[发明专利]语句分析处理方法、装置、设备以及计算机可读存储介质

权利要求书

1.一种语句分析处理方法，其特征在于，所述语句分析处理方法包括以下步骤：

获取源领域大样本数据集上的预训练模型，并将所述预训练模型迁移学习到目标领域；

在所述目标领域内，获取所述预训练模型中预设问句的各语句特征，并对各所述语句特征进行语义分析，以确定所述预设问句对应的各不同意图；

获取各所述意图在预训练模型中的意图相似性分，并在各所述意图相似性分中确定最高意图相似性分；

获取所述预训练模型中的各词槽，确定各所述词槽在训练模型中的词槽相似性分，并在各所述词槽相似性分中确定最高词槽相似性分，其中，根据所述预训练模型对预设问句进行分析，以获取所述预训练模型中的各词槽；

获取所述最高意图相似性分对应的最终意图和所述最高词槽相似性分对应的最终词槽，并输出所述最终意图和所述最终词槽。

2.如权利要求1所述的语句分析处理方法，其特征在于，所述获取各所述意图在预训练模型中的意图相似性分，并在各所述意图相似性分中确定最高意图相似性分的步骤，包括：

获取所述预训练模型中的第一状态向量；

获取各所述意图对应的意图名语义向量，并计算各所述意图名语义向量和第一状态向量之间的意图相似性分；

对各所述意图相似性分进行比较，以获取各所述意图相似性分中的最高意图相似性分。

3.如权利要求2所述的语句分析处理方法，其特征在于，所述获取各所述意图对应的意图名语义向量的步骤，包括：

获取所述意图中的各语句信息，并确定各所述语句信息对应的语句语义向量；

获取各所述语句语义向量的平均向量值，并将所述平均向量值作为所述意图名语义向量。

4.如权利要求1所述的语句分析处理方法，其特征在于，所述获取所述预训练模型中的各词槽，确定各所述词槽在训练模型中的词槽相似性分的步骤，包括：

获取所述预训练模型中的各词槽；

获取所述词槽的词槽名和整体词槽取值，并确定所述词槽名的第一相似性分和所述整体词槽取值的第二相似性分；

根据所述第一相似性分和所述第二相似性分的和值确定所述词槽的词槽相似性分。

5.如权利要求4所述的语句分析处理方法，其特征在于，所述确定所述词槽名的第一相似性分和所述整体词槽取值的第二相似性分的步骤，包括：

获取所述预训练模型中的当前位置状态，并确定所述当前位置状态的第二状态向量；

获取所述词槽名对应的词槽名语义向量，并确定所述词槽名语义向量和所述第二状态向量之间的第一相似性分；

获取所述整体词槽取值对应的取值语义向量，并确定所述取值语义向量和所述第二状态向量之间的第二相似性分。

6.如权利要求5所述的语句分析处理方法，其特征在于，所述获取所述整体词槽取值对应的取值语义向量的步骤，包括：

获取所述词槽中的各子词槽取值，并确定所述各子词槽取值对应的子取值语义向量；

计算所述子取值语义向量和所述第二状态向量之间的第三相似性分，并获取所述第三相似性分和所述子取值语义向量之间的向量乘积；

获取各所述子词槽取值对应的向量乘积，并将各所述向量乘积相加以获取所述整体词槽取值对应的取值语义向量。

7.如权利要求4所述的语句分析处理方法，其特征在于，所述获取所述预训练模型中的各词槽的步骤，包括：

获取所述预训练模型中的预设问句；

在所述目标领域内对所述预设问句进行语义分析，以确定所述预训练模型中的各词槽。