[发明专利]语义识别方法、装置存储介质和电子装置

说明书

本发明公开了一种语义识别方法、装置存储介质和电子装置。其中，该方法包括：获取对目标语音进行识别得到的目标文本；在第一数据库中，查找目标文本的词语中的目标词语，其中，第一数据库用于存储具有标注信息的词语，标注信息用于指示具有标注信息的词语所属的领域；在第一数据库中查找到目标词语的情况下，将第一数据库中具有目标标注信息的目标词语，确定为目标文本的分词，其中，标注信息包括目标标注信息，目标标注信息用于指示目标词语所属的领域；根据目标标注信息确定分词的目标语义；按照分词的目标语义，确定目标文本的语义。本发明解决了相关技术中存在语义识别效率低的技术问题。

技术领域

本发明涉及语义识别领域，具体而言，涉及一种语义识别方法、装置存储介质和电子装置。

背景技术

目前，在语义识别中，通常为基于全领域的数据词典所进行的最大匹配策略，以对语句进行分词。比如，传统基于词典自然语言处理(Natural Language Processing，简称为NLP)算法依赖于大规模的词语词典，一旦缺少匹配词语数据就会导致分词产生歧义。另外，该全领域的数据词典不完全包含车载领域中需要的词典数据。

上述基于全量的词库，会导致内存占用大；但轻量定制版本的领域词语又覆盖不全；另外，词性标志较为基础，不带有车载领域的命名实体标注，并且无法自定义进行词性标注。

图1是根据相关技术中的一种语义识别的示意图。如图1所示，会话开始到记录语音过程中的异常占比为8.8％，其中，包括语音启动中异常占比E1：1％，手动关闭异常占比E2：7.8；记录语音到将记录的语音识别为文本的过程中的异常占比为6.3％，其中，包括未正确识别出的文字的占比E3：6.3％；将记录的语音识别为文本到识别文本语义过程中的异常占比E4：22.6％，其中，包括未正确识别语义的占比E4：22.6％；识别文本语义到意图执行过程中的异常占比为6.4％，其中，执行识别的占比E5：2.3％，执行超时的占比E6：1.4，执行过程中关闭的占比E7：1.8％，多轮交互错误的占比E8：0.9％。因而，语义识别的失败率为44.1％，语义识别的总成功率为55.9％。

由上述可知，通过语音后台统计出来语音识别在各个环节的失败率，其中在识别文本语义环节存在高达22.6％的失败率，因而存在语义识别效率低的问题。

图2是根据相关技术中的一种语音语义平台识别的示意图。如图2所示，语音语义平台识别出现指令缺失、意图错误、内容缺失、功能更新的问题。

针对上述的语义识别效率低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种语义识别方法、装置存储介质和电子装置，以至少解决相关技术中存在语义识别效率低的技术问题。

根据本发明实施例的一个方面，提供了一种语义识别方法。该方法包括：获取对目标语音进行识别得到的目标文本；在第一数据库中，查找目标文本的词语中的目标词语，其中，第一数据库用于存储具有标注信息的词语，标注信息用于指示具有标注信息的词语所属的领域；在第一数据库中查找到目标词语的情况下，将第一数据库中具有目标标注信息的目标词语，确定为目标文本的分词，其中，标注信息包括目标标注信息，目标标注信息用于指示目标词语所属的领域；根据目标标注信息确定分词的目标语义；按照分词的目标语义，确定目标文本的语义。

根据本发明实施例的另一方面，还提供了一种语义识别装置。该装置包括：获取单元，用于获取对目标语音进行识别得到的目标文本；查找单元，用于在第一数据库中，查找目标文本的词语中的目标词语，其中，第一数据库用于存储具有标注信息的词语，标注信息用于指示具有标注信息的词语所属的领域；第一确定单元，用于在第一数据库中查找到目标词语的情况下，将第一数据库中具有目标标注信息的目标词语，确定为目标文本的分词，其中，标注信息包括目标标注信息，目标标注信息用于指示目标词语所属的领域；第二确定单元，用于根据目标标注信息确定分词的目标语义；第三确定单元，用于按照分词的目标语义，确定目标文本的语义。