CN117059096A - 车载语义结果的处理方法及装置 - Google Patents
车载语义结果的处理方法及装置 Download PDFInfo
- Publication number
- CN117059096A CN117059096A CN202310967327.5A CN202310967327A CN117059096A CN 117059096 A CN117059096 A CN 117059096A CN 202310967327 A CN202310967327 A CN 202310967327A CN 117059096 A CN117059096 A CN 117059096A
- Authority
- CN
- China
- Prior art keywords
- semantic
- vehicle
- text data
- party
- result
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000006243 chemical reaction Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000011435 rock Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G10L15/26—Speech to text systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
-
- 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
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Mechanical Engineering (AREA)
- Machine Translation (AREA)
Abstract
本申请提供了一种车载语义结果的处理方法及装置,该方法包括:获取车载语音信号对应的待识别文本数据;根据待识别文本数据,确定待识别文本数据的类型;当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果;当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果;根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。本申请可以调用第三方自然语言理解服务识别处理车辆的待识别文本数据,将第三方的语义结果转换成与车辆设备匹配的目标语义结果,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生。
Description
技术领域
本申请涉及文本数据处理技术领域,尤其涉及一种车载语义结果的处理方法及装置。
背景技术
随着互联网技术的快速发展,语音信号被广泛应用于控制终端设备的功能。例如,在车辆设备中,通过语音信号可以控制不同领域的功能。具体而言,用户通过语音输入信号,车辆设备接收并将其发送至车联网云端,通过车联网云端的语音识别模型对语音信号进行识别处理,得到语义结果。
然而,目前的问题是,车联网云端对于用户请求的语义理解存在一些挑战。一方面,由于现有的技术场景的限制,车联网云端可能无法直接支持用户请求的语义理解,需要依赖第三方的语义理解结果。另一方面,即使有现有技术支持,第三方的语义理解结果可能与当前车辆设备的场景不匹配,导致无法满足车辆设备的用户请求,从而降低了用户的体验。
发明内容
有鉴于此,本申请实施例提供了一种车载语义结果的处理方法及装置,以解决现有技术中由于缺乏对这些复杂情况的考虑,目前的行驶路线规划方式可能存在一定的不准确性的技术问题。
本申请实施例的第一方面,提供了一种车载语义结果的处理方法,包括:获取车载语音信号对应的待识别文本数据;根据待识别文本数据,确定待识别文本数据的类型;当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果;当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果;根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。
本申请实施例的第二方面,提供了一种车载语义结果的处理装置,包括:获取模块,用于获取车载语音信号对应的待识别文本数据;确定模块,用于根据待识别文本数据,确定待识别文本数据的类型;第一识别处理模块,用于当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果;第二识别处理模块,用于当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果;转换模块,用于根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。
本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述第一方面提供的方法的步骤。
本申请实施例的第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上述第一方面提供的方法的步骤。
本申请实施例与现有技术相比存在的有益效果至少包括:本申请实施例通过获取车载语音信号对应的待识别文本数据,并根据待识别文本数据,确定待识别文本数据的类型,当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果,当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果,然后根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果,以此方式可以实现通过调用第三方自然语言理解服务识别处理车辆的待识别文本数据,还可以将第三方的语义结果转换成与车辆设备匹配的目标语义结果,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生,提高用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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,下面描述中的附图仅仅是本申请的一些实施例,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它的附图。
图1是本申请实施例的一种车载语义结果的处理系统的示意图;
图2是本申请实施例的一种车载语义结果的处理方法的流程图;
图3是本申请实施例的另一种车载语义结果的处理方法的流程图;
图4是本申请实施例的第三方语义结果转成与车辆设备匹配的语义结果的流程图;
图5是本申请实施例的再一种车载语义结果的处理方法的流程图;
图6是本申请实施例的第三方语义结果转成与车辆设备匹配的语义结果的示意图;
图7是本申请实施例的一种车载语义结果的处理装置的框图;
图8是本申请实施例的一种电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
图1是本申请实施例的一种车载语义结果的处理系统的示意图。
如图1所示,系统架构100可以包括第一车端101、第二车端102、第三车端103、网络104和服务器105。网络104用以在第一车端101、第二车端102、第三车端103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的车端、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的车端、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用第一车端101、第二车端102、第三车端103通过网络104与服务器105进行交互,以接收或发送数据等。第一车端101、第二车端102、第三车端103可以是安装在车辆用于接收或发送数据的各种电子设备。
服务器105可以是提供各种服务的车联网云端。例如服务器105可以从第一车端101(也可以是第二车端102或第三车端103)获取车载语音信号,通过语音识别模型对该车载语言信号进行识别处理,该车载语音信号对应的待识别文本数据,根据待识别文本数据,确定待识别文本数据的类型,当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果,当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果,然后根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果,以此方式可以实现通过调用第三方自然语言理解服务识别处理车辆的待识别文本数据,还可以将第三方的语义结果转换成与车辆设备匹配的目标语义结果,提高了车联网云端中系统的容错性,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生,提高用户体验。
下面将结合附图详细说明根据本申请实施例的车载语义结果的处理方法和装置。
图2是本申请实施例的一种车载语义结果的处理方法的流程图,本申请实施例提供的方法可以由任意具备计算机处理能力的电子设备执行,例如图1所示的服务器。
如图2所示,车载语义结果的处理方法包括步骤S210至步骤S250。
在步骤S210中,获取车载语音信号对应的待识别文本数据。
在步骤S220中,根据待识别文本数据,确定待识别文本数据的类型。
在步骤S230中,当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果。
在步骤S240中,当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果。
在步骤S250中,根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。
该方法可以获取车载语音信号对应的待识别文本数据,并根据待识别文本数据,确定待识别文本数据的类型,当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果,当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果,然后根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果,以此方式可以实现通过调用第三方自然语言理解服务识别处理车辆的待识别文本数据,还可以将第三方的语义结果转换成与车辆设备匹配的目标语义结果,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生,提高用户体验。
在一些实施例中,车辆中的用户可以通过不同的车载语音信号来控制车辆设备不同领域的功能。例如,通过车辆类型的语音信号来控制车辆设备的座椅、空调、车窗、车辆驾驶模式等等。通过非车辆类型的语音信号来控制车辆设备的导航软件、视频软件、音频软件、社交软件等等。
基于上述实施例,通过车联网云端的语音识别模型可以对不同类型的车载语音信号进行识别,以此得到不同类型的待识别文本数据。例如,车辆类型的待识别文本数据和非车辆类型的待识别文本数据。车辆类型的待识别文本数据可以是“打开空调”、“打开运动模式”、“空调温度调到最低”、“打开车窗”等等。非车辆类型的待识别文本数据可以是“导航地图设置到最大”、“播放摇滚音乐”、“播放动画片”、“打开聊天工具”等等。
相关技术中,在通过车联网云端的本地自然语言理解服务识别车辆类型的待识别文本数据时,如果本地自然语言理解服务出现异常无法识别或在处理过程中识别失败时,无法支持调用第三方自然语言理解服务来识别处理车辆类型的待识别文本数据,或者支持通过第三方自然语言理解服务来识别处理车辆类型的待识别文本数据,得到第三方语义结果,但是也无法将第三方语义结果转换成与车辆设备相匹配的语义结果。因此,通过本申请提供的方法,可以通过本地自然语言理解服务出现异常无法识别或处理过程中识别失败时,得到的语义结果为预设的不同错误码。在这种情况下,可以及时调用第三方自然语言理解服务来识别处理车辆类型的待识别文本数据,并得到第三方语义结果。然后通过语义协议规则,将第三方语义结果转换成与车辆设备相匹配的语义结果。这样车联网云端可以根据该语义结果确定出对应的反馈文本,以使得车辆设备可以及时的根据该反馈文本对应的控制指令执行车辆设备的相应功能,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生,提高用户体验。
图3是本申请实施例的另一种车载语义结果的处理方法的流程图。
如图3所示,车载语义结果的处理方法还包括步骤S310和步骤S320。
在步骤S310中,当待识别文本数据的类型为非车辆类型时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果。
在步骤S320中,根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。
该方法可以当待识别文本数据的类型为非车辆类型时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果,并根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果,以此方式针对非车辆类型的待识别文本数据,车联网云端无需调用本地自然语言理解服务识别处理该非车辆类型的待识别文本数据,直接调用第三方自然语言理解服务识别处理非车辆类型的待识别文本数据,这样可以提升识别处理的效率。最后还可以将第三方语义结果转换成与车辆设备相匹配的目标语义结果,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生,提高用户体验。
在一些实施例中,当非车辆类型的待识别文本数据为“导航地图设置到最大”、“播放摇滚音乐”、“播放动画片”、“打开聊天工具”等文本数据时,可以直接调用第三方自然语言理解服务识别处理“导航地图设置到最大”、“播放摇滚音乐”、“播放动画片”、“打开聊天工具”等文本数据。并根据语义协议转换规则,将“导航地图设置到最大”、“播放摇滚音乐”、“播放动画片”、“打开聊天工具”等文本数据对应的第三方语义结果转换成与车辆设备相匹配的目标语义结果。
图4是本申请实施例的另一种车载语义结果的处理方法的流程图。
如图4所示,车载语义结果的处理方法还包括步骤S410至步骤S430。
在步骤S410中,根据第三方自然语言理解服务对应的语义结果,确定用于解析该语义结果的协议。
在步骤S420中,通过用于解析该语义结果的协议,对第三方自然语言理解服务对应的语义结果进行解析,以获取第三方语义字段和第三方语义字段对应的值。
在步骤S430中,根据第三方语义字段和第三方语义字段对应的值,确定与车辆设备相匹配的目标语义结果。
该方法可以根据第三方自然语言理解服务对应的语义结果,确定用于解析该语义结果的协议,并通过用于解析该语义结果的协议,对第三方自然语言理解服务对应的语义结果进行解析,以获取第三方语义字段和第三方语义字段对应的值,然后根据第三方语义字段和第三方语义字段对应的值,确定与车辆设备相匹配的目标语义结果,以此方式可以快速准确的将第三方语义结果转换成与车辆设备匹配的语义结果。
在一些实施例中,根据第三方自然语言理解服务对应的语义结果,确定用于解析该语义结果的协议是指在车联网云端接收到用户的语音信号后,通过调用第三方自然语言理解服务进行语义识别处理,得到语义结果。为了能够正确解析和理解这些语义结果,需要确定一种协议或规范,以便根据该协议或规范对该语义结果进行解析,得到第三方语义字段和第三方语义字段对应的值。例如,用于解析该语义结果的协议可以包含但不限于XML、JSON、RDF等。根据语义结果的特点和需求,定义协议的数据结构。这些数据结构应该能够准确地表示语义结果中的各种信息,包括实体、属性、关系等。此外,还可以考虑引入元数据来描述语义结果的来源、可信度等信息。确定协议的语法和语义规则,以确保解析过程的一致性和准确性。语法规则定义了协议中各个元素的结构和组织方式,而语义规则则定义了这些元素的含义和解释方式。这样可以确保不同系统之间的语义结果解析的一致性。基于协议的规范,开发相应的解析器来解析和处理语义结果。将开发好的解析器集成到具体的系统或应用中,以实现对语义结果的解析和处理。
基于前述实施例,参考图6,通过用于解析第三方语义结果的协议对该语义结果进行解析,得到第三方语义字段和第三方语义字段对应的值,例如,第三方语义字段可以是“operation”、“service”、“semanticKey”、“semanticValue”。第三方语义字段“operation”对应的值为“ZOOM_IN_MAX”,“service”对应的值为“mapU”、“semanticKey”对应的值为“insType”,“semanticValue”对应的“ZOOM_IN_MAX”。
在一些实施例中,在对第三方语义结果转成与车辆相匹配的目标语义结果之前,需要根据历史第三方语义结果中的字段和字段值、历史本地语义结果的语义结果的字段和字段值,配置预设映射表。例如,通过用于解析第三方语义结果的协议解析历史第三方语义结果,得到历史第三方语义结果中的字段和字段值。通过用于解析本地语义结果解析历史本地语义结果,得到历史本地语义结果的字段和字段值。
基于前述实施例,历史本地语义结果的语义解析结果如下:
"domain":领域,
"intent":意图,
"semantic":{
"name":设备名称,
"operand":{
"function":设备的功能/属性,
"action":具体的操作,
"value":设备的功能/属性的操作值
}
}
"subText":请求的文本
}
历史第三方语义结果的语义解析结果如下:
根据第三方语义理解结果和本地语义理解结果的映射关系、历史第三方语义结果中的字段和字段值、以及历史本地语义结果的字段和字段值,创建预设映射表,具体如下:
其中,“operation”、“service”、“semanticKey”、“semanticValue”等字段和对应的值是从历史第三方语义结果解析出来的。“domain”、“intent”、“name”、“function”、“action”、“value”等字段和对应的值是从本地语义结果解析出来的。本实施例中,历史第三语义结果中的字段和值和本地语义结果中的字段和值可以根据实际应用场景的需求进行设置。根据上述方式可以将不同场景下的所有第三方语义结果和对应的能被本地自然语言理解服务识别出的语义结果映射关系整理出来,所有的规则数据存储在上述预设映射表,如果是为了数据的持久化处理,也可将协议规则加载到对应的数据库表格中。当用户的语义无法被本地自然语言理解服务所理解时,去调用第三方自然语言理解服务获取到对应的结果,然后基于协议规则的映射表中查找到对应的映射关系记录,根据第三方的语义结果找到对应的本地语义结果。
在一些实施例中,根据第三方语义字段和第三方语义字段对应的值,确定与车辆设备相匹配的目标语义结果包括:根据第三方语义字段和第三方语义字段对应的值,从预设映射表中获取与车辆设备相匹配的本地语义字段和本地语义字段对应的值;基于本地语义字段和本地语义字段对应的值,生成与车辆设备相匹配的目标语义结果。例如,基于第三方语义字段和第三方语义字段对应的值遍历上述预设映射表,从该预设映射表中查询到第三方语义字段和第三方语义字段对应的值。然后根据预设映射表中第三方语义结果与本地语义结果的映射关系,获取本地语义字段和本地语义字段对应的值。并根据车辆设备支持的协议,生成与车辆设备相匹配的目标语义结果,具体参考图6。以此方式可以避免需要开发人员二次开发一个全新的适配当前的本地自然语言理解服务,节约了时间和成本,同时也极大的提高了当前系统的可扩展性。
图5是本申请实施例的另一种车载语义结果的处理方法的流程图。
如图5所示,车载语义结果的处理方法还包括步骤S510和步骤S520。
在步骤S510中,获取车辆设备支持的协议格式。
在步骤S520中,基于本地语义字段和本地语义字段对应的值,生成协议格式的目标语义结果。
该方法可以获取车辆设备支持的协议格式,基于本地语义字段和本地语义字段对应的值,生成协议格式的目标语义结果,以此方式可以使用基于第三方语义字段和对应的值转换成的本地语义字段和对应的值,生成车辆设备支持的协议的语义结果,这样可以避免语义结果与车辆设备不适配的情况,进一步提高用户体验。
在一些实施例中,根据待识别文本数据,确定待识别文本数据的类型包括:根据待识别文本数据,从待识别文本数据中提取实体词语;判断实体词语是否与车辆设备相关,如果实体词语与车辆设备相关,确定待识别文本数据的类型为车辆类型,如果实体词语与车辆设备不相关,确定待识别文本数据的类型为非车辆类型。例如,通过分词、词性标注等方法,从历史待识别文本数据中提取出实体词语。实体词语是文本中具有特定意义的词汇,例如“车辆”、“引擎”、“驾驶员”、“导航”、“动画片”、“歌名”等等。判断实体词语与车辆设备的相关性:对于每个提取出的实体词语,进行与车辆设备相关的判断。可以通过词典、关键词匹配、语义相似度计算等方法来判断实体词语是否与车辆设备相关。如果实体词语与车辆设备相关,则可以确定待识别文本数据的类型为车辆类型;如果实体词语与车辆设备不相关,则确定待识别文本数据的类型为非车辆类型。根据对每个实体词语的判断结果,统计判断结果数量,如果存在与车辆设备相关的实体词语,则将待识别文本数据的类型确定为车辆类型;如果所有实体词语均与车辆设备不相关,将待识别文本数据的类型确定为非车辆类型。
在一些实施例中,上述还方法还包括:根据与车辆设备相匹配的目标语义结果,确定用于反馈车辆设备的文本数据;基于用于反馈车辆设备的文本数据,生成车辆设备的控制指令,并向车辆设备发送控制指令,以使得车辆设备根据控制指令执行相应操作。例如,根据反馈给车辆设备的文本数据,将其转化为能够被车辆设备理解和执行的控制指令,可以通过使用特定的控制指令格式或协议来实现。例如,如果车辆设备使用特定的通信协议(如CAN总线协议),可以将文本数据转化为符合该协议的控制指令格式,以确保车辆设备能够正确解析和执行指令,以此方式可以将该文本数据转化为车辆设备可以解析的控制指令,从而使得该车辆设备可以及时响应用户请求。
图7是本申请实施例的一种车载语义结果的处理装置的框图。
如图7所示,车载语义结果的处理装置700包括获取模块710、确定模块720、第一识别处理模块730、第二识别处理模块740和转换模块750。
具体地,获取模块710,用于获取车载语音信号对应的待识别文本数据。
确定模块720,用于根据待识别文本数据,确定待识别文本数据的类型。
第一识别处理模块730,用于当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果。
第二识别处理模块740,用于当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果。
转换模块750,用于根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。
该车载语义结果的处理装置700可以获取车载语音信号对应的待识别文本数据,并根据待识别文本数据,确定待识别文本数据的类型,当待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理待识别文本数据,得到本地语义结果,当本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果,然后根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果,以此方式可以实现通过调用第三方自然语言理解服务识别处理车辆的待识别文本数据,还可以将第三方的语义结果转换成与车辆设备匹配的目标语义结果,有效地避免相关技术中无法响应车辆设备的用户请求的情况发生,提高用户体验。
在一些实施例中,车载语义结果的处理装置700还用于:当待识别文本数据的类型为非车辆类型时,通过第三方自然语言理解服务识别处理待识别文本数据,得到第三方语义结果;根据语义协议转换规则,将第三方语义结果转换成与车辆设备相匹配的目标语义结果。
在一些实施例中,转换模块450被配置为:根据第三方自然语言理解服务对应的语义结果,确定用于解析该语义结果的协议;通过用于解析该语义结果的协议,对第三方自然语言理解服务对应的语义结果进行解析,以获取第三方语义字段和第三方语义字段对应的值;根据第三方语义字段和第三方语义字段对应的值,确定与车辆设备相匹配的目标语义结果。
在一些实施例中,根据第三方语义字段和第三方语义字段对应的值,确定与车辆设备相匹配的目标语义结果包括:根据第三方语义字段和第三方语义字段对应的值,从预设映射表中获取与车辆设备相匹配的本地语义字段和本地语义字段对应的值;基于本地语义字段和本地语义字段对应的值,生成与车辆设备相匹配的目标语义结果。
在一些实施例中,基于本地语义字段和本地语义字段对应的值,生成与车辆设备相匹配的目标语义结果包括;获取车辆设备支持的协议格式;基于本地语义字段和本地语义字段对应的值,生成协议格式的目标语义结果。
在一些实施例中,确定模块720被配置为:根据待识别文本数据,从待识别文本数据中提取实体词语;判断实体词语是否与车辆设备相关,如果实体词语与车辆设备相关,确定待识别文本数据的类型为车辆类型,如果实体词语与车辆设备不相关,确定待识别文本数据的类型为非车辆类型。
在一些实施例中,车载语义结果的处理装置700还用于:根据与车辆设备相匹配的目标语义结果,确定用于反馈车辆设备的文本数据;基于用于反馈车辆设备的文本数据,生成车辆设备的控制指令,并向车辆设备发送控制指令,以使得车辆设备根据控制指令执行相应操作。
图8是本申请实施例的一种电子设备的结构示意图,如图8所示,该实施例的电子设备800包括:处理器810、存储器820以及存储在该存储器820中并且可在处理器810上运行的计算机程序830。处理器810执行计算机程序830时实现上述各个方法实施例中的步骤。或者,处理器810执行计算机程序830时实现上述各装置实施例中各模块的功能。
电子设备800可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备800可以包括但不仅限于处理器810和存储器820。本领域技术人员可以理解,图8仅仅是电子设备800的示例,并不构成对电子设备800的限定,可以包括比图示更多或更少的部件,或者不同的部件。
处理器810可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
存储器820可以是电子设备800的内部存储单元,例如,电子设备800的硬盘或内存。存储器820也可以是电子设备800的外部存储设备,例如,电子设备800上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。存储器820还可以既包括电子设备800的内部存储单元也包括外部存储设备。存储器820用于存储计算机程序以及电子设备所需的其它程序和数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、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,也可以采用软件功能单元的形式实现。
集成的模块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。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车载语义结果的处理方法,其特征在于,包括:
获取车载语音信号对应的待识别文本数据;
根据所述待识别文本数据,确定所述待识别文本数据的类型;
当所述待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理所述待识别文本数据,得到本地语义结果;
当所述本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理所述待识别文本数据,得到第三方语义结果;
根据语义协议转换规则,将所述第三方语义结果转换成与车辆设备相匹配的目标语义结果。
2.根据权利要求1所述的车载语义结果的处理方法,其特征在于,所述方法还包括:
当所述待识别文本数据的类型为非车辆类型时,通过所述第三方自然语言理解服务识别处理所述待识别文本数据,得到所述第三方语义结果;
根据所述语义协议转换规则,将所述第三方语义结果转换成与所述车辆设备相匹配的目标语义结果。
3.根据权利要求1所述的车载语义结果的处理方法,其特征在于,根据所述语义协议转换规则,将所述第三方自然语言理解服务对应的语义结果转换成与车辆设备相匹配的目标语义结果包括:
根据所述第三方自然语言理解服务对应的语义结果,确定用于解析该语义结果的协议;
通过所述用于解析该语义结果的协议,对所述第三方自然语言理解服务对应的语义结果进行解析,以获取第三方语义字段和所述第三方语义字段对应的值;
根据所述第三方语义字段和所述第三方语义字段对应的值,确定与所述车辆设备相匹配的目标语义结果。
4.根据权利要求3所述的车载语义结果的处理方法,其特征在于,根据所述第三方语义字段和所述第三方语义字段对应的值,确定与所述车辆设备相匹配的目标语义结果包括:
根据所述第三方语义字段和所述第三方语义字段对应的值,从预设映射表中获取与所述车辆设备相匹配的本地语义字段和所述本地语义字段对应的值;
基于所述本地语义字段和所述本地语义字段对应的值,生成与所述车辆设备相匹配的目标语义结果。
5.根据权利要求4所述的车载语义结果的处理方法,其特征在于,基于所述本地语义字段和所述本地语义字段对应的值,生成与所述车辆设备相匹配的目标语义结果包括;
获取所述车辆设备支持的协议格式;
基于所述本地语义字段和所述本地语义字段对应的值,生成所述协议格式的目标语义结果。
6.根据权利要求1所述的车载语义结果的处理方法,其特征在于,根据所述待识别文本数据,确定所述待识别文本数据的类型包括:
根据所述待识别文本数据,从所述待识别文本数据中提取实体词语;
判断所述实体词语是否与所述车辆设备相关,如果所述实体词语与所述车辆设备相关,确定所述待识别文本数据的类型为所述车辆类型,如果所述实体词语与所述车辆设备不相关,确定所述待识别文本数据的类型为非车辆类型。
7.根据权利要求1至6任意一项所述的车载语义结果的处理方法,其特征在于,方法还包括:
根据与所述车辆设备相匹配的目标语义结果,确定用于反馈所述车辆设备的文本数据;
基于所述用于反馈所述车辆设备的文本数据,生成所述车辆设备的控制指令,并向所述车辆设备发送所述控制指令,以使得所述车辆设备根据所述控制指令执行相应操作。
8.一种车载语义结果的处理装置,其特征在于,包括:
获取模块,用于获取车载语音信号对应的待识别文本数据;
确定模块,用于根据所述待识别文本数据,确定所述待识别文本数据的类型;
第一识别处理模块,用于当所述待识别文本数据的类型为车辆类型时,通过本地自然语言理解服务识别处理所述待识别文本数据,得到本地语义结果;
第二识别处理模块,用于当所述本地语义结果为预设错误码时,通过第三方自然语言理解服务识别处理所述待识别文本数据,得到第三方语义结果;
转换模块,用于根据语义协议转换规则,将所述第三方语义结果转换成与车辆设备相匹配的目标语义结果。
9.一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,其特征在于,处理器执行计算机程序时实现如权利要求1至7中任一项方法的步骤。
10.一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,其特征在于,计算机程序被处理器执行时实现如权利要求1至7中任一项方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310967327.5A CN117059096A (zh) | 2023-07-31 | 2023-07-31 | 车载语义结果的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310967327.5A CN117059096A (zh) | 2023-07-31 | 2023-07-31 | 车载语义结果的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117059096A true CN117059096A (zh) | 2023-11-14 |
Family
ID=88667008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310967327.5A Pending CN117059096A (zh) | 2023-07-31 | 2023-07-31 | 车载语义结果的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117059096A (zh) |
-
2023
- 2023-07-31 CN CN202310967327.5A patent/CN117059096A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046254B (zh) | 用于生成模型的方法和装置 | |
CN109961792A (zh) | 用于识别语音的方法和装置 | |
CN111737987B (zh) | 意图识别方法、装置、设备及存储介质 | |
CN110956955B (zh) | 一种语音交互的方法和装置 | |
CN108682421B (zh) | 一种语音识别方法、终端设备及计算机可读存储介质 | |
CN111026858A (zh) | 基于项目推荐模型的项目信息处理方法及装置 | |
CN112579733B (zh) | 规则匹配方法、规则匹配装置、存储介质及电子设备 | |
CN112035599A (zh) | 基于垂直搜索的查询方法、装置、计算机设备及存储介质 | |
CN109753658B (zh) | 交互方法和装置 | |
CN107844587B (zh) | 用于更新多媒体播放列表的方法和装置 | |
CN111241106B (zh) | 近似数据处理方法、装置、介质及电子设备 | |
CN116662555B (zh) | 一种请求文本处理方法、装置、电子设备及存储介质 | |
EP3843090B1 (en) | Method and apparatus for outputting analysis abnormality information in spoken language understanding | |
CN116486815A (zh) | 车载语音信号处理方法及装置 | |
CN110675865B (zh) | 用于训练混合语言识别模型的方法和装置 | |
CN116629269A (zh) | 车载文本数据的语义拒识别方法及装置 | |
CN116578700A (zh) | 日志分类方法、日志分类装置、设备及介质 | |
CN117059096A (zh) | 车载语义结果的处理方法及装置 | |
CN110705308A (zh) | 语音信息的领域识别方法、装置、存储介质及电子设备 | |
CN114242047A (zh) | 一种语音处理方法、装置、电子设备及存储介质 | |
CN111143514B (zh) | 用于生成信息的方法和装置 | |
CN114492457B (zh) | 语义识别方法、装置、电子设备及存储介质 | |
CN117708304B (zh) | 数据库问答方法、设备及存储介质 | |
CN115205757B (zh) | 风险识别方法、装置、设备和存储介质 | |
CN112162738B (zh) | 数据转化方法、装置、终端设备及存储介质 |
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 |