本发明属于语义识别技术领域,具体涉及一种语义识别方法及其系统。
背景技术:
随着语音识别技术的发展,越来越多的电子设备配置了语音助手,用户可以通过语音助手与电子设备进行语音交互,解决日常生活中遇到的各类问题。
语义识别作为语音交互的核心技术,受到各大科技企业的追捧,目前已经有不少科技企业推出了各自的语义识别系统,并作为第三方语义识别系统对外提供服务。一些电子设备为了保障自身语音助手的语义识别准确率,提升语音交互过程的用户体验,通常会在语义识别过程中,由中控系统将待识别信息分发给多个第三方语义识别系统,然后等待所有的第三方语义识别系统反馈识别结果后,基于所有识别结果进行综合决策,得到语义识别结果。
然而,通过第三方语义识别系统进行识别需耗费较多的时间及流量费用,对企业造成的压力较大。
技术实现要素:
本发明的目的在于提供一种语义识别方法及其系统,以解决现有的问题。
为实现上述目的,本发明提供如下技术方案:一种语义识别方法,包括以下步骤:
将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别;
未能识别所述文本特征信息时,将所述文本特征信息反馈至第三方语义识别系统,识别所述文本特征信息对应的语义信息;
建立所述文本特征信息与其对应的语义信息的映射关系,反馈至第一语义识别模型库,对所述第一语义识别模型库进行训练,形成第二语义识别模型库。
作为本发明一种语义识别方法优选地,在所述的将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别之后包括步骤:
当识别到所述文本特征信息对应的语义信息时,将所述文本特征信息对应的语义信息进行输出。
作为本发明一种语义识别方法优选地,在所述的未能识别所述文本特征信息时,将所述文本特征信息反馈至第三方语义识别系统,识别所述文本特征信息对应的语义信息之后包括步骤:
输出所述文本特征信息对应的语义信息。
作为本发明一种语义识别方法优选地,在所述的建立所述文本特征信息与其对应的语义信息的映射关系,反馈至第一语义识别模型库,对所述第一语义识别模型库进行训练,形成第二语义识别模型库之后包括步骤:
获取待识别语义的第二信息样本,将所述第二信息样本输入至第二语义识别模型库,通过所述第二语义识别模型库提取第二信息样本的文本特征信息进行语义识别。
作为本发明一种语义识别方法优选地,在所述的s100将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别之前包括步骤:
获取待识别语义的第一信息样本。
作为本发明一种语义识别方法优选地,在所述的将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别之前还包括步骤:
建立所述第一语义识别模型库。
本发明还提供一种语义识别系统,包括:
输入模块,所述输入模块用于将获取到的第一信息样本输入至第一语义识别模型库内;
识别模块,所述识别模块用于识别第一信息样本的语义信息;
反馈模块,所述反馈模块用于将文本特征信息反馈至第三方语义识别系统,识别所述文本特征信息对应的语义信息;
建立模块,所述建立模块用于建立所述文本特征信息与其对应的语义信息的映射关系;
训练模块,所述训练模块用于对第一语义识别模型库进行训练,形成第二语义识别模型库。
作为本发明一种语义识别系统优选地,所述反馈模块还用于将所述文本特征信息与其对应的语义信息的映射关系反馈至第一语义识别模型库。
作为本发明一种语义识别系统优选地,还包括输出模块,所述输出模块用于当识别到文本特征信息对应的语义信息时,将文本特征信息对应的语义信息进行输出;
获取模块,所述获取模块用于获取待识别语义的第一信息样本以及第二信息样本。
作为本发明一种语义识别系统优选地,所述建立模块还用于建立第一语义识别模型库。
本发明与现有技术相比,具有以下有益效果:
(1)本发明将从用户处获取到的待进行语音识别的信息样本首先输入至第一语义识别模型库内进行识别,当该第一语义识别模型库不能识别该信息样本的语义时,再将该语义信息反馈至第三方语义识别系统进行语义识别,如此,既避免了直接反馈至第三方语义识别系统耗费大量费用的问题,当第一语义识别模型库能够识别该信息样本时,也避免了时间的浪费。
(2)本发明当第一语义识别模型库不能识别所输入的信息样本时,将该信息样本反馈至第三方语义识别系统进行识别,当第三方语义识别系统识别该信息样本时,建立该文本特征信息与其对应的语义信息的映射关系,并反馈至第一语义识别模型库,从而对第一语义识别模型库进行训练,形成第二语义识别模型库,如此往复不断的训练过程中,会产生一个稳定的语义识别模型库,使语义识别越来越准确和快速。
附图说明
图1为本发明一种语义识别方法的流程图之一;
图2为本发明一种语义识别方法的流程图之二;
图3为本发明一种语义识别方法的流程图之三;
图4为本发明一种语义识别方法的流程图之四;
图5为本发明一种语义识别方法的流程图之五;
图6为本发明一种语义识别系统的示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图5所示,本发明提供如下技术方案:一种语义识别方法,包括以下步骤:
s100将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别;
s200未能识别所述文本特征信息时,将所述文本特征信息反馈至第三方语义识别系统,识别所述文本特征信息对应的语义信息;
s300建立所述文本特征信息与其对应的语义信息的映射关系,反馈至第一语义识别模型库,对所述第一语义识别模型库进行训练,形成第二语义识别模型库。
本实施例中,将从用户处获取到的待进行语音识别的信息样本首先输入至第一语义识别模型库内进行识别,当该第一语义识别模型库不能识别该信息样本的语义时,再将该语义信息反馈至第三方语义识别系统进行语义识别,如此,既避免了直接反馈至第三方语义识别系统耗费大量费用的问题,当第一语义识别模型库能够识别该信息样本时,也避免了时间的浪费。
进一步的,在所述的s100将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别之后包括步骤:
s110当识别到所述文本特征信息对应的语义信息时,将所述文本特征信息对应的语义信息进行输出。
进一步的,在所述的s200未能识别所述文本特征信息时,将所述文本特征信息反馈至第三方语义识别系统,识别所述文本特征信息对应的语义信息之后包括步骤:
s210输出所述文本特征信息对应的语义信息。
更进一步的,在所述的s300建立所述文本特征信息与其对应的语义信息的映射关系,反馈至第一语义识别模型库,对所述第一语义识别模型库进行训练,形成第二语义识别模型库之后包括步骤:
s400获取待识别语义的第二信息样本,将所述第二信息样本输入至第二语义识别模型库,通过所述第二语义识别模型库提取第二信息样本的文本特征信息进行语义识别。
具体地,在所述的s100将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别之前包括步骤:
s001获取待识别语义的第一信息样本。
值得说明的时,在所述的s100将获取到的第一信息样本输入至第一语义识别模型库内,通过所述第一语义识别模型库提取第一信息样本的文本特征信息进行语义识别之前还包括步骤:
s002建立所述第一语义识别模型库。
本实施例中,当第一语义识别模型库不能识别所输入的信息样本时,将该信息样本反馈至第三方语义识别系统进行识别,当第三方语义识别系统识别该信息样本时,建立该文本特征信息与其对应的语义信息的映射关系,并反馈至第一语义识别模型库,从而对第一语义识别模型库进行训练,形成第二语义识别模型库,如此往复不断的训练过程中,会产生一个稳定的语义识别模型库,使语义识别越来越准确和快速。
请参阅图6所示,本发明提供如下技术方案:一种语义识别系统,包括:
输入模块,所述输入模块用于将获取到的第一信息样本输入至第一语义识别模型库内;识别模块,所述识别模块用于识别第一信息样本的语义信息;反馈模块,所述反馈模块用于将文本特征信息反馈至第三方语义识别系统,识别所述文本特征信息对应的语义信息;建立模块,所述建立模块用于建立所述文本特征信息与其对应的语义信息的映射关系;训练模块,所述训练模块用于对第一语义识别模型库进行训练,形成第二语义识别模型库。
具体地,所述反馈模块还用于将所述文本特征信息与其对应的语义信息的映射关系反馈至第一语义识别模型库。
值得说明的是,还包括输出模块,所述输出模块用于当识别到文本特征信息对应的语义信息时,将文本特征信息对应的语义信息进行输出;获取模块,所述获取模块用于获取待识别语义的第一信息样本以及第二信息样本。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。