(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210028864.9 (22)申请日 2022.01.11 (71)申请人 平安普惠企业管理有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 （入驻深圳市 前海商务秘书 有限公司） (72)发明人 张稳　 (74)专利代理 机构 深圳市明日今典知识产权代 理事务所(普通 合伙) 44343 代理人 王杰辉　罗志强 (51)Int.Cl. G10L 15/22(2006.01) G10L 15/06(2013.01) G10L 15/18(2013.01) G10L 25/30(2013.01)G06F 40/30(2020.01) G06N 3/08(2006.01) (54)发明名称 语音数据 的语义识别方法、 装置、 设备及存 储介质 (57)摘要 本申请涉及人工智能技术领域， 揭示了一种 语音数据的语义识别方法、 装置、 介质及设备， 其 中方法包括： 获取包含语义识别算法的初始识别 模型， 选取初始识别模型中的若干个隐藏神经元 作为变量神经元， 删除变量神经元形成第一识别 模型； 接收若干个训练样例， 将训练样例分别输 入第一识别模 型的输入神经元中， 并通过第一识 别模型分别对训练样例进行语义识别， 得到若干 个第一识别结果； 分别计算各第一识别结果对应 的第一损失值， 根据第一损失值对第一识别模型 中语义识别算法的约束参数进行更新； 通过目标 识别模型对接收到的语音数据进行语义识别， 得 到语义识别结果， 从而实现了在数据量较小的情 况下， 提高语义识别的准确性。 权利要求书2页 说明书10页 附图2页 CN 114420120 A 2022.04.29 CN 114420120 A 1.一种语音数据的语义识别方法， 其特 征在于， 所述方法包括： 获取包含语义识别算法的初始识别模型， 选取所述初始识别模型中的若干个隐藏神经 元作为变量神经 元， 删除所述变量神经 元形成第一识别模型； 接收若干个训练样例， 将所述训练样例分别输入所述第一识别模型的输入神经元中， 并通过所述第一识别模型分别对所述训练样例进行语义识别， 得到若干个第一识别结果； 分别计算各所述第 一识别结果对应的第 一损失值， 根据 所述第一损失值对所述第 一识 别模型中语义识别算法的约束参数进 行更新， 并计算更新后的所述第一识别模型输出的所 述第一识别结果对应的第一损失值， 直至所述第一损失值均满足预设的损失范围； 将更新后的所述第 一识别模型作为目标识别模型， 通过所述目标识别模型对接收到的 语音数据进行语义识别， 得到语义识别结果。 2.根据权利要求1所述的语音数据的语义识别方法， 其特征在于， 所述根据所述第 一损 失值对所述第一识别模型中语义识别算法的约束参数进行 更新， 包括： 建立与所述约束参数相关的损失函数， 计算所述损失函数的梯度方向； 根据所述梯度方向的反方向进行所述损 失函数的权重更新， 以使所述损 失函数收敛， 根据收敛后的所述损失函数求解所述约束参数， 并根据求解的所述约束参数对所述第一识 别模型进行 更新。 3.根据权利要求1所述的语音数据的语义识别方法， 其特征在于， 所述通过所述目标识 别模型对接收到的语音数据进行语义识别， 包括： 识别所述语音数据的语音序列， 将所述语音序列与每一条预设的非正常序列分别进行 相似度计算； 当每一个所述相似度均小于预设的相似阈值时， 将所述语音数据输入目标识别模型 中， 以使所述目标识别模型对所述语音数据进行语义识别。 4.根据权利要求1所述的语音数据的语义识别方法， 其特征在于， 所述通过所述目标识 别模型对接收到的语音数据进行语义识别， 还 包括： 识别所述语音数据的空白数据； 在所述空白数据对应的位置添加分隔符， 并删除所述空白数据， 得到语音分隔数据； 将所述语音分隔数据输入所述目标识别模型， 以使所述目标识别模型对所述语音分隔 数据进行语义识别。 5.根据权利要求1所述的语音数据的语义识别方法， 其特征在于， 所述通过所述目标识 别模型对接收到的语音数据进行语义识别， 还 包括： 将所述语音数据转换为文本数据， 并通过预设的条件随机场分词模型对所述文本数据 进行分词， 得到若干个词语段落， 其中， 每一个所述词语段落分别包 含至少一个 语义； 通过所述目标识别模型， 根据所述词语段落进行语义识别。 6.根据权利要求1所述的语音数据的语义识别方法， 其特征在于， 所述通过所述目标识 别模型对接收到的语音数据进行语义识别， 还 包括： 从云端服 务器中获取通过第一密钥加密的加密源数据； 校验所述加密源数据的签名是否与解密密钥的签名匹配， 若匹配， 通过所述目标识别 模型， 对所述加密源数据解密后得到的所述语音数据进行语义识别。 7.根据权利要求1所述的语音数据的语义识别方法， 其特征在于， 所述计算所述第 一识权　利　要　求　书 1/2 页 2 CN 114420120 A 2别结果的对应的第一损失值， 包括： 通过交叉熵损失函数， 计算所述第一识别结果的对应的第一损失值。 8.一种语音数据的语义识别装置， 其特 征在于， 包括： 第一模型构建模块， 用于获取包含语义识别算法的初始识别模型， 选取所述初始识别 模型中的若干个隐藏神经 元作为变量神经 元， 删除所述变量神经 元形成第一识别模型； 第一语义识别模块， 用于接收若干个训练样例， 将所述训练样例分别输入所述第一识 别模型的输入神经元中， 并通过所述第一识别模型分别对所述训练样例进行语义识别， 得 到若干个第一识别结果； 模型更新模块， 用于分别计算各所述第一识别结果对应的第一损 失值， 根据所述第一 损失值对所述第一识别模型中语义识别算法的约束参数进 行更新， 并计算更新后的所述第 一识别模型输出的所述第一识别结果对应的第一损失值， 直至所述第一损失值均满足预设 的损失范围； 第二语义识别模块， 用于将更新后的所述第一识别模型作为目标识别模型， 通过所述 目标识别模型对接收到的语音数据进行语义识别， 得到语义识别结果。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114420120 A 3