(19)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 202210770240.4 (22)申请日 2022.06.30 (71)申请人 安徽芯智科技有限公司 地址 230000 安徽省合肥市高新区习友路 3333号中 国(合肥)国际智能语音产业 园研发中心 楼611-111室 (72)发明人 李斌斌　 (74)专利代理 机构 合肥正则元起专利代理事务 所(普通合伙) 3416 0 专利代理师 杨润 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/33(2019.01) G06F 16/35(2019.01) G06F 16/957(2019.01)G06F 40/194(2020.01) G06F 40/30(2020.01) (54)发明名称 基于缓存的提高语义识别响应时间的优化 系统及方法 (57)摘要 本发明公开了基于缓存的提高语义识别响 应时间的优化系统及方法， 涉及语义识别技术领 域， 包括： 客户端、 语义缓存模块、 相似度计算模 块、 结果缓存模块、 缓存持久化模块、 缓存加载模 块以及系统后台； 通过在缓存中建立语义缓存模 块以及结果缓存模块， 将用户过去提出的查询文 本按语义分类 保存， 以及将每一类语义对应的结 果保存； 当用户提出新的查询文本时， 通过先在 语义缓存模块中查找相同文本或相近语义的文 本， 直接获取文本或语义对应的结果的方式， 解 决了传统语义识别耗时巨大的问题。 权利要求书2页 说明书5页 附图1页 CN 115080721 A 2022.09.20 CN 115080721 A 1.基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 包括： 客户端、 语义缓 存模块、 相似度计算模块、 结果缓存模块、 缓存持久化模块、 缓存加载模块以及系统后台； 其 中， 每个模块之间采用无线网络和/或电气连接； 所述客户端提供给用户一个提交需要查询的文本的平台； 用户在客户端提交查询文本 后， 客户端将查询文本发送至相似度计算模块； 语义缓存 模块用于缓存已被查询过的文本与语义的关系； 所述相似度计算模块用于计算文本语义的相似度， 以及根据文本相似度将用户查询文 本进行分类； 所述结果缓存 模块用于缓存语义 查询的结果； 所述缓存持久化模块用于在缓存失效条件下， 持久化保存缓存数据； 所述缓存加载模块用于在缓存生效条件下， 将硬 盘中的持久化文件加载进缓存。 2.根据权利要求1所述的基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 所述语义缓存模块根据相似度计算模块计算的语义相似度将文本进行分类； 所述语义缓存 模块将具有相同意图的文本文案分为一类， 每一类文本对应一个相同的语义； 所述语义为 使用人工智能技 术获取的文本意图； 语义缓存 模块中， 每一个文本与语义的关系采用散列表保存。 3.根据权利要求1所述的基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 所述相似度计算模块将用户查询文本进行分类包括以下步骤： 步骤S1： 相似度计算模块从语义缓存模块中获得每一类的语义， 以及获取用户查询文 本； 步骤S2： 使用N LP技术， 计算用户查询文本与每一类 语义的语义相似度； 步骤S3： 将用户查询文本发送至语义缓存模块； 在计算结果中查找是否存在与用户查 询文本相似度大于相似度阈值p的语义； 若存在， 将所述语义所对应的文本 分类标记为T， 并 转至步骤S4； 否则， 转至步骤S5； 其中， 相似度阈值p根据实际经验设置； 步骤S4： 语义缓存 模块将用户查询文本保存至文本分类T中； 步骤S5： 语义缓存 模块新建一个文本分类， 并将用户查询文本保存至新分类中。 4.根据权利要求1所述的基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 所述结果缓存模块对于语义缓存模块中的每一个语义， 保存系统对应的回答； 语义与结果 的对应关系采用散列表的方式保存。 5.根据权利要求1所述的基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 所述结果缓存模块根据查询意图的时效性将结果进行分类以及更新； 即将结果分为 实时性 与非实时性两类； 对于实时性的结果， 系统按结果的有效周期进行周期性的更新； 结果更新的周期根据 实际经验设置； 对于非实时性的结果， 不更新或更新周期设置为 一年。 6.根据权利要求1所述的基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 所述结果缓存模块以及语义缓存模块保存在服务器缓存中， 当用户通过客户端发送查询文 本时， 系统根据查询文本对用户做出回答， 包括以下步骤： 步骤P1： 系统从语义缓存模块的各类文本 中查询是否有相同查询文本， 若存在， 转至步权　利　要　求　书 1/2 页 2 CN 115080721 A 2骤P3； 否则转至步骤P2； 步骤P2： 计算用户查询语义与语义缓存模块中保存的每一个语义的相似度， 若存在相 似度大于相似度阈值p的语义， 将所述语义标记为c， 转至步骤P3； 否则， 转至步骤P4； 步骤P3： 系统后台获取语义c在结果缓存 模块中对应的回答， 并将回答发送至客户端； 步骤P4： 系统后台根据用户查询语义， 根据业务逻辑为用户提供一个回答， 并将回答发 送至客户端。 7.根据权利要求1所述的基于缓存的提高语义识别响应时间的优化系统， 其特征在于， 所述缓存持久化模块每隔时间周期t将结果缓存模块以及语义缓存模块中保存的数据转化 为json格式， 并将转化后的数据使用文本文档保存在硬盘中， 并将文本文档称为持久化文 件； 其中， 时间周期t根据实际经验设置 。 8.基于缓存的提高语义识别响应时间的优化方法， 其特 征在于， 包括以下步骤： 步骤一： 用户通过客户端提交需要查询的文本内容； 步骤二： 相似度计算模块计算用户查询文本与语义缓存模块中缓存的语义的意图相似 度； 步骤三： 语义缓存模块根据相似度计算模块计算的相似度将用户查询的文本进行分 类； 步骤四： 结果缓存模块根据语义缓存模块中保存的语义， 通过系统业务逻辑获得语义 的回答， 并将每 个语义对应的回答保存； 步骤五： 用户通过客户端提出查询文本后， 检查语义缓存模块是否存在相同文本或相 似语义， 若存在， 则直接从结果缓存模块中获取对应语义的结果， 发送至客户端； 若不存在， 系统后台根据用户查询语义， 根据业 务逻辑为用户提供一个回答， 并将回答发送至客户端。权　利　要　求　书 2/2 页 3 CN 115080721 A 3