[发明专利]语义解析方法、系统、装置、设备及存储介质

说明书

本申请涉及一种语义解析方法、系统、装置、设备及存储介质，其中，所述方法包括：获取预先训练好的至少两个神经网络模型；获取待解析的文本；对于每一个所述神经网络模型，将所述文本输入到所述神经网络模型中进行解析，得到所述神经网络模型针对所述文本的解析结果；从各个所述解析结果中，确定所述文本的最终解析结果。本申请用以解决现有语义解析方法准确度低的问题。

技术领域

本申请涉及语义解析领域，尤其涉及一种语义解析方法、系统、装置、设备及存储介质。

背景技术

语音识别技术有三个重要部分：语音识别(ASR)、自然语音理解(NLU)和语音合成(TTS)。其中，自然语言理解是核心且复杂的环节，各类模型广泛运用于此环节，且因为此领域处在高速发展阶段，每几个月都会推陈出新。

目前，采用单一神经网络模型进行语义解析，但是，每个神经网络模型因为网络特性和训练集的侧重，会对特定的一个或几个领域样本起到很好的回归和预测效果，但是对其他领域的样本可能无法起到高准确性的解析效果，或者直接无法解析。

发明内容

本申请提供了一种语义解析方法、系统、装置、设备及存储介质，用以解决现有语义解析方法的准确度低的问题。

第一方面，本申请实施例提供了一种语义解析方法，包括：

获取预先训练好的至少两个神经网络模型；

获取待解析的文本；

对于每一个所述神经网络模型，将所述文本输入到所述神经网络模型中进行解析，得到所述神经网络模型针对所述文本的解析结果；

从各个所述解析结果中，确定所述文本的最终解析结果。

可选的，所述从各个所述解析结果中，确定所述文本的最终解析结果，包括：

获取各个所述解析结果的子评分；其中，所述子评分用于指示所述解析结果为最终解析结果的概率；

基于各个所述解析结果的子评分，从各个所述解析结果中，确定所述最终解析结果。

可选的，所述将所述文本输入到所述神经网络模型中进行解析之后，还包括：获取所述神经网络模型针对所述文本确定的目标业务领域；

所述获取各个所述解析结果的子评分，包括：

对于每一个所述解析结果，进行如下操作：

获取所述解析结果的置信度；

获取所述神经网络模型针对所述目标业务领域的目标测试准确概率；

计算所述目标测试准确概率和所述置信度的乘积，得到所述解析结果的子评分。

可选的，所述获取所述神经网络模型针对所述目标业务领域的目标测试准确概率，包括：

获取所述神经网络模型在训练阶段，针对不同业务领域各自的测试准确概率；

从所述不同业务领域各自对应的测试准确概率中，确定所述目标业务领域对应的测试准确概率，作为所述目标测试准确概率。

可选的，所述基于各个所述解析结果的子评分，从各个所述解析结果中，确定所述最终解析结果，包括：

对于每一个所述解析结果，判断所述各个所述解析结果中的其他解析结果中，是否存在与所述解析结果相同的至少一个目标解析结果；

如果是，则将所述解析结果和所述至少一个目标解析结果进行合并，得到中间解析结果；并将所述解析结果的子评分和各个所述目标解析结果的子评分相加，得到所述中间解析结果的最终评分；

如果否，则将所述解析结果作为所述中间解析结果；将所述解析结果的子评分，作为所述中间解析结果的最终评分；