CN115047778A - 智能设备的控制方法和装置、存储介质和电子装置 - Google Patents
智能设备的控制方法和装置、存储介质和电子装置 Download PDFInfo
- Publication number
- CN115047778A CN115047778A CN202210700294.3A CN202210700294A CN115047778A CN 115047778 A CN115047778 A CN 115047778A CN 202210700294 A CN202210700294 A CN 202210700294A CN 115047778 A CN115047778 A CN 115047778A
- Authority
- CN
- China
- Prior art keywords
- participles
- participle
- control information
- voice
- control
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000009471 action Effects 0.000 claims abstract description 81
- 230000011218 segmentation Effects 0.000 claims description 52
- 230000015654 memory Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 230000004048 modification Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004887 air purification Methods 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Abstract
本申请公开了一种基于数字孪生技术的智能设备的控制方法、存储介质及电子装置，涉及智能家居技术领域，该智能设备的控制方法包括：获取语音控制信息；对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；根据设备控制指令对智能设备进行控制。本申请解决了现有的智能设备的控制方法的控制准确率较低的技术问题。
Description
技术领域
本发明涉及智能家居技术领域，具体而言，涉及一种智能设备的控制方法和装置、存储介质和电子装置。
背景技术
在智能家居场景中，通常会根据用户当前的指令、行为来识别用户真实意图，预测后续行为，以此实现家居设备控制的智能化、自动化。但目前用于用户真实意图理解的识别方法通常比较常规，无法对用户的复杂指令进行准确识别。比如，用户的控制语音中包括了多个控制动作和多个设备的情况下，现有方法对通常无法识别得到准确的控制意图，进而无法对设备进行准确控制。包括也就是说，现有的智能设备的控制方法存在控制准确率较低的技术问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种智能设备的控制方法和装置、存储介质和电子装置，以至少解决现有智能设备的控制方法的控制准确率较低的技术问题。
根据本发明实施例的一个方面，提供了一种智能设备的控制方法，包括：获取语音控制信息；对上述语音控制信息进行解析，得到与上述语音控制信息对应的多个依存关系对，其中，上述依存关系对用于指示上述语音控制信息中至少两个分词之间的语义关系；将上述多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；根据上述设备控制指令对智能设备进行控制。
根据本发明实施例的又一方面，还提供了一种智能设备的控制装置，包括：获取语音控制信息；对上述语音控制信息进行解析，得到与上述语音控制信息对应的多个依存关系对，其中，上述依存关系对用于指示上述语音控制信息中至少两个分词之间的语义关系；将上述多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；根据上述设备控制指令对智能设备进行控制。
根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述智能设备的控制方法。
根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的智能设备的控制方法。
在本发明实施例中，获取语音控制信息；对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；根据设备控制指令对智能设备进行控制，从而基于用户的控制语音的解析结果，确定出控制语音信息中的多个分词之间的依存关系对，并基于多个依存关系之间的关联，确定出指示用户控制语音的准确控制意图的控制指令，实现了根据用户的复杂指令准确确定控制信息的技术效果，进而解决了现有智能设备的控制方法存在控制准确率较低的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种可选的智能设备的控制方法的硬件环境的示意图；
图2是根据本发明实施例的一种可选的智能设备的控制方法的流程图；
图3是根据本发明实施例的一种可选的智能设备的控制方法的示意图；
图4是根据本发明实施例的另一种可选的智能设备的控制方法的示意图；
图5是根据本发明实施例的又一种可选的智能设备的控制方法的示意图；
图6是根据本发明实施例的又一种可选的智能设备的控制方法的示意图；
图7是根据本发明实施例的又一种可选的智能设备的控制方法的示意图；
图8是根据本发明实施例的又一种可选的智能设备的控制方法的示意图；
图9是根据本发明实施例的一种可选的智能设备的控制装置的结构示意图；
图10是根据本发明实施例的一种可选的电子装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例的一个方面，提供了一种智能设备的控制方法。该智能设备的交互方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(Intelligence House)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述智能设备的交互方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。
上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的一个方面，如图2所示，上述智能设备的控制方法包括以下步骤：
S202，获取语音控制信息；
需要说明的是，在本实施例中，上述语音控制信息可以是用户的控制语音直接转化文字得到的控制文本信息；在另一种可选的实施方式中，上述语音控制信息还可以是对用户的控制语音进行预处理后得到的控制文本信息。比如，在用户的控制语音为“打开灯和电视”的情况下，可以获取控制文本信息“打开灯和电视”；在用户的控制语音为“嗯嗯打开灯的电视吧”的情况下，对控制语音进行预处理，比如删去冗余的语气词“嗯嗯”和“吧”，从而得到控制文本信息“打开灯和电视”。以上获取语音控制信息的方式仅为示例，此处不对获取语音控制信息的方法进行限制。
S204，对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；
可选地，在获取语音控制信息后，可以先对语音控制信息进行分词处理，再基于分词处理得到的处理结果进行解析，进而得到多个依存关系对。
需要说明的是，依存关系对由至少两个具有语义关系的分词组成。依存关系可以包括语义角色关系、语义事件关系和语义依附关系。其中，语义角色关系用于指示两个实体之间的嵌套关系和反关系，如短句“打开灯”中，动作实体“打开”和设备实体“灯”之间即存在一种语义角色关系，设备实体“灯”为动作实体“打开”的动作对象；语义事件关系用于指示两个事件之间的关联，如并列事件、先后事件等；语义依附关系用于指示语气分词与语句之间的依附关系，用于指示语句所携带的语气。以下对依存关系中的语义角色关系进行进一步解释。在本实施例中，依存关系可以包括控制关系，比如动作分词“打开”与对象分词“灯”之间的关系；又比如修饰关系，在文本“客厅的灯”中，对象分词“客厅”和“灯”之间即为修饰关系；比如并列关系，在文本“灯和电视”中，对象分词“电视”和“灯”之间为并列关系。以上依存关系对仅为一种说明，不对具体的语音关系的种类进行限制。
S206，将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；
在本实施方式中，可以在确定出语音信息对应的多个依存关系对的情况下，基于动作分词的多个分词进行关联，从而得到基于该动作分词的设备控制指令。比如，假设与动作分词“打开”关联的依存关系对包括：“打开”和“灯”组成的控制关系对，以及“打开”和“亮度80％”组成的修饰关系对，进而将上述两个依存关系对进行关联，进而得到设备控制指令“灯；打开；亮度80％”
S208，根据设备控制指令对智能设备进行控制。
需要说明的是，本实施例中控制指令中至少包括待控制的智能设备的设备标识以及控制操作属性，作为一种可选的方式，在控制指令为“空调；打开”的情况下，指示将空调设备调整至运行状态；在另一种实施方式中，上述控制指令还可以包括控制参数，比如，控制指令为“灯；打开；80％”的情况下，指示将智能灯设备调整至亮度80％的状态。上通过控制信息控制智能设备的方式仅为一种示例，不对本实施例中的控制信息的具体形式以及具体控制方法进行限制。
通过本申请的上述实施例，获取语音控制信息；对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；根据设备控制指令对智能设备进行控制，从而基于用户的控制语音的解析结果，确定出控制语音信息中的多个分词之间的依存关系对，并基于多个依存关系之间的关联，确定出指示用户控制语音的准确控制意图的控制指令，实现了根据用户的复杂指令准确确定控制信息的技术效果，进而解决了现有智能设备的控制方法存在控制准确率较低的技术问题。
作为一种可选的实施方式，上述将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令包括：
S1，确定出包含同一个动作分词的第一依存关系对；
S2，在第一依存关系对中除动作分词之外的分词为对象分词的情况下，将动作分词与对象分词进行关联，生成与对象分词匹配的设备控制指令。
在本实施方式中，首先从多个依存关系中确定包含动作分词的依存关系，在包含动作分词的依存关系中的另一个分词为对象分词的情况下，基于该动作分词和对象分词生成设备控制指令。
需要说明的是，在本实施例中的对象分词可以包括设备分词和模式分词。可以理解的是，在包含动作分词的依存关系中如果包含了设备分词，即可确定该控制动作的控制设备的设备标识；在包含动作分词的依存关系中如果包含了模式分词，即可根据模式分词确定出控制操作的控制程度，进而与动作分词组合得到控制意图，并生成设备控制指令。
比如，假设在多个依存关系对中，包括动作分词“打开”的关系对中，还存在设备分词“灯”，进而可以将“灯；打开”作为设备控制指令；在包含了动作分词“设置”的关系对中，还存在设备分词“空调”以及模式分词“温度”的情况下，进而可以组合得到“设置；空调；温度”，指示当前用户的控制意图为“调整空调的温度”，进而生成对应的设备控制指令。
通过本申请的上述实施方式，以确定出包含同一个动作分词的第一依存关系对；在第一依存关系对中除动作分词之外的分词为对象分词的情况下，将动作分词与对象分词进行关联，生成与对象分词匹配的设备控制指令，从而基于动作分词关联的依存关系对获取其他分词，进而获取动作分词与其他分词之间的语义关系，从而实现基于复杂语音指令生成准确的设备控制指令的技术效果。
作为一种可选的实施方式，上述将动作分词与对象分词进行关联，生成与对象分词匹配的设备控制指令包括：
S1，在对象分词存在第二依存关系对的情况下，将第二依存关系对中的对象分词和修饰分词与动作分词进行关联，其中，第二依存关系对用于指示对象分词和修饰分词之间的语义关系；
S2，获取对象分词中的设备分词和模式分词，根据设备分词、模式分词和动作分词生成参考设备控制指令，其中，设备分词指示待控制的智能设备的设备标识，模式分词指示参考设备控制指令的控制模式；获取修饰分词中的数值分词和特征分词，根据数值分词和特征分词更新参考设备控制指令，得到与所述对象分词匹配的设备控制指令，其中，数值分词指示设备控制指令的控制程度，特征分词指示设备控制指令的控制风格。
结合图7对本实施例中的指令生成方式进行说明。如图7所示，“开”(即动作分词)和“灯”(即对象分词中的设备分词)为“PAT”关系对(即第一依存关系对)，其中，“灯”为受事；“空调”和“设置”为“PAT”关系对，其中，“空调”为受事；此外，“设置”(即动作分词)和“温度”(即对象分词中的模式分词)为“CONT”关系对(即一种可选的修饰关系对，同时是一种可选的第二依存关系对)，其中，“温度”指示“设置”的设置模式；“温度”和“26”(即一种修饰分词中的数值分词)为“FEAT”关系对(即另一种可选的修饰关系对，同时是另一种可选的第二依存关系对)，即“26”用以形容“温度”；“26”和“度”为“FEAT”关系，其中，“度”用以形容数字“26”。
在获取上述依存关系之后，进一步确定设备控制指令的方法可以如下步骤：
S1，找到所有实体类型(即上述分词类型)为action的实体；
S2，遍历所有action，执行如下流程：
a，判断是否有依存当前action的PAT客事，并且实体类型为device，如果没有，则该分析过程结束结束；如果存在依存当前action的PAT客事，有执行下一步；
b，由于当前action的PAT客事一定是设备实体，进而获取该device，从而得到要控制的设备标识；接着继续寻找是否有依存该action的CONT，并且实体类型为attribute，如果没有，则得到(action，device)意图结束，有执行下一步；
c，获得操作该device的属性attribute，继续寻找是否有依存该属性的FEAT，如果没有，则得到(action，device，attribute)意图结束，有执行下一步；
d，得操作该device属性attribute的属性值，继续寻找是否有依存该attribute的FEAT，如果没有，则得到意图(action，device，attribute，attribute_value)结束；如果有，则得到意图(action，device,attribute,attribute_value,attribute_value_feat)结束。
S3，最后，基于上述获取的控制意图生成控制指令。
在本实施方式中，在获取与动作分词关联的第一依存关系之后，可以继续获取与对象分词关联的第二依存关系。比如，假设上述模式分词“温度”与“26度”存在修饰关系，进而将“温度；26度”进行关联。进一步地，再结合上述步骤中的关联结果“设置；空调；温度”，进而组合得到最终的控制意图“设置；空调；温度；26度”，即当前用户通过语音指示控制空调调整至26度，并生成对应的设备控制指令。
通过本申请的上述实施方式，以在对象分词存在第二依存关系对的情况下，将第二依存关系对中的对象分词和修饰分词与动作分词进行关联，生成与对象分词匹配的设备控制指令的方式，从而基于动作分词关联的依存关系对获取修饰分词或对象分词，进而基于动作分词与其他分词之间的语义关系，进而实现基于复杂语音指令生成准确的设备控制指令的技术效果。
作为一种可选的实施方式，上述对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，包括：
S1，通过实体标注网络对语音控制信息进行分词处理，以确定与语音控制信息对应的分词序列以及分词序列中每一个分词对应的分词类别，其中，实体标注网络用于根据分词的语义属性确定分词的分词类别；
S2，基于分词类别确定分词序列中分词之间的语义关系，并将具有语义关系的分词构建为一个依存关系对。
作为一种优选的实施方式，如图3所示，可以采用BERT网络联合CRF网络对上述语音控制信息进行分词处理。比如，针对用户的语音控制信息“打开灯……关空调”，首先得到预处理序列“[CLS]”、“打”、“开”、“灯”……“关”、“空”、“调”、“[SEP]”。再将序列“[CLS]”、“打”、“开”、“灯”……“关”、“空”、“调”、“[SEP]”输入BERT网络中，将得到的中间向量集合“T[CLS]”、“U1”、“U2”、“U3”……“Un-2”、“Un-1”、“Un”、“T[SEP]”输入CFR网络中，以得到每一个实体分词的标注结果。此处采用了BI标注模型，前缀B-表示实体开始内容，I-表示实体中间内容，如图中打开可被识别为open实体。
需要说明的是，通过定义得到的分词类别和实体标注网络对得到的分词序列进行类别标注的方式中，一种优选的方式可以是，预先定义的分词类别如图4所示，以实体名称指示分词类别，至少可以包括“device”、“action”、“attribute”、“number”、“unit”四个大类分词类别。具体地，对上述分词序列进行标注后得到更新后的分词序列为“开；action_open”；“灯；device”；“空调；device”；“温度；attribute_temp”；“26；number”；“度；unit”。
通过本申请的上述实施方式，以对语音控制信息进行分词处理，得到与语音控制信息对应的分词序列；通过实体标注网络确定与分词序列中每一个分词的分词类别，其中，实体标注网络用于根据分词的语义属性确定分词的分词类别；基于分词类别确定分词序列中分词之间的语义关系，并将具有语义关系的分词构建为一个依存关系对，从而基于分词的结果再进一步确定分词之间的依存关系，进而准确获取语音控制信息中的控制意图，实现了提升设备控制准确率的技术效果。
作为一种可选的实施方式，上述基于分词类别确定分词序列中分词之间的语义关系包括：
S1，将动作分词与设备分词进行连接，得到控制关系对；
S2，将动作分词与模式分词进行连接，得到模式关系对；
S3，将修饰分词与设备分词和/或模式分词进行连接，得到修饰关系对。
如图5所示，在本实施例中，可以定义如下6种依存关系(即图中的语义角色)。其中，根关系本无实际意义，但是也可以用于指示同一个控制指令；“PAT”关系对和“AGT”关系对均可以用于指示控制关系对，其中，“PAT”关系对中，被指向的对象为受控的对象，该对象被称为“受事”；“AGT”关系对中，被指向的对象为执行控制操作的对象，该对象被称为“施事”，比如，“晾衣架把灯打开”，指示需要晾衣架设备将其控制的灯打开。此外“eCOO”关系对用于指示两个对象的并列关系；“CONT”关系对用于指示客事关系，即控制动作对应的控制模式；“FEAT”关系对为修饰关系。
作为一种可选的方式，如图6所示，可以采用Biaffine parser模型对得到的携带有分词类别的分词序列进行语义关系分析。将词进行划分成实体序列，并将词和实体标注结果用bert进行embedding，将embedding的结果送入biaffine parser模型可以得到实体依存矩阵，矩阵标记了实体和实体间是否有依存关系和依存关系的结果，以“开灯空调设置26度”为例，进一步地，将图6所示的依存关系矩阵可以在同一句文本中显示如7所示的依存关系对序列。
继续结合图7对本实施例中的语义角色进行说明。其中，“开”和“灯”为“PAT”关系对，其中，“灯”为受事；“空调”和“设置”为“PAT”关系对，其中，“空调”为受事；此外，“设置”和“温度”为“CONT”关系对，其中，“温度”指示“设置”的设置模式；“温度”和“26”为“FEAT”关系对，即“26”用以形容“温度”；“26”和“度”为“FEAT”关系，其中，“度”用以形容数字“26”。
在获取上述依存关系之后，确定控制意图的方法可以如下步骤：
S1，找到所有实体类型(即上述分词类型)为action的实体；
S2，遍历所有action，执行如下流程：
a，判断是否有依存当前action的PAT客事，并且实体类型为device，如果没有，则该分析过程结束结束；如果存在依存当前action的PAT客事，有执行下一步；
b，由于当前action的PAT客事一定是设备实体，进而获取该device，从而得到要控制的设备标识；接着继续寻找是否有依存该action的CONT，并且实体类型为attribute，如果没有，则得到(action，device)意图结束，有执行下一步；
c，获得操作该device的属性attribute，继续寻找是否有依存该属性的FEAT，如果没有，则得到(action，device，attribute)意图结束，有执行下一步；
d，得操作该device属性attribute的属性值，继续寻找是否有依存该attribute的FEAT，如果没有，则得到意图(action，device，attribute，attribute_value)结束；如果有，则得到意图(action，device,attribute,attribute_value,attribute_value_feat)结束。
通过本申请的上述实施方式，通过多种依存关系对关联信息分词，从而准确识别控制语音信息中的控制意图，实现提升设备控制准确率的技术效果。
作为一种可选的实施方式，获取语音控制信息，包括：
S1，将用户语音输入领域识别模型，通过领域识别模型对用户语音进行分类，得到领域识别结果；
S2，在领域识别结果指示用户语音属于设备控制领域的语音的情况下，将用户语音获取为语音控制信息。
如图8所示，在本实施例中，首先对用户语音进行设备控制领域识别，确定用户语音为设备控制指令的情况下，再进行后续解析操作。模型本实施方式中，采用bert对用户上述语音控制信息进行分类。优选地，使用bert原始结构，先对文本embedding，然后使用transorformer结构，最后直接使用CLS节点作为分类标签。
通过本申请的上述实施方式，在对语音消息进行解析之前，首先判断用户语音是否为设备控制领域，在确定为设备控制领域的情况下，再进行后续的识别操作，进而使语义依存模型需要预测的模型参数空间大大降低，提高意图推断速度和精度的同时，也提高了工程的可用性。
作为一种可选的实施方式，在所述领域识别结果指示所述用户语音为设备控制领域的控制信息的情况下，对语音控制信息进行解析，还包括：
S1，获取设备控制语音；
S2，将设备控制语音转化为语音控制信息；
S3，在语音控制信息中包括至少一个设备名称的情况下，对语音控制信息进行解析。
通过本申请的上述实施方式，通过获取设备控制语音；将设备控制语音转化为语音控制信息；在语音控制信息中包括至少一个设备名称的情况下，对语音控制信息进行解析，从而在用户控制语音中直接包括了待控制的设备名称的情况下，对语音控制信息进行解析，从而实现提升设备控制准确率的技术效果。
作为一种可选的实施方式，上述在将设备控制语音转化为语音控制信息之后，还包括：在语音控制信息中未包括设备名称的情况下，根据历史语音控制信息与历史设备控制指令之间的对应关系，确定与语音控制信息关联的设备控制指令。
上述历史语音控制信息与历史设备控制指令的对应关系可以是通过数据挖掘确定的对应关系。比如，通过数据挖掘确定出第一用户群体的使用习惯信息，第一历史语音控制信息与第一历史设备控制信息之间的对应关系。作为一种可选的方式，假设通过数据挖掘获取的第一用户群体中的用户使用习惯信息中，用户发出语音“好热啊”之后，百分之八十的用户会控制打开空调，并调整至24℃，进而可以确定第一历史语音控制信息“好热啊”与第一历史设备控制信息“空调；24℃”之间存在对应关系。在再次接收到用户的语音信息“好热啊”的情况下，根据上述对应关系，确定出当前控制关联信息对应的控制信息为“空调；24℃”。
通过本申请的上述实施方式，以在语音控制信息中未包括设备名称的情况下，根据历史语音控制信息与历史设备控制指令之间的对应关系，确定与语音控制信息关联的设备控制指令，从而实现在用户控制语音中未包括待控制的设备名称的情况下对设备的准确控制，实现了提升设备控制准确率的技术效果。
通过本申请的上述实施例，获取语音控制信息；对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；根据设备控制指令对智能设备进行控制，从而基于用户的控制语音的解析结果，确定出控制语音信息中的多个分词之间的依存关系对，并基于多个依存关系之间的关联，确定出指示用户控制语音的准确控制意图的控制指令，实现了根据用户的复杂指令准确确定控制信息的技术效果，进而解决了现有智能设备的控制方法存在控制准确率较低的技术问题。
通过本申请的上述实施方式，基于规则引擎的输出结果和预测模型的输出结果，通过强化学习的方式进一步确定最终执行的设备控制方式，进而解决了现有的智能设备的控制方法单一，控制准确率低的技术问题。
根据本发明实施例的另一个方面，还提供了一种用于实施上述智能设备的控制方法的智能设备的控制装置。如图9所示，该装置包括：
获取单元902，用于获取语音控制信息；
解析单元904，用于对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；
关联单元906，用于将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；
控制单元908，用于根据设备控制指令对智能设备进行控制。
可选地，在本实施例中，上述各个单元模块所要实现的实施例，可以参考上述各个方法实施例，这里不再赘述。
根据本发明实施例的又一个方面，还提供了一种用于实施上述智能设备的控制方法的电子装置，该电子装置可以是图10所示的终端设备或服务器。本实施例以该电子装置为终端设备为例来说明。如图10所示，该电子装置包括存储器1002和处理器1004，该存储器1002中存储有计算机程序，该处理器1004被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取语音控制信息；
S2，对语音控制信息进行解析，得到与语音控制信息对应的多个依存关系对，其中，依存关系对用于指示语音控制信息中至少两个分词之间的语义关系；
S3，将多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；
S4，根据设备控制指令对智能设备进行控制。
可选地，本领域普通技术人员可以理解，图10所示的结构仅为示意，电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(MobileInternetDevices，MID)、PAD等终端设备。图10其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图10中所示更多或者更少的组件(如网络接口等)，或者具有与图10所示不同的配置。
其中，存储器1002可用于存储软件程序以及模块，如本发明实施例中的智能设备的控制方法和装置对应的程序指令/模块，处理器1004通过运行存储在存储器1002内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的智能设备的控制方法。存储器1002可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1002可进一步包括相对于处理器1004远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器1002具体可以但不限于用于存储设备控制信息等信息。作为一种示例，如图10所示，上述存储器1002中可以但不限于包括上述智能设备的控制装置中的获取单元902、解析单元904、关联单元906以及控制单元908。此外，还可以包括但不限于上述智能设备的控制装置中的其他模块单元，本示例中不再赘述。
可选地，上述的传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置1006包括一个网络适配器(NetworkInterfaceController，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置1006为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
此外，上述电子装置还包括：显示器1008，用于在显示界面设备控制操作界面；和连接总线1010，用于连接上述电子装置中的各个模块部件。
在其他实施例中，上述终端设备或者服务器可以是一个分布式系统中的一个节点，其中，该分布式系统可以为区块链系统，该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中，节点之间可以组成点对点(P2P，PeerToPeer)网络，任意形式的计算设备，比如服务器、终端等电子装置都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
根据本申请的一个方面，提供了一种计算机程序产品，该计算机程序产品包括计算机程序/指令，该计算机程序/指令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从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理器执行时，执行本申请实施例提供的各种功能。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
根据本申请的一个方面，提供了一种计算机可读存储介质，计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述设备控制方方法。
可选地，在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取控制关联信息，其中，控制关联信息用于触发对智能设备的控制操作；
S2，在获取到智能设备的历史控制关联信息与智能设备的历史控制信息的情况下，根据历史控制关联信息与历史控制信息之间的对应关系，确定控制关联信息对应的第一控制信息；
S3，基于第一控制信息对第二控制信息进行修正，得到目标控制信息,其中,第二控制信息为通过预测模型处理控制关联信息得到的处理结果；
S4，根据目标控制信息控制目标智能设备。
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-OnlyMemory，ROM)、随机存取器(RandomAccessMemory，RAM)、磁盘或光盘等。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种智能设备的控制方法，其特征在于，包括：
获取语音控制信息；
对所述语音控制信息进行解析，得到与所述语音控制信息对应的多个依存关系对，其中，所述依存关系对用于指示所述语音控制信息中至少两个分词之间的语义关系；
将所述多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；
根据所述设备控制指令对智能设备进行控制。
2.根据权利要求1所述的方法，其特征在于，所述将所述多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令包括：
确定出包含同一个动作分词的第一依存关系对；
在所述第一依存关系对中除所述动作分词之外的分词为对象分词的情况下，将所述动作分词与所述对象分词进行关联，生成与所述对象分词匹配的所述设备控制指令。
3.根据权利要求2所述的方法，其特征在于，所述将所述动作分词与所述对象分词进行关联，生成与所述对象分词匹配的所述设备控制指令，包括：
在所述对象分词存在第二依存关系对的情况下，将所述第二依存关系对中的所述对象分词和修饰分词与所述动作分词进行关联，其中，所述第二依存关系对用于指示所述对象分词和所述修饰分词之间的语义关系；
获取所述对象分词中的设备分词和模式分词，根据所述设备分词、模式分词和所述动作分词生成参考设备控制指令，其中，所述设备分词指示待控制的所述智能设备的设备标识，所述模式分词指示所述参考设备控制指令的控制模式；
获取所述修饰分词中的数值分词和特征分词，根据所述数值分词和所述特征分词更新所述参考设备控制指令，得到与所述对象分词匹配的所述设备控制指令，其中，所述数值分词指示所述设备控制指令的控制程度，所述特征分词指示所述设备控制指令的控制风格。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对所述语音控制信息进行解析，以得到得到与所述语音控制信息对应的多个依存关系对，包括：
通过实体标注网络对语音控制信息进行分词处理，确定与所述语音控制信息对应的分词序列以及所述分词序列中每一个分词对应的分词类别，其中，所述实体标注网络用于根据所述分词的语义属性确定分词的所述分词类别；
基于所述分词类别确定所述分词序列中分词之间的语义关系，并将具有所述语义关系的分词构建为一个依存关系对。
5.根据权利要求4所述的方法，其特征在于，所述基于所述分词类别确定所述分词序列中分词之间的语义关系包括：
将动作分词与设备分词进行连接，得到控制关系对；
将所述动作分词与模式分词进行连接，得到模式关系对；
将修饰分词与所述设备分词和/或所述模式分词进行连接，得到修饰关系对。
6.根据权利要求1所述的方法，其特征在于，所述获取语音控制信息包括：
将用户语音输入领域识别模型，通过所述领域识别模型对用户语音进行分类，得到领域识别结果；
在所述领域识别结果指示所述用户语音为设备控制领域的情况下，将所述用户语音获取为所述语音控制信息。
7.根据权利要求6所述的方法，其特征在于，在所述领域识别结果指示所述语音控制信息为设备控制领域的控制信息的情况下，对所述语音控制信息进行解析，还包括：
在所述语音控制信息中未包括设备名称的情况下，根据历史语音控制信息与历史设备控制指令之间的对应关系，确定与所述语音控制信息关联的所述设备控制指令。
8.一种智能设备的控制装置，其特征在于，包括：
获取单元，用于获取语音控制信息；
解析单元，用于对所述语音控制信息进行解析，得到与所述语音控制信息对应的多个依存关系对，其中，所述依存关系对用于指示所述语音控制信息中至少两个分词之间的语义关系；
关联单元，用于将所述多个依存关系对中依存于同一个动作分词的多个分词进行关联，生成设备控制指令；
控制单元，用于根据所述设备控制指令对智能设备进行控制。
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210700294.3A CN115047778A (zh) | 2022-06-20 | 2022-06-20 | 智能设备的控制方法和装置、存储介质和电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210700294.3A CN115047778A (zh) | 2022-06-20 | 2022-06-20 | 智能设备的控制方法和装置、存储介质和电子装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115047778A true CN115047778A (zh) | 2022-09-13 |
Family
ID=83164319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210700294.3A Pending CN115047778A (zh) | 2022-06-20 | 2022-06-20 | 智能设备的控制方法和装置、存储介质和电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115047778A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115576216A (zh) * | 2022-12-09 | 2023-01-06 | 深圳市人马互动科技有限公司 | 一种基于语音控制智能家电的信息填充方法及装置 |
| CN117765949A (zh) * | 2024-02-22 | 2024-03-26 | 青岛海尔科技有限公司 | 一种基于语义依存分析的语句多意图识别方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111048083A (zh) * | 2019-12-12 | 2020-04-21 | 深圳康佳电子科技有限公司 | 一种语音控制方法、装置及存储介质 |
| CN113314108A (zh) * | 2021-06-16 | 2021-08-27 | 深圳前海微众银行股份有限公司 | 语音数据的处理方法、装置、设备、存储介质和程序产品 |
| CN114020909A (zh) * | 2021-11-03 | 2022-02-08 | 深圳康佳电子科技有限公司 | 基于场景的智能家居控制方法、装置、设备及存储介质 |
| CN114155855A (zh) * | 2021-12-17 | 2022-03-08 | 海信视像科技股份有限公司 | 语音识别方法、服务器以及电子设备 |
| CN114386432A (zh) * | 2021-12-29 | 2022-04-22 | 科沃斯商用机器人有限公司 | 语义识别方法、装置、机器人和智能设备 |
-
2022
- 2022-06-20 CN CN202210700294.3A patent/CN115047778A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111048083A (zh) * | 2019-12-12 | 2020-04-21 | 深圳康佳电子科技有限公司 | 一种语音控制方法、装置及存储介质 |
| CN113314108A (zh) * | 2021-06-16 | 2021-08-27 | 深圳前海微众银行股份有限公司 | 语音数据的处理方法、装置、设备、存储介质和程序产品 |
| CN114020909A (zh) * | 2021-11-03 | 2022-02-08 | 深圳康佳电子科技有限公司 | 基于场景的智能家居控制方法、装置、设备及存储介质 |
| CN114155855A (zh) * | 2021-12-17 | 2022-03-08 | 海信视像科技股份有限公司 | 语音识别方法、服务器以及电子设备 |
| CN114386432A (zh) * | 2021-12-29 | 2022-04-22 | 科沃斯商用机器人有限公司 | 语义识别方法、装置、机器人和智能设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115576216A (zh) * | 2022-12-09 | 2023-01-06 | 深圳市人马互动科技有限公司 | 一种基于语音控制智能家电的信息填充方法及装置 |
| CN117765949A (zh) * | 2024-02-22 | 2024-03-26 | 青岛海尔科技有限公司 | 一种基于语义依存分析的语句多意图识别方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115047778A (zh) | 智能设备的控制方法和装置、存储介质和电子装置 | |
| US20220343183A1 (en) | Human-computer interaction method and apparatus, storage medium and electronic device | |
| WO2024036694A1 (zh) | 控制指令的发送方法、控制装置、存储介质及电子装置 | |
| CN109491258A (zh) | 一种智能家居系统的回归测试系统 | |
| WO2024021407A1 (zh) | 知识图谱的更新方法和装置、存储介质及电子装置 | |
| WO2023168838A1 (zh) | 语句文本的识别方法和装置、存储介质及电子装置 | |
| Bugeja et al. | Functional classification and quantitative analysis of smart connected home devices | |
| CN115439197A (zh) | 基于知识图谱深度学习的电子商务推荐方法及系统 | |
| CN114697150A (zh) | 命令的下发方法和装置、存储介质及电子装置 | |
| Li et al. | Intelligent control system of smart home for context awareness | |
| CN114925158A (zh) | 语句文本的意图识别方法和装置、存储介质及电子装置 | |
| CN104765752A (zh) | 基于用户模型演进的推荐装置和方法 | |
| CN114915514B (zh) | 意图的处理方法和装置、存储介质及电子装置 | |
| CN115408569A (zh) | 一种进程溯源树简化方法、装置、设备及介质 | |
| CN114911535A (zh) | 应用程序组件配置方法、存储介质及电子装置 | |
| CN104850311A (zh) | 一种移动应用版本更新的图形化说明生成方法及系统 | |
| CN115221336A (zh) | 食物存储信息的确定方法及装置、存储介质及电子装置 | |
| CN113761272A (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
| CN114625954A (zh) | 信息推荐、模型训练、信息表征方法、装置及设备 | |
| Lu et al. | Mining and Analyzing Behavior Patterns of Smart Home Users Based on Cloud Computing | |
| CN112286167B (zh) | 物联网场景冲突检测方法和装置、存储介质及电子设备 | |
| CN117765949A (zh) | 一种基于语义依存分析的语句多意图识别方法及装置 | |
| CN115269926A (zh) | 家庭图谱的确定方法和装置、存储介质及电子装置 | |
| CN114676676A (zh) | 模板的生成方法、存储介质及电子装置 | |
| CN115587587A (zh) | 标准字段库构建方法、装置及存储介质 |
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 |