CN115588430A - 基于用户语音的智能查询方法、装置、设备及存储介质 - Google Patents
基于用户语音的智能查询方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115588430A CN115588430A CN202211201211.2A CN202211201211A CN115588430A CN 115588430 A CN115588430 A CN 115588430A CN 202211201211 A CN202211201211 A CN 202211201211A CN 115588430 A CN115588430 A CN 115588430A
- Authority
- CN
- China
- Prior art keywords
- pinyin
- checked
- original
- tree
- text
- 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 56
- 230000011218 segmentation Effects 0.000 claims abstract description 52
- 238000006243 chemical reaction Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 230000008520 organization Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000002105 tongue Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000510672 Cuminum Species 0.000 description 1
- 235000007129 Cuminum cyminum Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
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
- G10L15/22—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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L15/04—Segmentation; Word boundary detection
-
- 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
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- 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
- G10L15/16—Speech classification or search using artificial neural networks
-
- 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
- G10L15/26—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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/54—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for retrieval
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
- G10L2015/025—Phonemes, fenemes or fenones being the recognition units
-
- 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
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Document Processing Apparatus (AREA)
Abstract
本发明涉及人工智能技术,揭露了一种基于用户语音的智能查询方法、装置、设备及存储介质。所述方法包括:获取用户语音输入的文本语句,通过查询策略与分词阈值,查询文本语句中的待查对象,并将待查对象的拼音进行识别,得到拼音字符;对预构建的数据库中的已存对象集合进行拼音化,得到原始拼音,根据扩展音转换规则进行声韵母转换,得到扩展拼音,并将扩展拼音及原始拼音根据对应关系构建AC树,得到数据库的AC树集合;利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。本发明可以提高基于用户语音的智能查询的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于用户语音的智能查询方法、装置、设备及计算机可读存储介质。
背景技术
随着社会的发展,各行各业企业中的人数不断增长,导致企业中人员的数据库不断扩大,人工查询目标对象变得浪费时间且麻烦,由此出现了通信录智能找人、部门、文件的方法。其中,现有的智能查询方法主要是通过命名实体识别的方法,查询人名、地名、机构名等信息进行对象抽取,但所述命名实体识别方法无法对用户的口音进行纠错,导致智能查询的效果不佳。
发明内容
本发明提供一种基于用户语音的智能查询方法、装置、设备及存储介质,其主要目的在于提高基于用户语音的智能查询的准确性。
为实现上述目的,本发明提供的一种基于用户语音的智能查询方法,包括:
获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句;
根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
可选的,所述根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,包括:
根据预设的查询策略,判断所述文本语句的长度是否大于预设的分词阈值;
当所述文本语句的长度大于所述分词阈值时,利用分词工具对所述文本语句进行分词,并从分词结果中得到待查对象;
当所述文本语句的长度小于或等于所述分词阈值时,根据预设的动词白名单对所述语句文本中的特殊动词进行定位,并获取所述特殊动词关联的待查对象。
可选的,所述根据所述扩展拼音及所述原始拼音的对应关系,构建AC 树,得到树集合,包括:
根据所述扩展拼音与所述原始拼音的对应关系,将所述数据库中的已存对象集合对应的扩展拼音及原始拼音进行分组;
将各组中的已存对象的中文字符作为原始字符串,根据预配置的AC树构建格式,将各个已存对象对应的扩展拼音、原始拼音及原始字符串进行AC 树结构排列,得到树集合。
可选的,所述得到所述待查对象的公开信息之后,所述方法还包括:
判断得到的所述待查对象的数量;
当得到的所述待查对象没有重名时,将所述待查对象的公开信息进行输出;
当得到的所述待查对象有重名时,获取各个待查对象的公开信息中的身份信息,并获取所述用户的用户信息,利用余弦算法计算所述用户信息与各个身份信息的聚类相关性,并根据所述聚类相关性对各个待查对象的公开信息进行排序展示。
可选的,所述将所述语音输入进行文字转化,得到文本语句,包括:
对所述语音输入进行小波降噪处理,得到降噪音频;
根据字节频率对所述降噪音频进行音素识别,并利用预设大小的提取框根据预设步长,将各个音素进行遍历提取,并根据预构建的字典,查询提取到的各个音素组块对应的字词集合;
将所述字词集合中的各个字词根据所述语音输入的顺序进行排列,得到组合文本集合;
利用预训练的文本识别模型,对所述组合文本集合进行语句通顺度识别,将通顺度最高的组合文本输出,作为文本语句。
为了解决上述问题,本发明还提供一种基于用户语音的智能查询装置,所述装置包括:
用户拼音获取模块,用于获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句,及根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
数据库拼音化模块,用于将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
AC树构建模块,用于根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
综合查询模块,用于利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
可选的,所述根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,包括:
根据预设的查询策略,判断所述文本语句的长度是否大于预设的分词阈值;
当所述文本语句的长度大于所述分词阈值时,利用分词工具对所述文本语句进行分词,并从分词结果中得到待查对象;
当所述文本语句的长度小于或等于所述分词阈值时,根据预设的动词白名单对所述语句文本中的特殊动词进行定位,并获取所述特殊动词关联的待查对象。
可选的,所述根据所述扩展拼音及所述原始拼音的对应关系,构建AC 树,得到树集合,包括:
根据所述扩展拼音与所述原始拼音的对应关系,将所述数据库中的已存对象集合对应的扩展拼音及原始拼音进行分组;
将各组中的已存对象的中文字符作为原始字符串,根据预配置的AC树构建格式,将各个已存对象对应的扩展拼音、原始拼音及原始字符串进行AC 树结构排列,得到树集合。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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上述所述的基于用户语音的智能查询方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于用户语音的智能查询方法。
本发明实施例获取用户的语音输入中的文本语句,并根据查询策略,查询所述文本语句中的待查对象及所述待查对象的拼音字符,其中,所述查询策略,为分词工具查询或特殊动词查询,有利于增加所述待查对象的准确度;然后将预构建的数据库中已存对象进行拼音化,并进行声韵母转化,得到扩展拼音,其中,所述声韵母转化可以改变所述已存对象的原始拼音的前后鼻音、平舌、饶舌的特征,最后再通过字符串精确及模糊匹配操作,增加所述待查对象的拼音字符的识别准确率及扩展性,保证既能准确识别用户的语音输入的公开信息,还能得到名字相近的对象的公开信息。因此,本发明实施例提供的一种基于用户语音的智能查询方法、装置、设备及存储介质,能够在于提高基于用户语音的智能查询的准确性。
附图说明
图1为本发明一实施例提供的基于用户语音的智能查询方法的流程示意图;
图2为本发明一实施例提供的基于用户语音的智能查询方法中一个步骤的详细流程示意图;
图3为本发明一实施例提供的基于用户语音的智能查询方法中一个步骤的详细流程示意图;
图4为本发明一实施例提供的基于用户语音的智能查询方法中一个步骤的详细流程示意图;
图5为本发明一实施例提供的基于用户语音的智能查询装置的功能模块图;
图6为本发明一实施例提供的实现所述基于用户语音的智能查询方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于用户语音的智能查询方法。本申请实施例中,所述基于用户语音的智能查询方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于用户语音的智能查询方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于用户语音的智能查询方法的流程示意图。在本实施例中,所述基于用户语音的智能查询方法包括:
S1、获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句。
本发明实施例中,当用户开启通信录查询指令,如找人、找组织或找地点时,开启声音接收功能,获取用户的语音输入,然后对所述语音输入进行转文本操作,得到文本语句。
详细的,参考图2所示,本发明实施例中,所述将所述语音输入进行文字转化,得到文本语句,包括:
S11、对所述语音输入进行小波降噪处理,得到降噪音频;
S12、根据字节频率对所述降噪音频进行音素识别,并利用预设大小的提取框根据预设步长,将各个音素进行遍历提取,并根据预构建的字典,查询提取到的各个音素组块对应的字词集合;
S13、将所述字词集合中的各个字词根据所述语音输入的顺序进行排列,得到组合文本集合;
S14、利用预训练的文本识别模型,对所述组合文本集合进行语句通顺度识别,将通顺度最高的组合文本输出,作为文本语句。
其中,所述小波降噪是通过短波实现噪音消除的方法,用于将所述语音输入进行小波变化,并对变化结果进行低通滤波,然后将滤波结果进行小波逆变换,得到降噪音频。
进一步的,所述音素为根据语音的自然属性划分出来的最小语音单位,音素分为元音与辅音两大类,且具有不同规模,如ā只有一个音素,ài有两个音素,dài有三个音素等。
本发明实施例通过预设大小的提取框,例如10个音素大小,对各个音素进行提取、查询预构建的字典,得到所述提取框中的识别文字,并根据所述提取框中最后一个有效识别文字,设置移动步长,进行提取框移动,开始进行下一次文字识别,例如【ziranwuxiang】提取框得到的音素组块为【ziranwuxia】查询字典可知【自然无xia】,则以【无】字所在位置,设置移动步长,得到新的音素组块【xiang……】。由此,得到各个音素组块对应的字词集合。
其中,所述字词集合中存在多种字典查询可能,例如【ziran】可能被查询为【自然、孜然等】,【wuxiang】翻译为【无香、五香等】,本发明实施例通过随机路径的方法将每组拼音下选择其中进行排序,得到组合文本集合例如【自然无香、自然五香、……孜然无香、孜然五香……】,本发明实施例利用预训练的文本识别模型,对所述组合文本集合进行语句通顺度识别,将通顺度最高的组合文本输出,作为文本语句。其中,所述文本识别模型为基于神经网络的语义识别模型,通过预构建的人工通顺度打标样本进行训练得到的,其中,训练过程主要通过交叉熵损失函数及前反馈神经网络来实现,此处不加以赘述。
S2、根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符。
本发明实施例中,所述查询策略是指根据用户的语音输入的长短,采用不同策略进行查询。
详细的,参考图3所示,本发明实施例中,所述根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,包括:
S21、根据预设的查询策略,判断所述文本语句的长度是否大于预设的分词阈值;
当所述文本语句的长度大于所述分词阈值时,S22、利用分词工具对所述文本语句进行分词,并从分词结果中得到待查对象;
当所述文本语句的长度小于或等于所述分词阈值时,S23、根据预设的动词白名单对所述语句文本中的特殊动词进行定位,并获取所述特殊动词关联的待查对象。
本发明实施例中,所述分词阈值可以为十个字,当语音输入较短时,例如“找一下金晨”,可以通过查询“找、找一下”等词进行确认待查人名“金晨”,而当所述语音输入较长时,例如“帮我找一下**银行的金晨”,则可以通过jieba分词工具或中文汉语分词系统进行分词,并进行词性划分,进而找到名词中的待查人名“金晨”。
本发明实施例中,所述“金晨”所在位置被认定为待查对象后,可以得到用户的语音输入的原话中的拼音字符为【jinchen】。
S3、将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音。
本发明实施例中,所述数据库为集团内部的通信录、企业组织分布网络或地图等,包含企业内部人员、组织部门或各个关联地点的通信信息,可以通过预设查询接口进行调用。
进一步的,所述扩展音转化规则是指对原始拼音中的声母或韵母进行变更,得到新的拼音的规则,其中,可以对声母或韵母选择一个进行更改,也可以将声韵母进行同时更改。例如若以元组(m,n)来表示拼音转换,m表示原有韵母,n表示转换韵母,本专利转换的韵母如下所示:(zh,z)、(ch,c)、 (sh,s)、(z,zh)、(c,ch)、(s,sh)、(eng,en)、(ang,an)、(ing,in)、 (an,ang)、(en,eng)、(in,ing)。
例如,所述数据库中的一个已存对象为人名类型,具体字符为【郭小平】,则通过拼音化得到原始拼音为【guoxiaoping】,在通过声韵母转化,得到扩展拼音【guoxiaopin】。
此外,本发明实施例中还可以根据用户的工作地点或籍贯,查询对应地方的多种类别的方言,并通过对应方言的声韵母转化规则,对原始拼音进行基于方言的声韵母转化,得到扩展拼音。
S4、根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合。
其中,所述AC树为又称字典树,通过对各个字符串进行排序,用与字符串的保存,查询。
详细的,参考图4所示,本发明实施例中,所述根据所述扩展拼音及所述原始拼音的对应关系构建AC树,得到树集合,包括:
S41、根据所述扩展拼音与所述原始拼音的对应关系,将所述数据库中的已存对象集合对应的扩展拼音及原始拼音进行分组;
S42、将各组中的已存对象的中文字符作为原始字符串,根据预配置的 AC树构建格式,将各个已存对象对应的扩展拼音、原始拼音及原始字符串进行AC树结构排列,得到树集合。
本发明实施例中,所述AC树构建格式为(原始拼音,([原始字符串,扩展拼音元组],原始拼音))。则根据所述扩展拼音与所述原始拼音的对应对象构建:【已存对象:郭小平;AC树格式:('guoxiaoping',(['郭小平',('guoxiaopin')], 'guoxiaoping'))】。
本发明实施例将所述数据库中的各个已存对象全部进行AC树构建,得到所述树集合。
S5、利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
本发明实施例中利用所述拼音字符【jinchen】与所述树集合【('guoxiaoping',(['郭小平',('guoxiaopin')],'guoxiaoping'))、……】进行字符串精确与模糊匹配,得到待查对象的公开信息。
其中,所述字符串精确为一种字符匹配算法,用于提高查询效率,例如,本发明实施例中,所述拼音字符【jinchen】,则对所述树集合中每个字符串的开头进行“ji”字符查询,若字符串的开头不是“ji”,则直接跳过;若字符串的开头是“ji”字符,则查看后续字符是否为“n”,若为“n”,则继续查看下一位字符,若不为“n”,则跳过该字符串,对下一个字符串进行查看。
进一步的,所述模糊匹配算法为只要所述字符串中出现所述拼音字符【jinchen】即可进行提取,无需字符串考虑位置及完整性。例如,本发明实施例中,通过所述模糊匹配可以在查找【jinchen】的过程中,可以将【jinchen】、【jincheng】、【jinchen***】、【***jinchen】等对象进行同步提取,大大增加识别范围。
本发明实施例通过交并集运算,将字符串精确匹配结果预模糊匹配结果进行取并集,得到待查对象名单,并利用所述数据库查询所述待查对象名单,得到所述待查对象的公开信息。
此外,本发明另一实施例中,所述得到所述待查对象的公开信息之后,所述方法还包括:
判断得到的所述待查对象的数量;
当得到的所述待查对象没有重名时,将所述待查对象的公开信息进行输出;
当得到的所述待查对象有重名时,获取各个待查对象的公开信息中的身份信息,并获取所述用户的用户信息,利用余弦算法计算所述用户信息与各个身份信息的聚类相关性,并根据所述聚类相关性对各个待查对象的公开信息进行排序展示。
本发明实施例中,当查询到的待查对象有重名的存在时,可以统计用户的用户信息及各个待查对象的身份信息,例如组织部门、地区等信息,进行余弦计算,得到各个待查对象与所述用户的聚类相关性,其中,所述组织部门的权重分数大于地区的权重分数大于其他信息的权重分数,具体的权重分数由集团职能划分来具体规划。所述余弦计算通过余弦相似度算法,可以计算各个词语之间的聚类相关性。
最终,根据所述聚类相关性有大到小的对应关系,对各个待查对象的公开信息进行排序展示。
本发明的主要作用在于增加用户输入的语音的查询结果的准确性,其中,查询人名、地名、组织等具有相同的效果,因此,本发明实施例应用于用户语音交互场景下的多种查询服务。
本发明实施例获取用户的语音输入中的文本语句,并根据查询策略,查询所述文本语句中的待查对象及所述待查对象的拼音字符,其中,所述查询策略,为分词工具查询或特殊动词查询,有利于增加所述待查对象的准确度;然后将预构建的数据库中已存对象进行拼音化,并进行声韵母转化,得到扩展拼音,其中,所述声韵母转化可以改变所述已存对象的原始拼音的前后鼻音、平舌、饶舌的特征,最后再通过字符串精确及模糊匹配操作,增加所述待查对象的拼音字符的识别准确率及扩展性,保证既能准确识别用户的语音输入的公开信息,还能得到名字相近的对象的公开信息。因此,本发明实施例提供的一种基于用户语音的智能查询方法,能够在于提高基于用户语音的智能查询的准确性。
如图5所示,是本发明一实施例提供的基于用户语音的智能查询装置的功能模块图。
本发明所述基于用户语音的智能查询装置100可以安装于电子设备中。根据实现的功能,所述基于用户语音的智能查询装置100可以包括用户拼音获取模块101、数据库拼音化模块102、AC树构建模块103及综合查询模块 104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述用户拼音获取模块101,用于获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句,及根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
所述数据库拼音化模块102,用于将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
所述AC树构建模块103,用于根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
所述综合查询模块104,用于利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
详细地,本申请实施例中所述基于用户语音的智能查询装置100中所述的各模块在使用时采用与上述图1至图4中所述的基于用户语音的智能查询方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图6所示,是本发明一实施例提供的实现基于用户语音的智能查询方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于用户语音的智能查询程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于用户语音的智能查询程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于用户语音的智能查询程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如 WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘 (Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图6仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图6 示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源 (比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10 逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于用户语音的智能查询程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句;
根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/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,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句;
根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块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模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于用户语音的智能查询方法,其特征在于,所述方法包括:
获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句;
根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
2.如权利要求1所述的基于用户语音的智能查询方法,其特征在于,所述根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,包括:
根据预设的查询策略,判断所述文本语句的长度是否大于预设的分词阈值;
当所述文本语句的长度大于所述分词阈值时,利用分词工具对所述文本语句进行分词,并从分词结果中得到待查对象;
当所述文本语句的长度小于或等于所述分词阈值时,根据预设的动词白名单对所述语句文本中的特殊动词进行定位,并获取所述特殊动词关联的待查对象。
3.如权利要求1所述的基于用户语音的智能查询方法,其特征在于,所述根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合,包括:
根据所述扩展拼音与所述原始拼音的对应关系,将所述数据库中的已存对象集合对应的扩展拼音及原始拼音进行分组;
将各组中的已存对象的中文字符作为原始字符串,根据预配置的AC树构建格式,将各个已存对象对应的扩展拼音、原始拼音及原始字符串进行AC树结构排列,得到树集合。
4.如权利要求1所述的基于用户语音的智能查询方法,其特征在于,所述得到所述待查对象的公开信息之后,所述方法还包括:
判断得到的所述待查对象的数量;
当得到的所述待查对象没有重名时,将所述待查对象的公开信息进行输出;
当得到的所述待查对象有重名时,获取各个待查对象的公开信息中的身份信息,并获取所述用户的用户信息,利用余弦算法计算所述用户信息与各个身份信息的聚类相关性,并根据所述聚类相关性对各个待查对象的公开信息进行排序展示。
5.如权利要求1所述的基于用户语音的智能查询方法,其特征在于,所述将所述语音输入进行文字转化,得到文本语句,包括:
对所述语音输入进行小波降噪处理,得到降噪音频;
根据字节频率对所述降噪音频进行音素识别,并利用预设大小的提取框根据预设步长,将各个音素进行遍历提取,并根据预构建的字典,查询提取到的各个音素组块对应的字词集合;
将所述字词集合中的各个字词根据所述语音输入的顺序进行排列,得到组合文本集合;
利用预训练的文本识别模型,对所述组合文本集合进行语句通顺度识别,将通顺度最高的组合文本输出,作为文本语句。
6.一种基于用户语音的智能查询装置,其特征在于,所述装置包括:
用户拼音获取模块,用于获取用户的语音输入,并将所述语音输入进行文字转化,得到文本语句,及根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,并从所述语音输入中获取所述待查对象对应的的拼音字符;
数据库拼音化模块,用于将预构建的数据库中的已存对象集合进行拼音化,得到各已存对象的原始拼音,并根据预设的扩展音转换规则,将各个原始拼音进行声韵母转化,得到扩展拼音;
AC树构建模块,用于根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合;
综合查询模块,用于利用所述拼音字符对所述树集合进行字符串精确及模糊匹配操作,分别得到精确匹配结果及模糊匹配结果,并对所述精确匹配及所述模糊匹配结果进行交并集计算,得到所述待查对象的公开信息。
7.如权利要求1所述的基于用户语音的智能查询装置,其特征在于,所述根据预设的查询策略及分词阈值,查询所述文本语句中的待查对象,包括:
根据预设的查询策略,判断所述文本语句的长度是否大于预设的分词阈值;
当所述文本语句的长度大于所述分词阈值时,利用分词工具对所述文本语句进行分词,并从分词结果中得到待查对象;
当所述文本语句的长度小于或等于所述分词阈值时,根据预设的动词白名单对所述语句文本中的特殊动词进行定位,并获取所述特殊动词关联的待查对象。
8.如权利要求1所述的基于用户语音的智能查询装置,其特征在于,所述根据所述扩展拼音及所述原始拼音的对应关系,构建AC树,得到树集合,包括:
根据所述扩展拼音与所述原始拼音的对应关系,将所述数据库中的已存对象集合对应的扩展拼音及原始拼音进行分组;
将各组中的已存对象的中文字符作为原始字符串,根据预配置的AC树构建格式,将各个已存对象对应的扩展拼音、原始拼音及原始字符串进行AC树结构排列,得到树集合。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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如权利要求1至5中任意一项所述的基于用户语音的智能查询方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的基于用户语音的智能查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211201211.2A CN115588430A (zh) | 2022-09-29 | 2022-09-29 | 基于用户语音的智能查询方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211201211.2A CN115588430A (zh) | 2022-09-29 | 2022-09-29 | 基于用户语音的智能查询方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115588430A true CN115588430A (zh) | 2023-01-10 |
Family
ID=84778904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211201211.2A Pending CN115588430A (zh) | 2022-09-29 | 2022-09-29 | 基于用户语音的智能查询方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115588430A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117854491A (zh) * | 2023-02-28 | 2024-04-09 | 王徐衍 | 一种基于人工智能的自然语言语义分析系统 |
-
2022
- 2022-09-29 CN CN202211201211.2A patent/CN115588430A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117854491A (zh) * | 2023-02-28 | 2024-04-09 | 王徐衍 | 一种基于人工智能的自然语言语义分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112035511A (zh) | 基于医学知识图谱的目标数据搜索方法及相关设备 | |
CN113205814B (zh) | 语音数据标注方法、装置、电子设备及存储介质 | |
CN112328761A (zh) | 一种意图标签设置方法、装置、计算机设备及存储介质 | |
CN114387061A (zh) | 产品推送方法、装置、电子设备及可读存储介质 | |
CN114781402A (zh) | 问诊意图识别方法、装置、电子设备及可读存储介质 | |
CN112667775A (zh) | 基于关键词提示的检索方法、装置、电子设备及存储介质 | |
CN113420556A (zh) | 基于多模态信号的情感识别方法、装置、设备及存储介质 | |
CN113345431A (zh) | 跨语言语音转换方法、装置、设备及介质 | |
CN113656547A (zh) | 文本匹配方法、装置、设备及存储介质 | |
CN113807103A (zh) | 基于人工智能的招聘方法、装置、设备及存储介质 | |
CN113821622A (zh) | 基于人工智能的答案检索方法、装置、电子设备及介质 | |
CN115238670A (zh) | 信息文本抽取方法、装置、设备及存储介质 | |
CN113297852B (zh) | 一种医学实体词的识别方法和装置 | |
CN115588430A (zh) | 基于用户语音的智能查询方法、装置、设备及存储介质 | |
CN114416939A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN112632264A (zh) | 智能问答方法、装置、电子设备及存储介质 | |
CN112199958A (zh) | 概念词序列生成方法、装置、计算机设备及存储介质 | |
CN111783425A (zh) | 基于句法分析模型的意图识别方法及相关装置 | |
CN114528851B (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
CN113627186B (zh) | 基于人工智能的实体关系检测方法及相关设备 | |
CN113990286A (zh) | 语音合成方法、装置、设备及存储介质 | |
CN113870478A (zh) | 快速取号方法、装置、电子设备及存储介质 | |
CN114186028A (zh) | 咨诉工单处理方法、装置、设备及存储介质 | |
CN113808577A (zh) | 语音摘要的智能提取方法、装置、电子设备及存储介质 | |
CN111967235A (zh) | 表单处理方法、装置、计算机设备及存储介质 |
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 |