[发明专利]语义分析方法及终端设备

说明书

本发明适用于人工智能技术领域，提供了一种语义分析方法及终端设备，其中，所述方法包括：获取待处理自然语言语句；提取待处理自然语言语句中的命名实体，确定所述命名实体对应的统一标识符；将待处理自然语言语句中的所述命名实体替换为所述统一标识符；将命名实体替换为统一标识符后的待处理自然语言语句转化成预设逻辑格式语句；确定转化成所述预设逻辑格式语句的待处理自然语言语句中的占位符，利用所述命名实体填充确定的占位符；分解填充占位符后的待处理自然语言语句，并根据分解结果执行相应动作，可以减少人力物力投入，加快自然语言分析领域的数据处理速度，提高语义分析输出结果的可实现性，适合应用。

技术领域

本发明属于人工智能技术领域，尤其涉及一种语义分析方法及终端设备。

背景技术

随着人工智能的发展，现阶段各个领域都开始了相应的应用，从个人助手，智能音箱，智能电视，智能客服等等方面，都需要使用到自然语义分析相关的技术，目的是为了让计算机可以理解用户语言所表达的内容，从而可以对用户的需求做出响应。

自从神经网络技术近年取得飞速发展以来，自然语义分析所用的技术和手段也开始转变，但是从本质上来说，使用神经网络只是从数据拟合方面提高了其各个阶段数据输出的准确概率，其方法和思想依然是基于“分词，词性标注，命名实体识别，词槽标注”等思想的不同组合来实现自然语义主体思想的提取，其过程涉及到的数据处理、数据标注过程繁多，需要大量人力物力，且最后的输出结果可实现性不高，因为其词槽输出的词语从数量级来说太大，比如“把音量放大10”这句话来说，这个“增加数值”的动作就可以有很多不同的词语或短句来表达这一个意思，比如：“增加、放大、大一点、大一些、再大点”……等等，所以基于这种思想的自然语义分析通常只能应用在有限的业务领域中，比如音箱领域。如果放在开放领域来看，那么词槽的数量级应该在十万甚至百万级别，根本无法完全实现。

发明内容

有鉴于此，本发明实施例提供了一种语义分析方法及终端设备，以解决现有语义分析技术其过程涉及到的数据处理、数据标注过程繁多，需要大量人力物力，且最后的输出结果可实现性不高的问题。

本发明实施例的第一方面提供了一种语义分析方法，包括：

获取待处理自然语言语句；

提取所述待处理自然语言语句中的命名实体，确定所述命名实体对应的统一标识符；

将所述待处理自然语言语句中的所述命名实体替换为所述统一标识符；

将命名实体替换为统一标识符后的待处理自然语言语句转化成预设逻辑格式语句；

确定转化成所述预设逻辑格式语句的待处理自然语言语句中的占位符，利用所述命名实体填充确定的占位符；

分解填充占位符后的待处理自然语言语句，并根据分解结果执行相应动作。

可选的，所述提取所述待处理自然语言语句中的命名实体，确定所述命名实体对应的统一标识符包括：

采用命名实体识别技术提取所述待处理自然语言语句中的命名实体；

根据预存的语句命名实体与语句统一标识符的对应关系，确定所述命名实体对应的统一标识符。

可选的，所述预设逻辑格式语句为S＝∑(V,N,∑(C))，C＝[N＝N/L]，其中，S代表所述预设逻辑格式语句，V代表动词，N代表名词，C代表条件限定短语，L代表量词，∑代表范围内元素可重复，C中包含有占位符。

可选的，所述分解填充占位符后的待处理自然语言语句，并根据分解结果执行相应动作包括：

获取所述预设逻辑格式语句的语法规则；

根据所述语法规则分解填充占位符后的待处理自然语言语句，并根据分解结果执行相应动作。