CN113345430B - 基于语音固定条件下多字段的查询方法 - Google Patents

基于语音固定条件下多字段的查询方法 Download PDF

Info

Publication number
CN113345430B
CN113345430B CN202110708201.7A CN202110708201A CN113345430B CN 113345430 B CN113345430 B CN 113345430B CN 202110708201 A CN202110708201 A CN 202110708201A CN 113345430 B CN113345430 B CN 113345430B
Authority
CN
China
Prior art keywords
entity
voice
knowledge graph
content
data
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
CN202110708201.7A
Other languages
English (en)
Other versions
CN113345430A (zh
Inventor
李抒雁
沙涛
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.)
Shanghai Shixiang Culture Communication Co ltd
Original Assignee
Shanghai Shixiang Culture Communication 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 Shanghai Shixiang Culture Communication Co ltd filed Critical Shanghai Shixiang Culture Communication Co ltd
Priority to CN202110708201.7A priority Critical patent/CN113345430B/zh
Publication of CN113345430A publication Critical patent/CN113345430A/zh
Application granted granted Critical
Publication of CN113345430B publication Critical patent/CN113345430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/221—Announcement of recognition results
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了基于语音固定条件下多字段的查询方法，包括如下查询步骤：S1、用户录入语音数据，S2、语音识别系统自动识别用户语音，S3、结合知识图谱提取语音数据中的实体和实体关系，本发明通过语音输入和语音识别获取用户语音数据，然后根据知识图谱对语音中的实体和实体关系进行匹配，对无法匹配的语音单独识别实体和实体关系，并将实体和实体关系填充至知识图谱的模板中，方便后续识别使用，对于输入不清晰的关键词，通过词槽澄清的方式，用户重新输入关键词，从而能够通过对关键词的识别和再输入，使语音识别的准确度更高，并且根据实体关系频率列表和实体关系匹配列表输出语音查询列表，使语音查询效率更高。

Description

基于语音固定条件下多字段的查询方法
技术领域
本发明涉及语音查询技术领域，具体为基于语音固定条件下多字段的查询方法。
背景技术
语音查询功能在各行业中都有非常实际的应用，诸如我们经常接触的电话银行业务，可以通过统一的接入代码，查询银行账号里的当天交易记录、历史交易记录、账户余额等，还有应用较为广泛的语音导航等，在进入语音系统后，语音输入需要查询的内容，即可查询相关信息，并语音播放查询的内容；
但是目前语音查询时，语音输入的内容长短和个人习惯存在较大差异，因此对语音输入后的关键内容识别的分析内容较大，常因为输入内容关键不突出导致识别有误，查询失败，给用户不好的体验。
发明内容
本发明提供基于语音固定条件下多字段的查询方法，可以有效解决上述背景技术中提出目前语音查询时，语音输入的内容长短和个人习惯存在较大差异，因此对语音输入后的关键内容识别的分析内容较大，常因为输入内容关键不突出导致识别有误，查询失败，给用户不好的体验的问题。
为实现上述目的，本发明提供如下技术方案：基于语音固定条件下多字段的查询方法，包括如下查询步骤：
S1、用户录入语音数据；
S2、语音识别系统自动识别用户语音；
S3、结合知识图谱提取语音数据中的实体和实体关系；
S4、识别知识图谱模板中的关键词词槽、结合关键词内容不断对知识图谱补充处理；
S5、结合知识图谱对模板的查询结果进行排序；
S6、按照排序的先后顺序，展示排序结果。
根据上述技术方案，所述S3中，根据已有的知识图谱，先匹配语音与知识图谱中的实体，再确定语音中的实体，最后确定实体之间的关系；
在确定语音中的实体时，对语音数据中特殊符号进行检索，快速确定语音数据结构，从而快速确定实体。
根据上述技术方案，所述S3中，在进行实体提取时，采取自顶向下的识别方式，先确定目标需求，再制定实体的关键概念，即探索到实体后，先通过知识图谱匹配后，再根据知识图谱数据制定关系，最后再通过抽取对应的实体数据，并进行标注，进入实体关系选择调整过程，按照实体关系的使用频率进行排序，制得实体关系频率列表，将实体关系频率列表与语音内容进行匹配，匹配成功后则确定实体和实体关系，列出实体关系匹配列表。
根据上述技术方案，所述知识图谱中没有匹配到对应实体时，则直接对语音中的实体进行提取，并对关键词进行提取，根据实体和关键词位置，对实体和关键词进行匹配排序，列出实体关系匹配列表，然后将实体和实体关系补充至知识图谱中。
根据上述技术方案，所述确定实体关系时，对语音中关键词进行提取，关键词词槽清晰时，直接确定实体关系，进而确定语音内容，并对知识图谱的结构模板进行填充；
词槽不清晰时，发出语音询问，进行词槽澄清，用户输入更加清晰的语音内容后，再次识别词槽内容，从而更加清晰的确定用户的意图，完善语音内容，从内容和结构上对知识图谱进行完善。
根据上述技术方案，所述知识图谱的结构中添加对应的实体和实体关系后，添加实体关系需要的文本字符和元字符，使语音识别后，对文本字符和元字符进行识别，快速确定实体和关键词词槽。
根据上述技术方案，所述S5中，将多组语音字段数据、实体关系频率列表和实体关系匹配列表输入对应的数据库中，通过自然语言处理，将多组实体数据相互联系，排除实体关系频率列表和实体关系匹配列表中不符合实体内容的数据，然后根据实体内容对列表进行重新排序。
根据上述技术方案，所述S6中，按照数据库排序结果，依次对语音数据对应的内容进行查询，对排列第一的查询内容进行语音播放，并制得查询结果列表进行显示。
根据上述技术方案，所述查询结果列表的内容包括排列序号、语音识别数据、查询结果关键内容和查询结果详细内容；
所述语音识别数据由实体和实体关系组成的简洁语句，所述查询结果详细内容为查询的全部内容，查询结果关键内容为查询结果详细内容的概括内容。
根据上述技术方案，所述查询结果进行播报时，默认播报查询结果排序第一的语音识别数据和其对应的查询结果关键内容；
当需要播放其他序号对应的内容时，直接通过语音输入对应的序列号。
与现有技术相比，本发明的有益效果：
通过语音输入和语音识别获取用户语音数据，然后根据知识图谱对语音中的实体和实体关系进行匹配，对无法匹配的语音单独识别实体和实体关系，并将实体和实体关系填充至知识图谱的模板中，方便后续识别使用，对于输入不清晰的关键词，通过词槽澄清的方式，用户重新输入关键词，从而能够通过对关键词的识别和再输入，使语音识别的准确度更高，并且根据实体关系频率列表和实体关系匹配列表输出语音查询列表，使语音查询效率更高。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明的查询步骤图；
图2是本发明的查询步骤简图；
图3是本发明的查询操作流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
如图1-3所示，本发明提供一种技术方案，基于语音固定条件下多字段的查询方法，包括如下查询步骤：
S1、用户录入语音数据；
S2、语音识别系统自动识别用户语音；
S3、结合知识图谱提取语音数据中的实体和实体关系；
S4、识别知识图谱模板中的关键词词槽、结合关键词内容不断对知识图谱补充处理；
S5、结合知识图谱对模板的查询结果进行排序；
S6、按照排序的先后顺序，展示排序结果。
S3中，根据已有的知识图谱，先匹配语音与知识图谱中的实体，再确定语音中的实体，最后确定实体之间的关系；
在确定语音中的实体时，对语音数据中特殊符号进行检索，快速确定语音数据结构，从而快速确定实体。
S3中，在进行实体提取时，采取自顶向下的识别方式，先确定目标需求，再制定实体的关键概念，即探索到实体后，先通过知识图谱匹配后，再根据知识图谱数据制定关系，最后再通过抽取对应的实体数据，并进行标注，进入实体关系选择调整过程，按照实体关系的使用频率进行排序，制得实体关系频率列表，将实体关系频率列表与语音内容进行匹配，匹配成功后则确定实体和实体关系，列出实体关系匹配列表，方便快速的实体和实体关系进行识别，使语音内容识别快速，查询速度更快。
知识图谱的结构中添加对应的实体和实体关系后，添加实体关系需要的文本字符和元字符，使语音识别后，对文本字符和元字符进行识别，快速确定实体和关键词词槽。
S5中，将多组语音字段数据、实体关系频率列表和实体关系匹配列表输入对应的数据库中，通过自然语言处理，将多组实体数据相互联系，排除实体关系频率列表和实体关系匹配列表中不符合实体内容的数据，然后根据实体内容对列表进行重新排序。
S6中，按照数据库排序结果，依次对语音数据对应的内容进行查询，对排列第一的查询内容进行语音播放，并制得查询结果列表进行显示。
查询结果列表的内容包括排列序号、语音识别数据、查询结果关键内容和查询结果详细内容；
语音识别数据由实体和实体关系组成的简洁语句，查询结果详细内容为查询的全部内容，查询结果关键内容为查询结果详细内容的概括内容。
查询结果进行播报时，默认播报查询结果排序第一的语音识别数据和其对应的查询结果关键内容；
当需要播放其他序号对应的内容时，直接通过语音输入对应的序列号。
实施例2：
如图1-3所示，本发明提供一种技术方案，基于语音固定条件下多字段的查询方法，包括如下查询步骤：
S1、用户录入语音数据；
S2、语音识别系统自动识别用户语音；
S3、结合知识图谱提取语音数据中的实体和实体关系；
S4、识别知识图谱模板中的关键词词槽、结合关键词内容不断对知识图谱补充处理；
S5、结合知识图谱对模板的查询结果进行排序；
S6、按照排序的先后顺序，展示排序结果。
S3中，根据已有的知识图谱，先匹配语音与知识图谱中的实体，再确定语音中的实体，最后确定实体之间的关系；
在确定语音中的实体时，对语音数据中特殊符号进行检索，快速确定语音数据结构，从而快速确定实体。
S3中，在进行实体提取时，采取自顶向下的识别方式，先确定目标需求，再制定实体的关键概念，即探索到实体后，先通过知识图谱匹配后，再根据知识图谱数据制定关系，最后再通过抽取对应的实体数据，并进行标注，进入实体关系选择调整过程，按照实体关系的使用频率进行排序，制得实体关系频率列表。
知识图谱中没有匹配到对应实体时，则直接对语音中的实体进行提取，并对关键词进行提取，根据实体和关键词位置，对实体和关键词进行匹配排序，列出实体关系匹配列表，然后将实体和实体关系补充至知识图谱中，对知识图谱中的实体模板进行填充，使知识图剖不断完善，为后续识别提供方便。
确定实体关系时，对语音中关键词进行提取，关键词词槽清晰时，直接确定实体关系，进而确定语音内容，并对知识图谱的结构模板进行填充，通过关键词的查找，识别更加精准。
知识图谱的结构中添加对应的实体和实体关系后，添加实体关系需要的文本字符和元字符，使语音识别后，对文本字符和元字符进行识别，快速确定实体和关键词词槽。
S5中，将多组语音字段数据、实体关系频率列表和实体关系匹配列表输入对应的数据库中，通过自然语言处理，将多组实体数据相互联系，排除实体关系频率列表和实体关系匹配列表中不符合实体内容的数据，然后根据实体内容对列表进行重新排序。
S6中，按照数据库排序结果，依次对语音数据对应的内容进行查询，对排列第一的查询内容进行语音播放，并制得查询结果列表进行显示。
查询结果列表的内容包括排列序号、语音识别数据、查询结果关键内容和查询结果详细内容；
语音识别数据由实体和实体关系组成的简洁语句，查询结果详细内容为查询的全部内容，查询结果关键内容为查询结果详细内容的概括内容。
查询结果进行播报时，默认播报查询结果排序第一的语音识别数据和其对应的查询结果关键内容；
当需要播放其他序号对应的内容时，直接通过语音输入对应的序列号。
实施例3：
如图1-3所示，本发明提供一种技术方案，基于语音固定条件下多字段的查询方法，包括如下查询步骤：
S1、用户录入语音数据；
S2、语音识别系统自动识别用户语音；
S3、结合知识图谱提取语音数据中的实体和实体关系；
S4、识别知识图谱模板中的关键词词槽、结合关键词内容不断对知识图谱补充处理；
S5、结合知识图谱对模板的查询结果进行排序；
S6、按照排序的先后顺序，展示排序结果。
S3中，根据已有的知识图谱，先匹配语音与知识图谱中的实体，再确定语音中的实体，最后确定实体之间的关系；
在确定语音中的实体时，对语音数据中特殊符号进行检索，快速确定语音数据结构，从而快速确定实体。
S3中，在进行实体提取时，采取自顶向下的识别方式，先确定目标需求，再制定实体的关键概念，即探索到实体后，先通过知识图谱匹配后，再根据知识图谱数据制定关系，最后再通过抽取对应的实体数据，并进行标注，进入实体关系选择调整过程，按照实体关系的使用频率进行排序，制得实体关系频率列表。
知识图谱中没有匹配到对应实体时，则直接对语音中的实体进行提取，并对关键词进行提取，根据实体和关键词位置，对实体和关键词进行匹配排序，列出实体关系匹配列表，然后将实体和实体关系补充至知识图谱中。
词槽不清晰时，发出语音询问，进行词槽澄清，用户输入更加清晰的语音内容后，再次识别词槽内容，从而更加清晰的确定用户的意图，完善语音内容，从内容和结构上对知识图谱进行完善。通过语音再次输入关键词的清晰语音，使二次识别更加精准，不需要再次使用多余内容，识别效果更好，节省时间。
知识图谱的结构中添加对应的实体和实体关系后，添加实体关系需要的文本字符和元字符，使语音识别后，对文本字符和元字符进行识别，快速确定实体和关键词词槽。
S5中，将多组语音字段数据、实体关系频率列表和实体关系匹配列表输入对应的数据库中，通过自然语言处理，将多组实体数据相互联系，排除实体关系频率列表和实体关系匹配列表中不符合实体内容的数据，然后根据实体内容对列表进行重新排序。
S6中，按照数据库排序结果，依次对语音数据对应的内容进行查询，对排列第一的查询内容进行语音播放，并制得查询结果列表进行显示。
查询结果列表的内容包括排列序号、语音识别数据、查询结果关键内容和查询结果详细内容；
语音识别数据由实体和实体关系组成的简洁语句，查询结果详细内容为查询的全部内容，查询结果关键内容为查询结果详细内容的概括内容。
查询结果进行播报时，默认播报查询结果排序第一的语音识别数据和其对应的查询结果关键内容；
当需要播放其他序号对应的内容时，直接通过语音输入对应的序列号。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.基于语音固定条件下多字段的查询方法，其特征在于：包括如下查询步骤：
S1、用户录入语音数据；
S2、语音识别系统自动识别用户语音；
S3、结合知识图谱提取语音数据中的实体和实体关系；
S4、识别知识图谱模板中的关键词词槽、结合关键词内容不断对知识图谱补充处理；
S5、结合知识图谱对模板的查询结果进行排序；
S6、按照排序的先后顺序，展示排序结果；
所述S3中，根据已有的知识图谱，先匹配语音与知识图谱中的实体，再确定语音中的实体，最后确定实体之间的关系；
在确定语音中的实体时，对语音数据中特殊符号进行检索，快速确定语音数据结构，从而快速确定实体；
所述S3中，在进行实体提取时，采取自顶向下的识别方式，先确定目标需求，再制定实体的关键概念，具体包括：探索到实体后，先通过知识图谱匹配后，再根据知识图谱数据制定关系，最后再通过抽取对应的实体数据，并进行标注，进入实体关系选择调整过程，按照实体关系的使用频率进行排序，制得实体关系频率列表，将实体关系频率列表与语音内容进行匹配，匹配成功后则确定实体和实体关系，列出实体关系匹配列表；
所述知识图谱中没有匹配到对应实体时，则直接对语音中的实体进行提取，并对关键词进行提取，根据实体和关键词位置，对实体和关键词进行匹配排序，列出实体关系匹配列表，然后将实体和实体关系补充至知识图谱中；
所述S5中，将多组语音字段数据、实体关系频率列表和实体关系匹配列表输入对应的数据库中，通过自然语言处理，将多组实体数据相互联系，排除实体关系频率列表和实体关系匹配列表中不符合实体内容的数据，然后根据实体内容对列表进行重新排序。
2.根据权利要求1所述的基于语音固定条件下多字段的查询方法，其特征在于，所述确定实体关系时，对语音中关键词进行提取，关键词词槽清晰时，直接确定实体关系，进而确定语音内容，并对知识图谱的结构模板进行填充；
词槽不清晰时，发出语音询问，进行词槽澄清，用户输入更加清晰的语音内容后，再次识别词槽内容，从而更加清晰的确定用户的意图，完善语音内容，从内容和结构上对知识图谱进行完善。
3.根据权利要求2所述的基于语音固定条件下多字段的查询方法，其特征在于，所述知识图谱的结构中添加对应的实体和实体关系后，添加实体关系需要的文本字符和元字符，使语音识别后，对文本字符和元字符进行识别，快速确定实体和关键词词槽。
4.根据权利要求1所述的基于语音固定条件下多字段的查询方法，其特征在于，所述S6中，按照数据库排序结果，依次对语音数据对应的内容进行查询，对排列第一的查询内容进行语音播放，并制得查询结果列表进行显示。
5.根据权利要求4所述的基于语音固定条件下多字段的查询方法，其特征在于，所述查询结果列表的内容包括排列序号、语音识别数据、查询结果关键内容和查询结果详细内容；
所述语音识别数据由实体和实体关系组成的简洁语句，所述查询结果详细内容为查询的全部内容，查询结果关键内容为查询结果详细内容的概括内容。
6.根据权利要求5所述的基于语音固定条件下多字段的查询方法，其特征在于，所述查询结果进行播报时，默认播报查询结果排序第一的语音识别数据和其对应的查询结果关键内容；
当需要播放其他序号对应的内容时，直接通过语音输入对应的序列号。
CN202110708201.7A 2021-06-25 2021-06-25 基于语音固定条件下多字段的查询方法 Active CN113345430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110708201.7A CN113345430B (zh) 2021-06-25 2021-06-25 基于语音固定条件下多字段的查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110708201.7A CN113345430B (zh) 2021-06-25 2021-06-25 基于语音固定条件下多字段的查询方法

Publications (2)

Publication Number Publication Date
CN113345430A CN113345430A (zh) 2021-09-03
CN113345430B true CN113345430B (zh) 2024-05-10

Family

ID=77478592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110708201.7A Active CN113345430B (zh) 2021-06-25 2021-06-25 基于语音固定条件下多字段的查询方法

Country Status (1)

Country Link
CN (1) CN113345430B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109977200A (zh) * 2019-01-25 2019-07-05 上海凯岸信息科技有限公司 基于sql自动生成技术的语音查询助手
CN111061750A (zh) * 2019-12-17 2020-04-24 Oppo广东移动通信有限公司 一种查询处理方法、装置及计算机可读存储介质
CN111597308A (zh) * 2020-05-19 2020-08-28 中国电子科技集团公司第二十八研究所 一种基于知识图谱的语音问答系统及其应用方法
CN111625658A (zh) * 2020-07-28 2020-09-04 杭州翔毅科技有限公司 基于知识图谱的语音交互方法、装置、设备及存储介质
CN111858966A (zh) * 2020-08-05 2020-10-30 龙马智芯（珠海横琴）科技有限公司 知识图谱的更新方法、装置、终端设备及可读存储介质
CN111916110A (zh) * 2020-08-06 2020-11-10 龙马智芯（珠海横琴）科技有限公司 语音质检的方法及装置
CN111930856A (zh) * 2020-07-06 2020-11-13 北京邮电大学 领域知识图谱本体和数据的构建方法、装置和系统
CN112035635A (zh) * 2020-08-28 2020-12-04 康键信息技术（深圳）有限公司 医疗领域意图识别方法、装置、设备及存储介质
CN112231418A (zh) * 2020-10-15 2021-01-15 南方电网数字电网研究院有限公司 电力标准知识图谱构建方法、装置、计算机设备和介质
WO2021120690A1 (zh) * 2019-12-19 2021-06-24 北京搜狗科技发展有限公司 语音识别方法、装置和介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109977200A (zh) * 2019-01-25 2019-07-05 上海凯岸信息科技有限公司 基于sql自动生成技术的语音查询助手
CN111061750A (zh) * 2019-12-17 2020-04-24 Oppo广东移动通信有限公司 一种查询处理方法、装置及计算机可读存储介质
WO2021120690A1 (zh) * 2019-12-19 2021-06-24 北京搜狗科技发展有限公司 语音识别方法、装置和介质
CN111597308A (zh) * 2020-05-19 2020-08-28 中国电子科技集团公司第二十八研究所 一种基于知识图谱的语音问答系统及其应用方法
CN111930856A (zh) * 2020-07-06 2020-11-13 北京邮电大学 领域知识图谱本体和数据的构建方法、装置和系统
CN111625658A (zh) * 2020-07-28 2020-09-04 杭州翔毅科技有限公司 基于知识图谱的语音交互方法、装置、设备及存储介质
CN111858966A (zh) * 2020-08-05 2020-10-30 龙马智芯（珠海横琴）科技有限公司 知识图谱的更新方法、装置、终端设备及可读存储介质
CN111916110A (zh) * 2020-08-06 2020-11-10 龙马智芯（珠海横琴）科技有限公司 语音质检的方法及装置
CN112035635A (zh) * 2020-08-28 2020-12-04 康键信息技术（深圳）有限公司 医疗领域意图识别方法、装置、设备及存储介质
CN112231418A (zh) * 2020-10-15 2021-01-15 南方电网数字电网研究院有限公司 电力标准知识图谱构建方法、装置、计算机设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于深度学习的图像自动标注方法综述;常致富;周风余;王玉刚;沈冬冬;赵阳;;山东大学学报(工学版)(第06期);全文 *

Also Published As

Publication number Publication date
CN113345430A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN109918673B (zh) 语义仲裁方法、装置、电子设备和计算机可读存储介质
CN107291783B (zh) 一种语义匹配方法及智能设备
US7281001B2 (en) Data quality system
CN112035599B (zh) 基于垂直搜索的查询方法、装置、计算机设备及存储介质
CN109918485B (zh) 语音识别菜品的方法及装置、存储介质、电子装置
CN105956053B (zh) 一种基于网络信息的搜索方法及装置
CN102968987A (zh) 一种语音识别方法及系统
WO2006083939A2 (en) Prioritization of search responses system and method
CN102722525A (zh) 通讯录人名的语言模型建立方法、语音搜索方法及其系统
CN113886604A (zh) 一种职位知识图谱生成方法和系统
CN115470338B (zh) 一种基于多路召回的多场景智能问答方法和系统
CN111553150A (zh) 自动化api接口文档解析配置方法、系统、装置及存储介质
CN113836316B (zh) 三元组数据的处理方法、训练方法、装置、设备及介质
CN111666374A (zh) 一种在深度语言模型中融入额外知识信息的方法
US7761286B1 (en) Natural language database searching using morphological query term expansion
CN113345430B (zh) 基于语音固定条件下多字段的查询方法
US20090144280A1 (en) Electronic multilingual business information database system
CN107679122A (zh) 一种模糊搜索方法及终端
CN109684357B (zh) 信息处理方法及装置、存储介质、终端
CN110321351A (zh) 一种基于模糊匹配的厂家名称规范方法
CN111428002B (zh) 一种自然语言人机交互式的智能问答实现方法
CN109727591B (zh) 一种语音搜索的方法及装置
CN115827817A (zh) 一种文本类别的确定方法、相关装置以及设备
CN111966806A (zh) 一种酒店预定短信的信息提取及修补方法
CN110837547A (zh) 一种人机交互中多意图文本理解的方法及装置

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