[发明专利]数据信息、点餐语音指令的处理方法及装置

说明书

本申请涉及机器学习领域，具体涉及一种数据信息的处理方法，包括：获取数据信息；获取与所述数据信息具有第一映射关系的任务信息；根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合；通过将任务信息与数据信息同时作为数据信息处理的输入信息，基于弱监督学习的增强学习算法，能够得到操作指令列表，从而使得人机交互过程中，具有语义关系的多语句的输入信息能够被机器识别，节省了人工标注的成本，具有经济高效的有益效果。

技术领域

本申请涉及机器学习领域，具体涉及一种数据信息的处理方法及装置、点餐语音指令的处理方法及装置。

背景技术

随着机器学习问题不断深入人心，人们往往将现实中遇到的问题分为不同的学习方式，训练机器学习的模型来处理现实中的问题。机器学习具有广泛的应用，机器学习中的应用可以分为强监督学习、弱监督学习。强监督学习是指已知数据和与数据一一对应的标签，训练一个智能算法，将输入数据映射到标签的过程。弱监督学习是指已知数据不知道任何标签，训练一个智能算法，将数据映射到不同标签的过程。

强监督学习或弱监督需要都需要建立模型，建立模型后，用户只需要输入数据信息，计算机就可以完成将数据信息翻译为机械识别的指令信息，从而生成用户的订单信息。

对于基于语言的人机交互，如判断用户意图，查询天气、点餐等领域，用户往往需要多轮交互，才能完成一个特定任务。由于多轮交互涉及语义之间的联系，对于用户的真实意图需要结合上下文的语义来进行理解，通过单独的句子去理解，往往不会得出符合用户意图的信息。

对于多轮交互的语义数据，训练智能算法生成模型通常采用强监督学习的方式，即将数据信息与标签进行人工一一对应的方式进行标注，由于模型的建立往往需要大量的数据，采用强监督学习的方法标注数据成本高、费时费力。

发明内容

本申请实施例提供一种数据信息的处理方法和处理装置，采用弱监督学习的方式以解决现有技术存在的问题。本申请实施例还提供一种点餐语音指令的处理方法和处理装置。

本申请提供一种数据信息的处理方法，包括如下步骤：

获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；

获取与所述数据信息具有第一映射关系的任务信息；

根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；

重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。

可选的，所述语义元素的关系信息包括：语义元素之间的约束关系信息；

所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：

解析语义元素之间的约束关系信息，生成约束指令列表；

根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息；

根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。

可选的，所述语义元素的关系信息还包括：语义元素之间的并列关系信息；

所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：

解析语义元素之间的并列关系信息，生成并列指令列表；