CN104462064B - 一种移动终端信息通讯提示输入内容的方法和系统 - Google Patents
一种移动终端信息通讯提示输入内容的方法和系统 Download PDFInfo
- Publication number
- CN104462064B CN104462064B CN201410770354.4A CN201410770354A CN104462064B CN 104462064 B CN104462064 B CN 104462064B CN 201410770354 A CN201410770354 A CN 201410770354A CN 104462064 B CN104462064 B CN 104462064B
- Authority
- CN
- China
- Prior art keywords
- semantic
- information
- storehouse
- content
- module
- 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.)
- Active
Links
- 230000006854 communication Effects 0.000 title claims abstract description 85
- 238000004891 communication Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013528 artificial neural network Methods 0.000 claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000007935 neutral effect Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 230000000877 morphologic effect Effects 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 210000004218 nerve net Anatomy 0.000 claims 1
- 210000002569 neuron Anatomy 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Landscapes
- Machine Translation (AREA)
Abstract
本发明提供一种移动终端信息通讯提示输入内容的方法和系统,所述方法包括以下步骤:接收自然语言的语义信息以及语义规则,建立语义信息库、语义规则库、语义网络以及人工神经网络;接收终端发送的信息通讯内容,并转变成可进行语义解析的数据内容;利用语义信息库、语义网络、人工神经网络结构获得精确语义匹配结果、语义推理结果、基于人工神经网络的结论;将精确语义解析结果、语义推理结果、基于人工神经网络得到的结论作为提示信息提示给用户;所述系统包括有:信息通讯内容接收模块、信息通讯内容判断和识别模块、处理模块、语义推理模块、精确语义解析模块、结论推理模块、提示模块等。本发明能减少用户文字输入,也提升了用户的手机体验。
Description
技术领域
本发明涉及移动通信技术领域,具体涉及一种移动终端信息通讯提示输入内容的方法和系统。
背景技术
随着手机等移动终端的普及,人们常通过QQ、微信等即时通讯工具或手机短信进行消息通讯。如何提高用户的消息输入速度和效率,目前较普遍的做法是通过输入法输入提示来解决。而这种方式输入速度慢,用户体验不佳。
发明内容
针对现有技术的不足,本发明提供一种移动终端信息通讯提示输入内容的方法和系统,能够在信息通讯过程中对上文信息数据进行分析,并据此给用户提示消息通讯的下文内容,由用户选择并响应所述消息通讯。
本发明的技术方案如下:
一种移动终端信息通讯提示输入内容的方法,其特征在于,所述方法包括以下步骤:
步骤1:
接收自然语言的语义信息以及语义规则,建立语义信息库和语义规则库;
基于语义信息库和语义规则库建立语义网络和人工神经网络,并利用学习训练模块对神经网络进行学习训练直至网络收敛;
步骤2:接收终端发送的信息通讯内容,并对信息通讯内容进行识别以及进行预处理操作,转变成可进行语义解析的数据内容;所述信息通讯内容包括有文本信息以及图片、表情、动画、音频及视频等媒体文件信息,所述文本信息为呈文本形式的自然语言;
步骤3:
(3.1)利用语义信息库对可进行语义解析的数据进行语义关系匹配,获得精确语义匹配结果;
(3.2)利用语义信息库以及语义规则库,对可进行语义解析的数据内容进行语义推理,获得语义推理结果;
(3.3)将可进行语义解析的数据内容输入人工神经网络结构,识别得到语义块序列后输入结论推理模块,结论推理模块根据语义块序列从语义信息库提取结论;
步骤4:将精确语义解析结果、语义推理结果、基于人工神经网络得到的结论作为回复所述信息通讯内容的提示信息提示给用户,由用户选择后响应所述接收到的信息通讯内容。
步骤1中,所述语义信息库包括有基本概念库、常识知识库、句型关系模板库、用户综合信息库、互联网信息库、自定义预输入信息库以及与基本概念库、常识知识库、句型关系模板库、用户综合信息库、互联网信息库、自定义预输入信息库相关联的语义关系库;其中所述用户综合信息库包括有用户的个人信息、通讯信息、社交信息、网上购物信息、上网足迹信息、用户行为信息等数据。
步骤1中,所述语义规则库包括有自然语义分析规则库、分类规则库、匹配规则库、数理逻辑推导规则库、处理策略库、用户行为分析规则库。所述自然语义分析规则库包括有文本语境处理、词法分析、句法分析、语义分析以及篇章分析规则。
步骤1中,学习训练模块对神经网络进行学习训练,是指对语义信息库中的语料信息进行分词、语义消歧、确定词性和语义块标注形成语义块序列。
步骤1中,若语义信息库中存放有图片、表情、动画、音频及视频等媒体文件信息,则对该媒体文件进行内容识别或文本信息标注。
步骤1中,所述语义信息库根据用户通讯信息、用户上网行为结合互联网信息进行信息更新。
步骤2中,对信息通讯内容进行识别,具体为判断信息通讯内容的类型,若为图片、表情、动画、音频及视频等媒体文件信息,则对其进行识别后转换为呈文本形式的自然语言;步骤2中的预处理操作具体为,将文本信息以及经过识别后的通讯内容信息进行分词操作,转变为可进行语义解析的数据。
步骤3.1的具体过程为:根据语义关系库分别与基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库之间的相关联的关系,在所述基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库中查找与可进行语义解析的数据精确匹配的基本概念,获得精确语义匹配结果。
步骤3.2的具体过程为,将经过预处理操作的可进行语义解析的数据内容输入到语义网络,语义推理模块将可进行语义解析的数据内容生成包含推理机制的对象,在语义网络中进行查询,根据语义规则库中所建立的规则得出推理结果。
步骤3.3的具体过程为:
(3.31)将经过预处理操作的可进行语义解析的数据内容输入到人工神经网络结构,语义块识别模块从语义解析的数据内容中识别得到语义块信息,并且将语义块输入到神经网络的输入层,输入层识别语义块所含词的词性、语义块标记、语境、所处位置等参数,经隐含层传递至输出层,由输出层得到反应语义块分类标记的可能性的对应参数并输入结论推理模块;
(3.32)结论推理模块根据对应参数的最大值从语义信息库中查询与由语义块序列组成的已进行语义解析的数据内容的已知问题,从语义信息库中存储的相似的已知问题及其对应应答中获取相应的结论。
一种移动终端信息通讯提示输入内容的系统,所述系统包括有:
存储模块,用于语义信息库和语义规则库中的数据存储;
信息更新模块,用于根据用户的习惯知识、用户行为结合互联网信息对语义规则库进行信息更新;
信息通讯内容接收模块,用于接收终端发送的信息通讯内容;
信息通讯内容判断和识别模块,用于判断和识别终端发送的信息通讯内容,具体为判断信息通讯内容的类型,然后根据通讯内容信息类型进行识别并转换为呈文本形式的自然语言,其中识别包括有图片识别、表情识别、动画识别、音频识别、视频识别、位置信息识别以及网页信息识别;
处理模块,用于对识别后的信息通讯内容进行预处理,将识别后的信息通讯内容转为可进行语义解析的数据;
语义推理模块,用于利用语义信息库以及语义规则库,对可进行语义解析的数据内容进行语义推理,获得语义推理结果;
精确语义解析模块,用于利用基本概念库、常识知识库并结合语义关系库对可进行语义解析的数据进行语义关系匹配,获得精确语义匹配结果;
学习训练模块,用于进行学习训练,具体包括对语义信息库中的语料信息进行分词、语义消歧、确定词性和语义块标注,形成语义块序列直至网络收敛;同时在网络收敛过程中学习句型、词性标注、命名实体识别、短语识别、语义角色标注、词语表征以及学习一个词语的多个表征。网络收敛后的人工神经网络由神经元提供模块保存;
神经元提供模块,用于保存网络收敛后的人工神经网络;
结论推理模块,用于根据语义块序列从语义信息库获取结论;
提示模块,用于将精确语义应答、推理语义应答以及基于人工神经网络的结论作为所述信息通讯内容的下文提示信息并提示给用户。
所述信息通讯内容接收模块与信息通讯内容判断和识别模块连接,信息通讯内容判断和识别模块与处理模块连接,处理模块分别与精确语义匹配模块、智能推理模块连接,处理模块通过存储至神经元提供模块中的人工神经网络与结论推理模块连接,智能推理模块通过存储至存储模块中的语义网络与存储模块连接,精确语义匹配模块、智能推理模块以及结论推理模块均与提示模块连接,精确语义匹配模块、信息更新模块分别与存储模块连接;
进一步地,所述信息通讯内容接收模块向信息通讯内容判断和识别模块单向通信连接,信息通讯内容判断和识别模块向处理模块单向通信连接,处理模块分别向精确语义匹配模块、智能推理模块单向通信连接,处理模块通过人工神经网络向结论推理模块单向通信连接,智能推理模块通过语义网络与存储模块进行双向通信连接,精确语义匹配模块、智能推理模块以及结论推理模块分别向提示模块单向进行通信连接,存储模块分别与精确语义匹配模块、信息更新模块进行双向通信连接。
本发明的有益效果为:本发明能够在用户利用手机或其他移动终端进行短信、即时消息等通讯过程中,可将移动终端消息通讯上文转化成可进行语义解析的数据,并将精确语义解析结果、语义推理结果、基于人工神经网络得到的结论,作为消息通讯下文数据提示给用户,由用户选择以响应所述消息通讯,从而减少用户文字输入,也提升了用户的手机体验。
附图说明
图1为本发明所述的一种移动终端信息通讯提示输入内容的方法流程图;
图2为本发明所述的一种移动终端信息通讯提示输入内容的系统示意图。
具体实施方式
下面结合附图对本发明作进一步的说明。
如附图1所示,本发明实施例所提供的一种移动终端信息通讯提示输入内容的方法,具体包括以下步骤:
步骤1:
(1.1)接收自然语言的语义信息以及语义规则,建立语义信息库和语义规则库,其中语义信息库包括有基本概念库、常识知识库、句型关系模板库、用户综合信息库、互联网信息库、自定义预输入信息库以及与基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库相关联的语义关系库。若语义信息库中存放有图片、表情、动画、音频及视频等媒体文件信息,则对该媒体文件进行文本信息标注,以方便后续的精确语义匹配。而用户综合信息库包括有用户的个人信息、通讯信息、社交信息、网上购物信息、上网足迹信息、用户行为信息等数据,所述自然语义分析规则库包括有文本语境处理、词法分析、句法分析、语义分析以及篇章分析规则。
语义信息库中的各种概念、句型、常识等语义规则内容均由语义专家输入,例如,所述基本概念库包含精确的控制指令概念、应用名称概念、影视名称概念、音乐名称概念、导演演员名称概念、电视台名称概念等一系列基本概念以及基本概念的扩展概念组成,还包括其他领域的输入内容,由语义专家自定义输入。常识知识库包含有各种基本常识,句型关系库包含有结合基本概念库和常识知识库相关联的各种句型关系。另外,所述语义信息库根据用户的习惯知识、用户行为结合互联网信息进行信息更新。进一步的,语义规则库还可以设置用户个性化提取机制,对特定群体、领域用户或个体用户的使用个性进行提取,以实现个性化的用户需求。
(1.2)基于语义信息库和语义规则库建立语义网络。语义网络是一种人工智能语义网络结构,其利用语义信息库中的概念及概念之间的关系,并附加语义规则库中的规则信息建立。因此语义网络具备分析推理功能,而语义推理是基于概念及其与其他概念之间的关系进行语义层面的推理,其关键在于各个概念之间关系的推理。
(1.3)基于语义信息库和语义规则库建立人工神经网络,其具体过程为:
预分词模块对语义信息库中的语料信息进行分词、语义消歧、确定词性并进行语义块标注形成语义块序列;学习训练模块对经预分词模块处理后的语料信息进行学习训练直至网络收敛。网络收敛后的人工神经网络由神经元提供模块保存。
语义块序列是指由语义块组成的序列,语义块可分为属性值块(Av)、属性块(At)、主体块(Sn)、事件块(Ev),例如句子:具备哪些条件的学生才可以申请奖学金?经过预分词模块进行分词、语义消歧、确定词性的操作处理后,句子的词序列如下:[具备/v] [哪些/r条件/n]的[学生/n][才/d 可以/v 申请/v][奖学金/n] ?/w,加上语义块信息后为,[Ev具备/v] [Qf哪些/r 条件/n] 的 [Sn学生/n] [Ev才/d 可以/v 申请/v] [Sn奖学金/n] ?/w。
训练后的人工神经网络包含有输入层、输出层和隐含层,其输入层根据语义块所含词的词义和语境设定节点,输出层根据语义块分类设定节点,隐含层用于实现输入层到输出层的传递;因此训练后的人工神经网络由一系列节点集组成,每一个节点集又都有若干个从该节点出来的由语义块组成的分支。通过这种结构,多个节点集构成了一棵内存树,树的叶子节点存有语义块序列信息。
步骤2:接收终端发送的信息通讯内容,若为图片、表情、动画、音频及视频等媒体文件信息,则对其进行识别后转换为呈文本形式的自然语言;经过识别后的通讯内容信息进行分词、语义消歧、确定词性等预处理操作,转变为可进行语义解析的数据。
步骤3:
(3.1)利用语义信息库对可进行语义解析的数据进行语义关系匹配,获得精确语义匹配结果,其具体过程为:根据语义关系库分别与基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库之间的相关联的关系,在所述基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库中查找与可进行语义解析的数据精确匹配的基本概念,获得精确语义匹配结果。
由于基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库包含了语义专家输入的含义精确的基本概念、常识知识条目,再结合语义关系库中与基本概念库和常识知识库的基本概念或扩展概念、常识知识条目之间的语义关系,从而可以对自然语言的文本作精确语义解析,获取精确语义匹配结果。例如,消息通讯中所携带的消息通讯上文文字数据中包含了“动作片”,而系统在基本概念库中的电影类型概念中,查找到“动作片”这一基本概念,以及在语义关系库中查找到与“动作片”相关的“武打片”,从而可推导出消息通讯上文文字数据的语意。
(3.2)利用语义信息库以及语义规则库,对可进行语义解析的数据内容进行语义推理,获得语义推理结果。其具体过程为,将经过预处理操作的可进行语义解析的数据内容输入到语义网络,语义推理模块将可进行语义解析的数据内容生成包含推理机制的对象,在语义网络中进行查询,根据语义规则库中所建立的规则得出推理结果。例如,假设可进行语义解析的数据内容为“李连杰的动作片中属于古装片的有哪些?”根据分类规则,假设结果为a,那么a既属于李连杰的动作片,又属于古装片,语义推理模块在语义网络进行查找,得出结果a为《少林寺》和《南北少林》。
(3.3)将经过预处理操作的可进行语义解析的数据内容输入到人工神经网络结构,语义块识别模块从语义解析的数据内容中识别得到语义块信息,并且将语义块输入到神经网络的输入层,输入层识别语义块所含词的词性、语义块标记、语境、所处位置等参数,经隐含层传递至输出层,由输出层得到反应语义块分类标记的可能性的对应参数并输入结论推理模块。结论推理模块根据对应参数的最大值从语义信息库中查询与由语义块序列组成的已进行语义解析的数据内容相似的已知问题,从语义信息库中存储的相似的已知问题及其对应应答中获取相应的结论。
步骤4:精确语义匹配结果、语义推理结果、基于人工神经网络得到的结论作为回复所述信息通讯内容的提示信息提示给用户,由用户选择后响应所述接收到的信息通讯内容。
如附图2所示,一种移动终端信息通讯提示输入内容的系统,所述移动终端可以为手机、平板电脑、个人数字助理、电视机、车载电脑、可穿戴通信设备等各种设备,本发明实施例对此不作限制,所述系统包括有:
存储模块,用于语义信息库和语义规则库中的数据存储;
信息更新模块,用于根据用户的习惯知识、用户行为结合互联网信息对语义规则库进行信息更新;
信息通讯内容接收模块,用于接收终端发送的信息通讯内容;
信息通讯内容判断和识别模块,用于判断和识别终端发送的信息通讯内容,具体为判断信息通讯内容的类型,然后根据通讯内容信息类型进行识别并转换为呈文本形式的自然语言,其中,识别包括有图片识别、表情识别、动画识别、音频识别、视频识别、位置信息识别以及网页信息识别;
处理模块,用于对识别后的信息通讯内容进行预处理,将识别后的信息通讯内容转为可进行语义解析的数据;
语义推理模块,用于利用语义信息库以及语义规则库,对可进行语义解析的数据内容进行语义推理,获得语义推理结果;
精确语义解析模块,用于利用基本概念库、常识知识库并结合语义关系库对可进行语义解析的数据进行语义关系匹配,获得精确语义匹配结果;
学习训练模块,用于进行学习训练,具体包括对语义信息库中的语料信息进行分词、语义消歧、确定词性和语义块标注形成语义块序列直至网络收敛。网络收敛后的人工神经网络由神经元提供模块保存;
神经元提供模块,用于保存网络收敛后的人工神经网络;
结论推理模块,用于根据语义块序列从语义信息库获取结论;
提示模块,用于将精确语义应答、推理语义应答以及基于人工神经网络的结论作为所述信息通讯内容的下文提示信息并提示给用户。
所述信息通讯内容接收模块与信息通讯内容判断和识别模块连接,信息通讯内容判断和识别模块与处理模块连接,处理模块分别与精确语义匹配模块、智能推理模块连接,处理模块通过存储至神经元提供模块中的人工神经网络与结论推理模块连接,智能推理模块通过存储至存储模块中的语义网络与存储模块连接,精确语义匹配模块、智能推理模块以及结论推理模块均与提示模块连接,精确语义匹配模块、信息更新模块分别与存储模块连接;
所述信息通讯内容接收模块向信息通讯内容判断和识别模块单向通信连接,信息通讯内容判断和识别模块向处理模块单向通信连接,处理模块分别向精确语义匹配模块、智能推理模块单向通信连接,处理模块通过人工神经网络向结论推理模块单向通信连接,智能推理模块通过语义网络与存储模块进行双向通信连接,精确语义匹配模块、智能推理模块以及结论推理模块分别向提示模块单向进行通信连接,存储模块分别与精确语义匹配模块、信息更新模块进行双向通信连接。
Claims (9)
1.一种移动终端信息通讯提示输入内容的方法,其特征在于,所述方法包括以下步骤:
步骤1:
(1.1)接收自然语言的语义信息以及语义规则,建立语义信息库和语义规则库;
(1.2)基于语义信息库和语义规则库建立语义网络和人工神经网络,并利用学习训练模块对神经网络进行学习训练直至网络收敛;
步骤2:接收终端发送的信息通讯内容,并对信息通讯内容进行识别以及进行预处理操作,转变成可进行语义解析的数据内容;
步骤3:
(3.1)利用语义信息库对可进行语义解析的数据进行语义关系匹配,获得精确语义匹配结果;
(3.2)利用语义信息库以及语义规则库,对可进行语义解析的数据内容进行语义推理,获得语义推理结果;
(3.3)将可进行语义解析的数据内容输入人工神经网络结构,识别得到语义块序列后输入结论推理模块,结论推理模块根据语义块序列从语义信息库提取结论;
步骤4:将精确语义解析结果、语义推理结果、基于人工神经网络得到的结论作为回复所述信息通讯内容的提示信息提示给用户,由用户选择后响应所述接收到的信息通讯内容。
2.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,步骤1中,所述语义信息库包括有基本概念库、常识知识库、句型关系模板库、用户综合信息库、互联网信息库、自定义预输入信息库以及与基本概念库、常识知识库、句型关系模板库、用户综合信息库、互联网信息库、自定义预输入信息库相关联的语义关系库;其中所述用户综合信息库包括有用户的个人信息、通讯信息、社交信息、网上购物信息、上网足迹信息、用户行为信息。
3.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,所述语义规则库包括有自然语义分析规则库、分类规则库、匹配规则库、数理逻辑推导规则库、处理策略库、用户行为分析规则库,其中,所述自然语义分析规则库包括有文本语境处理、词法分析、句法分析、语义分析以及篇章分析规则。
4.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,步骤(1.2)中,学习训练模块对神经网络进行学习训练,是指对语义信息库中的语料信息进行分词、语义消歧、确定词性和语义块标注形成语义块序列。
5.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,步骤2还包括,判断信息通讯内容的类型,若为媒体文件信息,则对其进行识别后转换为呈文本形式的自然语言;步骤2中的预处理操作具体为,将文本信息以及经过识别后的通讯内容信息进行分词操作,转变为可进行语义解析的数据。
6.如权利要求2所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,所述语义信息库根据用户通讯信息、用户上网行为结合互联网信息进行信息更新。
7.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,步骤(3.1)的具体过程为:根据语义关系库分别与基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库之间的相关联的关系,在所述基本概念库、常识知识库、用户综合信息库、互联网信息库、自定义预输入信息库中查找与可进行语义解析的数据精确匹配的基本概念,获得精确语义匹配结果。
8.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,步骤(3.2)的具体过程为,将经过预处理操作的可进行语义解析的数据内容输入到语义网络,语义推理模块将可进行语义解析的数据内容生成包含推理机制的对象,在语义网络中进行查询,根据语义规则库中所建立的规则得出推理结果。
9.如权利要求1所述的一种移动终端信息通讯提示输入内容的方法,其特征在于,步骤(3.3)的具体过程为:
(3.31)将经过预处理操作的可进行语义解析的数据内容输入到人工神经网络结构,语义块识别模块从语义解析的数据内容中识别得到语义块信息,并且将语义块输入到神经网络的输入层,输入层识别语义块所含词的词性、语义块标记、语境、所处位置,经隐含层传递至输出层,由输出层得到反应语义块分类标记的可能性的对应参数并输入结论推理模块;
(3.32)结论推理模块根据对应参数的最大值从语义信息库中查询与由语义块序列组成的已进行语义解析的数据内容的已知问题,从语义信息库中存储的相似的已知问题及其对应应答中获取相应的结论。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410770354.4A CN104462064B (zh) | 2014-12-15 | 2014-12-15 | 一种移动终端信息通讯提示输入内容的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410770354.4A CN104462064B (zh) | 2014-12-15 | 2014-12-15 | 一种移动终端信息通讯提示输入内容的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104462064A CN104462064A (zh) | 2015-03-25 |
CN104462064B true CN104462064B (zh) | 2017-11-03 |
Family
ID=52908134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410770354.4A Active CN104462064B (zh) | 2014-12-15 | 2014-12-15 | 一种移动终端信息通讯提示输入内容的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104462064B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866550A (zh) * | 2015-05-12 | 2015-08-26 | 湖北光谷天下传媒股份有限公司 | 一种模拟神经网络的文本过滤方法 |
CN106057200A (zh) * | 2016-06-23 | 2016-10-26 | 广州亿程交通信息有限公司 | 基于语义的交互系统及交互方法 |
CN106202301B (zh) * | 2016-07-01 | 2019-10-08 | 武汉泰迪智慧科技有限公司 | 一种基于深度学习的智能应答系统 |
CN107632987B (zh) | 2016-07-19 | 2018-12-07 | 腾讯科技(深圳)有限公司 | 一种对话生成方法及装置 |
CN108121722A (zh) * | 2016-11-28 | 2018-06-05 | 渡鸦科技(北京)有限责任公司 | 知识库的构建方法及装置 |
CN106708635A (zh) * | 2016-12-20 | 2017-05-24 | 福建中金在线信息科技有限公司 | 一种表情图片和文本混合显示方法及系统 |
CN108270661B (zh) * | 2017-01-04 | 2022-05-06 | 北京搜狗科技发展有限公司 | 一种信息回复的方法、装置和设备 |
US11545140B2 (en) | 2017-07-31 | 2023-01-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for language-based service hailing |
CN109213846A (zh) * | 2018-09-13 | 2019-01-15 | 山西卫生健康职业学院 | 一种自然语言处理系统 |
CN109669751A (zh) * | 2018-12-14 | 2019-04-23 | Oppo广东移动通信有限公司 | 一种输入框的绘制方法、装置、终端及计算机存储介质 |
CN109871440B (zh) * | 2019-02-25 | 2022-11-11 | 京东方科技集团股份有限公司 | 基于语义分析的智能提示方法、装置及设备 |
CN110765235B (zh) * | 2019-09-09 | 2023-09-05 | 深圳市人马互动科技有限公司 | 训练数据的生成方法、装置、终端及可读介质 |
CN112215927B (zh) * | 2020-09-18 | 2023-06-23 | 腾讯科技(深圳)有限公司 | 人脸视频的合成方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5890149A (en) * | 1996-06-20 | 1999-03-30 | Wisdomware, Inc. | Organization training, coaching and indexing system |
CN101068177A (zh) * | 2007-03-27 | 2007-11-07 | 腾讯科技(深圳)有限公司 | 一种互动问答系统及其实现方法 |
CN101286161A (zh) * | 2008-05-28 | 2008-10-15 | 华中科技大学 | 一种基于概念的智能中文问答系统 |
CN102789450A (zh) * | 2012-07-12 | 2012-11-21 | 卢玉敏 | 基于规则的可定义式语义解析系统及方法 |
CN103198155A (zh) * | 2013-04-27 | 2013-07-10 | 俞志晨 | 一种基于移动终端的智能问答交互系统及方法 |
CN103838711A (zh) * | 2012-11-26 | 2014-06-04 | 上海柚艾信息技术有限公司 | 基于规则的可定义式语义解析系统及方法 |
CN104133817A (zh) * | 2013-05-02 | 2014-11-05 | 深圳市世纪光速信息技术有限公司 | 网络社区交互方法、装置及网络社区平台 |
CN104199810A (zh) * | 2014-08-29 | 2014-12-10 | 科大讯飞股份有限公司 | 一种基于自然语言交互的智能服务方法及系统 |
-
2014
- 2014-12-15 CN CN201410770354.4A patent/CN104462064B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5890149A (en) * | 1996-06-20 | 1999-03-30 | Wisdomware, Inc. | Organization training, coaching and indexing system |
CN101068177A (zh) * | 2007-03-27 | 2007-11-07 | 腾讯科技(深圳)有限公司 | 一种互动问答系统及其实现方法 |
CN101286161A (zh) * | 2008-05-28 | 2008-10-15 | 华中科技大学 | 一种基于概念的智能中文问答系统 |
CN102789450A (zh) * | 2012-07-12 | 2012-11-21 | 卢玉敏 | 基于规则的可定义式语义解析系统及方法 |
CN103838711A (zh) * | 2012-11-26 | 2014-06-04 | 上海柚艾信息技术有限公司 | 基于规则的可定义式语义解析系统及方法 |
CN103198155A (zh) * | 2013-04-27 | 2013-07-10 | 俞志晨 | 一种基于移动终端的智能问答交互系统及方法 |
CN104133817A (zh) * | 2013-05-02 | 2014-11-05 | 深圳市世纪光速信息技术有限公司 | 网络社区交互方法、装置及网络社区平台 |
CN104199810A (zh) * | 2014-08-29 | 2014-12-10 | 科大讯飞股份有限公司 | 一种基于自然语言交互的智能服务方法及系统 |
Non-Patent Citations (1)
Title |
---|
《基于句法结构特征分析及分类技术的答案提取算法》;胡宝顺等;《计算机学报》;20080430;第31卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104462064A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462064B (zh) | 一种移动终端信息通讯提示输入内容的方法和系统 | |
CN106202010B (zh) | 基于深度神经网络构建法律文本语法树的方法和装置 | |
CN108536681B (zh) | 基于情感分析的智能问答方法、装置、设备及存储介质 | |
CN112182166B (zh) | 一种文本匹配方法、装置、电子设备及存储介质 | |
CN109635171A (zh) | 一种新闻节目智能标签的融合推理系统和方法 | |
CN110728298A (zh) | 多任务分类模型训练方法、多任务分类方法及装置 | |
CN108573047A (zh) | 一种中文文本分类模型的训练方法及装置 | |
CN113627447B (zh) | 标签识别方法、装置、计算机设备、存储介质及程序产品 | |
CN111368548A (zh) | 语义识别方法及装置、电子设备和计算机可读存储介质 | |
CN111222305A (zh) | 一种信息结构化方法和装置 | |
CN112307351A (zh) | 用户行为的模型训练、推荐方法、装置和设备 | |
CN109992781B (zh) | 文本特征的处理方法、装置和存储介质 | |
CN111858854B (zh) | 一种基于历史对话信息的问答匹配方法及相关装置 | |
CN110929045B (zh) | 诗歌-语义知识图谱的构建方法及系统 | |
CN111666400B (zh) | 消息获取方法、装置、计算机设备及存储介质 | |
CN111626049A (zh) | 多媒体信息的标题修正方法、装置、电子设备及存储介质 | |
CN112749556B (zh) | 多语言模型的训练方法和装置、存储介质和电子设备 | |
CN116975288A (zh) | 文本处理方法及文本处理模型训练方法 | |
CN114372454A (zh) | 文本信息抽取方法、模型训练方法、装置及存储介质 | |
CN113741759B (zh) | 评论信息的展示方法、装置、计算机设备和存储介质 | |
CN116362331A (zh) | 一种基于人机协同构建知识图谱的知识点填充方法 | |
CN113010664B (zh) | 一种数据处理方法、装置及计算机设备 | |
CN112749553B (zh) | 视频文件的文本信息处理方法、装置和服务器 | |
CN111581335A (zh) | 一种文本表示方法及装置 | |
CN111125387A (zh) | 多媒体列表生成、命名方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200414 Address after: 410000 room a1380, headquarters building, Changsha Zhongdian Software Park Co., Ltd., No.39, Jianshan Road, high tech Development Zone, Changsha City, Hunan Province Patentee after: Changsha ge'ermen Intelligent Technology Co., Ltd Address before: 113 Yuchi lane, Jianshe community, Chengguan Town, you County, Zhuzhou City, Hunan Province Patentee before: Chen Baorong |
|
TR01 | Transfer of patent right |