CN114676244B - 信息处理方法、信息处理装置以及计算机可读存储介质 - Google Patents
信息处理方法、信息处理装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114676244B CN114676244B CN202210587293.2A CN202210587293A CN114676244B CN 114676244 B CN114676244 B CN 114676244B CN 202210587293 A CN202210587293 A CN 202210587293A CN 114676244 B CN114676244 B CN 114676244B
- Authority
- CN
- China
- Prior art keywords
- text
- input information
- intention
- preprocessed
- acquiring
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000010586 diagram Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000007670 refining Methods 0.000 claims description 9
- 235000013305 food Nutrition 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 18
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 235000013550 pizza Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Character Discrimination (AREA)
- Machine Translation (AREA)
Abstract
本申请提供一种信息处理方法、信息处理装置以及计算机可读存储介质。该方法包括:获取输入信息;对所述输入信息进行匹配;若所述输入信息中存在匹配成功的短文本,对所述短文本进行处理,获得第一预处理文本;若所述输入信息中存在匹配成功的词语,对匹配成功的词语进行处理,获得第二预处理文本;根据第一预处理文本和/或第二预处理文本,获得第一识别结果;根据第一识别结果,获取所述输入信息的主意图。通过上述方式,信息处理方法利用对输入文本做预处理,减少文本识别的工作量,且使得文本识别方式统一且被识别内容简单易懂,提高了文本识别的业务处理效率,提升了文本识别的反馈速度。
Description
技术领域
本申请涉及自然语言处理技术领域,特别是涉及一种信息处理方法、信息处理装置以及计算机可读存储介质。
背景技术
随着电子信息科技的快速发展,当今人们的生活已经逐渐走入智能时代。人们对于智能设备的文本识别或者语音识别的要求越来越高,然而,目前人们丰富的生活需求产生的文本控制指令或语音控制指令,由于文本识别方式不统一,导致文本识别的过程繁琐,且由于识别内容复杂,导致文本识别准确度不高。
发明内容
本申请提供了一种信息处理方法、信息处理装置以及计算机可读存储介质。
本申请提供了一种信息处理方法,所述信息处理方法包括:
获取输入信息;
对所述输入信息进行匹配;
若所述输入信息中存在匹配成功的短文本,对所述短文本进行处理,获得第一预处理文本;
若所述输入信息中存在匹配成功的词语,对匹配成功的词语进行处理,获得第二预处理文本;
根据第一预处理文本和/或第二预处理文本,获得第一识别结果;
根据第一识别结果,获取所述输入信息的主意图。
其中,包括:
将所述输入信息在短文本语料库中进行匹配,若存在匹配成功的短文本,按照预设替换规则,将无法用三元组结构表示的短文本替换为可用三元组结构表示的语句,以获得第一预处理文本。
其中,包括:
将所述输入信息在第一预设词库中进行匹配,若存在匹配成功的词语,将匹配成功的词语替换为可表示所述词语的词语属性的特定标记,以获得所述第二预处理文本。
其中,所述特定标记包括生僻字、火星文、符号以及其他标记信息,所述特定标记具有预设文字长度。
其中,获取所述输入信息的主意图之后,还包括:
根据所述主意图确定具体的应用场景,获取与所述应用场景关联的第二预设词库与精细化意图识别规则;
将输入信息在第二预设词库中进行匹配,若存在匹配成功的词语,对匹配成功的词语进行处理,以获得第三预处理文本;
根据第一预处理文本和/或第三预处理文本,获得第二识别结果;
根据第二识别结果和精细化意图识别规则,获取所述输入信息的精细化意图,并根据所述精细化意图对输入信息给予相应的反馈。
其中,还包括:
若根据所述输入信息仅获得第一预处理文本;
根据第一预处理文本,获得第一识别结果;
根据所述第一识别结果,获取所述输入信息的当前轮主意图;
获取上文主意图,结合所述上文主意图和所述当前轮主意图,确定所述输入信息的当前主意图;
根据所述第一预处理文本,获取第二识别结果;
根据所述第二识别结果,获取所述输入信息的当前轮精细化意图;
获取上文精细化意图,结合所述上文精细化意图和所述当前轮精细化意图,确定所述输入信息的当前精细化意图。
其中,所述根据所述主意图确定具体的应用场景,包括:
根据所述主意图分析所述输入信息对应的应用场景;
激活所述输入信息对应的应用场景;
其中,所述应用场景包括美食场景、音乐场景、出行场景以及其他场景。
本申请还提供了一种信息处理系统,所述信息处理系统包括获取模块、匹配模块、替换模块以及识别模块;其中,
所述获取模块,用于获取输入信息;
所述匹配模块,用于对所述输入信息进行匹配;
所述替换模块,用于若在输入信息中存在匹配成功的短文本,按照预设第一规则对所述短文本进行处理,形成第一预处理文本;若在所述输入信息中存在匹配成功的词语,按照预设第二规则对匹配成功的词语进行处理,获得第二预处理文本;
所述识别模块,用于根据第一预处理文本和/或第二预处理文本,获得第一识别结果;根据第一识别结果,获取所述输入信息的主意图。
本申请还提供了一种信息处理设备,所述信息处理设备包括处理器和存储器,所述存储器中存储有程序数据,所述处理器用于执行所述程序数据以实现如上述的信息处理方法。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现上述的信息处理方法。
本申请的有益效果是:信息处理设备获取输入信息;对所述输入信息进行匹配;若所述输入信息中存在匹配成功的短文本,对所述短文本进行处理,获得第一预处理文本;若所述输入信息中存在匹配成功的词语,对匹配成功的词语进行处理,获得第二预处理文本;根据第一预处理文本和/或第二预处理文本,获得第一识别结果;根据第一识别结果,获取所述输入信息的主意图。通过上述方式,信息处理方法利用对输入文本做预处理,减少文本识别的工作量,且使得文本识别方式统一且被识别内容简单易懂,提高了文本识别的业务处理效率,提升了文本识别的反馈速度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的信息处理方法一实施例的流程示意图;
图2是本申请提供的信息处理方法另一实施例的流程示意图;
图3是本申请提供的信息处理系统一实施例的结构示意图;
图4是本申请提供的信息处理设备一实施例的结构示意图;
图5是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
请参阅图1,图1是本申请提供的信息处理方法一实施例的流程示意图。
具体而言,如图1所示,本申请实施例的信息处理方法具体包括以下步骤:
步骤S11:获取输入信息。
在本申请实施例中,获取用户的输入信息,将用户的输入信息转化预设处理格式。其中,用户的输入信息包括语音输入,文本输入,手语输入等输入方式。预设处理格式包括但不限于将用户的输入信息转换为可识别的文本格式等。
步骤S12:对输入信息进行匹配。
在本申请实施例中,信息处理设备对输入信息进行匹配,并判断输入信息中是否存在短文本。若输入信息中存在短文本,则进入步骤S13后再进入步骤S14;若输入信息中不存在短文本,则跳过步骤S13,直接进入步骤S14。
步骤S13:若输入信息中存在匹配成功的短文本,对所述短文本进行处理,获得第一预处理文本。
具体地,短文本为无法提取出三元组结构的文本,将输入信息在短文本语料库中进行匹配,若存在匹配成功的短文本,将匹配成功的短文本按预设替换规则替换成具有三元组结构的语句,以获得第一预处理文本。
输入信息中存在短文本的示例:“好的”、“好的,我就买这个”,其中,“好的”无法用三元组结构表示,按预设替换规则将“好的”替换为可用三元组结构表示的“我同意”,此时,第一预处理文本为“我同意”、“我同意,我就买这个”。
可以理解,未做替换时,因为短文本“好的”无三元组结构,无法用三元组处理,而“好的”通常是对上文对话的肯定,若不处理,会出现信息丢失,若处理,又因无三元组结构,不能与非短文本的其他内容一同用三元组处理,如此,会出现信息读取不到位而造成信息丢失的情况或需要两种不同的信息处理方法对输入信息进行处理的情况。在本申请中,通过将输入信息中不能用三元组处理的短文本按预设替换规则替换成具有三元组结构的语句,从而使短文本可与输入信息中其他非短文本语句一同统一通过三元组处理,降低了输入信息处理的复杂度,简化了对输入信息进行处理的处理方法,提升了输入信息识别的准确度。
步骤S14:若输入信息中存在匹配成功的词语,对匹配成功的词语进行处理,获得第二预处理文本。
具体的,在第一预设词库中存在词语与词语属性的对应关系、以及词语属性与特定标记的对应关系,根据上述对应关系,可将在第一预设词库中匹配到的词语替换成可表示词语的词语属性的特定标记,以获得第二预处理文本。
特定标记可包括生僻字、火星文、其他非常用词的词语、符号以及其他标记信息;在本实施例中,特定标记包括生僻字、火星文及其他非常用词的词语;优选的,特定标记为火星文。另,特定标记具有预设的文字长度。
现结合一个具体的示例对本步骤进行详细说明。
输入文本“放歌曲,歌手A的我要去拉萨”。
第一预设词库中存在歌手名(词语属性)——歌手A,歌手名——戨掱(特定标记);歌曲名(词语属性)——我要去拉萨,歌曲名——戨浀(特定标记)。
第二预处理文本:放歌曲,戨掱的戨浀。
可以理解,具有同一词语属性的具体词语的文字长度可以为任意长度,歌手名的文字长度各不相同。若词语未进行特定标记替换,那么,对输入信息进行识别时,会由于词语的文字长度的任意性,出现近似句式的输入信息却有不同的文字长度和文字结构,从而对识别产生一定的影响,如影响分词速度、影响识别速度等。
具体示例:
放歌曲,歌手B的关于你的回忆。
放歌曲,歌手C的晴天。
放歌曲,歌手A的我要去拉萨。
第一句话,文字长度14,文字结构1-2-1-2-1-6-1;第二句话,文字长度11,文字结构1-2-1-3-1-2-1;第三句话,文字长度15,文字结构1-2-1-4-1-5-1;
通过特定标记替换,可以将上述文字长度和文字结构不同的语句转化为文字长度和文字结构相同的语句,上述三句话的第二预处理文本均为:放歌曲,戨掱的戨浀。如此,可有效的提升识别速度,从而提升整体的信息处理速度。且,通过特定标记的替换,还可以有效缩短输入信息的文字长度,如将上述文字长度分别为14、11、15的三个句子转化为文字长度为10的句子,从而减少输入信息的文字长度,提高对输入信息的加载速度,提升整体的信息处理速度。
可以理解,在特定标记为火星文时,相较于特定标记为生僻字及其他非常用词或符号,具有便于回溯词语属性的特点。通常情况下,根据火星文可以大致了解火星文含义,不需要去查特定的映射表以获取特定标记的含义,且通过火星文转换器也不需要另外去建立特定标记与词语属性的映射表。
另外,在其他实施例中,也可以有将词语替换为词语属性的处理方式。但相较于将词语替换为可表示词语的词语属性的特定标记的处理方式。特定标记与输入信息中的其他词语有明显差异,可便于特定标记与输入信息中的其他词语做区分,而词语属性与输入信息中其他词语区分度不明显,会影响对输入信息的识别。
另外,在本实施例中,是从步骤S13到步骤S14,但可以理解,步骤S13和步骤S14并不是固定的顺序关系,即步骤S14也可在步骤S13之前或步骤S14和步骤S13同时进行。
在一个实施例中,若输入信息中仅存在短文本,还可以在执行完步骤S13后,跳过步骤S14,直接进入步骤S15。
特定标记包括生僻字、火星文、符号以及其他标记信息,所述特定标记具有预设文字长度。
步骤S15:根据第一预处理文本和/或第二预处理文本,获得第一识别结果。
在本申请实施例中,在输入信息仅包括短文本时,信息处理设备根据第一预处理文本进行识别,获取第一识别结果;在输入信息不包括短文本时,信息处理设备根据第二预处理文本进行识别,获取第一识别结果;在输入信息包括短文本已经其他文本时,信息处理设备根据第一预处理文本和第二预处理文本进行识别,获取第一识别结果。
若根据所述输入信息仅获得第一预处理文本,步骤S15还包括:根据第一预处理文本,获得第一识别结果;根据所述第一识别结果,获取所述输入信息的当前轮主意图;获取上文主意图,结合所述上文主意图和所述当前轮主意图,确定所述输入信息的当前主意图;
可以理解,获取输入信息的主意图时,对于第二预处理文本中的特定标记进行识别时,可不需要获取特定标记的具体指代词语,只需要获取特定标记所对应的词语属性即可完成主意图识别,即识别第二预处理文本“放歌曲,戨掱的戨浀”时,只需要获取戨掱指代的词语属性是歌手名,戨浀指代的词语属性是歌手名,而并不需要获取戨掱具体是指代歌手A,戨浀具体指代的是我要去拉萨,形成特定标记的具体指代词语对于主意图识别并无更多帮助,因此,在第二预处理文本中,只需要根据特定标记的词语属性识别输入信息的主意图即可。
过上述方式,在对输入进行识别前,对输入进行规范化的预处理,形成统一结构的预处理文本,可在识别环节,有效地提高文本的识别速度。
步骤S16:根据第一识别结果,获取输入信息的主意图。
在本申请实施例中,信息处理设备根据第一预处理文本的识别结果,如具有三元组结构的语句,和/或第二预处理文本的识别结果,如特定标记的词语属性,即可获取输入信息的主意图。
在本申请实施例中,信息处理设备获取输入信息;对所述输入信息进行匹配;若所述输入信息中存在匹配成功的短文本,对所述短文本进行处理,获得第一预处理文本;若所述输入信息中存在匹配成功的词语,对匹配成功的词语进行处理,获得第二预处理文本;根据第一预处理文本和/或第二预处理文本,获得第一识别结果;根据第一识别结果,获取所述输入信息的主意图。通过上述方式,信息处理方法利用对输入文本做预处理,减少文本识别的工作量,且使得文本识别方式统一且被识别内容简单易懂,提高了文本识别的业务处理效率,提升了文本识别的反馈速度。
请继续参阅图2,图2是本申请提供的信息处理方法另一实施例的流程示意图。
具体而言,如图2所示,本申请实施例的信息处理方法具体包括以下步骤:
步骤S21:根据所述主意图确定具体的应用场景,获取与所述应用场景关联的第二预设词库与精细化意图识别规则。
具体地,具体的应用场景包括美食场景、音乐场景、出行场景以及其他场景。
信息处理设备根据输入信息的主意图确定输入信息对应的应用场景。若主意图对应的应用场景已经激活,则直接将输入信息输入该应用场景的场景bot即可;若主意图对应的应用场景未激活,则将当前激活的应用场景切换至主意图对应的应用场景。
步骤S22:将输入信息在第二预设词库中进行匹配,若存在匹配成功的词语,对匹配成功的词语进行处理,以获得第三预处理文本。
具体的,信息处理设备在第二预设词库,即与应用场景相关联的场景语料库中存在词语与词语属性的对应关系、以及词语属性与特定标记的对应关系,根据上述对应关系,可将在第二预设词库中匹配到的词语替换成可表示词语的词语属性的特定标记,以获得第三预处理文本。
步骤S23:根据第一预处理文本和/或第三预处理文本,获得第二识别结果。
在本申请实施例中,若根据所述输入信息仅获得第一预处理文本,步骤S23还包括:根据所述第一预处理文本,获取第二识别结果;根据所述第二识别结果,获取所述输入信息的当前轮精细化意图;获取上文精细化意图,结合所述上文精细化意图和所述当前轮精细化意图,确定所述输入信息的当前精细化意图。
可以理解,第一预处理文本可以是从步骤S13直接获取的,也可以是在步骤S21之后根据与应用场景关联的短本文语料库匹配重新生成的。
步骤S24:根据第二识别结果和精细化意图识别规则,获取所述输入信息的精细化意图,并根据所述精细化意图对输入信息给予相应的反馈。
可以理解,在信息处理方法中,获取原输入信息中的主意图,是为了根据主意图定位原输入信息涉及的具体应用场景,以便于结合具体应用场景的相关信息进行进一步处理。因此,在主意图识别时,会涉及若干具体应用场景,因此,第一预设词库是综合词库,包含了若干具体应用场景下的词语属性集合,如:歌手、歌曲、食物等词语属性集合;而由于涉及较多的具体应用场景,识别范围较宽泛,可能会导致出现部分词语错误匹配及替换的情况,如把 “放歌曲,歌手A的我要去拉萨”中的“拉萨”匹配成地名,而替换成“放歌曲,戨掱的我要去哋洺”。另外,在主意图识别时,对输入信息的识别精度要求相对较低,如:对输入信息“我要买北京到深圳的南航机票”进行主意图时,只要识别到买机票的主意图然后确定买飞机票的具体应用场景即可,不需要精细化识别“北京到深圳”及“南航”这些内容。因此,为了防止主意图识别后,原输入信息的改变及丢失,故在进行精细化意图识别时,仍是在原输入信息的基础上进行处理,故而仍有对原输入信息的预处理的步骤。
可以理解,在精细化意图识别时,已根据主意图确定了具体的应用场景,因此第二预设词库是与具体应用场景关联的场景词库,如:音乐场景下,场景词库只包括歌手、歌曲等与音乐关系的词语属性,而不包括地名等词语属性,因此对输入信息的识别准确率更高,即不会出现上述将“放歌曲,歌手A的我要去拉萨”中的“拉萨”匹配成地名的情况。
可以理解,在精细化意图识别过程中,通过结合与应用场景关联的精细化意图识别规则对输入信息进行识别,可以更准确、精细的识别输入信息,如:准确获取“北京到深圳”及“南航”的相关信息,如此,可在主意图识别时,一定程度减少主意图识别时的工作量,但最终又可准确获取输入信息的具体精细化意图,即通过识别不同阶段识别精细度的调整,优化识别结构,使信息处理更有效率。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
为实现上述实施例的信息处理方法,本申请还提出了一种信息处理系统,具体请参阅图3,图3是本申请提供的信息处理系统一实施例的结构示意图。
本申请实施例的信息处理系统300包括获取模块31、匹配模块32、替换模块33以及识别模块34。
其中,所述获取模块31,用于获取输入信息。
所述匹配模块32,用于对所述输入信息进行匹配。
所述替换模块33,用于若在输入信息中存在匹配成功的短文本,按照预设第一规则对所述短文本进行处理,形成第一预处理文本;若在所述输入信息中存在匹配成功的词语,按照预设第二规则对匹配成功的词语进行处理,获得第二预处理文本。
所述识别模块34,用于根据第一预处理文本和/或第二预处理文本,获得第一识别结果;根据第一识别结果,获取所述输入信息的主意图。
为实现上述实施例的信息处理方法,本申请还提出了一种信息处理设备,具体请参阅图4,图4是本申请提供的信息处理设备一实施例的结构示意图。
本申请实施例的信息处理设备400包括存储器41和处理器42,其中,存储器41和处理器42耦接。
存储器41用于存储程序数据,处理器42用于执行程序数据以实现上述实施例所述的信息处理方法。
在本实施例中,处理器42还可以称为CPU(Central Processing Unit,中央处理单元)。处理器42可能是一种集成电路芯片,具有信号的处理能力。处理器42还可以是通用处理器、数字信号处理器(DSP,Digital Signal Process)、专用集成电路(ASIC,ApplicationSpecific Integrated Circuit)、现场可编程门阵列(FPGA,Field Programmable GateArray)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器42也可以是任何常规的处理器等。
为实现上述实施例的信息处理方法,本申请还提供了一种计算机可读存储介质,如图5所示,计算机可读存储介质500用于存储程序数据51,程序数据51在被处理器执行时,用以实现如上述实施例所述的信息处理方法。
本申请还提供一种计算机程序产品,其中,上述计算机程序产品包括计算机程序,上述计算机程序可操作来使计算机执行如本申请实施例所述的语音信息处理方法。该计算机程序产品可以为一个软件安装包。
本申请上述实施例所述的信息处理方法,在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时,可以存储在装置中,例如一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (7)
1.一种信息处理方法,其特征在于,包括:
获取输入信息;
将所述输入信息在短文本语料库中进行匹配,若存在匹配成功的短文本,按照预设替换规则,将无法用三元组结构表示的短文本替换为可用三元组结构表示的语句,以获得第一预处理文本;
将所述输入信息在第一预设词库中进行匹配,若存在匹配成功的词语,将匹配成功的词语替换为可表示所述词语的词语属性的特定标记,以获得第二预处理文本,所述特定标记具有预设文字长度,所述特定标记与所述输入信息中的其他词语的表达方式不同;
根据所述第一预处理文本和所述第二预处理文本,获得第一识别结果;
若不存在匹配成功的短文本,则根据所述第二预处理文本,获得所述第一识别结果;
根据所述第一识别结果,获取所述输入信息的主意图;
根据所述主意图确定具体的应用场景,获取与所述应用场景关联的第二预设词库与精细化意图识别规则;
将所述输入信息在所述第二预设词库中进行匹配,若存在匹配成功的词语,对匹配成功的词语进行处理,以获得第三预处理文本;
若存在与短文本语料库匹配成功的短文本,则根据所述第一预处理文本和所述第三预处理文本,获得第二识别结果;若不存在与短文本语料库匹配成功的短文本,则根据所述第三预处理文本,获得所述第二识别结果;
根据所述第二识别结果和所述精细化意图识别规则,获取所述输入信息的精细化意图,并根据所述精细化意图对所述输入信息给予相应的反馈。
2.根据权利要求1所述的信息处理方法,其特征在于,所述特定标记包括生僻字、火星文、符号以及其他标记信息。
3.根据权利要求1所述的信息处理方法,其特征在于,还包括:
若根据所述输入信息仅获得第一预处理文本;
根据第一预处理文本,获得第一识别结果;
根据所述第一识别结果,获取所述输入信息的当前轮主意图;
获取上文主意图,结合所述上文主意图和所述当前轮主意图,确定所述输入信息的当前主意图;
根据所述第一预处理文本,获取第二识别结果;
根据所述第二识别结果,获取所述输入信息的当前轮精细化意图;
获取上文精细化意图,结合所述上文精细化意图和所述当前轮精细化意图,确定所述输入信息的当前精细化意图。
4.根据权利要求1所述的信息处理方法,其特征在于,所述根据所述主意图确定具体的应用场景,包括:
根据所述主意图分析所述输入信息对应的应用场景;
激活所述输入信息对应的应用场景;
其中,所述应用场景包括美食场景、音乐场景、出行场景以及其他场景。
5.一种信息处理系统,其特征在于,所述信息处理系统包括第一获取模块、替换模块以及第一识别模块、第二获取模块、第二识别模块;其中,
所述第一获取模块,用于获取输入信息;
所述替换模块,用于将所述输入信息在短文本语料库中进行匹配,若存在匹配成功的短文本,按照预设替换规则,将无法用三元组结构表示的短文本替换为可用三元组结构表示的语句,以获得第一预处理文本;以及用于将所述输入信息在第一预设词库中进行匹配,若存在匹配成功的词语,将匹配成功的词语替换为可表示所述词语的词语属性的特定标记,以获得第二预处理文本,所述特定标记具有预设文字长度,所述特定标记与所述输入信息中的其他词语的表达方式不同;
所述第一识别模块,用于根据所述第一预处理文本和所述第二预处理文本,获得第一识别结果;
所述第一识别模块,还用于若不存在匹配成功的短文本,则根据所述第二预处理文本,获得所述第一识别结果;
所述第二获取模块,用于根据所述第一识别结果,获取所述输入信息的主意图;
所述第二识别模块,用于根据所述主意图确定具体的应用场景,获取与所述应用场景关联的第二预设词库与精细化意图识别规则;以及用于将所述输入信息在所述第二预设词库中进行匹配,若存在匹配成功的词语,对匹配成功的词语进行处理,以获得第三预处理文本;以及用于若与短文本语料库存在匹配成功的短文本,则根据所述第一预处理文本和所述第三预处理文本,获得第二识别结果;若不存在与短文本语料库匹配成功的短文本,则根据所述第三预处理文本,获得所述第二识别结果;以及用于根据所述第二识别结果和所述精细化意图识别规则,获取所述输入信息的精细化意图,并根据所述精细化意图对所述输入信息给予相应的反馈。
6.一种信息处理设备,其特征在于,所述信息处理设备包括处理器和存储器,所述存储器中存储有程序数据,所述处理器用于执行所述程序数据以实现如权利要求1-4任一项所述的信息处理方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现权利要求1-4任一项所述的信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210587293.2A CN114676244B (zh) | 2022-05-27 | 2022-05-27 | 信息处理方法、信息处理装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210587293.2A CN114676244B (zh) | 2022-05-27 | 2022-05-27 | 信息处理方法、信息处理装置以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114676244A CN114676244A (zh) | 2022-06-28 |
CN114676244B true CN114676244B (zh) | 2023-01-24 |
Family
ID=82079680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210587293.2A Active CN114676244B (zh) | 2022-05-27 | 2022-05-27 | 信息处理方法、信息处理装置以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676244B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113157887A (zh) * | 2021-04-20 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 知识问答意图识别方法、装置、及计算机设备 |
CN113901790A (zh) * | 2021-09-13 | 2022-01-07 | 北京中科凡语科技有限公司 | 文本信息分析方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146610B (zh) * | 2017-04-10 | 2021-06-15 | 易视星空科技无锡有限公司 | 一种用户意图的确定方法及装置 |
WO2020242595A1 (en) * | 2019-05-31 | 2020-12-03 | Apple Inc. | Voice identification in digital assistant systems |
CN110377716B (zh) * | 2019-07-23 | 2022-07-12 | 百度在线网络技术(北京)有限公司 | 对话的交互方法、装置及计算机可读存储介质 |
CN110489538B (zh) * | 2019-08-27 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 基于人工智能的语句应答方法、装置及电子设备 |
CN112417107A (zh) * | 2020-10-22 | 2021-02-26 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
-
2022
- 2022-05-27 CN CN202210587293.2A patent/CN114676244B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113157887A (zh) * | 2021-04-20 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 知识问答意图识别方法、装置、及计算机设备 |
CN113901790A (zh) * | 2021-09-13 | 2022-01-07 | 北京中科凡语科技有限公司 | 文本信息分析方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
一种新的微博短文本特征词选择算法;黄贤英等;《计算机工程与科学》;20150915;第37卷(第09期);第1761-1767页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114676244A (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108847241B (zh) | 将会议语音识别为文本的方法、电子设备及存储介质 | |
CN105931644B (zh) | 一种语音识别方法及移动终端 | |
WO2022083094A1 (zh) | 文本语义识别方法、装置、电子设备及存储介质 | |
CN110164435A (zh) | 语音识别方法、装置、设备及计算机可读存储介质 | |
CN111783471B (zh) | 自然语言的语义识别方法、装置、设备及存储介质 | |
EP1331574B1 (en) | Named entity interface for multiple client application programs | |
US20080235004A1 (en) | Disambiguating text that is to be converted to speech using configurable lexeme based rules | |
CN111104803B (zh) | 语义理解处理方法、装置、设备及可读存储介质 | |
US20230186033A1 (en) | Guided text generation for task-oriented dialogue | |
CN111309876A (zh) | 一种服务请求的处理方法、装置、电子设备及存储介质 | |
CN114218945A (zh) | 实体识别方法、装置、服务器及存储介质 | |
CN116484808A (zh) | 一种公文用可控文本生成方法及装置 | |
CN114818665B (zh) | 一种基于bert+bilstm+crf与xgboost模型的多意图识别方法和系统 | |
CN111401034B (zh) | 文本的语义分析方法、语义分析装置及终端 | |
CN116127013A (zh) | 一种个人敏感信息知识图谱查询方法和装置 | |
CN111916063A (zh) | 基于bpe编码的序列化方法、训练方法、系统及存储介质 | |
CN110705308B (zh) | 语音信息的领域识别方法、装置、存储介质及电子设备 | |
CN114676244B (zh) | 信息处理方法、信息处理装置以及计算机可读存储介质 | |
CN112100364A (zh) | 文本语义理解方法和模型训练方法、装置、设备和介质 | |
US11823671B1 (en) | Architecture for context-augmented word embedding | |
CN114169334A (zh) | 一种语义识别方法、装置、设备及介质 | |
CN113434695A (zh) | 金融事件抽取方法、装置、电子设备及存储介质 | |
JP2001101184A (ja) | 構造化文書生成方法及び装置及び構造化文書生成プログラムを格納した記憶媒体 | |
CN114444470B (zh) | 专利文本中的领域命名实体识别方法、装置、介质及设备 | |
CN115495541B (zh) | 语料数据库、语料数据库的维护方法、装置、设备和介质 |
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 |