CN111324708A - 一种基于人机交互的自然语言处理系统 - Google Patents
一种基于人机交互的自然语言处理系统 Download PDFInfo
- Publication number
- CN111324708A CN111324708A CN202010082680.1A CN202010082680A CN111324708A CN 111324708 A CN111324708 A CN 111324708A CN 202010082680 A CN202010082680 A CN 202010082680A CN 111324708 A CN111324708 A CN 111324708A
- Authority
- CN
- China
- Prior art keywords
- language processing
- semantic
- processing system
- natural language
- human
- 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
- 238000003058 natural language processing Methods 0.000 title claims abstract description 35
- 230000003993 interaction Effects 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000013528 artificial neural network Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims abstract description 13
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 5
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 5
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 238000003672 processing method Methods 0.000 claims abstract description 5
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000012546 transfer Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本发明涉及智能人机交互设备技术领域，且公开了一种基于人机交互的自然语言处理系统，包括以下模块：语言处理网关；语义理解，使用规则结合语义匹配、意图分类等方法，提取出语言处理网关中符合句子的意图及包含的各项数据；语言生成。该基于人机交互的自然语言处理系统，通过语义规则和深度神经网络相结合的处理方法，可以有效的将语言处理网关中的输入文本信息转化为数学向量，利用数学向量的方式来描述词语层次的语义逻辑，使用卷积神经网络和循环神经网络对句子进行编码，并结合自注意力机制，挖掘句子深层次的语义知识，从多个角度增强对文本信息的解析与识别，进而有效的增强了该自然语言处理系统的识别精度。
Description
技术领域
本发明涉及智能人机交互设备技术领域，具体为一种基于人机交互的自然语言处理系统。
背景技术
自然语言处理是一种使用人类语言与计算机进行通信的重要技术，在人机对话的系统环节中，自然语言处理系统相当于人机的大脑，能够快速有效的理解用户说出一句话的目的并获取这句话的关键信息，最终将合适的回答按照设定的模板返还给用户，因此，自然语言处理系统时人工智能的热门研究方向，有着广阔的应用前景，并广泛的应用于社会的各个方面。
但是，由于自然语言是人类在长期的实践中逐步形成的，因地理环境及传播范围的因素，而造成自然语言具有较大的开放性、随意性以及在表达方式上的多样性，因而，对于自然语言的语义解析及准确的识别出其中的真实含义，对基于人机交互的自然语言处理系统来说显得尤为重要，故，亟需一种智能化、灵活化及完整化的人机对话处理系统，可以准确、快速的识别出自然语言，并按照设定的模板将其中的关键信息返回给用户。
发明内容
(一)解决的技术问题
本发明提供了一种基于人机交互的自然语言处理系统，具备识别解析的精度及准确度高、解析结果较为全面、反应迅速灵敏的优点，解决了自然语言是人类在长期的实践中逐步形成的，因地理环境及传播范围的因素，而造成自然语言具有较大的开放性、随意性以及在表达方式上的多样性，难以精准的解析及识别出其中真实含义的问题。
(二)技术方案
本发明提供如下技术方案：一种基于人机交互的自然语言处理系统，包括以下模块：
语言处理网关1，即整个处理系统的入口，将语音识别的内容或者用户的文本输入到该自然语言处理系统中；
语义理解2，根据预先配置的规则、预先输入的知识库答对，使用规则结合语义匹配、意图分类等方法，提取出语言处理网关1中符合句子的意图及包含的各项数据；
语言生成3，根据用户配置的各个意图的数据处理、回复及上下文关系，并根据这些配置最终生成并返回用户或上层系统的结构。
优选的，所述语言处理网关1引擎中设有动态对话管理模块，用于记录对话历史信心和状态，同时用于协调语义理解2模块预先配置的规则、预先输入的知识库等之间的调度。
优选的，所述语义理解2模块采用语义规则和深度神经网络相结合的处理方法，一方面利用语义规则开的快速部署特性，另一方面可以发挥深度神经网络的鲁棒性，对语言处理网关1中的文本信息进行字符、词语、句子等不同层次的语义处理。
优选的，所述语义规则在采用常规的意图上下文理解匹配的方式之外，还提供了语义槽、意图级的追问功能，可以根据理解的结果设置追问以用于补充用户尚未提供的必要特征信息，或是引导用户进入既定的流程。
优选的，所述深度神经网络采用结合词矢量的方式，将语言处理网关1中的输入文本信息转化为数学向量，利用数学向量的方式来描述词语层次的语义逻辑，使用卷积神经网络和循环神经网络对句子进行编码，并结合自注意力机制，挖掘句子深层次的语义知识。
一种基于人机交互的自然语言处理系统，包括以下流程：
文本信息的分词处理，根据语言处理网关1中输入的文本信息将其进行标记与拆分；
参数标注，根据语义理解2引擎中的各种规则，将标记及拆分好的文本信息进行匹配，并提出处关键信息；
关键信息的输出，根据语言生成3引擎中答复规则，将关键信息生成向对应的答复模板，并向用户或上层结构进行输出。
优选的，所述文本信息的分词处理中设有分词处理优化引擎，主要是针对于中文的文本信息进行停用词处理和规范化处理。
(三)有益效果
本发明具备以下有益效果：
1、该基于人机交互的自然语言处理系统，通过语义规则和深度神经网络相结合的处理方法，可以有效的将语言处理网关中的输入文本信息转化为数学向量，利用数学向量的方式来描述词语层次的语义逻辑，使用卷积神经网络和循环神经网络对句子进行编码，并结合自注意力机制，挖掘句子深层次的语义知识，从多个角度增强对文本信息的解析与识别，进而有效的增强了该自然语言处理系统的识别精度。
2、该基于人机交互的自然语言处理系统，通过动态对话管理模块的设置，在某一个意图执行的过程中，如果理解到的意图与预期不符或相差过大，该自然语言处理系统就强制对下一步的流程进行主动干预，并利用更多的资源控制对话流程可以向目标的方向发展，进而有效的增加了该自然语言处理系统的对于语义解析的正确率。
3、该基于人机交互的自然语言处理系统，对于文本信息的分词处理中设有分词处理优化引擎的设置，在对中文文本信心尽心解析识别的过程中，可以有效的识别去除其中的虚拟用词并将其中的不规范用词替换成标准用词，进而有效的提高了该自然语言处理系统的识别能力及解析识别的速度。
附图说明
图1为本发明系统模块示意图。
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。
请参阅图1，一种基于人机交互的自然语言处理系统，包括以下模块：
语言处理网关1，即整个处理系统的入口，将语音识别的内容或者用户的文本输入到该自然语言处理系统中；
语义理解2，根据预先配置的规则、预先输入的知识库答对，使用规则结合语义匹配、意图分类等方法，提取出语言处理网关1中符合句子的意图及包含的各项数据；
语言生成3，根据用户配置的各个意图的数据处理、回复及上下文关系，并根据这些配置最终生成并返回用户或上层系统的结构。
其中，语义理解2包括规则引擎、匹配引擎和分类引擎，而规则引擎就是对于不同领域不同类别的关键词，自然语言处理系统就是从语言处理网关1中输入的文本信息抽取出所要的关键信息与规则引擎中的关键词相匹配，故而，这些信息就是系统预定义的参数集，比如在天气预报领域，在规则引擎中所加载的关键词就是“时间参数(包括年、月、日、时、分)”、“地点参数(包括国家、省份、城市、县区等)”，当语言处理网关1中输入的文本信息为“上海，在8月11号的天气怎么样时”，该自然语言处理系统就会在规则引擎中匹配“上海”、“8月11号”等关键信息。
而为了保证语义理解2对于语言处理网关1中输入的文本成功识别，句子所尽力的状态转移路径只对应一条规则，由起始节点S出发至终止节点的自动机结构应是树状结构，其根据节点为S节点，自动机为非确定有限状态的自动机。
而对于语言处理网关1中输入本文的状态转移规则的选择顺序如下：
1)具有断句功能的标点符号；
2)输入词；
3)任意组标记；
4)与输入词参数类型一致的标记组；
5)任意参数标记；
6)输入词的参数类型。
对于一个节点的句子匹配，自动机会安装固定的顺序选择状态转移函数，如果一种状态转移函数的句子匹配失败，将通过回溯法回到前面的S节点，选择新的状态转移函数继续匹配，直到句子匹配成功或所有节点的状态转移函数均匹配成功或失败。
当语义理解2模块执行完成后，若所在的节点为终止节点，将会读取到一个规则标识，通过规则标识可以状态转移路径经过的节点中抽取与规则引擎相关的参数信息，并将其保存为参数序列，至此，有穷状态自动机就完成了有分词序列到参数序列的语义理解2，匹配参数的提取工作。
其中，语言生成3模块包括文本答复、模板答复、脚本答复及自定义接口远程调用回复等多种生成方式，用于可以针对自身的需求，在开发难度和功能自由度上找到最佳的平衡点。
本技术方案中，所述语义理解2引擎中设有动态对话管理模块，用于记录对话历史信心和状态，同时用于协调语义理解2模块预先配置的规则、预先输入的知识库等之间的调度。
其中，动态对话管理模块的设置，在某一个意图执行的过程中，如果理解到的意图与预期不符或相差过大，该自然语言处理系统就强制对下一步的流程进行主动干预，并利用更多的资源控制对话流程可以向目标的方向发展。
本技术方案中，所述语言处理网关1模块采用语义规则和深度神经网络相结合的处理方法，一方面利用语义规则开的快速部署特性，另一方面可以发挥深度神经网络的鲁棒性，对语言处理网关1中的文本信息进行字符、词语、句子等不同层次的语义处理。
本技术方案中，所述语义规则在采用常规的意图上下文理解匹配的方式之外，还提供了语义槽、意图级的追问功能，可以根据理解的结果设置追问以用于补充用户尚未提供的必要特征信息，或是引导用户进入既定的流程。
本技术方案中，所述深度神经网络采用结合词矢量的方式，将语言处理网关1中的输入文本信息转化为数学向量，利用数学向量的方式来描述词语层次的语义逻辑，使用卷积神经网络和循环神经网络对句子进行编码，并结合自注意力机制，挖掘句子深层次的语义知识。
一种基于人机交互的自然语言处理系统，包括以下流程：
文本信息的分词处理，根据语言处理网关1中输入的文本信息将其进行标记与拆分；
参数标注，根据语义理解2引擎中的各种规则，将标记及拆分好的文本信息进行匹配，并提出处关键信息；
关键信息的输出，根据语言生成3引擎中答复规则，将关键信息生成向对应的答复模板，并向用户或上层结构进行输出。
本技术方案中，所述文本信息的分词处理中设有分词处理优化引擎，主要是针对于中文的文本信息进行停用词处理和规范化处理。
其中，停用词处理是指去除在中文文本中出现的频率较高但用于不大的词句，包括中文用于中的副词、虚词以及语气词等，而规范化处理是指用于处理由于中文语法及各地口音的区别，导致中文文本中的一个意思有多种表达方式的问题，进而有效的提高了该自然语言处理系统的识别精度和速度。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于人机交互的自然语言处理系统，其特征在于，包括以下模块：
语言处理网关，即整个处理系统的入口，将语音识别的内容或者用户的文本输入到该自然语言处理系统中；
语义理解，根据预先配置的规则、预先输入的知识库答对，使用规则结合语义匹配、意图分类等方法，提取出语言处理网关中符合句子的意图及包含的各项数据；
语言生成，根据用户配置的各个意图的数据处理、回复及上下文关系，并根据这些配置最终生成并返回用户或上层系统的结构。
2.根据权利要求1所述的一种基于人机交互的自然语言处理系统，其特征在于：所述语言处理网关引擎中设有动态对话管理模块，用于记录对话历史信心和状态，同时用于协调语义理解模块预先配置的规则、预先输入的知识库等之间的调度。
3.根据权利要求1所述的一种基于人机交互的自然语言处理系统，其特征在于：所述语义理解模块采用语义规则和深度神经网络相结合的处理方法，一方面利用语义规则开的快速部署特性，另一方面可以发挥深度神经网络的鲁棒性，对语言处理网关中的文本信息进行字符、词语、句子等不同层次的语义处理。
4.根据权利要求3所述的一种基于人机交互的自然语言处理系统，其特征在于：所述语义规则在采用常规的意图上下文理解匹配的方式之外，还提供了语义槽、意图级的追问功能，可以根据理解的结果设置追问以用于补充用户尚未提供的必要特征信息，或是引导用户进入既定的流程。
5.根据权利要求3所述的一种基于人机交互的自然语言处理系统，其特征在于：所述深度神经网络采用结合词矢量的方式，将语言处理网关中的输入文本信息转化为数学向量，利用数学向量的方式来描述词语层次的语义逻辑，使用卷积神经网络和循环神经网络对句子进行编码，并结合自注意力机制，挖掘句子深层次的语义知识。
6.一种基于人机交互的自然语言处理系统，其特征在于，包括以下流程：
文本信息的分词处理，根据语言处理网关中输入的文本信息将其进行标记与拆分；
参数标注，根据语义理解引擎中的各种规则，将标记及拆分好的文本信息进行匹配，并提出处关键信息；
关键信息的输出，根据语言生成引擎中答复规则，将关键信息生成向对应的答复模板，并向用户或上层结构进行输出。
7.根据权利要求6所述的一种基于人机交互的自然语言处理系统，其特征在于：所述文本信息的分词处理中设有分词处理优化引擎，主要是针对于中文的文本信息进行停用词处理和规范化处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010082680.1A CN111324708A (zh) | 2020-02-07 | 2020-02-07 | 一种基于人机交互的自然语言处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010082680.1A CN111324708A (zh) | 2020-02-07 | 2020-02-07 | 一种基于人机交互的自然语言处理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111324708A true CN111324708A (zh) | 2020-06-23 |
Family
ID=71170940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010082680.1A Pending CN111324708A (zh) | 2020-02-07 | 2020-02-07 | 一种基于人机交互的自然语言处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111324708A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001175A (zh) * | 2020-08-24 | 2020-11-27 | 平安科技（深圳）有限公司 | 流程自动化方法、装置、电子设备及存储介质 |
| CN112001167A (zh) * | 2020-08-26 | 2020-11-27 | 四川云从天府人工智能科技有限公司 | 一种标点符号添加方法、系统、设备和介质 |
| CN112732876A (zh) * | 2021-02-08 | 2021-04-30 | 杭州北冥星眸科技有限公司 | 一种通用的语义匹配实现方法与系统 |
| CN113569577A (zh) * | 2021-06-07 | 2021-10-29 | 北京微智信业科技有限公司 | 一种基于自然语言语义分析的文本识别方法 |
| CN114781400A (zh) * | 2022-06-17 | 2022-07-22 | 之江实验室 | 一种跨媒体知识语义表达方法和装置 |
| CN114821257A (zh) * | 2022-04-26 | 2022-07-29 | 中国科学院大学 | 导航中视频流与自然语言的智能处理方法和装置、设备 |
| CN116992861A (zh) * | 2023-09-25 | 2023-11-03 | 四川健康久远科技有限公司 | 基于数据处理的医疗服务智慧处理方法及系统 |
| CN117112261A (zh) * | 2023-08-28 | 2023-11-24 | 上海澜码科技有限公司 | 用于实现自然语言对话式api的方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
| CN106448670A (zh) * | 2016-10-21 | 2017-02-22 | 竹间智能科技（上海）有限公司 | 基于深度学习和强化学习的自动回复对话系统 |
| CN108446286A (zh) * | 2017-02-16 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
| CN109493166A (zh) * | 2018-10-23 | 2019-03-19 | 深圳智能思创科技有限公司 | 一种针对电子商务导购场景任务型对话系统的构建方法 |
| CN109697979A (zh) * | 2018-12-25 | 2019-04-30 | Oppo广东移动通信有限公司 | 语音助手技能添加方法、装置、存储介质及服务器 |
| CN110209791A (zh) * | 2019-06-12 | 2019-09-06 | 百融云创科技股份有限公司 | 一种多轮对话智能语音交互系统及装置 |
-
2020
- 2020-02-07 CN CN202010082680.1A patent/CN111324708A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106448670A (zh) * | 2016-10-21 | 2017-02-22 | 竹间智能科技（上海）有限公司 | 基于深度学习和强化学习的自动回复对话系统 |
| CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
| CN108446286A (zh) * | 2017-02-16 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
| CN109493166A (zh) * | 2018-10-23 | 2019-03-19 | 深圳智能思创科技有限公司 | 一种针对电子商务导购场景任务型对话系统的构建方法 |
| CN109697979A (zh) * | 2018-12-25 | 2019-04-30 | Oppo广东移动通信有限公司 | 语音助手技能添加方法、装置、存储介质及服务器 |
| CN110209791A (zh) * | 2019-06-12 | 2019-09-06 | 百融云创科技股份有限公司 | 一种多轮对话智能语音交互系统及装置 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001175B (zh) * | 2020-08-24 | 2023-06-02 | 平安科技（深圳）有限公司 | 流程自动化方法、装置、电子设备及存储介质 |
| CN112001175A (zh) * | 2020-08-24 | 2020-11-27 | 平安科技（深圳）有限公司 | 流程自动化方法、装置、电子设备及存储介质 |
| CN112001167A (zh) * | 2020-08-26 | 2020-11-27 | 四川云从天府人工智能科技有限公司 | 一种标点符号添加方法、系统、设备和介质 |
| CN112732876A (zh) * | 2021-02-08 | 2021-04-30 | 杭州北冥星眸科技有限公司 | 一种通用的语义匹配实现方法与系统 |
| CN112732876B (zh) * | 2021-02-08 | 2022-07-08 | 杭州北冥星眸科技有限公司 | 一种通用的语义匹配实现方法与系统 |
| CN113569577A (zh) * | 2021-06-07 | 2021-10-29 | 北京微智信业科技有限公司 | 一种基于自然语言语义分析的文本识别方法 |
| CN113569577B (zh) * | 2021-06-07 | 2024-04-05 | 北京微智信业科技有限公司 | 一种基于自然语言语义分析的文本识别方法 |
| CN114821257A (zh) * | 2022-04-26 | 2022-07-29 | 中国科学院大学 | 导航中视频流与自然语言的智能处理方法和装置、设备 |
| CN114821257B (zh) * | 2022-04-26 | 2024-04-05 | 中国科学院大学 | 导航中视频流与自然语言的智能处理方法和装置、设备 |
| CN114781400A (zh) * | 2022-06-17 | 2022-07-22 | 之江实验室 | 一种跨媒体知识语义表达方法和装置 |
| CN117112261A (zh) * | 2023-08-28 | 2023-11-24 | 上海澜码科技有限公司 | 用于实现自然语言对话式api的方法及系统 |
| CN116992861A (zh) * | 2023-09-25 | 2023-11-03 | 四川健康久远科技有限公司 | 基于数据处理的医疗服务智慧处理方法及系统 |
| CN116992861B (zh) * | 2023-09-25 | 2023-12-08 | 四川健康久远科技有限公司 | 基于数据处理的医疗服务智慧处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111324708A (zh) | 一种基于人机交互的自然语言处理系统 | |
| CN108847241B (zh) | 将会议语音识别为文本的方法、电子设备及存储介质 | |
| WO2020206957A1 (zh) | 一种应用于智能客服机器人的意图识别方法及装置 | |
| CN108304372B (zh) | 实体提取方法和装置、计算机设备和存储介质 | |
| CN110532573A (zh) | 一种翻译方法和系统 | |
| CN112183064B (zh) | 基于多任务联合学习的文本情绪原因识别系统 | |
| CN105512228A (zh) | 一种基于智能机器人的双向问答数据处理方法和系统 | |
| CN109920415A (zh) | 基于语音识别的人机问答方法、装置、设备和存储介质 | |
| JP2005084681A (ja) | 意味的言語モデル化および信頼性測定のための方法およびシステム | |
| CN111563144A (zh) | 基于语句前后关系预测的用户意图识别方法及装置 | |
| CN109857846B (zh) | 用户问句与知识点的匹配方法和装置 | |
| CN112633003A (zh) | 一种地址识别方法、装置、计算机设备及存储介质 | |
| CN109949799B (zh) | 一种语义解析方法及系统 | |
| US20220414463A1 (en) | Automated troubleshooter | |
| CN111651572A (zh) | 一种多领域任务型对话系统、方法和终端 | |
| CN114676255A (zh) | 文本处理方法、装置、设备、存储介质及计算机程序产品 | |
| CN110991179A (zh) | 基于电力专业术语的语义分析方法 | |
| CN112463942A (zh) | 文本处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113821605A (zh) | 一种事件抽取方法 | |
| CN110059168A (zh) | 对基于自然智能的人机交互系统进行训练的方法 | |
| CN110046232A (zh) | 自然智能的自然表达处理方法、回应方法、设备及系统 | |
| CN118210910B (zh) | 基于智能培训的ai交互会话处理方法及系统 | |
| CN114492396A (zh) | 用于汽车专有名词的文本错误纠正方法及可读存储介质 | |
| CN116136955B (zh) | 文本转写方法、装置、电子设备及存储介质 | |
| CN115691503A (zh) | 语音识别方法、装置、电子设备和存储介质 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Quanzhong Inventor after: Si Yujing Inventor before: Li Quanzhong Inventor before: Ma Chenglong Inventor before: Si Yujing Inventor before: Hu Yunliao |
|
| CB03 | Change of inventor or designer information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200623 |
|
| RJ01 | Rejection of invention patent application after publication |