[发明专利]语义识别方法及装置、电子设备和计算机可读存储介质

说明书

本发明的实施例提供了一种语义识别方法及装置、电子设备和计算机可读存储介质，涉及计算机技术领域。该语义识别方法包括：获取目标对象的输入信息；通过槽位提取模型提取所述输入信息中的目标槽位的目标槽值；其中，所述槽位提取模型包括依次连接的输入层、共享层和输出层，其中所述输出层包括并行的n个子输出层，每个子输出层用于输出一种槽位的槽值预测结果；n为大于等于2的正整数。本发明实施例的技术方案能够实现对同一个词语的多槽位预测，提高语义识别的准确度。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种语义识别方法、语义识别装置、电子设备和计算机可读存储介质。

背景技术

现有技术中，语义识别采用斯坦福CoreNLP处理工具，先做基础语言底层分词、词性标注等分析，然后写正则模板匹配，提取出特定话术中的特定词语。

其中，这里的话术是一种模板，比如“我要买***”就是一种话术，看到这种话术，表明用户的购物意图是商品查询。

上述现有技术的缺点是：

斯坦福CoreNLP处理工具中的正则模板，是产品人员提前设置好话术句式，用正则表达式写程序匹配。但是，斯坦福CoreNLP处理工具中的正则匹配模板，提取语义信息比较死板，只有在正则指定的话术中才可以匹配。

比如售后的业务场景，可以设置话术模板为“我买的***要退货”，程序看到这样的句式，就将其预测到售后业务场景，但是这要求用户说的话严格匹配，只有完全匹配才可以识别。

即现有技术中，只有在正则指定的话术中才可以匹配，随着电子商务平台业务场景的扩大，需要写越来越多的正则模板，比较浪费人力，效果也不够灵活。

因此，需要一种新的语义识别方法、语义识别装置、电子设备和计算机可读存储介质。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种语义识别方法、语义识别装置、电子设备和计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本发明实施例的第一方面，提供了一种语义识别方法，包括：获取目标对象的输入信息；通过槽位提取模型提取所述输入信息中的目标槽位的目标槽值；其中，所述槽位提取模型包括依次连接的输入层、共享层和输出层，其中所述输出层包括并行的n个子输出层，每个子输出层用于输出一种槽位的槽值预测结果；n为大于等于2的正整数。

在本发明的一种示例性实施例中，所述输入信息包括输入语音信息和/或输入文字信息。

在本发明的一种示例性实施例中，所述目标槽位包括产品词槽位、品牌词槽位、修饰词槽位、性别槽位、价格槽位、询问范围槽位、频道编号槽位中的任意一种或者多种。

在本发明的一种示例性实施例中，还包括：预先定义目标品类的n种槽位。

在本发明的一种示例性实施例中，还包括：生成产品词库、品牌词库和品牌产品词配对词库；基于所述产品词库、品牌词库和品牌产品词配对词库建立知识图谱。

在本发明的一种示例性实施例中，还包括：根据所述目标槽位的目标槽值从所述知识图谱中检索推荐信息；将所述推荐信息发送至所述目标对象。

在本发明的一种示例性实施例中，还包括：通过业务场景分类模型确定所述输入信息对应的目标业务场景。

在本发明的一种示例性实施例中，所述目标业务场景包括商品查询场景、售后服务场景、模糊优惠查询场景、特定商品优惠查询场景、订单查询场景、全站直达场景和未知场景中的任意一种或者多种。