用于智能语音机器人的语义识别方法、装置及电子设备
本公开涉及一种用于智能语音机器人的语义识别方法、装置、电子设备及计算机可读介质。该方法包括：获取来自用户的语音信息；在所述语音信息满足预设策略时，将所述语音信息输入增强学习模型中，并设定所述增强学习模型的奖励参数；所述增强学习模型对所述语音信息进行计算生成至少一个简化文本；基于所述至少一个简化文本对所述语音信息进行语义识别。本公开涉及的用于智能语音机器人的语义识别方法、装置、电子设备及计算机可读介质，能够在用户的语音信息中包含复杂句式和长句的情况下，也能快速准确的对用户的语义进行识别和分析，进而更好地为用户提供智能机器人的语音交互服务。
发明专利
CN202010727413.5
2020-07-24
CN112037780A
2020-12-04
G10L15/22(2006.01)
北京奇保信安科技有限公司
张常睿;刘宗全;张家兴
100015 北京市朝阳区彩虹路甲6号楼15层1501内1515号
北京清诚知识产权代理有限公司
喻颖
北京;11
1.一种用于智能语音机器人的语义识别方法，其特征在于，包括： 获取来自用户的语音信息； 在所述语音信息满足预设策略时，将所述语音信息输入增强学习模型中，并设定所述增强学习模型的奖励参数； 所述增强学习模型对所述语音信息进行计算生成至少一个简化文本； 基于所述至少一个简化文本对所述语音信息进行语义识别。 2.如权利要求1所述的方法，其特征在于，还包括： 根据语义识别的结果生成返回信息； 所述智能语音机器人基于所述返回信息与所述用户进行语音交互。 3.如权利要求1-2中任一所述的方法，其特征在于，在所述语音信息满足预设策略时，包括： 实时对所述语音信息进行文字识别； 在文字识别结果中文字数量大于阈值时，确定所述语音信息满足预设策略。 4.如权利要求1-3中任一所述的方法，其特征在于，将所述语音信息输入增强学习模型中，包括： 将所述语音信息进行语音识别，生成原文本信息； 将所述原文本信息输入所述增强学习模型中。 5.如权利要求1-4中任一所述的方法，其特征在于，所述增强学习模型的奖励参数，包括： 文本的流畅度，文本的相似性，文本的信息熵。 6.如权利要求1-5中任一所述的方法，其特征在于，所述增强学习模型对所述语音信息进行计算生成至少一个简化文本，包括： 所述增强学习模型对所述原文本信息中的文字进行分句处理以生成至少一个简化文本；和/或 所述增强学习模型对所述原文本信息中的文字进行换词处理以生成所述至少一个简化文本。 7.如权利要求1-6中任一所述的方法，其特征在于，所述增强学习模型对所述语音信息进行计算生成至少一个简化文本，包括： 所述增强学习模型基于所述原文本信息确定初始状态； 基于所述初始状态，增强学习模型随机选择动作方向进行计算； 根据计算结果确定奖励参数； 根据所述奖励参数确定计算方向以生成所述至少一个简化文本。 8.一种用于智能语音机器人的语义识别装置，其特征在于，包括： 语音模块，用于获取来自用户的语音信息； 策略模块，用于在所述语音信息满足预设策略时，将所述语音信息输入增强学习模型中，并设定所述增强学习模型的奖励参数； 计算模块，用于所述增强学习模型对所述语音信息进行计算生成至少一个简化文本； 识别模块，用于基于所述至少一个简化文本对所述语音信息进行语义识别。 9.一种电子设备，其特征在于，包括： 一个或多个处理器； 存储装置，用于存储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。 10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。