語(yǔ)音文本串的解析方法和裝置制造方法及圖紙

本發(fā)明專利技術(shù)實(shí)施例提供一種語(yǔ)音文本串的解析方法和裝置。所述方法包括：獲取待解析的語(yǔ)音文本串；將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配，獲取匹配的正則表達(dá)匹配模板的信息，其中，所述正則表達(dá)匹配模板以結(jié)構(gòu)化形式表達(dá)，在第一結(jié)構(gòu)化標(biāo)簽中描述正則表達(dá)式的規(guī)則字符串序列，在至少一個(gè)第二結(jié)構(gòu)化標(biāo)簽中表示所述規(guī)則字符串序列中相應(yīng)的匹配字符串；輸出所述匹配的正則表達(dá)匹配模板的信息。通過(guò)構(gòu)建結(jié)構(gòu)化形式的正則表達(dá)匹配模板的方式，使得正則表達(dá)式的表達(dá)和管理規(guī)范、簡(jiǎn)單。

【技術(shù)實(shí)現(xiàn)步驟摘要】
語(yǔ)音文本串的解析方法和裝置
本專利技術(shù)涉及語(yǔ)義分析技術(shù)，尤其涉及一種語(yǔ)音文本串的解析方法和裝置。
技術(shù)介紹
目前，基于語(yǔ)音識(shí)別的應(yīng)用由于其使用便利性，已得到廣泛的應(yīng)用。用戶在輸入語(yǔ)音時(shí)通常以口語(yǔ)化的方式表達(dá)其意圖，因此在將用戶的語(yǔ)音轉(zhuǎn)換為語(yǔ)音文本串后進(jìn)行解析時(shí)，需要使用適于口語(yǔ)表達(dá)的解析方式。規(guī)則匹配是口語(yǔ)化語(yǔ)義解析比較常用的方法，使用預(yù)先編制好的規(guī)則串與(語(yǔ)音轉(zhuǎn)換后的)語(yǔ)音文本串進(jìn)行字符串匹配。現(xiàn)有的用于口語(yǔ)解析的正則表達(dá)式通常是以非常抽象的方式呈現(xiàn)出來(lái)的。例如，假設(shè)要解析發(fā)短信的命令，則需要這樣編寫規(guī)則：“(給)(.+)(發(fā)|回)(信息|短信)”或/和“(發(fā)|回)(信息|短信)(給)(.+)”，并將所述規(guī)則存入數(shù)據(jù)庫(kù)。當(dāng)用戶語(yǔ)音錄入“給劉德華發(fā)短信”時(shí)，在將所述語(yǔ)音轉(zhuǎn)換為相應(yīng)的文本串后，可匹配上前者的規(guī)則，進(jìn)而給出解析結(jié)果。目前的正則表達(dá)式的編寫和維護(hù)存在以下缺點(diǎn)：首先，正則表達(dá)式的編寫規(guī)則抽象難懂，而且容易發(fā)生編寫錯(cuò)誤。其次，現(xiàn)有的方案需要將關(guān)鍵詞直接寫入正則表達(dá)式中，例如“(信息|短信)”，而且很多正則表達(dá)式都包含同樣的關(guān)鍵詞。那么，當(dāng)修改、添加、刪除關(guān)鍵詞的時(shí)候，就需要操作很多個(gè)正則表達(dá)式，非常繁瑣。再次，對(duì)于要提取的參數(shù)，現(xiàn)有的基于正則表達(dá)式的方法都是通過(guò)參數(shù)的順序來(lái)表示，例如，在“(給)(.+)(發(fā)|回)(信息|短信)”中，用第二個(gè)參數(shù)來(lái)表示要提取的參數(shù)。這導(dǎo)致了每次編寫正則表達(dá)式都要去數(shù)參數(shù)的順序，容易出錯(cuò)。最后，隨著需要進(jìn)行語(yǔ)義解析的領(lǐng)域的增加，要編寫的正則表達(dá)式也越來(lái)越多，有效地管理和維護(hù)編寫的正則表達(dá)式成為一個(gè)契待解決的問題。專利技術(shù)內(nèi)容本專利技術(shù)的目的在于，提供一種語(yǔ)音文本串的解析方法和裝置，通過(guò)結(jié)構(gòu)化形式來(lái)表達(dá)和管理正則表達(dá)式，以有效地管理和維護(hù)編寫的正則表達(dá)式。根據(jù)本專利技術(shù)的一方面，提供一種語(yǔ)音文本串的解析方法，其特征在于，所述方法包括：獲取待解析的語(yǔ)音文本串；將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配，獲取匹配的正則表達(dá)匹配模板的信息，其中，所述正則表達(dá)匹配模板以結(jié)構(gòu)化形式表達(dá)，在第一結(jié)構(gòu)化標(biāo)簽中描述正則表達(dá)式的規(guī)則字符串序列，在至少一個(gè)第二結(jié)構(gòu)化標(biāo)簽中表示所述規(guī)則字符串序列中相應(yīng)的匹配字符串；輸出所述匹配的正則表達(dá)匹配模板的信息。優(yōu)選地，在所述第二結(jié)構(gòu)化標(biāo)簽中還包括所述匹配字符串的替換字符串的信息。其中，在所述將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配的處理中，對(duì)于任一匹配字符串，將所述語(yǔ)音文本串中相應(yīng)的字符串與所述匹配字符串以及其替換字符串進(jìn)行匹配。優(yōu)選地，在所述第一結(jié)構(gòu)化標(biāo)簽中，所述正則表達(dá)式的規(guī)則字符串序列中待提取的參數(shù)以變量表達(dá)，并且在第三結(jié)構(gòu)化標(biāo)簽中描述與待提取的參數(shù)相應(yīng)的變量的信息。優(yōu)選地，所述將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配的處理還包括：根據(jù)所述第一結(jié)構(gòu)化標(biāo)簽中的變量從所述語(yǔ)音文本串提取符合相應(yīng)的第三結(jié)構(gòu)化標(biāo)簽中的描述的參數(shù)數(shù)據(jù)；所述輸出所述匹配的正則表達(dá)匹配模板的信息的處理還包括：輸出提取的參數(shù)數(shù)據(jù)。優(yōu)選地，在第四結(jié)構(gòu)化標(biāo)簽中描述所述正則表達(dá)匹配模板表示的用戶意圖的數(shù)據(jù)。相應(yīng)地，所述將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配的處理還包括：提取與所述匹配的正則表達(dá)匹配模板相應(yīng)的第四結(jié)構(gòu)化標(biāo)簽的數(shù)據(jù)；所述輸出所述匹配的正則表達(dá)匹配模板的信息的處理還包括：輸出所述正則表達(dá)匹配模板表示的用戶意圖的數(shù)據(jù)。所述結(jié)構(gòu)化形式可以是XML語(yǔ)言格式，所述正則表達(dá)匹配模板可以是DOM樹。根據(jù)本專利技術(shù)的另一方面，還提供一種語(yǔ)音文本串的解析裝置。所述裝置包括：語(yǔ)音文本串獲取單元，用于獲取待解析的語(yǔ)音文本串；正則表達(dá)匹配單元，用于將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配，獲取匹配的正則表達(dá)匹配模板的信息，其中，所述正則表達(dá)匹配模板以結(jié)構(gòu)化形式表達(dá)，在第一結(jié)構(gòu)化標(biāo)簽中描述正則表達(dá)式的規(guī)則字符串序列，在至少一個(gè)第二結(jié)構(gòu)化標(biāo)簽中表示所述規(guī)則字符串序列中相應(yīng)的匹配字符串；正則表達(dá)輸出單元，用于輸出所述匹配的正則表達(dá)匹配模板的信息。優(yōu)選地，在所述第二結(jié)構(gòu)化標(biāo)簽中還包括所述匹配字符串的替換字符串的信息。其中，正則表達(dá)匹配單元用于對(duì)于任一匹配字符串，將所述語(yǔ)音文本串中相應(yīng)的字符串與所述匹配字符串以及其替換字符串進(jìn)行匹配。優(yōu)選地，在所述第一結(jié)構(gòu)化標(biāo)簽中，所述正則表達(dá)式的規(guī)則字符串序列中待提取的參數(shù)以變量表達(dá)，并且在第三結(jié)構(gòu)化標(biāo)簽中描述與待提取的參數(shù)相應(yīng)的變量的信息。優(yōu)選地，所述正則表達(dá)匹配單元還用于根據(jù)所述第一結(jié)構(gòu)化標(biāo)簽中的變量從所述語(yǔ)音文本串提取符合相應(yīng)的第三結(jié)構(gòu)化標(biāo)簽中的描述的參數(shù)數(shù)據(jù)；所述正則表達(dá)輸出單元還用于輸出提取的參數(shù)數(shù)據(jù)。優(yōu)選地，在第四結(jié)構(gòu)化標(biāo)簽中描述所述正則表達(dá)匹配模板表示的用戶意圖的數(shù)據(jù)；相應(yīng)地，所述正則表達(dá)匹配單元還用于提取與所述匹配的正則表達(dá)匹配模板相應(yīng)的第四結(jié)構(gòu)化標(biāo)簽的數(shù)據(jù)；所述正則表達(dá)輸出單元還用于輸出所述正則表達(dá)匹配模板表示的用戶意圖的數(shù)據(jù)。所述結(jié)構(gòu)化形式可以是XML語(yǔ)言格式，所述正則表達(dá)匹配模板可以是DOM樹。根據(jù)本專利技術(shù)示例性實(shí)施例的語(yǔ)音文本串的解析方法和實(shí)現(xiàn)所述方法的裝置通過(guò)構(gòu)建結(jié)構(gòu)化形式的正則表達(dá)匹配模板的方式，使得正則表達(dá)式的表達(dá)和管理規(guī)范、簡(jiǎn)單。通過(guò)結(jié)構(gòu)化形式編寫的規(guī)則也更為直觀，容易理解。此外，基本的結(jié)構(gòu)化標(biāo)簽可被重復(fù)利用，更提高了管理效率。此外，通過(guò)例如XML可擴(kuò)展標(biāo)記語(yǔ)言構(gòu)建和管理正則表達(dá)式，與其他編程語(yǔ)言或軟件工具之間的兼容性強(qiáng)，使得如此編寫的正則表達(dá)式可用性強(qiáng)。附圖說(shuō)明圖1是示出根據(jù)本專利技術(shù)的基本構(gòu)思編寫的正則表達(dá)匹配模板的示例；圖2是示出根據(jù)本專利技術(shù)的示例性實(shí)施例一的語(yǔ)音文本串的解析方法的流程圖；圖3是示出根據(jù)本專利技術(shù)的示例性實(shí)施例二的語(yǔ)音文本串的解析裝置的邏輯框圖。具體實(shí)施方式本專利技術(shù)的基本專利技術(shù)構(gòu)思是，以結(jié)構(gòu)化形式的正則表達(dá)匹配模板來(lái)描述正則表達(dá)式，使用結(jié)構(gòu)化標(biāo)簽(第一結(jié)構(gòu)化標(biāo)簽)描述正則表達(dá)式的，并且通過(guò)至少一個(gè)另一種結(jié)構(gòu)化標(biāo)簽(第二結(jié)構(gòu)化標(biāo)簽)來(lái)分別表示所述規(guī)則字符串序列中的各匹配字符串。這樣，在結(jié)構(gòu)化標(biāo)簽中描述的規(guī)則字符串序列直觀、易懂，隱藏了所述規(guī)則字符串序列中的匹配字符串的復(fù)雜度，同時(shí)通過(guò)第二結(jié)構(gòu)化標(biāo)簽表示的所述匹配字符串還可在多個(gè)正則表達(dá)匹配模板重復(fù)被使用，提高了正則表達(dá)式的可復(fù)用性和可維護(hù)性。此外，使用變量來(lái)表達(dá)所述正則表達(dá)式的規(guī)則字符串序列中待提取的參數(shù)，并且還通過(guò)再另一種結(jié)構(gòu)化標(biāo)簽(第三結(jié)構(gòu)化標(biāo)簽)描述與待提取的參數(shù)相應(yīng)的變量的信息。由此，通過(guò)正則表達(dá)匹配模板還可提取出輸入的語(yǔ)音文本串中的參數(shù)數(shù)據(jù)，如變量名稱(即參數(shù)名稱)及其參數(shù)值，用戶無(wú)需記住正則表達(dá)式中提取參數(shù)的位置，降低出錯(cuò)率。在本文中以目前廣泛使用的結(jié)構(gòu)化描述形式的XML語(yǔ)言表達(dá)的正則表達(dá)匹配模板作為示例對(duì)本專利技術(shù)的示例性實(shí)施例進(jìn)行描述。需要理解，本專利技術(shù)提出的正則表達(dá)匹配模板可使用任何可擴(kuò)展的結(jié)構(gòu)化表達(dá)形式來(lái)進(jìn)行表達(dá)/描述，而不限于使用XML語(yǔ)言的方式。圖1是示出根據(jù)本專利技術(shù)的基本構(gòu)思編寫的正則表達(dá)匹配模板的示例，其示出用于表達(dá)發(fā)送信息的正則表達(dá)匹配模板。參照?qǐng)D1，標(biāo)簽<template>定義的是所述正則表達(dá)匹配模板，其中的標(biāo)簽<pattern>(第一結(jié)構(gòu)化標(biāo)簽)用于描述規(guī)則字符串序列“【發(fā)送】本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種語(yǔ)音文本串的解析方法，其特征在于，所述方法包括：獲取待解析的語(yǔ)音文本串；將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配，獲取匹配的正則表達(dá)匹配模板的信息，其中，所述正則表達(dá)匹配模板以結(jié)構(gòu)化形式表達(dá)，在第一結(jié)構(gòu)化標(biāo)簽中描述正則表達(dá)式的規(guī)則字符串序列，在至少一個(gè)第二結(jié)構(gòu)化標(biāo)簽中表示所述規(guī)則字符串序列中相應(yīng)的匹配字符串；輸出所述匹配的正則表達(dá)匹配模板的信息。

【技術(shù)特征摘要】
1.一種語(yǔ)音文本串的解析方法，其特征在于，所述方法包括：獲取待解析的語(yǔ)音文本串；將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配，獲取匹配的正則表達(dá)匹配模板的信息，其中，所述正則表達(dá)匹配模板以結(jié)構(gòu)化形式表達(dá)，在第一結(jié)構(gòu)化標(biāo)簽中描述正則表達(dá)式的規(guī)則字符串序列，所述規(guī)則字符串序列中待提取的參數(shù)以變量表達(dá)，在至少一個(gè)第二結(jié)構(gòu)化標(biāo)簽中表示所述規(guī)則字符串序列中相應(yīng)的匹配字符串，在第三結(jié)構(gòu)化標(biāo)簽中描述與待提取的參數(shù)相應(yīng)的變量的信息；所述將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配，獲取匹配的正則表達(dá)匹配模板的信息，包括：根據(jù)所述第一結(jié)構(gòu)化標(biāo)簽中的變量從所述語(yǔ)音文本串提取符合相應(yīng)的第三結(jié)構(gòu)化標(biāo)簽中的描述的參數(shù)數(shù)據(jù)；輸出所述匹配的正則表達(dá)匹配模板的信息，包括：輸出提取的參數(shù)數(shù)據(jù)。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述第二結(jié)構(gòu)化標(biāo)簽中還包括所述匹配字符串的替換字符串的信息，其中，在所述將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配的處理中，對(duì)于任一匹配字符串，將所述語(yǔ)音文本串中相應(yīng)的字符串與所述匹配字符串以及其替換字符串進(jìn)行匹配。3.根據(jù)權(quán)利要求1～2中任一項(xiàng)所述的方法，其特征在于，在第四結(jié)構(gòu)化標(biāo)簽中描述所述正則表達(dá)匹配模板表示的用戶意圖的數(shù)據(jù)，所述將所述語(yǔ)音文本串與預(yù)設(shè)的多個(gè)正則表達(dá)匹配模板進(jìn)行匹配的處理還包括：提取與所述匹配的正則表達(dá)匹配模板相應(yīng)的第四結(jié)構(gòu)化標(biāo)簽的數(shù)據(jù)，所述輸出所述匹配的正則表達(dá)匹配模板的信息的處理還包括：輸出所述正則表達(dá)匹配模板表示的用戶意圖的數(shù)據(jù)。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述結(jié)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：時(shí)培軒，
申請(qǐng)(專利權(quán))人：百度在線網(wǎng)絡(luò)技術(shù)北京有限公司，
類型：發(fā)明
國(guó)別省市：北京;11