[发明专利]一种语义识别方法及其设备

说明书

本发明公开了一种语义识别方法及其设备，语义识别方法包括如下步骤：接收用户输入，用户输入为中文自然语言的语音输入或文字输入；对用户输入进行修正优化，进行语法分析以及实体解析；触发Query行为确定检索意图和检索主题检索的具体表格；通过上下文消除歧义字段和/或对上下文信息聚合；根据确定的Function、Column生成SQL语句，SQL语句所需必要元素收集齐全后；将执行SQL语句结果转化组装为自然语言和/或图表并输出；本发明还公开了一种语义识别设备，包括输入模块数据库模块，自动语音识别修正模块，分析解析模块，询问行为模块等；用于实现本发明的语义识别方法，本发明对自然语言的识别精度高、速度快、支持自定义扩展、支持中英文，并且能够输出图表。

技术领域

本发明涉及人工智能自然语言处理领域，特别涉及一种语义识别方法及其设备。

背景技术

随着技术的发展，人机交互体验得到了长足的进步，从最初的计算机语言输入到图文界面，人们期待并不断尝试着新的人机交互方式以获得更好的交互体验。以语音直接交互为例，由于其与直接和人类交流非常类似，且方便安全，可以在开车、运动的同时完成计算机操作，因此深受欢迎。语音交互以及其他人机交互可以通过自然语言与计算机语言之间的相互转化，即语义识别方得以实现。现有的人机交互技术多采用传统自然语言查询，即根据用户输入文字进行文字和网页内容相关度做匹配排序，本质上不会对文字进行语义上的理解，因此无法完成精细的数据库查询和筛选。而传统的数据库查询则需要操作人员具有较高的专业素养，即使是编程技术人员也需要一定时间的学习培训才能掌握语法规则，同时需要对数据库结构非常熟悉才知道如何组织查询逻辑。

欧洲发明专利申请EP3502928A1，Intelligent Natural Language QueryProcessor，公开了一种用于回答针对数据库系统的自然语言查询(NLQ)的系统。该系统包括查询接收器接收NLQ并将NLQ建模为包括至少主题实体和意图实体的实体元组。该系统还包括服务发现组件和查询转换单元。该发明的资源调用方式采用ODate API，将自然语言处理转换成数据库查询。但是，由于该发明采用OData数据架构，导致在技术上存在一些限制，如根据上下文分析识别用户的对话意图仅采用主语或代词替换的方式，对自然语言的语义理解准确度还不够高；该发明也无法实现复杂计算，例如求和、求平均、最值等计算方法；此外，该发明无法实现对中文的自然语言进行识别和查询，该发明不具有将查询结果制作为图表反馈给用户的功能。

而本发明支持中文及英文的自然语言识别，本发明的上下文分析还设置了增量替换、Function替换、以及适时清空上文的逻辑，在对NLQ进行语义识别前，配置了可自定义的文字预处理过程，以及自动语音识别修正优化，确保查询意图的准确度；本发明还可以实现求和、求平均、最大、最小、最新、差值、同比、环比等各种复杂计算方法；本发明还可以实现图表功能，将查询结果制成图表与结果一起反馈给用户；此外，本发明适用关系型数据库，可以学习枚举类型的值的可能性，日期类型值的颗粒度等。

发明内容

为解决现有技术存在的问题，本发明提供了一种语义识别方法及其设备。

本发明的第一个方面提供了一种语义识别方法，包括如下步骤：

接收用户输入的文本；

判断是否进入自然语言查询处理流程；

如进入自然语言查询处理流程，结合用户数据库对用户文本进行修正优化；

对经过修正优化的文本进行句子解析；

触发询问，根据用户配置获取查询主题和查询意图；

定表，从数据库中确定用户查询需要使用的数据表；

如触发询问步骤未能确定查询主题和查询意图，根据用户输入、句子解析的信息及消除歧义的信息，判定查询主题和查询意图；

收集缺失的必要查询元素；