[发明专利]一种基于深度学习的自然语言语义理解方法

说明书

本发明涉及计算机自然语言处理技术领域，提供了一种基于深度学习的自然语言语义理解方法，包括：处理步骤：获取用户语音，进行识别并生成初始文本信息，当生成多条初始文本信息时，还生成相似度；显示步骤：显示初始文本信息，当生成多条初始文本信息时，显示相似度最高的初始文本信息；确认步骤：显示出初始文本信息，在预设时间内没有获取到用户语音时，输出文本信息；修改步骤：显示出初始文本信息后，在预设时间内获取到用户语音时，进行语音识别生成修改信息，根据修改信息对初始文本信息进行修改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，直到输出文本信息；语义理解步骤：对输出文本信息进行语义理解得到语句信息。

技术领域

本发明涉及计算机自然语言处理技术领域，具体为一种基于深度学习的自然语言语义理解方法。

背景技术

自然语言理解俗称人机对话，主要研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，计算机在获取到用户语音后，经过对用户的识别和处理后得到语句信息，然后计算机系统对语句信息进行语音理解后，以获知用户的意图，然后再从计算机知识库内匹配出相应的语句后进行播放，以实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。而对于自然语言来说，哪怕对于同一个意思，对于不同的用户来说，表述出来的自然语言也就会所有不同。所以直至今天，自然语言理解依旧是人工智能领域尚未完全攻克的一块高地。而深度学习是近期人工智能研究取得突破性的进展，它结束了人工智能长达十年未能有突破性进展的局面，并迅速在工业界产生影响。计算机在对语句进行语义理解时，采用深度学习的语义理解方法有别于仅可以完成特定任务的狭隘的人工智能系统(面向特定任务的功能模拟)，可以应对各种情况和问题，已在图像识别、语音识别等领域得到极其成功的应用，在自然语言处理领域(主要是英文)也取得一定成效。深度学习是目前实现人工智能最有效、也是取得成效最大的实施方法。

然而，就算基于深度学习的语义理解能够应对各种情况和问题，更能充分的满足用户的需求，但是前提是进行语义理解的语句的准确度要高，一旦语音识别出的语句是错误的，在语义理解后的结果也将是错误的。而目前的人工智能问答系统中，在使用时，通常是根据获取到的用户语音直接进行语义理解，然后将得到的结果进行反馈，这就导致有的时候反馈的结果与用户想要的结果完全不符，也就降低了问答结果的准确性。

发明内容

本发明意在提供一种能够提高问答结果的基于深度学习的自然语言语义理解方法。

本发明提供基础方案是：一种基于深度学习的自然语言语义理解方法，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，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。