CN110597082A - 智能家居设备控制方法、装置、计算机设备及存储介质 - Google Patents
智能家居设备控制方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110597082A CN110597082A CN201911011972.XA CN201911011972A CN110597082A CN 110597082 A CN110597082 A CN 110597082A CN 201911011972 A CN201911011972 A CN 201911011972A CN 110597082 A CN110597082 A CN 110597082A
- Authority
- CN
- China
- Prior art keywords
- intelligent home
- keyword
- target
- word
- intelligent
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012549 training Methods 0.000 claims description 166
- 230000006870 function Effects 0.000 claims description 49
- 239000013598 vector Substances 0.000 claims description 28
- 230000011218 segmentation Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 210000002569 neuron Anatomy 0.000 description 18
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Machine Translation (AREA)
Abstract
本发明提供了一种智能家居设备控制方法、装置、计算机设备以及存储介质，将智能家居语音控制指令转化为智能家居文本语句；识别智能家居文本语句中词语所属关键词类别；确定智能家居文本语句中包含的设备名称关键词；将设备名称关键词从智能家居文本语句中剔除，得到目标智能家居文本语句；确定目标智能家居文本语句对应的目标智能家居操作内容；利用设备名称关键词确定智能家居设备对象；将目标智能家居操作内容发送至智能家居设备对象使智能家居设备对象执行相应操作。将设备名称关键词从智能家居文本语句中剔除，排除了设备名称关键词对目标智能家居操作内容准确性的影响，提高语音控制指令识别的准确度，实现对智能家居设备的精确控制。
Description
技术领域
本发明涉及语音处理技术领域，更具体的说，是涉及一种智能家居设备控制方法、装置、计算机设备以及存储介质。
背景技术
智能家居主要是用户利用语音控制智能家居设备，通过对用户输入的语音控制指令进行识别，确定出用户需要操作的智能家居设备以及具体操作指令，并依据识别出的具体操作指令，来控制智能家居设备执行相应的功能。
由于对用户语音控制指令识别的准确度直接影响着对智能家居设备的控制结果，为了实现对智能家居设备的精确控制，目前对用户语音控制指令识别的准确度提出了更高的要求。
发明内容
有鉴于此，本发明提供了一种智能家居设备控制方法、装置、计算机设备以及存储介质，以提高语音控制指令识别的准确度，从而实现对智能家居设备的精确控制。
为实现上述目的，本发明提供如下技术方案：
一种智能家居设备控制方法，所述方法包括：
将接收到的智能家居语音控制指令转化为智能家居文本语句；
利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
利用所述设备名称关键词确定智能家居设备对象；
将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
优选的，在将接收到的智能家居语音控制指令转化为智能家居文本语句之前，还包括：
利用预设的指令类别识别模型，对用户输入的语音控制指令进行识别，得到识别结果；
依据所述识别结果，从用户输入的语音控制指令中确定智能家居语音控制指令。
优选的，所述利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别的步骤包括：
利用预设的关键词识别模型，对所述智能家居文本语句进行分词处理，得到分词结果；
利用预设的关键词识别模型，确定分词结果中每个词语对应的语义词向量；
利用预设的关键词识别模型，确定智能家居文本语句的语序信息；
利用预设的关键词识别模型，对所述每个词语对应的语义词向量以及语序信息进行分析，确定每个词语所属的关键词类别。
优选的，所述依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词包括：
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的自定义昵称。
优选的，所述在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句包括：
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，将所述智能家居文本语句中剔除设备名称关键词之后剩余的词语按照句法结构进行拼接，得到目标智能家居文本语句。
优选的，所述对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容的过程包括：
利用预设的语句类型识别模型，对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的智能家居操作类别；
在所述目标智能家居文本语句对应一个智能家居操作类别的情况下，则将该智能家居操作类别作为目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容；
在所述目标智能家居文本语句对应多个智能家居操作类别的情况下，确定每个智能家居操作类别对应的命中概率；
依据每个智能家居操作类别对应的命中概率，确定目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容。
优选的，所述关键词识别模型的训练过程包括：
获取样本集中的训练样本语句，以及训练样本语句中每个词语所属的参考输出关键词类别；
将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别；
利用所述训练样本语句中每个词语所属的参考输出关键词类别以及预测关键词类别，得到所述关键词识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述关键词识别模型的模型参数，返回所述将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别的步骤继续训练，直至满足训练停止条件时停止训练。
优选的，所述指令类别识别模型的训练过程包括：
获取样本集中的训练样本语音控制指令以及参考输出语音控制指令类别；
将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别；
利用所述参考输出语音控制指令类别以及预测语音控制指令类别，得到所述指令类别识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述指令类别识别模型的模型参数，返回所述将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别的步骤继续训练，直至满足训练停止条件时停止训练。
优选的，所述语句类型识别模型的训练过程包括：
获取样本集中的训练样本文本语句，以及参考输出智能家居操作类别；
将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别；
利用所述参考输出智能家居操作类别以及预测智能家居操作类别，得到所述语句类型识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述语句类型识别模型的模型参数，返回所述将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别的步骤继续训练，直至满足训练停止条件时停止训练。
一种智能家居设备控制装置，所述方法包括：
语音控制指令转换单元，用于将接收到的智能家居语音控制指令转化为智能家居文本语句；
关键词类别识别单元，用于利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
设备名称关键词确定单元，用于依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
目标智能家居文本语句获取单元，用于在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
操作内容识别单元，用于对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
设备对象确定单元，用于利用所述设备名称关键词确定智能家居设备对象；
操作内容发送单元，用于将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
一种计算机设备，所述计算机设备包括：
处理器和存储器；
所述处理器，用于调用并执行所述存储器中存储的程序；
所述存储器用于存储所述程序，所述程序至少用于：
将接收到的智能家居语音控制指令转化为智能家居文本语句；
利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
利用所述设备名称关键词确定智能家居设备对象；
将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上所述的智能家居设备控制方法。
经由上述的技术方案可知，与现有技术相比，本发明提供了一种智能家居设备控制方法、装置、计算机设备以及存储介质，将接收到的智能家居语音控制指令转化为智能家居文本语句；利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；利用所述设备名称关键词确定智能家居设备对象；将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。由于本发明依据每个词语所属的关键词类别，确定了智能家居文本语句中包含的设备名称关键词，并将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句，利用不包含设备名称关键词的目标智能家居文本语句来确定目标智能家居操作内容，从而排除了设备名称关键词对确定目标智能家居操作内容结果准确性的影响，能够得到更加准确的智能家居操作内容结果，提高了语音控制指令识别的准确度，从而实现对智能家居设备的精确控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的计算机设备的一种组成结构示意图；
图2为本发明实施例提供的一种智能家居设备控制方法一个实施例的流程示意图；
图3为本发明实施例提供的一种关键词识别模型的训练方法的一个实施例的流程示意图；
图4为本发明实施例提供的一种指令类别识别模型的训练方法的一个实施例的流程示意图；
图5为本发明实施例提供的一种语句类型识别模型的训练方法的一个实施例的流程示意图；
图6为本发明实施例提供的智能家居设备控制装置的结构框图。
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，都属于本发明保护的范围。
由于目前大部分智能设备支持自定义昵称，用户可以自定义智能家居设备的昵称，因此，由于用户自定义智能家居设备的昵称具有很大的随机性，如果用户自定义的昵称具有智能家居设备操作方式的强特征，也就是说，用户自定义的昵称与智能家居设备的操作方式从文本内容上或者文字发音上来看比较相近，例如，用户自定义的昵称“风风”则与智能家居设备的操作方式：“风量”调整从文本内容上或者文字发音上来看比较相近，或者，用户自定义的昵称“音音”则与智能家居设备的操作方式：“音量”调整从文本内容上或者文字发音上来看比较相近，因此，目前在对智能家居语音控制指令进行识别过程中，例如用户输入的智能家居语音控制指令为：“请将风风的温度上升3度”，则很大程度上会将用户自定义的昵称“风风”划分到针对智能家居设备风量的调整类别上，而实际上用户想要调整的并不是风量，而是温度。可见，用户自定义的智能家居设备的昵称会影响识别智能家居设备操作类别的准确性，进而影响着对智能家居设备控制结果的准确性。
本发明实施例为了解决上述技术问题，提供了一种智能家居设备控制方法、装置、计算机设备以及存储介质，将接收到的智能家居语音控制指令转化为智能家居文本语句；利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；利用所述设备名称关键词确定智能家居设备对象；将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。由于本发明依据每个词语所属的关键词类别，确定了智能家居文本语句中包含的设备名称关键词，并将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句，利用不包含设备名称关键词的目标智能家居文本语句来确定目标智能家居操作内容，从而排除了设备名称关键词对确定目标智能家居操作内容结果准确性的影响，能够得到更加准确的智能家居操作内容结果，提高了语音控制指令识别的准确度，从而实现对智能家居设备的精确控制。
本申请实施例的音视频文件处理方法可以应用于计算机设备，该计算机设备可以为终端或服务器，如图1所示，其示出了本申请的方案所适用的计算机设备的一种组成结构示意图。在图1中，该计算机设备可以包括：处理器101和存储器102。
该计算机设备100还可以包括：通信接口103、输入单元104和显示器105和通信总线106。
处理器101、存储器102、通信接口103、输入单元104、显示器105、均通过通信总线106完成相互间的通信。
在本申请实施例中，该处理器101，可以为中央处理器(CentralProcessing Unit，CPU)，现成可编程门阵列(FPGA)或者其他可编程逻辑器件等。
该处理器可以调用存储器102中存储的程序，具体的，可以处理器可以执行以下方法实施例中终端侧所执行的操作。
存储器102中用于存放一个或者一个以上程序，程序可以包括程序代码，所述程序代码包括计算机操作指令，在本申请实施例中，该存储器中至少存储有用于实现以下功能的程序：
将接收到的智能家居语音控制指令转化为智能家居文本语句；
利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
利用所述设备名称关键词确定智能家居设备对象；
将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
如图2所示，其示出了本申请一种智能家居设备控制方法一个实施例的流程示意图，本实施例主要以该方法应用于计算机设备来举例说明，参照图2，该智能家居设备控制方法具体包括如下步骤：
S100、将接收到的智能家居语音控制指令转化为智能家居文本语句；
在接收到智能家居语音控制指令之后，可以提取所述智能家居语音控制指令中的语音内容，并将所述语音内容转化为文本内容，得到智能家居文本语句。
需要说明的是，本发明实施例还可以在将接收到的智能家居语音控制指令转化为智能家居文本语句之前，利用预设的指令类别识别模型，对用户输入的语音控制指令进行识别，得到识别结果；依据所述识别结果，从用户输入的语音控制指令中确定智能家居语音控制指令。
智能家居设备在采集用户语音的过程中，会对采集到的用户语音进行识别，识别用户发出的语音是否为控制智能家居设备的语音。具体是利用预设的指令类别识别模型，对用户输入的语音控制指令的内容进行识别，并确定语音控制指令的内容是否是与控制智能家居设备相关的内容，如果是，则确定该用户输入的语音控制指令为智能家居语音控制指令。
可选的，本发明实施例中的指令类别识别模型可以采用二分类模型，当然也可以采用其他类型的用于实现相同功能的模型，本发明实施例不做具体限定。
S110、利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
可选的，本发明实施例中公开的利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别的步骤包括：
利用预设的关键词识别模型，对所述智能家居文本语句进行分词处理，得到分词结果；利用预设的关键词识别模型，确定分词结果中每个词语对应的语义词向量；利用预设的关键词识别模型，确定智能家居文本语句的语序信息；利用预设的关键词识别模型，对所述每个词语对应的语义词向量以及语序信息进行分析，确定每个词语所属的关键词类别。
具体的，在将智能家居文本语句输入到关键词识别模型中之后，关键词识别模型对对智能家居文本语句进行分词处理，将智能家居文本语句切分成多个词语，再将每个词语转化为预设维度的语义词向量，其中，语义词向量中不同维度表示的语义不同，然后确定每一个词语在智能家居文本语句中所处的位置，结合每个词语对应的语义词向量以及其在智能家居文本语句中所处的位置，对词语进行关键词类别的划分，由于本发明中预先设置了预设个数的关键词类别，在对词语进行关键词类别划分的过程中，会计算词语与每一个关键词类别的匹配概率，从中选取匹配概率最高的一个即为某一词语所属的关键词类别。
需要说明的是，每个词语所属的关键词类别为与智能家居设备操作相关的关键词类别，可选的，本发明实施例中的关键词类别至少包括：操作词、时间、地点、设备名称、属性以及数值中的至少一种，当然，本发明实施例还可以包含其他种类的关键词类别，本发明实施例不做具体限定。操作词为对智能家居设备所执行操作相关的关键词，例如为设置、升高、降低、关闭或打开等，属性为智能家居设备所执行操作的操作属性，例如音量、亮度、或模式等，数值一般为属性所对应的属性值。
由于词语所属的关键词类别与语句中词语的语义以及语序都有关系，因此，本发明实施例中将每个词语对应的语义采用语义词向量的方式表示，然后确定智能家居文本语句的语序信息，通过对所述每个词语对应的语义词向量以及语序信息进行分析，确定每个词语所属的关键词类别。
可选的，本发明实施例采用的关键词识别模型可以为bilstm+crf类型的模型，当然也可以采用其他类型的用于实现相同功能的模型，本发明实施例不做具体限定。
S120、依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
在识别出智能家居文本语句中每个词语所属的关键词类别之后，可以确定智能家居文本语句中包含的哪个词是设备名称关键词。
需要说明的是，本发明实施例中的设备名称关键词可以为用户为设备自定义的自定义昵称，例如“风风”、“小音”等，基于此，本发明可以依据每个词语所属的关键词类别，确定智能家居文本语句中包含的自定义昵称。
具体的，本发明在识别出智能家居文本语句中包含的设备名称关键词之后，还可以从预先建立的昵称与标准设备关键词的对应关系索引表中，确定智能家居文本语句中包含的设备名称关键词对应的标准设备关键词。其中，标准设备关键词为对应实际智能家居设备产品名称的关键词。
S130、在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
可选的，本发明实施例在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，将所述智能家居文本语句中剔除设备名称关键词之后剩余的词语按照句法结构进行拼接，得到目标智能家居文本语句。
具体的，对于一条智能家居文本语句，剔除其中的设备名称关键词之后，可以按照剩余词语在智能家居文本语句中的位置先后关系，将剩余词语进行全拼接，得到目标智能家居文本语句；还可以按照剩余词语各自所属的关键词类别之间的逻辑控制关系，来对剩余词语进行全拼接，得到目标智能家居文本语句。
当然，本发明实施例中还可以从剩余词语中选取关键词语，仅对关键词语进行全拼接，得到目标智能家居文本语句，对于关键词语本发明实施例不做具体限定。
S140、对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
可选的，本发明实施例在得到剔除设备名称关键词的目标智能家居文本语句之后，可以直接利用目标智能家居文本语句来确定所述目标智能家居文本语句对应的目标智能家居操作内容，从而能够得到比较准确的结果。
具体的，本发明可以对目标智能家居文本语句中各个词语对应的语义词向量进行向量组合，得到目标智能家居文本语句对应的语义向量，依据目标智能家居文本语句对应的语义向量确定目标智能家居文本语句对应的语义信息，然后确定目标智能家居文本语句对应的语义信息对应的目标智能家居操作内容。
为了提高计算的速率，还可以仅利用目标智能家居文本语句中的操作词、属性或数值三者来确定所述目标智能家居文本语句对应的目标智能家居操作内容，或者，仅利用操作词与属性确定所述目标智能家居文本语句对应的目标智能家居操作内容，或者，仅利用操作词与数值确定所述目标智能家居文本语句对应的目标智能家居操作内容等，本发明实施例不做具体限定。
可选的，本发明实施例中可以利用预设的语句类型识别模型，对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的智能家居操作类别；
在所述目标智能家居文本语句对应一个智能家居操作类别的情况下，则将该智能家居操作类别作为目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容；
在所述目标智能家居文本语句对应多个智能家居操作类别的情况下，确定每个智能家居操作类别对应的命中概率；依据每个智能家居操作类别对应的命中概率，确定目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容。
本发明实施例可以利用语句类型识别模型，来确定所述目标智能家居文本语句对应的目标智能家居操作内容，具体的语句类型识别模型会依据目标智能家居文本语句中的内容，来确定与该内容对应的目标智能家居操作内容。在所述语句类型识别模型中预先训练了智能家居文本语句内容与目标智能家居操作内容的对应关系，依据所述对应关系可以确定目标智能家居文本语句对应的目标智能家居操作内容。
在所述目标智能家居文本语句对应多个智能家居操作类别的情况下，确定每个智能家居操作类别对应的命中概率，并选取命中概率最高的智能家居操作类别作为目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容。
可选的，本发明实施例中采用的语句类型识别模型可以为多分类模型，例如：textcnn/bilstm/fasttext模型，当然也可以采用其他类型的用于实现相同功能的模型，本发明实施例不做具体限定。
S150、利用所述设备名称关键词确定智能家居设备对象；
由于在智能家居系统中，有可能存在多个智能家居设备，例如智能音箱、智能空调、智能冰箱、智能热水器、智能电视机等，因此，本发明实施例需要利用所述设备名称关键词来确定用户发出的智能家居语音控制指令所针对的智能家居设备对象是哪一个或哪几个。
由于本发明中预先确定了智能家居文本语句中包含的设备名称关键词对应的标准设备关键词，从而可以依据标准设备关键词确定智能家居设备对象。
S160、将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
在确定目标智能家居操作内容以及智能家居设备对象之后，可以将标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
具体的，本发明实施例还可以按照目标智能家居操作内容与操作意图的对应关系，将目标智能家居操作内容划分到目标操作意图中，例如采用工程map映射的方式，建立智能家居操作内容与操作意图的映射关系，并依据智能家居操作内容与操作意图的映射关系，确定目标智能家居操作内容对应的目标操作意图。
在确定目标智能家居操作内容对应的目标操作意图之后，向智能家居设备对象发送目标操作意图指令，使得所述智能家居设备对象按照目标操作意图指令执行相应操作。
本发明实施例中公开的智能家居设备控制方法，将接收到的智能家居语音控制指令转化为智能家居文本语句；利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；利用所述设备名称关键词确定智能家居设备对象；将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。由于本发明依据每个词语所属的关键词类别，确定了智能家居文本语句中包含的设备名称关键词(设备昵称)，并将所述设备名称关键词(设备昵称)从所述智能家居文本语句中剔除，得到目标智能家居文本语句，利用不包含设备名称关键词(设备昵称)的目标智能家居文本语句来确定目标智能家居操作内容，从而排除了用户自定义的设备昵称对确定目标智能家居操作内容结果准确性的影响，能够得到更加准确的智能家居操作内容结果，提高了语音控制指令识别的准确度，从而实现对智能家居设备的精确控制。
下面以一个具体的应用场景，详细说明上述实施例公开的智能家居设备控制方法的具体过程：
1、用户输入的智能家居语音控制指令对应的智能家居文本语句为“请帮我把卧室的风风温度上升3度”；
2、利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别：
请帮我把卧室(地点)的风风(设备名称关键词)温度(属性)上升(操作词)3度(数值)
3、依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词：“风风”；
4、在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句：“请帮我把卧室的温度上升3度”；
5、对所述目标智能家居文本语句“请帮我把卧室的温度上升3度”进行识别，确定所述目标智能家居文本语句“请帮我把卧室的温度上升3度”对应的目标智能家居操作内容为：“温度上升3度”；
6、利用所述设备名称关键词“风风”确定智能家居设备对象：“空调”；
7、将所述目标智能家居操作内容“温度上升3度”发送至所述智能家居设备对象“空调”，使所述智能家居设备对象“空调”依据所述目标智能家居操作内容“温度上升3度”执行相应升温操作。
可选的，本申请公开了一种关键词识别模型的训练方法，如图3，其示出了本申请一种关键词识别模型的训练方法的一个实施例的流程示意图，本实施例包括：
S200、获取样本集中的训练样本语句，以及训练样本语句中每个词语所属的参考输出关键词类别；
本发明实施例预先对样本集中的训练样本语句中每个词语进行了关键词类别的标注，从而得到训练样本语句中每个词语所属的参考输出关键词类别。
在关键词类别标注过程中，可以对任意两个训练样本语句对应的参考输出关键词类别分别进行正样例以及负样例的标注。从而任意两个训练样本语句对应的参考输出关键词类别中包含了正样例关键词类别，也包含了负样例关键词类别。
S210、将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别；
预测关键词类别为利用关键词识别模型对所述训练样本语句中每个词语进行关键词类别识别得到的识别结果。
其中，关键词识别模型对所述训练样本语句中每个词语进行关键词类别识别的过程可以为：对所述训练样本语句进行分词处理，得到分词结果；确定分词结果中每个词语对应的语义词向量；确定训练样本语句的语序信息；对所述每个词语对应的语义词向量以及语序信息进行分析，确定每个词语所属的预测关键词类别。
具体的，将训练样本语句切分成多个词语，再将每个词语转化为预设维度的语义词向量，其中，语义词向量中不同维度表示的语义不同，然后确定每一个词语在训练样本语句中所处的位置，结合每个词语对应的语义词向量以及其在训练样本语句中所处的位置，对词语进行关键词类别的划分，由于本发明中预先设置了预设个数的关键词类别，在对词语进行关键词类别划分的过程中，会计算词语与每一个关键词类别的匹配概率，从中选取匹配概率最高的一个即为某一词语所属的预测关键词类别。
S220、利用所述训练样本语句中每个词语所属的参考输出关键词类别以及预测关键词类别，得到所述关键词识别模型的目标函数；
通过利用所述训练样本语句中每个词语所属的参考输出关键词类别以及预测关键词类别，可以得到关键词识别模型进行关键词类别识别过程中所采用的目标函数。
具体的，本发明实施例可以利用损失函数，通过对预测关键词类别以及参考输出关键词类别的比较，得到关键词类别损失值，关键词类别损失值能够体现预测关键词类别与参考输出关键词类别之间的差异。
在得到关键词类别损失值后，可以利用关键词类别损失值反向优化关键词识别模型，对模型参数进行调整，每次调整过程中得到关键词识别模型的目标函数。
S230、将所述目标函数最大化时的模型参数作为所述关键词识别模型的模型参数，返回所述将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别的步骤继续训练，直至满足训练停止条件时停止训练。
通过在训练过程中不断对目标函数进行调整，将所述目标函数最大化时的模型参数作为所述关键词识别模型的模型参数，经过多次训练，直至满足训练停止条件时停止训练。
具体的，可以利用所述关键词类别损失值，反向计算关键词识别模型中每层神经元的神经元参数的梯度；按照关键词识别模型中每层神经元的神经元参数梯度下降的方向，对所述关键词识别模型中每层神经元的神经元参数进行调整，直到调整到目标函数最大化时的模型参数作为所述关键词识别模型的模型参数。
利用本发明上述实施例公开的关键词识别模型的训练过程可以得到精确的关键词识别模型。
可选的，本申请公开了一种指令类别识别模型的训练方法，如图4，其示出了本申请一种指令类别识别模型的训练方法的一个实施例的流程示意图，本实施例包括：
S300、获取样本集中的训练样本语音控制指令以及参考输出语音控制指令类别；
本发明实施例预先对样本集中的训练样本语音控制指令进行了语音控制指令类别的标注，从而得到参考输出语音控制指令类别。样本集中可以包含正样本与负样本，正样本可以包含智能家居类别的语音控制指令，负样本可以包含其他类别的语音控制指令。
S310、将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别；
预测语音控制指令类别为利用指令类别识别模型对所述训练样本语音控制指令进行指令类别识别，得到的识别结果。
指令类别识别模型首先将训练样本语音控制指令转化为训练样本文本控制指令，然后对训练样本文本控制指令执行分词处理，得到至少一个词语，再将训练样本文本控制指令中的每个词语对应转化为预设维度的语义词向量，利用预设维度的语义词向量得到每个词语对应的词义，依据词义与指令类别的对应关系，确定训练样本语音控制指令对应的预测语音控制指令类别。
S320、利用所述参考输出语音控制指令类别以及预测语音控制指令类别，得到所述指令类别识别模型的目标函数；
通过利用参考输出语音控制指令类别以及预测语音控制指令类别，可以得到用于识别语音控制指令是否为智能家居语音控制指令的目标函数。
具体可以通过对语音控制指令中的内容进行分析，得到具有哪些内容的语音控制指令为智能家居语音控制指令。
具体的，本发明实施例可以利用损失函数，通过对参考输出语音控制指令类别以及预测语音控制指令类别的比较，得到指令类别损失值，指令类别损失值能够体现参考输出语音控制指令类别以及预测语音控制指令类别之间的差异。
在得到指令类别损失值后，可以利用指令类别损失值反向优化指令类别识别模型，对模型参数进行调整，每次调整过程中得到指令类别识别模型的目标函数。
S330、将所述目标函数最大化时的模型参数作为所述指令类别识别模型的模型参数，返回所述将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别的步骤继续训练，直至满足训练停止条件时停止训练。
通过在训练过程中不断对目标函数进行调整，将所述目标函数最大化时的模型参数作为所述指令类别识别模型的模型参数，经过多次训练，直至满足训练停止条件时停止训练。
具体的，可以利用所述指令类别损失值，反向计算指令类别识别模型中每层神经元的神经元参数的梯度；按照指令类别识别模型中每层神经元的神经元参数梯度下降的方向，对所述指令类别识别模型中每层神经元的神经元参数进行调整，直到调整到目标函数最大化时的模型参数作为所述指令类别识别模型的模型参数。
利用本发明上述实施例公开的指令类别识别模型的训练过程可以得到精确的指令类别识别模型。
可选的，本申请公开了一种语句类型识别模型的训练方法，如图5，其示出了本申请一种语句类型识别模型的训练方法的一个实施例的流程示意图，本实施例包括：
S400、获取样本集中的训练样本文本语句，以及参考输出智能家居操作类别；
本发明实施例预先对训练样本文本语句对应的智能家居操作类别进行了标注，从而得到参考输出智能家居操作类别。
在智能家居操作类别标注过程中，可以对任意两个训练样本语句对应的参考输出智能家居操作类别分别进行正样例以及负样例的标注。从而任意两个训练样本语句对应的参考输出智能家居操作类别中包含了正样例智能家居操作类别，也包含了负样例智能家居操作类别。
S410、将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别；
预测智能家居操作类别为利用所述语句类型识别模型对训练样本文本语句进行智能家居操作类别识别得到的识别结果。
语句类型识别模型首先将训练样本文本语句执行分词处理，得到至少一个词语，再将训练样本文本语句中的每个词语对应转化为预设维度的语义词向量，利用预设维度的语义词向量得到每个词语对应的词义，依据词义与智能家居操作类别的对应关系，确定训练样本文本语句对应的预测智能家居操作类别。
S420、利用所述参考输出智能家居操作类别以及预测智能家居操作类别，得到所述语句类型识别模型的目标函数；
通过利用所述参考输出智能家居操作类别以及预测智能家居操作类别，可以得到用于识别智能家居操作类的目标函数，该识别智能家居操作类的目标函数作为语句类型识别模型的目标函数。
具体可以通过对训练样本文本语句的内容进行分析，得到具有不同内容的训练样本文本语句各自对应的智能家居操作类别。
具体的，本发明实施例可以利用损失函数，通过对参考输出智能家居操作类别以及预测智能家居操作类别的比较，得到操作类别损失值，操作类别损失值能够体现参考输出智能家居操作类别以及预测智能家居操作类之间的差异。
在得到操作类别损失值后，可以利用操作类别损失值反向优化语句类型识别模型，对模型参数进行调整，每次调整过程中得到语句类型识别模型的目标函数。
S430、将所述目标函数最大化时的模型参数作为所述语句类型识别模型的模型参数，返回所述将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别的步骤继续训练，直至满足训练停止条件时停止训练。
具体的，可以利用所述操作类别损失值，反向计算语句类型识别模型中每层神经元的神经元参数的梯度；按照语句类型识别模型中每层神经元的神经元参数梯度下降的方向，对所述语句类型识别模型中每层神经元的神经元参数进行调整，直到调整到目标函数最大化时的模型参数作为所述语句类型识别模型的模型参数。
通过在训练过程中不断对目标函数进行调整，将所述目标函数最大化时的模型参数作为所述语句类型识别模型的模型参数，经过多次训练，直至满足训练停止条件时停止训练。
利用本发明上述实施例公开的语句类型识别模型的训练过程可以得到精确的语句类型识别模型。
下面对本发明实施例提供的一种智能家居设备控制装置进行介绍，下文描述的一种智能家居设备控制装置可与上文介绍的智能家居设备控制方法相互对应参照。
图6为本发明实施例提供的智能家居设备控制装置的结构框图，所述装置应用于计算机设备，参照图6，该智能家居设备控制装置至少包括：
语音控制指令转换单元100，用于将接收到的智能家居语音控制指令转化为智能家居文本语句；
关键词类别识别单元110，用于利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
设备名称关键词确定单元120，用于依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
目标智能家居文本语句获取单元130，用于在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
操作内容识别单元140，用于对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
设备对象确定单元150，用于利用所述设备名称关键词确定智能家居设备对象；
操作内容发送单元160，用于将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
可选的，本发明实施例中的智能家居设备控制装置还包括：语音控制指令识别单元，用于利用预设的指令类别识别模型，对用户输入的语音控制指令进行识别，得到识别结果；依据所述识别结果，从用户输入的语音控制指令中确定智能家居语音控制指令。
所述关键词类别识别单元包括：
分词单元，用于利用预设的关键词识别模型，对所述智能家居文本语句进行分词处理，得到分词结果；
语义词向量确定单元，用于利用预设的关键词识别模型，确定分词结果中每个词语对应的语义词向量；
语序信息确定单元，用于利用预设的关键词识别模型，确定智能家居文本语句的语序信息；
关键词类别确定单元，用于利用预设的关键词识别模型，对所述每个词语对应的语义词向量以及语序信息进行分析，确定每个词语所属的关键词类别。
所述设备名称关键词确定单元具体用于：
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的自定义昵称。
目标智能家居文本语句获取单元具体用于：
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，将所述智能家居文本语句中剔除设备名称关键词之后剩余的词语按照句法结构进行拼接，得到目标智能家居文本语句。
所述操作内容识别单元包括：
操作类别确定单元，用于利用预设的语句类型识别模型，对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的智能家居操作类别；
第一操作内容确定单元，用于在所述目标智能家居文本语句对应一个智能家居操作类别的情况下，则将该智能家居操作类别作为目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容；
命中概率确定单元，用于在所述目标智能家居文本语句对应多个智能家居操作类别的情况下，确定每个智能家居操作类别对应的命中概率；
第二操作内容确定单元，用于依据每个智能家居操作类别对应的命中概率，确定目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容。
可选的，本发明实施例中的智能家居设备控制装置还包括：关键词识别模型训练单元，所述关键词识别模型训练单元用于：
获取样本集中的训练样本语句，以及训练样本语句中每个词语所属的参考输出关键词类别；
将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别；
利用所述训练样本语句中每个词语所属的参考输出关键词类别以及预测关键词类别，得到所述关键词识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述关键词识别模型的模型参数，返回所述将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别的步骤继续训练，直至满足训练停止条件时停止训练。
可选的，本发明实施例中的智能家居设备控制装置还包括：指令类别识别模型训练单元，所述指令类别识别模型训练单元用于：
获取样本集中的训练样本语音控制指令以及参考输出语音控制指令类别；
将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别；
利用所述参考输出语音控制指令类别以及预测语音控制指令类别，得到所述指令类别识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述指令类别识别模型的模型参数，返回所述将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别的步骤继续训练，直至满足训练停止条件时停止训练。
可选的，本发明实施例中的智能家居设备控制装置还包括：语句类型识别模型训练单元，所述语句类型识别模型训练单元用于：
获取样本集中的训练样本文本语句，以及参考输出智能家居操作类别；
将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别；
利用所述参考输出智能家居操作类别以及预测智能家居操作类别，得到所述语句类型识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述语句类型识别模型的模型参数，返回所述将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别的步骤继续训练，直至满足训练停止条件时停止训练。
本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上所述的智能家居设备控制方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种智能家居设备控制方法，其特征在于，所述方法包括：
将接收到的智能家居语音控制指令转化为智能家居文本语句；
利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
利用所述设备名称关键词确定智能家居设备对象；
将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
2.根据权利要求1所述的方法，其特征在于，在将接收到的智能家居语音控制指令转化为智能家居文本语句之前，还包括：
利用预设的指令类别识别模型，对用户输入的语音控制指令进行识别，得到识别结果；
依据所述识别结果，从用户输入的语音控制指令中确定智能家居语音控制指令。
3.根据权利要求1所述的方法，其特征在于，所述利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别的步骤包括：
利用预设的关键词识别模型，对所述智能家居文本语句进行分词处理，得到分词结果；
利用预设的关键词识别模型，确定分词结果中每个词语对应的语义词向量；
利用预设的关键词识别模型，确定智能家居文本语句的语序信息；
利用预设的关键词识别模型，对所述每个词语对应的语义词向量以及语序信息进行分析，确定每个词语所属的关键词类别。
4.根据权利要求1所述的方法，其特征在于，所述依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词包括：
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的自定义昵称。
5.根据权利要求1所述的方法，其特征在于，所述在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句包括：
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，将所述智能家居文本语句中剔除设备名称关键词之后剩余的词语按照句法结构进行拼接，得到目标智能家居文本语句。
6.根据权利要求1所述的方法，其特征在于，所述对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容的过程包括：
利用预设的语句类型识别模型，对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的智能家居操作类别；
在所述目标智能家居文本语句对应一个智能家居操作类别的情况下，则将该智能家居操作类别作为目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容；
在所述目标智能家居文本语句对应多个智能家居操作类别的情况下，确定每个智能家居操作类别对应的命中概率；
依据每个智能家居操作类别对应的命中概率，确定目标智能家居操作类别，并依据所述目标智能家居操作类别确定目标智能家居操作内容。
7.根据权利要求1所述的方法，其特征在于，所述关键词识别模型的训练过程包括：
获取样本集中的训练样本语句，以及训练样本语句中每个词语所属的参考输出关键词类别；
将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别；
利用所述训练样本语句中每个词语所属的参考输出关键词类别以及预测关键词类别，得到所述关键词识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述关键词识别模型的模型参数，返回所述将所述训练样本语句以及所述训练样本语句中每个词语所属的参考输出关键词类别输入到关键词识别模型中进行训练，得到所述训练样本语句中每个词语所属的预测关键词类别的步骤继续训练，直至满足训练停止条件时停止训练。
8.根据权利要求2所述的方法，其特征在于，所述指令类别识别模型的训练过程包括：
获取样本集中的训练样本语音控制指令以及参考输出语音控制指令类别；
将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别；
利用所述参考输出语音控制指令类别以及预测语音控制指令类别，得到所述指令类别识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述指令类别识别模型的模型参数，返回所述将所述训练样本语音控制指令以及参考输出语音控制指令类别输入到指令类别识别模型中进行训练，得到预测语音控制指令类别的步骤继续训练，直至满足训练停止条件时停止训练。
9.根据权利要求6所述的方法，其特征在于，所述语句类型识别模型的训练过程包括：
获取样本集中的训练样本文本语句，以及参考输出智能家居操作类别；
将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别；
利用所述参考输出智能家居操作类别以及预测智能家居操作类别，得到所述语句类型识别模型的目标函数；
将所述目标函数最大化时的模型参数作为所述语句类型识别模型的模型参数，返回所述将所述训练样本文本语句以及参考输出智能家居操作类别输入到语句类型识别模型中进行训练，得到预测智能家居操作类别的步骤继续训练，直至满足训练停止条件时停止训练。
10.一种智能家居设备控制装置，其特征在于，所述方法包括：
语音控制指令转换单元，用于将接收到的智能家居语音控制指令转化为智能家居文本语句；
关键词类别识别单元，用于利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
设备名称关键词确定单元，用于依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
目标智能家居文本语句获取单元，用于在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
操作内容识别单元，用于对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
设备对象确定单元，用于利用所述设备名称关键词确定智能家居设备对象；
操作内容发送单元，用于将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
11.一种计算机设备，其特征在于，所述计算机设备包括：
处理器和存储器；
所述处理器，用于调用并执行所述存储器中存储的程序；
所述存储器用于存储所述程序，所述程序至少用于：
将接收到的智能家居语音控制指令转化为智能家居文本语句；
利用预设的关键词识别模型，识别智能家居文本语句中每个词语所属的关键词类别；
依据每个词语所属的关键词类别，确定智能家居文本语句中包含的设备名称关键词；
在识别所述智能家居文本语句中包含的设备名称关键词之后，将所述设备名称关键词从所述智能家居文本语句中剔除，得到目标智能家居文本语句；
对所述目标智能家居文本语句进行识别，确定所述目标智能家居文本语句对应的目标智能家居操作内容；
利用所述设备名称关键词确定智能家居设备对象；
将所述目标智能家居操作内容发送至所述智能家居设备对象，使所述智能家居设备对象依据所述目标智能家居操作内容执行相应操作。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上权利要求1至9任一项所述的智能家居设备控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911011972.XA CN110597082A (zh) | 2019-10-23 | 2019-10-23 | 智能家居设备控制方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911011972.XA CN110597082A (zh) | 2019-10-23 | 2019-10-23 | 智能家居设备控制方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110597082A true CN110597082A (zh) | 2019-12-20 |
Family
ID=68850090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911011972.XA Pending CN110597082A (zh) | 2019-10-23 | 2019-10-23 | 智能家居设备控制方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110597082A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111814461A (zh) * | 2020-07-09 | 2020-10-23 | 科大讯飞股份有限公司 | 文本处理方法、相关设备及可读存储介质 |
| CN112631139A (zh) * | 2020-12-14 | 2021-04-09 | 山东大学 | 智能家居指令合理性实时检测系统及方法 |
| CN112765981A (zh) * | 2021-02-09 | 2021-05-07 | 珠海格力电器股份有限公司 | 一种文本信息的生成方法和装置 |
| CN115421396A (zh) * | 2022-09-29 | 2022-12-02 | 深圳康佳电子科技有限公司 | 一种智能家居设备控制方法和装置、电子设备 |
| WO2023168862A1 (zh) * | 2022-03-10 | 2023-09-14 | 青岛海尔科技有限公司 | 控制指令的预测方法和装置、存储介质及电子装置 |
| WO2023206701A1 (zh) * | 2022-04-29 | 2023-11-02 | 青岛海尔科技有限公司 | 指令执行设备的选取方法和装置、存储介质及电子装置 |
| WO2023206723A1 (zh) * | 2022-04-29 | 2023-11-02 | 青岛海尔科技有限公司 | 语义转换方法和装置、存储介质及电子装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101499056A (zh) * | 2008-01-28 | 2009-08-05 | 徐文新 | 倒排参考句型语言分析方法 |
| CN107909998A (zh) * | 2017-10-18 | 2018-04-13 | 成都市共维科技有限公司 | 语音指令处理方法、装置、计算机设备和存储介质 |
| CN108257593A (zh) * | 2017-12-29 | 2018-07-06 | 深圳和而泰数据资源与云技术有限公司 | 一种语音识别方法、装置、电子设备及存储介质 |
| CN109188927A (zh) * | 2018-10-15 | 2019-01-11 | 深圳市欧瑞博科技有限公司 | 家居控制方法、装置、网关设备及存储介质 |
| CN110060677A (zh) * | 2019-04-04 | 2019-07-26 | 平安科技（深圳）有限公司 | 语音遥控器控制方法、装置及计算机可读存储介质 |
| CN110148416A (zh) * | 2019-04-23 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 语音识别方法、装置、设备和存储介质 |
-
2019
- 2019-10-23 CN CN201911011972.XA patent/CN110597082A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101499056A (zh) * | 2008-01-28 | 2009-08-05 | 徐文新 | 倒排参考句型语言分析方法 |
| CN107909998A (zh) * | 2017-10-18 | 2018-04-13 | 成都市共维科技有限公司 | 语音指令处理方法、装置、计算机设备和存储介质 |
| CN108257593A (zh) * | 2017-12-29 | 2018-07-06 | 深圳和而泰数据资源与云技术有限公司 | 一种语音识别方法、装置、电子设备及存储介质 |
| CN109188927A (zh) * | 2018-10-15 | 2019-01-11 | 深圳市欧瑞博科技有限公司 | 家居控制方法、装置、网关设备及存储介质 |
| CN110060677A (zh) * | 2019-04-04 | 2019-07-26 | 平安科技（深圳）有限公司 | 语音遥控器控制方法、装置及计算机可读存储介质 |
| CN110148416A (zh) * | 2019-04-23 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 语音识别方法、装置、设备和存储介质 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111814461A (zh) * | 2020-07-09 | 2020-10-23 | 科大讯飞股份有限公司 | 文本处理方法、相关设备及可读存储介质 |
| CN111814461B (zh) * | 2020-07-09 | 2024-05-31 | 科大讯飞股份有限公司 | 文本处理方法、相关设备及可读存储介质 |
| CN112631139A (zh) * | 2020-12-14 | 2021-04-09 | 山东大学 | 智能家居指令合理性实时检测系统及方法 |
| CN112631139B (zh) * | 2020-12-14 | 2022-04-22 | 山东大学 | 智能家居指令合理性实时检测系统及方法 |
| CN112765981A (zh) * | 2021-02-09 | 2021-05-07 | 珠海格力电器股份有限公司 | 一种文本信息的生成方法和装置 |
| WO2023168862A1 (zh) * | 2022-03-10 | 2023-09-14 | 青岛海尔科技有限公司 | 控制指令的预测方法和装置、存储介质及电子装置 |
| WO2023206701A1 (zh) * | 2022-04-29 | 2023-11-02 | 青岛海尔科技有限公司 | 指令执行设备的选取方法和装置、存储介质及电子装置 |
| WO2023206723A1 (zh) * | 2022-04-29 | 2023-11-02 | 青岛海尔科技有限公司 | 语义转换方法和装置、存储介质及电子装置 |
| CN115421396A (zh) * | 2022-09-29 | 2022-12-02 | 深圳康佳电子科技有限公司 | 一种智能家居设备控制方法和装置、电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110597082A (zh) | 智能家居设备控制方法、装置、计算机设备及存储介质 | |
| US10991366B2 (en) | Method of processing dialogue query priority based on dialog act information dependent on number of empty slots of the query | |
| CN106571140B (zh) | 一种基于语音语义的电器智能控制方法及系统 | |
| US10332507B2 (en) | Method and device for waking up via speech based on artificial intelligence | |
| CN110377911B (zh) | 对话框架下的意图识别方法和装置 | |
| CN109003624B (zh) | 情绪识别方法、装置、计算机设备及存储介质 | |
| US20170164049A1 (en) | Recommending method and device thereof | |
| CN111428010B (zh) | 人机智能问答的方法和装置 | |
| CN108513175B (zh) | 一种弹幕信息的处理方法及系统 | |
| CN112732871B (zh) | 一种机器人催收获取客户意向标签的多标签分类方法 | |
| CN111161726B (zh) | 一种智能语音交互方法、设备、介质及系统 | |
| JP2010537321A (ja) | 統計的分類のための最適な選択方略の方法及びシステム | |
| CN111710337A (zh) | 语音数据的处理方法、装置、计算机可读介质及电子设备 | |
| CN111222341A (zh) | 训练隐马尔科夫模型的方法、装置、设备和存储介质 | |
| CN112667076A (zh) | 一种语音交互的数据处理方法和装置 | |
| CN114817478A (zh) | 基于文本的问答方法、装置、计算机设备及存储介质 | |
| CN114398871A (zh) | 金融实体抽取方法、装置、设备与计算机可读存储介质 | |
| CN116150306A (zh) | 问答机器人的训练方法、问答方法及装置 | |
| CN117610539A (zh) | 意图执行方法、装置、电子设备及存储介质 | |
| CN117332062A (zh) | 一种数据处理方法和相关装置 | |
| KR20220109238A (ko) | 사용자의 발화 입력에 관련된 추천 문장을 제공하는 디바이스 및 방법 | |
| CN110458383B (zh) | 需求处理服务化的实现方法、装置及计算机设备、存储介质 | |
| CN115104151A (zh) | 一种离线语音识别方法和装置、电子设备和可读存储介质 | |
| CN111625636A (zh) | 一种人机对话的拒绝识别方法、装置、设备、介质 | |
| CN111400443A (zh) | 信息处理方法、装置及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191220 |
|
| RJ01 | Rejection of invention patent application after publication |