[发明专利]一种基于语义识别的训练方法、训练装置及终端设备

说明书

本发明适用于语义识别技术领域，提供了一种语义识别的训练方法、训练装置及终端设备，所述训练方法包括：对预设的操作指令语料进行预处理，获取基于第一操作指令文本的训练集；对经过预处理的操作指令语料进行一级训练，获取基于操作指令语料的中间向量模型；建立所述中间向量模型与所述训练集的映射关系；根据所述映射关系，对与所述训练集对应的中间向量模型进行二级训练，获取基于操作指令意图的预测模型；通过深度学习对操作指令意图的获取进行训练，可以获取不同操作指令之间特征，使得执行操作指令的终端设备更容易理解操作指令意图，扩大了终端设备对操作指令识别的范围，提高了对操作指令的处理效率以及准确度。

技术领域

本发明属于语义识别技术领域，尤其涉及一种语义识别的训练方法、训练装置及终端设备。

背景技术

随着语音识别技术的发展，与各种智能终端设备进行语音交互应用在越来越多的场景；例如，通过与机器人的语音交互，传递给机器人操作指令，控制机器人执行相应的操作。

目前，对语音识别后，得到对应的文本，需要在智能终端设备配置大量的相关的操作指令，对语音识别后的文本通过关键词或采用正则表达式进行匹配，获取与语音对应的操作指令；但对于比较口语化的语音，与预设的操作指令库存在文字的差别或文字顺序不一样导致匹配失败，或者需要列举出更多的操作指令，不仅工作量大，在操作指令过多时，使得语音交互效率很低。

发明内容

有鉴于此，本发明实施例提供了一种基于语义识别的训练方法、训练装置及终端设备，以解决现有技术中语音匹配受操作指令库的限制以及操作指令过多时语音交互效率很低的问题。

本发明实施例的第一方面提供了一种基于语义识别的训练方法，包括：

对预设的操作指令语料进行预处理，获取基于第一操作指令文本的训练集；

对经过预处理的操作指令语料进行一级训练，获取基于操作指令语料的中间向量模型；

建立所述中间向量模型与所述训练集的映射关系；

根据所述映射关系，对与所述训练集对应的中间向量模型进行二级训练，获取基于操作指令意图的预测模型。

在一个实施例中，对预设的操作指令语料进行预处理，获取基于第一操作指令文本的训练集，包括：

对所述操作指令语料进行格式化处理以及语义联想扩展；

对经过格式化处理以及扩展的操作指令语料重采样，获取数量平衡、多种类型的操作指令语料样本；

根据操作指令意图对所述操作指令语料样本进行分类标识，获取基于所述第一操作指令文本的训练集。

在一个实施例中，对经过预处理的操作指令语料进行一级训练，获取基于操作指令语料的中间向量模型，包括：

采用第一训练模型将所述操作指令语料训练成字向量；

采用第二训练模型对所述字向量进行公开语料训练，获取字向量模型。

在一个实施例中，建立所述中间向量模型与所述训练集的映射关系，包括：

根据所述中间向量模型，获取所述训练集的所述第一操作指令文本中每个字对应的字向量；

将与每个字相关联的字向量组成矩阵，获取与每个字对应的句向量。

在一个实施例中，根据所述映射关系，对与所述训练集对应的中间向量模型进行二级训练，获取基于操作指令意图的预测模型，包括：

按预设比例抽取每一类的操作指令语料，作为操作指令样本；

通过神经网络分类模型对所述操作指令样本进行训练，获取基于操作指令意图的预测模型。