本發明涉及信息處理技術領域，特別涉及一種語義處理服務器及用于語義處理的方法。

背景技術：

隨著計算機技術的迅猛發展，人類社會已步入了高度自動化和信息化的時代。可以說計算機技術的發展大大加快了人類社會的進步。而人類社會的進步反過來又對計算機技術的發展提出了更高的要求和挑戰。機器人越來越向智能化與人性化結合的方向發展，使得人們迫切要求語音控制機器人。

語義處理在人機交互方面和人類之間的交往上發揮著重大作用。但由于通常多種語音請求信息對應機器人同一功能，現有技術中的機器人數據庫中存儲大量語音信息，影響機器人的處理速度。

技術實現要素：

本發明實施例提供了一種語義處理服務器及用于語義處理的方法，旨在解決現有技術中的機器人數據庫中存儲大量語音信息，影響機器人的處理速度的問題。

為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

第一方面，本發明實施例提供了一種用于語義處理的方法，包括：

獲得語音識別信息；

分析語音識別信息中的語義信息；

根據語義信息生成包括語義意圖的理解信息；

根據語義意圖的分類將理解信息發送給對應的功能模塊。

第二方面，本發明實施例提供了一種用于語義處理的方法，包括：

獲得語音識別信息；

將語音識別信息發送給自然語言理解(英文全稱：naturallanguageunderstanding，英文縮寫：nlu)設備；

接收nlu設備根據語音識別信息中的語義信息生成的理解信息；其中，理解信息包括語義意圖；

根據語義意圖的分類將理解信息發送給對應的功能模塊。

可選的，本發明實施例的任一方法，獲得語音識別信息，包括：

接收機器人發送的語音識別信息；或者，

接收機器人發送的語音信息并對語音信息進行識別獲得語音識別信息。

可選的，本發明實施例的任一方法，理解信息包括對話意圖類信息，或功能意圖類信息，或業務技能意圖類信息。

可選的，本發明實施例的任一方法，功能模塊包括自然語言處理(英文全稱：naturallanguageprocessing，英文縮寫：nlp)設備，或機器人的各業務技能模塊，或機器人的對話模塊。

可選的，本發明實施例的任一方法，

當理解信息包括對話意圖類信息時，發送理解信息給機器人的對話模塊；

當理解信息包括功能意圖類信息時，將理解信息發送給nlp設備；

當理解信息包括業務技能意圖類信息時，發送理解信息給機器人的相應業務技能模塊。

第三方面，本發明實施例提供了一種語義處理的服務器，包括：

處理器，用于獲得語音識別信息，分析語音識別信息中的語義信息，根據語義信息生成包括語義意圖的理解信息；

第一發送單元，用于根據語義意圖的分類將理解信息發送給對應的功能模塊。

第四方面，本發明實施例提供了一種語義處理的服務器，包括：

處理器，用于獲得語音識別信息；

第二發送單元，用于將處理器獲得的語音識別信息發送給nlu設備；

第二接收單元，用于接收nlu設備根據分析第二發送單元發送的語音識別信息的語義信息生成包括語義意圖的理解信息；

第一發送單元，用于根據語義意圖的分類將理解信息發送給對應的功能模塊。

可選的，本發明實施例的任一服務器，還包括第一接收單元；

第一接收單元用于接收機器人發送的語音識別信息，處理器用于獲得第一接收單元接收的語音識別信息；或者，

第一接收單元用于接收機器人發送的語音信息；處理器還用于根據語音信息進行識別獲得語音識別信息。

可選的，本發明實施例的任一服務器，理解信息包括對話意圖類信息，或功能意圖類信息，或業務技能意圖類信息。

可選的，本發明實施例的任一服務器，功能模塊包括nlp設備，或機器人的各業務技能模塊，或機器人的對話模塊。

可選的，本發明實施例的任一服務器，第一發送單元用于：

當理解信息包括對話意圖類信息時，發送理解信息給機器人的對話模塊；

當理解信息包括功能意圖類信息時，將理解信息發送給nlp設備；

當理解信息包括業務技能意圖類信息時，發送理解信息給機器人的相應業務技能模塊。

根據上述技術方案，獲得語音識別信息，通過分析語音識別信息中的語義信息，生成包括語義意圖的理解信息，并根據語義意圖的分類將理解信息發送給對應的功能模塊進行處理，可以實現機器人語音識別信息的理解處理，不需要在機器人的數據庫中存儲大量語音信息，提高了機器人的處理速度。

應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本發明。

附圖說明

此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本發明的實施例，并與說明書一起用于解釋本發明的原理。

圖1是根據一示例性實施例示出的一種用于語義處理的方法的流程圖；

圖2是根據一示例性實施例示出的一種用于語義處理的方法的流程圖；

圖3是根據一示例性實施例示出的一種用于語義處理的方法的流程圖；

圖4是根據一示例性實施例示出的一種用于語義處理的方法的流程圖

圖5是根據一示例性實施例示出的一種語義處理的服務器的結構框圖；

圖6是根據一示例性實施例示出的一種語義處理的服務器的結構框圖。

附圖標記說明：110、處理器；120、第一接收單元；130、第一發送單元；140、nlu設備；150、nlp設備；160、第二接收單元；170、第二發送單元。

具體實施方式

以下描述和附圖充分地示出本發明的具體實施方案，以使本領域的技術人員能夠實踐它們。實施例僅代表可能的變化。除非明確要求，否則單獨的部件和功能是可選的，并且操作的順序可以變化。一些實施方案的部分和特征可以被包括在或替換其他實施方案的部分和特征。本發明的實施方案的范圍包括權利要求書的整個范圍，以及權利要求書的所有可獲得的等同物。在本文中，各實施方案可以被單獨地或總地用術語“發明”來表示，這僅僅是為了方便，并且如果事實上公開了超過一個的發明，不是要自動地限制該應用的范圍為任何單個發明或發明構思。本文中，諸如第一和第二等之類的關系術語僅僅用于將一個實體或者操作與另一個實體或操作區分開來，而不要求或者暗示這些實體或操作之間存在任何實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素。本文中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的結構、產品等而言，由于其與實施例公開的部分相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

本發明實施例提供的語義處理的服務器及用于語義處理的方法，可以為機器人提供語義處理服務，機器人只需要將請求信息發送給服務器，服務器就可以為機器人提供服務。

本發明的一些實施方式中，請求信息可以為機器人發送的語音信息，或者請求信息為經機器人語音識別后的語音識別信息。

本發明的一些實施方式中，請求信息可以包括：機器人id，理解信息也可以包括：機器人id。

本發明的一些實施方式中，機器信息人可以包括：機器人id、機器人具有的業務技能模塊，及機器人具有的業務技能模塊對應的業務技能類型。例如，機器人的業務技術技能類型包括：拍照、撥打電話和跳舞。機器人的業務技術模塊包括：拍照模塊、撥打電話模塊和跳舞模塊。

本發明的一些實施方式中，對話意圖類信息可以包括：機器人的屬性、機器人常識問答和機器人閑聊。

當機器人將含有：機器人的屬性或者機器人常識問答或者機器人閑聊的對話意圖類的請求信息發送給服務器時，服務器獲取語音識別信息，分析語音識別信息中的語義信息，根據語義信息生成包括語義意圖的理解信息，并將該包括對話意圖類信息的理解信息發送給機器人的對話模塊。機器人的對話模塊通過播放器將理解信息播放，或者通過顯示器顯示理解信息。

當機器人將含有：機器人的屬性或者機器人常識問答或者機器人閑聊的對話意圖類的請求信息發送給服務器時，服務器獲取語音識別信息，服務器也可以將語音識別信息發送給nlu設備140，nlu設備140分析語音識別信息中的語義信息，根據語義信息生成包括語義意圖的理解信息，當理解信息包括對話意圖類信息時，nlu設備140將理解信息發送給服務器，由服務器發送給機器人。以便服務器做統一管理。

其中，在服務器中可以存儲多個nlu設備140的名單，以便可以將語音識別信息發送給多個nlu設備140，并根據多個nlu設備140的理解信息確定最優的理解信息。

在一些實施方式中，功能意圖類信息可以包括：第三方功能，例如，天氣預報、音樂和新聞等需要nlp設備150提供的信息。

當機器人將含有：第三方功能的功能意圖類信息的請求信息發送給服務器時，服務器獲取語音識別信息，分析語音識別信息中的語義信息，根據語義信息生成包括功能意圖類信息的理解信息，服務器將該理解信息發送給nlp設備150。其中，理解信息可以包括：機器人id，nlp設備150根據理解信息生成處理信息，nlp設備150可以通過機器人id將處理信息直接發送給機器人，并還可以同時通知服務器已經完成理解信息的處理；或者nlp設備150也可以將處理信息發送給服務器，由服務器發送給機器人。

當機器人將含有：第三方功能的功能意圖類信息的請求信息發送給服務器時，服務器獲取語音識別信息，服務器可以將語音識別信息發送給nlu設備140，nlu設備140根據語音識別信息中的語義信息生成的包括功能意圖類信息的理解信息，將理解信息發送給服務器，服務器將該理解信息發送給nlp設備150。nlp設備150根據理解信息生成處理信息，其中理解信息可以包括機器人id,nlp設備150可以通過機器人id將處理信息直接發送給機器，并還可以同時通知服務器已經完成理解信息的處理；或者nlp設備150可以將處理信息發送給服務器，由服務器發送給機器人。

其中在處理器110中可以存儲多個nlp設備150的名單，以便服務器可以將理解信息發送給多個nlp設備150，并根據多個nlp設備150的處理信息確定最優的處理信息。其中nlp設備150主要處理含有功能意圖類信息的理解信息。因為服務器中存儲多個nlp設備150的名單，以便由服務器發送給合適的nlp設備150，提供更專業的服務。

在一些實施方式中，業務技能意圖類信息可以包括：拍照、撥打電話和跳舞。

當機器人將含有：拍照、撥打電話和跳舞的業務技能意圖的請求信息發送給服務器時，服務器獲取語音識別信息，分析語音識別信息中的語義信息，根據語義信息生成包括語義意圖的理解信息，并將該包括業務技能意圖類信息的理解信息發送給機器人的相應業務技能模塊。機器人的各業務技能模塊根據理解信息執行相應的命令。

當機器人將含有：拍照、撥打電話和跳舞的業務技能意圖的請求信息發送給服務器時，服務器獲取語音識別信息，服務器也可以將語音識別信息發送給nlu設備140，nlu設備140分析語音識別信息中的語義信息，根據語義信息生成包括語義意圖的理解信息，nlu設備140將包括業務技能意圖類信息的理解信息發送給服務器，由服務器發送給機器人的相應業務技能模塊。

其中，在服務器中存儲有機器人的機器信息，機器信息可以包括機器人具有的業務技能類型，以便服務器將包括業務技能意圖類信息的理解信息發送給機器人的相應業務技能模塊。

其中，包括業務技能意圖類信息的理解信息可以包括控制機器人動作的指令。

如圖1所示，本發明實施例提供了一種信息處理方法，包括：

s101、獲得語音識別信息；

s102、分析語音識別信息中的語義信息；

s103、根據語義信息生成包括語義意圖的理解信息；

s104、根據語義意圖的分類將理解信息發送給對應的功能模塊。

根據上述技術方案，獲得語音識別信息，通過分析語音識別信息中的語義信息，生成包括語義意圖的理解信息，并根據語義意圖的分類將理解信息發送給對應的功能模塊進行處理，可以實現機器人語音識別信息的理解處理，不需要在機器人的數據庫中存儲大量語音信息，提高了機器人的處理速度。

如圖2所示，本發明實施例還提供了一種信息處理方法，包括：

s201、獲得語音識別信息；

s202、將語音識別信息發送給nlu設備；

s203、接收nlu設備根據語音識別信息中的語義信息生成的理解信息；其中，理解信息包括語義意圖；

s204、根據語義意圖的分類將理解信息發送給對應的功能模塊。

可以在服務器中存儲多個nlu設備的名單，以便可以將語音識別信息發送給多個nlu設備140，并根據多個nlu設備140的理解信息確定最優的理解信息。

根據上述技術方案，獲得語音識別信息，通過nlu設備140分析語音識別信息中的語義信息，生成包括語義意圖的理解信息，并根據語義意圖的分類將理解信息發送給對應的功能模塊進行處理，可以實現機器人語音識別信息的理解處理，不需要在機器人的數據庫中存儲大量語音信息，提高了機器人的處理速度。通過nlu設備140對語音識別信息進行理解以便得到更專業的語義理解信息。

本發明實施例的處理方法，步驟s101或者步驟s201可以包括：

接收機器人發送的語音識別信息；或者，

接收機器人發送的語音信息并對語音信息進行識別獲得語音識別信息。

可以在機器人中設置語音識別模塊，機器人的語音識別模塊對語音信息進行語音識別處理，生成語音識別信息。也可以在服務器中設置語音識別模塊，機器人可以直接將語音信息發送給服務器，由服務器中的語音識別模塊對語音信息進行識別處理，生成語音識別信息。

本發明實施例的處理方法，理解信息包括對話意圖類信息，或功能意圖類信息，或業務技能意圖類信息。

本發明實施例的處理方法，功能模塊包括nlp設備，或機器人的各業務技能模塊，或機器人的對話模塊。

如圖3和圖4所示，本發明實施例的處理方法，步驟104和步驟204可以包括：

當理解信息包括對話意圖類信息時，發送理解信息給機器人的對話模塊；

當理解信息包括功能意圖類信息時，將理解信息發送給nlp設備；

當理解信息包括業務技能意圖類信息時，發送理解信息給機器人的相應業務技能模塊。

服務器根據理解信息的語義意圖不同，采用不同的處理方式，使服務器分工更加精細，以便提高服務器的處理速度。

其中，當理解信息包括功能意圖類信息時，將理解信息發送給nlp設備，其中理解信息包括機器人ip，nlp設備150通過機器人ip將根據理解信息生成的處理信息發送給機器人。以便減少流程環節，不需要將處理信息發送給服務器，再由服務器發送給機器人，且能節省時間，提高用戶體驗。

本發明實施例的處理方法，在步驟s101和201之前還可以包括：

s105、獲取機器人信息；

s106、根據機器人信息確定機器人的功能模塊。

在另一個實施例的處理方法中，在步驟s101和201之前還可以包括：獲取機器人信息，根據機器人信息確定機器人具有的業務技能模塊，根據機器人具有的業務技能模塊類型判斷理解信息的正確性。因為不同的機器人的業務技能模塊可能不同，通過機器人的業務技能模塊可以驗證理解信息是否正確，以便服務器為機器人提供更優的服務。

如圖5所示，本發明實施例提供了一種語義處理的服務器，包括：

處理器110，用于獲得語音識別信息，分析語音識別信息中的語義信息，根據語義信息生成包括語義意圖的理解信息；

第一發送單元130，用于根據語義意圖的分類將理解信息發送給對應的功能模塊。

根據上述技術方案，處理器110，用于獲得語音識別信息，通過分析語音識別信息中的語義信息，生成包括語義意圖的理解信息，第一發送單元130，用于根據語義意圖的分類將理解信息發送給對應的功能模塊進行處理，可以實現機器人語音識別信息的理解處理，不需要在機器人的數據庫中存儲大量語音信息，提高了機器人的處理速度。

如圖6所示，本發明實施例提供了一種語義處理的服務器，包括：

處理器110，用于獲得語音識別信息；

第二發送單元170，用于將處理器110獲得的語音識別信息發送給nlu設備140；

第二接收單元160，用于接收nlu設備140根據分析第二發送單元170發送的語音識別信息的語義信息生成包括語義意圖的理解信息；

第一發送單元130，用于根據語義意圖的分類將理解信息發送給對應的功能模塊。

可以在服務器中存儲多個nlu設備140的名單，以便可以將語音識別信息發送給多個nlu設備140，并根據多個nlu設備140的理解信息確定最優的理解信息。

根據上述技術方案，處理器110，用于獲得語音識別信息，通過nlu設備140分析語音識別信息中的語義信息，生成包括語義意圖的理解信息，并根據語義意圖的分類將理解信息發送給對應的功能模塊進行處理，可以實現機器人語音識別信息的理解處理，不需要在機器人的數據庫中存儲大量語音信息，提高了機器人的處理速度。通過nlu設備140對語音識別信息進行理解以便得到更專業的語義理解信息。

本發明實施例的服務器，還可以包括第一接收單元120；

第一接收單元120用于接收機器人發送的語音識別信息，處理器110用于獲得第一接收單元120接收的語音識別信息；或者，

第一接收單元120用于接收機器人發送的語音信息；處理器110還用于根據語音信息進行識別獲得語音識別信息。

可以在機器人中設置語音識別模塊，機器人的語音識別模塊對語音信息進行語音識別處理，生成語音識別信息。也可以在服務器中設置語音識別模塊，機器人可以直接將語音信息發送給服務器，由服務器中的語音識別模塊對語音信息進行識別處理，生成語音識別信息。

本發明實施例的服務器，理解信息包括對話意圖類信息，或功能意圖類信息，或業務技能意圖類信息。

本發明實施例的服務器，功能模塊包括nlp設備150，或機器人的各業務技能模塊，或機器人的對話模塊。

本發明實施例的服務器，第一發送單元130用于：

當理解信息包括對話意圖類信息時，發送理解信息給機器人的對話模塊；

當理解信息包括功能意圖類信息時，將理解信息發送給nlp設備150；

當理解信息包括業務技能意圖類信息時，發送理解信息給機器人的相應業務技能模塊。

服務器根據理解信息的語義意圖不同，采用不同的處理方式，使服務器分工更加精細，以便提高服務器的處理速度。

其中，當理解信息包括功能意圖類信息時，將理解信息發送給nlp設備150，其中理解信息包括機器人ip，nlp設備150通過機器人ip將根據理解信息生成的處理信息發送給機器人。以便減少流程環節，不需要將處理信息發送給服務器，再由服務器發送給機器人，且能節省時間，提高用戶體驗。

本發明實施例的服務器，處理器110還用于：

獲取機器人信息；

根據機器人信息確定機器人的功能模塊。

本發明實施例的服務器，處理器110還用于：獲取機器人信息，根據機器人信息確定機器人具有的業務技能模塊，根據機器人具有的業務技能模塊類型判斷理解信息的正確性。因為不同的機器人的業務技能模塊可能不同，通過機器人的業務技能模塊可以驗證理解信息是否正確，以便服務器為機器人提供更優的服務。

應當理解的是，本發明并不局限于上面已經描述并在附圖中示出的流程及結構，并且可以在不脫離其范圍進行各種修改和改變。本發明的范圍僅由所附的權利要求來限制。