[发明专利]一种基于半监督学习的人机交互方法及装置

说明书

本发明公开了一种基于半监督学习的人机交互方法，包括：通过半监督学习获取关系抽取模型；获取用户语音信息；识别用户语音信息，获得用户指定的目标实体及目标文本；根据用户指定的目标文本获取目标文本包含的文本内容；通过关系抽取模型对文本内容进行实体关系抽取，获得目标文本包含的实体对及其关系；根据目标实体，结合文本信息包含的实体对及其关系，给予用户以相应的反馈。此外，本发明还公开了一种基于半监督学习的人机交互装置，本发明基于半监督学习来进行实体关系抽取，无需海量标签数据，节省了人工，降低了复杂度，从而可以准确抽取出有效信息，进而给予用户以相应反馈，实现了良好的人机互动。

技术领域

本发明涉及人机交互领域，尤其涉及一种基于半监督学习的人机交互方法及装置。

背景技术

在互联网产生的爆炸式增长的各类文本信息中，大量人物实体以及他们之间的关系信息涵盖其中，在这个快速发展的时代，人们往往想要快速获取自己想要了解的有效信息。

传统的人工阅读、理解的方式来获得语义关系一方面受制于阅读者本人的阅读理解能力，另一方面，可能信息众多，阅读者难以从中快速获取到想要的信息，现在市场上还没有智能设备可以帮助用户阅读，进行有效信息抽取，从而快速获取到用户需要的有效信息，与用户进行互动。

发明内容

为解决上述技术问题，本发明提供一种基于半监督学习的人机交互方法及装置，具体的，本发明的技术方案如下：

一方面，本发明公开了一种于半监督学习的人机交互方法，包括：

通过半监督学习获取关系抽取模型；

获取用户语音信息；

识别所述用户语音信息，获得所述用户指定的目标实体及目标文本；

根据所述用户指定的目标文本获取所述目标文本包含的文本内容；

通过所述关系抽取模型对所述文本内容进行实体关系抽取，获得所述目标文本包含的实体对及其关系；

根据所述目标实体，结合所述文本信息包含的实体对及其关系，给予所述用户以相应的反馈。

优选地，所述通过半监督学习获取关系抽取模型包括：

获取标记过实体关系的文本样本及未标记过实体关系的文本样本；

通过所述标记过实体关系的文本样本对初始模型进行训练，获得初始关系抽取模型；

通过迭代的方法，利用所述未标记过实体关系的文本样本对所述初始关系抽取模型进行训练与修正，获得最终的关系抽取模型。

优选地，所述基于半监督学习的人机交互方法还包括：

根据所述文本信息包含的实体对组及其关系，构建所述目标文本的实体关系图谱。

优选地，所述基于半监督学习的人机交互方法还包括：

从所述文本信息包含的实体对及其关系中获取目标实体对及对应的关系；所述目标实体对中包含所述目标实体；

根据所述目标实体对及对应的关系，构建所述目标实体的关系图谱；

将所述目标实体的关系图谱反馈给所述用户。

优选地，所述通过关系抽取模型对所述文本内容进行实体关系抽取，获得所述目标文本包含的实体对及其关系具体包括：

根据所述目标实体，在所述目标文本的文本内容中查找与所述目标实体相关的关联语句；

将查找到的所有与所述目标实体相关的关联语句通过所述关系抽取模型进行关系抽取，获取与所述目标实体相关的关联实体及与所述关联实体对应的关系。