语句，得到多个标准语句，所述多个标准语句包括多个参考标准语句；
获取用户输入的目标输入语句，所述目标输入语句为在用户当前输入的语句之前输入的语句，获取用户当前输入的语句，将所述用户当前输入的语句与所述目标输入语句进行拼接，得到拼接后的待解析语句，将拼接后的待解析语句作为待解析语句；
对所述待解析语句进行第一解析处理，得到第一处理结果，包括：根据预设的解析规则对所述待解析语句进行分词和实体标注，得到分词和实体标注结果，根据预设的业务场景与解析结果格式之间的对应关系确定当前的业务场景对应的解析结果格式，根据所述当前的业务场景对应的解析结果格式将所述分词和实体标注结果进行标注，得到所述第一处理结果，其中，业务场景包括金融业务场景、房地产业务场景和人工智能业务场景；
根据所述第一处理结果从预设的数据库中选取多个参考标准语句；
根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一处理结果从预设的数据库中选取多个参考标准语句，包括：
根据所述第一处理结果对所述预设的数据库进行文本检索，得到多个参考标准语句。
3.根据权利要求1所述的方法，其特征在于，所述根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果，包括：
确定所述多个参考标准语句之间的排列顺序；
按照所述排列顺序从所述多个参考标准语句中选取第一数量的多个目标标准语句；
根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
4.根据权利要求3所述的方法，其特征在于，所述确定所述多个参考标准语句之间的排列顺序，包括：
对所述多个参考标准语句中每一参考标准语句进行特征提取，得到多个第一特征，所述多个第一特征中每一第一特征对应一个参考标准语句；
对所述待解析语句进行特征提取，得到第二特征；
根据所述多个第一特征中每一第一特征构造特征向量，得到多个第一特征向量，所述多个第一特征中每一第一特征对应一个第一特征向量；
根据所述第二特征构造特征向量，得到第二特征向量；
根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序。
5.根据权利要求4所述的方法，其特征在于，所述根据所述多个第一特征向量和所述第二特征向量确定所述多个参考标准语句之间的排列顺序，包括：
分别将所述多个第一特征向量中每一第一特征向量与所述第二特征向量输入预设的排序模型，得到多个相似度，每一所述相似度为对应的参考标准语句与所述待解析语句之间的相似度；
按照所述多个相似度从大到小的顺序确定所述多个参考标准语句之间的排列顺序。
6.根据权利要求3-5任一项所述的方法，其特征在于，所述根据所述多个目标标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果，包括：
从预设的数据库中查询所述多个目标标准语句中每一目标标准语句对应的目标第二解析结果，得到多个目标第二解析结果；
按照所述排列顺序依次将所述多个目标第二解析结果中每一目标第二解析结果与所述第一处理结果进行匹配，得到与所述第一处理结果匹配成功的目标第二解析结果，并将该与所述第一处理结果匹配成功的目标第二解析结果中对应的目标标准语句的语句信息替换成所述待解析语句中对应的语句信息，得到所述待解析语句的解析结果。
7.一种语义解析装置，其特征在于，所述装置包括：
获取单元，用于获取预设的业务场景中的多个用户语句；
获取单元，用于获取所述多个用户语句中出现频率超过预设频率的多个头部语句；
处理单元，用于对所述多个头部语句中每一头部语句进行第二解析处理，得到多个第二解析结果，所述多个第二解析结果包括多个目标第二解析结果；
分类单元，用于根据所述多个第二解析结果将所述多个头部语句进行分类，得到多个类，其中，所述多个类中每一类的至少一个头部语句对应的至少一个第二解析结果之间的相似度大于预设相似度；
确定单元，用于确定所述多个类中每一类的语句数量，得到多个语句数量；
确定单元，用于确定所述多个语句数量中超过预设数量的用户语句数量对应的目标类，得到多个目标类；
选取单元，用于从所述多个目标类中每一目标类选取至少一个头部语句作为标准语句，得到多个标准语句，所述多个标准语句包括多个参考标准语句；
所述获取单元，还用于获取用户输入的目标输入语句，所述目标输入语句为在用户当前输入的语句之前输入的语句，获取用户当前输入的语句，将所述用户当前输入的语句与所述目标输入语句进行拼接，得到拼接后的待解析语句，将拼接后的待解析语句作为待解析语句；
所述处理单元，还用于对所述待解析语句进行第一解析处理，得到第一处理结果，所述处理单元还用于，根据预设的解析规则对所述待解析语句进行分词和实体标注，得到分词和实体标注结果，根据预设的业务场景与解析结果格式之间的对应关系确定当前的业务场景对应的解析结果格式，根据所述当前的业务场景对应的解析结果格式将所述分词和实体标注结果进行标注，得到所述第一处理结果，其中，业务场景包括金融业务场景、房地产业务场景和人工智能业务场景；
所述选取单元，还用于根据所述第一处理结果从预设的数据库中选取多个参考标准语句；
解析单元，用于根据所述多个参考标准语句对所述待解析语句进行语义解析，得到所述待解析语句的解析结果。
8.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-6任一项所述的方法中的步骤的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910628630.6A CN110489740B (zh) | 2019-07-12 | 2019-07-12 | 语义解析方法及相关产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910628630.6A CN110489740B (zh) | 2019-07-12 | 2019-07-12 | 语义解析方法及相关产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110489740A CN110489740A (zh) | 2019-11-22 |
| CN110489740B true CN110489740B (zh) | 2023-10-24 |
Family
ID=68546100
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910628630.6A Active CN110489740B (zh) | 2019-07-12 | 2019-07-12 | 语义解析方法及相关产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110489740B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111339748B (zh) * | 2020-02-17 | 2023-11-17 | 北京声智科技有限公司 | 一种解析模型的评估方法、装置、设备和介质 |
| CN112560038A (zh) * | 2020-12-24 | 2021-03-26 | 深信服科技股份有限公司 | 一种数据解析方法、装置、设备及计算机可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107291783A (zh) * | 2016-04-12 | 2017-10-24 | 芋头科技（杭州）有限公司 | 一种语义匹配方法及智能设备 |
| CN107688608A (zh) * | 2017-07-28 | 2018-02-13 | 合肥美的智能科技有限公司 | 智能语音问答方法、装置、计算机设备和可读存储介质 |
| CN108595619A (zh) * | 2018-04-23 | 2018-09-28 | 海信集团有限公司 | 一种问答方法及设备 |
| CN109033270A (zh) * | 2018-07-09 | 2018-12-18 | 深圳追科技有限公司 | 一种基于人工客服日志自动构建客服知识库的方法 |
| CN109102809A (zh) * | 2018-06-22 | 2018-12-28 | 北京光年无限科技有限公司 | 一种用于智能机器人的对话方法及系统 |
| CN109117474A (zh) * | 2018-06-25 | 2019-01-01 | 广州多益网络股份有限公司 | 语句相似度的计算方法、装置及存储介质 |
| CN109697282A (zh) * | 2017-10-20 | 2019-04-30 | 阿里巴巴集团控股有限公司 | 一种语句的用户意图识别方法和装置 |
-
2019
- 2019-07-12 CN CN201910628630.6A patent/CN110489740B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107291783A (zh) * | 2016-04-12 | 2017-10-24 | 芋头科技（杭州）有限公司 | 一种语义匹配方法及智能设备 |
| CN107688608A (zh) * | 2017-07-28 | 2018-02-13 | 合肥美的智能科技有限公司 | 智能语音问答方法、装置、计算机设备和可读存储介质 |
| CN109697282A (zh) * | 2017-10-20 | 2019-04-30 | 阿里巴巴集团控股有限公司 | 一种语句的用户意图识别方法和装置 |
| CN108595619A (zh) * | 2018-04-23 | 2018-09-28 | 海信集团有限公司 | 一种问答方法及设备 |
| CN109102809A (zh) * | 2018-06-22 | 2018-12-28 | 北京光年无限科技有限公司 | 一种用于智能机器人的对话方法及系统 |
| CN109117474A (zh) * | 2018-06-25 | 2019-01-01 | 广州多益网络股份有限公司 | 语句相似度的计算方法、装置及存储介质 |
| CN109033270A (zh) * | 2018-07-09 | 2018-12-18 | 深圳追科技有限公司 | 一种基于人工客服日志自动构建客服知识库的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110489740A (zh) | 2019-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107832414B (zh) | 用于推送信息的方法和装置 | |
| KR20210104571A (ko) | 멀티 모달리티를 기반으로 하는 주제 분류 방법, 장치, 기기 및 저장 매체 | |
| US11741094B2 (en) | Method and system for identifying core product terms | |
| CN109086265B (zh) | 一种语义训练方法、短文本中多语义词消歧方法 | |
| US20190012300A1 (en) | Rule matching method and device | |
| GB2555207A (en) | System and method for identifying passages in electronic documents | |
| CN110210038B (zh) | 核心实体确定方法及其系统、服务器和计算机可读介质 | |
| US11756301B2 (en) | System and method for automatically detecting and marking logical scenes in media content | |
| CN109947903B (zh) | 一种成语查询方法及装置 | |
| CN112926308B (zh) | 匹配正文的方法、装置、设备、存储介质以及程序产品 | |
| CN111563382A (zh) | 文本信息的获取方法、装置、存储介质及计算机设备 | |
| CN110489740B (zh) | 语义解析方法及相关产品 | |
| CN109992651B (zh) | 一种问题目标特征自动识别和抽取方法 | |
| CN114416998A (zh) | 文本标签的识别方法、装置、电子设备及存储介质 | |
| CN115146712A (zh) | 物联网资产识别方法、装置、设备及存储介质 | |
| CN110147223B (zh) | 组件库的生成方法、装置及设备 | |
| CN114282513A (zh) | 文本语义相似度的匹配方法、系统、智能终端及存储介质 | |
| CN109753646B (zh) | 一种文章属性识别方法以及电子设备 | |
| CN111324705A (zh) | 自适应性调整关连搜索词的系统及其方法 | |
| CN111460808A (zh) | 同义文本识别及内容推荐方法、装置及电子设备 | |
| CN114647739B (zh) | 实体链指方法、装置、电子设备及存储介质 | |
| CN116010545A (zh) | 一种数据处理方法、装置及设备 | |
| CN115906797A (zh) | 文本实体对齐方法、装置、设备及介质 | |
| CN115640376A (zh) | 文本标注方法、装置、电子设备和计算机可读存储介质 | |
| CN117933260A (zh) | 一种文本质量分析方法、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 |