[发明专利]一种语义识别的方法和系统

说明书

本发明涉及计算机技术领域，尤其为一种语义识别的方法和系统，包括以下步骤：S1，语音信号的采样和量化；S2，通过预处理模块对输入的原始语音信号进行处理；S3，特征提取；S4，语音解码和搜索算法；S5，文本输出，通过特征提取从语音信号中提取出语音的特征序列，提取的语音特征应该能完全、准确地表达语音信号，特征提取的目的是提取语音信号中能代表语音特征的信息，减少语音识别时所要处理的数据量；声学模型训练用lstm+ctc训练，得到语音特征到音素的映射；语言模型训练用SRILM工具做LM的训练得到3‑gram and 4‑gram，是词与词、词与句子的映射；字典是字词对应的音素index集合，是字词和音素之间的映射，能够有效的提高语义分析的准确度。

技术领域

本发明涉及计算机技术领域，具体为一种语义识别的方法和系统。

背景技术

随着人工智能技术的发展，对句子的语义识别逐渐发展起来，对句子的语义识别可以应用到各种场景中，其中，运用最广泛的就是电子商务中处理投诉信息且确定对应的定责信息，以下以电子商务中处理投诉信息且确定对应的定责信息，对如何具体进行句子的语义识别进行说明。

随着计算机及互联网技术的发展，电子商务逐渐发展起来。电子商务(ElectronicCommerce)是以信息网络技术为手段，以商品交换为中心的商务活动。随着电子商务的发展，由电子商务服务商基于互联网提供售卖商品的服务，使得人们可以在家直接方便地进行网上购物。在电子商务提供各种服务时，常常通过互联网在电子商务服务商与客户之间进行通信，以沟通各种服务相关事宜。其中，客户在进行电子商务过程中，常常会对电子商务的各个环节作出评价，在此过程中，也可能产生投诉信息，且将投诉发送给电子商务服务商，电子商务服务商在接收到后，对投诉信息进行分析，确定对应的确定定责信息，从而完成整个电子商务过程。

现有的电子商务服务商在处理投诉信息且确定对应的定责信息时，主要采用人工与机器学习算法的结合方式来完成。具体地说，将接收到的投诉信息拼接在一起，构成长文本，再基于所构成的长文本采用设置的机器学习算法，对长文本进行文本分类，得到对应的定责信息，从而实现定责问题。

为了能够更好的分析和实现计算机客服的对话交流，实现准确的识别语义信息，因此需要一种语义识别的方法和系统对上述问题做出改善。

发明内容

本发明的目的在于提供一种语义识别的方法和系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种语义识别的方法和系统，包括以下步骤：

S1，语音信号的采样和量化；

S2，通过预处理模块对输入的原始语音信号进行处理，滤除掉其中的不重要的信息以及背景噪声，并进行语音信号的端点检测(找出语音信号的始末)、语音分帧(近似认为在10-30ms内是语音信号是短时平稳的，将语音信号分割为一段一段进行分析)以及预加重(提升高频部分)、语音信号的加窗处理；

S3，特征提取：去除语音信号中对于语音识别无用的冗余信息，保留能够反映语音本质特征的信息，并用一定的形式表示出来，也就是提取出反映语音信号特征的关键特征参数形成特征矢量序列，以便用于后续处理；

S4，语音解码和搜索算法；

S5，文本输出。

优选的，所述S1语音信号的采样和量化，语音信号是一个时间和幅度都连续变化的一维模拟信号，而语音识别的过程是一个对语音信号进行数字处理的过程，在对语音信号处理之前，必须要对其进行数字化，这个过程就是模/数(A/D)转化、模/数转化过程要经过采样和量化两个过程，从而得到时间和幅度上的离散数字信号，根据奈奎斯特采样定律，采样频率应为原始信号频率的两倍以上，才能使采样过程中不会丢失信息，而且能从采样信号中准确的重构原始信号的波形，正常人的发音范围是从40Hz到340OHz左右。