一種基于自然語言交互的智能服務(wù)方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于自然語言交互的智能服務(wù)方法，屬于人工智能【技術(shù)領(lǐng)域】。該基于自然語言交互的智能服務(wù)方法包括：接收用戶輸入的自然語言信息；在預(yù)設(shè)的多種語義場景下對所述自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果；根據(jù)預(yù)先訓(xùn)練得到的排序模型對所述多個語義解析結(jié)果進(jìn)行排序；從所述排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；對所述最終語義解析結(jié)果作出響應(yīng)。該基于自然語言交互的智能服務(wù)方法，能夠有效提高語義解析結(jié)果的正確率。
【專利說明】—種基于自然語言交互的智能服務(wù)方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及人工智能【技術(shù)領(lǐng)域】，特別涉及一種基于自然語言交互的智能服務(wù)方法及系統(tǒng)。

【背景技術(shù)】
[0002]隨著人工智能技術(shù)的不斷發(fā)展，人們對方便快捷、高效準(zhǔn)確的智能服務(wù)的需求越來越強(qiáng)烈。自然語言作為人類表達(dá)自己思想最方便、最自然的方式，已逐漸成為智能服務(wù)領(lǐng)域最主流的人機(jī)交互方式。以客戶服務(wù)領(lǐng)域?yàn)槔?dāng)人們希望通過短信平臺開通流量套餐時，往往更傾向于編寫“我要開通5元流量套餐”等自然語言表達(dá)樣式的短信，而不愿意去記憶一長串復(fù)雜的字符代碼。由于自然語言具有開放性、隨意性，表達(dá)方式多樣，對自然語言進(jìn)行語義解析，從而識別其真實(shí)含義，對于智能服務(wù)提供而言顯得尤為重要。
[0003]如圖1所示，為現(xiàn)有技術(shù)中的基于自然語言交互的智能服務(wù)方法的流程圖，包括以下步驟:
[0004]步驟101:接收用戶輸入的自然語言信息。
[0005]步驟102:根據(jù)接收的自然語言信息，確定語義場景類型。
[0006]通常根據(jù)自然語言信息中的關(guān)鍵詞或拓展關(guān)鍵詞等文本層面上的信息判斷語義場景，具體可以采用例如機(jī)器學(xué)習(xí)的方法計(jì)算自然語言信息與各預(yù)設(shè)語義場景的相關(guān)度，將與自然語言信息相關(guān)度最高的一個語義場景確定為自然語言信息的語義場景。
[0007]步驟103:在所確定的語義場景下，采用預(yù)先設(shè)定的語義解析方式對自然語言信息進(jìn)行語義解析，得到一個最終的語義解析結(jié)果。
[0008]步驟104:根據(jù)最終的語義解析結(jié)果確定系統(tǒng)響應(yīng)。
[0009]該基于自然語言交互的智能服務(wù)方法，由于先確定語義場景類型，然后再在所確定的語義場景下進(jìn)行語義解析，在語義場景類型判斷錯誤的情況下，往往無法得到用戶期望的結(jié)果，主要包括以下幾種情況:
[0010]首先，自然語言中某些詞語本身具有歧義，例如，“非誠勿擾”既是電影名，又是歌曲名，當(dāng)用戶想要查找歌曲“非誠勿擾”，而智能服務(wù)系統(tǒng)將語義場景判斷為電影，則給出的結(jié)果與用戶需求大相徑庭，從而完全無法滿足用戶需求。
[0011]其次，自然語言的表達(dá)方式極其多樣，在一個特定的語義場景下，例如“電影”場景下，影片名稱成千上萬，且很多影片名稱相似度很大，用戶可能因?yàn)椴荒軠?zhǔn)確記住每部電影的名稱，從而在表達(dá)上不夠準(zhǔn)確，進(jìn)而導(dǎo)致語義場景判斷錯誤。例如“北京遇上西雅圖”是一部電影名稱，能夠作為“電影”場景的識別詞；同時“北京”、“西雅圖”又是城市名，還可以作為“航班”場景的識別詞。當(dāng)用戶想要查詢“北京遇上西雅圖”這部電影時，由于對電影名稱記得不準(zhǔn)確，表達(dá)為“北京愛上西雅圖”，從而無法與語義場景類型“電影”的識別詞相匹配，而與語義場景類型“航班”中的識別詞相匹配，從而將語義場景類型錯誤地判斷為“航班”，最終導(dǎo)致解析結(jié)果錯誤。
[0012]再次，如果用戶采用語音方式輸入自然語言，由于背景噪音、人說話吐字不清晰等原因，可能導(dǎo)致語音識別結(jié)果不準(zhǔn)確，從而可能導(dǎo)致語義場景判斷錯誤。例如，“新聞全天候”是電視節(jié)目名稱，能夠作為“視頻”場景的識別詞；而“天氣”可以作為“天氣”場景的識另Ij詞。當(dāng)用戶想看“新聞全天候”節(jié)目，而輸入“新聞全天候”時，可能被錯誤識別為“新聞全天氣候”，從而無法匹配上“視頻”場景識別詞，反而與“天氣”場景的識別詞相匹配，從而錯誤的確定語義場景類型為“天氣”，最終導(dǎo)致解析結(jié)果錯誤。
[0013]因此，采用上述基于自然語言交互的智能服務(wù)方法，容易因?yàn)樵~語本身存在歧義，或者用戶表述不夠準(zhǔn)確，或者語音識別結(jié)果不準(zhǔn)確等，導(dǎo)致語義場景判斷錯誤，進(jìn)而導(dǎo)致解析結(jié)果錯誤，最終導(dǎo)致響應(yīng)結(jié)果完全無法滿足用戶需求，從而陷入無法逆轉(zhuǎn)的錯誤境地。


【發(fā)明內(nèi)容】

[0014]本發(fā)明實(shí)施例提供了一種基于自然語言交互的智能服務(wù)方法及系統(tǒng)，能夠在預(yù)設(shè)的多種語義場景下對自然語言信息進(jìn)行語義解析，再通過排序模型對解析結(jié)果進(jìn)行排序，能夠有效提高解析結(jié)果的正確率。
[0015]本發(fā)明實(shí)施例提供的技術(shù)方案如下:
[0016]一方面，提供了一種基于自然語言交互的智能服務(wù)方法，包括:
[0017]接收用戶輸入的自然語言信息；
[0018]在預(yù)設(shè)的多種語義場景下分別對所述自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果；
[0019]根據(jù)預(yù)先訓(xùn)練得到的排序模型對所述多個語義解析結(jié)果進(jìn)行排序；
[0020]從所述排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；
[0021]對所述最終語義解析結(jié)果作出響應(yīng)。
[0022]優(yōu)選地，在對所述自然語言信息進(jìn)行語義解析前，所述方法還包括:確定每種語義場景下的語義解析方式。
[0023]優(yōu)選地，所述方法還包括:對所述最終語義解析結(jié)果做規(guī)范化處理。
[0024]優(yōu)選地，從所述排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果，包括:從所述排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；或者，從所述排序中選擇排序得分大于預(yù)設(shè)閾值的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果。
[0025]優(yōu)選地，所述自然語言信息中包括語音信息，在所述確定每種語義場景下的語義解析方式前，所述方法還包括:通過語音識別將所述語音信息轉(zhuǎn)換為文字信息。
[0026]另一方面，提供了一種基于自然語言交互的智能服務(wù)系統(tǒng)，包括:
[0027]接收模塊，用于接收用戶輸入的自然語言信息；
[0028]解析模塊，用于在預(yù)設(shè)的多種語義場景下分別對所述自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果；
[0029]排序模塊，用于根據(jù)預(yù)先訓(xùn)練得到的排序模型對所述多個語義解析結(jié)果進(jìn)行排序;
[0030]選擇模塊，用于從所述排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；
[0031]執(zhí)行模塊，用于對所述最終語義解析結(jié)果作出響應(yīng)。
[0032]優(yōu)選地，所述系統(tǒng)還包括:確定模塊，用于在對所述自然語言信息進(jìn)行語義解析前，確定每種語義場景下的語義解析方式。
[0033]優(yōu)選地，所述系統(tǒng)還包括:規(guī)范處理模塊，用于對所述最終語義解析結(jié)果做規(guī)范化處理。
[0034]優(yōu)選地，所述選擇模塊，用于從所述排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；或者，從所述排序中選擇排序得分大于預(yù)設(shè)閾值的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果。
[0035]優(yōu)選地，所述自然語言信息中包括語音信息，所述系統(tǒng)還包括:轉(zhuǎn)換模塊，用于在所述確定模塊確定每種語義場景下的語義解析方式前，通過語音識別將所述語音信息轉(zhuǎn)換為文字信息。
[0036]本發(fā)明實(shí)施例提供的基于自然語言交互的智能服務(wù)方法及系統(tǒng)，通過在預(yù)設(shè)的多種語義場景下分別對自然語言信息進(jìn)行語義解析得到多個語義解析結(jié)果，再通過排序模型對多個解析結(jié)果進(jìn)行排序，并從中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為最終語義解析結(jié)果，由于分別在多個語義場景下分別對自然語言信息進(jìn)行語義解析，能夠保證解析結(jié)果全面、準(zhǔn)確，有效提高語義解析結(jié)果的正確率。

【專利附圖】

【附圖說明】
[0037]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，還可以根據(jù)這些附圖獲得其他的附圖。
[0038]圖1是現(xiàn)有技術(shù)中的基于自然語言交互的智能服務(wù)方法的流程圖；
[0039]圖2是本發(fā)明實(shí)施例提供的一種基于自然語言交互的智能服務(wù)方法的流程圖；
[0040]圖3是本發(fā)明實(shí)施例提供的第二種基于自然語言交互的智能服務(wù)方法的流程圖；
[0041]圖4是本發(fā)明實(shí)施例提供的第三種基于自然語言交互的智能服務(wù)方法的流程圖；
[0042]圖5是本發(fā)明實(shí)施例提供的第四種基于自然語言交互的智能服務(wù)方法的流程圖；
[0043]圖6是本發(fā)明實(shí)施例提供的一種基于自然語言交互的智能服務(wù)系統(tǒng)的結(jié)構(gòu)示意圖；
[0044]圖7是本發(fā)明實(shí)施例提供的第二種基于自然語言交互的智能服務(wù)系統(tǒng)的結(jié)構(gòu)示意圖；
[0045]圖8是本發(fā)明實(shí)施例提供的第三種基于自然語言交互的智能服務(wù)系統(tǒng)的結(jié)構(gòu)示意圖；
[0046]圖9是本發(fā)明實(shí)施例提供的第四種基于自然語言交互的智能服務(wù)系統(tǒng)的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0047]為了使本【技術(shù)領(lǐng)域】的人員更好地理解本發(fā)明實(shí)施例的方案，下面結(jié)合附圖和實(shí)施方式對本發(fā)明實(shí)施例作進(jìn)一步的詳細(xì)說明。
[0048]本發(fā)明實(shí)施例提供了一種基于自然語言交互的智能服務(wù)方法，如圖2所示，可以包括以下步驟:
[0049]步驟201:接收用戶輸入的自然語言信息。
[0050]用戶輸入的自然語言信息可以包括:文字信息和語音信息中的至少一種，具體而言，可以單獨(dú)采用文字信息或語音信息中的一種進(jìn)行自然語言信息輸入，當(dāng)然還可以采用文字信息和語音信息混合進(jìn)行自然語言信息輸入。通過選擇合適的語義解析方式，可以分別對語音信息和文字信息分別進(jìn)行語義解析，優(yōu)選采用能夠直接對文字信息進(jìn)行語義解析的語義解析方式，也即，如果自然語言信息中只包含文字信息，則可以直接進(jìn)行語義解析；如果用戶所輸入的自然語言信息中不僅有文字信息還有語音信息，或者所輸入的自然語言信息都是語音信息，如圖5所示，在對語音信息進(jìn)行語義解析前，可以包括步驟301:通過語音識別將語音信息轉(zhuǎn)換為文字信息，然后再對轉(zhuǎn)換后的文字信息進(jìn)行語義解析。
[0051]步驟202:在預(yù)設(shè)的多種語義場景下對自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果。
[0052]在本發(fā)明實(shí)施例中，可以預(yù)先設(shè)置多種語義場景類型，以便能夠?qū)τ脩糨斎氲淖匀徽Z言信息，在多個語義場景下進(jìn)行全方位的語義解析，從而防止語義場景類型判斷錯誤而導(dǎo)致的語義解析錯誤。具體地，對用戶輸入的自然語言信息，可以在每種預(yù)設(shè)的語義場景下分別進(jìn)行語義解析，從而可以得到多個語義解析結(jié)果。其中，在每種語義場景下都可以得到至少一種語義解析結(jié)果，當(dāng)然該語義解析結(jié)果可以是匹配成功的語義解析結(jié)果也可以是匹配失敗的語義解析結(jié)果。
[0053]由于語義解析方式多種多樣，在每種語義場景下可以采用不同的語義解析方式進(jìn)行語義解析，其中，語義場景和語義解析方式之間的對應(yīng)關(guān)系可以事先設(shè)定好，例如以映射表的方式存在，也即，在某種特定的語義場景下可以采用事先選定的一種或多種語義解析方式。優(yōu)選地，事先沒有對語義解析方式進(jìn)行設(shè)定，如圖3所示，在對自然語言信息進(jìn)行語義解析前，還可以包括步驟302:確定每種語義場景下的語義解析方式，從而能夠根據(jù)需要選擇語義解析方式對自然語言信息進(jìn)行語義解析。具體而言，如果用戶所輸入的自然語言信息中包含語音信息，且事先未設(shè)定好語義解析方式，則通過步驟301將語音信息轉(zhuǎn)換為文字信息后，還可以通過步驟302確定每種語義場景下的語義解析方式。而如果事先已經(jīng)設(shè)定好每種語義場景下所采用的語義解析方式，則通過步驟301將語音信息轉(zhuǎn)換為文字信息后，可以通過調(diào)用已經(jīng)設(shè)定好的語義解析方式來確定每種語義場景下的語義解析方式，進(jìn)而實(shí)現(xiàn)語義解析，也即，此處的確定每種語義場景下的語義解析方式表現(xiàn)為調(diào)用語義解析方式的過程。其中，語義解析方式可以采用例如基于句法語義分析、基于文法規(guī)則網(wǎng)絡(luò)、敏感詞匹配等任意解析方式中的一種或者多種，本發(fā)明實(shí)施例不做具體限定。
[0054]以采用文法規(guī)則網(wǎng)絡(luò)進(jìn)行語義解析為例，在特定的語義場景下，可以對應(yīng)多種文法規(guī)則網(wǎng)絡(luò)，即不同語句形式對應(yīng)不同的文法規(guī)則網(wǎng)絡(luò)，其中，文法規(guī)則網(wǎng)絡(luò)優(yōu)選采用基于ABNF (擴(kuò)展巴克斯范式)文法規(guī)則編譯成的WFST (加權(quán)有限狀態(tài)機(jī))網(wǎng)絡(luò)。具體地，語義解析可以是對自然語言信息通過動態(tài)規(guī)劃算法，對文法規(guī)則網(wǎng)絡(luò)進(jìn)行路徑匹配解析，通過回溯匹配路徑，得到相應(yīng)的語義信息。對于同時匹配若干路徑的，取得分最高的一條路徑作為語義解析結(jié)果。
[0055]步驟203:根據(jù)預(yù)先訓(xùn)練得到的排序模型對多個語義解析結(jié)果進(jìn)行排序。
[0056]其中，排序模型可以采用包含大量用戶實(shí)際說法的、覆蓋多種意圖和參數(shù)組合的大規(guī)模訓(xùn)練語料通過離線訓(xùn)練得到。該大規(guī)模語料能較為真實(shí)地反映用戶說法在語義方面的特征，具體可以通過人工對每句訓(xùn)練語料的意圖進(jìn)行標(biāo)注，例如，將“用英文說再見”標(biāo)注為翻譯，將“看一下北京故宮的圖片”標(biāo)注為圖片，將“廣州的空氣”標(biāo)注為空氣質(zhì)量等。
[0057]自然語言信息經(jīng)過語義解析后，所得到的語義解析結(jié)果中可以提取:本場景中的關(guān)鍵信息槽，關(guān)鍵信息槽的數(shù)目，以及關(guān)鍵信息槽所提取的內(nèi)容在本場景中的熱度等特征信息。例如，用戶輸入的文本為“九亭附近的川菜館”，在餐館這個場景中語義解析得到兩個關(guān)鍵信息槽:地理位置“九亭”和餐館種類“川菜館”，所含關(guān)鍵信息槽的數(shù)目為兩個，“九亭”作為地理位置的熱度和“川菜館”作為餐館種類的熱度。
[0058]根據(jù)從語義解析結(jié)果中所提取的上述特征信息，再結(jié)合用戶歷史信息、場景標(biāo)識詞、場景標(biāo)識句式等傳統(tǒng)特征，共同組成排序模型訓(xùn)練和預(yù)測所需的特征集合，然后選擇合理的排序訓(xùn)練器，例如Ranking SVM, RankNet, ListNet等經(jīng)過訓(xùn)練可以得到排序模型。
[0059]在本發(fā)明實(shí)施例中，將多個語義解析結(jié)果輸入到預(yù)先訓(xùn)練得到的排序模型中，排序模型將自動從語義解析結(jié)果中提取特征信息與排序模型中預(yù)先設(shè)定的特征信息進(jìn)行匹配，根據(jù)匹配結(jié)果對多個語義解析結(jié)果進(jìn)行排序。
[0060]步驟204:從排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果。
[0061]其中，預(yù)設(shè)條件可以根據(jù)需要預(yù)先設(shè)定，例如可以為預(yù)設(shè)數(shù)量或預(yù)設(shè)閾值，具體可以從排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果，優(yōu)選從排序中選擇排序靠前的預(yù)設(shè)數(shù)量的語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果，其中，預(yù)設(shè)數(shù)量可以根據(jù)需要預(yù)先設(shè)置，例如，可以為三個、五個、十個等。當(dāng)然也可以采用排序模型對語義解析結(jié)果進(jìn)行排序打分，并將排序得分與事先通過大量實(shí)驗(yàn)或經(jīng)驗(yàn)值所設(shè)定的可信度閾值(預(yù)設(shè)閾值)進(jìn)行比較，將排序得分大于可信度閾值的一個或多個語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果。
[0062]由于自然語言對同一語義的表達(dá)是多樣的，為了便于后續(xù)數(shù)據(jù)統(tǒng)計(jì)或數(shù)據(jù)處理需要，如圖4所示，上述方法還可以進(jìn)一步包括步驟303:對最終語義解析結(jié)果做規(guī)范化處理，優(yōu)選從最終語義解析結(jié)果中提取時間、地點(diǎn)等相關(guān)信息做規(guī)范化處理。其中，規(guī)范化處理指將相關(guān)信息或參數(shù)調(diào)整為統(tǒng)一的格式或表達(dá)方式，以便數(shù)據(jù)統(tǒng)計(jì)或信息識別。例如，當(dāng)前日期是2014年I月I日，用戶要查詢明天的天氣，可能的表達(dá)為“明天的天氣”，或者“2014年I月2日的天氣”，或者“2日的天氣”等，用戶需要將這三種表達(dá)的語義信息中的參數(shù)時間做規(guī)范化處理，統(tǒng)一調(diào)整為:“2014-01-02”，以便于后續(xù)數(shù)據(jù)處理或者數(shù)據(jù)統(tǒng)計(jì)之用。
[0063]步驟205:對最終語義解析結(jié)果作出響應(yīng)。
[0064]具體地，對最終語義解析結(jié)果作出響應(yīng)可以是對用戶提問所進(jìn)行的回復(fù)或功能執(zhí)行等，當(dāng)然功能執(zhí)行還可以進(jìn)一步需要用戶確認(rèn)，例如打電話給誰，可以跟用戶進(jìn)一步確認(rèn)是否執(zhí)行該功能，則此時反饋給用戶的可以是功能執(zhí)行確定。優(yōu)選反饋給用戶的是文本信息，根據(jù)實(shí)際應(yīng)用需要，如果需要反饋語音信息，可以進(jìn)一步通過語音合成技術(shù)將文本信息(對應(yīng)的問題答案或功能執(zhí)行確認(rèn)指令)轉(zhuǎn)換為對應(yīng)的語音信息反饋給用戶。
[0065]本發(fā)明實(shí)施例提供的基于自然語言交互的智能服務(wù)方法，通過在預(yù)設(shè)的多種語義場景下分別對自然語言信息進(jìn)行語義解析得到多個語義解析結(jié)果，再通過排序模型對多個解析結(jié)果進(jìn)行排序，并從中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為最終語義解析結(jié)果，由于分別在多個語義場景下分別對自然語言信息進(jìn)行語義解析，能夠保證解析結(jié)果全面、準(zhǔn)確，有效提高語義解析結(jié)果的正確率。
[0066]相應(yīng)地，本發(fā)明實(shí)施例還提供了一種基于自然語言交互的智能服務(wù)系統(tǒng)，如圖6所示，可以包括:
[0067]接收模塊401，用于接收用戶輸入的自然語言信息；
[0068]解析模塊402，用于在預(yù)設(shè)的多種語義場景下分別對自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果；
[0069]排序模塊403，用于根據(jù)預(yù)先訓(xùn)練得到的排序模型對多個語義解析結(jié)果進(jìn)行排序;
[0070]選擇模塊404，用于從排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果；
[0071]執(zhí)行模塊405，用于對最終語義解析結(jié)果作出響應(yīng)。
[0072]如圖7所示，上述系統(tǒng)進(jìn)一步還可以包括:確定模塊502，用于在對自然語言信息進(jìn)行語義解析前，確定每種語義場景下的語義解析方式。
[0073]如圖8所示，上述系統(tǒng)還可以包括:規(guī)范處理模塊503，用于對最終語義解析結(jié)果做規(guī)范化處理。
[0074]上述選擇模塊404，用于從排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果；或者，從排序中選擇排序得分大于預(yù)設(shè)閾值的語義解析結(jié)果作為自然語言信息的最終語義解析結(jié)果。
[0075]如果用戶輸入的自然語言信息中包括語音信息，如圖9所示，上述系統(tǒng)還可以包括:轉(zhuǎn)換模塊501，用于在確定模塊502確定每種語義場景下的語義解析方式前，通過語音識別將語音信息轉(zhuǎn)換為文字信息。
[0076]本發(fā)明實(shí)施例提供的基于自然語言交互的智能服務(wù)系統(tǒng)，通過在預(yù)設(shè)的多種語義場景下分別對自然語言信息進(jìn)行語義解析得到多個語義解析結(jié)果，再通過排序模型對多個解析結(jié)果進(jìn)行排序，并從中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為最終語義解析結(jié)果，由于分別在多個語義場景下分別對自然語言信息進(jìn)行語義解析，能夠保證解析結(jié)果全面、準(zhǔn)確，有效提高語義解析結(jié)果的正確率。
[0077]本說明書中的各個實(shí)施例均采用遞進(jìn)的方式描述，各個實(shí)施例之間相同相似的部分互相參見即可，每個實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述得比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。以上所描述的系統(tǒng)實(shí)施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動的情況下，即可以理解并實(shí)施。
[0078]以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種基于自然語言交互的智能服務(wù)方法，其特征在于，包括: 接收用戶輸入的自然語言信息； 在預(yù)設(shè)的多種語義場景下分別對所述自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果; 根據(jù)預(yù)先訓(xùn)練得到的排序模型對所述多個語義解析結(jié)果進(jìn)行排序； 從所述排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果； 對所述最終語義解析結(jié)果作出響應(yīng)。
2.根據(jù)權(quán)利要求1所述的基于自然語言交互的智能服務(wù)方法，其特征在于，在對所述自然語言信息進(jìn)行語義解析前，所述方法還包括:確定每種語義場景下的語義解析方式。
3.根據(jù)權(quán)利要求2所述的基于自然語言交互的智能服務(wù)方法，其特征在于，所述方法還包括:對所述最終語義解析結(jié)果做規(guī)范化處理。
4.根據(jù)權(quán)利要求3所述的基于自然語言交互的智能服務(wù)方法，其特征在于，從所述排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果，包括:從所述排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；或者，從所述排序中選擇排序得分大于預(yù)設(shè)閾值的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果。
5.根據(jù)權(quán)利要求2至4任一項(xiàng)所述的基于自然語言交互的智能服務(wù)方法，其特征在于，所述自然語言信息中包括語音信息，在所述確定每種語義場景下的語義解析方式前，所述方法還包括:通過語音識別將所述語音信息轉(zhuǎn)換為文字信息。
6.一種基于自然語言交互的智能服務(wù)系統(tǒng)，其特征在于，包括: 接收模塊，用于接收用戶輸入的自然語言信息； 解析模塊，用于在預(yù)設(shè)的多種語義場景下分別對所述自然語言信息進(jìn)行語義解析，得到多個語義解析結(jié)果； 排序模塊，用于根據(jù)預(yù)先訓(xùn)練得到的排序模型對所述多個語義解析結(jié)果進(jìn)行排序； 選擇模塊，用于從所述排序中選擇符合預(yù)設(shè)條件的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果； 執(zhí)行模塊，用于對所述最終語義解析結(jié)果作出響應(yīng)。
7.根據(jù)權(quán)利要求6所述的基于自然語言交互的智能服務(wù)系統(tǒng)，其特征在于，所述系統(tǒng)還包括:確定模塊，用于在對所述自然語言信息進(jìn)行語義解析前，確定每種語義場景下的語義解析方式。
8.根據(jù)權(quán)利要求7所述的基于自然語言交互的智能服務(wù)系統(tǒng)，其特征在于，所述系統(tǒng)還包括:規(guī)范處理模塊，用于對所述最終語義解析結(jié)果做規(guī)范化處理。
9.根據(jù)權(quán)利要求8所述的基于自然語言交互的智能服務(wù)系統(tǒng)，其特征在于:所述選擇模塊，用于從所述排序中選擇預(yù)設(shè)數(shù)量的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果；或者，從所述排序中選擇排序得分大于預(yù)設(shè)閾值的語義解析結(jié)果作為所述自然語言信息的最終語義解析結(jié)果。
10.根據(jù)權(quán)利要求7至9任一項(xiàng)所述的基于自然語言交互的智能服務(wù)系統(tǒng)，其特征在于:所述自然語言信息中包括語音信息，所述系統(tǒng)還包括:轉(zhuǎn)換模塊，用于在所述確定模塊確定每種語義場景下的語義解析方式前，通過語音識別將所述語音信息轉(zhuǎn)換為文字信息。
【文檔編號】G06F17/27GK104199810SQ201410437234
【公開日】2014年12月10日 申請日期:2014年8月29日 優(yōu)先權(quán)日:2014年8月29日
【發(fā)明者】劉江, 趙乾, 王道廣, 卓桂珍, 喬玉平, 黃鑫, 胡國平 申請人:科大訊飛股份有限公司