CN103631853A - 基于相关性的语音搜索和响应 - Google Patents

Abstract

本发明公开一种基于相关性的语音搜索和响应。寻找与家庭改善产品或其他产品购买相关的信息的用户向自动化系统提交查询。该系统将用户的语音查询转换为文本语句，并为了候选响应而搜索知识库。确定用于这些候选响应的质量得分。如果没有具有至少最低质量得分的候选响应被识别出，则该查询被发送到与代理相关联的第二设备。将代理响应提供给用户并存储在知识库中以供将来使用。

Description

基于相关性的语音搜索和响应

背景技术

消费者经常在进入商店时对于他们想购买什么特定产品或他们可能需要什么特定产品以完成家庭项目缺乏清晰的概念。大多数消费者利用手机、平板计算机、或其他网络支持设备来获取产品信息或评论信息。此外，商场人员有时会对消费者的产品搜索或家庭项目相关的特定主题缺乏专业知识。商场人员也可能没有产品的定位信息，可能需要在产品或库存数据中查找特定的产品。在某些情况下，如家庭改善需要，消费者可能期望更多关于如何选择和使用产品(包括服务)来实施具体项目的信息。

对消费者而言有用的是更好的了解关于产品、库存和其他与做出购买决策相关的主题的更多信息。

发明内容

根据所公开主题的实现，可以从第一设备接收来自用户的语音查询。语音查询可以被转换成文本语句。基于该文本语句可查询知识库。可接收来自知识库的响应。可确定该响应的质量得分。该质量得分可被确定为低于阈值。文本语句可被发送到第二设备。第二设备可与代理相关联。可以从第二设备接收响应语句。响应语句可被提供给第一设备。响应语句可被存储在知识库里。

来自知识库的响应可能基于对语音查询的自然语言分析，搜索知识库来检测至少一个关键字，或者可能是将关联于语音查询或文字语句的一个或多个词和关联于知识库中的答案的一个或多个词进行比较。

来自知识库的响应或来自代理的响应语句可包括项目的库存。基于知识库或库存数据库中包含的信息可确定该项目的库存。类似地，来自知识库的响应或来自代理的响应语句可包括项目的位置。可基于知识库或货架图(planogram)数据库中包含的信息来确定项目的位置。可对查询进行分析以确定经常被问及的问题或其他用户数据(例如，查询的日期和时间，查询的位置，进行查询的店铺，查询的主题等)。

第一或第二设备可以是计算设备，例如平板计算机、电话、智能手机、双向无线电设备、计算机、寻呼机和膝上型计算机。第一设备和第二设备可以互相通信。例如，用户可以向第一设备讲述问题。语音查询或转换后的文本语句可以被发送到由代理操作的第二设备。代理可在第二设备上查看该文本语句或直接响应第一用户(例如，语音通信)。

知识库可以基于所接收的查询和所提供的响应语句而进行更新和适应。它也可以通过输入与查询或响应语句无关的信息来进行更新。例如，新的产品可以以商店为载体。与该新产品有关的信息可能会被填充到知识数据库。在另一个例子中，产品的位置或库存可能会随时间而改变。

也可以对响应语句进行评估。例如，可以多次独立做出关于相似或相同主题的查询。对查询的响应在知识数据库中可能不可用。多个代理可以响应查询，每个具有略微不同的响应语句。响应语句可以被收集、存储或同时收集并存储在数据库中。在稍后的某天，响应语句可以就问及的相关问题而被评估其质量。在另一种配置中，可以由一个或多个用户提供评级。在另一种配置中，评级可基于在接收到查询时最常被查看的响应的确定。响应也可以被组合和／或合并。

在一个实施例中，可以确定关于来自知识库的响应是否在指定阈值质量得分以上。高的质量得分可以反映答案或响应语句被确定为对用户查询有用或相关。质量得分的确定可基于对潜在答案或响应语句中一个或多个词与查询中一个或多个词进行比较。质量得分可包含地理位置。质量得分可基于用户评级(例如，评定该答案是否有用)或用户是否执行关于类似主题的后续搜索。阈值可以由管理员(例如，数据库的控制者)配置，或者阈值可能会基于可用的响应语句或答案而被自动设置。

根据实施例，包括用于存储文本语句和响应语句的知识数据库的系统可被连接到处理器。处理器例如可以是服务器的一部分，该服务器或者是数据库的一部分或者是通过网络连接到数据库。处理器可以被配置为从第一设备接收来自用户的语音查询。它可以将语音查询转换为文本语句。该过程可基于文本语句而查询知识库。它可以从知识库接收响应，并确定用于该响应的质量得分。处理器可确定该质量得分低于阈值，并发送文本语句到第二设备。第二设备可与代理相关联。处理器可以从第二设备接收响应语句。它可以向第一设备提供响应语句。可选地，响应语句可被存储在知识库或可评估其质量的其它数据库中。

通过考虑下文的详细描述、附图和权利要求，本公开主题的附加特征、优点和实现可能会被列出或变得明显。此外，可以理解的是，前文的发明内容和下文的具体实施方式是示例性的，旨在提供更进一步的解释而非限制权利要求的范围。

附图说明

被包括来提供对所公开主题的进一步认识的附图，将被并入此说明书并构成该说明书的一部分。附图也阐明了所公开主题的实现，以及连同详细描述一起用于解释所公开主题的实现原则。没有尝试对所公开主题的基本理解及其多种实践方式展示超过需要的结构细节。

图1展示了根据所公开主题的实现的计算机。

图2展示了根据所公开主题的实现的网络配置。

图3是根据所公开主题的实施例的数据库、设备和服务器的示例配置。

图4是根据此处公开的实施例的示例处理流程。

具体实施方式

所公开主题提出的技术和安排可允许消费者从知识库或通过向代理讲话而获取查询的答案。该知识库可更新以反映对问题的答案，使得由代理提供给第一用户的答案可以自动被提供给第二用户。示例配置包括现存于商店中的电话。用户可以访问该电话并提出查询。该查询可以由语音识别软件接收并分析。语音识别软件可以将接收到的语音数据转换为文本语句。作为举例，该文本语句可能会被服务器接收，该服务器会将该语句与包含产品相关信息的数据库相比较，或者该文本语句会被发送到数据库进行处理(例如，将该文本语句中包含的一个或多个关键字与数据库相比较)。数据库可以为查询提供响应，且该响应可被评估以获取质量得分(下文中将提供详细描述)。根据该质量得分，来自数据库的响应可能被传递给用户设备，也可能被发送到代理设备。继而该代理可以修正该响应，提供新的响应，或者重新定向该查询以求响应。

在某些情况下，自然语言查询可以由用户设备接收。来自知识库的响应可能是基于语音查询的自然语言分析，搜索知识库以检测至少一个关键字，或者可能是关联于语音查询或文本语句的一个或多个词与关联于知识库中的答案的一个或多个词的比较。

来自知识库的响应或来自代理的响应语句可能包括项目的库存。可基于该知识库或库存数据库中包含的信息确定项目的库存。同样，来自知识库的响应或来自代理的响应语句可能包括项目的位置。可基于知识库或货架图数据库中包含的信息来确定项目的位置。可对查询进行分析以确定经常被问到的问题或其他用户数据(例如，查询的日期和时间，查询的位置，进行查询的商店，查询的主题等)。

第一或第二设备可以是计算设备，例如，平板计算机、电话、智能手机、双向无线电设备、计算机、寻呼机和膝上型计算机。第一设备和第二设备可以互相通信。例如，用户可以向第一设备讲述问题。语音查询或转换后的文本语句可以被发送到可由代理操作的第二设备。代理可在第二设备上查看文本语句或直接响应第一用户(例如，语音通信)。无论是第一还是第二设备，例如，都可能具有允许用户访问连接到该设备(或是与该设备集成)的麦克风的接口。例如，用户可以使用平板计算机进行查询，当用户选择按钮进行查询时，开启监听用户查询的麦克风接口。该接口也可以是语音交互式的。例如，用户可以说出可由系统识别的命令(例如发送、传输、挂机)。

知识库可以基于所接收的查询和所提供的响应语句而进行更新和适应。也可以通过输入与查询或响应语句无关的信息来进行更新。例如，新的产品可以以商店为载体。与该新产品有关的信息可能会被填充到知识数据库。在另一个例子中，产品的位置或库存可能会随时间而改变。

也可以对响应语句进行评估。例如，可以多次独立做出关于相似或相同主题的查询。对该查询的响应在知识数据库中可能不可用。多个代理可以响应查询，每个代理具有略微不同的响应语句。响应语句可以被收集、存储或同时收集并存储在数据库中。在稍后的时间，响应语句可以就问及的相关问题而被评估其质量。在另一种配置中，可以由一个或多个用户提供评级。在另一种配置中，评级可基于在接收到查询时最常查看的响应的确定。

在一个实施例中，可以确定来自知识库的响应是否在指定阈值的质量得分以上。高质量得分可能反映了答案或响应语句被确定为对用户查询相关或有用。质量得分的确定可基于对潜在答案或响应语句中一个或多个词和查询中一个或多个词的比较。质量得分可包含地理位置。质量得分可基于用户评级(例如，评定答案是否有用)或用户是否执行了关于类似主题的后续搜索。阈值可以由管理员(即，数据库的控制者)配置，或者阈值可能会基于可用的响应语句或答案而被自动设置。

例如，用户可以对电话说出对宠物用肥料的请求。电话可具有自动响应系统，其会欢迎用户或向用户介绍本系统。语音查询可以由专用交换分机(private branch exchange，“PBX”)接收，并转发到例如语音识别和转换系统。语音转换系统可以将语音查询转换成文本语句。文本语句可用于查询知识数据库。文本语句可以被发送到服务器，该服务器管理语音识别系统和数据库之间通过网络的信息互换。可以实时利用信息更新知识数据库。它可能包含与产品或其他项目相关的信息、促销、位置信息、库存、问题的答案。在本示例中，关键字“宠物”和“肥料”可与知识数据库中可用的问题和答案相比较。如果数据库能够确定一个或多个潜在的匹配，则可确定质量得分。在某些配置中，质量得分还可利用自然语言处理部件以帮助确定一个或更多的答案。例如，高的质量得分结果可能包含两个单词“宠物”和“肥料”。高的质量得分也可以定位利用类似的词语和句子结构(例如，措辞)的组合使用类似问题并返还提供给该问题的答案的实例。

如果知识数据库无法定位满足该质量得分阈值的答案，则其将会指示服务器，对当前查询没有可用答案。然后服务器可连接到第二设备(例如，电话)，并提供原始语音查询(例如，该语音查询可以被发送到除语音识别系统之外的服务器)或文本语句。第二设备可以由代理控制或操作。代理可能是服务供应商、承包商、商店员工等。代理可以在他们的处理中利用其他数据库或资源(包括，例如，个人知识)以试图为用户定位答案。代理可将响应输入第二设备或可将答案直接讲述给用户。输入的响应可以用来更新知识数据库，从而关于相同主题的后续查询可以返回所提供的答案。

用户可能有能力对答案或响应语句进行评级。评级可被用来确定未来查询的质量得分。代理的响应语句也可以被与商店相关的其他个体评论或评级。对响应语句的评级可依据例如清晰度、与所问及的查询的相关度、效用等。响应语句可能在被发送给用户之前收到评论。也就是说，它们可能会进入被另一个体评论的队列中。

在一种实现中，通过所公开的系统传递的数据可以以多种方式进行分析。例如，商店可基于它所收到的查询数目来确定消费者正在搜索某一种它目前不具有的特定产品。也可以对消费者所问及的问题类型进行分析。用户查询的响应值可被评估(例如，用户是否经常感觉所提供的信息是有帮助或有用的)。购买相关性也可以在产品查询和销售之间进行。

在某一实施例中可以针对查询生成模板响应。对查询类型的分析可基于对查询中词语和句子结构的分析。例如，问及“产品X在哪里?”的查询与诸如“X是什么产品?”这样的问题相比，可能导致生成不同的模板响应。模板响应可以使用包含在知识数据库中的信息。响应的模板可能会被存储在单独的数据库中。模板响应的优点是，提出类似问题的每个用户会接收一致的响应(响应中的信息可能会有所不同，或者随查询而更新)。

在某些配置中，机器学习算法可用于修改知识数据库、与用户交互、响应用户查询、将语音转换为文本语句、确定用户是否应该被连接到代理、以及确定用户应连接到哪种类型的代理(例如，具备产品信息知识的人、承包商、服务提供商等)。这种算法可用于评估查询、答案或响应语句，以及确定答案或响应语句是否是自动填充的。

在某一配置中，用户可以连接到服务提供商。例如，用户可能具有关于窗户安装的查询。该用户可能具有关于窗户安装相关产品的查询。系统可以识别用户可能得益于与窗户安装者的交谈，该安装者要么回答特定的问题要么为该用户进行安装。例如，用户可以简单地询问关于让专业人员进行窗户安装。系统还可以基于问题的性质识别该用户将得益于和专业人员联系(例如，用户正在确定哪些是窗户安装的基本问题)。

根据实施例，包括用于存储文本语句和响应语句的知识数据库的系统可被连接到处理器。该处理器例如可能是服务器的一部分，该服务器或者是数据库的一部分或者是通过网络连接到数据库。该处理器可以被配置为从第一设备接收来自用户的语音查询。它可以将语音查询转换为文本语句。该过程可基于文本语句查询知识库。它可以从知识库接收响应，并确定该响应的质量得分。处理器可确定该质量得分低于阈值并发送文本语句到第二设备。第二设备可与代理相关联。处理器可以从第二设备接收响应语句。它可以向第一设备提供响应语句。可选地，响应语句可能存储在知识库或可评估其质量的其他它数据库中。

当前所公开主题的实现可以被实现于和使用各种部件和网络体系结构。图1是示例性计算机20，其适合于实现当前公开主题的实现。计算机20包括将计算机20的主要部件互相连接的总线21，主要部件如中央处理器24，存储器27(通常是RAM，但也可能包括ROM、闪存或诸如此类)，输入／输出控制器28，例如经由显示适配器的显示屏幕的用户显示器22，用户输入接口26一其可能包括一个或多个控制器和相关联的如键盘、鼠标等的用户输入设备，并且可被紧密耦合到I／O控制器28上，例如硬盘驱动、闪存、光纤信道网络、SAN设备、SCSI设备等的固定存储装置23，以及可用于控制和接收光盘、闪存驱动等的可移动介质部件25。

总线21允许中央处理器24和存储器27之间进行数据通信，如前文中所提到的，存储器27可包括只读存储器(ROM)或闪存(两者都未示出)，和随机存取存储器(RAM)(未显示)。RAM通常是加载操作系统和应用程序的主存储器。在其他代码中，ROM或闪存还可包含控制例如与外围部件交互的基本硬件操作的基本输入／输出系统(BIOS)。通常在如硬盘驱动(例如，固定存储装置23)、光盘驱动、软盘、或其他存储介质25的计算机可读介质上存储并经由其访问与计算机20驻留的应用程序。

固定存储装置23可与计算机20集成，或者可以是独立的并通过其他接口访问。网络接口29可以提供经由电话链路到远程服务器的直接连接，经由互联网服务提供商(ISP)到互联网的连接，或经由使用POP(存在点)或其他技术链接到互联网的直接网络链接来到远程服务器的直接连接。网络接口29可以使用无线技术提供这样的连接，无线技术包括数字蜂窝电话连接、蜂窝数字分组数据(CDPD)连接、数字卫星数据连接等。例如，网络接口29可以允许计算机与其他计算机经由一个或多个局域、广域或其他网络来进行通信，如图2所示。

许多其他设备或部件(未显示)可能以类似的方式连接(例如，文件扫描仪、数码相机等)。相反，如图1所示的所有部件不需要都出现以实现本公开。部件可用不同于以上显示的方式相互连接。如图1所示的计算机操作在本技术领域广为人知，因此在本申请中不作详述。实现本公开的代码可以存储在如存储器27、固定存储装置23、可移动介质25中的一个或多个的计算机可读存储介质中或在远程存储位置上。

图2展示了根据所公开主题的实现的示例性网络配置。如本地计算机、智能手机、平板计算设备等的一个或多个客户端10、11可以经由一个或多个网络7连接到其他设备。网络可以是局域网、广域网、互联网或者任何其他合适的通信网络或多个网络，并且可以在包括有线和／或无线网络的任何合适的平台上实现。客户端可以与一个或多个服务器13和／或数据库15进行通信。该设备可由客户端10、11直接访问，或者一个或多个其他设备可提供中间访问，诸如服务器13提供对存储在数据库15中的资源的访问。客户端10、11也可以访问远程平台17或由诸如云计算布置和服务的远程平台17提供的服务。远程平台17可以包括一个或多个服务器13和／或数据库15。

更普遍的是，当前公开主题的各种实现可能包括或体现为用于实践这些过程的计算机实现过程或装置的形式。实现也可以体现为具有计算机程序代码的计算机程序产品的形式，所述计算机程序代码包含体现于诸如软盘、CD-ROM、硬盘驱动、USB(通用串行总线)驱动的非瞬态和／或有形介质中，或任何其他机器可读存储介质中的指令，其中，当将计算机程序代码载入计算机并被其执行时，该计算机就成为用于实践所公开主题的实现的装置。实现也可以体现为计算机程序代码的形式，例如，无论存储在存储介质中、载入计算机和／或由计算机执行，或通过光纤或经由电磁辐射在例如电线或线缆的传输介质进行传输，其中当计算机程序代码载入计算机并被执行时，该计算机就成为用于实践所公开主题实现的装置。当在通用微处理器上实施时，计算机程序代码段会配置微处理器来创造特定的逻辑电路。在某些配置中，存储在计算机可读存储介质中的一组计算机可读指令可以由通用处理器来实现，这可将通用处理器或包含该通用处理器的设备转换为配置用于实现或执行指令的专用设备。实现的实施可能使用的硬件包括处理器，诸如通用微处理器和／或专用集成电路(ASIC)，其实施了根据所公开主题的以硬件和／或固件的实现的全部或部分技术。处理器可以耦合到诸如RAM、ROM、闪存、硬盘或任何其他能够存储电子信息的设备的存储器。存储器可存储适合于由处理器执行的指令，以根据所公开主题的实现来实施这些技术。

图3展示了设备、数据库和服务器的示例性配置。用户310可以将查询输入到诸如智能手机的用户设备320中。例如，查询可以是语音查询或被键入到用户设备320中。查询可以由用户设备320所连接的PBX330接收。语音识别分析可以在340处进行。这可以在板上服务器360上执行，也可以由单独的系统(例如，发送到单独的服务器，并被提供给与系统相关联的服务器360)执行。服务器360可以接收被用于查询知识数据库350的文本语句。在某些情况下，知识数据库350可能没有满足阈值相关性得分值380的答案。在这些情况下，服务器可以发送文本语句到代理设备391。代理392可以在代理设备391上查看该文本语句，并利用例如单独的设备390来查询对代理392可用的其他资源(例如，知识数据库350，库存和货架图数据库370，诸如在线网站或论坛的互联网资源，或制造商的参考资料)。代理392的响应可被发送到问答队列395中，在这里该代理的响应可被评估。响应也可通过服务器360被返还到用户设备320。代理设备391还可以通过服务器360和PBX330直接连接到用户设备320，以允许代理392与用户310通过文本或语音进行通信。

图4展示了根据所公开主题的实施例的方法。系统从智能手机接收用户语音查询，401。语音查询被转换为文本语句，402。系统基于文本语句查询知识库，403。系统从知识库接收响应，404；并确定用于该响应的质量得分，405。如果响应质量得分超过阈值，则它可被返还给用户，406。如果该响应质量低于阈值，则系统可以发送文本语句到与代理相关联的设备，407。系统可从代理设备接收响应语句，408；并且将代理的响应提供给用户的智能手机，409。代理语句可以用任何介质提供，包括文本、语音和视频。系统可以使代理响应语句被存储在知识库中，410。系统可以将代理语句从它被接收到时的格式转换成适合于在用户设备或知识库中的存储装置上渲染的任何其他格式。

为了解释的目的，已经引用特定实现而描述了前文的说明。然而，以上的说明性的讨论并不是打算穷尽或将所公开主题的实现限制为所公开的精确形式。跟据上述教导，许多修改和变化是可能的。这些实现被选择和描述是为了解释所公开主题的实现的原则以及它们的实际应用，从而使其他本领域技术人员可以运用那些实现以及被修改为适合特定预期用途的各种实现。

Claims (27)

1.一种方法，包括：

从第一设备接收来自用户的语音查询；

将所述语音查询转换为文本语句；

基于所述文本语句查询知识库；

接收来自所述知识库的响应；

确定用于所述响应的质量得分；

确定所述质量得分低于阈值；

将所述文本语句发送到第二设备，所述第二设备与代理相关联；

从所述第二设备接收响应语句；

将所述响应语句提供给所述第一设备；以及

将所述响应语句存储在所述知识库中。

2.根据权利要求1所述的方法，其中，来自所述知识库的响应是基于对所述语音查询的自然语言分析。

3.根据权利要求1或2所述的方法，其中，来自所述知识库的响应是基于搜索所述知识库来检测至少一个关键字。

4.根据权利要求3所述的方法，其中所述至少一个关键字与所述语音查询的主题相关联。

5.根据前述任一权利要求所述的方法，其中，接收来自所述知识库的响应的步骤包括：将关联于所述语音查询或文本语句的一个或多个词和关联于所述知识库中的答案的一个或多个词进行比较。

6.根据前述任一权利要求所述的方法，进一步包括确定项目的库存状况。

7.根据前述任一权利要求所述的方法，进一步包括确定项目的位置。

8.根据前述任一权利要求所述的方法，其中所述第一设备是选自包含平板计算机、电话、智能手机、双向无线电设备、计算机、寻呼机和膝上型计算机的组。

9.根据前述任一权利要求所述的方法，其中所述第二设备是选自包含平板计算机、电话、智能手机、双向无线电设备、计算机、寻呼机和膝上型计算机的组。

10.根据前述任一权利要求所述的方法，其中，所述第一设备和所述第二设备被适应和配置以进行通信。

11.根据前述任一权利要求所述的方法，进一步包括：分析多个语音查询来确定经常被问及的问题。

12.根据前述任一权利要求所述的方法，其中所述响应语句包括文本数据。

13.根据前述任一权利要求所述的方法，进一步包括基于所述语音查询和所述响应语句更新所述知识库。

14.根据前述任一权利要求所述的方法，还包括对所述响应语句进行评级。

15.一种系统，包括：

知识数据库，用于存储多个文本语句和多个响应语句；

连接到所述知识数据库的至少一个处理器，所述至少一个处理器被配置为：

从第一设备接收来自用户的语音查询；

将所述语音查询转换为文本语句；

基于所述文本语句查询知识库；

接收来自所述知识库的响应；

确定用于所述响应的质量得分；

确定所述质量得分低于阈值；

将所述文本语句发送到第二设备，所述第二设备与代理相关联；

从所述第二设备接收响应语句；

将所述响应语句提供给所述第一设备；以及

将所述响应语句存储在所述知识库中。

16.根据权利要求15所述的系统，其中来自所述知识库的响应是基于对所述语音查询的自然语言分析。

17.根据权利要求15所述的系统，其中，来自所述知识库的响应是基于搜索所述知识库来检测至少一个关键字。

18.根据权利要求15所述的系统，其中，接收来自所述知识库的响应的步骤包括：将关联于所述语音查询或文本语句的一个或多个词和关联于所述知识库中的答案的一个或多个词进行比较。

19.根据权利要求15所述的系统，其中，所述至少一个处理器进一步被配置用于确定项目的库存状况。

20.根据权利要求15所述的系统，其中所述处理器被进一步配置用于确定项目的位置。

21.根据权利要求15所述的系统，其中所述第一设备是选自包含平板计算机、电话、智能手机、双向无线电设备、计算机、寻呼机和膝上型计算机的组。

22.根据权利要求15所述的系统，其中所述第二设备是选自包含平板计算机、电话、智能手机、双向无线电设备、计算机、寻呼机和膝上型计算机的组。

23.根据权利要求15所述的系统，其中所述第一设备和所述第二设备被适应和配置以进行通信。

24.根据权利要求15所述的系统，其中，所述至少一个处理器被进一步配置用于分析多个语音查询来确定经常被问及的问题。

25.根据权利要求15所述的系统，其中所述响应语句包括文本数据。

26.根据权利要求15所述的系统，所述处理器被进一步配置为基于所述语音查询和所述响应语句更新所述知识库。

27.根据权利要求15所述的系统，所述处理器被进一步配置为对所述响应语句进行评级。

Images