TWI847393B - 語言資料處理系統及方法與電腦程式產品 - Google Patents

Abstract

一種由語言資料處理系統實施的語言資料處理方法，其包含：(A)利用一語言處理模型從一語音文字資料中辨識出多個被該語音文字資料所表達出的指定意圖，並根據該語音文字資料中的語彙將每一指定意圖判定為一明確指定意圖及一模糊指定意圖的其中一者，其中，每一指定意圖與多個意圖標籤中的其中一個意圖標籤相對應；(B)從該等明確指定意圖中決定出其中N個目標指定意圖，並且執行每一目標指定意圖所對應之該意圖標籤所對應的一控制程序，其中，N為大於等於1的整數。

Description

語言資料處理系統及方法與電腦程式產品

本發明是有關於一種資料處理系統，特別是指一種適合對使用者之口述內容進行處理的語言資料處理系統。本發明還有關於一種適合對使用者之口述內容進行處理的語言資料處理方法，以及一種用於使電子裝置能夠實施該語言資料處理方法的電腦程式產品。

隨著自然語言處理技術的發展，現有技術中有愈來愈多電子裝置的聲控功能不再受限於預設好的特定語音指令，而允許使用者以更加口語化的表達方式來描述其需求。

以一般人的說話習慣而言，用一句話一次表達多個需求顯然是較為方便的表達方式，但是，此種表達方式會使得語句較長，且可能會有部分的需求被描述得不夠清楚，而造成現有技術在進行意圖分析時產生阻礙。因此，如何在自然語言處理技術的基礎上更好地對使用者一次表達出的多個需求進行處理，便成為本發明所欲探討的議題。

因此，本發明的其中一目的，便在於提供一種能對現有技術提供改善的語言資料處理系統。

本發明語言資料處理系統包含一處理單元及一電連接該處理單元的儲存單元，該儲存單元儲存有一利用機器學習技術實現的語言處理模型，該語言處理模型包括多個意圖標籤，且每一意圖標籤對應於一相關於該處理單元之運作方式的控制程序。其中，該處理單元用於：利用該語言處理模型從一語音文字資料中辨識出多個被該語音文字資料所表達出的指定意圖，並根據該語音文字資料中的語彙將每一指定意圖判定為一明確指定意圖及一模糊指定意圖的其中一者，其中，每一指定意圖與該等意圖標籤中的其中一個意圖標籤相對應；從該等明確指定意圖中決定出其中N個目標指定意圖，並且執行每一目標指定意圖所對應之該意圖標籤所對應的該控制程序，其中，N為大於等於1的整數。

在本發明語言資料處理系統的一些實施態樣中，對於每一指定意圖，該處理單元將該指定意圖判定為該明確指定意圖或該模糊指定意圖的方式包含：該處理單元判斷該語音文字資料中是否存在一或多個能供該處理單元據以執行與該指定意圖相關之該控制程序的關鍵語彙，若該處理單元判斷出該語音文字資料中存在該（等）關鍵語彙，該處理單元將該指定意圖判定為該明確指定意圖，若該處理單元判斷出該語音文字資料中不存在關鍵語彙，該處理單元將該指定意圖判定為該模糊指定意圖。

在本發明語言資料處理系統的一些實施態樣中，在該處理單元將每一指定意圖判定為該明確指定意圖或該模糊指定意圖之後，該處理單元還用於：在該等指定意圖的其中一或多個指定意圖被該處理單元判定為該模糊指定意圖的情況下，對於該（等）模糊指定意圖的其中至少一個模糊指定意圖，利用該語言處理模型產生一對應於該模糊指定意圖的詢問訊息，並使該詢問訊息被一輸出模組輸出；在使該詢問訊息被該輸出模組輸出之後，當獲得另一對應於另一語音輸入的語音文字資料時，判斷該另一語音文字資料的語意是否與該模糊指定意圖匹配，而能供該處理單元據以執行與該模糊指定意圖相關的該控制程序，並且，在判斷出該另一語音文字資料的語意與該模糊指定意圖匹配的情況下，將該模糊指定意圖改判定為一明確指定意圖。

在本發明語言資料處理系統的一些實施態樣中，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否存在其中多個彼此衝突而被共同作為一群衝突意圖的明確指定意圖，並且，在判斷出該等明確指定意圖中存在該群衝突意圖的情況下，該處理單元僅將該群衝突意圖的其中單一個明確指定意圖作為該N個目標指定意圖的其中一個目標指定意圖。

在本發明語言資料處理系統的一些實施態樣中，該等意圖標籤的其中一個意圖標籤被設定為一排他意圖標籤，並且，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否有其中一個明確指定意圖所對應的意圖標籤為該排他意圖標籤，若判斷結果為是，該處理單元將對應於該排他意圖標籤的該明確指定意圖作為唯一一個目標指定意圖。

在本發明語言資料處理系統的一些實施態樣中，該等意圖標籤之間存在順序性，並且，在該處理單元所決定出之目標指定意圖的數量為多個的情況下，該處理單元是根據該等目標指定意圖所分別對應之該等意圖標籤之間的順序，而依序地逐一執行該等目標指定意圖所對應之該等意圖標籤所對應的該等控制程序。

本發明的另一目的，在於提供一種能對現有技術提供改善的語言資料處理方法。

本發明語言資料處理方法由一語言資料處理系統實施，該語言資料處理系統包含一處理單元及一電連接該處理單元的儲存單元，該儲存單元儲存有一利用機器學習技術實現的語言處理模型，該語言處理模型包括多個意圖標籤，且每一意圖標籤對應於一相關於該處理單元之運作方式的控制程序；該語言資料處理方法包含：(A)該處理單元利用該語言處理模型從一語音文字資料中辨識出多個被該語音文字資料所表達出的指定意圖，並根據該語音文字資料中的語彙將每一指定意圖判定為一明確指定意圖及一模糊指定意圖的其中一者，其中，每一指定意圖與該等意圖標籤中的其中一個意圖標籤相對應；(B)該處理單元從該等明確指定意圖中決定出其中N個目標指定意圖，並且執行每一目標指定意圖所對應之該意圖標籤所對應的該控制程序，其中，N為大於等於1的整數。

在本發明語言資料處理方法的一些實施態樣中，在步驟(A)中，對於每一指定意圖，該處理單元將該指定意圖判定為該明確指定意圖或該模糊指定意圖的方式包含：該處理單元判斷該語音文字資料中是否存在一或多個能供該處理單元據以執行與該指定意圖相關之該控制程序的關鍵語彙，若該處理單元判斷出該語音文字資料中存在該（等）關鍵語彙，該處理單元將該指定意圖判定為該明確指定意圖，若該處理單元判斷出該語音文字資料中不存在關鍵語彙，該處理單元將該指定意圖判定為該模糊指定意圖。

在本發明語言資料處理方法的一些實施態樣中，該語言資料處理方法還包含介於步驟(A)及(B)之間的：(C)在該等指定意圖的其中一或多個指定意圖被該處理單元判定為該模糊指定意圖的情況下，對於該（等）模糊指定意圖的其中至少一個模糊指定意圖，該處理單元利用該語言處理模型產生一對應於該模糊指定意圖的詢問訊息，並使該詢問訊息被一輸出模組輸出；(D)在該處理單元使該詢問訊息被該輸出模組輸出之後，當該處理單元獲得另一對應於另一語音輸入的語音文字資料時，該處理單元判斷該另一語音文字資料的語意是否與該模糊指定意圖匹配，而能供該處理單元據以執行與該模糊指定意圖相關的該控制程序，並且，在該處理單元判斷出該另一語音文字資料的語意與該模糊指定意圖匹配的情況下，該處理單元將該模糊指定意圖改判定為一明確指定意圖。

在本發明語言資料處理方法的一些實施態樣中，在步驟(B)中，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否存在其中多個彼此衝突而被共同作為一群衝突意圖的明確指定意圖，並且，在判斷出該等明確指定意圖中存在該群衝突意圖的情況下，該處理單元僅將該群衝突意圖的其中單一個明確指定意圖作為該N個目標指定意圖的其中一個目標指定意圖。

在本發明語言資料處理方法的一些實施態樣中，該等意圖標籤的其中一個意圖標籤被設定為一排他意圖標籤；其中，在步驟(B)中，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否有其中一個明確指定意圖所對應的意圖標籤為該排他意圖標籤，若判斷結果為是，該處理單元將對應於該排他意圖標籤的該明確指定意圖作為唯一一個目標指定意圖。

在本發明語言資料處理方法的一些實施態樣中，該等意圖標籤之間存在順序性；其中，在步驟(B)中，在該處理單元所決定出之目標指定意圖的數量為多個的情況下，該處理單元是根據該等目標指定意圖所分別對應之該等意圖標籤之間的順序，而依序地逐一執行該等目標指定意圖所對應之該等意圖標籤所對應的該等控制程序。

本發明的再一目的，在於提供一種能對現有技術提供改善的電腦程式產品。

本發明電腦程式產品包含一利用機器學習技術實現的語言處理模型，其中，該語言處理模型包括多個意圖標籤，且每一意圖標籤對應於一相關於一電子裝置之運作方式的控制程序，該電腦程式產品用於被該電子裝置載入並運行，以使該電子裝置實施如前述任一實施態樣中所述的語言資料處理方法。

本發明之功效在於：該語言資料處理系統在獲得該語音文字資料並從其中辨識出該等指定意圖之後，能夠根據該語音文字資料的語彙而將每一指定意圖歸類為明確指定意圖或者模糊指定意圖，並且僅根據該（等）明確指定意圖來執行相關的控制程序，所以，即便該語音文字資料所表達出的一些指定意圖不夠清楚（即存在模糊指定意圖），該語言資料處理系統也仍能針對表達足夠清楚的指定意圖（即針對明確指定意圖）進行處理，以滿足使用者的需求。

在本發明被詳細描述之前應當注意：若未特別定義，則本專利說明書中所述的「電連接」泛指多個電子設備/裝置/元件之間透過導電材料彼此相連而實現的「有線電連接」，以及透過無線通訊技術進行單/雙向無線信號傳輸的「無線電連接」。並且，本專利說明書中所述的「電連接」也泛指多個電子設備/裝置/元件之間彼此直接相連而形成的「直接電連接」，以及多個電子設備/裝置/元件之間還透過其他電子設備/裝置/元件彼此間接相連而形成的「間接電連接」。

參閱圖1，本發明語言資料處理系統1的一實施例適用於供多個使用端裝置5（圖1僅示出其中一者）透過網路電連接，而使得該等使用端裝置5能各自透過網路與該語言資料處理系統1通訊。然而，為了便於描述，以下僅會以圖1所示的該使用端裝置5來輔助說明本實施例的運作方式。

在本實施例的應用中，該使用端裝置5包括一處理模組51、一電連接於該處理模組51的輸入模組52，以及一電連接於該處理模組51的輸出模組53。其中，該處理模組51為一中央處理器，該輸入模組52至少具有一電連接於該處理模組51的麥克風，該輸出模組53則至少具有電連接於該處理模組51的一揚聲器及一顯示器。更具體地說，在本實施例的應用中，該使用端裝置5是一台適合被設置在一住宿設施之一客房內以供房客使用的聲控服務裝置，而且，該使用端裝置5能夠利用該輸入模組52的麥克風接收房客的語音、利用該輸出模組53的揚聲器播放用來回應房客的語音，以及利用該輸出模組53的顯示器顯示用於供房客參考的資訊。此外，該使用端裝置5的處理模組51還能以無線的方式（例如Wi-Fi或藍芽）輸出控制指令，以控制該客房內的空調、電話、電視及燈具等電子設備運作。

補充說明的是，在本實施例的不同應用方式中，該使用端裝置5也可以被實施為一台行動電子裝置（例如手機、平板電腦或者筆記型電腦）、桌上型電腦或者網路電視，所以，該語言資料處理系統1並不限於被應用在住宿設施客房中的聲控服務裝置。

在本實施例中，該語言資料處理系統1是一台伺服設備，而且，該語言資料處理系統1包含一處理單元11，以及一電連接該處理單元11的儲存單元12。其中，該處理單元11在本實施例中為一具有資料運算及處理功能的中央處理器，該儲存單元12則是一用於儲存數位資料的資料儲存裝置（例如硬碟），然而，在其他實施例中，該處理單元11亦可被實施為多個中央處理器的組合，該儲存單元12亦可被實施為不同種類的電腦可讀取記錄媒體（例如快閃記憶體），或者是多個相同／相異種類之電腦可讀取記錄媒體的組合，而並不以本實施例為限。補充說明的是，在不同的實施例中，該語言資料處理系統1亦可被實施為手機、平板電腦、筆記型電腦、桌上型電腦等不同類型的電子裝置，或者，該語言資料處理系統1亦可被實施為多台彼此電連接的伺服設備。所以，應當理解的是，該語言資料處理系統1在硬體方面的實際實施態樣並不以本實施例為限。

在本實施例中，該語言資料處理系統1的儲存單元12儲存有一利用機器學習技術實現且能被該處理單元11所運行的語言處理模型M，以及多個被預先設定好而用於供該處理單元11運行以對該使用端裝置5進行控制的控制程序P。

該語言處理模型M本身為一個能夠實現自然語言理解及生成的類神經網路，其中，該語言處理模型M包括多個被預先設定好的意圖標籤L，且每一個意圖標籤L是用來呈現出一種使用者意圖的語意特徵，亦即用來代表一種使用者意圖。更詳細地說，該語言處理模型M是在該等意圖標籤L被設定好之後，至少以多筆語句資料作為訓練資料進行機器學習而被訓練出的。其中，每一語句資料是一個以自然語言形式表達出意圖的語句，例如「幫我打電話給303號房」、「設定明天早上八點的鬧鐘」、「幫我打開電視」以及「把廁所的燈關掉」等。較佳地，其中一些語句資料可以是以自然語言形式一次表達出多個不同意圖的語句，例如「把電視跟大燈都打開，順便開冷氣」、「把音樂關掉，然後打電話給501號房」以及「放一首周杰倫的歌，然後幫我查明天台北市的天氣」等，但並不以此為限。藉由利用該等語句資料進行機器學習，該語言處理模型M在被訓練完成後能用於對文字資料進行語意分析處理，而根據該等意圖標籤L從文字資料中辨識出被文字資料所表達出的一或多個使用者意圖。

對於該語言處理模型M所包括的該等意圖標籤L，每一個意圖標籤L所表示的語意特徵是代表一種使用者意圖。以本實施例而言，由於該語言資料處理系統1是被應用在住宿設施客房中的聲控服務裝置（即該使用端裝置5），所以該等意圖標籤L主要是相關於使用者在客房中可能會產生的意圖，例如「撥出電話」、「設定鬧鐘」、「開啟家電」、「關閉家電」、「查詢資料」及「播放音樂」等。然而，該語言資料處理系統1並不限於被應用在住宿設施客房中的聲控服務裝置，因此，該等意圖標籤L所代表的意圖當然也不以前述所舉之例為限。

在本實施例中，該等意圖標籤L之間存在被預先設定好的順序性。舉一例來說，對於代表「開啟家電」及「查詢資料」的該兩意圖標籤L，該兩意圖標籤L的順序都是優先於代表「播放音樂」的意圖標籤L，前述順序的設定意義在於，若使用者同時表達了「開啟家電」、「查詢資料」及「播放音樂」等三個需求，則「開啟家電」及「查詢資料」的需求應優先被滿足，最後才輪到「播放音樂」的需求。應當理解的是，該等意圖標籤L之間的順序可依據使用者體驗或者其他經驗因素的考量而被自由設計與調整，故其實際的排序方式並非技術重點，在此不過度詳述。

進一步地，在本實施例中，該等意圖標籤L的其中一個意圖標籤L被設定為一個排他意圖標籤L’（示於圖1），而且，該排他意圖標籤L’所代表的使用者意圖是被作為一個具有最高優先順序而必需優先被滿足的最優先意圖。以本實施例舉例來說，該排他意圖標籤L’例如是代表「撥出電話」之使用者意圖的該意圖標籤L，然而，要將哪一種使用者意圖的意圖標籤L設定為排他意圖標籤L’可依據不同的考量及需求而被自由設定，並且，在不同的實施例中，該等意圖標籤L中也可以有其中多者分別被設定為彼此之間存在優先順序的多個排他意圖標籤L’，而並不以本實施例所舉之例為限。

在本實施例中，對於該儲存單元12所儲存的該等控制程序P，該等控制程序P是用於供該處理單元11與該使用端裝置5的處理模組51透過網路進行通訊，藉此透過該處理模組51對該使用端裝置5以不同的方式進行控制。更明確地說，每一控制程序P在本實施例中是用於使該使用端裝置5受該處理單元11控制地以一種特定的方式輸出特定的資料，例如以播放的方式輸出聲音資料、以顯示的方式輸出文字及/或影像資料，或者是以有線/無線通訊的方式輸出控制指令資料至同一客房的空調、電話、電視及燈具等電子設備以控制其運作。進一步地，在本實施例中，該等控制程序P與該語言處理模型M所包括的該等意圖標籤L之間存在對應關係，更具體地說，該語言處理模型M中的每一意圖標籤L至少對應於該等控制程序P的其中一者。舉一例來說，代表「設定鬧鐘」的該意圖標籤L例如是對應於該等控制程序P中用來使該使用端裝置5對其本身內建之鬧鈴功能進行設定的其中一個控制程序P。舉一例來說，代表「撥出電話」的該意圖標籤L例如是對應於該等控制程序P中用來使該使用端裝置5將一語音通話請求輸出至一通話裝置的其中另一個控制程序P。

配合參閱圖2，以下示例性地詳細說明本實施例的該語言資料處理系統1如何與該使用端裝置5配合，進而實施一語言資料處理方法。

首先，在步驟S1中，該處理單元11獲得一對應於一語音輸入的語音文字資料。

更具體地說，在本實施例中，該語音輸入是由該使用端裝置5的處理模組51經由該輸入模組52的麥克風所接收到的一串使用者語音信號，換句話說，該語音輸入是使用者所說出的一句話。進一步地，該使用端裝置5的處理模組51在接收到該語音輸入時，會即時地利用語音轉文字技術對該語音輸入進行處理，以產生與該語音輸入內容相符的該語音文字資料，並將該語音文字資料傳送至該語言資料處理系統1的處理單元11。然而，在不同的實施例中，該使用端裝置5的處理模組51也可以是在接收到該語音輸入時即時地將該語音輸入傳送至該處理單元11，並且由該處理單元11對該語音輸入進行語音轉文字的處理來產生該語音文字資料。所以，該處理單元11獲得該語音文字資料的方式並不以本實施例為限。

在該處理單元11獲得該語音文字資料後，流程進行至步驟S2。

在步驟S2中，該處理單元11載入並運行該語言處理模型M，並利用該語言處理模型M對該語音文字資料執行一意圖分析處理。在本實施例中，該處理單元11對該語音文字資料執行該意圖分析處理的方式，包含從該語音文字資料中辨識出多個被該語音文字資料所表達出的指定意圖，以及根據該語音文字資料所具有的多個語彙，而將每一指定意圖判定為一明確指定意圖及一模糊指定意圖的其中一者。其中，所述的「語彙」泛指單一個字以及由多個字組成的詞。另一方面，該處理單元11是根據該語言處理模型M中的該等意圖標籤L來對該語音文字資料進行意圖辨識，所以，該處理單元11所辨識出的每一指定意圖是與該等意圖標籤L中之其中一個匹配的意圖標籤L彼此相對應。

更詳細地說，對於該處理單元11所辨識出的每一指定意圖，該處理單元11將該指定意圖判定為該明確指定意圖或該模糊指定意圖的方式，是判斷該語音文字資料所具有的該等語彙中，是否存在一或多個語意上與該指定意圖相匹配，而能供該處理單元11據以執行該指定意圖所對應之該意圖標籤L所對應之該控制程序P的關鍵語彙。若該處理單元11判斷出該語音文字資料中存在與該指定意圖在語意上匹配的一或多個關鍵語彙，以致該處理單元11能根據該（等）關鍵語彙執行該指定意圖所對應的控制程序P，該處理單元11便會將該指定意圖判定為該明確指定意圖。反之，若該處理單元11判斷出該語音文字資料中不存在與該指定意圖語意匹配的關鍵語彙，以致該處理單元11無法執行該指定意圖所對應的控制程序P，該處理單元11則會將該指定意圖判定為該模糊指定意圖。

舉一例來說，假設該處理單元11所辨識出的其中一指定意圖是對應於代表「撥出電話」的意圖標籤L，則該處理單元11便會判斷該語音文字資料的該等語彙中是否有其中任一個語彙是指示出一個具體的致電對象（例如同一住宿設施的其他房號、特定的商店、機構或者電話號碼），若有，該處理單元11便會將指示出致電對象的該語彙作為與該其中一指定意圖匹配的關鍵語彙，並將該其中一指定意圖關鍵語彙判定為明確指定意圖，若無，該處理單元11則會判定該語音文字資料中不存在與該其中一指定意圖匹配的語彙，並將該其中一指定意圖關鍵語彙判定為模糊指定意圖。

舉另一例來說，假設該處理單元11所辨識出的其中另一指定意圖是對應於代表「設定鬧鐘」的意圖標籤L，則該處理單元11便會判斷該語音文字資料的該等語彙中是否有其中任一個語彙是指示出一個具體的鬧鈴時間（例如「上午八點」或「一小時之後」），若有，該處理單元11便會將指示出鬧鈴時間的該語彙作為與該其中另一指定意圖匹配的關鍵語彙，並將該其中另一指定意圖關鍵語彙判定為明確指定意圖，若無，該處理單元11則會判定該語音文字資料中不存在與該其中另一指定意圖匹配的語彙，並將該其中另一指定意圖關鍵語彙判定為模糊指定意圖。

補充說明的是，在本實施例中，每一意圖標籤L包括一必要資訊特徵，而且，該必要資訊特徵是用來指示出該意圖標籤L所代表之使用者意圖的必要資訊的語意特徵。以代表「撥出電話」之使用者意圖的該意圖標籤L。舉例來說，「具體的致電對象」是「撥出電話」之使用者意圖的必要資訊，所以，該意圖標籤L的必要資訊特徵便是用來指示出「具體的致電對象」的語意特徵。藉此，透過運行該語言處理模型M，該處理單元11便能根據每一指定意圖所對應之意圖標籤L的必要資訊特徵，來判斷該語音文字資料中是否存在匹配於必要資訊特徵的關鍵語彙，進而判定該指定意圖是屬於明確指定意圖還是模糊指定意圖。然而，在不同的實施例中，將每一指定意圖判定為明確指定意圖或者模糊指定意圖的功能，也可以是藉由讓該語言處理模型M進行機器學習來達成，而並不以本實施例為限。

在該處理單元11將每一指定意圖判定為明確指定意圖或模糊指定意圖之後，流程進行至步驟S3。

在步驟S3中，該處理單元11判斷該等指定意圖中是否有其中任一者屬於模糊指定意圖，亦即判斷該等指定意圖中是否存在任一模糊指定意圖。若該處理單元11判斷出該等指定意圖中有其中K個指定意圖屬於模糊指定意圖（K為大於等於1的整數），亦即存在模糊指定意圖，流程進行至步驟S4。另一方面，若該處理單元11判斷出該等指定意圖中並未有任何一者屬於模糊指定意圖，亦即不存在任何模糊指定意圖，流程則進行至步驟S6。

在接續於步驟S3之後的步驟S4中，在該等指定意圖中存在該K個模糊指定意圖的情況下，對於該K個模糊指定意圖的其中至少一個模糊指定意圖（後稱「該模糊指定意圖」），該處理單元11利用該語言處理模型M產生一對應於該模糊指定意圖且用於引導使用者以口語補充說明的詢問訊息，並將該詢問訊息傳送至該使用端裝置5的處理模組51，以使該處理模組51將該詢問訊息透過該輸出模組53的揚聲器輸出。舉一例來說，若該模糊指定意圖是對應於代表「撥出電話」的意圖標籤L，則該詢問訊息可例如為「請問您要打電話給誰」，舉另一例來說，若該模糊指定意圖是對應於代表「設定鬧鐘」的意圖標籤L，則該詢問訊息可例如為「請問您要設定幾點的鬧鐘」，但並不以此為限。

在該處理單元11使該詢問訊息被該使用端裝置5的輸出模組53輸出之後，流程進行至步驟S5。

在步驟S5中，當該處理單元11在該詢問訊息被該輸出模組53輸出後所起算的一段等待回應期間內（例如該詢問訊息被輸出後的五秒之內）獲得另一筆對應於另一語音輸入的語音文字資料時，該處理單元11判斷該另一語音文字資料的語意是否與該模糊指定意圖匹配，而能供該處理單元11據以執行該模糊指定意圖所對應之該意圖標籤L所對應的該控制程序P。更明確地說，該處理單元11是判斷該另一語音文字資料所具有的另外一或多個語彙中，是否有其中任一個語彙的語意與該模糊指定意圖相匹配，而能被作為對應於該模糊指定意圖的關鍵語彙。

若該處理單元11判斷出該另一語音文字資料的語意與該模糊指定意圖匹配，該處理單元11將該模糊指定意圖改判定為另一明確指定意圖，亦即根據該另一語音文字資料中的關鍵語彙而將其轉換為明確指定意圖。另一方面，若該處理單元11判斷出該另一語音文字資料的語意未與該模糊指定意圖匹配，則該理單元11可例如再次產生並傳送用來引導使用者以口語補充說明的又一詢問訊息至該使用端裝置5，以使其被該使用端裝置5的揚聲器輸出。然而，若該處理單元11根據同一模糊指定意圖輸出詢問訊息的次數已達到一被預設好的詢問次數上限門檻值，但仍無法將該模糊指定意圖轉換為明確指定意圖，則該處理單元11不繼續對該模糊指定意圖進行處理，亦即捨棄（忽略）該模糊指定意圖。

舉一例來說，假設該模糊指定意圖是對應於代表「撥出電話」的該意圖標籤L，且該詢問訊息為「請問您要打電話給誰」，則若該另一語音文字資料為「幫我打給602號房」，則該處理單元11便會判定該另一語音文字資料中的「602號房」在語意上與該模糊指定意圖匹配，從而將該模糊指定意圖改判定為明確指定意圖。舉另一例來說，假設該模糊指定意圖是對應於代表「設定鬧鐘」的該意圖標籤L，且該詢問訊息為「請問您要設定幾點的鬧鐘」，則若該另一語音文字資料為「設個下午五點半好了」，則該處理單元11便會判定該另一語音文字資料中的「下午五點半」在語意上與該模糊指定意圖匹配，從而將該模糊指定意圖改判定為明確指定意圖。

在該處理單元11決定是否將該模糊指定意圖改判定為明確指定意圖之後，流程進行至步驟S6。

在步驟S6中，該處理單元11利用該語言處理模型M對所有該等明確指定意圖執行一衝突排除處理及一篩選處理，以從該等明確指定意圖中決定出其中N個目標指定意圖。在本實施例中，該處理單元11可例如是先執行該衝突排除處理，再執行該篩選處理，但並不以此為限。此外，N為大於等於1的整數，也就是說，該處理單元11所決定出的目標指定意圖可以是單一個或多個。

在本實施例中，該處理單元11利用該語言處理模型M對該等明確指定意圖執行該衝突排除處理的方式，是判斷該等明確指定意圖中是否存在其中多個彼此衝突的明確指定意圖，並且，若判定該等明確指定意圖中確實有其中多者彼此衝突，該處理單元11將彼此衝突的該等明確指定意圖共同作為一群衝突意圖。接著，在判斷出該等明確指定意圖中存在一或多群衝突意圖的情況下，對於每一群衝突意圖，該處理單元11從該群衝突意圖中選出其中單一個明確指定意圖以作為一個候選指定意圖，而相當於將同一群衝突意圖中除了該候選指定意圖以外的其他明確指定意圖捨棄。而且，在本實施例的一種實施態樣中，該處理單元11是將該群衝突意圖中最先被該語音文字資料所表達出的該明確指定意圖作為該候選指定意圖，而相當於將該群衝突意圖中較慢被該語音文字資料表達出的其他明確指定意圖捨棄，但並不以此為限。

特別說明的是，前述的「其中多個彼此衝突的明確指定意圖」是代表該等明確指定意圖在語意上存在矛盾，或是該等明確指定意圖所對應之該等控制程序P不適合被該處理單元11同時執行。其中，該等明確指定意圖在語意上是否存在矛盾可利用該語言處理模型M的自然語言理解功能來實現，而哪些控制程序P不適合被同時執行則是被預先設定好的。例如，可以將該等控制程序P中用來控制該使用端裝置5播放聲音的其中多者共同設定為不適合被該處理單元11同時執行的控制程序P。

舉一例來說，假設該語音文字資料是「音樂大聲一點，然後聲音小一點，不要再放歌了」，則該處理單元11會從該語音文字資料中辨識出「提高音樂音量」、「降低音樂音量」以及「停止播放音樂」等三個在語意上彼此矛盾的明確指定意圖，並且，由於該語音文字資料最先表達出的是「提高音樂音量」的語意，所以該處理單元11會將代表「提高音樂音量」的該明確指定意圖作為候選指定意圖，而捨棄掉較慢被表達出的「降低音樂音量」及「停止播放音樂」等另外兩個明確指定意圖。

舉另一例來說，假設該語音文字資料是「幫我播放新聞還有音樂」，則該處理單元11會從該語音文字資料中辨識出「播放新聞」及「播放音樂」等兩個明確指定意圖。其中，該兩明確指定意圖皆是用來指示該使用端裝置5播放聲音，但基於收聽體驗的考量，該使用端裝置5並不適合以「同時播放新聞及音樂」的方式運作，換言之，該兩明確指定意圖所分別對應的該兩控制程序P不適合被該處理單元11同時執行。因此，在此例中，該處理單元11會判定「播放新聞」及「播放音樂」的該兩明確指定意圖彼此衝突，而將其兩者共同作為一群衝突意圖，而且，該處理單元11例如會將先被表達出之「播放新聞」的該明確指定意圖作為候選指定意圖，而捨棄掉較慢被表達出之「播放音樂」的明確指定意圖。

在該處理單元11從每一群衝突意圖中選出候選指定意圖後，該衝突排除處理執行完畢。

在本實施例中，該處理單元11執行該篩選處理的方式，是判斷該（等）候選指定意圖中，是否有其中任一個候選指定意圖所對應的意圖標籤L為該排他意圖標籤L’，若判斷結果為是，該處理單元11便將對應於該排他意圖標籤L’的該候選指定意圖作為唯一的一個目標指定意圖，而相當於將非對應於該排他意圖標籤L’的其他候選指定意圖捨棄，而若判斷結果為否（即未有任一候選指定意圖是對應於該排他意圖標籤L’），該處理單元11則將所有候選指定意圖皆作為目標指定意圖。舉一例來說，假設該排他意圖標籤L’是代表「撥出電話」的使用者意圖，並假設該語音文字資料是「幫我打電話給櫃台，順便打開電視跟冷氣」，在此情況下，該處理單元11會從該語音文字資料中辨識出「撥出電話」、「開啟電視」以及「開啟空調」等三個明確指定意圖，並且，藉由對該三個明確指定意圖執行該篩選處理，該處理單元11僅會將代表「撥出電話」的該明確指定意圖決定為唯一的一個目標指定意圖，而將代表「開啟電視」以及「開啟空調」的另外兩個明確指定意圖捨棄。

補充說明的是，在另一種實施例中，該處理單元11在步驟S6也可以只對該等明確指定意圖執行該衝突排除處理，而不執行該篩選處理。並且，在所述的實施例中，若該等明確指定意圖中存在一或多群衝突意圖，該處理單元11是直接從每一群衝突意圖中選出其中單一個明確指定意圖來作為目標指定意圖，而若該等明確指定意圖並未彼此衝突，則該處理單元11直接將該等明確指定意圖分別作為該N個目標指定意圖。

在該處理單元11從該等明確指定意圖中決定出該N個目標指定意圖後，流程進行至步驟S7。

在步驟S7中，該處理單元11執行每一目標指定意圖所對應之該意圖標籤L所對應的該控制程序P。值得一提的是，每一目標指定意圖必定是屬於明確指定意圖，所以，若在步驟S5被執行之後仍有模糊指定意圖存在，該處理單元11相當於是將模糊指定意圖捨棄（忽略），且不影響對明確指定意圖的處理。

另外，在本實施例中，由於該語言處理模型M中的該等意圖標籤L存在順序性，所以，在該處理單元11所決定出之目標指定意圖的數量為多個的情況下（即N大於1的情況），該處理單元11在本實施例中是根據該等目標指定意圖所分別對應之該等意圖標籤L之間的順序，而依序地逐一執行該等目標指定意圖所對應之該等意圖標籤L所對應的該等控制程序P，但並不以此為限。

舉例來說，假設該語音文字資料為「放鐵達尼號主題曲，然後幫我查明天的天氣，還有把大燈打開」，則該處理單元11例如會根據該語音文字資料決定出「播放音樂」、「查詢天氣資料」及「開啟臥室燈」等三個目標指定意圖，並且，根據該三個目標指定意圖所分別對應之其中三個意圖標籤L之間的順序，該處理單元11例如是先執行對應於「開啟臥室燈」之目標指定意圖所對應的控制程序P，以透過該使用端裝置5的處理模組51控制客房的燈具發光，接著，該處理單元11再執行對應於「查詢天氣資料」之目標指定意圖所對應的控制程序P，以使該使用端裝置5的處理模組51控制該輸出模組53的顯示器顯示天氣資料供使用者參考。最後，該處理單元11再執行對應於「播放音樂」之目標指定意圖所對應的控制程序P，以使該使用端裝置5的處理模組51控制該輸出模組53的揚聲器播放一個音樂媒體檔案。

在該處理單元11執行每一目標指定意圖所對應之該意圖標籤L所對應的控制程序P後，本實施例的語言資料處理方法結束。

以上即為本實施例之語言資料處理系統1如何實施該語言資料處理方法的示例說明。

補充說明的是，若該處理單元11在步驟S2中所判定之模糊指定意圖的數量為多個，則該處理單元11在步驟S4中可例如是針對該等模糊指定意圖中最先被該語音文字資料所表達出的該模糊指定意圖來產生並輸出該詢問訊息，再於步驟S5中判斷是否將其改判定為明確指定意圖。然而，在不同的實施態樣中，該處理單元11在步驟S4中也可以是根據該等模糊指定意圖所對應之該等意圖標籤L之間的順序，而針對所對應之意圖標籤L順序最優先的該模糊指定意圖來產生並輸出該詢問訊息。另一方面，若該處理單元11在步驟S2中所判定之模糊指定意圖的數量為多個，該處理單元11可以是如圖2所示地只針對單一個模糊指定意圖來產生並輸出詢問訊息以判斷是否將其改判定為明確指定意圖，然而，在不同的實施例中，該處理單元11也可以重覆地執行步驟S4及步驟S5多次，以針對所有的模糊指定意圖，或者是其中一部分的多個模糊指定意圖來產生並輸出詢問訊息，並判斷是否將其改判定為明確指定意圖。

應當理解的是，本實施例的步驟S1至步驟S7及圖2的流程圖僅是用於示例說明本發明語言資料處理方法的其中一種可實施方式。應當理解的是，即便將步驟S1至步驟S7進行合併、拆分或順序調整，若合併、拆分或順序調整之後的流程與本實施例相比係以實質相同的方式達成實質相同的功效，便仍屬於本發明語言資料處理方法的可實施態樣，因此，本實施例的步驟S1至步驟S7及圖2的流程圖並非用於限制本發明的可實施範圍。

本發明還提供了一種電腦程式產品的一實施例，該電腦程式產品為一應用程式，而能被儲存於電腦可讀取紀錄媒體，以及被一電子裝置（例如手機、平板電腦、筆記型電腦及桌上型電腦等）載入並運行，並且，該電腦程式產品包含圖1所示的該語言處理模型M。進一步地，當該電腦程式產品被該電子裝置載入並運行時，該電腦程式產品能使該電子裝置被作為本發明所提供的語言資料處理系統（例如圖1所示的該語言資料處理系統1），進而實施本發明所提供的媒體檔案選擇方法。

綜上所述，藉由實施該語言資料處理方法，該語言資料處理系統1在獲得該語音文字資料並從其中辨識出該等指定意圖之後，能夠根據該語音文字資料的語彙而將每一指定意圖歸類為明確指定意圖或者模糊指定意圖，並且僅根據該（等）明確指定意圖來執行相關的控制程序P，所以，即便該語音文字資料所表達出的一些指定意圖不夠清楚（即存在模糊指定意圖），該語言資料處理系統1也仍能針對表達足夠清楚的指定意圖（即針對明確指定意圖）進行處理，以滿足使用者的需求。另一方面，對於表達不夠清楚的該（等）模糊指定意圖，本實施例的該語言資料處理系統1能針對該（等）模糊指定意圖產生並輸出對應的詢問訊息來引導使用者以口語補充說明其需求，並根據後續獲得的語音文字資料判斷是否能據以將模糊指定意圖轉換成明確指定意圖，如此一來，即便使用者一開始對某些需求描述得不夠清楚，該語言資料處理系統1也能藉由主動輸出詢問訊息來達成釐清使用者需求的效果。再一方面，藉由執行該衝突排除處理，該語言資料處理系統1能夠對彼此衝突的指定意圖進行主動排除，如此一來，即便使用者表達出的多個需求前後矛盾，該語言資料處理系統1也仍能對其中的至少一個需求進行處理，而不會因為語音文字資料中的語意存在矛盾就無法運作。基於上述，該語言資料處理系統1能夠針對使用者一次性表達出的多個需求進行更加完善、細緻的處理，從而對現有技術提供了顯著的改善，故確實能達成本發明之目的。

惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。

1··········· 語言資料處理系統 11········· 處理單元 12········· 儲存單元 M·········· 語言處理模型 L··········· 意圖標籤 L’·········· 排他意圖標籤 P··········· 控制程序 5··········· 使用端裝置 51········· 處理模組 52········· 輸入模組 53········· 輸出模組 S1~S7·········· 步驟

本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是一方塊示意圖，示例性地表示本發明語言資料處理系統的一實施例，以及一適合與該實施例配合的使用端裝置；及 圖2是一流程圖，用於示例性地說明該實施例如何與該使用端裝置配合地實施一語言資料處理方法。

S1~S7·········· 步驟

Claims (11)

1. 一種語言資料處理系統，包含：一處理單元；及一儲存單元，電連接該處理單元，且儲存有一利用機器學習技術實現的語言處理模型，該語言處理模型包括多個意圖標籤，該等意圖標籤之間存在順序性，且每一意圖標籤對應於一相關於該處理單元之運作方式的控制程序；其中，該處理單元用於：利用該語言處理模型從一語音文字資料中辨識出多個被該語音文字資料所表達出的指定意圖，並根據該語音文字資料中的語彙將每一指定意圖判定為一明確指定意圖及一模糊指定意圖的其中一者，其中，每一指定意圖與該等意圖標籤中的其中一個意圖標籤相對應；及從該等明確指定意圖中決定出其中N個目標指定意圖，並且執行每一目標指定意圖所對應之該意圖標籤所對應的該控制程序，其中，N為大於等於1的整數，並且，在該處理單元所決定出之目標指定意圖的數量為多個的情況下，該處理單元是根據該等目標指定意圖所分別對應之該等意圖標籤之間的順序，而依序地逐一執行該等目標指定意圖所對應之該等意圖標籤所對應的該等控制程序。
2. 如請求項1所述的語言資料處理系統，其中，對於每一指定意圖，該處理單元將該指定意圖判定為該明確指定意圖或該模糊指定意圖的方式包含：該處理單元判斷該語音文字資料中是否存在一或多個能供該處理單元據以執行 與該指定意圖相關之該控制程序的關鍵語彙，若該處理單元判斷出該語音文字資料中存在該(等)關鍵語彙，該處理單元將該指定意圖判定為該明確指定意圖，若該處理單元判斷出該語音文字資料中不存在關鍵語彙，該處理單元將該指定意圖判定為該模糊指定意圖。
3. 如請求項1所述的語言資料處理系統，其中，在該處理單元將每一指定意圖判定為該明確指定意圖或該模糊指定意圖之後，該處理單元還用於：在該等指定意圖的其中一或多個指定意圖被該處理單元判定為該模糊指定意圖的情況下，對於該(等)模糊指定意圖的其中至少一個模糊指定意圖，利用該語言處理模型產生一對應於該模糊指定意圖的詢問訊息，並使該詢問訊息被一輸出模組輸出；及在使該詢問訊息被該輸出模組輸出之後，當獲得另一對應於另一語音輸入的語音文字資料時，判斷該另一語音文字資料的語意是否與該模糊指定意圖匹配，而能供該處理單元據以執行與該模糊指定意圖相關的該控制程序，並且，在判斷出該另一語音文字資料的語意與該模糊指定意圖匹配的情況下，將該模糊指定意圖改判定為一明確指定意圖。
4. 如請求項1所述的語言資料處理系統，其中，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否存在其中多個彼此衝突而被共同作為一群衝突意圖的明確指定 意圖，並且，在判斷出該等明確指定意圖中存在該群衝突意圖的情況下，該處理單元僅將該群衝突意圖的其中單一個明確指定意圖作為該N個目標指定意圖的其中一個目標指定意圖。
5. 如請求項1所述的語言資料處理系統，其中，該等意圖標籤的其中一個意圖標籤被設定為一排他意圖標籤，並且，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否有其中一個明確指定意圖所對應的意圖標籤為該排他意圖標籤，若判斷結果為是，該處理單元將對應於該排他意圖標籤的該明確指定意圖作為唯一一個目標指定意圖。
6. 一種語言資料處理方法，由一語言資料處理系統實施，該語言資料處理系統包含一處理單元及一電連接該處理單元的儲存單元，該儲存單元儲存有一利用機器學習技術實現的語言處理模型，該語言處理模型包括多個意圖標籤，該等意圖標籤之間存在順序性，且每一意圖標籤對應於一相關於該處理單元之運作方式的控制程序；該語言資料處理方法包含：(A)該處理單元利用該語言處理模型從一語音文字資料中辨識出多個被該語音文字資料所表達出的指定意圖，並根據該語音文字資料中的語彙將每一指定意圖判定為一明確指定意圖及一模糊指定意圖的其中一者，其中，每一指定意圖與該等意圖標籤中的其中一個意圖標籤相對 應；及(B)該處理單元從該等明確指定意圖中決定出其中N個目標指定意圖，並且執行每一目標指定意圖所對應之該意圖標籤所對應的該控制程序，其中，N為大於等於1的整數，並且，在該處理單元所決定出之目標指定意圖的數量為多個的情況下，該處理單元是根據該等目標指定意圖所分別對應之該等意圖標籤之間的順序，而依序地逐一執行該等目標指定意圖所對應之該等意圖標籤所對應的該等控制程序。
7. 如請求項6所述的語言資料處理方法，其中，在步驟(A)中，對於每一指定意圖，該處理單元將該指定意圖判定為該明確指定意圖或該模糊指定意圖的方式包含：該處理單元判斷該語音文字資料中是否存在一或多個能供該處理單元據以執行與該指定意圖相關之該控制程序的關鍵語彙，若該處理單元判斷出該語音文字資料中存在該(等)關鍵語彙，該處理單元將該指定意圖判定為該明確指定意圖，若該處理單元判斷出該語音文字資料中不存在關鍵語彙，該處理單元將該指定意圖判定為該模糊指定意圖。
8. 如請求項6所述的語言資料處理方法，還包含介於步驟(A)及(B)之間的：(C)在該等指定意圖的其中一或多個指定意圖被該處理單元判定為該模糊指定意圖的情況下，對於該(等)模糊指定意圖的其中至少一個模糊指定意圖，該處理單元利用該語言處理模型產生一對應於該模糊指定意圖的詢問 訊息，並使該詢問訊息被一輸出模組輸出；及(D)在該處理單元使該詢問訊息被該輸出模組輸出之後，當該處理單元獲得另一對應於另一語音輸入的語音文字資料時，該處理單元判斷該另一語音文字資料的語意是否與該模糊指定意圖匹配，而能供該處理單元據以執行與該模糊指定意圖相關的該控制程序，並且，在該處理單元判斷出該另一語音文字資料的語意與該模糊指定意圖匹配的情況下，該處理單元將該模糊指定意圖改判定為一明確指定意圖。
9. 如請求項6所述的語言資料處理方法，其中，在步驟(B)中，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否存在其中多個彼此衝突而被共同作為一群衝突意圖的明確指定意圖，並且，在判斷出該等明確指定意圖中存在該群衝突意圖的情況下，該處理單元僅將該群衝突意圖的其中單一個明確指定意圖作為該N個目標指定意圖的其中一個目標指定意圖。
10. 如請求項6所述的語言資料處理方法，該等意圖標籤的其中一個意圖標籤被設定為一排他意圖標籤；其中，在步驟(B)中，該處理單元從該等明確指定意圖中決定出該N個目標指定意圖的方式包含：該處理單元判斷該等明確指定意圖中是否有其中一個明確指定意圖所對應的意圖標籤為該排他意圖標籤，若判斷結果為是，該處理單元將對應於該排他意圖標籤的該明確指定意圖作為唯一一個目標 指定意圖。
11. 一種電腦程式產品，包含一利用機器學習技術實現的語言處理模型，其中，該語言處理模型包括多個意圖標籤，且每一意圖標籤對應於一相關於一電子裝置之運作方式的控制程序，該電腦程式產品用於被該電子裝置載入並運行，以使該電子裝置實施如請求項6至10其中任一項所述的語言資料處理方法。