CN111160002B - 用于输出口语理解中解析异常信息的方法和装置 - Google Patents
用于输出口语理解中解析异常信息的方法和装置 Download PDFInfo
- Publication number
- CN111160002B CN111160002B CN201911378667.4A CN201911378667A CN111160002B CN 111160002 B CN111160002 B CN 111160002B CN 201911378667 A CN201911378667 A CN 201911378667A CN 111160002 B CN111160002 B CN 111160002B
- Authority
- CN
- China
- Prior art keywords
- information
- spoken language
- parsing result
- word slot
- determining
- 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
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/72—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for transmitting results of analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
Abstract
本申请实施例公开了用于输出口语理解中解析异常信息的方法和装置。该方法的一具体实施方式包括:获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。该实施方式提高了输出口语理解中解析异常信息的效率。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于输出口语理解中解析异常信息的方法和装置。
背景技术
随着人工智能技术的发展,智能设备,例如智能手机以及智能音响,逐渐被广大用户使用。用户可以通过语音与智能设备交互,使得智能设备可以根据用户发出的语音做出应答。智能设备主要通过口语理解(Spoken Language Understanding,SLU)模块解析用户输入的信息,以方便后续的业务逻辑处理。但在实际应用中,SLU模块会出现解析异常的情况,如果能够挖掘出这些异常的情况,就可以有针对性的优化SLU的解析效果,从而提升口语对话系统的用户体验。
发明内容
本申请实施例提出了用于输出口语理解中解析异常信息的方法和装置。
第一方面,本申请的一些实施例提供了一种用于输出口语理解中解析异常信息的方法,该方法包括:获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。
在一些实施例中,方法还包括:确定第一解析结果中是否包括词槽信息;响应于确定出第一解析结果中包括意图信息和词槽信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作;响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作,输出指示第一解析结果存在异常的信息。
在一些实施例中,会话状态信息来自于针对第二口语信息的第二解析结果,第二口语信息包括第一口语信息的前轮次会话中的口语信息。
在一些实施例中,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作,包括:响应于确定出第一解析结果中包括的意图信息的类型为更新词槽,确定会话状态信息中是否包括与第一解析结果中包括的词槽信息匹配的待填充词槽的意图信息;响应于确定出会话状态信息中不包括待填充词槽的意图信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作。
在一些实施例中,方法还包括:响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了可执行的候选操作,确定第一口语信息中是否包括待澄清信息;响应于确定出第一口语信息中包括待澄清信息,输出指示第一解析结果存在异常的信息。
在一些实施例中,第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了至少两个可执行的候选操作;以及确定第一口语信息中是否包括待澄清信息,包括:获取第一解析结果中包括的意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度;根据所获取的置信度确定第一口语信息中是否包括待澄清信息。
在一些实施例中,根据所获取的置信度确定第一口语信息中是否包括待澄清信息,包括:响应于所获取的置信度均小于预先设置的置信度阈值,确定第一口语信息中包括待澄清信息。
在一些实施例中,根据所获取的置信度确定第一口语信息中是否包括待澄清信息,包括:对大于置信度阈值的候选操作按照置信度由大到小的顺序进行排序,响应于排名第一和第二的候选操作的置信度之间的差值小于预设阈值,输出指示第一解析结果存在异常的信息。
在一些实施例中,方法还包括:获取第三口语信息以及针对第三口语信息的第三解析结果,第三口语信息包括第一口语信息的后轮次会话中的口语信息。
在一些实施例中,方法还包括:响应于确定出第一口语信息中包括第三解析结果中的词槽值,且第一解析结果中不包括第三解析结果中的词槽值,输出指示第一解析结果存在异常的信息。
在一些实施例中,方法还包括:响应于确定出第三解析结果中包括意图信息和词槽信息,第一解析结果中不包括意图信息和/或词槽信息,且第一口语信息与第三口语信息的相似度超过预设阈值,输出指示第一解析结果存在异常的信息。
第二方面,本申请的一些实施例提供了一种用于输出口语理解中解析异常信息的装置,该装置包括:第一获取单元,被配置成获取第一口语信息以及针对第一口语信息的第一解析结果;第一确定单元,被配置成确定第一解析结果中是否包括意图信息;第二确定单元,被配置成响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;第一输出单元,被配置成响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。
在一些实施例中,装置还包括:第三确定单元,被配置成确定第一解析结果中是否包括词槽信息;第四确定单元,被配置成响应于确定出第一解析结果中包括意图信息和词槽信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作;第二输出单元,被配置成响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作,输出指示第一解析结果存在异常的信息。
在一些实施例中,会话状态信息来自于针对第二口语信息的第二解析结果,第二口语信息包括第一口语信息的前轮次会话中的口语信息。
在一些实施例中,第四确定单元,包括:第一确定模块,被配置成响应于确定出第一解析结果中包括的意图信息的类型为更新词槽,确定会话状态信息中是否包括与第一解析结果中包括的词槽信息匹配的待填充词槽的意图信息;第二确定模块,被配置成响应于确定出会话状态信息中不包括待填充词槽的意图信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作。
在一些实施例中,装置还包括:第五确定单元,被配置成响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了可执行的候选操作,确定第一口语信息中是否包括待澄清信息;第三输出单元,被配置成响应于确定出第一口语信息中包括待澄清信息,输出指示第一解析结果存在异常的信息。
在一些实施例中,第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了至少两个可执行的候选操作;以及第五确定单元,包括:第一获取模块,被配置成获取第一解析结果中包括的意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度;第三确定模块,被配置成根据所获取的置信度确定第一口语信息中是否包括待澄清信息。
在一些实施例中,第三确定模块,进一步被配置成:响应于所获取的置信度均小于预先设置的置信度阈值,确定第一口语信息中包括待澄清信息。
在一些实施例中,第三确定模块,进一步被配置成:对大于置信度阈值的候选操作按照置信度由大到小的顺序进行排序,响应于排名第一和第二的候选操作的置信度之间的差值小于预设阈值,输出指示第一解析结果存在异常的信息。
在一些实施例中,装置还包括:第二获取单元,被配置成获取第三口语信息以及针对第三口语信息的第三解析结果,第三口语信息包括第一口语信息的后轮次会话中的口语信息。
在一些实施例中,装置还包括:第四输出单元,被配置成响应于确定出第一口语信息中包括第三解析结果中的词槽值,且第一解析结果中不包括第三解析结果中的词槽值,输出指示第一解析结果存在异常的信息。
在一些实施例中,装置还包括:第五输出单元,被配置成响应于确定出第三解析结果中包括意图信息和词槽信息,第一解析结果中不包括意图信息和/或词槽信息,且第一口语信息与第三口语信息的相似度超过预设阈值,输出指示第一解析结果存在异常的信息。
第三方面,本申请的一些实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于输出口语理解中解析异常信息的方法和装置,通过获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息,提高了输出口语理解中解析异常信息的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一些可以应用于其中的示例性系统架构图;
图2是根据本申请的用于输出口语理解中解析异常信息的方法的一个实施例的流程图;
图3是根据本申请的用于输出口语理解中解析异常信息的方法的应用场景的一个示意图;
图4是根据本申请的用于输出口语理解中解析异常信息的方法的又一个实施例的流程图;
图5是根据本申请的用于输出口语理解中解析异常信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请的一些实施例的服务器或终端的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出口语理解中解析异常信息的方法或用于输出口语理解中解析异常信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如语音助手类应用、电子商务类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,服务器105可以获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。
需要说明的是,本申请实施例所提供的用于输出口语理解中解析异常信息的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,用于输出口语理解中解析异常信息的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于输出口语理解中解析异常信息的方法的一个实施例的流程200。该用于输出口语理解中解析异常信息的方法,包括以下步骤:
步骤201,获取第一口语信息以及针对第一口语信息的第一解析结果。
在本实施例中,用于输出口语理解中解析异常信息的方法执行主体(例如图1所示的服务器或终端)可以首先获取第一口语信息以及针对第一口语信息的第一解析结果。第一口语信息可以包括语音交互中用户输入的语音信息经语音识别得到的文字信息。第一解析结果包括第一口语信息经SLU或自然语言理解(natural language understanding,NLU)解析出的结果,SLU或NLU可以将用户输入的信息解析为意图和词槽的组合,例如,口语信息为“我要去西直门”,可将其解析为“规划路线(目的地=西直门)”,口语信息为“北京明天的天气”,可将其解析为“查询天气(城市=北京,时间=明天)”,口语信息为“预订下午的会议室”,可将其解析为“预订会议室(时间=下午)”。此外,上述执行主体可以实时从口语对话系统中获取第一口语信息以及针对第一口语信息的第一解析结果,也可以从口语对话系统的历史日志中获取第一口语信息以及针对第一口语信息的第一解析结果。
步骤202,确定第一解析结果中是否包括意图信息。
在本实施例中,上述执行主体可以确定步骤201中获取的第一解析结果中是否包括意图信息。意图信息指示用户意图,例如,解析结果“查询天气(城市=北京,时间=明天)”中,查询天气即为意图信息。
步骤203,响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值。
在本实施例中,上述执行主体可以响应于步骤202中确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值。预先定义的词槽值可以包括用户预先定义的词槽值和/或口语对话系统中管理员预先定义的词槽值。词槽信息可以包括词槽类型和词槽值,例如,词槽信息“城市=北京,时间=明天”中,词槽类型可以包括“城市”、“时间”,词槽值可以包括“北京”、“明天”。
步骤204,响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。
在本实施例中,上述执行主体可以响应于步骤203中确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。在这里,指示第一解析结果存在异常的信息可以包括针对第一解析结果添加的异常标记,或者存储于预先建立的异常日志中的信息。
在本实施例的一些可选实现方式中,方法还包括:获取第三口语信息以及针对第三口语信息的第三解析结果,第三口语信息包括第一口语信息的后轮次会话中的口语信息。后轮次会话可以包括一组对话中当前轮会话后发生的会话,例如,会话组中用户输入“北京出发”,设备回复“正在前往北京”,用户再次输入“从北京出发”,其中,“从北京出发”为“北京出发”的后轮次会话中的口语信息。获取后轮次会话中的口语信息进一步丰富了用于确定解析异常的数据来源,使得输出的解析异常信息更加全面。
在本实施例的一些可选实现方式中,方法还包括:响应于确定出第一口语信息中包括第三解析结果中的词槽值,且第一解析结果中不包括第三解析结果中的词槽值,输出指示第一解析结果存在异常的信息。例如,当前轮次中第一口语信息为“k21点会议室”,由于21被切为一个词,影响了识别结果,第一解析结果中不包括词槽信息“会议室所在楼号=k2”,而下轮次中第三口语信息为“k2,1点会议室”第三解析结果为“预订会议室(会议室所在楼号=k2,开会时间=1点)”,输出指示第一解析结果存在异常的信息。可以看出,由于当前的表述方法SLU没有理解,所以用户换了方式来表达和强调同样的信息,所以输出指示第一解析结果存在异常的信息。
在本实施例的一些可选实现方式中,方法还包括:响应于确定出第三解析结果中包括意图信息和词槽信息,第一解析结果中不包括意图信息和/或词槽信息,且第一口语信息与第三口语信息的相似度超过预设阈值,输出指示第一解析结果存在异常的信息。作为示例,第一口语信息为“来首歌手A的”,第三口语信息为“放首歌手A的歌”,第一口语信息与第三口语信息的相似度超过预设阈值,第三解析结果为“播放歌曲(歌手=歌手A)”,而第一解析结果中不包括意图信息“播放歌曲”和/或词槽信息“歌手=歌手A”,输出指示第一解析结果存在异常的信息。第一口语信息与第三口语信息的相似度超过预设阈值,说明用户在得知第一口语信息没有被正确理解后,便换了种说法来强调自己的意图。所以认为第一口语信息解析异常。在这里相似度的确定可以采用各种用于确定文本相似度的方法,例如,可以比较第一口语信息与第三口语信息之间的最大公共子序列的占比是否超过预先设置的阈值。
本申请的上述实施例提供的方法通过获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息,提高了输出口语理解中解析异常信息的效率。此外,相比于对话错误时才输出解析异常信息的现有技术,提高了输出解析异常信息的全面性。
继续参见图3,图3是根据本实施例的用于输出口语理解中解析异常信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器301获取用户通过终端302输入的第一口语信息“回省城吧”303以及针对“回省城吧”303的第一解析结果304;确定第一解析结果304中是否包括意图信息;响应于确定出第一解析结果304中不包括意图信息,确定第一口语信息“回省城吧”303中是否包括预先定义的词槽值;响应于确定出第一口语信息“回省城吧”303中包括预先定义的词槽值“省城”,输出指示第一解析结果存在异常的信息305。
进一步参考图4,其示出了用于输出口语理解中解析异常信息的方法的又一个实施例的流程400。该用于输出口语理解中解析异常信息的方法的流程400,包括以下步骤:
步骤401,获取第一口语信息以及针对第一口语信息的第一解析结果。
在本实施例中,用于输出口语理解中解析异常信息的方法执行主体(例如图1所示的服务器或终端)可以首先获取第一口语信息以及针对第一口语信息的第一解析结果。
步骤402,确定第一解析结果中是否包括意图信息。
在本实施例中,上述执行主体可以确定步骤401中获取的第一解析结果中是否包括意图信息。
步骤403,确定第一解析结果中是否包括词槽信息。
在本实施例中,上述执行主体可以确定步骤401中获取的第一解析结果中是否包括词槽信息,词槽信息可以包括词槽类型和词槽值。需要说明的是步骤403可以先于步骤402执行,也可以后于步骤402执行,也可以与步骤402同步执行。
步骤404,响应于确定出第一解析结果中包括意图信息和词槽信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作。
在本实施例中,上述执行主体可以响应于步骤402、步骤403确定出第一解析结果中包括意图信息和词槽信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作。第一解析结果中可以包括若干可能的意图词槽组合的候选。会话状态信息可以来自于前轮次的对话、历史对话和/或系统设置中。意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作可以根据预先设置的规则或预先训练的模型确定。
在本实施例的一些可选实现方式中,会话状态信息来自于针对第二口语信息的第二解析结果,第二口语信息包括第一口语信息的前轮次会话中的口语信息。前轮次会话可以包括一组对话中当前轮会话前发生的会话,例如,会话组中用户输入“北京出发”,设备回复“正在前往北京”,用户再次输入“从北京出发”,其中,“北京出发”为“从北京出发”的前轮次会话中的口语信息。获取前轮次会话中的口语信息进一步丰富了用于确定解析异常的数据来源,使得输出的解析异常信息更加全面。
在本实施例的一些可选实现方式中,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作,包括:响应于确定出第一解析结果中包括的意图信息的类型为更新词槽,确定会话状态信息中是否包括与第一解析结果中包括的词槽信息匹配的待填充词槽的意图信息;响应于确定出会话状态信息中不包括待填充词槽的意图信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作。作为示例,第一口语信息为“秋水会议室”,第一解析结果为“更新词槽(会议室名称=秋水会议室)”,但是由于当前轮次的会话状态信息中没有意图信息“预订会议室”,而在有意图信息的条件下才能执行更新词槽操作,所以“更新词槽(会议室名称=秋水会议室)”在当前对话状态下非法。说明SLU没有识别出所需要的候选“预订会议室(会议室名称=秋水会议室)”,所以认为该解析结果异常。
步骤405,响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作,输出指示第一解析结果存在异常的信息。
在本实施例的一些可选实现方式中,方法还包括:响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了可执行的候选操作,确定第一口语信息中是否包括待澄清信息;响应于确定出第一口语信息中包括待澄清信息,输出指示第一解析结果存在异常的信息。待澄清信息可以包括需要通过后轮次会话或其他可获取输入信息的途径进行澄清的信息。待澄清信息可以通过预先设置的规则或预先训练的机器学习模型进行识别。
在本实施例的一些可选实现方式中,第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了至少两个可执行的候选操作;以及确定第一口语信息中是否包括待澄清信息,包括:获取第一解析结果中包括的意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度;根据所获取的置信度确定第一口语信息中是否包括待澄清信息。意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度可以是SLU确定出的,也可以是其他预先训练的机器学习模型确定出的。
在本实施例的一些可选实现方式中,根据所获取的置信度确定第一口语信息中是否包括待澄清信息,包括:响应于所获取的置信度均小于预先设置的置信度阈值,确定第一口语信息中包括待澄清信息。作为示例,第一口语信息为“我想去玩”,第一解析结果中可执行的候选操作“路线规划(目的地=玩)”,置信度为0.02,置信度很低小于预先设置的置信度阈值,需要进行澄清。
在本实施例的一些可选实现方式中,根据所获取的置信度确定第一口语信息中是否包括待澄清信息,包括:对大于置信度阈值的候选操作按照置信度由大到小的顺序进行排序,响应于排名第一和第二的候选操作的置信度之间的差值小于预设阈值,输出指示第一解析结果存在异常的信息。作为示例,第一口语信息为“北京”,第一解析结果中排名第一和第二的候选操作“路线规划(目的地=北京)”置信度为0.8,“路线规划(出发地=北京)”置信度也为0.8。两个理解都是有可能的,需要进行澄清。
在本实施例中,步骤401、步骤402的操作与步骤201、步骤202的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于输出口语理解中解析异常信息的方法的流程400中通过确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成可执行的候选操作,使得输出的解析异常信息更加全面。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出口语理解中解析异常信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出口语理解中解析异常信息的装置500包括:第一获取单元501、第一确定单元502、第二确定单元503、第一输出单元504。其中,第一获取单元,被配置成获取第一口语信息以及针对第一口语信息的第一解析结果;第一确定单元,被配置成确定第一解析结果中是否包括意图信息;第二确定单元,被配置成响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;第一输出单元,被配置成响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。
在本实施例中,用于输出口语理解中解析异常信息的装置500的第一获取单元501、第一确定单元502、第二确定单元503、第一输出单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在本实施例的一些可选实现方式中,装置还包括:第三确定单元,被配置成确定第一解析结果中是否包括词槽信息;第四确定单元,被配置成响应于确定出第一解析结果中包括意图信息和词槽信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作;第二输出单元,被配置成响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作,输出指示第一解析结果存在异常的信息。
在本实施例的一些可选实现方式中,会话状态信息来自于针对第二口语信息的第二解析结果,第二口语信息包括第一口语信息的前轮次会话中的口语信息。
在本实施例的一些可选实现方式中,第四确定单元,包括:第一确定模块,被配置成响应于确定出第一解析结果中包括的意图信息的类型为更新词槽,确定会话状态信息中是否包括与第一解析结果中包括的词槽信息匹配的待填充词槽的意图信息;第二确定模块,被配置成响应于确定出会话状态信息中不包括待填充词槽的意图信息,确定第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作。
在本实施例的一些可选实现方式中,装置还包括:第五确定单元,被配置成响应于确定出第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了可执行的候选操作,确定第一口语信息中是否包括待澄清信息;第三输出单元,被配置成响应于确定出第一口语信息中包括待澄清信息,输出指示第一解析结果存在异常的信息。
在本实施例的一些可选实现方式中,第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了至少两个可执行的候选操作;以及第五确定单元,包括:第一获取模块,被配置成获取第一解析结果中包括的意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度;第三确定模块,被配置成根据所获取的置信度确定第一口语信息中是否包括待澄清信息。
在本实施例的一些可选实现方式中,第三确定模块,进一步被配置成:响应于所获取的置信度均小于预先设置的置信度阈值,确定第一口语信息中包括待澄清信息。
在本实施例的一些可选实现方式中,第三确定模块,进一步被配置成:对大于置信度阈值的候选操作按照置信度由大到小的顺序进行排序,响应于排名第一和第二的候选操作的置信度之间的差值小于预设阈值,输出指示第一解析结果存在异常的信息。
在本实施例的一些可选实现方式中,装置还包括:第二获取单元,被配置成获取第三口语信息以及针对第三口语信息的第三解析结果,第三口语信息包括第一口语信息的后轮次会话中的口语信息。
在本实施例的一些可选实现方式中,装置还包括:第四输出单元,被配置成响应于确定出第一口语信息中包括第三解析结果中的词槽值,且第一解析结果中不包括第三解析结果中的词槽值,输出指示第一解析结果存在异常的信息。
在本实施例的一些可选实现方式中,装置还包括:第五输出单元,被配置成响应于确定出第三解析结果中包括意图信息和词槽信息,第一解析结果中不包括意图信息和/或词槽信息,且第一口语信息与第三口语信息的相似度超过预设阈值,输出指示第一解析结果存在异常的信息。
本申请的上述实施例提供的装置,通过获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息,提高了输出口语理解中解析异常信息的效率。
下面参考图6,其示出了适于用来实现本申请实施例的服务器或终端的计算机系统600的结构示意图。图6示出的服务器或终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第一确定单元、第二确定单元、第一输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“被配置成获取第一口语信息以及针对第一口语信息的第一解析结果的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取第一口语信息以及针对第一口语信息的第一解析结果;确定第一解析结果中是否包括意图信息;响应于确定出第一解析结果中不包括意图信息,确定第一口语信息中是否包括预先定义的词槽值;响应于确定出第一口语信息中包括预先定义的词槽值,输出指示第一解析结果存在异常的信息。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (20)
1.一种用于输出口语理解中解析异常信息的方法,包括:
获取第一口语信息以及针对所述第一口语信息的第一解析结果;
确定所述第一解析结果中是否包括意图信息;
响应于确定出所述第一解析结果中不包括意图信息,确定所述第一口语信息中是否包括预先定义的词槽值;
响应于确定出所述第一口语信息中包括所述预先定义的词槽值,输出指示所述第一解析结果存在异常的信息;
获取第三口语信息以及针对所述第三口语信息的第三解析结果,所述第三口语信息包括所述第一口语信息的后轮次会话中的口语信息;
响应于确定第一口语信息中包括针对第三口语信息的第三解析结果中的词槽值、且所述第一解析结果中不包括所述第三解析结果中的词槽值,输出指示所述第一解析结果存在异常的信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
确定所述第一解析结果中是否包括词槽信息;
响应于确定出所述第一解析结果中包括意图信息和词槽信息,确定所述第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作;
响应于确定出所述第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作,输出指示所述第一解析结果存在异常的信息。
3.根据权利要求2所述的方法,其中,所述会话状态信息来自于针对第二口语信息的第二解析结果,第二口语信息包括所述第一口语信息的前轮次会话中的口语信息。
4.根据权利要求2所述的方法,其中,所述确定所述第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作,包括:
响应于确定出所述第一解析结果中包括的意图信息的类型为更新词槽,确定所述会话状态信息中是否包括与所述第一解析结果中包括的词槽信息匹配的待填充词槽的意图信息;
响应于确定出所述会话状态信息中不包括所述待填充词槽的意图信息,确定所述第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作。
5.根据权利要求2所述的方法,其中,所述方法还包括:
响应于确定出所述第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了可执行的候选操作,确定所述第一口语信息中是否包括待澄清信息;
响应于确定出所述第一口语信息中包括待澄清信息,输出指示所述第一解析结果存在异常的信息。
6.根据权利要求5所述的方法,其中,所述第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了至少两个可执行的候选操作;以及
所述确定所述第一口语信息中是否包括待澄清信息,包括:
获取所述第一解析结果中包括的意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度;
根据所获取的置信度确定所述第一口语信息中是否包括待澄清信息。
7.根据权利要求5所述的方法,其中,所述根据所获取的置信度确定所述第一口语信息中是否包括待澄清信息,包括:
响应于所获取的置信度均小于预先设置的置信度阈值,确定所述第一口语信息中包括待澄清信息。
8.根据权利要求6所述的方法,其中,所述根据所获取的置信度确定所述第一口语信息中是否包括待澄清信息,包括:
对大于所述置信度阈值的候选操作按照置信度由大到小的顺序进行排序,响应于排名第一和第二的候选操作的置信度之间的差值小于预设阈值,输出指示所述第一解析结果存在异常的信息。
9.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定出所述第三解析结果中包括意图信息和词槽信息,所述第一解析结果中不包括意图信息和/或词槽信息,且所述第一口语信息与所述第三口语信息的相似度超过预设阈值,输出指示所述第一解析结果存在异常的信息。
10.一种用于输出口语理解中解析异常信息的装置,包括:
第一获取单元,被配置成获取第一口语信息以及针对所述第一口语信息的第一解析结果;
第一确定单元,被配置成确定所述第一解析结果中是否包括意图信息;
第二确定单元,被配置成响应于确定出所述第一解析结果中不包括意图信息,确定所述第一口语信息中是否包括预先定义的词槽值;
第一输出单元,被配置成响应于确定出所述第一口语信息中包括所述预先定义的词槽值,输出指示所述第一解析结果存在异常的信息;
第二获取单元,被配置成获取第三口语信息以及针对所述第三口语信息的第三解析结果,所述第三口语信息包括所述第一口语信息的后轮次会话中的口语信息;
第四输出单元,被配置成响应于确定第一口语信息中包括针对第三口语信息的第三解析结果中的词槽值、且所述第一解析结果中不包括所述第三解析结果中的词槽值,输出指示所述第一解析结果存在异常的信息。
11.根据权利要求10所述的装置,其中,所述装置还包括:
第三确定单元,被配置成确定所述第一解析结果中是否包括词槽信息;
第四确定单元,被配置成响应于确定出所述第一解析结果中包括意图信息和词槽信息,确定所述第一解析结果中包括的意图信息、词槽信息与会话状态信息是否组成了可执行的候选操作;
第二输出单元,被配置成响应于确定出所述第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作,输出指示所述第一解析结果存在异常的信息。
12.根据权利要求11所述的装置,其中,所述会话状态信息来自于针对第二口语信息的第二解析结果,第二口语信息包括所述第一口语信息的前轮次会话中的口语信息。
13.根据权利要求11所述的装置,其中,所述第四确定单元,包括:
第一确定模块,被配置成响应于确定出所述第一解析结果中包括的意图信息的类型为更新词槽,确定所述会话状态信息中是否包括与所述第一解析结果中包括的词槽信息匹配的待填充词槽的意图信息;
第二确定模块,被配置成响应于确定出所述会话状态信息中不包括所述待填充词槽的意图信息,确定所述第一解析结果中包括的意图信息、词槽信息与会话状态信息未组成可执行的候选操作。
14.根据权利要求11所述的装置,其中,所述装置还包括:
第五确定单元,被配置成响应于确定出所述第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了可执行的候选操作,确定所述第一口语信息中是否包括待澄清信息;
第三输出单元,被配置成响应于确定出所述第一口语信息中包括待澄清信息,输出指示所述第一解析结果存在异常的信息。
15.根据权利要求14所述的装置,其中,所述第一解析结果中包括的意图信息、词槽信息与会话状态信息组成了至少两个可执行的候选操作;以及
所述第五确定单元,包括:
第一获取模块,被配置成获取所述第一解析结果中包括的意图信息、词槽信息与会话状态信息组成的各个可执行的候选操作的置信度;
第三确定模块,被配置成根据所获取的置信度确定所述第一口语信息中是否包括待澄清信息。
16.根据权利要求15所述的装置,其中,所述第三确定模块,进一步被配置成:
响应于所获取的置信度均小于预先设置的置信度阈值,确定所述第一口语信息中包括待澄清信息。
17.根据权利要求15所述的装置,其中,所述第三确定模块,进一步被配置成:
对大于所述置信度阈值的候选操作按照置信度由大到小的顺序进行排序,响应于排名第一和第二的候选操作的置信度之间的差值小于预设阈值,输出指示所述第一解析结果存在异常的信息。
18.根据权利要求10所述的装置,其中,所述装置还包括:
第五输出单元,被配置成响应于确定出所述第三解析结果中包括意图信息和词槽信息,所述第一解析结果中不包括意图信息和/或词槽信息,且所述第一口语信息与所述第三口语信息的相似度超过预设阈值,输出指示所述第一解析结果存在异常的信息。
19.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911378667.4A CN111160002B (zh) | 2019-12-27 | 2019-12-27 | 用于输出口语理解中解析异常信息的方法和装置 |
KR1020200068999A KR102382421B1 (ko) | 2019-12-27 | 2020-06-08 | 음성 언어 이해에서의 분석 오류 정보를 출력하는 방법과 장치 |
JP2020099063A JP7182584B2 (ja) | 2019-12-27 | 2020-06-08 | スピーチ理解における解析異常の情報を出力するための方法 |
US16/895,630 US11482211B2 (en) | 2019-12-27 | 2020-06-08 | Method and apparatus for outputting analysis abnormality information in spoken language understanding |
EP20178990.6A EP3843090B1 (en) | 2019-12-27 | 2020-06-09 | Method and apparatus for outputting analysis abnormality information in spoken language understanding |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911378667.4A CN111160002B (zh) | 2019-12-27 | 2019-12-27 | 用于输出口语理解中解析异常信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111160002A CN111160002A (zh) | 2020-05-15 |
CN111160002B true CN111160002B (zh) | 2022-03-01 |
Family
ID=70558633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911378667.4A Active CN111160002B (zh) | 2019-12-27 | 2019-12-27 | 用于输出口语理解中解析异常信息的方法和装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11482211B2 (zh) |
EP (1) | EP3843090B1 (zh) |
JP (1) | JP7182584B2 (zh) |
KR (1) | KR102382421B1 (zh) |
CN (1) | CN111160002B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023042988A1 (en) * | 2021-09-14 | 2023-03-23 | Samsung Electronics Co., Ltd. | Methods and systems for determining missing slots associated with a voice command for an advanced voice interaction |
WO2024029845A1 (ko) * | 2022-08-05 | 2024-02-08 | 삼성전자주식회사 | 전자 장치 및 이의 음성 인식 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107613132A (zh) * | 2013-04-10 | 2018-01-19 | 威盛电子股份有限公司 | 语音接听方法与移动终端装置 |
CN109754809A (zh) * | 2019-01-29 | 2019-05-14 | 北京猎户星空科技有限公司 | 语音识别方法、装置、电子设备及存储介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8001469B2 (en) * | 2007-11-07 | 2011-08-16 | Robert Bosch Gmbh | Automatic generation of interactive systems from a formalized description language |
US9269354B2 (en) * | 2013-03-11 | 2016-02-23 | Nuance Communications, Inc. | Semantic re-ranking of NLU results in conversational dialogue applications |
JP2016061954A (ja) | 2014-09-18 | 2016-04-25 | 株式会社東芝 | 対話装置、方法およびプログラム |
CN109716285A (zh) * | 2016-09-23 | 2019-05-03 | 索尼公司 | 信息处理装置和信息处理方法 |
US10467510B2 (en) * | 2017-02-14 | 2019-11-05 | Microsoft Technology Licensing, Llc | Intelligent assistant |
US10229683B2 (en) * | 2017-03-10 | 2019-03-12 | Soundhound, Inc. | Speech-enabled system with domain disambiguation |
JP7279636B2 (ja) * | 2017-08-17 | 2023-05-23 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN107656996B (zh) * | 2017-09-19 | 2021-05-07 | 北京百度网讯科技有限公司 | 基于人工智能的人机交互方法和装置 |
CN112088361A (zh) | 2018-03-16 | 2020-12-15 | 索尼公司 | 信息处理装置、信息处理方法及程序 |
CN109101545A (zh) * | 2018-06-29 | 2018-12-28 | 北京百度网讯科技有限公司 | 基于人机交互的自然语言处理方法、装置、设备和介质 |
CN109002501A (zh) * | 2018-06-29 | 2018-12-14 | 北京百度网讯科技有限公司 | 用于处理自然语言对话的方法、装置、电子设备以及计算机可读存储介质 |
US10861446B2 (en) * | 2018-12-10 | 2020-12-08 | Amazon Technologies, Inc. | Generating input alternatives |
CN110096570B (zh) * | 2019-04-09 | 2021-03-30 | 苏宁易购集团股份有限公司 | 一种应用于智能客服机器人的意图识别方法及装置 |
KR20190107289A (ko) * | 2019-08-30 | 2019-09-19 | 엘지전자 주식회사 | 인공지능 로봇 및 인공지능 로봇의 음성인식 방법 |
KR20190118995A (ko) | 2019-10-01 | 2019-10-21 | 엘지전자 주식회사 | 음성 처리 방법 및 음성 처리 장치 |
-
2019
- 2019-12-27 CN CN201911378667.4A patent/CN111160002B/zh active Active
-
2020
- 2020-06-08 US US16/895,630 patent/US11482211B2/en active Active
- 2020-06-08 KR KR1020200068999A patent/KR102382421B1/ko active IP Right Grant
- 2020-06-08 JP JP2020099063A patent/JP7182584B2/ja active Active
- 2020-06-09 EP EP20178990.6A patent/EP3843090B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107613132A (zh) * | 2013-04-10 | 2018-01-19 | 威盛电子股份有限公司 | 语音接听方法与移动终端装置 |
CN109754809A (zh) * | 2019-01-29 | 2019-05-14 | 北京猎户星空科技有限公司 | 语音识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP7182584B2 (ja) | 2022-12-02 |
KR102382421B1 (ko) | 2022-04-05 |
US20210201895A1 (en) | 2021-07-01 |
CN111160002A (zh) | 2020-05-15 |
JP2021108095A (ja) | 2021-07-29 |
US11482211B2 (en) | 2022-10-25 |
EP3843090B1 (en) | 2023-02-22 |
KR20210084207A (ko) | 2021-07-07 |
EP3843090A1 (en) | 2021-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11308942B2 (en) | Method and apparatus for operating smart terminal | |
CN107943877B (zh) | 待播放多媒体内容的生成方法和装置 | |
CN109920431B (zh) | 用于输出信息的方法和装置 | |
CN112509562B (zh) | 用于文本后处理的方法、装置、电子设备和介质 | |
CN109829164B (zh) | 用于生成文本的方法和装置 | |
CN110956955B (zh) | 一种语音交互的方法和装置 | |
CN111160002B (zh) | 用于输出口语理解中解析异常信息的方法和装置 | |
CN111159220A (zh) | 用于输出结构化查询语句的方法和装置 | |
CN111986655A (zh) | 音频内容识别方法、装置、设备和计算机可读介质 | |
CN111104796B (zh) | 用于翻译的方法和装置 | |
CN110138654B (zh) | 用于处理语音的方法和装置 | |
CN111681661B (zh) | 语音识别的方法、装置、电子设备和计算机可读介质 | |
CN110675865A (zh) | 用于训练混合语言识别模型的方法和装置 | |
CN108664610B (zh) | 用于处理数据的方法和装置 | |
CN113053392B (zh) | 语音识别方法、语音识别装置、电子设备及介质 | |
CN112148847B (zh) | 一种语音信息的处理方法及装置 | |
CN109635093B (zh) | 用于生成回复语句的方法和装置 | |
CN111131354B (zh) | 用于生成信息的方法和装置 | |
CN112017685A (zh) | 语音生成方法、装置、设备和计算机可读介质 | |
CN113066479A (zh) | 一种评测模型的方法和装置 | |
CN109658920B (zh) | 用于生成模型的方法和装置 | |
CN113241061B (zh) | 语音识别结果的处理方法、装置、电子设备和存储介质 | |
CN113656573B (zh) | 文本信息生成方法、装置、终端设备 | |
CN110619869B (zh) | 用于训练混合语言识别模型的方法和装置 | |
CN113722449A (zh) | 信息处理方法、装置、电子设备和计算机可读介质 |
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 |