CN112148847A - 一种语音信息的处理方法及装置 - Google Patents

Abstract

本发明公开了一种语音信息的处理方法及装置。该方法的一实施例包括：获取待消解语音信息；对所述待消解语音信息进行处理，得到至少一个第一语义槽；确定每个所述第一语义槽的对应的第一抽象实体；基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值；利用所选取的第一实体值替换所述待消解语音信息中的指代词。本发明实施例基于映射关系完成了通用的指代消解，不需要进行指代词特征识别，也不依赖NLU的序列标注模型，能够适应不同场景的多轮对话，支持多实体指代继承，提高了多轮对话中指代消解的准确率。

Description

一种语音信息的处理方法及装置

技术领域

本发明涉及人工智能技术领域，尤其涉及一种语音信息的处理方法及装置。

背景技术

现有对话系统比较擅长执行单轮任务，例如“今天北京天气怎么样？”。针对这条请求，对话系统能够清晰地识别出用户的意图，从而根据用户意图做出明确的答复，进而完成一问一答的单轮任务。

然而在执行多轮任务时，由于请求中存在指代词，因此对话系统有时难以识别出用户的意图，例如“帮我查下后天去沈阳的火车票”和“那天那的天气怎么样？”。针对请求中出现的指代词，现有技术解决方法比较复杂，通常需要先把当前请求中的指代词识别出来，然后从历史信息中解析所有可能的候选实体，并对候选实体进行特征提取，将候选实体与指代词进行特征匹配，然后根据匹配结果打分，从候选实体中选取准实体以替换请求中的指代词。该方法中候选实体解析比较复杂，需要强依赖自然语言理解(Nature LanguageUnderstanding，缩写NLU)的序列标注模型，而且还需要把当前请求中的指代词识别出来，因此无法实现零指代，复杂程度明显增加，而且正确率也不高。

发明内容

有鉴于此，本发明实施例提供一种语音信息的处理方法及装置。能够在多轮对话中提高指代消解的准确率。

为实现上述目的，根据本发明实施例第一方面，提供语音信息的处理方法，该方法包括：获取待消解语音信息；对所述待消解语音信息进行处理，得到至少一个第一语义槽；确定每个所述第一语义槽对应的第一抽象实体；基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值；利用所选取的第一实体值替换所述待消解语音信息中的指代词。

可选的，所述的处理方法，还包括：建立所述抽象实体与实体值的映射关系，包括：针对任意一条样本语音信息，进行语义解析，得到至少一个第二语义槽及所述第二语义槽对应的第二实体值，所述第二实体值携带所述样本语音信息的获取时间；针对任意一个所述第二语义槽，确定所述第二语义槽对应的第二抽象实体；并将所述第二实体值和所述第二抽象实体建立映射关系，将所述映射关系存储于所述数据库。

可选的，所述对所述待消解语音信息进行处理，得到至少一个第一语义槽，包括：对所述待消解语音信息进行语义解析，得到场景信息；利用模型预测所述场景信息对应的至少一个第一语义槽，。

可选的，所述基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值，包括：基于抽象实体与实体值的映射关系，从数据库中查询与所述第一抽象实体对应的候选实体值；若存在与所述第一抽象实体对应的候选实体值，则根据所述候选实体值确定所述第一抽象实体对应的第一实体值。

可选的，若不存在与所述第一抽象实体对应的候选实体值，该方法还包括：查询所述第一抽象实体的父亲节点，并根据抽象实体与实体值的映射关系，从数据库查询与所述父亲节点指示的抽象实体对应的实体值，若存在，则将与所述父亲节点指示的抽象实体对应的所有实体值作为所述第一抽象实体对应的候选实体值。若不存在与所述父亲节点指示的抽象实体对应的实体值，则查询所述第一抽象实体的所有兄弟节点，并根据抽象实体与实体值的映射关系，从数据库查询与每个兄弟节点指示的抽象实体对应的实体值，若存在，则将每个兄弟节点指示的抽象实体对应的所有实体值作为所述第一抽象实体对应的候选实体值。若不存在与所述兄弟节点指示的抽象实体对应的实体值，则查询所述第一抽象实体的所有子节点，并根据抽象实体与实体值的映射关系，从数据库查询与每个子节点指示的抽象实体对应的实体值，若存在，则将每个子节点指示的抽象实体对应的所有实体值作为所述第一抽象实体对应的候选实体值。根据候选实体值确定所述第一抽象实体对应的第一实体值。

可选的，所述根据候选实体值确定所述第一抽象实体对应的第一实体值，包括：若所述候选实体值为一个，将所述候选实体值作为与所述第一抽象实体对应的第一实体值；若所述候选实体值为多个，获取所述待消解语音信息的获取时间；根据候选实体值携带的获取时间，从多个所述候选实体值中选取距离所述待消解语音信息的获取时间最近的候选实体值，并将所选取的一个候选实体值作为与所述第一抽象实体对应的第一实体值。

可选的，若存在一个所述第一语义槽时，利用所选取的一个第一实体值替换所述待消解语音信息中的指代词。

可选的，若存在多个所述第一语义槽时，每个第一语义槽对应一个第一实体值，该方法包括：根据第一实体值携带的获取时间，从多个所述第一实体值中选取距离所述待消解语音信息的获取时间最近的第一实体值；若所选取的第一实体值为一个，将所选取的第一实体值替换所述待消解语音信息中的指代词。若所选取的第一实体值为多个时，则查询每个所述第一实体值在所述待消解语音信息对应的场景下的搜索答案，若仅有一个所述第一实体值存在搜索答案，则选取该具有搜索答案的第一实体值替换所述待消解语音信息中的指代词；若多个第一实体值存在搜索答案，则针对每个所述第一实体值发送询问请求，并根据询问请求结果，确定相应的第一实体值替换所述待消解语音信息中的指代词。

为实现上述目的，根据本发明实施例第二方面，还提供一种语音信息的处理装置，该装置包括：获取模块，用于获取待消解语音信息；处理模块，用于对所述待消解语音信息进行处理，得到至少一个第一语义槽；确定模块，用于确定每个所述第一语义槽对应的第一抽象实体；选取模块，用于基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值；替换模块，用于利用所选取的第一实体值替换所述待消解语音信息中的指代词。

可选的，所述的装置还包括：创建模块，用于建立所述抽象实体与实体值的映射关系；所述创建模块包括：解析单元，用于针对任意一条样本语音信息，进行语义解析，得到至少一个第二语义槽及所述第二语义槽对应的第二实体值，所述第二实体值携带所述样本语音信息的获取时间；创建单元，用于针对任意一个所述第二语义槽，确定所述第二语义槽对应的第二抽象实体；并将所述第二实体值和所述第二抽象实体建立映射关系，将所述映射关系存储于所述数据库。

为实现上述目的，根据本发明实施例第三方面，还提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面所述的语音信息的处理方法。

本发明实施例通过对获取的语义信息进行处理，得到至少一个第一语义槽，并确定与第一语义槽对应的第一抽象实体，基于抽象实体和实体值的映射关系，从数据库中选取与第一抽象实体对应的第一实体值，之后利用所选取的第一实体值替换待消解语音信息中的指代词。由此，基于映射关系完成了通用的指代消解，不需要进行指代词特征识别，也不依赖NLU的序列标注模型，能够适应不同场景的多轮对话，实现了多实体指代继承，提高了多轮对话中指代消解的准确率。

上述的非惯用的可选方式所具有的进一步的效果将在下文结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中在附图中，相同或对应的标号表示相同或对应的部分。

图1为本发明一实施例的语音信息的处理方法的流程图；

图2为本发明再一实施例的语音信息的处理方法的流程图；

图3为本发明又一实施例的语音信息的处理方法的示意图；

图4为本发明一实施例中选取与第一抽象实体对应的第一实体值的方法的流程图；

图5为本发明一实施例的语音信息的处理装置的示意图；

图6为本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

如图1所示，为本发明一实施例的语音信息的处理方法，该方法至少包括如下操作流程：

S101，获取待消解语音信息。

示例性的，通过文字输入或语音输入的方式获取待消解语音信息。

S102，对待消解语音信息进行处理，得到至少一个第一语义槽。

示例性的，对待消解语音信息进行语义解析，得到场景信息；利用模型预测场景信息对应的至少一个第一语义槽；这里的模型是预先训练好的。第一语义槽用于指示在待消解语音信息相应场景下的一个第一抽象实体，也就是说第一语义槽是由第一抽象实体和待消解语音信息相应场景信息构成的。

S103，确定每个第一语义槽的对应的第一抽象实体。

示例性的，对每个第一语义槽进行解析，从而确定每个第一语义槽对应的第一抽象实体。

S104，基于抽象实体与实体值的映射关系，从数据库中选取与第一抽象实体对应的第一实体值。

示例性的，建立抽象实体与实体值的映射关系，包括如下步骤：针对任意一条样本语音信息，进行语义解析，得到至少一个第二语义槽及第二语义槽对应的第二实体值，第二实体值携带样本语音信息的获取时间；针对任意一个第二语义槽，确定第二语义槽对应的第二抽象实体；并将第二实体值和第二抽象实体建立映射关系，将映射关系存储于数据库。

基于抽象实体与实体值的映射关系，从数据库中查询第一抽象实体对应的候选实体值，第一抽象实体对应的候选实体值有一个或多个的情形。若候选实体值为一个，将候选实体值作为与第一抽象实体对应的第一实体值；若候选实体值为多个，获取待消解语音信息的获取时间；根据候选实体值携带的获取时间，从多个候选实体值中选取距离待消解语音信息的获取时间最近的候选实体值，并将所选取的一个候选实体值作为与所述第一抽象实体对应的第一实体值。由此，从映射关系中查询与第一抽象实体对应的候选实体值，从候选实体值中选取第一抽象实体对应的第一实体值，不需要依赖NLU的序列标注模型，简化了操作步骤。

S105，利用所选取的第一实体值替换待消解语音信息中的指代词。

示例性的，利用所选取的第一实体值对待消解语音信息中的指代词进行替换，得到消解后的语音信息。消解后的语音信息是指不具有指代词的语音信息，可以作为样本语音信息。由此无需对待消解语音信息进行指代词特征识别，就能够实现对待消解语音信息进行指代消解，简化了操作步骤，克服了现有技术的缺陷，提高了语音信息指代消解的效率。

例如，有三轮对话，第一轮对话是任务类别。获取的样本语音信息为“帮我查下中关村的天气”，对样本语义信息进行语义解析，得到第二语义槽为“weather location”，第二语义槽对应的第二实体值为“weather location＝中关村”。第二实体值“中关村”携带样本语音信息的获取时间“3月2日上午11点”。对第二语义槽进行解析，得到第二语义槽对应的第二抽象实体为“location”；之后将“location”和“中关村”建立映射关系，并将该映射关系存储在数据库中。对话系统对样本语音信息执行答案搜索操作。每次得到样本信息均进行上述处理，最后基于样本信息建立一个庞大的映射关系构架。一个第二抽象实体可以对应一个第二实体值，也可以对应多个第二实体值。

第二轮对话是任务类别。获取的待消解语音信息为“导航去那里附近的餐馆”，对待消解语音信息进行语义解析，得到场景信息为“餐馆”；利用训练模型预测场景信息“餐馆”对应的第一语义槽为“restaurant loacation”；对该第一语义槽进行解析，得到第一抽象实体为“loacation”。基于抽象实体和实体值的映射关系，从数据库查询到第一抽象实体对应的候选实体值有三个，三个候选实体值分别为“中关村”、“海淀第一中学”以及“回龙观发展路8号院”。基于每个候选实体值携带的获取时间，从三个候选实体值中选取距离本轮待消解语音信息的获取时间最近的候选实体值作为第一实体值，得到第一实体值为“中关村”，该第一实体值即为第一轮样本语音信息中的实体值。利用“中关村”替换待消解语音信息中的指代词，得到“导航去中关村附近的餐馆”。对话系统对“导航去中关村附近的餐馆”执行导航操作。

第三轮对话是闲聊类别。获取的待消解语音信息为“那边的天气很好”，对待消解语音进行解析，得到场景信息为“天气”，预测场景信息对应的第一语义槽为“weatherlocation”，对该第一语义槽进行解析，得到第一抽象实体为“loacation”。基于抽象实体和实体值的映射关系，从数据库查询到第一抽象实体对应的候选实体值有三个，三个候选实体值分别为“中关村”、“海淀第一中学”以及“回龙观发展路8号院”。从三个候选实体值中选取距离本轮待消解语音信息的获取时间最近的候选实体值作为第一实体值，得到第一实体值为“中关村”，该第一实体值即为第二轮已消解语音信息中的实体值。利用“中关村”替换待消解语音信息中的指代词，得到“中关村的天气很好”。

由此，本发明实施例能够适应不同场景的多轮对话。

在本发明实施例中，第一语义槽存在一个或多个的情形，具体实施过程参见下述图2和图3的描述。

如图2所示，为本发明再一实施例的语音信息的处理方法的流程图，该方法至少包括如下操作流程：

S201，获取待消解语音信息。

S202，对待消解语音信息进行处理，得到一个第一语义槽。

S203，确定第一语义槽的对应的一个第一抽象实体。

S204，基于抽象实体与实体值的映射关系，从数据库中选取与第一抽象实体对应的第一实体值。

S205，利用所选取的一个第一实体值替换待消解语音信息中的指代词。

例如：对话是问答类别。获取的待消解语音信息为“他的老婆是谁”，对待消解语音信息进行语义解析，得到场景信息为“问答”；利用训练模型预测场景信息“问答”对应的第一语义槽为“QA singer”；对该第一语义槽进行解析，得到第一抽象实体为“singer”。基于抽象实体和实体值的映射关系，从数据库查询到第一抽象实体对应的候选实体值有三个，三个候选实体值分别为“周杰伦”、“赵丽颖”以及“孙俪”。基于每个候选实体值携带的获取时间，从三个候选实体值中选取距离本轮待消解语音信息的获取时间最近的候选实体值作为第一实体值，得到第一实体值为“周杰伦”，该第一实体值即为第一轮样本语音信息中的实体值。利用“周杰伦”替换待消解语音信息中的指代词，得到“周杰伦的老婆是谁”。对话系统对“周杰伦的老婆是谁”执行答案搜索操作。

如图3所示，为本发明又一实施例的语音信息的处理方法的流程图，该方法至少包括如下操作流程：

S301，获取待消解语音信息。

S302，对待消解语音信息进行处理，得到多个第一语义槽。

S303，确定每个第一语义槽的对应的一个第一抽象实体，得到多个第一抽象实体。

S304，基于抽象实体与实体值的映射关系，从数据库中查询与每个第一抽象实体对应的第一实体值，得到多个第一实体值。

S305，根据第一实体值携带的获取时间，从多个第一实体值中选取距离待消解语音信息的获取时间最近的第一实体值；若存在一个第一实体值，则执行S306操作，若存在多个第一实体值，则执行S307操作。

S306，将所选取的第一实体值替换待消解语音信息中的指代词。

S307，查询每个第一实体值在待消解语音信息对应的场景下的搜索答案；若有一个第一实体值存在搜索答案，则执行S308操作，若多个第一实体值均存在搜索答案，则执行S309操作。

S308，选取该具有搜索答案的第一实体值替换待消解语音信息中的指代词。

S309，针对每个所述第一实体值发送询问请求，并根据询问请求结果，确定相应的第一实体值替换待消解语音信息中的指代词。

例如，对话是任务类别。获取的待消解语音信息为“帮我找下他唱的七里香”，对待消解语音信息进行语义解析，得到场景信息为“music”；利用训练模型预测场景信息“music”对应的第一语义槽有三个，三个第一语义槽分别为“music singer”、“music time”以及“music location”。对每个第一语义槽进行解析，得到三个第一抽象实体，分别为“singer”、“time”以及“location”。由图1的说明可知，一个第一抽象实体对应一个第一实体值，因此基于抽象实体和实体值的映射关系，从数据库查询到每个第一抽象实体对应的第一实体值，例如，第一抽象实体singer对应的第一实体值为“周杰伦”，第一抽象实体time对应的第一实体值为“5月1日”，第一抽象实体location对应的第一实体值为“中关村”。第一实体值“周杰伦”携带的获取时间为3月1日上午10点10分，第一实体值“5月1日”携带的获取时间为2月28日上午9点40分，第一实体值“中关村”携带的获取时间为3月1日上午10点10分，本轮待消解语音信息的获取时间为3月1日上午8点50分。距离待消解语音信息的获取时间最近的第一实体值，分别为“周杰伦”和“中关村”。从对话系统查询是否存在与“周杰伦”对应的七里香歌曲，以及与“中关村”对应的七里香歌曲，从而确定只有“周杰伦”具有搜索答案，因此选取第一实体值“周杰伦”替换“帮我找下他唱的七里香”中的指代词，得到消解后的语音信息“帮我找下周杰伦唱的七里香”。

再例如，对话是任务类别。获取的待消解语音信息为“那天那边的天气怎么样”，对待消解语音信息进行语义解析，得到场景信息为“weather”；利用训练模型预测场景信息“weather”对应的第一语义槽有两个，两个个第一语义槽分别为“weather time”以及“weather location”。对每个第一语义槽进行解析，得到两个第一抽象实体，分别为“time”以及“location”。由图1的说明可知，一个第一抽象实体对应一个第一实体值，因此基于抽象实体和实体值的映射关系，从数据库查询到每个第一抽象实体对应的第一实体值，例如，第一抽象实体“time”对应的第一实体值为“8月1日”，第一抽象实体location对应的第一实体值为“中关村”。第一实体值“8月1日”携带的获取时间为9月1日上午10点10分，第一实体值“中关村”携带的获取时间为9月1日上午10点10分，本轮待消解语音信息的获取时间为9月2日上午8点50分。距离待消解语音信息的获取时间最近的第一实体值，分别为“8月1日”和“中关村”。从对话系统查询是否存在与“8月1日”对应的天气，以及与“中关村”对应的天气。由于两个第一实体值均存在搜索答案，因此发送询问请求“您是要查询8月1日的天气还是中关村的天气”。根据询问请求结果，确定两个第一实体值分别为“8月1日”和“中关村”，因此利用两个第一实体值替换待消解语音信息中的指代词，得到消解后的语音信息为“8月1日中关村的天气怎么样？”或者“中关村8月1日的天气怎么样？”。

由此，本发明实施例能够实现多实体继承，提高了多实体继承的准确率。

如图4所示，为本发明一实施例中选取与第一抽象实体对应的第一实体值的方法的流程图，该方法至少包括如下操作流程：

S401，基于抽象实体与实体值的映射关系，从数据库中查询是否存在与第一抽象实体对应的候选实体值；若是，则执行S402操作，若否，则执行S403操作。

S402，根据候选实体值确定第一抽象实体对应的第一实体值。

示例性的，若候选实体值为一个，将候选实体值作为与第一抽象实体对应的第一实体值；若候选实体值为多个，获取待消解语音信息的获取时间；根据候选实体值携带的获取时间，从多个候选实体值中选取距离待消解语音信息的获取时间最近的候选实体值，并将所选取的一个候选实体值作为与第一抽象实体对应的第一实体值。

S403，查询第一抽象实体的父亲节点，并根据抽象实体与实体值的映射关系，从数据库查询是否存在与父亲节点指示的抽象实体对应的实体值，若是，则执行S404操作，若否，则执行S405操作。

S404，将与父亲节点指示的抽象实体对应的所有实体值作为第一抽象实体对应的候选实体值。

S405，查询第一抽象实体的所有兄弟节点，并根据抽象实体与实体值的映射关系，从数据库查询是否存在与每个兄弟节点指示的抽象实体对应的实体值，若是，则执行S406操作，若否，则执行S407操作。

S406，将每个兄弟节点指示的抽象实体对应的所有实体值作为第一抽象实体对应的候选实体值。

S407，查询第一抽象实体的所有子节点，并根据抽象实体与实体值的映射关系，从数据库查询是否存在与每个子节点指示的抽象实体对应的实体值，若是，则执行S408操作，若否，则执行S409操作。

S408，将每个子节点指示的抽象实体对应的所有实体值作为第一抽象实体对应的候选实体值。

S409，结束实体值的查询操作。

S410，根据候选实体值确定第一抽象实体对应的第一实体值。

例如，待消解语音信息为“帮我查下去那里的火车票”，预测得到的第一语义槽为“train to city”，第一语义槽对应的第一抽象实体为“city”，City对应的父亲节点为place，对应的子节点为poi和district，对应的兄弟节点为location。根据映射关系，查询是否存在与第一抽象实体对应的第一实体值。经查询不存在与第一抽象实体“city”对应的实体值，则依次查询第一抽象实体对应的父亲节点、兄弟节点和子节点上是否存在实体值，若在第一抽象实体对应的父亲节点上查询到对应的实体值，则结束其他节点的查询，若在第一抽象实体对应的父亲节点上没有查询到对应的实体值，则需要对第一抽象实体对应的所有兄弟节点进行实体值查询，若所有兄弟节点上均不存在实体值，则对第一抽象实体对应的所有子节点进行实体值查询，若子节点上也没有查询到实体值，则结束实体值查询操作。若兄弟节点上查询到实体值，则将兄弟节点上的实体值作为候选实体值，并结束子节点上实体值的查询。

应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在的逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

如图5所示，为本发明一实施例的语音信息的处理装置的示意图；该装置500，包括：获取模块501，用于获取待消解语音信息；处理模块502，用于对待消解语音信息进行处理，得到至少一个第一语义槽；确定模块503，用于确定每个第一语义槽的对应的第一抽象实体；选取模块504，用于基于抽象实体与实体值的映射关系，从数据库中选取与第一抽象实体对应的第一实体值；替换模块505，用于利用所选取的第一实体值替换待消解语音信息中的指代词。

在可选的实施例中，处理装置还包括：创建模块，用于建立抽象实体与实体值的映射关系；创建模块包括：解析单元，用于针对任意一条样本语音信息，进行语义解析，得到至少一个第二语义槽及所述第二语义槽对应的第二实体值，第二实体值携带样本语音信息的获取时间；创建单元，用于针对任意一个所述第二语义槽，确定第二语义槽对应的第二抽象实体；并将第二实体值和第二抽象实体建立映射关系，将映射关系存储于数据库。

在可选的实施例中，处理模块502包括：语义解析单元，用于对待消解语音信息进行语义解析，得到场景信息；预测单元，用于利用模型预测场景信息对应的至少一个第一语义槽。

在可选的实施例中，选取模块504包括：查询单元，用于基于抽象实体与实体值的映射关系，从数据库中查询与第一抽象实体对应的候选实体值；确定单元，用于若存在与第一抽象实体对应的候选实体值，则根据候选实体值确定第一抽象实体对应的第一实体值。

在可选的实施例中，若不存在与第一抽象实体对应的候选实体值，选取模块504还包括：查询单元进一步用于，查询第一抽象实体的父亲节点，并根据抽象实体与实体值的映射关系，从数据库查询与父亲节点指示的抽象实体对应的实体值，若存在，则将与父亲节点指示的抽象实体对应的所有实体值作为第一抽象实体对应的候选实体值。

查询单元还进一步用于，若不存在与父亲节点指示的抽象实体对应的实体值，则查询第一抽象实体的所有兄弟节点，并根据抽象实体与实体值的映射关系，从数据库查询与每个兄弟节点指示的抽象实体对应的实体值，若存在，则将每个兄弟节点指示的抽象实体对应的所有实体值作为第一抽象实体对应的候选实体值。

查询单元再进一步用于，若不存在与兄弟节点指示的抽象实体对应的实体值，则查询第一抽象实体的所有子节点，并根据抽象实体与实体值的映射关系，从数据库查询与每个子节点指示的抽象实体对应的实体值，若存在，则将每个子节点指示的抽象实体对应的所有实体值作为第一抽象实体对应的候选实体值。

确定单元进一步用于，根据候选实体值确定第一抽象实体对应的第一实体值。

在可选的实施例中，确定单元包括：第一确定子单元，用于若候选实体值为一个，将候选实体值作为与第一抽象实体对应的第一实体值；第二确定子单元，用于若候选实体值为多个，获取待消解语音信息的获取时间；根据候选实体值携带的获取时间，从多个候选实体值中选取距离待消解语音信息的获取时间最近的候选实体值，并将所选取的一个候选实体值作为与第一抽象实体对应的第一实体值。

在可选的实施例中，替换模块包括：替换单元，用于若存在一个所述第一语义槽时，利用所选取的一个第一实体值替换所述待消解语音信息中的指代词。

在可选的实施例中，若存在多个第一语义槽时，每个第一语义槽对应一个第一实体值，替换模块还包括：选取单元，用于根据第一实体值携带的获取时间，从多个第一实体值中选取距离待消解语音信息的获取时间最近的第一实体值；替换单元进一步用于，若所选取的第一实体值为一个，将所选取的第一实体值替换待消解语音信息中的指代词；查询单元，用于若取的第一实体值为多个时，则查询每个第一实体值在待消解语音信息对应的场景下的搜索答案；选取单元进一步用于，若仅有一个第一实体值存在搜索答案，则选取该具有搜索答案的第一实体值替换待消解语音信息中的指代词；确定单元，用于若多个第一实体值存在搜索答案，则针对每个第一实体值发送询问请求，并根据询问请求结果，确定相应的第一实体值替换待消解语音信息中的指代词。

上述装置可执行本发明实施例所提供的语音信息的处理方法，具备执行语音信息的处理方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的语音信息的处理方法。

如图6所示，为本发明实施例可以应用于其中的示例性系统架构图，该系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，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。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所产生的点击事件提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的点击数据、文本内容等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本申请实施例所提供的语音信息的处理方法一般由服务器605执行，相应地，解读装置一般设置于服务器605中。

应该理解，图6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。

下面参考图7，其示出了适于用来实现实施例的终端设备或服务器的计算机系统的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中，还存储有系统700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；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707；包括硬盘等的存储部分708；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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。

特别地，根据本发明公开的实施例，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，本发明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709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示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、系统或器件，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。在本发明中，计算机可读存储介质可以是任何包含或存储序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。而在本发明中，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存储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、系统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。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行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。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该单元本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。

作为另一方面，本发明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设备中所包含的；也可以是单独存在，而未装配入该设备中。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一个该设备执行时，使得该设备包括：S101，获取待消解语音信息。S102，对待消解语音信息进行处理，得到至少一个第一语义槽。S103，确定每个第一语义槽的对应的第一抽象实体。S104，基于抽象实体与实体值的映射关系，从数据库中选取与第一抽象实体对应的第一实体值。

本发明实施例语音信息的处理方法在指代消解专用测试集上的多轮任务中具有明显的竞争优势，而且在多轮任务中指代消解的准确率高达55.22％，明显高于传统方法在多轮任务中指代消解的准确率18.66％。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种语音信息的处理方法，其特征在于，包括：

获取待消解语音信息；

对所述待消解语音信息进行处理，得到至少一个第一语义槽；

确定每个所述第一语义槽的对应的第一抽象实体；

基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值；

利用所选取的第一实体值替换所述待消解语音信息中的指代词。

2.根据权利要求1所述的处理方法，其特征在于，还包括：建立所述抽象实体与实体值的映射关系，包括：

针对任意一条样本语音信息，进行语义解析，得到至少一个第二语义槽及所述第二语义槽对应的第二实体值，所述第二实体值携带所述样本语音信息的获取时间；

针对任意一个所述第二语义槽，确定所述第二语义槽对应的第二抽象实体；并将所述第二实体值和所述第二抽象实体建立映射关系，将所述映射关系存储于所述数据库。

3.根据权利要求2所述的处理方法，其特征在于，所述对所述待消解语音信息进行处理，得到至少一个第一语义槽，包括：

对所述待消解语音信息进行语义解析，得到场景信息；

利用模型预测所述场景信息对应的至少一个第一语义槽。

4.根据权利要求3所述的处理方法，其特征在于，所述基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值，包括：

基于抽象实体与实体值的映射关系，从数据库中查询与所述第一抽象实体对应的候选实体值；

若存在与所述第一抽象实体对应的候选实体值，则根据所述候选实体值确定所述第一抽象实体对应的第一实体值。

5.根据权利要求4所述的处理方法，其特征在于，若不存在与所述第一抽象实体对应的候选实体值，该方法还包括：

查询所述第一抽象实体的父亲节点，并根据抽象实体与实体值的映射关系，从数据库查询与所述父亲节点指示的抽象实体对应的实体值，若存在，则将与所述父亲节点指示的抽象实体对应的所有实体值作为所述第一抽象实体对应的候选实体值；

若不存在与所述父亲节点指示的抽象实体对应的实体值，则查询所述第一抽象实体的所有兄弟节点，并根据抽象实体与实体值的映射关系，从数据库查询与每个兄弟节点指示的抽象实体对应的实体值，若存在，则将每个兄弟节点指示的抽象实体对应的所有实体值作为所述第一抽象实体对应的候选实体值；

若不存在与所述兄弟节点指示的抽象实体对应的实体值，则查询所述第一抽象实体的所有子节点，并根据抽象实体与实体值的映射关系，从数据库查询与每个子节点指示的抽象实体对应的实体值，若存在，则将每个子节点指示的抽象实体对应的所有实体值作为所述第一抽象实体对应的候选实体值；

根据候选实体值确定所述第一抽象实体对应的第一实体值。

6.根据权利要求4或5所述的处理方法，其特征在于，所述根据候选实体值确定所述第一抽象实体对应的第一实体值，包括：

若所述候选实体值为一个，将所述候选实体值作为与所述第一抽象实体对应的第一实体值；

若所述候选实体值为多个，获取所述待消解语音信息的获取时间；根据候选实体值携带的获取时间，从多个所述候选实体值中选取距离所述待消解语音信息的获取时间最近的候选实体值，并将所选取的一个候选实体值作为与所述第一抽象实体对应的第一实体值。

7.根据权利要求6所述的处理方法，其特征在于，若存在一个所述第一语义槽时，利用所选取的一个第一实体值替换所述待消解语音信息中的指代词。

8.根据权利要求6所述的处理方法，其特征在于，若存在多个所述第一语义槽时，每个第一语义槽对应一个第一实体值，该方法包括：

根据第一实体值携带的获取时间，从多个所述第一实体值中选取距离所述待消解语音信息的获取时间最近的第一实体值；

若所选取的第一实体值为一个，将所选取的第一实体值替换所述待消解语音信息中的指代词；

若所选取的第一实体值为多个时，则查询每个所述第一实体值在所述待消解语音信息对应的场景下的搜索答案，若仅有一个所述第一实体值存在搜索答案，则选取该具有搜索答案的第一实体值替换所述待消解语音信息中的指代词；若多个第一实体值存在搜索答案，则针对每个所述第一实体值发送询问请求，并根据询问请求结果，确定相应的第一实体值替换所述待消解语音信息中的指代词。

9.一种语音信息的处理装置，其特征在于，包括：

获取模块，用于获取待消解语音信息；

处理模块，用于对所述待消解语音信息进行处理，得到至少一个第一语义槽；

确定模块，用于确定每个所述第一语义槽的对应的第一抽象实体；

选取模块，用于基于抽象实体与实体值的映射关系，从数据库中选取与所述第一抽象实体对应的第一实体值；

替换模块，用于利用所选取的第一实体值替换所述待消解语音信息中的指代词。

10.根据权利要求9所述的装置，其特征在于，还包括：创建模块，用于建立所述抽象实体与实体值的映射关系；

所述创建模块包括：解析单元，用于针对任意一条样本语音信息，进行语义解析，得到至少一个第二语义槽及所述第二语义槽对应的第二实体值，所述第二实体值携带所述样本语音信息的获取时间；

创建单元，用于针对任意一个所述第二语义槽，确定所述第二语义槽对应的第二抽象实体；并将所述第二实体值和所述第二抽象实体建立映射关系，将所述映射关系存储于所述数据库。

Images