[发明专利]一种语义识别方法、装置以及相关设备

权利要求书

1.一种语义识别方法，其特征在于，包括：

获取对话语句，将所述对话语句转换成文本信息后利用词典将所述文本信息分成N个词语，并将所述N个词语转换成对应的N个词向量；其中，所述词典中包含催收对话中出现的词语；

利用加入了双向长短时记忆单元的神经网络对所述N个词向量进行语义识别，并给出语义识别结果。

2.根据权利要求1所述的方法，其特征在于，所述利用词典将所述文本信息分成N个词语，包括：

将所述文本信息与所述词典中的词语进行相似度计算，根据相似度计算结果将所述文本信息分成N个词语。

3.根据权利要求2所述的方法，其特征在于，所述将所述文本信息与所述词典中的词语进行相似度计算，根据相似度计算结果将所述文本信息分成N个词语，包括：

将所述文本信息与所述词典中的词语进行相似度计算，得到N个大于相似度阈值的相似度值；

根据N个大于相似度阈值的相似度值对应的词语，将所述文本信息分成N个词语。

4.根据权利要求2所述的方法，其特征在于，所述将所述文本信息与所述词典中的词语进行相似度计算，根据相似度计算结果将所述文本信息分成N个词语，包括：

将所述文本信息与所述词典中的词语进行相似度计算得到M个词语，所述M个词语的相似度值大于相似度阈值；

若所述M个词语中包含目标字分别与其前后相邻的字组成的词语，从所述目标字分别与其前后相邻的字组成的词语中选择相似度值大的词语；

根据所述M个词语以及所述选择出的词语，将所述文本信息分成N个词语，其中N<M。

5.根据权利要求1所述的方法，其特征在于，所述利用加入了双向长短时记忆单元的神经网络对所述N个词向量进行语义识别，并给出语义识别结果，包括：

构建加入了双向长短时记忆单元的神经网络，所述双向长短时记忆单元中加入了注意力机制；

训练所述神经网络，所述神经网络的训练集中包含催收场景中的对话语句；

利用训练后的所述神经网络对所述N个词向量进行语义识别，并给出语义识别结果。

6.根据权利要求1所述的方法，其特征在于，所述利用加入了双向长短时记忆单元的神经网络对所述N个词向量进行语义识别，并给出语义识别结果之后，包括：

建立对话管理模型，所述对话管理模型中将每一种类型的对话设置标签；

将语义识别结果输入到对话管理模型中与所述对话管理模型中的所述设置标签进行匹配，基于匹配结果输出对话应答文本。

7.根据权利要求6所述的方法，其特征在于，所述将语义识别结果输入到对话管理模型中与所述对话管理模型中的所述设置标签进行对比，基于对比结果输出对话应答文本，包括：

将所述语义识别结果输入到对话管理模型中与所述对话管理模型中的所述设置标签进行匹配，得到所述语义识别结果与每个所述设置标签的匹配概率；

选择匹配概率大的设置标签下的对话模式来输出对话应答文本。

8.一种语义识别装置，其特征在于，包括用于执行如权利要求1-7任一项所述的方法的单元。

9.一种语义识别设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储应用程序代码，所述处理器被配置用于调用所述程序代码，执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。