[发明专利]应用于智能语音鼠标的语义理解准确率提升方法、装置、系统和存储介质有效
申请号: | 201910923025.1 | 申请日: | 2019-09-27 |
公开(公告)号: | CN110705311B | 公开(公告)日: | 2022-11-25 |
发明(设计)人: | 冯海洪;毛德平;王康;朱国冉 | 申请(专利权)人: | 安徽咪鼠科技有限公司 |
主分类号: | G06F40/30 | 分类号: | G06F40/30;G06F40/216;G06F40/253;G06F3/0354;G10L21/0208;G10L15/18 |
代理公司: | 昆明合众智信知识产权事务所 53113 | 代理人: | 叶春娜 |
地址: | 230088 安徽省合肥市高新区习友路33*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 应用于 智能 语音 鼠标 语义 理解 准确率 提升 方法 装置 系统 存储 介质 | ||
1.一种应用于智能语音鼠标的语义理解准确率提升方法,其特征在于包括以下步骤:
步骤S1:通过智能语音鼠标端获取用户输入的语音数据;
步骤S2:清洗语音数据,去除掉不相关的语音信息,如杂音,噪音;
步骤S3:以数值形式输入机器学习模型;
步骤S4:分类,将数据分解到一个训练集中,用于拟合模型和测试集,以查看其对不可见的数据的概括程度;
步骤S5:检查,对上述模型进行验证并解释其预测,判断该模型做出决策采用的单词;
步骤S6:词汇结构,在上述模型的顶部使用TF-IDF评分,使得该模型更多地关注有意义的单词;
步骤S7:利用语义,通过Word2Vec辅助捕捉语义,使得该模型获得训练以外的高信号单词;
步骤S8:使用端到端的方法利用语法,将句子作为一个单词向的序列。
2.如权利要求1所述应用于智能语音鼠标的语义理解准确率提升方法,其特征在于:步骤S3中所述学习模型是词袋模型,通过在数据集中建立一个包含所有单词的词汇表,并为词汇表中的每个单词创建一个唯一索引,每个句子都被表示成一个列表,这个列表的长度取决于不同单词的数量,在这个列表中的每个索引中,标记出给定词语在句子中出现的次数。
3.如权利要求1所述应用于智能语音鼠标的语义理解准确率提升方法,其特征在于:步骤S8中所述端到端的方法包括GloVe或CoVe。
4.一种应用于智能语音鼠标的语义理解准确率提升装置,其特征在于:包括
语音收集模块,通过智能语音鼠标端获取用户输入的语音数据;
语音清洗模块,用于去除掉不相关的语音信息,如杂音,噪音;
模型建立模块,用于以数值形式输入机器学习模型,建立词袋模型;
模型拟合模块,用于对上述所建立的模型进行拟合,以查看其对不可见的数据的概括程度;
模型测试及预测模块,用于对模型进行测试和预测,并判断该模型做出决策采用的单词;
模型训练模块,在上述模型的顶部使用TF-IDF评分,使得该模型更多地关注有意义的单词;
模型优化模块,通过Word2Vec辅助捕捉语义,使得该模型获得训练以外的高信号单词;
利用模块,使用端到端的方法利用语法,将句子作为一个单词向的序列。
5.一种应用于智能语音鼠标的语义理解准确率提升系统,包括智能语音鼠标端,存储器,处理器以及存储于存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现上述权利要求1至3中任一所述方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述程序被处理器执行时实现上述权利要求1至3中任一所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽咪鼠科技有限公司,未经安徽咪鼠科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910923025.1/1.html,转载请声明来源钻瓜专利网。