ELECTRONIC APPARATUS AND CONTROL METHOD THEREOF
Disclosed is an electronic device. The electronic device comprises: a microphone; a memory for storing at least one instruction; and a processor connected to the microphone and the memory so as to control the electronic device. The processor, by executing the at least one instruction, may: when a us...
Gespeichert in:
Hauptverfasser: | , , , , , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; kor |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Disclosed is an electronic device. The electronic device comprises: a microphone; a memory for storing at least one instruction; and a processor connected to the microphone and the memory so as to control the electronic device. The processor, by executing the at least one instruction, may: when a user speech signal is received through the microphone, acquire a text corresponding to the user speech signal; identify a plurality of sentences included in the acquired text; identify, among a plurality of domains, respective domains corresponding to each of the plurality of sentences; if the degree of similarity between a first sentence and a second sentence having the same domain, among the plurality of sentences, is equal to or greater than a threshold value, acquire, using a first neural network model, a third sentence formed by combining the first sentence and the second sentence; and carry out natural language understanding of the third sentence. Therefore, provided are an electronic device and a control method thereof, wherein the amount of calculation is reduced and the accuracy of understanding is increased in the process of performing natural language understanding.
전자 장치가 개시된다. 본 전자 장치는 마이크, 적어도 하나의 인스트럭션이 저장된 메모리 및 마이크 및 메모리와 연결되어 전자 장치를 제어하는 프로세서를 포함하고, 프로세서는 적어도 하나의 인스트럭션을 실행함으로써, 마이크를 통해 사용자 음성 신호가 수신되면 사용자 음성 신호에 대응되는 텍스트를 획득하며, 획득된 텍스트에 포함된 복수의 문장을 식별하고, 복수의 도메인 중 복수의 문장 각각에 대응되는 도메인을 식별하며, 복수의 문장 중 도메인이 동일한 제1 문장 및 제2 문장의 유사도가 임계값 이상이면, 제1 신경망 모델을 이용하여 제1 문장 및 제2 문장이 조합된 제3 문장을 획득하고, 제3 문장에 대한 자연어 이해를 수행할 수 있다. |
---|