[发明专利]文本识别方法和相关产品有效

专利信息
申请号: 201910994392.0 申请日: 2019-10-18
公开(公告)号: CN110795547B 公开(公告)日: 2023-04-07
发明(设计)人: 王明 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F40/279;G06F18/22
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 识别 方法 相关 产品
【说明书】:

本申请实施例公开了一种文本识别方法和相关产品。该方法包括:服务器接收客户端的文本查询请求,所述文本查询请求用于请求获取目标服务;所述服务器解析所述文本查询请求,得到所述文本查询请求的目标意图、目标槽位以及目标槽位属性,所述目标槽位属性用于肯定或否定所述目标槽位;所述服务器根据所述目标意图、所述目标槽位以及所述目标槽位属性,确定所述目标服务;所述服务器向所述客户端提供所述目标服务。本申请实施例中,服务器在解析文本查询请求的过程中,通过增加槽位属性用于肯定或否定槽位,可以有效解决NLU系统无法精准高效的识别文本查询请求的意图、槽位以及槽位属性信息的问题。

技术领域

发明涉及自然语言理解(Natural Language Understanding,NLU)技术领域,尤其涉及一种文本识别方法和相关产品。

背景技术

智能助手从诞生开始只是作为电子产品的一个实用性不高的辅助功能,但是随着人工智能、搜索引擎的飞速发展,智能助手在基础行业发挥着越来越巨大的作用,智能助手正在更好的和各种生活场景结合,引导人们以更为方便的模式进行人机交互。

但是,当前各种智能助手和工具的智能识别技术水平参差不齐,针对用户输入的文本查询请求,NLU系统无法做到精准高效的识别文本查询请求的意图和槽位信息,并将上述不精准的信息传递给服务,极大伤害了用户的体验,比如,对于用户的某一查询“我要听周杰伦的七里香”,NLU系统会设计相应的播放歌曲意图、歌手槽位和歌曲槽位,但是对于用户查询“我要听七里香,不要周杰伦的版本”,如果再沿用上述的意图槽位设计,服务还是会检索出周杰伦的七里香,违背了用户的期望。

针对上述的智能识别技术问题,目前大多数解决方案采用的是新建一个与播放歌曲意图相对立的否定意图,但是,在两个意图之间非常相似的情况下,比如二者差别就是“不”字,这对于文本分类器模型是巨大的挑战,并且每新增加一个否定意图,无论是技能创建者、标注人员、服务侧需要处理维护的意图槽位个数都会翻倍,效率不佳。

发明内容

本申请实施例公开了一种文本识别方法和相关产品,在解析文本查询请求的过程中,通过增加槽位属性用于肯定或否定槽位,可以有效解决NLU系统无法精准高效的识别文本查询请求的意图、槽位以及槽位属性信息的问题。

第一方面,本申请实施例提供了一种文本识别方法,该方法包括:

服务器接收客户端的文本查询请求,所述文本查询请求用于请求获取目标服务;

所述服务器解析所述文本查询请求,得到所述文本查询请求的目标意图、目标槽位以及目标槽位属性,所述目标槽位属性用于肯定或否定所述目标槽位;

所述服务器根据所述目标意图、所述目标槽位以及所述目标槽位属性,确定所述目标服务;

所述服务器向所述客户端提供所述目标服务。

本申请实施例中,服务器在解析文本查询请求的过程中,得到文本查询请求的目标意图和目标槽位,同时增加了槽位的属性维度信息,用于肯定或否定目标槽位;可以有效解决NLU系统无法精准高效的识别文本查询请求的意图、槽位以及槽位属性信息的问题。

在一个可选的实现方式中,所述服务器解析所述文本查询请求,得到所述文本查询请求的目标意图、目标槽位以及目标槽位属性包括:

查询与所述文本查询请求相匹配的语料和/或模板;

利用训练得到的意图分类模型处理所述文本查询请求以得到第一候选意图,以及通过训练得到的槽位抽取模型对所述文本查询请求进行抽取处理以得到第一候选槽位和第一候选槽位属性;

在未查询到与所述文本查询请求相匹配的语料且未查询到与所述文本查询请求相匹配的模板的情况下,将所述第一候选意图、所述第一候选槽位以及所述第一候选槽位属性分别作为所述目标意图、所述目标槽位以及所述目标槽位属性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910994392.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top