本申请涉及计算机,尤其涉及一种语义分析方法、装置、设备及存储介质。
背景技术:
1、在传统的语义分析过程中,语句语义分析是单轮的,上下文之间的语义不会关联分析,大部分情况下,单一语句的表达内容有限,往往会出现语义缺失、语义歧义等问题。人机对话任务中,几乎不存在单轮对话就能解决问题的情况,往往需要进行多轮的交互来完善信息的采集,目前大多是采用槽位继承的方式来对主要信息进行记录和传递,但因为多轮交互的不稳定性,导致槽位的值经常被错误的值所覆盖或者产生歧义,使得人机对话的效果不佳。
技术实现思路
1、为了解决上述提出的至少一个技术问题,本申请提出了一种语义分析方法、装置、设备及存储介质。
2、根据本申请公开的一方面,提供了一种语义分析方法,上述方法包括:
3、获取语句信息和与上述语句信息对应的历史语句信息;
4、基于语义分析模型对上述历史语句信息和上述语句信息进行以下操作:
5、将上述历史语句信息和上述语句信息进行融合,得到融合语句信息;
6、分别对上述历史语句信息、上述语句信息和上述融合语句信息进行特征提取,分别得到与上述历史语句信息对应的历史语句特征、与上述语句信息对应的语句特征和与上述融合语句信息对应的融合语句特征;
7、基于上述历史语句特征、上述语句特征和上述融合语句特征进行特征重构,得到重构特征;
8、根据上述重构特征进行语义分析任务,得到语义分析结果。
9、在一些可能的实施方式中,上述基于上述历史语句特征、上述语句特征和上述融合语句特征进行特征重构,得到重构特征,包括:
10、计算上述历史语句特征、上述融合语句特征以及上述语句特征之间的相关性,得到相关性结果;
11、对上述相关性结果进行归一化处理,得到重构特征。
12、在一些可能的实施方式中,上述分别对上述历史语句信息、上述语句信息和上述融合语句信息进行特征提取,包括:
13、对上述历史语句信息进行句子维度的特征提取,得到上述历史语句特征;
14、对上述语句信息进行词语维度的特征提取,得到上述语句特征;
15、对上述融合语句信息进行词语维度的特征提取,得到上述融合语句特征。
16、在一些可能的实施方式中,上述对上述融合语句信息进行词语维度的特征提取,包括:
17、对上述融合语句信息进行分词处理,得到分词序列;
18、对上述分词序列进行信息提取,得到信息提取结果;
19、将上述信息提取结果进行掩码处理,得到上述融合语句特征。
20、在一些可能的实施方式中,上述重构特征包括重构句子特征,上述语义分析结果包括文本分类结果,上述根据上述重构特征进行语义分析任务,得到语义分析结果,包括:
21、在上述语义分析任务为文本分类任务的情况下,对上述重构句子特征进行文本分类处理,得到上述文本分类结果。
22、在一些可能的实施方式中,上述重构特征包括重构词语特征,上述语义分析结果包括序列标注结果,上述根据上述重构特征进行语义分析任务,得到语义分析结果包括:
23、在上述语义分析任务为序列标注任务的情况下,对上述重构词语特征进行序列标注处理,得到上述序列标注结果。
24、在一些可能的实施方式中,上述获取语句信息和与上述语句信息对应的历史语句信息之前,上述方法还包括:
25、获取样本语句信息、与上述样本语句信息对应的样本历史语句信息、语义分析标准结果和预设模型;
26、基于上述预设模型对上述样本历史语句信息和上述样本语句信息进行以下操作:
27、将上述样本历史语句信息和上述样本语句信息进行融合,得到样本融合语句信息;
28、分别对上述样本历史语句信息、上述样本语句信息和上述样本融合语句信息进行特征提取,分别得到与上述样本历史语句信息对应的样本历史语句特征、与上述样本语句信息对应的样本语句特征和与上述样本融合语句信息对应的样本融合语句特征;
29、基于上述样本历史语句特征、上述样本语句特征和上述样本融合语句特征进行特征重构,得到样本重构特征;
30、根据上述样本重构特征进行语义分析任务,得到样本语义分析结果;
31、基于上述样本语义分析结果和上述语义分析标准结果之间的差异,调整上述预设模型的参数,得到上述语义分析模型。
32、根据本申请公开的第二方面,提供了一种语义分析装置,上述装置包括:
33、获取模块,用于获取语句信息和与上述语句信息对应的历史语句信息;
34、融合模块,用于基于语义分析模型对上述历史语句信息和上述语句信息进行以下操作:将上述历史语句信息和上述语句信息进行融合,得到融合语句信息;
35、特征提取模块,用于分别对上述历史语句信息、上述语句信息和上述融合语句信息进行特征提取,分别得到与上述历史语句信息对应的历史语句特征、与上述语句信息对应的语句特征和与上述融合语句信息对应的融合语句特征;
36、特征重构模块,用于基于上述历史语句特征、上述语句特征和上述融合语句特征进行特征重构,得到重构特征;
37、语义分析模块,用于根据上述重构特征进行语义分析任务,得到语义分析结果。
38、根据本申请公开的第三方面,提供了一种电子设备,包括至少一个处理器,以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述至少一个处理器通过执行上述存储器存储的指令实现上述的一种语义分析方法。
39、根据本申请公开的第四方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,上述计算机程序指令被处理器执行时实现上述的一种语义分析方法。
40、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
41、实施本申请,具有如下有益效果:
42、本申请构建融合历史语句信息的融合语句信息,并且利用语句特征、历史语句特征和融合语句特征进行特征重构,在人机对话时考虑了上文历史语句信息的语义特征,为下游任务的识别提供可靠的数据支持,避免出现语义缺失和语义歧义的问题,提高人机交互的稳定性和准确性,使得下游语义分析任务的结果获得更好的效果。
1.一种语义分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述历史语句特征、所述语句特征和所述融合语句特征进行特征重构,得到重构特征,包括:
3.根据权利要求1或2所述的方法,其特征在于,所述分别对所述历史语句信息、所述语句信息和所述融合语句信息进行特征提取,包括:
4.根据权利要求3所述的方法,其特征在于,所述对所述融合语句信息进行词语维度的特征提取,包括:
5.根据权利要求1所述的方法,其特征在于,所述重构特征包括重构句子特征,所述语义分析结果包括文本分类结果,所述根据所述重构特征进行语义分析任务,得到语义分析结果,包括:
6.根据权利要求1或5所述的方法,其特征在于,所述重构特征包括重构词语特征,所述语义分析结果包括序列标注结果,所述根据所述重构特征进行语义分析任务,得到语义分析结果包括:
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述获取语句信息和与所述语句信息对应的历史语句信息之前,所述方法还包括:
8.一种语义分析装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1至7中任一项所述的一种语义分析方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1至7中任一项所述的一种语义分析方法。