CN114676691A - 一种识别方法、系统、设备以及计算机可读存储介质 - Google Patents

Abstract

本申请提供一种识别方法、系统、设备以及计算机可读存储介质。该方法包括：获取输入信息；将识别结果中的词按识别的含义填入意图表单中对应的项目；若有项目中存在至少两个词，则将该项目标记为第一目标项目；若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；则根据第一预设关联关系，并结合输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；根据意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。通过识别方法利用将意图表单中符合预设关联关系的词进行合并，借助合并项目的信息，提高意图处理的完整性，提高意图识别效率。

Description

一种识别方法、系统、设备以及计算机可读存储介质

技术领域

本申请涉及自然语言处理技术领域，特别是涉及一种识别方法、系统、设备以及计算机可读存储介质。

背景技术

当前对输入信息进行语义理解时，部分意思不同的输入信息会因为处理方法的原因，在机器中拥有相同的处理结果，机器难以正确理解并区分输入信息的含义。

发明内容

本申请提供了一种识别方法、系统、设备以及计算机可读存储介质。

本申请提供了一种识别方法，所述识别方法包括：

获取输入信息；

识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目；

若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；

若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；

则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；

根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。

其中，所述识别方法还包括：

若有第一合并项目中存在至少两个词，则将该项目标记为第二目标项目；

若存在至少两个第二目标项目，且第二目标项目之间具有第二预设关联关系；

则根据第二预设关联关系，并结合所述输入信息中词的关联关系，将第二目标项目中符合上述关系的词合并，并填入第二合并项目；

根据所述意图表单中的项目和项目内容、第一合并项目和第一合并项目内容、及第二合并项目和第二合并项目内容，获取第二输入意图。

其中，所述识别方法还包括：

所述第二预设关联关系与应用场景相关联，为根据应用场景中若干词语类别的组合情况，总结或预设的关联关系。

其中，所述根据第二预设关联关系，并结合所述输入信息中词的关联关系，将第二目标项目中符合上述关系的词合并，并填入第二合并项目，包括：

获取每个第二目标项目中词的词语类别；

提取符合所述第二预设关联关系中词语类别的词；

按照所述输入信息中词的关联关系对提取出的词进行排序；

利用所述第二预设关联关系中不同词语类别的组合关系，对排序后的词进行组合，并填入所述第二合并项目。

其中，所述识别方法还包括：

识别所述输入信息，获取第二识别结果，将所述第二识别结果中的词按识别的含义填入所述第二意图表单中对应的项目；

根据第二意图表单项目和项目内容，确定进一步处理输入信息的意图表单。

其中，输入信息中词的关联关系包括词序关系、依存关系及其他关联关系；

第一预设关联关系包括语法关系、语义关系、句法关系和其他通用关联关系中的一个或多个；

第一预设关联关系至少包括语义关系。

其中，所述根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目，包括：

获取每个第一目标项目中词的语义；

提取所述至少两个第一目标项目中符合语义关联关系的词；

结合所述输入信息中提取出的词的关联关系，把符合所述语义关联关系的词合并并填入所述第一合并项目。

本申请还提供了一种识别系统，所述识别系统包括获取模块、识别模块、合并模块以及意图模块；其中，

所述获取模块，用于获取输入信息；

所述识别模块，用于识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目；

所述合并模块，用于若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；

所述意图模块，用于根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。

本申请还提供了一种场景机器人，所述场景机器人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识别方法。

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，用以实现上述的识别方法。

本申请的有益效果是：场景机器人获取输入信息；识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目；若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。通过上述方式，识别方法利用将意图表单中符合预设关联关系的词进行合并，借助合并项目的信息，提高意图处理的完整性，提高意图识别效率。

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是本申请提供的识别方法一实施例的流程示意图；

图2是本申请提供的识别方法另一实施例的流程示意图；

图3是本申请提供的识别系统一实施例的结构示意图；

图4是本申请提供的场景机器人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是本申请提供的识别方法一实施例的流程示意图。

具体而言，如图1所示，本申请实施例的识别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，获取输入信息，其中，输入信息可以为文本信息或语音信息。

下面给出两个具体实施例，根据输入信息提取到的文本内容：

输入信息1：我想听某某的我要去拉萨和某某的赴一场生命的冒险，帮我次序播放。

输入信息2：帮我预约今天下午去深圳北站和明天上午从深圳北站来的车。

识别及分发机器人对上述两个输入信息进行字段全匹配，通过最长字段匹配方式匹配文本内容中的词语，然后利用匹配成功的词语的语义类型，对文本内容中的匹配词进行词语替换。

下面给出以上输入信息1和输入信息2的词语替换结果：

输入信息1：我想听歌手甲的歌曲甲和歌手乙的歌曲乙，帮我次序播放。

输入信息2：帮我预约时间甲时间段甲到地名甲和时间乙时间段乙从地名乙来的车。

根据替换的词语的语义类型及依存句法关系分析及文本内容的词序关系，获取文本内容的输入主意图，并根据主意图将原输入信息输入至主意图相关联的场景机器人，进一步获取输入信息的精细化意图。

步骤S12：场景机器人识别输入信息，获取识别结果，将识别结果中的词按识别的含义填入意图表单中对应的项目。

在本申请实施例中，场景机器人通过意图表单进一步识别输入信息，以分析输入信息的精细化意图。

在一种可能的实施方式中，场景机器人也可以直接将输入信息输入对应的场景机器人，跳过确认输入信息主意图的过程，通过用户指定，或者直接利用当前激活的场景机器人对输入信息进行识别。

具体的，场景机器人对输入信息的文本内容进行匹配、替换、及分词操作，将文本内容拆成最小化词组，以上述输入信息2为例，场景机器人对输入信息2的分词处理结果为：

帮/我/预约/时间甲/时间段甲/到/地名甲/和/时间乙/时间段乙/从/地名乙/来/的/车。

场景机器人识别输入信息2的分词处理结果，将识别结果与场景机器人的意图表单匹配，并还原分词处理结果中的替换词，将原词输入意图表单中的具体项目。

例如，当前激活的应用场景为打车场景，则对应的场景机器人的意图表单包括出发地、目的地、时间、时间段等项目。则输入信息2的意图表单匹配结果可以表示为：

第一项目---时间：今天+明天

第二项目---时间段：上午+下午

第三项目---出发地：当前位置+深圳北站

第四项目---目的地：深圳北站+当前位置。

步骤S13：若意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目。

在本申请实施例中，场景机器人判断意图表单中是否有项目中存在至少两个词，若存在，则将项目中存在至少两个词的项目标记为第一目标项目。

步骤S14：若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系，则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目。

在本申请实施例中，场景机器人判断标记的第一目标项目的数量是否为大于等于两个，若是，则进一步判断标记的第一目标项目之间是否存在第一预设关联关系。其中，本申请实施例中的第一预设关联关系至少包括语义关系，还可以包括语法关系、语义关系、句法关系等通用关联关系中的任意一种或任意多种的组合。

若标记的第一目标项目之间存在第一预设关联关系，场景机器人结合输入信息中词的关联关系，将第一目标项目中的词进行合并，并填入第一合并项目中。其中，输入信息中词的关联关系包括词序关系、依存关系及其他关联关系中的任意一种或任意多种的组合。

具体地，场景机器人结合输入语句句法解析中的依存关系，即通过依存句法关系将符合上述第一预设关联关系的第一目标项目中的词进行组合，形成一个大词组，即第一合并项目。

例如，语义关联关系作为其中一种词之间的依存关系，场景机器人可以获取每个第一目标项目中词的语义，然后，在输入信息的文本内容中分析第一目标项目之间词的语义关联关系，并将符合语义关联关系的词提取出来合并到第一合并项目。

例如，输入信息2的第一项目至第四项目中的词进行组合后，形成以下两个第一合并项目：

第一合并项目1---时间大词组：（今天下午）（明天上午）

第一合并项目2---路线大词组：（当前位置去深圳北站）（深圳北站来当前位置）

在一种实施例中，第一合并项目的表示方式也可以是第一项目+第二项目的表示方式，即第一合并项目1---时间+时间段。

步骤S15：根据意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。

在本申请实施例中，场景机器人利用若干第一合并项目分析输入信息的文本内容，并结合意图表单中的项目信息，获取输入信息的精细化意图。

下面通过输入信息3和输入信息4来解释图1所示识别方法中一次处理的实例：

输入信息3：打开车窗和空调，关闭空调

输入信息4：打开车窗，关闭空调

场景机器人能够将输入信息的词存入相应的意图表单项目中，而上述输入信息3和输入信息4在意图表单项目中的结构完全一致，如下：

第一项目---操作：打开+关闭

第二项目---部件：车窗+空调

由此可知，如果仅凭上述意图表单，无法区分输入信息3和输入信息4，因此，本申请实施例结合步骤S14和步骤S15的句法分析进行一次处理，结合第一预设关联关系以及词的关联关系即可生成输入信息3对应的合并项目1，以及输入信息4对应的合并项目2：

第一合并项目1：（打开车窗+空调）（关闭空调）

第一合并项目2：（打开车窗）（关闭空调）

由此，场景机器人可以借助合并项目进一步区分不同输入信息的意图，进而获取每一个输入信息的精细化意图。

在本申请实施例中，场景机器人获取输入信息；识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目；若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。通过上述方式，识别方法利用将意图表单中符合预设关联关系的词进行合并，借助合并项目的信息，提高意图处理的完整性，提高意图识别效率。

请继续参阅2，图2是本申请提供的识别方法另一实施例的流程示意图。针对输入信息1和输入信息2等长文本输入信息，除了图1所示识别方法的一次处理流程外，本申请还进一步提供二次处理的识别方法。

具体而言，如图2所示，本申请实施例的识别方法具体包括以下步骤：

步骤S16：若有第一合并项目中存在至少两个词，则将该项目标记为第二目标项目。

步骤S17：若存在至少两个第二目标项目，且第二目标项目之间具有第二预设关联关系。

在本申请实施例中，第二预设关联关系与应用场景相关联，为根据应用场景中若干词语类别的组合情况，总结或预设的关联关系。例如，第二预设关联关系可以为根据业务场景预先预测的可能出现的联系情况而定义的关联关系。

具体地，关于总结的关联关系可以根据具体的应用场景进行分析总结，例如场景机器人可以从若干该场景的文本句子中学习，根据常见文本句子中同时出现的连接关系、依存关系等，获取通用的关联关系。

关于预设的关联关系，则可以由人工预设。例如，针对打车应用场景，工作人员可以提前预设执行动作-时间的关联关系，这些人工预设的关联关系属于非标准关联关系，与具体的应用场景相关连，一般为预测后的自定义预设关联关系。对此，若场景机器人无法识别预设的关联关系，场景机器人可以通过报错的操作，引导工作人员不同调整完善预设的关联关系。

步骤S18：根据第二预设关联关系，并结合输入信息中词的关联关系，将第二目标项目中符合上述关系的词合并，并填入第二合并项目。

在本申请实施例中，场景机器人根据第二预设关联关系，如时间-执行动作的关联关系，进一步结合原输入信息的文本内容的句法解析将第二目标项目中的词进行合并：

第二合并项目1：（今天下午当前位置去深圳北站）

第二合并项目2：（明天上午深圳北站来当前位置）

具体地，语义关联关系作为其中一种词之间的依存关系，场景机器人可以获取每个第二目标项目中词的语义，然后，在输入信息的文本内容中分析第二目标项目之间词的语义关联关系，并将符合语义关联关系的词提取出来合并到第二合并项目。

步骤S19：根据意图表单中的项目和项目内容、第一合并项目和第一合并项目内容、及第二合并项目和第二合并项目内容，获取第二输入意图。

在本申请实施例中，在本申请实施例中，场景机器人利用若干第二合并项目分析输入信息的文本内容，并结合识别过程中生成的意图表单、目标项目、第一合并项目等信息，获取输入信息的输入意图，即精细化意图。

需要说明的是，本申请的识别方法可以针对文本的长度和复杂度采用一次处理、二次处理、三次处理等多种处理流程。例如，对输入信息3和输入信息4而言，仅需要一次处理即可得到明确意图的第一合并项目；而对于输入信息1和输入信息2，一次处理的第一合并项目依然存在意图不明确的问题，这时候就需要增加二次处理的逻辑，直至能将输入信息的文本内容的合并项目能够得到完整清晰的精细化意图为止。

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识别方法，本申请还提出了一种识别系统，具体请参阅图3，图3是本申请提供的识别系统一实施例的结构示意图。

本申请实施例的识别系统300包括获取模块31、识别模块32、合并模块33以及意图模块34。

其中，所述获取模块31，用于获取输入信息。

所述识别模块32，用于识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目。

所述合并模块33，用于若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目。

所述意图模块34，用于根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。

为实现上述实施例的识别方法，本申请还提出了一种场景机器人，具体请参阅图4，图4是本申请提供的场景机器人一实施例的结构示意图。

本申请实施例的场景机器人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识别方法。

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识别方法，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识别方法。

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识别方法。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识别方法，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 (10)

1.一种识别方法，其特征在于，所述识别方法包括：

获取输入信息；

识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目；

若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；

若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；

则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；

根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。

2.根据权利要求1所述的识别方法，其特征在于，所述识别方法还包括：

若有第一合并项目中存在至少两个词，则将该项目标记为第二目标项目；

若存在至少两个第二目标项目，且第二目标项目之间具有第二预设关联关系；

则根据第二预设关联关系，并结合所述输入信息中词的关联关系，将第二目标项目中符合上述关系的词合并，并填入第二合并项目；

根据所述意图表单中的项目和项目内容、第一合并项目和第一合并项目内容、及第二合并项目和第二合并项目内容，获取第二输入意图。

3.根据权利要求2所述的识别方法，其特征在于，所述识别方法还包括：

所述第二预设关联关系与应用场景相关联，为根据应用场景中若干词语类别的组合情况，总结或预设的关联关系。

4.根据权利要求3所述的识别方法，其特征在于，所述根据第二预设关联关系，并结合所述输入信息中词的关联关系，将第二目标项目中符合上述关系的词合并，并填入第二合并项目，包括：

获取每个第二目标项目中词的词语类别；

提取符合所述第二预设关联关系中词语类别的词；

按照所述输入信息中词的关联关系对提取出的词进行排序；

利用所述第二预设关联关系中不同词语类别的组合关系，对排序后的词进行组合，并填入所述第二合并项目。

5.根据权利要求1所述的识别方法，其特征在于，所述识别方法还包括：

识别所述输入信息，获取主意图；

根据主意图，确定进一步处理输入信息的意图表单。

6.根据权利要求1所述的识别方法，其特征在于，

输入信息中词的关联关系包括词序关系、依存关系及其他关联关系；

第一预设关联关系包括语法关系、语义关系、句法关系和其他通用关联关系中的一个或多个；

第一预设关联关系至少包括语义关系。

7.根据权利要求6所述的识别方法，其特征在于，

所述根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目，包括：

获取每个第一目标项目中词的语义；

提取所述至少两个第一目标项目中符合语义关联关系的词；

结合所述输入信息中提取出的词的关联关系，把符合所述语义关联关系的词合并并填入所述第一合并项目。

8.一种识别系统，其特征在于，所述识别系统包括获取模块、识别模块、合并模块以及意图模块；其中，

所述获取模块，用于获取输入信息；

所述识别模块，用于识别所述输入信息，获取识别结果，将所述识别结果中的词按识别的含义填入意图表单中对应的项目；

所述合并模块，用于若所述意图表单中有项目中存在至少两个词，则将该项目标记为第一目标项目；若存在至少两个第一目标项目，且第一目标项目之间具有第一预设关联关系；则根据第一预设关联关系，并结合所述输入信息中词的关联关系，将符合所述第一预设关联关系的至少两个第一目标项目的词进行合并，并填入第一合并项目；

所述意图模块，用于根据所述意图表单中的项目和项目内容、及第一合并项目和第一合并项目内容，获取第一输入意图。

9.一种场景机器人，其特征在于，所述场景机器人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1-7任一项所述的识别方法。

10.一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1-7任一项所述的识别方法。

Images