[发明专利]一种基于人机交互的自然语言处理系统在审
申请号: | 202010082680.1 | 申请日: | 2020-02-07 |
公开(公告)号: | CN111324708A | 公开(公告)日: | 2020-06-23 |
发明(设计)人: | 李全忠;马成龙;司玉景;胡云燎 | 申请(专利权)人: | 普强时代(珠海横琴)信息技术有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/33;G06F40/30;G06N3/08 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 519000 广东省珠海市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 人机交互 自然语言 处理 系统 | ||
本发明涉及智能人机交互设备技术领域,且公开了一种基于人机交互的自然语言处理系统,包括以下模块:语言处理网关;语义理解,使用规则结合语义匹配、意图分类等方法,提取出语言处理网关中符合句子的意图及包含的各项数据;语言生成。该基于人机交互的自然语言处理系统,通过语义规则和深度神经网络相结合的处理方法,可以有效的将语言处理网关中的输入文本信息转化为数学向量,利用数学向量的方式来描述词语层次的语义逻辑,使用卷积神经网络和循环神经网络对句子进行编码,并结合自注意力机制,挖掘句子深层次的语义知识,从多个角度增强对文本信息的解析与识别,进而有效的增强了该自然语言处理系统的识别精度。
技术领域
本发明涉及智能人机交互设备技术领域,具体为一种基于人机交互的自然语言处理系统。
背景技术
自然语言处理是一种使用人类语言与计算机进行通信的重要技术,在人机对话的系统环节中,自然语言处理系统相当于人机的大脑,能够快速有效的理解用户说出一句话的目的并获取这句话的关键信息,最终将合适的回答按照设定的模板返还给用户,因此,自然语言处理系统时人工智能的热门研究方向,有着广阔的应用前景,并广泛的应用于社会的各个方面。
但是,由于自然语言是人类在长期的实践中逐步形成的,因地理环境及传播范围的因素,而造成自然语言具有较大的开放性、随意性以及在表达方式上的多样性,因而,对于自然语言的语义解析及准确的识别出其中的真实含义,对基于人机交互的自然语言处理系统来说显得尤为重要,故,亟需一种智能化、灵活化及完整化的人机对话处理系统,可以准确、快速的识别出自然语言,并按照设定的模板将其中的关键信息返回给用户。
发明内容
(一)解决的技术问题
本发明提供了一种基于人机交互的自然语言处理系统,具备识别解析的精度及准确度高、解析结果较为全面、反应迅速灵敏的优点,解决了自然语言是人类在长期的实践中逐步形成的,因地理环境及传播范围的因素,而造成自然语言具有较大的开放性、随意性以及在表达方式上的多样性,难以精准的解析及识别出其中真实含义的问题。
(二)技术方案
本发明提供如下技术方案:一种基于人机交互的自然语言处理系统,包括以下模块:
语言处理网关1,即整个处理系统的入口,将语音识别的内容或者用户的文本输入到该自然语言处理系统中;
语义理解2,根据预先配置的规则、预先输入的知识库答对,使用规则结合语义匹配、意图分类等方法,提取出语言处理网关1中符合句子的意图及包含的各项数据;
语言生成3,根据用户配置的各个意图的数据处理、回复及上下文关系,并根据这些配置最终生成并返回用户或上层系统的结构。
优选的,所述语言处理网关1引擎中设有动态对话管理模块,用于记录对话历史信心和状态,同时用于协调语义理解2模块预先配置的规则、预先输入的知识库等之间的调度。
优选的,所述语义理解2模块采用语义规则和深度神经网络相结合的处理方法,一方面利用语义规则开的快速部署特性,另一方面可以发挥深度神经网络的鲁棒性,对语言处理网关1中的文本信息进行字符、词语、句子等不同层次的语义处理。
优选的,所述语义规则在采用常规的意图上下文理解匹配的方式之外,还提供了语义槽、意图级的追问功能,可以根据理解的结果设置追问以用于补充用户尚未提供的必要特征信息,或是引导用户进入既定的流程。
优选的,所述深度神经网络采用结合词矢量的方式,将语言处理网关1中的输入文本信息转化为数学向量,利用数学向量的方式来描述词语层次的语义逻辑,使用卷积神经网络和循环神经网络对句子进行编码,并结合自注意力机制,挖掘句子深层次的语义知识。
一种基于人机交互的自然语言处理系统,包括以下流程:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于普强时代(珠海横琴)信息技术有限公司,未经普强时代(珠海横琴)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010082680.1/2.html,转载请声明来源钻瓜专利网。