CN116312505A - 一种基于自然语言处理的供应链语音识别方法 - Google Patents
一种基于自然语言处理的供应链语音识别方法 Download PDFInfo
- Publication number
- CN116312505A CN116312505A CN202111570619.2A CN202111570619A CN116312505A CN 116312505 A CN116312505 A CN 116312505A CN 202111570619 A CN202111570619 A CN 202111570619A CN 116312505 A CN116312505 A CN 116312505A
- Authority
- CN
- China
- Prior art keywords
- supply chain
- voice
- natural language
- voice recognition
- recognition method
- 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
- 238000003058 natural language processing Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000003993 interaction Effects 0.000 claims abstract description 24
- 238000010276 construction Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 230000004044 response Effects 0.000 claims abstract description 5
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims 1
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/33—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using fuzzy logic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Machine Translation (AREA)
Abstract
一种基于自然语言处理的供应链语音识别方法,属物资供应管理领域。以专业语库、知识的构建为核心,通过语义识别、NLP算法,依托数据中台与ESC平台,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心,构建出一套可持续性迭代优化的模型;人机交互客户端直接和人工智能平台进行交互,由人工智能语音平台提供语音转文本、文本合成语音、专业词库的能力;人机交互客户端收到文本后,交由知识图谱应用服务器进行NLP处理,并进行NL2SQL处理,从数据库中查询出数据集,然后基于数据集生成相应的图表。其通过人机交互主程序模块、语音识别功能模块和自然语言处理功能模块,实现准确理解用户意图、及时响应用户需求。
Description
技术领域
本发明属于物资供应管理领域,尤其涉及一种基于自然语言处理的供应链语音识别方法。
背景技术
国家电网公司以建设具有中国特色国际领先的能源互联网企业为战略目标,建设数据中台,开启数字化转型新征程。
电力公司物资专业先行先试,以打造“五E一中心”现代智慧供应链为主线,已从传统物资管理转型进入现代智慧供应链创新发展的新阶段,推动供应链业务数据化、数据业务化。
从系统层面看,电力公司物资专业信息化程度相对较高,但现有的数据管理模式难以支撑公司数字化转型与能源互联网企业发展的需要。
一是庞大的数据资源未得以便捷、高效应用:大多专项统计仍以“系统+人工”方式再加工后逐级上报汇总,需求响应速度慢,且数据质量难以保证;二是数据资产价值未得以充分挖掘与发挥,对公司的数字化发展及能源互联网企业建设缺乏强有力的支撑。
随着人工智能等新兴技术的蓬勃发展,目前在金融、汽车、通讯、家电等多领域出现语音助手、智能客服等新应用,为人们日常生活提供了极大便利。
随着人工智能等新兴技术的蓬勃发展,目前在金融、汽车、通讯、家电等多领域出现语音助手、智能客服等新应用,为人们日常生活提供了极大便利。
目前生活化的语义识别已经比较完善,一旦进入专业领域,人工智能变得不再智能,究其原因是对专业领域知识没有进行知识的图谱化,向量化,因此在实战中效果不好,更无法推广。
顺应新形势、面向新发展,打造专业垂直领域的示范效应,在国网物资管理领域发展“数字员工”技术有基础、有优势,是电力公司数字化转型的必然阶段,是加快业务数据化、数据业务化发展的必经之路。
发明内容
本发明所要解决的技术问题是提供一种基于自然语言处理的供应链语音识别方法。其以专业语库、知识的构建为核心,通过语义识别、NLP算法,依托数据中台与ESC平台建设,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心实现突破,并构建出一套可持续性迭代优化的模型。
本发明的技术方案是:提供一种基于自然语言处理的供应链语音识别方法,其特征是:
以专业语库、知识的构建为核心,通过语义识别、NLP算法,依托数据中台与ESC平台建设,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心,构建出一套可持续性迭代优化的模型;
人机交互客户端直接和信通的腾讯人工智能平台进行交互,由人工智能语音平台提供语音转文本、文本合成语音、专业词库的能力;
人机交互客户端收到文本后,交由知识图谱应用服务器进行NLP处理,并进行NL2SQL处理,从数据库中查询出数据集,然后基于数据集生成相应的图表;
通过语音输入和语音识别,把语音转化为文本,再通过NLP的算法和知识图谱的算法,把句子转化为关键字,再通过关键字和语义库的匹配,把关键字转化成业务可以理解的“维度”和“指标”,再生成计算机可以理解的SQL查询,生成报表和数据;
所述基于自然语言处理的供应链语音识别方法,通过人机交互主程序模块、语音识别功能模块和自然语言处理功能模块,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心,并构建出一套可持续性迭代优化的模型。
具体的,所述人机交互主程序模块,是基于PC端的程序,用于实现友好人机对话交互界面功能,支持文字输入、语音输入方式,并提供基础的文字、卡片展现功能,并能够提供包括语音识别引擎、人工智能、知识库、报表系统的业务模块的集成。
具体的,所述的语音识别功能模块,将语音转换成文字,借助于上海电力公司信通的人工智能服务平台来实现,调用人工智能服务平台的API来实现。
具体的,所述的自然语言处理功能模块,建立数字员工场景的专业术语库,包括单位、项目、物料、类别、供应商的维度专业术语,辅助实现用户自然语言问题的精准分词与语义理解。
进一步的,所述的供应链语音识别方法,接通电网物资供应链数据中台,通过对电网物资供应链专业领域业务术语及日常语言的学习,构建供应链语音语义知识库,基于自然语言处理技术构建供应链专业语音转换模型,实现实时语音输入转换文字,将繁复的业务处理便捷化,实现供应链专业语言智能实时转换。
进一步的,在所述供应链语音识别方法中,语音输入不用遵循指令操作,通过业务语言学习提高对关联性语音语义的智能识别处理,自动识别、理解用户模糊化口述诉求,引导客户直达相应服务,提升用户感知。
具体的,所述的供应链语音识别方法,通过建立泛化语义词库,对输入语音智能识别提取,实现对“想要”、“查询”、“看”等关键执行性交互词语的自动分析提取与动作执行,减少人工操作步骤,提升业务处理的自动化、智能化水平。
进一步的,所述的供应链语音识别方法,通过应用层集成和数据层集成,来实现语义解析和匹配,通过关键字和语义库的匹配,把关键字转化成业务可以理解的“维度”和“指标”。
更进一步的,所述的应用层集成至少包括语音输入、语音识别、转化为文本、中文分词和语义解析和匹配。
更进一步的,所述的数据层集成至少包括ERP数据库、数据治理、数据建模和语义匹配。
与现有技术比较,本发明的优点是:
1.供应链专业语言智能实时转换:
接通电网物资供应链数据中台,通过对电网物资供应链专业领域业务术语及日常语言的学习,构建供应链语音语义知识库,基于自然语言处理技术构建供应链专业语音转换模型,实现实时语音输入转换文字,将繁复的业务处理便捷化。
2.模糊化语言智能识别:
语音输入不用遵循指令操作,通过业务语言学习提高对关联性语音语义的智能识别处理,自动识别、理解用户模糊化口述诉求,引导客户直达相应服务,提升用户感知。
3.关键交互词自动执行:
通过建立泛化语义词库,对输入语音智能识别提取,实现对“想要”、“查询”、“看”等关键执行性交互词语的自动分析提取与动作执行,减少人工操作步骤,提升业务处理的自动化、智能化水平。
附图说明
图1是本发明数字员工人机交互客户端示意图;
图2是本发明数据流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
图1中,在本技术方案中,人机交互客户端是数字员工的主界面,是一个EXE程序。
人机交互客户端直接和信通的腾讯人工智能平台进行交互,由人工智能语音平台提供语音转文本、文本合成语音、专业词库的能力。
人机交互客户端收到文本后,交由知识图谱应用服务器进行NLP处理,并进行NL2SQL处理,从数据库中查询出数据集,然后基于数据集生成相应的图表。
图2中,本技术方案具体的数据流程如下:通过语音输入和语音识别,把语音转化为文本,再通过NLP的算法和知识图谱的算法,把句子转化为关键字,再通过关键字和语义库的匹配,把关键字转化成业务可以理解的“维度”和“指标”,再生成计算机可以理解的SQL查询,生成报表和数据。
本发明技术方案的具体实现手段:
(1)人机交互主程序模块:
人机交互主程序是基于PC端的程序,主要实现友好人机对话交互界面功能,支持文字输入、语音输入等方式,并提供基础的文字、卡片等展现功能,并能够提供语音识别引擎、人工智能、知识库、报表系统等业务模块的集成。
(2)语音识别功能:
语音识别功能即将语音转换成文字,本技术方案的语音识别功能借助于上海公司信通的人工智能服务平台来实现,即人机交互主程序将调用人工智能服务平台的API来实现。
(3)NLP(自然语言处理)功能需求:
建立数字员工场景的专业术语库,包括单位、项目、物料、类别、供应商等维度专业术语,辅助实现用户自然语言问题的精准分词与语义理解。
本发明的技术方案,通过语义识别、NLP算法,依托数据中台与ESC平台建设,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心,并构建出一套可持续性迭代优化的模型。
本发明可广泛用于电网物资供应管理领域。
Claims (10)
1.一种基于自然语言处理的供应链语音识别方法,其特征是:
以专业语库、知识的构建为核心,通过语义识别、NLP算法,依托数据中台与ESC平台建设,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心,构建出一套可持续性迭代优化的模型;
人机交互客户端直接和信通的腾讯人工智能平台进行交互,由人工智能语音平台提供语音转文本、文本合成语音、专业词库的能力;
人机交互客户端收到文本后,交由知识图谱应用服务器进行NLP处理,并进行NL2SQL处理,从数据库中查询出数据集,然后基于数据集生成相应的图表;
通过语音输入和语音识别,把语音转化为文本,再通过NLP的算法和知识图谱的算法,把句子转化为关键字,再通过关键字和语义库的匹配,把关键字转化成业务可以理解的“维度”和“指标”,再生成计算机可以理解的SQL查询,生成报表和数据;
所述基于自然语言处理的供应链语音识别方法,通过人机交互主程序模块、语音识别功能模块和自然语言处理功能模块,实现准确理解用户意图、及时响应用户需求,以电网物资供应链专业语库知识的构建为核心,并构建出一套可持续性迭代优化的模型。
2.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是所述人机交互主程序模块,是基于PC端的程序,用于实现友好人机对话交互界面功能,支持文字输入、语音输入方式,并提供基础的文字、卡片展现功能,并能够提供包括语音识别引擎、人工智能、知识库、报表系统的业务模块的集成。
3.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是所述的语音识别功能模块,将语音转换成文字,借助于上海电力公司信通的人工智能服务平台来实现,调用人工智能服务平台的API来实现。
4.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是所述的自然语言处理功能模块,建立数字员工场景的专业术语库,包括单位、项目、物料、类别、供应商的维度专业术语,辅助实现用户自然语言问题的精准分词与语义理解。
5.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是所述的供应链语音识别方法,接通电网物资供应链数据中台,通过对电网物资供应链专业领域业务术语及日常语言的学习,构建供应链语音语义知识库,基于自然语言处理技术构建供应链专业语音转换模型,实现实时语音输入转换文字,将繁复的业务处理便捷化,实现供应链专业语言智能实时转换。
6.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是在所述供应链语音识别方法中,语音输入不用遵循指令操作,通过业务语言学习提高对关联性语音语义的智能识别处理,自动识别、理解用户模糊化口述诉求,引导客户直达相应服务,提升用户感知。
7.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是所述的供应链语音识别方法,通过建立泛化语义词库,对输入语音智能识别提取,实现对“想要”、“查询”、“看”等关键执行性交互词语的自动分析提取与动作执行,减少人工操作步骤,提升业务处理的自动化、智能化水平。
8.按照权利要求1所述的基于自然语言处理的供应链语音识别方法,其特征是所述的供应链语音识别方法,通过应用层集成和数据层集成,来实现语义解析和匹配,通过关键字和语义库的匹配,把关键字转化成业务可以理解的“维度”和“指标”。
9.按照权利要求8所述的基于自然语言处理的供应链语音识别方法,其特征是所述的应用层集成至少包括语音输入、语音识别、转化为文本、中文分词和语义解析和匹配。
10.按照权利要求8所述的基于自然语言处理的供应链语音识别方法,其特征是所述的数据层集成至少包括ERP数据库、数据治理、数据建模和语义匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111570619.2A CN116312505A (zh) | 2021-12-21 | 2021-12-21 | 一种基于自然语言处理的供应链语音识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111570619.2A CN116312505A (zh) | 2021-12-21 | 2021-12-21 | 一种基于自然语言处理的供应链语音识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116312505A true CN116312505A (zh) | 2023-06-23 |
Family
ID=86834610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111570619.2A Pending CN116312505A (zh) | 2021-12-21 | 2021-12-21 | 一种基于自然语言处理的供应链语音识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116312505A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117539983A (zh) * | 2024-01-10 | 2024-02-09 | 深度(山东)数字科技集团有限公司 | 一种基于人工智能的智能数据查询系统及方法 |
CN117555916A (zh) * | 2023-11-06 | 2024-02-13 | 广东电网有限责任公司佛山供电局 | 一种基于自然语言处理的语音交互方法及系统 |
-
2021
- 2021-12-21 CN CN202111570619.2A patent/CN116312505A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117555916A (zh) * | 2023-11-06 | 2024-02-13 | 广东电网有限责任公司佛山供电局 | 一种基于自然语言处理的语音交互方法及系统 |
CN117555916B (zh) * | 2023-11-06 | 2024-05-31 | 广东电网有限责任公司佛山供电局 | 一种基于自然语言处理的语音交互方法及系统 |
CN117539983A (zh) * | 2024-01-10 | 2024-02-09 | 深度(山东)数字科技集团有限公司 | 一种基于人工智能的智能数据查询系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709235B (zh) | 一种基于自然语言处理的文本数据统计分析系统及方法 | |
CN116312505A (zh) | 一种基于自然语言处理的供应链语音识别方法 | |
CN116860925A (zh) | 基于LLMs提示词优化的电网调度智能问答系统及方法 | |
CN111859969B (zh) | 数据分析方法及装置、电子设备、存储介质 | |
CN108228701A (zh) | 一种实现汉语近自然语言查询接口的系统 | |
CN113314106A (zh) | 基于语音和意图识别的电力信息查询与调控功能调用方法 | |
CN117743371A (zh) | 基于大语言模型的sql语句生成方法、装置、设备及介质 | |
CN109344374B (zh) | 基于大数据的报表生成方法及装置、电子设备、存储介质 | |
CN117370493A (zh) | 一种基于大语言模型的系统智能交互方法与装置 | |
CN116108175A (zh) | 基于语义解析和数据构造的语言转化方法及系统 | |
CN115757810A (zh) | 一种知识图谱标准本体构建方法 | |
CN117113971A (zh) | 一种基于自然语言分析的数据集生成方法和系统 | |
CN116185347A (zh) | 基于关键字智能提示的术语自动补全的需求定义系统 | |
CN113342987B (zh) | 配电dtu验收专用语料库的复合网络构建方法 | |
CN115937881A (zh) | 一种知识图谱构建标准表格内容自动识别方法 | |
Zou et al. | Design of intelligent customer service report system based on automatic speech recognition and text classification | |
CN114547477A (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
CN113868312A (zh) | 多方法融合的机构匹配方法、装置、设备和存储介质 | |
CN113836280A (zh) | 基于知识图谱技术的电网运检知识语音问答方法及系统 | |
CN116304068A (zh) | 一种基于知识图谱的数字员工供应链报表管理方法 | |
CN113590808B (zh) | 一种基于科技资源的知识抽取方法 | |
Kai et al. | Research on" AI+ RPA" Interactive Technology of Intelligent Financial Management Platform | |
Peng et al. | A Chinese question answering system using web service on restricted domain | |
CN118282873A (zh) | 一种基于数字员工的智能数据自服务系统及方法 | |
Degang | Research on the intelligent retrieval system of massive academic literature resources based on the ontology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |