CN106934068A - 机器人基于环境上下文的语义理解的方法 - Google Patents
机器人基于环境上下文的语义理解的方法 Download PDFInfo
- Publication number
- CN106934068A CN106934068A CN201710227670.0A CN201710227670A CN106934068A CN 106934068 A CN106934068 A CN 106934068A CN 201710227670 A CN201710227670 A CN 201710227670A CN 106934068 A CN106934068 A CN 106934068A
- Authority
- CN
- China
- Prior art keywords
- robot
- semantic understanding
- knowledge base
- knowledge
- scene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
机器人基于环境上下文的语义理解的方法,包括如下操作步骤:步骤1:从网络海量数据获取语义理解知识,构建知识库系统;步骤2:利用深度神经网络技术将知识库按照环境上下文分类,得到情景集合,机器人根据情景集合进行输入与输出的匹配;步骤3:组建机器人知识库;步骤4:利用语义理解的概念,将知识库以服务的形式提供给多终端机器人。本发明,能够更加准确地理解输入问题,通过上下文的语义理解,能够给出更加准确的回答,实现更加畅通的人机对话。
Description
技术领域
本发明涉及机器人基于环境上下文的语义理解的方法,属于语音机器人技术领域。
背景技术
在聊天等服务类型的机器人的设计过程中,常常会涉及到人与机器人的问答交互过程。问答系统的关键在于,如何根据用户的输入,快速而又准确地从知识库中匹配,然后将最合适的答案返回给用户。普通的基于关键词的方法,无法对输入的问题的意思进行很好的理解,往往会出现答非所问的现象,其效果并不如人意。如何在语义的层次去理解用户输入,在近年来备受关注。
发明内容
为了解决上述存在的问题,本发明公开了一种机器人基于环境上下文的语义理解的方法,其具体技术方案如下:
机器人基于环境上下文的语义理解的方法,包括如下操作步骤:
步骤1:从网络海量数据获取语义理解知识,构建知识库系统;
步骤2:利用深度神经网络技术将知识库按照环境上下文分类,得到情景集合,机器人根据情景集合进行输入与输出的匹配;
步骤3: 组建机器人知识库;
步骤4:利用语义理解的概念,将知识库以服务的形式提供给多终端机器人。
所述步骤1采用基于依存关系的语义理解技术,抓住输入句子的主干成分,进一步获取句子的关键词信息,如主语、谓语、宾语、动词,根据这些关键词概括整个句子的意思,并且去除了原句中的许多不需要的内容,能够更加精准地在数据库中进行匹配。
所述步骤2采用基于依存关系的机器人问答系统,不仅能实现单输入单输出的交互过程,而且能实现多轮的推进式的人与机器人的交互对话过程,当用户提出一个问题,机器人给出相应的答复,然后用户紧接着提出与上一个问题有一定关联度的问题,要更加准确地匹配问题,机器人就需要结合相应的上下文从知识库中寻找答案,多轮问答组成的上下文称为机器人知识库中的一个情景。
所述步骤3组建机器人问答交互系统中的机器人知识库,分析网络上的海量文本数据,并从中挖掘出语义理解相关的知识,找出其中的事件、施事者、受事者若干关键词,挖掘出其上下文内容,并使用句法树和语法树进行表示与存储,语义理解网络海量数据,极大丰富机器人知识库的内容。
所述步骤4为在获取到机器人的知识库后,根据关键词的相似性原理,采用深度神经网络等技术,将所有知识按照环境上下文进行分类,以得到众多的情景集合;
在此,使用高性能计算机架构,以及深度学习方法,快速并准确地进行情景匹配,相较普通分类算法,极大提升准确率与效率;
机器人在工作时,会读取用户的输入,并进行语义分析,然后将分析得到的知识与知识库系统中的情景进行匹配,找到最合适的答案并回复用户;
在用户输入下一个问题后,机器人会首先在这个情景中匹配合适的回答,如果未匹配到,可认为用户切换了情景,机器人重新从整个知识库中匹配合适结果并返回给用户。
采用语义理解即服务的思想,将机器人知识库分布在云端共享,以服务的形式提供给多终端机器人;
机器人能够记录与用户的交互状态,另一个机器人能够从云端读取这一状态,然后完成接下来的交互任务。
本发明的有益效果是:
本发明,能够更加准确地理解输入问题,通过上下文的语义理解,能够给出更加准确的回答,实现更加畅通的人机对话。
本发明,不仅方便对机器人知识库进行管理与维护,甚至可以实现多机器人同时交互的过程。
说明书附图
图1是本发明的流程图。
具体实施方式
下面结合具体实施方式和附图,进一步阐明本发明。应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
图1是本发明的流程图,结合附图可见,机器人基于环境上下文的语义理解的方法,包括如下操作步骤:
步骤1:从网络海量数据获取语义理解知识,构建知识库系统;
步骤2:利用深度神经网络技术将知识库按照环境上下文分类,得到情景集合,机器人根据情景集合进行输入与输出的匹配;
步骤3: 组建机器人知识库;
步骤4:利用语义理解的概念,将知识库以服务的形式提供给多终端机器人。
所述步骤1采用基于依存关系的语义理解技术,抓住输入句子的主干成分,进一步获取句子的关键词信息,如主语、谓语、宾语、动词,根据这些关键词概括整个句子的意思,并且去除了原句中的许多不需要的内容,能够更加精准地在数据库中进行匹配。
所述步骤2采用基于依存关系的机器人问答系统,不仅能实现单输入单输出的交互过程,而且能实现多轮的推进式的人与机器人的交互对话过程,当用户提出一个问题,机器人给出相应的答复,然后用户紧接着提出与上一个问题有一定关联度的问题,要更加准确地匹配问题,机器人就需要结合相应的上下文从知识库中寻找答案,多轮问答组成的上下文称为机器人知识库中的一个情景。
所述步骤3组建机器人问答交互系统中的机器人知识库,分析网络上的海量文本数据,并从中挖掘出语义理解相关的知识,找出其中的事件、施事者、受事者若干关键词,挖掘出其上下文内容,并使用句法树和语法树进行表示与存储,语义理解网络海量数据,极大丰富机器人知识库的内容。
所述步骤4为在获取到机器人的知识库后,根据关键词的相似性原理,采用深度神经网络等技术,将所有知识按照环境上下文进行分类,以得到众多的情景集合;
在此,使用高性能计算机架构,以及深度学习方法,快速并准确地进行情景匹配,相较普通分类算法,极大提升准确率与效率;
机器人在工作时,会读取用户的输入,并进行语义分析,然后将分析得到的知识与知识库系统中的情景进行匹配,找到最合适的答案并回复用户;
在用户输入下一个问题后,机器人会首先在这个情景中匹配合适的回答,如果未匹配到,可认为用户切换了情景,机器人重新从整个知识库中匹配合适结果并返回给用户。
采用语义理解即服务的思想,将机器人知识库分布在云端共享,以服务的形式提供给多终端机器人;
机器人能够记录与用户的交互状态,另一个机器人能够从云端读取这一状态,然后完成接下来的交互任务。
本发明的工作原理是:
本发明,通过捕捉输入的语句的主语、谓语、宾语、动词以及事件、施事者、受事者若干关键词,同时,通过上下文的结合,组成一个情景环境,让机器人能够准确理解,给出较为贴切的答复。
本发明方案所公开的技术手段不仅限于上述技术手段所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (6)
1.机器人基于环境上下文的语义理解的方法,其特征是包括如下操作步骤:
步骤1:从网络海量数据获取语义理解知识,构建知识库系统;
步骤2:利用深度神经网络技术将知识库按照环境上下文分类,得到情景集合,机器人根据情景集合进行输入与输出的匹配;
步骤3: 组建机器人知识库;
步骤4:利用语义理解的概念,将知识库以服务的形式提供给多终端机器人。
2.根据权利要求1所述的机器人基于环境上下文的语义理解的方法,其特征是所述步骤1采用基于依存关系的语义理解技术,抓住输入句子的主干成分,进一步获取句子的关键词信息,如主语、谓语、宾语、动词,根据这些关键词概括整个句子的意思,并且去除了原句中的许多不需要的内容,能够更加精准地在数据库中进行匹配。
3.根据权利要求2所述的机器人基于环境上下文的语义理解的方法,其特征是所述步骤2采用基于依存关系的机器人问答系统,不仅能实现单输入单输出的交互过程,而且能实现多轮的推进式的人与机器人的交互对话过程,当用户提出一个问题,机器人给出相应的答复,然后用户紧接着提出与上一个问题有一定关联度的问题,要更加准确地匹配问题,机器人就需要结合相应的上下文从知识库中寻找答案,多轮问答组成的上下文称为机器人知识库中的一个情景。
4.根据权利要求3所述的机器人基于环境上下文的语义理解的方法,其特征是所述步骤3组建机器人问答交互系统中的机器人知识库,分析网络上的海量文本数据,并从中挖掘出语义理解相关的知识,找出其中的事件、施事者、受事者若干关键词,挖掘出其上下文内容,并使用句法树和语法树进行表示与存储,语义理解网络海量数据,极大丰富机器人知识库的内容。
5.根据权利要求4所述的机器人基于环境上下文的语义理解的方法,其特征是所述步骤4为在获取到机器人的知识库后,根据关键词的相似性原理,采用深度神经网络等技术,将所有知识按照环境上下文进行分类,以得到众多的情景集合;
在此,使用高性能计算机架构,以及深度学习方法,快速并准确地进行情景匹配,相较普通分类算法,极大提升准确率与效率;
机器人在工作时,会读取用户的输入,并进行语义分析,然后将分析得到的知识与知识库系统中的情景进行匹配,找到最合适的答案并回复用户;
在用户输入下一个问题后,机器人会首先在这个情景中匹配合适的回答,如果未匹配到,可认为用户切换了情景,机器人重新从整个知识库中匹配合适结果并返回给用户。
6.根据权利要求5所述的机器人基于环境上下文的语义理解的方法,其特征是采用语义理解即服务的思想,将机器人知识库分布在云端共享,以服务的形式提供给多终端机器人;
机器人能够记录与用户的交互状态,另一个机器人能够从云端读取这一状态,然后完成接下来的交互任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710227670.0A CN106934068A (zh) | 2017-04-10 | 2017-04-10 | 机器人基于环境上下文的语义理解的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710227670.0A CN106934068A (zh) | 2017-04-10 | 2017-04-10 | 机器人基于环境上下文的语义理解的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106934068A true CN106934068A (zh) | 2017-07-07 |
Family
ID=59425008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710227670.0A Pending CN106934068A (zh) | 2017-04-10 | 2017-04-10 | 机器人基于环境上下文的语义理解的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106934068A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316644A (zh) * | 2017-08-22 | 2017-11-03 | 北京百度网讯科技有限公司 | 用于信息交互的方法及装置 |
CN107679225A (zh) * | 2017-10-20 | 2018-02-09 | 哈尔滨工业大学 | 一种基于关键词的回复生成方法 |
CN108170764A (zh) * | 2017-12-25 | 2018-06-15 | 上海大学 | 一种基于场景上下文的人机多轮对话模型构建方法 |
CN108197167A (zh) * | 2017-12-18 | 2018-06-22 | 深圳前海微众银行股份有限公司 | 人机对话处理方法、设备及可读存储介质 |
CN108376144A (zh) * | 2018-01-12 | 2018-08-07 | 上海大学 | 基于深度神经网络的场景自动切换的人机多轮对话方法 |
CN108491394A (zh) * | 2018-06-27 | 2018-09-04 | 杭州贝店科技有限公司 | 一种语义分析方法、装置、计算机设备及存储介质 |
CN108932656A (zh) * | 2018-06-29 | 2018-12-04 | 统通信(苏州)有限公司 | 智能电销机器人自然语言理解nlu平台 |
CN109510753A (zh) * | 2017-09-15 | 2019-03-22 | 上海挖数互联网科技有限公司 | Ip机器人群组的构建方法、交互响应方法和装置、存储介质、服务器 |
CN109784287A (zh) * | 2019-01-22 | 2019-05-21 | 中国科学院自动化研究所 | 基于情景信号类前额叶网络的信息处理方法、系统、装置 |
CN109960723A (zh) * | 2019-04-12 | 2019-07-02 | 浙江连信科技有限公司 | 一种用于心理机器人的交互系统及方法 |
CN110189751A (zh) * | 2019-04-24 | 2019-08-30 | 中国联合网络通信集团有限公司 | 语音处理方法及设备 |
CN110377708A (zh) * | 2019-06-03 | 2019-10-25 | 广东幽澜机器人科技有限公司 | 一种多情景对话切换方法及装置 |
CN110874401A (zh) * | 2018-08-31 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 信息处理方法、模型训练方法、装置、终端及计算设备 |
CN111966689A (zh) * | 2020-08-19 | 2020-11-20 | 中国银行股份有限公司 | 应用知识库构建方法及装置 |
CN113658714A (zh) * | 2021-05-11 | 2021-11-16 | 武汉大学 | 境外传染病输入的口岸卫生检疫案例情景匹配方法及系统 |
CN115048513A (zh) * | 2022-05-31 | 2022-09-13 | 孔德诗 | 一种基于自然语言识别客服机器人的知识库建设系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020049750A1 (en) * | 2000-04-10 | 2002-04-25 | Srinivas Venkatram | Concept mapping based knowledge acquisition system and methods |
US20130110518A1 (en) * | 2010-01-18 | 2013-05-02 | Apple Inc. | Active Input Elicitation by Intelligent Automated Assistant |
CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和系统 |
CN105591882A (zh) * | 2015-12-10 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种智能机器人与人混合客服的方法及系统 |
CN106126734A (zh) * | 2016-07-04 | 2016-11-16 | 北京奇艺世纪科技有限公司 | 文档的分类方法和装置 |
CN106489159A (zh) * | 2016-06-29 | 2017-03-08 | 深圳狗尾草智能科技有限公司 | 一种基于深度神经网络的用户画像表示学习系统及方法 |
CN106506327A (zh) * | 2016-10-11 | 2017-03-15 | 东软集团股份有限公司 | 一种垃圾邮件识别方法及装置 |
-
2017
- 2017-04-10 CN CN201710227670.0A patent/CN106934068A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020049750A1 (en) * | 2000-04-10 | 2002-04-25 | Srinivas Venkatram | Concept mapping based knowledge acquisition system and methods |
US20130110518A1 (en) * | 2010-01-18 | 2013-05-02 | Apple Inc. | Active Input Elicitation by Intelligent Automated Assistant |
CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和系统 |
CN105591882A (zh) * | 2015-12-10 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种智能机器人与人混合客服的方法及系统 |
CN106489159A (zh) * | 2016-06-29 | 2017-03-08 | 深圳狗尾草智能科技有限公司 | 一种基于深度神经网络的用户画像表示学习系统及方法 |
CN106126734A (zh) * | 2016-07-04 | 2016-11-16 | 北京奇艺世纪科技有限公司 | 文档的分类方法和装置 |
CN106506327A (zh) * | 2016-10-11 | 2017-03-15 | 东软集团股份有限公司 | 一种垃圾邮件识别方法及装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316644A (zh) * | 2017-08-22 | 2017-11-03 | 北京百度网讯科技有限公司 | 用于信息交互的方法及装置 |
CN109510753A (zh) * | 2017-09-15 | 2019-03-22 | 上海挖数互联网科技有限公司 | Ip机器人群组的构建方法、交互响应方法和装置、存储介质、服务器 |
CN107679225B (zh) * | 2017-10-20 | 2021-03-09 | 哈尔滨工业大学 | 一种基于关键词的回复生成方法 |
CN107679225A (zh) * | 2017-10-20 | 2018-02-09 | 哈尔滨工业大学 | 一种基于关键词的回复生成方法 |
CN108197167A (zh) * | 2017-12-18 | 2018-06-22 | 深圳前海微众银行股份有限公司 | 人机对话处理方法、设备及可读存储介质 |
CN108170764A (zh) * | 2017-12-25 | 2018-06-15 | 上海大学 | 一种基于场景上下文的人机多轮对话模型构建方法 |
CN108170764B (zh) * | 2017-12-25 | 2022-06-14 | 上海大学 | 一种基于场景上下文的人机多轮对话模型构建方法 |
CN108376144A (zh) * | 2018-01-12 | 2018-08-07 | 上海大学 | 基于深度神经网络的场景自动切换的人机多轮对话方法 |
CN108376144B (zh) * | 2018-01-12 | 2021-10-12 | 上海大学 | 基于深度神经网络的场景自动切换的人机多轮对话方法 |
CN108491394A (zh) * | 2018-06-27 | 2018-09-04 | 杭州贝店科技有限公司 | 一种语义分析方法、装置、计算机设备及存储介质 |
CN108932656A (zh) * | 2018-06-29 | 2018-12-04 | 统通信(苏州)有限公司 | 智能电销机器人自然语言理解nlu平台 |
CN110874401A (zh) * | 2018-08-31 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 信息处理方法、模型训练方法、装置、终端及计算设备 |
CN110874401B (zh) * | 2018-08-31 | 2023-12-15 | 阿里巴巴集团控股有限公司 | 信息处理方法、模型训练方法、装置、终端及计算设备 |
US10915815B1 (en) | 2019-01-22 | 2021-02-09 | Institute Of Automation, Chinese Academy Of Sciences | Information processing method, system and device based on contextual signals and prefrontal cortex-like network |
CN109784287A (zh) * | 2019-01-22 | 2019-05-21 | 中国科学院自动化研究所 | 基于情景信号类前额叶网络的信息处理方法、系统、装置 |
CN109960723A (zh) * | 2019-04-12 | 2019-07-02 | 浙江连信科技有限公司 | 一种用于心理机器人的交互系统及方法 |
CN110189751A (zh) * | 2019-04-24 | 2019-08-30 | 中国联合网络通信集团有限公司 | 语音处理方法及设备 |
CN110377708A (zh) * | 2019-06-03 | 2019-10-25 | 广东幽澜机器人科技有限公司 | 一种多情景对话切换方法及装置 |
CN111966689B (zh) * | 2020-08-19 | 2023-09-19 | 中国银行股份有限公司 | 应用知识库构建方法及装置 |
CN111966689A (zh) * | 2020-08-19 | 2020-11-20 | 中国银行股份有限公司 | 应用知识库构建方法及装置 |
CN113658714A (zh) * | 2021-05-11 | 2021-11-16 | 武汉大学 | 境外传染病输入的口岸卫生检疫案例情景匹配方法及系统 |
CN113658714B (zh) * | 2021-05-11 | 2023-08-18 | 武汉大学 | 境外传染病输入的口岸卫生检疫案例情景匹配方法及系统 |
CN115048513A (zh) * | 2022-05-31 | 2022-09-13 | 孔德诗 | 一种基于自然语言识别客服机器人的知识库建设系统 |
CN115048513B (zh) * | 2022-05-31 | 2024-05-17 | 国网四川省电力公司营销服务中心 | 一种基于自然语言识别客服机器人的知识库建设系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106934068A (zh) | 机器人基于环境上下文的语义理解的方法 | |
CN108804521B (zh) | 一种基于知识图谱的问答方法及农业百科问答系统 | |
US20200301954A1 (en) | Reply information obtaining method and apparatus | |
CN106294593B (zh) | 结合从句级远程监督和半监督集成学习的关系抽取方法 | |
CN104076944B (zh) | 一种聊天表情输入的方法和装置 | |
CN106250513B (zh) | 一种基于事件建模的事件个性化分类方法及系统 | |
CN107766511A (zh) | 智能问答方法、终端及存储介质 | |
CN106815356B (zh) | 基于语义分析的精确目标用户消息推送方法及系统 | |
CN110597992B (zh) | 基于知识图谱的语义推理方法及装置、电子设备 | |
CN103593412B (zh) | 一种基于树形结构问题的应答方法及系统 | |
CN110866093A (zh) | 机器问答方法及装置 | |
CN105677873A (zh) | 基于领域知识模型的文本情报关联聚类汇集处理方法 | |
KR20160125375A (ko) | 지능 문답 구현 방법, 시스템 및 저장 매체 | |
CN106294854A (zh) | 一种用于智能机器人的人机交互方法及装置 | |
CN106326440A (zh) | 一种面向智能机器人的人机交互方法及装置 | |
CN112749266B (zh) | 一种工业问答方法、装置、系统、设备及存储介质 | |
CN108304424B (zh) | 文本关键词提取方法及文本关键词提取装置 | |
WO2014127673A1 (en) | Method and apparatus for acquiring hot topics | |
CN108959531A (zh) | 信息搜索方法、装置、设备及存储介质 | |
CN104331523B (zh) | 一种基于概念对象模型的问句检索方法 | |
CN110852095B (zh) | 语句热点提取方法及系统 | |
CN109271459A (zh) | 基于Lucene和文法网络的聊天机器人及其实现方法 | |
CN111026883A (zh) | 电力业务数据的知识图谱构建方法、装置、设备和介质 | |
CN112632239A (zh) | 基于人工智能技术的类脑问答系统 | |
CN112966076A (zh) | 智能问答问题的生成方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170707 |