技术特征：
1.一种识别对话信息中的句子语义的方法，其特征在于，所述方法包括：提供一段对话信息，所述对话信息中包括多个句子；获取所述对话信息中的至少一个句子，将所述句子的特征信息，及在所述对话信息中的所述句子的上下文句子的特征信息，输入第一神经网络模型中进行对应所述句子的所述对话信息的段落划分，输出对应所述句子的所述对话信息的段落划分信息；将所述句子的特征信息输入第二神经网络模型中，确定所述句子的表达方式，输出所述句子的表达方式信息；将对应所述句子的所述对话信息的段落划分信息、所述句子的表达方式信息及所述句子的特征信息输入第三神经网络模型中，进行所述句子的语义识别，输出所述句子的语义识别结果。2.如权利要求1所述的方法，其特征在于，所述第一神经网络模型是训练得到的，所述第一神经网络模型的训练过程包括：提供一对话信息样本，所述对话信息样本中包括多个句子样本，获取其中一句子样本，将所述句子样本的特征信息，及在所述对话信息样本中的所述句子样本的上下文句子样本的特征信息输入所述第一神经网络模型中进行对应句子的对话信息的段落划分训练，基于输出的对应所述句子样本的所述对话信息样本的段落划分信息，调整所述第一神经网络模型中的参数，选取另一句子样本，采用所述句子样本继续训练，直到所述第一神经网络模型输出的对应所述句子样本的所述对话信息样本的段落划分信息的正确率符合设置的第一正确率阈值。3.如权利要求1所述的方法，其特征在于，所述第二神经网络模型是训练得到的，所述第二神经网络模型的训练过程包括：提供一对话信息样本，所述对话信息样本中包括多个句子样本，获取其中一句子样本，将所述句子样本的特征信息输入所述第二神经网络模型中进行句子的表达方式的训练，基于输出的所述句子样本的表达方式信息，调整所述第二神经网络模型中的参数，选取另一句子样本，采用所述句子样本继续训练，直到所述第二神经网络模型输出的所述句子的表达方式信息的正确率符合设置的第二正确率阈值。4.如权利要求1、2或3所述的方法，其特征在于，所述第三神经网络模型是训练得到的，所述第三神经网络模型的训练过程包括：提供一对话信息样本，所述对话信息样本中包括多个句子样本，获取其中一句子样本、对应所述句子样本的所述对话信息样本的段落划分信息、以及所述句子样本的表达方式信息；将所述句子样本的特征信息、对应所述句子样本的所述对话信息样本的段落划分信息以及所述句子样本的表达方式信息，输入所述第三神经网络模型中进行句子的语义识别训练，基于输出的所述句子样本的语义识别结果，调整所述第三神经网络模型中的参数，选取另一句子样本，采用所述句子样本的特征信息、对应所述句子的所述对话信息样本的段落划分信息以及所述句子样本的表达方式信息继续训练，直到所述第三神经网络模型输出的所述句子样本的语义识别结果的正确率符合设置的第三正确率阈值。5.如权利要求1所述的方法，其特征在于，所述输出所述句子的表达方式信息包括：输出所述句子的表达方式为问询式表达方式、回答式表达方式、确认式表达方式或建
议式表达方式。6.如权利要求1所述的方法，其特征在于，所述进行所述句子的语义识别，输出所述句子的语义识别结果包括：获取在所述对话信息中的，所述句子的至少一个上文句子；基于所述句子及所述上文句子，对所述句子进行语义识别，输出所述句子的语义识别结果。7.如权利要求6所述的方法，其特征在于，所述基于所述句子及所述上文句子，对所述句子进行语义识别，输出所述句子的语义识别结果为：针对每一个所述上文句子，获取得到所述上文句子的权重；根据所述上文句子的权重，将对应所述上文句子的所述对话信息的段落划分信息合并到对应所述句子的所述对话信息的段落划分信息中，将所述上文句子的表达方式信息合并到所述句子的表达方式信息中，将所述上文句子的特征信息合并到所述句子的特征信息中，输入所述第三神经网络模型中，由所述第三神经网络模型采用注意力机制进行处理后，输出所述句子的语义识别结果。8.一种电子设备，其特征在于，包括：处理器；存储器，存储有程序，所述程序配置为在被所述处理器执行时实现如权利要求1至7中任一项所述的识别对话信息中的句子语义的方法。9.一种非瞬时计算机可读存储介质，所述非瞬时计算机可读存储介质存储指令，其特征在于，所述指令在由处理器执行时使得所述处理器执行如权利要求1至7中任一项所述的识别对话信息中的句子语义的方法。10.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现如权利要求1至7中任一项所述的识别对话信息中的句子语义的方法的步骤。
技术总结
本申请实施例提供一种识别对话信息中的句子语义的方法及装置，包括：提供一段对话信息，所述对话信息中包括多个句子；获取所述对话信息中的至少一个句子，将所述句子的特征信息，及在所述对话信息中的所述句子的上下文句子的特征信息，输入第一神经网络模型中，输出对应所述句子的所述对话信息的段落划分信息；将所述句子的特征信息输入第二神经网络模型中，输出所述句子的表达方式信息；将对应所述句子的所述对话信息的段落划分信息、所述句子的表达方式信息及所述句子的特征信息输入第三神经网络模型中，进行所述句子的语义识别，输出所述句子的语义识别结果。本申请在识别对话信息中的句子语义时，提高了识别准确率。提高了识别准确率。提高了识别准确率。
技术研发人员：张玲玲 谢芳 梁达昌 张胜 王文彬
受保护的技术使用者：贝壳找房（北京）科技有限公司
技术研发日：2022.11.08
技术公布日：2023/3/7