CN111274368B - 槽位填充方法及装置 - Google Patents

槽位填充方法及装置 Download PDF

Info

Publication number
CN111274368B
CN111274368B CN202010014059.1A CN202010014059A CN111274368B CN 111274368 B CN111274368 B CN 111274368B CN 202010014059 A CN202010014059 A CN 202010014059A CN 111274368 B CN111274368 B CN 111274368B
Authority
CN
China
Prior art keywords
slot
named entity
user
filling
word
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
Application number
CN202010014059.1A
Other languages
English (en)
Other versions
CN111274368A (zh
Inventor
游程
苏少炜
陈孝良
常乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing SoundAI Technology Co Ltd
Original Assignee
Beijing SoundAI Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing SoundAI Technology Co Ltd filed Critical Beijing SoundAI Technology Co Ltd
Priority to CN202010014059.1A priority Critical patent/CN111274368B/zh
Publication of CN111274368A publication Critical patent/CN111274368A/zh
Application granted granted Critical
Publication of CN111274368B publication Critical patent/CN111274368B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems

Abstract

本公开公开了一种槽位填充方法、装置、电子设备和计算机可读存储介质。其中方法包括:根据第一用户指令确定用户意图;获取所述用户意图对应的槽位及所述槽位对应的槽位词典;根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;获取所述命名实体的上下文信息;根据所述上下文信息将所述命名实体填充在对应的槽位中。本公开实施例通过获取命名实体的上下文信息,根据命名实体的上下文信息,将所述命名实体填充在对应的槽位中,能够精确定位槽位,避免误填充。

Description

槽位填充方法及装置
技术领域
本公开涉及人工智能技术领域,特别是涉及一种槽位填充方法、装置和计算机可读存储介质。
背景技术
非定向领域的对话定制系统一直是自然语言处理(Natural LanguageProcessing,NLP)领域的热门问题,在该场景下,系统只能依据用户提供的少量样本话术进行意图识别,完成槽位填充。因此,如何基于少量样本在泛化的用户语句中进行槽位填充一直是一个比较关键的问题。
在现有技术中,根据槽位对应的词典构建词典树,对用户语句进行正向最大匹配提取,然后直接将词填入词典对应的槽位。例如:北京明天的天气怎么样?天气意图含有两个槽位地点和时间,分别对应地点词典和时间词典两个词典,然后从用户语句中获得北京这个地点直接填入地点槽位,获得明天这个时间直接填入时间槽位。
但是上述方法存在以下缺陷:
(1)一些情况下提取出的词其实并不对应槽位。例如:订机票意图涉及到出发时间槽位,对应时间词典。订一张明天的机票,这种情况下明天在时间词典中,可以直接填入出发时间槽位。但是,明天给我订一张机票,明天同样在时间词典中,但是不能填入出发时间槽位。
(2)无法解决一词典多槽位问题。例如:订机票意图涉及到出发城市和目的城市两个槽位,但是都对应到同一个地点词典,这时通过词典正向最大匹配识别出的地点无法准确定位到是哪一个槽位。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开解决的技术问题是提供一种槽位填充方法,以至少部分地解决现有技术中不能精确定位槽位的技术问题。此外,还提供一种槽位填充装置、槽位填充硬件装置、计算机可读存储介质和槽位填充终端。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种槽位填充方法,包括:
根据第一用户指令确定用户意图;
获取所述用户意图对应的槽位及所述槽位对应的槽位词典;
根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;
获取所述命名实体的上下文信息;
根据所述上下文信息将所述命名实体填充在对应的槽位中。
进一步的,所述获取所述命名实体的上下文信息,包括:
根据所述命名实体对所述第一用户指令进行分词处理,得到分词结果;
根据所述分词结果获取位于所述命名实体前面的词语和后面的词语,将所述前面的词语和后面的词语作为所述命名实体的上下文信息。
进一步的,所述根据所述上下文信息将所述命名实体填充在对应的槽位中,包括:
将所述上下文信息组成语句;
根据所述语句确定与所述命名实体匹配的槽位;
将所述命名实体填充在所述匹配的槽位中。
进一步的,所述根据所述语句确定与所述命名实体匹配的槽位,包括:
将所述语句转化为语义特征向量;
获取所述槽位的槽位特征向量;
计算所述语义特征向量与所述槽位特征向量的相似度;
当所述相似度超过预设阈值时,则确定所述命名实体与所述槽位匹配。
进一步的,所述根据第一用户指令确定用户意图,包括:
对所述第一用户指令进行句法分析获取谓语和宾语;
根据所述谓语和所述宾语确定用户意图。
进一步的,所述根据所述谓语和所述宾语确定用户意图,包括:
将所述谓语与第一候选集中的谓语候选词进行匹配,并将所述宾语与第二候选集中的宾语候选词进行匹配;
根据匹配到的谓语和匹配到的宾语确定用户意图。
进一步的,所述方法还包括:
获取所述用户意图对应的用户指令集合;其中,所述用户指令集合中包含至少一个第二用户指令;
获取所述第二用户指令中的谓语和宾语;
统计所有第二用户指令的谓语和宾语,确定谓语出现的次数和宾语出现的次数;
将出现次数超过第一预设阈值的谓语作为第一候选集,将出现次数超过第二预设阈值的宾语作为第二候选集。
为了实现上述目的,根据本公开的一个方面,还提供以下技术方案:
一种槽位填充装置,包括:
意图确定模块,用于根据第一用户指令确定用户意图;
槽位及词典获取模块,用于获取所述用户意图对应的槽位及所述槽位对应的槽位词典;
命名实体获取模块,用于根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;
上下文信息获取模块,用于获取所述命名实体的上下文信息;
槽位填充模块,用于根据所述上下文信息将所述命名实体填充在对应的槽位中。
进一步的,所述上下文信息获取模块具体用于:根据所述命名实体对所述第一用户指令进行分词处理,得到分词结果;根据所述分词结果获取位于所述命名实体前面的词语和后面的词语,将所述前面的词语和后面的词语作为所述命名实体的上下文信息。
进一步的,所述槽位填充模块包括:
语句组成单元,用于将所述上下文信息组成语句;
槽位确定单元,用于根据所述语句确定与所述命名实体匹配的槽位;
槽位填充单元,用于将所述命名实体填充在所述匹配的槽位中。
进一步的,所述槽位确定单元具体用于:将所述语句转化为语义特征向量;获取所述槽位的槽位特征向量;计算所述语义特征向量与所述槽位特征向量的相似度;当所述相似度超过预设阈值时,则确定所述命名实体与所述槽位匹配。
进一步的,所述意图确定模块包括:
宾谓语获取单元,用于对所述第一用户指令进行句法分析获取谓语和宾语;
意图确定单元,用于根据所述谓语和所述宾语确定用户意图。
进一步的,所述意图确定单元具体用于:将所述谓语与第一候选集中的谓语候选词进行匹配,并将所述宾语与第二候选集中的宾语候选词进行匹配;根据匹配到的谓语和匹配到的宾语确定用户意图。
进一步的,所述意图确定模块还包括:
指令获取单元,用于获取所述用户意图对应的用户指令集合;其中,所述用户指令集合中包含至少一个第二用户指令;
所述宾谓语获取单元,还用于获取所述第二用户指令中的谓语和宾语;
宾谓语统计单元,用于统计所有第二用户指令的谓语和宾语,确定谓语出现的次数和宾语出现的次数;
候选集确定单元,用于将出现次数超过第一预设阈值的谓语作为第一候选集,将出现次数超过第二预设阈值的宾语作为第二候选集。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现上述任一项所述的槽位填充方法。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行上述任一项所述的槽位填充方法。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种槽位填充终端,包括上述任一槽位填充装置。
本公开实施例通过获取命名实体的上下文信息,根据命名实体的上下文信息,将所述命名实体填充在对应的槽位中,能够精确定位槽位,避免误填充。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为根据本公开一个实施例的槽位填充方法的流程示意图;
图2为根据本公开一个实施例的槽位填充装置的结构示意图;
图3为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
实施例一
为了解决现有技术中不能精确定位槽位的技术问题,本公开实施例提供一种槽位填充方法。如图1所示,该槽位填充方法主要包括如下步骤S11至步骤S15。
步骤S11:根据第一用户指令确定用户意图。
为了与后面出现不同含义的用户指令进行区分,将本步骤中出现的用户指令定义为第一用户指令,该第一用户指令可以为用户输入的语音指令或文字指令。如果为语音指令,则可以采用语音识别技术获取到对应的文本指令。例如,第一用户指令可以为订一张去北京的机票。
具体的,根据用户指令可以确定对应的用户意图。具体的,可以根据目前智能设备所支持的使用技能预定义用户意图,例如可以预定如下用户意图:查天气、定闹钟、放音乐、放电影、背古诗等。
具体的,首先对所述用户指令进行预处理,主要包括定义用户词典、分词、去除特殊符号、去除停用词等。这里的用户词典是指在分词时手动添加的一些不可分的词,防止分词算法将一些固定搭配的短语拆分开,从而影响了智能设备的识别。然后对预处理后的用户指令进行用户意图识别,得到用户意图。
步骤S12:获取所述用户意图对应的槽位及所述槽位对应的槽位词典。
对于每一用户意图,进一步定义其包含的槽位,例如,对于查询天气这一用户意图,对应定义的槽位包括地点和时间;对于播放音乐这一用户意图,对应定义的槽位为歌手、歌曲、类型和专辑。本实现方式中,基于用户意图的槽位分别对应一个槽位词典。例如,地点槽位对应地点词典、时间槽位对应时间词典。
例如,如果用户意图为定机票,则可以确定对应的槽位有出发时间、出发城市和到达城市,其对应的词典由时间词典和地点词典。
步骤S13:根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体。
例如,如果槽位词典为地点词典,则该槽位词典中包含的词语为世界各地的地名,如果槽位词典为时间词典,则该时间词典中包含的词语为日期。
具体的,使用槽位词典中包含的词语与第一用户指令进行匹配,例如可采用正向最大匹配方法,获取所述第一用户指令中包含的命名实体,该命名实体可以有一个或多个,该一个或多个命名实体构成候选命名实体集合。例如,在用户指令为订一张去北京的机票的情况下,使用时间词典和地点词典对上述用户指令进行匹配,最终可以确定匹配的命名实体为北京。再例如,如果用户指令为帮我预定明天从北京到上海的机票,根据上述步骤S13可以确定候选命名实体集合中包含明天、北京、上海三个命名实体,则该三个命名实体组成候选命名实体集合。
步骤S14:获取所述命名实体的上下文信息。
其中,上文信息可以为位于所述命名实体的前面的至少一个词语或至少一个句子,下文信息可以为位于所述命名实体的后面的至少一个词语或至少一个句子。例如,如果用户指令为订一张去北京的机票,根据上述步骤S12可以确定对应的槽位为时间槽位、出发城市槽位和目的地槽位,对应的词典包括时间词典和地点词典,根据上述步骤S13使用时间词典和地点词典对上述用户指令进行匹配,最终可以确定匹配的命名实体为北京,可以确定北京的上文信息为去,下文信息为的。
S15:根据所述上下文信息将所述命名实体填充在对应的槽位中。
例如,如果用户指令为订一张去北京的机票,根据命名实体北京的上下文信息即去的,可以确定北京为目的地城市,则将其填充在目的地槽位中。再例如,如果用户指令为明天预定订一张去北京的机票,根据上述步骤S12可以确定对应的槽位为时间槽位、出发城市槽位和目的地槽位,对应的词典包括时间词典和地点词典,根据上述步骤S13使用时间词典和地点词典对上述用户指令进行匹配,最终可以确定匹配的命名实体为明天和北京。进一步根据命名实体明天的上下文信息即预定,可以确定明天并非为时间槽位的实体,进而避免了槽位的错误填充。
本实施例通过获取命名实体的上下文信息,根据命名实体的上下文信息,将所述命名实体填充在对应的槽位中,能够精确定位槽位,避免误填充。
在一个可选的实施例中,步骤S14具体包括:
步骤S141:根据所述命名实体对所述第一用户指令进行分词处理,得到分词结果。
具体的,在对第一用户指令进行分词处理处理时,将第一用户指令中包含的命名实体作为一个整体。
具体的,可以采用中文分词工具对用户指令进行分词处理,获得分词结果。例如,当用户指令为订一张去北京的机票时,对应的命名实体为北京,则将其作为一个整体对用户指令进行分词,可以得到如下分词结果:订去北京的机票。
步骤S142:根据所述分词结果获取位于所述命名实体前面的词语和后面的词语,将所述前面的词语和后面的词语作为所述命名实体的上下文信息。
例如,当用户指令为订一张去北京的机票时,根据上述步骤的分词处理结果,可以确定位于“北京”前面的词语为“去”,后面的词语为“的”。
具体的,如果用户指令为帮我预定明天从北京到上海的机票,根据上述步骤S13可以确定命名实体包含明天、北京、上海三个命名实体,根据上述步骤S12可以确定对应的槽位为时间槽位、出发城市槽位和目的地槽位,对应的词典包括时间词典和地点词典,进一步根据步骤S141和步骤S142可以确定命名实体明天前面的词语为“预定”,后面的词语为“从”,命名实体北京前面的词语为“从”,后面的词语为“到”,命名实体上海前面的词语为“到”,后面的词语为“的”。因此可以根据命名实体明天前面的词语预定和后面的词语从,可以确定明天为时间槽位对应命名实体,则使用明天对应的日期对时间槽位进行填充。同理,可以根据命名实体北京前面的词语从和后面的词语到,可以确定北京为出发城市槽位对应的命名实体,则使用北京对出发城市槽位进行填充。同理,可以根据命名实体上海前面的词语到和后面的词语的,可以确定上海为目的地城市槽位对应的命名实体,则使用上海对目的地城市槽位进行填充。
在一个可选的实施例中,步骤S15具体包括:
步骤S151:将所述上下文信息组成语句。
具体参照上述例子,命名实体北京的上文信息为去,下文信息为的,则可以组成语句去的,或命名实体北京的上文信息为从,下文信息为到,则可以组成语句从到。再例如,命名实体明天无上文信息,下文信息为预定从,则可以组成语句预定从,命名实体上海的上文信息为到,下文信息为的,则可以组成语句到的。
步骤S152:根据所述语句确定与所述命名实体匹配的槽位。
例如,根据语句去的或从到可以确定命名实体北京对应的槽位为出发城市槽位,根据语句预定从可以确定命名实体明天不与时间槽位对应,根据语句到的可以确定命名实体上海对应的槽位为目的地城市槽位。
步骤S153:将所述命名实体填充在所述匹配的槽位中。
在一个可选的实施例中,步骤S152具体包括:
步骤S1521:将所述语句转化为语义特征向量。
具体的,可以将所述语句输入中文语言模型中,通过中文语言模型将所述语句转化为语义特征向量。
步骤S1522:获取所述槽位的槽位特征向量。
具体的,为了提高槽位填充效率,可以预先确定该用户意图下所有槽位对应的槽位特征向量,将其存储在本地或互联网上,在需要时无需进行实时计算,直接从本地或互联网上获取。也可以通过实时计算得到槽位的槽位特征向量。在具体实现时,获取该槽位对应的所有上下文信息,将所有上下文信息分别组成语句,分别输入中文语言模型中,得到每个上下文信息对应的语义特征向量,然后试验reduce_mean函数对所有语义特征向量进行平均数降维处理,将处理得到的特征向量作为该槽位的槽位特征向量。
步骤S1523:计算所述语义特征向量与所述槽位特征向量的相似度。
步骤S1524:当所述相似度超过预设阈值时,则确定所述命名实体与所述槽位匹配。
当相似度超过某一预设阈值时,则所述命名实体符合该槽位的特征,则将其填入该槽位中。
在一个可选的实施例中,步骤S11具体包括:
步骤S111:对第一用户指令进行句法分析获取谓语和宾语。
具体的,可以将用户指令输入依存句法分析器进行词性标注,根据词性标注结果获得其中的谓语和宾语。例如,如果第一用户指令为订一张去北京的机票,通过依存句法分析器可以得到订是谓语,机票是宾语。
步骤S112:根据所述谓语和所述宾语确定用户意图。
例如,根据步骤S111中的例子谓语订和宾语机票,可以确定用户意图为订机票。
在一个可选的实施例中,步骤S112具体包括:
步骤S1121:将所述谓语与第一候选集中的谓语候选词进行匹配,并将所述宾语与第二候选集中的宾语候选词进行匹配。
其中,第一候选集与第二候选集可以为相同的候选集,也可以为不同的候选集。当为相同的候选集时,候选集由相关联的谓语和宾语组成。当为不同的两个候选集时,第一候选集由谓语候选词组成,第二候选集由宾语候选词组成。
步骤S1122:根据匹配到的谓语和匹配到的宾语确定用户意图。
具体的,若命中候选集中的候选词或与其语义相似度超过阈值,则认为匹配。当匹配到的谓语和宾语对应相同的用户意图时,则将该用户意图作为与本发明的第一用户指令匹配的用户意图。
在一个可选的实施例中,所述方法还包括:
步骤S16:获取所述用户意图对应的用户指令集合;其中,所述用户指令集合中包含至少一个第二用户指令。
其中,第二用户指令为预先获取的该用户意图下所有可以的指令,包括第一用户指令。
步骤S17:获取所述第二用户指令中的谓语和宾语。
步骤S18:统计所有第二用户指令的谓语和宾语,确定谓语出现的次数和宾语出现的次数。
具体的,计算将每个谓语与其他所有谓语的词相似度,超过某个预设阈值则认为语义相似,则在原有次数上加上该词的次数,将次数超过某一预设百分比的谓语和宾语作为该用户意图的谓语及宾语候选集。
步骤S19:将出现次数超过第一预设阈值的谓语作为第一候选集,将出现次数超过第二预设阈值的宾语作为第二候选集。
本领域技术人员应能理解,在上述各个实施例的基础上,还可以进行明显变型(例如,对所列举的模式进行组合)或等同替换。
在上文中,虽然按照上述的顺序描述了槽位填充方法实施例中的各个步骤,本领域技术人员应清楚,本公开实施例中的步骤并不必然按照上述顺序执行,其也可以倒序、并行、交叉等其他顺序执行,而且,在上述步骤的基础上,本领域技术人员也可以再加入其他步骤,这些明显变型或等同替换的方式也应包含在本公开的保护范围之内,在此不再赘述。
下面为本公开装置实施例,本公开装置实施例可用于执行本公开方法实施例实现的步骤,为了便于说明,仅示出了与本公开实施例相关的部分,具体技术细节未揭示的,请参照本公开方法实施例。
实施例二
为了解决现有技术中不能精确定位槽位的技术问题,本公开实施例提供一种槽位填充装置。该装置可以执行上述实施例一所述的槽位填充方法实施例中的步骤。如图2所示,该装置主要包括:意图确定模块21、槽位及词典获取模块22、命名实体获取模块23、上下文信息获取模块24和槽位填充模块25;其中,
意图确定模块21用于根据第一用户指令确定用户意图;
槽位及词典获取模块22用于获取所述用户意图对应的槽位及所述槽位对应的槽位词典;
命名实体获取模块23用于根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;
上下文信息获取模块24用于获取所述命名实体的上下文信息;
槽位填充模块25用于根据所述上下文信息将所述命名实体填充在对应的槽位中。
进一步的,所述上下文信息获取模块24具体用于:根据所述命名实体对所述第一用户指令进行分词处理,得到分词结果;根据所述分词结果获取位于所述命名实体前面的词语和后面的词语,将所述前面的词语和后面的词语作为所述命名实体的上下文信息。
进一步的,所述槽位填充模块25包括:语句组成单元251、槽位确定单元252和槽位填充单元253;
语句组成单元251用于将所述上下文信息组成语句;
槽位确定单元252用于根据所述语句确定与所述命名实体匹配的槽位;
槽位填充单元253用于将所述命名实体填充在所述匹配的槽位中。
进一步的,所述槽位确定单元252具体用于:将所述语句转化为语义特征向量;获取所述槽位的槽位特征向量;计算所述语义特征向量与所述槽位特征向量的相似度;当所述相似度超过预设阈值时,则确定所述命名实体与所述槽位匹配。
进一步的,所述意图确定模块21包括:宾谓语获取单元211和意图确定单元212;其中,
宾谓语获取单元211用于对所述第一用户指令进行句法分析获取谓语和宾语;
意图确定单元212用于根据所述谓语和所述宾语确定用户意图。
进一步的,所述意图确定单元212具体用于:将所述谓语与第一候选集中的谓语候选词进行匹配,并将所述宾语与第二候选集中的宾语候选词进行匹配;根据匹配到的谓语和匹配到的宾语确定用户意图。
进一步的,所述意图确定模块21还包括:指令获取单元213、宾谓语统计单元214和候选集确定单元215;其中,
指令获取单元213用于获取所述用户意图对应的用户指令集合;其中,所述用户指令集合中包含至少一个第二用户指令;
宾谓语获取单元211还用于获取所述第二用户指令中的谓语和宾语;
宾谓语统计单元214用于统计所有第二用户指令的谓语和宾语,确定谓语出现的次数和宾语出现的次数;
候选集确定单元215用于将出现次数超过第一预设阈值的谓语作为第一候选集,将出现次数超过第二预设阈值的宾语作为第二候选集。
有关槽位填充装置实施例的工作原理、实现的技术效果等详细说明可以参考前述槽位填充方法实施例中的相关说明,在此不再赘述。
实施例三
下面参考图3,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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,其包括承载在非暂态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装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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。在本公开中,计算机可读存储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。而在本公开中,计算机可读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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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电子设备执行时,使得该电子设备:根据第一用户指令确定用户意图;获取所述用户意图对应的槽位及所述槽位对应的槽位词典;根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;获取所述命名实体的上下文信息;根据所述上下文信息将所述命名实体填充在对应的槽位中。
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公开的操作的计算机程序代码,上述程序设计语言包括但不限于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,图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中,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“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开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,本公开中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开中公开的(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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (8)

1.一种槽位填充方法,其特征在于,包括:
根据第一用户指令确定用户意图;
获取所述用户意图对应的槽位及所述槽位对应的槽位词典;
根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;
获取所述命名实体的上下文信息;
根据所述上下文信息将所述命名实体填充在对应的槽位中;
其中,所述根据所述上下文信息将所述命名实体填充在对应的槽位中,包括:
将所述上下文信息组成语句;
根据所述语句确定与所述命名实体匹配的槽位;
将所述命名实体填充在所述匹配的槽位中;
其中,所述获取所述命名实体的上下文信息,包括:
根据所述命名实体对所述第一用户指令进行分词处理,得到分词结果;
根据所述分词结果获取位于所述命名实体前面的词语和后面的词语,将所述前面的词语和所述后面的词语作为所述命名实体的上下文信息,所述前面的词语为在所述命名实体之前与所述命名实体相邻的词语,所述后面的词语为在所述命名实体之后与所述命名实体相邻的词语。
2.根据权利要求1所述的方法,其特征在于,所述根据所述语句确定与所述命名实体匹配的槽位,包括:
将所述语句转化为语义特征向量;
获取所述槽位的槽位特征向量;
计算所述语义特征向量与所述槽位特征向量的相似度;
当所述相似度超过预设阈值时,则确定所述命名实体与所述槽位匹配。
3.根据权利要求1-2任一项所述的方法,其特征在于,所述根据第一用户指令确定用户意图,包括:
对所述第一用户指令进行句法分析获取谓语和宾语;
根据所述谓语和所述宾语确定用户意图。
4.根据权利要求3所述的方法,其特征在于,所述根据所述谓语和所述宾语确定用户意图,包括:
将所述谓语与第一候选集中的谓语候选词进行匹配,并将所述宾语与第二候选集中的宾语候选词进行匹配;
根据匹配到的谓语和匹配到的宾语确定用户意图。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取所述用户意图对应的用户指令集合;其中,所述用户指令集合中包含至少一个第二用户指令;
获取所述第二用户指令中的谓语和宾语;
统计所有第二用户指令的谓语和宾语,确定谓语出现的次数和宾语出现的次数;
将出现次数超过第一预设阈值的谓语作为第一候选集,将出现次数超过第二预设阈值的宾语作为第二候选集。
6.一种槽位填充装置,其特征在于,包括:
意图确定模块,用于根据第一用户指令确定用户意图;
槽位及词典获取模块,用于获取所述用户意图对应的槽位及所述槽位对应的槽位词典;
命名实体获取模块,用于根据所述槽位词典中的词语抽取所述第一用户指令中包含的命名实体;
上下文信息获取模块,用于获取所述命名实体的上下文信息;
槽位填充模块,用于根据所述上下文信息将所述命名实体填充在对应的槽位中;
其中,所述槽位填充模块包括:
语句组成单元,用于将所述上下文信息组成语句;
槽位确定单元,用于根据所述语句确定与所述命名实体匹配的槽位;
槽位填充单元,用于将所述命名实体填充在所述匹配的槽位中;
其中,所述上下文信息获取模块用于:
根据所述命名实体对所述第一用户指令进行分词处理,得到分词结果;
根据所述分词结果获取位于所述命名实体前面的词语和后面的词语,将所述前面的词语和所述后面的词语作为所述命名实体的上下文信息,所述前面的词语为在所述命名实体之前与所述命名实体相邻的词语,所述后面的词语为在所述命名实体之后与所述命名实体相邻的词语。
7.一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现根据权利要求1-5任一项所述的槽位填充方法。
8.一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-5任一项所述的槽位填充方法。
CN202010014059.1A 2020-01-07 2020-01-07 槽位填充方法及装置 Active CN111274368B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010014059.1A CN111274368B (zh) 2020-01-07 2020-01-07 槽位填充方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010014059.1A CN111274368B (zh) 2020-01-07 2020-01-07 槽位填充方法及装置

Publications (2)

Publication Number Publication Date
CN111274368A CN111274368A (zh) 2020-06-12
CN111274368B true CN111274368B (zh) 2024-04-16

Family

ID=70998795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010014059.1A Active CN111274368B (zh) 2020-01-07 2020-01-07 槽位填充方法及装置

Country Status (1)

Country Link
CN (1) CN111274368B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111833872B (zh) * 2020-07-08 2021-04-30 北京声智科技有限公司 对电梯的语音控制方法、装置、设备、系统及介质
CN111723574A (zh) * 2020-07-09 2020-09-29 腾讯科技(深圳)有限公司 一种信息处理方法、装置及计算机可读存储介质
CN112035623B (zh) * 2020-09-11 2023-08-04 杭州海康威视数字技术股份有限公司 智能问答方法、装置、电子设备及存储介质
CN113326702B (zh) * 2021-06-11 2024-02-20 北京猎户星空科技有限公司 语义识别方法、装置、电子设备及存储介质
CN113408268B (zh) * 2021-06-22 2023-01-13 平安科技(深圳)有限公司 槽位填充方法、装置、设备及存储介质
CN114385779B (zh) * 2021-08-06 2023-01-03 应急管理部大数据中心 一种应急调度指令执行方法、装置及电子设备
CN117373445A (zh) * 2022-07-01 2024-01-09 华为技术有限公司 一种语音指令处理方法、装置、系统以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105138515A (zh) * 2015-09-02 2015-12-09 百度在线网络技术(北京)有限公司 命名实体识别方法和装置
CN109408622A (zh) * 2018-10-31 2019-03-01 腾讯科技(深圳)有限公司 语句处理方法及其装置、设备和存储介质
US10229680B1 (en) * 2016-12-29 2019-03-12 Amazon Technologies, Inc. Contextual entity resolution
CN110313154A (zh) * 2017-02-14 2019-10-08 微软技术许可有限责任公司 具有基于意图的信息辨析的智能助理
CN110321559A (zh) * 2019-06-24 2019-10-11 腾讯科技(深圳)有限公司 自然语言问题的答案生成方法、装置及存储介质
CN110516786A (zh) * 2019-08-28 2019-11-29 出门问问(武汉)信息科技有限公司 一种对话管理方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105138515A (zh) * 2015-09-02 2015-12-09 百度在线网络技术(北京)有限公司 命名实体识别方法和装置
US10229680B1 (en) * 2016-12-29 2019-03-12 Amazon Technologies, Inc. Contextual entity resolution
CN110313154A (zh) * 2017-02-14 2019-10-08 微软技术许可有限责任公司 具有基于意图的信息辨析的智能助理
CN109408622A (zh) * 2018-10-31 2019-03-01 腾讯科技(深圳)有限公司 语句处理方法及其装置、设备和存储介质
CN110321559A (zh) * 2019-06-24 2019-10-11 腾讯科技(深圳)有限公司 自然语言问题的答案生成方法、装置及存储介质
CN110516786A (zh) * 2019-08-28 2019-11-29 出门问问(武汉)信息科技有限公司 一种对话管理方法和装置

Also Published As

Publication number Publication date
CN111274368A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN111274368B (zh) 槽位填充方法及装置
CN113470619B (zh) 语音识别方法、装置、介质及设备
CN111489735B (zh) 语音识别模型训练方法及装置
CN112434510B (zh) 一种信息处理方法、装置、电子设备和存储介质
CN110634050B (zh) 一种鉴别房源类型的方法、装置、电子设备及存储介质
CN111883117A (zh) 语音唤醒方法及装置
CN112668333A (zh) 命名实体的识别方法和设备、以及计算机可读存储介质
CN111339789B (zh) 一种翻译模型训练方法、装置、电子设备及存储介质
CN111428011B (zh) 词语的推荐方法、装置、设备及存储介质
CN110675865B (zh) 用于训练混合语言识别模型的方法和装置
CN113011169A (zh) 一种会议纪要的处理方法、装置、设备及介质
CN113111167A (zh) 基于深度学习模型的接处警文本车辆型号提取方法和装置
CN111460214B (zh) 分类模型训练方法、音频分类方法、装置、介质及设备
CN116821327A (zh) 文本数据处理方法、装置、设备、可读存储介质及产品
CN114490946A (zh) 基于Xlnet模型的类案检索方法、系统及设备
CN115906838A (zh) 文本抽取方法、装置、电子设备以及存储介质
CN113723095A (zh) 文本审核方法、装置、电子设备和计算机可读介质
CN113111169A (zh) 基于深度学习模型的接处警文本地址信息提取方法和装置
CN112148751A (zh) 用于查询数据的方法和装置
CN117172220B (zh) 文本相似信息生成方法、装置、设备和计算机可读介质
CN114625876B (zh) 作者特征模型的生成方法、作者信息处理方法和装置
CN110619869B (zh) 用于训练混合语言识别模型的方法和装置
CN114385781B (zh) 基于语句模型的接口文件推荐方法、装置、设备和介质
CN110808035B (zh) 用于训练混合语言识别模型的方法和装置
CN116187331A (zh) 一种实体识别方法、装置、电子设备、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