[发明专利]语义识别方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种语义识别方法，其特征在于，包括：

获取待识别的目标语句并输入基于双向编码器表征模型；

运行所述基于双向编码器表征模型，确定所述目标语句的实体信息和意图信息；

根据所述实体信息和所述意图信息，确定所述目标语句的涵义。

2.根据权利要求1所述的语义识别方法，其特征在于，所述基于双向编码器表征模型是通过下述方式预先训练得到的，包括：

获取若干样本语句，所述样本语句包含以若干类特征标记分别进行分类标记的字段；

根据各所述样本语句、以及基于双向编码器表征模型的训练模型，确定所述基于双向编码器表征模型；所述基于双向编码器表征模型的训练模型为在所述基于双向编码器表征模型的最后一层之后加上预定任务分类层。

3.根据权利要求2所述的语义识别方法，其特征在于，所述特征标记包括实体类别标记和意图类别标记；

所述获取若干样本语句，所述样本语句包含以若干类特征标记分别进行分类标记的字段的步骤，包括：

将所述样本语句中实体信息对应的字段，标记为实体标记数据，将所述样本语句中意图信息对应的字段，标记为意图标记数据；

所述实体标记数据和所述意图标记数据之间以预设符号间隔。

4.根据权利要求3所述的语义识别方法，其特征在于，所述根据各所述样本语句、以及基于双向编码器表征模型的训练模型，确定所述基于双向编码器表征模型的步骤，包括：

将每个所述样本语句输入所述训练模型，使得所述样本语句的意图标记数据，转化成所述训练模型中最后一个意图分类层池化后输出的意图特征，并使得所述样本语句的实体标记数据，转化成所述训练模型中最后一个实体分类层输出的实体特征；

根据所述样本语句的意图特征、以及所述最后一个意图分类层的加权参数矩阵和偏置参数，确定出所述样本语句的意图预测结果；

根据所述样本语句的实体特征、以及所述最后一个实体分类层的加权参数矩阵和偏置参数，确定出所述样本语句的实体预测结果；

根据所述样本语句的基于未知量条件下的意图预测结果的概率、以及基于所述未知量条件下的实体预测结果的概率，确定出所述训练模型的目标函数；

调整所述基于双向编码器表征模型中的参数，使得所述目标函数达到最大值且所述预定任务分类层中的联合损失函数达到最小，得到所述基于双向编码器表征模型。

5.根据权利要求4所述的语义识别方法，其特征在于，所述根据所述样本语句的意图特征、以及所述最后一个意图分类层的加权参数矩阵和偏置参数，确定出所述样本语句的意图预测结果的步骤，包括：

将所述意图特征接入TextCNN模型，确定收敛处理后的意图特征；

所述根据所述样本语句的实体特征、以及所述最后一个实体分类层的加权参数矩阵和偏置参数，确定出所述样本语句的实体预测结果的步骤，包括：

将所述实体特征接入神经网络的条件随机场层和/或BiLSTM层，通过所述BiLSTM层确定所述实体特征的标签概率，通过所述条件随机场层确定具有预设约束信息的实体信息。

6.根据权利要求2所述的语义识别方法，其特征在于，所述特征标记还包括单词类别标记；

所述获取若干样本语句，所述样本语句包含以若干类特征标记分别进行分类标记的字段的步骤，包括：

所述样本语句中实体信息和意图信息之外的单词信息对应的字段以所述单词类别标记，标记为单词数据；

将所述单词数据从所述样本语句中删除，记录删除的所述单词数据在所述样本语句中的位置信息。

7.根据权利要求1所述的语义识别方法，其特征在于，所述根据所述实体信息和所述意图信息，确定所述目标语句的涵义的步骤之后，还包括：

根据所述实体信息，检索目标数据库，确定若干条候选目标信息；

根据所述意图信息和所述候选目标信息，确定最终目标信息。