一种二次匹配语义的语义分析方法技术

本发明专利技术公开了一种二次匹配语义的语义分析方法，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包括间隙标记的可识别文本；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以转变为可分析内容；利用语义关系子模型和基本子模型分别对可分析内容内每两个相邻的间隙标记之间的部分可分析内容进行精确语义匹配以得到匹配子结果；依据所有匹配子结果形成一可分析子内容，并利用语义关系子模型和基本子模型进行精确语义匹配以获取第一匹配结果；服务端将第一匹配结果返回至智能设备。上述技术方案的有益效果是：语义分析的结果更加精确，中间数据传输更安全，并且计算效率更高。

【技术实现步骤摘要】
一种二次匹配语义的语义分析方法
本专利技术涉及语义识别
，尤其涉及一种二次匹配语义的语义分析方法。
技术介绍
现有的识别控制技术的识别精确度较低，尤其表现在语音识别方面，在其实际应用中存在较大概率将使用者的说话内容识别为另一个不相干的内容。并且，现有的语音识别控制技术中，在语义分析阶段的计算量非常大，需要建立庞大的训练模型并进行非常多训练语句的比对，最终才能计算得到相应的匹配结果，因此降低了语音识别控制技术中的计算效率，并进而降低语义分析的效率。
技术实现思路
根据现有技术中存在的上述问题，现提供一种二次匹配语义的语义分析方法的技术方案，具体包括：一种二次匹配语义的语义分析方法，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，所述可识别文本中包括对应使用者不同的说话间隙的多个间隙标记；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，所述可分析内容中保留所有所述间隙标记；步骤S4，利用所述语义关系子模型和所述基本子模型分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行精确语义匹配以得到对应的匹配子结果；步骤S5，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行精确语义匹配以获取相应的第一匹配结果；步骤S6，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，如果利用所述语义关系子模型和所述基本子模型未获得所述匹配子结果，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分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行关系语义匹配以得到对应的匹配子结果；则所述步骤S5中，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行关系语义匹配以获取相应的第二匹配结果；所述步骤S6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未获得所述匹配子结果，则：利用所述语义关系子模型中的模糊语义关系、所述句型关系子模型以及所述基本子模型分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行模糊语义匹配以得到对应的匹配子结果；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分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行模糊关系匹配以得到对应的匹配子结果。优选的，该语义分析方法，其中，所述步骤S5中，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并利用所述语义关系子模型中的模糊语义关系、所述句型关系子模型以及所述基本子模型对所述可分析子内容进行模糊语义匹配以获取相应的第二匹配结果；则所述步骤S6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，所述步骤S4中，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行模糊关系匹配以获取相应的第二匹配结果；则所述步骤S6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S4中，获取关联于所述第一匹配结果的匹配子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，判断在所述语义分析模型中的基本子模型中是否能够查找到与两个相邻的所述间隙标记之间的部分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对应的所述匹配子结果；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，并进而获得对应的所述匹配子结果。优选的，该语义分析方法，其中：所述步骤S4中，获取关联于所述第二匹配结果的匹配子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对应于两个相邻的所述间隙标记之间的部分所述可分析内容的所述匹配子结果。优选的，该语义分析方法，其中：所述步骤S4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关联于第三匹配结果的所述匹配子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对应于两个相邻的所述间隙标记之间的部分所述可分析内容的所述匹配子结果。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S4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关联于所本文档来自技高网...

【技术保护点】
一种二次匹配语义的语义分析方法，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，所述可识别文本中包括对应使用者不同的说话间隙的多个间隙标记；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，所述可分析内容中保留所有所述间隙标记；步骤S4，利用所述语义关系子模型和所述基本子模型分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行精确语义匹配以得到对应的匹配子结果；步骤S5，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行精确语义匹配以获取相应的第一匹配结果；步骤S6，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】
1.一种二次匹配语义的语义分析方法，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，所述可识别文本中包括对应使用者不同的说话间隙的多个间隙标记；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，所述可分析内容中保留所有所述间隙标记；步骤S4，利用所述语义关系子模型和所述基本子模型分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行精确语义匹配以得到对应的匹配子结果；步骤S5，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行精确语义匹配以获取相应的第一匹配结果；步骤S6，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，如果利用所述语义关系子模型和所述基本子模型未获得所述匹配子结果，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分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行关系语义匹配以得到对应的匹配子结果；则所述步骤S5中，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行关系语义匹配以获取相应的第二匹配结果；所述步骤S6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未获得所述匹配子结果，则：利用所述语义关系子模型中的模糊语义关系、所述句型关系子模型以及所述基本子模型分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行模糊语义匹配以得到对应的匹配子结果；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分别对所述可分析内容内每两个相邻的所述间隙标记之间的部分所述可分析内容进行模糊关系匹配以得到对应的匹配子结果。4.如权利要求3所述的语义分析方法，其特征在于，所述步骤S5中，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并利用所述语义关系子模型中的模糊语义关系、所述句型关系子模型以及所述基本子模型对所述可分析子内容进行模糊语义匹配以获取相应的第二匹配结果；则所述步骤S6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。5.如权利要求3所述的语义分析方法，其特征在于，所述步骤S4中，依据关联于同一个所述可分析内容的所有所述匹配子结果形成一可分析子内容，并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子内容进行模糊关系匹配以获取相应的第二匹配结果；则所述步骤S6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。6.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。7.如权利要求6所述的语义分析方法，其特征在于：所述步骤S...

【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