[发明专利]基于大数据的英文语义识别分析方法

说明书

本发明公开了基于大数据的英文语义识别分析方法，涉及自然语言处理技术领域，包括：建立语料知识库；获取用户语料，结合用户语料中每个元音的采集时间和强度对用户语料进行清晰度偏离值QL评估；若清晰度偏离值QL大于预设偏离阈值，则判定对应语料无效，提示用户重新采集语料；否则判定对应语料有效；能够剔除语速过快或过慢以及声音模糊不清的数据，有效提高后续语义识别终端的识别精度和效率；调用语义识别终端获取判定有效的用户语料进行语义识别；对语义识别终端进行语义识别监测，对语义识别过程中语义识别终端的状态偏离值进行评估；以提醒管理人员对语义识别终端进行检修或更换，从而提高语义识别精度和效率。

技术领域

本发明涉及自然语言处理技术领域，具体是基于大数据的英文语义识别分析方法。

背景技术

自然语言处理包括语法分析、语义分析、篇章理解等。从应用角度来看，自然语言处理具有广泛的应用前景。特别是在信息时代，自然语言处理的应用包罗万象，例如：机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息检索、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。

目前的服务机器在语音语义识别过程中，仍存在诸多的问题，例如语音设备在采集过程或采集设备本身会带来干扰，导致其准确率不高，或者语音识别基本能涵盖准确识别结果，但是在实时识别过程中需要采用大型的计算机硬件设备，计算量大，识别效率低；基于以上不足，本发明提出基于大数据的英文语义识别分析方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于大数据的英文语义识别分析方法。

为实现上述目的，根据本发明的第一方面的实施例提出基于大数据的英文语义识别分析方法，包括如下步骤：

步骤一：建立语料知识库；运用网络爬虫技术，通过配置采集规则和采集模板，从互联网中获取语料相关数据信息；

将采集到的语料相关数据信息标记为语料元数据，针对语料元数据进行预处理操作，通过配置预处理规则，将语料元数据按照处理规则整合成语料数据，形成语料知识库；

步骤二：获取用户语料，结合用户语料中每个元音的采集时间和强度对用户语料进行清晰度偏离值QL评估；

若清晰度偏离值QL大于预设偏离阈值，则判定对应语料无效，提示用户重新采集语料；否则判定对应语料有效；

步骤三：语义识别终端对判定有效的用户语料进行语义识别，具体为：

结合语料知识库对用户语料进行英文分词；针对两段英文语义进行英文分词，将完整的英文语义分解为一个个单一的词语；

根据配置的语义匹配规则对英文分词进行替换操作，计算词语出现的频率；针对两段英文语义分别构建两个词频向量，根据余弦相似度算法得出英文语义匹配率的数值；

步骤四：对语义识别终端进行语义识别监测，对语义识别过程中语义识别终端的状态偏离值进行评估；若状态偏离值ZP大于预设偏离阈值，则生成偏离预警信号，以提醒管理人员对语义识别终端进行检修或更换。

进一步地，其中，清晰度偏离值QL的具体评估步骤为：

获取用户语料中每个元音的采集时间，将相邻两个元音的时间差标记为采集间隔Ci，i＝1，…，n；将采集间隔Ci与间隔阈值相比较；若Ci小于间隔阈值，则生成偏离信号；

当监测到偏离信号，自动倒计数，倒计数为D1，D1为预设值；每采集一个间隔阈值或元音强度，则倒计数减一；

在倒计数阶段继续对偏离信号进行监测，若监测到新的偏离信号，则倒计数自动归为原值，重新按照D1进行倒计数；否则，倒计数归零，停止计数；