一种基于人工智能的自然语言语义分析系统的制作方法

本发明涉及自然语言处理，尤其是涉及一种基于人工智能的自然语言语义分析系统。

背景技术：

1、随着大数据时代的到来，互联网出现文本信息爆炸的问题。自然语言处理(naturelanguage processing，nlp)：是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。nlp技术通常包括文本处理、语义理解、机器翻译、机器人问答和知识图谱等技术；

2、1.尤其针对于基金、股票、证券等商业活动而言，此类工作环境中的用户计算机为必不可少的工作用具，而从事该商业活动过程中用户常需要配备多个显示屏，并分布不同角度用于实时观察，在使用过程中用户经常需要针对于显示屏角度进行转动调节，传统调节结构不够灵活，调节方式笨重繁琐固定效果差，同时传统角度调节结构功能单一，无法满足使用者的使用需求；2.同时用户在对显示屏使用过程中由于每个人的身高以及对计算机的使用习惯各不相同，而显示屏的高度一般都是固定不变的，导致人们在使用计算机时存在一定的不适感，长时间下来会对人体的颈椎造成损伤，影响健康。

3、为此，提出一种基于人工智能的自然语言语义分析系统。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的自然语言语义分析系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于人工智能的自然语言语义分析系统，包括语言获取处理模块、语言智能数据库、语言匹配处理模块、语句智能分析模块、语义分析模块以及语言转换模块；

3、其中通过语言获取处理模块对获取得到的音频信息初步处理，音频信息包括录音与实时语音信息，获取音频信息后处理初步步骤包括对获取得到的音频数据内容进行降噪、通过内置的人工神经网络模型对语音内容进行识别获取建立。

4、通过语言获取处理模块获取数据信息反馈至语言匹配处理模块对内容进行匹配处理，匹配过程中抽取语言智能数据库数据进行叠加智能计算匹配，匹配后将语言信息转化为文字语句反馈至语句智能分析模块处理，然后通过语义分析模块智能分析后利用语言转换模块转化不同类型的语言信息。

5、优选的，所述经过语句智能分析模块分析后的语句信息与语言获取处理模块获取的音频数据会结合匹配处理模块处理结果数据同步上传至语言智能数据库进行存储，待下一次相同或类似音频数据获取内容反馈至语言匹配处理模块时，能够优先通过语言智能数据库进行优先级匹配处理，以达到系统智能学习并迅速反馈得出结果。

6、优选的，所述语言获取处理模块也具有匹配功能，能够将获取经过处理的音频数据信息与记录在智能数据库内信息数据进行比对，并抽取相似度在70％至100％的若干数据信息反馈至语言匹配处理模块进行处理，在此过程中语言智能数据库能够不断的自我学习自我优化，在大量测试音频数据过程中丰富数据库信息。

7、优选的，所述语言智能数据库包括语言语种记录、语言智能学习、语言数据库云平台、语言分析编辑单元，其中语言语种记录包括记录世界主流语言语种内容信息，以及地方小众方言信息数据，并且能够通过人为添加记录学习为语言获取处理模块进行语言获取识别以及语言匹配处理模块提供数据支撑，并且能够通过语言智能学习进行自我学习升级，丰富数据库内容信息。

8、优选的，所述语言数据库云平台记载系统数据信息，语言信息以及每次处理数据信息步骤以及优化存储后的音频信息。

9、优选的，所述语音分析编辑单元包括对语言获取处理模块获取处理后的音频信息进行分析对比，通过智能算法减少音频歧义信息，准确获取音频内容进行分析转化为语言匹配处理模块提供支撑。

10、优选的，所述语言匹配处理模块包括语言优先级匹配、语言语句智能搭配以及语言语句转化，在抽取语言智能数据库对音频数据匹配过程中将匹配相似度数据信息通过语言优先级方式进行匹配并反馈，而后能够对匹配内容自动识别进实现音频内容的智能搭配，组合包括音频转化文字后的主谓宾语句搭配模拟，以提供高准确的音频信息内容。

11、优选的，所述语言语句转化将识别分析后的信息进行语言转化，转化方式仍采用优先级展示，并且转化数据信息存储至数据库内进行自我学习优化。

12、优选的，所述语句智能分析模块包括语句内容智能划分、语句内容优先级显示以及语句编辑处理，通过语句内容智能划分对反馈的语句信息进行断句，同音同意思的词汇识别分析并通过语句内容优先级显示至少显示三条内容识别信息，然后利用语句编辑进行处理识别信息反馈。

13、优选的，所述用于基于任一格式化语句使用的语言类型，将该格式化语句输入至对应的自然语言处理模型中，得到对应的语义解析结果，自然语言处理模型为利用语句内字词关系相似度和语句相似度对对应语言类型的基础字词匹配模型进行更新得到的模型。

14、与现有技术相比，本发明的有益效果是：

15、通过语言获取处理模块获取数据信息反馈至语言匹配处理模块对内容进行匹配处理，匹配过程中抽取语言智能数据库数据进行叠加智能计算匹配，匹配后将语言信息转化为文字语句反馈至语句智能分析模块处理，然后通过语义分析模块智能分析后利用语言转换模块转化不同类型的语言信息；

16、有效解决了自然语言中语言类型繁多、文本数量巨大、表达式的层次结构不够清晰、句子成分的语序不固定、语形和语义不对应等问题，从而较为准确获取到自然语言中的文本信息。最后根据所有格式化语句的语义解析结果，将待处理语言语句转换为人工语言得到的自然语言处理结果，以进一步避免计算机交互处理的偏差和错误，也就进一步使得计算机的编译处理更准确。

技术特征：

1.一种基于人工智能的自然语言语义分析系统，其特征在于，包括语言获取处理模块、语言智能数据库、语言匹配处理模块、语句智能分析模块、语义分析模块以及语言转换模块；

2.根据权利要求1所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述经过语句智能分析模块分析后的语句信息与语言获取处理模块获取的音频数据会结合匹配处理模块处理结果数据同步上传至语言智能数据库进行存储，待下一次相同或类似音频数据获取内容反馈至语言匹配处理模块时，能够优先通过语言智能数据库进行优先级匹配处理，以达到系统智能学习并迅速反馈得出结果。

3.根据权利要求2所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语言获取处理模块也具有匹配功能，能够将获取经过处理的音频数据信息与记录在智能数据库内信息数据进行比对，并抽取相似度在70％至100％的若干数据信息反馈至语言匹配处理模块进行处理，在此过程中语言智能数据库能够不断的自我学习自我优化，在大量测试音频数据过程中丰富数据库信息。

4.根据权利要求1所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语言智能数据库包括语言语种记录、语言智能学习、语言数据库云平台、语言分析编辑单元，其中语言语种记录包括记录世界主流语言语种内容信息，以及地方小众方言信息数据，并且能够通过人为添加记录学习为语言获取处理模块进行语言获取识别以及语言匹配处理模块提供数据支撑，并且能够通过语言智能学习进行自我学习升级，丰富数据库内容信息。

5.根据权利要求4所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语言数据库云平台记载系统数据信息，语言信息以及每次处理数据信息步骤以及优化存储后的音频信息。

6.根据权利要求4所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语音分析编辑单元包括对语言获取处理模块获取处理后的音频信息进行分析对比，通过智能算法减少音频歧义信息，准确获取音频内容进行分析转化为语言匹配处理模块提供支撑。

7.根据权利要求1所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语言匹配处理模块包括语言优先级匹配、语言语句智能搭配以及语言语句转化，在抽取语言智能数据库对音频数据匹配过程中将匹配相似度数据信息通过语言优先级方式进行匹配并反馈，而后能够对匹配内容自动识别进实现音频内容的智能搭配，组合包括音频转化文字后的主谓宾语句搭配模拟，以提供高准确的音频信息内容。

8.根据权利要求1所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语言语句转化将识别分析后的信息进行语言转化，转化方式仍采用优先级展示，并且转化数据信息存储至数据库内进行自我学习优化。

9.根据权利要求1所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述语句智能分析模块包括语句内容智能划分、语句内容优先级显示以及语句编辑处理，通过语句内容智能划分对反馈的语句信息进行断句，同音同意思的词汇识别分析并通过语句内容优先级显示至少显示三条内容识别信息，然后利用语句编辑进行处理识别信息反馈。

10.根据权利要求1所述的一种基于人工智能的自然语言语义分析系统，其特征在于：所述用于基于任一格式化语句使用的语言类型，将该格式化语句输入至对应的自然语言处理模型中，得到对应的语义解析结果，自然语言处理模型为利用语句内字词关系相似度和语句相似度对对应语言类型的基础字词匹配模型进行更新得到的模型。

技术总结本发明涉及自然语言处理技术领域，具体为一种基于人工智能的自然语言语义分析系统，包括语言获取处理模块、语言智能数据库、语言匹配处理模块、语句智能分析模块、语义分析模块以及语言转换模块，其中通过语言获取处理模块对获取得到的音频信息初步处理，音频信息包括录音与实时语音信息。通过语言获取处理模块获取数据信息反馈至语言匹配处理模块对内容进行匹配处理，匹配过程中抽取语言智能数据库数据进行叠加智能计算匹配，匹配后将语言信息转化为文字语句反馈至语句智能分析模块处理，有效解决了自然语言中语言类型繁多、文本数量巨大、表达式的层次结构不够清晰、句子成分的语序不固定、语形和语义不对应等问题。技术研发人员：王徐衍受保护的技术使用者：王徐衍技术研发日：技术公布日：2024/4/17