[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

权利要求书

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。