[发明专利]一种基于深度学习的自然语言语义理解方法

权利要求书

1.一种基于深度学习的自然语言语义理解方法，其特征在于：包括以下步骤：

处理步骤：获取用户语音，并根据预设的标准语速对用户语音进行识别并得到文字，识别出的文字再根据预设的知识库生成初始文本信息，当生成多条初始文本信息时，还根据预设的识别规则生成初始文本信息的相似度；

显示步骤：显示生成的初始文本信息，展示给用户，供用户进行确认，当生成多条初始文本信息时，显示与预设的知识库内相似度最高的初始文本信息；

确认步骤：当显示出初始文本信息后，在预设时间内没有再次获取到用户语音时，将初始文本信息作为识别成功的文本信息进行输出；

修改步骤：当显示出初始文本信息后，在预设时间内再次获取到用户语音时，先将再次获取到的用户语音与前一次的用户语音进行比较，当比较出两次语音相似度大于预设的相似度阈值时，根据再次获取到的用户语音生成替换信息，根据替换信息对初始文本信息进行对应内容的替换得到修改后的文本信息；在比较出两次语音相似度不大于预设的相似度阈值时，根据再次获取到的用户语音生成新增信息，根据新增信息对初始文本信息进行内容的新增得到修改后的文本信息；在得到修改后的文本信息后，执行显示步骤和确认步骤以及修改步骤，直到输出识别成功的文本信息；

语义理解步骤：对输出识别成功的文本信息进行语义理解得到语句信息；

在对用户语音进行识别时还识别用户语音的语速；

还包括有比较步骤：将识别出的语速与标准语速进行对比，并在比较出识别出的语速大于标准语速时，还获取当前的用户信息，并对用户信息进行标记，当再次对该用户的用户语音进行处理时，根据预设的慢语速对用户语音进行识别生成初始文本信息；

比较步骤中，还对后一次用户语音的语速与前一次用户语音的语速进行比较，在比较出后一次用户语音的语速小于前一次用户语音的语速时，还获取用户的面部信息并根据面部信息识别出用户表情，在识别出用户表情为思考时，还根据互联网的词库生成修改信息。

2.根据权利要求1所述的基于深度学习的自然语言语义理解方法，其特征在于：在比较步骤中，当再次对该用户的用户语音进行处理时，先对再次获取的用户语音的语速进行识别，并将识别到的语速与标准语速进行比较，在比较出识别到的语速大于标准语速时，根据预设的慢语速对用户语音进行识别生成初始文本信息，反之则根据标准语速对用户语音进行识别生成初始文本信息。

3.根据权利要求1所述的基于深度学习的自然语言语义理解方法，其特征在于：还包括有更新步骤：在根据互联网的词库生成修改信息后，还根据互联网的词库更新预设的知识库。

4.根据权利要求1所述的基于深度学习的自然语言语义理解方法，其特征在于：显示步骤中，当生成多条初始文本信息时，将多条初始文本信息按照相似度从高到低的顺序进行显示，且在预设时间内没有获取到用户语音时，将相似度最高的初始文本信息作为识别成功的文本信息进行输出。