CN113157877B - 多语义识别方法、装置、设备和介质 - Google Patents

Abstract

本申请公开了一种多语义识别方法、装置、设备、介质和程序产品，涉及人工智能领域，尤其涉及深度学习、自然语言处理和语音识别技术。具体实现方案为：对获取到的查询语句进行句式分解，得到至少两个子句；对所述每个子句分别进行语义识别，得到所述每个子句的语义识别结果及其置信度；如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为多语义查询，则根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果。本申请通过拆分查询语句，并根据子句语义识别结果的置信度来确定当前是否为多语义查询，能够及时、准确地识别出存在多语义查询的情形，并给出多语义查询结果，提高了多语义识别的准确性。

Description

多语义识别方法、装置、设备和介质

技术领域

本申请涉及人工智能领域，尤其涉及一种深度学习、自然语言处理和语音识别技术，具体涉及一种多语义识别方法、装置、设备、介质和程序产品。

背景技术

在对话系统中，需要对用户输入的查询语句(query)进行识别，根据识别结果反馈用户相应的答案，或者通过多轮的交互提供用户想要的答案。

用户输入的query可能是单语义query，也可能是多语义query。其中，单语义query是指在单条query中只存在一个意图或一个FAQ(Frequently Asked Questions，常见问题解答)，而多语义query是指，在单条query中存在多个意图或多个FAQ或至少一个意图和FAQ的混合。

在对query进行多语义识别时，现有技术中通常是采用多标签分类的多意图识别方式，然而，这种方式在很多场景并不适用，造成语义识别准确率低，无法为用户提供准确的答案。

发明内容

本申请提供一种多语义识别方法、装置、设备、介质和程序产品，以提高多语义识别的准确性。

第一方面，本申请提供了一种多语义识别方法，包括：

对获取到的查询语句进行句式分解，得到至少两个子句；

对所述每个子句分别进行语义识别，得到所述每个子句的语义识别结果及其置信度；

如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为多语义查询，则根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果。

第二方面，本申请还提供了一种多语义识别装置，包括：

句式分解模块，用于对获取到的查询语句进行句式分解，得到至少两个子句；

语义识别模块，用于对所述每个子句分别进行语义识别，得到所述每个子句的语义识别结果及其置信度；

查询结果生成模块，用于如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为多语义查询，则根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果。

第三方面，本申请还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意实施例所述的多语义识别方法。

第四方面，本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意实施例所述的多语义识别方法。

第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本申请任意实施例所述的多语义识别方法。

应当理解，本部分所描述的内容并非旨在标识本申请的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解，上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请实施例的多语义识别方法的流程示意图；

图2是根据本申请实施例的多语义识别方法的流程示意图；

图3是根据本申请实施例的多语义识别方法的流程示意图；

图4是根据本申请实施例的多语义识别装置的结构示意图；

图5是用来实现本申请实施例的多语义识别方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。

图1是根据本申请实施例的多语义识别方法的流程示意图，本实施例可适用于在对话系统中识别出是否存在多语义查询并给出多语义查询结果的情况，涉及深度学习、自然语言处理和语音识别技术。该方法可由一种多语义识别装置来执行，该装置采用软件和/或硬件的方式实现，优选是配置于电子设备中，例如计算机设备或服务器等。如图1所示，该方法具体包括如下：

S101、对获取到的查询语句进行句式分解，得到至少两个子句。

在对话系统中，用户提出问题，系统给出相应的回答，用户提出的问题称作查询语句，而对话系统则通过对查询语句的识别，确定用户当前的语义，也即想要问什么，继而给出相应的答案。因此，对查询语句识别是否准确，直接影响能否给用户准确的答案。

在任务式对话中，用户的语义可能是某种意图，也可能是某种FAQ。如果是某种意图，则可以通过多轮交互来让用户获取想要的答案。如果是FAQ，则可以基于当前任务直接、准确地给出答案。

实际情况中，用户输入的查询语句有可能是单语义，也有可能是多语义，其中，多语义也即，一条查询语句中包含了至少两种意图或FAQ或意图与FAQ的组合。这时，就需要从单条查询语句中识别出每一个语义信息，这样才能提供全面、准确的回答。

本申请实施例中，先对查询语句进行句式分解，将查询语句拆分为至少两个子句，然后再分别进行处理。其中，有关句式分解的方法，则可以采用现有技术中的任意一种自然语言处理方法来实现，此处不再赘述。当然，用户也可以通过语音的方式进行查询，此时，对话系统会先将用户语音转换为文本形式的查询语句，然后再对该查询语句进行句式分解。

S102、对每个子句分别进行语义识别，得到每个子句的语义识别结果及其置信度。

其中，对子句的语义识别，则可以采用现有技术中的单语义识别逻辑来实现。例如，针对意图识别，可以采用现有技术中的任意单语义意图识别逻辑，针对FAQ识别，可以采用现有技术中的任意单语义FAQ识别逻辑。而语义识别结果的置信度则表示单语义识别逻辑给出的该识别结果是最接近用户真实语义的可能的概率。

S103、如果根据每个子句的语义识别结果及其置信度确定查询语句为多语义查询，则根据每个子句的语义识别结果生成查询语句的多语义查询结果。

由于预先无法预知每一次用户的查询是否属于多语义查询，因此，在得到每个子句的语义识别结果及其置信度之后，需要先判断当前的查询语句是否为多语义查询的情况，以便后续对单语义和多语义这两种不同的情况有针对性的进行处理，从而提高语义识别的准确性。

具体的，可以根据每个子句的语义识别结果及其置信度来判断查询语句是否为多语义查询，如果是多语义查询，再根据每个子句的语义识别结果生成查询语句的多语义查询结果。也即，如果查询语句中包含多个具有独立语义的子句，就表明当前属于多语义查询的情况。而在这一过程中，对每个子句的语义识别是可以复用单语义识别的逻辑和方法，降低了开发成本，同时，还能在多语义查询时，根据每个子句的语义识别结果生成查询语句的多语义查询结果，提高了语义查询的准确性。

本申请实施例的技术方案，通过拆分查询语句，并根据子句语义识别结果的置信度来确定当前是否为多语义查询，能够及时、准确地识别出存在多语义查询的情形，并给出多语义查询结果，提高了多语义识别的准确性。

图2是根据本申请实施例的多语义识别方法的流程示意图，本实施例在上述实施例的基础上进一步进行优化。如图2所示，该方法具体包括如下：

S201、对获取到的查询语句进行句式分解，得到至少两个子句。

具体的，对获取到的查询语句进行句式分解，可以采用如下任意一种方法，或者如下至少两种方法的结合：根据查询语句中的标点符号对查询语句进行句式分解、根据查询语句中的连词对查询语句进行句式分解、根据查询语句中的句子成分对查询语句进行句式分解以及利用预先训练的神经网络模型对查询语句进行句式分解。其中，有的方法召回率更高，而有的方法准确率更高，因此，在具体实施时，可以根据当前的业务场景，选择不同方法的结合来实现准确的句式分解。

S202、对每个子句分别进行语义识别，得到每个子句的语义识别结果及其置信度。

其中，所述语义识别结果包括意图识别结果和/或FAQ识别结果。

S203、在每个子句中，如果存在至少两个语义识别结果的置信度高于预设置信度阈值的子句，则确定查询语句为多语义查询。

S204、将置信度高于预设置信度阈值的至少两个语义识别结果，作为查询语句的多语义查询结果。

具体的，虽然存在多语义查询的情况，但是，用户输入的单条查询语句中，即使能够划分出多个子句，也并不表示每一个子句都具有独立的语义。因此，如果只是简单的认为，只要查询语句能划分出多个子句就表示存在多语义查询的情况，是不准确的。

为提高多语义查询的准确性，本申请实施例中，在识别出每个子句的语义识别结果之后，会基于各语义识别结果的置信度和预设的置信度阈值来确定查询语句是否为多语义查询。其中，置信度阈值可以预先由技术人员进行配置，当全部子句的语义识别结果中，存在两个或两个以上的置信度高于阈值的情况，表示当前查询语句为多语义查询，而且，由于置信度高于阈值，表示这些子句具有独立语义的概率就大，更能保证当前查询语句中存在多种语义的情况，从而提高多语义识别的准确性。而置信度高于预设置信度阈值的至少两个语义识别结果，即可作为查询语句的多语义查询结果，反馈给用户。

本申请实施例的技术方案，通过拆分查询语句，并根据子句语义识别结果的置信度来确定当前是否为多语义查询，能够及时、准确地识别出存在多语义查询的情形，并给出多语义查询结果，提高了多语义识别的准确性。

图3是根据本申请实施例的多语义识别方法的流程示意图，本实施例在上述实施例的基础上进一步进行优化。如图3所示，该方法具体包括如下：

S301、对获取到的查询语句进行句式分解，得到至少两个子句。

S302、对查询语句及其每个子句分别进行语义识别，得到各自的语义识别结果及其置信度。

在本实施例中，不仅对每个子句进行语义识别，同时还对查询语句的整体进行语义识别。

S303、判断在每个子句中，是否存在至少两个语义识别结果的置信度高于预设置信度阈值的子句，如果存在，则确定当前为多语义查询，执行S304，否则确定当前为单语义查询，执行S305。

S304、将置信度高于预设置信度阈值的至少两个语义识别结果，作为查询语句的多语义查询结果。

S305、将查询语句的语义识别结果作为查询语句的单语义查询结果。

由于不确定当前查询语句是否属于多语义查询，因此，本申请实施例对查询语句及其每个子句均进行语义识别，根据每个子句的语义识别结果的置信度，如果判断出当前为单语义查询，则可以直接将查询语句整体的识别结果作为单语义查询结果反馈给用户，确保了对话系统响应的时效性。

本申请实施例的技术方案，不仅能保证单语义识别不受影响，确保单语义识别的效果，同时，在原有的单语义识别基础上，还增加了对多语义识别的支持，实现了准确、及时的多语义识别，在确保对话系统时效性的基础上，还提高了对话系统的语义识别的准确性。

图4是根据本申请实施例的多语义识别装置的结构示意图，本实施例可适用于在对话系统中识别出是否存在多语义查询并给出多语义查询结果的情况，涉及深度学习、自然语言处理和语音识别技术。该装置可实现本申请任意实施例所述的多语义识别方法。如图4所示，该装置400具体包括：

句式分解模块401，用于对获取到的查询语句进行句式分解，得到至少两个子句；

语义识别模块402，用于对所述每个子句分别进行语义识别，得到所述每个子句的语义识别结果及其置信度；

查询结果生成模块403，用于如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为多语义查询，则根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果。

可选的，所述装置还包括：

多语义判断模块，用于在所述每个子句中，如果存在至少两个语义识别结果的置信度高于预设置信度阈值的子句，则确定所述查询语句为多语义查询。

可选的，所述查询结果生成模块具体用于：

将所述置信度高于预设置信度阈值的至少两个语义识别结果，作为所述查询语句的多语义查询结果。

可选的，所述语义识别模块还用于：对所述查询语句进行语义识别；

所述查询结果生成模块还用于：如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为单语义查询，则将所述查询语句的语义识别结果作为所述查询语句的单语义查询结果。

可选的，所述句式分解模块包括：

第一句式分解单元，用于根据所述查询语句中的标点符号对所述查询语句进行句式分解；和/或

第二句式分解单元，用于根据所述查询语句中的连词对所述查询语句进行句式分解；和/或

第三句式分解单元，用于根据所述查询语句中的句子成分对所述查询语句进行句式分解；和/或

第四句式分解单元，用于利用预先训练的神经网络模型对所述查询语句进行句式分解。

可选的，所述语义识别结果包括意图识别结果和/或FAQ识别结果。

本申请实施例提供的多语义识别装置400可执行本申请任意实施例提供的多语义识别方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。

根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如多语义识别方法。例如，在一些实施例中，多语义识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的多语义识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行多语义识别方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

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。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种多语义识别方法，包括：

对获取到的查询语句进行句式分解，得到至少两个子句；

对所述每个子句分别进行语义识别，得到所述每个子句的语义识别结果及其置信度；

如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为多语义查询，则根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果，其中，所述多语义查询是指所述查询语句包含至少两种意图、常见问题解答或意图与常见问题解答的组合。

2.根据权利要求1所述的方法，其中，所述根据所述每个子句的语义识别结果及其置信度确定所述查询语句是否为多语义查询的操作，包括：

在所述每个子句中，如果存在至少两个语义识别结果的置信度高于预设置信度阈值的子句，则确定所述查询语句为多语义查询。

3.根据权利要求2所述的方法，其中，所述根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果，包括：

将所述置信度高于预设置信度阈值的至少两个语义识别结果，作为所述查询语句的多语义查询结果。

4.根据权利要求1所述的方法，还包括：

对所述查询语句进行语义识别；

如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为单语义查询，则将所述查询语句的语义识别结果作为所述查询语句的单语义查询结果。

5.根据权利要求1所述的方法，其中，所述对获取到的查询语句进行句式分解，包括：

根据所述查询语句中的标点符号对所述查询语句进行句式分解；和/或

根据所述查询语句中的连词对所述查询语句进行句式分解；和/或

根据所述查询语句中的句子成分对所述查询语句进行句式分解；和/或

利用预先训练的神经网络模型对所述查询语句进行句式分解。

6.根据权利要求1所述的方法，其中，所述语义识别结果包括意图识别结果和/或FAQ识别结果。

7.一种多语义识别装置，包括：

句式分解模块，用于对获取到的查询语句进行句式分解，得到至少两个子句；

语义识别模块，用于对所述每个子句分别进行语义识别，得到所述每个子句的语义识别结果及其置信度；

查询结果生成模块，用于如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为多语义查询，则根据所述每个子句的语义识别结果生成所述查询语句的多语义查询结果，其中，所述多语义查询是指所述查询语句包含至少两种意图、常见问题解答或意图与常见问题解答的组合。

8.根据权利要求7所述的装置，还包括：

多语义判断模块，用于在所述每个子句中，如果存在至少两个语义识别结果的置信度高于预设置信度阈值的子句，则确定所述查询语句为多语义查询。

9.根据权利要求8所述的装置，其中，所述查询结果生成模块具体用于：

将所述置信度高于预设置信度阈值的至少两个语义识别结果，作为所述查询语句的多语义查询结果。

10.根据权利要求7所述的装置，其中，

所述语义识别模块还用于：对所述查询语句进行语义识别；

所述查询结果生成模块还用于：如果根据所述每个子句的语义识别结果及其置信度确定所述查询语句为单语义查询，则将所述查询语句的语义识别结果作为所述查询语句的单语义查询结果。

11.根据权利要求7所述的装置，其中，所述句式分解模块包括：

第一句式分解单元，用于根据所述查询语句中的标点符号对所述查询语句进行句式分解；和/或

第二句式分解单元，用于根据所述查询语句中的连词对所述查询语句进行句式分解；和/或

第三句式分解单元，用于根据所述查询语句中的句子成分对所述查询语句进行句式分解；和/或

第四句式分解单元，用于利用预先训练的神经网络模型对所述查询语句进行句式分解。

12.根据权利要求7所述的装置，其中，所述语义识别结果包括意图识别结果和/或FAQ识别结果。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的多语义识别方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-6中任一项所述的多语义识别方法。

15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的多语义识别方法。