自然语言处理方法及系统与流程

1.本发明涉及人工智能技术领域，是一种自然语言处理方法及系统。


背景技术：

2.计算机科学领域与人工智能领域中，自然语言处理的研究是一个非常重要的方向，主要是为了研究人与计算机系统之间通过自然语言沟通交流的各种方法与理论。自然语言处理需要将语言学、计算机科学和数学融为一体，且自然语言处理是为了通过自然语言实现人与计算机系统的顺畅交流，丰富人类的生活，而不是一般的对自然语言进行研究。
3.在人机交互方面，自然语言处理具有广泛的发展前景。现有的自然语言处理，只能在人机交互时实现简单而刻板的对话，不能真实有效的理解用户意图，导致人机交互体验感差，不足以满足人机交互的顺畅交流。


技术实现要素：

4.本发明提供了一种自然语言处理方法及系统，克服了上述现有技术之不足，其能有效解决现有人机交互只能实现简单而刻板的对话，不能真实有效的理解用户意图，不能满足人机交互的顺畅交流的问题。
5.本发明的技术方案之一是通过以下措施来实现的：一种自然语言处理方法，包括获取用户输入的自然语言信息；对所述自然语言信息进行降噪处理，得到清晰语言信息；对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息；根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案；将所述匹配答案向用户输出。
6.下面是对上述发明之一技术方案的进一步优化或/和改进：上述对所述自然语言信息进行降噪处理，得到清晰语言信息的步骤具体包括：初始化采集用户的声纹信息；根据所述声纹信息提取自然语言信息中的语言识别集合；根据所述语言识别集合，得到清晰语言信息。
7.上述初始化采集用户的声纹信息的步骤具体包括：初始化录入用户识别语言信息；对所述识别语言信息进行特征提取，得到特征识别集合；根据所述特征识别集合，得到声纹信息。
8.上述对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息的步骤具体包括：对所述清晰语言信息进行文字转换，得到文字信息；提取所述文字信息中的情绪词，并生成情绪词集合；根据所述情绪词集合识别用户情绪，得到情绪信息。
9.上述根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案的步骤具体包括：根据所述文字信息进行意图识别，得到目标意图和目标槽位；根据所述目标意图和所述情绪信息匹配目标资源；获取依据目标槽位从目标资源中召回的结果集；从所述结果集中确定出匹配答案。
10.上述将所述匹配答案向用户输出的步骤具体包括：根据所述情绪信息匹配应答语气；通过所述应答语气将所述匹配答案向用户输出。
11.本发明的技术方案之二是通过以下措施来实现的：一种实施技术方案之一所述自然语言处理方法的系统，包括输入获取单元、降噪处理单元、清晰语言信息处理单元、匹配答案获取单元和匹配答案输出单元；输入获取单元用于获取用户输入的自然语言信息；降噪处理单元用于对所述自然语言信息进行降噪处理，得到清晰语言信息；清晰语言信息处理单元用于对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息；匹配答案获取单元用于根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案；匹配答案输出单元用于将所述匹配答案向用户输出。
12.下面是对上述发明技术方案之二的进一步优化或/和改进：上述清晰语言信息处理单元包括文字转化模块、情绪词集合生成模块和情绪信息生成模块；文字转化模块用于对所述清晰语言信息进行文字转换，得到文字信息；情绪词集合生成模块用于提取所述文字信息中的情绪词，并生成情绪词集合；情绪信息生成模块用于根据所述情绪词集合识别用户情绪，得到情绪信息。
13.本发明所述方法通过获取用户输入的自然语言信息；对所述自然语言信息进行降噪处理，得到清晰语言信息；对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息；根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案；将所述匹配答案向用户输出；使得用户的意图能够被真实而有效的理解，从而提高人机交互交流的顺畅性，显著改善人机交互的体验。
附图说明
14.图1为本发明实施例所述自然语言处理方法的总流程图。
15.图2为本发明对所述自然语言信息降噪处理的流程图。
16.图3为本发明实施例提供的方法的清晰语言信息处理的流程图。
17.图4为本发明实施例提供的方法的匹配答案获取的流程图。
18.图5为本发明实施例提供的方法的匹配答案输出的流程图。
19.图6为本发明实施例提供的方法的声纹信息采集的流程图。
20.图7为本发明提供的系统的应用架构图。
21.图8为本发明提供的系统中清晰语言信息处理单元的应用架构图。
具体实施方式
22.本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
23.可以理解的是，在现有技术中，自然语言处理，只能在人机交互时实现简单而刻板的对话，不能真实有效的理解用户的意图，导致人机交互体验感差，不足以满足人机交互的顺畅交流。
24.下面结合实施例对本发明作进一步描述：实施例1：如附图1所示，一种自然语言处理方法，包括以下步骤：步骤s101，获取用户输入的自然语言信息。
25.在本发明实施例中，系统被唤醒之后，通过记录用户的语音，收集自然语言信息。具体的，当用户与人工智能设备进行人工交互时，人工智能设备的麦克风将用户在交互时的对话记录，生成自然语言信息。
26.步骤s102，对所述自然语言信息进行降噪处理，得到清晰语言信息。
27.在本发明实施例中，用户在进行人机交互对话时，外部环境可能会存在一定的噪音，通过识别自然语言信息中的用户语言信息和环境噪音信息，专门提取出用户语言信息，实现自然语言信息的降噪，得到不含有环境噪音信息的清晰语言信息。
28.其中，在本发明提供的优选实施方式中，如附图2所示，所述对所述自然语言信息进行降噪处理，得到清晰语言信息的步骤具体包括：步骤s1021，初始化采集用户的声纹信息。
29.在本发明实施例中，在对人工智能进行初始化设置的时候，需要采集用户的声纹信息，具体的，在初始化时，需要在一个安静的环境中进行，此时没有外界噪音影响，能够直接获取用户的声纹信息。
30.具体的，所谓声纹，是用电声学仪器显示的携带言语信息的声波频谱。人类语言的产生是人体语言中枢与发音器官之间一个复杂的生理物理过程，人在讲话时使用的发声器官（舌、牙齿、喉头、肺及鼻腔）在尺寸和形态方面每个人的差异很大，所以任何两个人的声纹图谱都有差异，本发明实施例中的声纹信息是一个独一无二的携带言语信息的声波频谱，反映了用户的自然语言区别于环境噪音的特性。
31.其中，在本发明提供的优选实施方式中，如附图6所示，所述初始化采集用户的声纹信息的步骤具体包括：步骤s10211，初始化录入用户识别语言信息。
32.在本发明实施例中，用户在进行初始化注册人工智能机器时，在安静的条件下，对机器输出一段语音，机器的麦克风接收这段语音，生成识别语言信息。识别语言信息的语音可以是用户按照人工智能的提示，读出的一段话。
33.步骤s10212，对所述识别语言信息进行特征提取，得到特征识别集合。
34.在本发明实施例中，将用户读出的语音的识别语言信息进行特征提取，此时的特征可以是该段语音的声波频谱，能够反映用户特殊的语音声波特征，得到一段语音的特征识别集合。
35.步骤s10213，根据所述特征识别集合，得到声纹信息。
36.在本发明实施例中，将这段没有外界噪音影响环境下的用户读出语音中特征识别集合转化为声纹信息，是反映用户独一无二的言语信息“身份证”。
37.进一步的，在本发明提供的优选实施方式中，所述降噪处理的方法还包括：步骤s1022，根据所述声纹信息提取自然语言信息中的语言识别集合。
38.在本发明实施例中，将自然语言信息中与声纹信息相匹配的语言数据提取，得到去除环境噪音的语言识别集合。
39.步骤s1023，根据所述语言识别集合，得到清晰语言信息。
40.在本发明实施例中，将语言识别集合中所有的语言数据根据时间排列，获得清晰语言信息，清晰语言信息中包含有去除环境噪音之后的用户的识别语言信息。
41.进一步的，在本发明提供的优选实施方式中，所述方法还包括：步骤s103，对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息。
42.在本发明实施例中，清晰语言信息既包含有用户的对话语言，还包含有用户对话时的情绪，如果只对用户的对话语言进行刻板回应，往往会导致用户体验感差，因此对清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息，便于人工智能更好的了解用户的情绪状态与问答需求。
43.其中，在本发明提供的优选实施方式中，如附图3所示，对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息的步骤具体包括：步骤s1031，对所述清晰语言信息进行文字转换，得到文字信息。
44.在本发明实施例中，通过语言转化文字技术，将降噪之后得到的清晰语言信息转化成文字信息。
45.步骤s1032，提取所述文字信息中的情绪词，并生成情绪词集合。
46.在本发明实施例中，文字信息中有些词语能够体现用户的情绪，有些词语不能够体现用户的情绪。将能够体现用户情绪的词语归类为情绪词，例如，可以，提取文字信息中的情绪词，生成情绪词集合，比如“哈哈”、“开心”、“难受”等情绪词。
47.步骤s1033，根据所述情绪词集合识别用户情绪，得到情绪信息。
48.在本发明实施例中，情绪可以包括高兴、悲伤、愤怒等，预先建立一个包含有各种情绪词对应关系的情绪词库，将情绪词集合中各种情绪词与情绪词库中的情绪词进行匹配，从而判断用户此时的情绪，得到情绪信息。
49.进一步的，在本发明提供的优选实施方式中，所述方法还包括：步骤s104，根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案。
50.在本发明实施例中，通过将文字与情绪相结合，进行意图识别，使得用户的意图能够被真实而有效的理解，从而获取匹配答案，使得人机交互交流的顺畅性提高，应用过程更加人性化。
51.例如，在人机交互对话时，当用户询问“我心情很不好，能讲个笑话给我听吗”，人工智能能够同时获得用户心情不好和需要讲笑话的意图，意图识别中同时包含有情绪和文字，此时获取的匹配答案可以是具有治愈性的笑话和安慰的回应。
52.其中，在本发明提供的优选实施方式中，如附图4所示，所述根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案的步骤具体包括：步骤s1041，根据所述文字信息进行意图识别，得到目标意图和目标槽位。
53.在本发明实施例中，用户在与人工智能进行交流时，将用户的语音转化成文字，将文字信息进行意图识别，人工智能还可将文字信息发送至后端服务器，后端服务器对文字信息进行意图识别，得到目标意图和目标槽位。目标意图是用户交流语言中的核心问题信息，目标槽位是用户交流语言中的辅助丰富信息，可以是时间、地点和人物等。例如，当用户的语音是“明天下雨吗”，此时的目标意图是天气询问，目标槽位是“明天”这个时间。
54.步骤s1042，根据所述目标意图和所述情绪信息匹配目标资源。
55.在本发明实施例中，人工智能如果仅仅根据用户语音中的文字内容与用户进行交流时，交流就会变成刻板的问答，不能够丰富交流内容，降低用户的体验感。而结合目标意图和情绪信息匹配目标资源，能够增加目标资源的个性化和人性化，例如，在用户悲伤的情绪中，人机交互时，可以增加一些对用户进行安慰的语句，在匹配目标资源时，选择适合这种情绪下交流的目标资源。
56.步骤s1043，获取依据目标槽位从目标资源中召回的结果集。
57.在本发明实施例中，通过目标槽位将目标资源进行筛选，例如目标资源是天气时，通过时间和地点的目标槽位，将所有天气的目标资源筛选得到关于某时某地天气的结果集。
58.步骤s1044，从所述结果集中确定出匹配答案。
59.在本发明实施例中，将筛选得到的结果集整理得到匹配答案，匹配答案是人机交互时，人工智能回复用户语音的对话。
60.进一步的，在本发明提供的优选实施方式中，所述方法还包括：步骤s105，将所述匹配答案向用户输出。
61.在本发明实施例中，人工智能将整理得到匹配答案，按照对话交流的方式向用户输出，包括语言内容与语气。
62.其中，在本发明提供的优选实施方式中，如附图5所示，将所述匹配答案向用户输出的步骤具体包括：步骤s1051，根据所述情绪信息匹配应答语气。
63.在本发明实施例中，人工智能通过分析用于语音时的语气，判断出用户此时的情绪，得到用户的情绪信息，并通过情绪信息匹配应答语气，应答语气能够是的交流更加顺畅，使得人机交互的体验感更加真实。
64.可以理解是，在人工智能与用户进行对话时，通过判断用户此时的情绪，调节对话的语气，增强人机交互的体验感。比如，当用户处于悲伤的情绪时与人工智能对话，人工智能匹配的应答语气为温柔型，这种情况下对用户进行安慰，能够有效的调节用户的心情，增强人机交互的体验感。
65.步骤s1052，通过所述应答语气将所述匹配答案向用户输出。
66.在本发明实施例中，人工智能通过匹配的应答语气将匹配答案向用户输出，增强人机交互时的真实感，满足不同情况下用户对人机交互时的需求。
67.其中，在本发明提供的又一个优选实施方式中，如附图7所示，一种自然语言处理系统101包括：输入获取单元1011，用于获取用户输入的自然语言信息。
68.在本发明实施例中，输入获取单元1011可以是麦克风，在用户发出语音时，收集用户的语音，得到自然语言信息。
69.降噪处理单元1012，用于对所述自然语言信息进行降噪处理，得到清晰语言信息。
70.在本发明实施例中，用户在进行人机交互对话时，外部环境可能会存在一定的噪音，降噪处理单元1012通过识别自然语言信息中的用户语言信息和环境噪音信息，专门提取出用户语言信息，实现自然语言信息的降噪，得到不含有环境噪音信息的清晰语言信息。
71.清晰语言信息处理单元1013，用于对所述清晰语言信息进行情绪识别和文字转
换，得到情绪信息和文字信息。
72.在本发明实施例中，清晰语言信息既包含有用户的对话语言，还包含有用户对话时的情绪，如果只对用户的对话语言进行刻板回应，往往会导致用户体验感差，因此通过清晰语言信息处理单元1013对清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息，便于人工智能更好的了解用户的情绪状态与问答需求。
73.其中，在本发明提供的优选实施方式中，如附图8所示，所述清晰语言信息处理单元1013具体包括：文字转化模块10131，用于对所述清晰语言信息进行文字转换，得到文字信息。
74.在本发明实施例中，文字转化模块10131通过语言转化文字技术，将降噪之后得到的清晰语言信息转化成文字信息。
75.情绪词集合生成模块10132，用于提取所述文字信息中的情绪词，并生成情绪词集合。
76.在本发明实施例中，文字信息中有些词语能够体现用户的情绪，有些词语不能够体现用户的情绪。将能够体现用户情绪的词语归类为情绪词，情绪词集合生成模块10132将文字信息中的情绪词收集，生成情绪词集合。
77.情绪信息生成模块10133，用于根据所述情绪词集合识别用户情绪，得到情绪信息。
78.进一步的，在本发明提供的优选实施方式中，所述系统还包括：匹配答案获取单元1014，用于根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案。
79.在本发明实施例中，匹配答案获取单元1014将文字与情绪相结合，进行意图识别，使得用户的意图能够被真实而有效的理解，从而获取匹配答案，使得人机交互交流的顺畅性提高，应用过程更加人性化。
80.匹配答案输出单元1015，用于将所述匹配答案向用户输出。
81.在本发明实施例中，人工智能将整理得到匹配答案，通过匹配答案输出单元1015按照对话交流的方式向用户输出，包括语言内容与语气。
82.综上所述，本发明所述方法通过获取用户输入的自然语言信息；对所述自然语言信息进行降噪处理，得到清晰语言信息；对所述清晰语言信息进行情绪识别和文字转换，得到情绪信息和文字信息；根据所述情绪信息和所述文字信息进行意图识别，并获取匹配答案；将所述匹配答案向用户输出；使得用户的意图能够被真实而有效的理解，从而提高人机交互交流的顺畅性，显著改善人机交互的体验。
83.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上实施例所述自然语言处理方法的步骤。
84.一种终端设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上实施例所述自然语言处理方法的步骤。
85.应该理解的是，虽然本发明实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这
些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
86.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
87.以上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。