一种语义分析方法技术

本发明专利技术公开了一种语义分析方法，属于语义识别技术领域。方法包括：智能设备接收语音信号并转变为可识别文本；采用密钥对可识别文本进行加密并上传至一服务端；在服务端对可识别文本进行解密并进行预处理，将可识别文本转变为可分析内容；利用语义关系子模型和基本子模型对可分析内容进行精确语义匹配，获取相应的第一匹配结果；服务端将第一匹配结果返回至智能设备，以控制其执行相应指令，或者向使用者提示第一匹配结果。上述技术方案的有益效果是：更有效地对使用者输入的语音指令进行语义分析和推理，得到更精确的分析结果，并且在分析过程中保证了语音数据传输的安全性，提升语音识别的私密性，从而提升使用者的使用体验。

【技术实现步骤摘要】
一种语义分析方法
本专利技术涉及语义识别
，尤其涉及一种语义分析方法。
技术介绍
随着识别控制技术的发展，越来越多的智能设备中开始加入语音控制的功能，即使用者通过与智能设备对话的方式控制智能设备执行各种各样的功能。尤其是智能机器人，使用者可以通过语音控制的方式与智能机器人进行交互，例如通过语音询问智能机器人明天的天气预报，则智能机器人会对语音进行语义分析，并进而根据分析结果获取并输出关于天气预报的信息。但是现有技术中对于使用者输入语音的语义分析并不精确，往往会出现将使用者输入的语音内容通过分析变成另一个完全不同的结果，从而影响到最终发给智能设备的控制指令，或者根本无法分析得到使用者输入的语音内容，从而无法通过语音控制智能设备执行相关操作。另外，目前在语音信号的传输方面同样存在着安全问题，上述各个方面的问题都会降低使用者的使用体验。
技术实现思路
根据现有技术中存在的上述问题，现提供一种语义分析方法的技术方案，具体包括：一种语义分析方法，适用于智能设备；其中：利用语义分析模型辅助实现使用者与智能设备之间的人机交互；所述语义分析模型包括：基本子模型、句型关系子模型、通用子模型常识分析库以及语义关系子模型；所述基本子模型中包括预先定义的基本概念以及与所述基本概念对应的预先定义的扩展概念；所述通用子模型包括预先定义的通用概念、对应于所述通用概念的关联领域以及至少一个所述通用概念的关联组合；所述语义关系子模型包括与所述基本子模型、所述句型关系子模型以及所述通用子模型相关的关系以及模糊语义关系；所述语音分析方法具体包括：步骤S1，所述智能设备接收用户输入的语音信号，并利用语音识别技术将所述语音信号转变为可识别文本；步骤S2，采用预先设置的密钥对所述可识别文本进行加密，并将加密后的所述可识别文本上传至一服务端；步骤S3，在所述服务端对所述可识别文本进行解密，并对所述可识别文本的内容进行预处理，将所述可识别文本转变为可进行语义分析的可分析内容；步骤S4，利用所述语义关系子模型和所述基本子模型对所述可分析内容进行精确语义匹配，获取相应的第一匹配结果；步骤S5，所述服务端将所述第一匹配结果返回至所述智能设备，以控制所述智能设备执行所述第一匹配结果中包含的指令，或者向使用者提示所述第一匹配结果。优选的，该语义分析方法，其中，所述步骤S4中，如果未获得所述第一匹配结果，则利用所述语义关系子模型、所述句型关系子模型以及所述基本子模型对所述可分析内容进行关系语义匹配，获取相应的第二匹配结果；则所述步骤S5中，所述服务端将所述第二匹配结果返回至所述智能设备，以控制所述智能设备执行所述第二匹配结果中包含的指令，或者向使用者提示所述第二匹配结果。优选的，该语义分析方法，其中，所述步骤S4中，如果未获得所述第二匹配结果，则：利用所述语义关系子模型中的模糊语义关系进行模糊语义分析、所述句型关系子模型以及所述基本子模型，获得相应的第三匹配结果；或者利用所述语义关系子模型和所述通用子模型常识分析库对所述可分析内容进行模糊关系匹配，获得所述第三匹配结果；则所述步骤S5中，所述服务端将所述第三匹配结果返回至所述智能设备，以控制所述智能设备执行所述第三匹配结果中包含的指令，或者向使用者提示所述第三匹配结果。优选的，该语义分析方法，其中：所述语义关系子模型包括所述基本概念与所述扩展概念之间的对应关系。优选的，该语义分析方法，其中：所述步骤4中，获取所述第一匹配结果的步骤具体包括：根据所述语义关系子模型中的与所述基本子模型中的基本概念相关的关系，判断再所述语义分析模型中的基本子模型中是否能够查找到与所述可分析内容直接精确匹配的基本概念：若是，则根据直接精确匹配的所述基本概念获得所述第一匹配结果；若否，则根据所述对应关系在所述基本子模型中查找得到与所述可分析内容直接精确匹配的所述扩展概念，并进而获得所述第一匹配结果。优选的，该语义分析方法，其中：所述步骤4中，获取所述第二匹配结果的步骤具体包括：根据所述语义关系子模型中与所述句型关系子模型相关的关系，在所述句型关系子模型中查找与所述可分析内容直接匹配的句型关系，根据查找到的句型关系对所述可分析内容重新界定，再利用所述基本子模型对经过重新界定后的所述可分析内容进行语义匹配并获取所述第二匹配结果。优选的，该语义分析方法，其中：所述步骤4中，利用所述语义关系子模型中的模糊语义关系进行模糊语义分析、所述句型关系子模型以及所述基本子模型获得相应的第三匹配结果的步骤具体包括：根据所述语义关系子模型中的模糊语义关系对所述可分析内容与所述句型关系网络进行关联分析，将所述可分析内容依赖于所述句型关系子模型中的其中一种所述句型关系，根据所依赖的所述句型关系对所述可分析内容重新界定，再利用所述基本子模型对经过重新界定后的所述可分析内容进行语义匹配并获取所述第三匹配结果。优选的，该语义分析方法，其中：所述模糊语义关系包括上下文关系、概念聚类分类关系、领域分类关系、常用场景分类关系、语境关联关系或组合关联关系。优选的，该语义分析方法，其中：对所述可识别文本的内容进行预处理的方式包括：对所述可识别文本进行分词、噪声词去除或专有领域知识标注的处理。优选的，该语义分析方法，其中：所述语义分析模型还包括背景子模型；所述服务端依据所述背景子模型对所述可识别文本进行分词的处理；所述背景子模型中包括通用词库和专有领域词库。优选的，该语义分析方法，其中：所述步骤4中，利用所述语义关系子模型和所述通用子模型常识分析库对所述可分析内容进行模糊关系匹配获得所述第三匹配结果的步骤具体包括：根据所述语义关系子模型中与所述通用子模型相关的关系并利用所述通用子模型进行通用常识的训练，根据训练结果得到所述第三匹配结果；所述第三匹配结果中包括语义分析结果或推理知识结果；则所述步骤S5中，所述服务端将所述第三匹配结果返回至所述智能设备，以控制所述智能设备执行所述第三匹配结果中包含的指令，或者向使用者提示所述第三匹配结果。优选的，该语义分析方法，其中：所述语义分析模型的建立过程包括：步骤A1，利用交互学习机制结合互联网信息或用户行为数据建立初始的所述语义分析模型；步骤A2，对所述互联网信息或所述用户行为数据进行分析、归类，并依据归类好的数据对初始的所述语义分析模型进行更新，以得到最终的所述语义分析模型并保存。优选的，该语义分析方法，其中：所述语义分析模型的建立过程包括：步骤B1，利用交互学习机制对特定领域、特定人群或用户个体的互联网信息或用户行为习惯与偏好进行处理；步骤B2，依据处理得到的数据对所述语义分析模型进行更新。优选的，该语义分析方法，其中，对所述语义分析模型进行更新的过程中包括对所述语义分析模型的基本子模型、句型关系子模型、通用子模型常识分析库以及语义关系子模型进行更新。优选的，该语义分析方法，其中：所述语义分析模型还包括词表，所述词表中包括可进行语义分析的词的ID以及每个词所对应的关系号，根据所述可分析内容中的词在所述词表中的关系号，在所述语义关系子模型中查找相应的关系，并在与此关系对应的基本子模型、句型关系子模型或通用子模型常识分析库中进行语义匹配。上述技术方案的有益效果是：提供一种语义分析方法，能够更有效地对使用者输入的语音指令进行语义分析本文档来自技高网...

【技术保护点】
一种语义分析方法，适用于智能设备；其特征在于：利用语义分析模型辅助实现使用者与智能设备之间的人机交互；所述语义分析模型包括：基本子模型、句型关系子模型、通用子模型常识分析库以及语义关系子模型；所述基本子模型中包括预先定义的基本概念以及与所述基本概念对应的预先定义的扩展概念；所述通用子模型包括预先定义的通用概念、对应于所述通用概念的关联领域以及至少一个所述通用概念的关联组合；所述语义关系子模型包括与所述基本子模型、所述句型关系子模型以及所述通用子模型相关的关系以及模糊语义关系；所述语音分析方法具体包括：步骤S1，所述智能设备接收用户输入的语音信号，并利用语音识别技术将所述语音信号转变为可识别文本；步骤S2，采用预先设置的密钥对所述可识别文本进行加密，并将加密后的所述可识别文本上传至一服务端；步骤S3，在所述服务端对所述可识别文本进行解密，并对所述可识别文本的内容进行预处理，将所述可识别文本转变为可进行语义分析的可分析内容；步骤S4，利用所述语义关系子模型和所述基本子模型对所述可分析内容进行精确语义匹配，获取相应的第一匹配结果；步骤S5，所述服务端将所述第一匹配结果返回至所述智能设备，以控制所述智能设备执行所述第一匹配结果中包含的指令，或者向使用者提示所述第一匹配结果。...

【技术特征摘要】
1.一种语义分析方法，适用于智能设备；其特征在于：利用语义分析模型辅助实现使用者与智能设备之间的人机交互；所述语义分析模型包括：基本子模型、句型关系子模型、通用子模型常识分析库以及语义关系子模型；所述基本子模型中包括预先定义的基本概念以及与所述基本概念对应的预先定义的扩展概念；所述通用子模型包括预先定义的通用概念、对应于所述通用概念的关联领域以及至少一个所述通用概念的关联组合；所述语义关系子模型包括与所述基本子模型、所述句型关系子模型以及所述通用子模型相关的关系以及模糊语义关系；所述语音分析方法具体包括：步骤S1，所述智能设备接收用户输入的语音信号，并利用语音识别技术将所述语音信号转变为可识别文本；步骤S2，采用预先设置的密钥对所述可识别文本进行加密，并将加密后的所述可识别文本上传至一服务端；步骤S3，在所述服务端对所述可识别文本进行解密，并对所述可识别文本的内容进行预处理，将所述可识别文本转变为可进行语义分析的可分析内容；步骤S4，利用所述语义关系子模型和所述基本子模型对所述可分析内容进行精确语义匹配，获取相应的第一匹配结果；步骤S5，所述服务端将所述第一匹配结果返回至所述智能设备，以控制所述智能设备执行所述第一匹配结果中包含的指令，或者向使用者提示所述第一匹配结果。2.如权利要求1所述的语义分析方法，其特征在于，所述步骤S4中，如果未获得所述第一匹配结果，则利用所述语义关系子模型、所述句型关系子模型以及所述基本子模型对所述可分析内容进行关系语义匹配，获取相应的第二匹配结果；则所述步骤S5中，所述服务端将所述第二匹配结果返回至所述智能设备，以控制所述智能设备执行所述第二匹配结果中包含的指令，或者向使用者提示所述第二匹配结果。3.如权利要求2所述的语义分析方法，其特征在于，所述步骤S4中，如果未获得所述第二匹配结果，则：利用所述语义关系子模型中的模糊语义关系进行模糊语义分析、所述句型关系子模型以及所述基本子模型，获得相应的第三匹配结果；或者利用所述语义关系子模型和所述通用子模型常识分析库对所述可分析内容进行模糊关系匹配，获得所述第三匹配结果；则所述步骤S5中，所述服务端将所述第三匹配结果返回至所述智能设备，以控制所述智能设备执行所述第三匹配结果中包含的指令，或者向使用者提示所述第三匹配结果。4.如权利要求1所述的语义分析方法，其特征在于：所述语义关系子模型包括所述基本概念与所述扩展概念之间的对应关系。5.如权利要求4所述的语义分析方法，其特征在于：所述步骤4中，获取所述第一匹配结果的步骤具体包括：根据所述语义关系子模型中的与所述基本子模型中的基本概念相关的关系，判断再所述语义分析模型中的基本子模型中是否能够查找到与所述可分析内容直接精确匹配的基本概念：若是，则根据直接精确匹配的所述基本概念获得所述第一匹配结果；若否，则根据所述对应关系在所述基本子模型中查找得到与所述可分析内容直接精确匹配的所述扩展概念，并进而获得所述第一匹配结果。6.如权利要求2所述的语义分析方法，其特征在于：所述步骤4中，获取所述第二匹配结果的步骤具体包括：根据所述语义关系子模型中与所述句型关系子模型相关的关系，在所述句型关系子模型中查找与所述可分析内容直接匹配的...

【专利技术属性】
技术研发人员：祝铭明，
申请(专利权)人：芋头科技杭州有限公司，
类型：发明
国别省市：浙江,33