CN105183850A - 基于人工智能的信息查询方法及装置 - Google Patents
基于人工智能的信息查询方法及装置 Download PDFInfo
- Publication number
- CN105183850A CN105183850A CN201510564817.6A CN201510564817A CN105183850A CN 105183850 A CN105183850 A CN 105183850A CN 201510564817 A CN201510564817 A CN 201510564817A CN 105183850 A CN105183850 A CN 105183850A
- Authority
- CN
- China
- Prior art keywords
- user
- query word
- information
- vertical class
- query
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Abstract
本发明提出一种基于人工智能的信息查询方法及装置,该方法包括:获取用户输入的查询词;确定查询词属于的垂类;在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。本发明实施例的基于人工智能的信息查询方法及装置,提供引导信息,方便用户根据引导信息进行一步地查询信息,上下文需求进行相互关联,可满足用户的一些隐式需求。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种基于人工智能的信息查询方法及装置。
背景技术
人工智能(ArtificialIntelligence,简称AI),是指由人工制造出来的系统所表现出来的智能,人工智能是研究如何制造出人造的智能机器或者智能系统,来模拟人类智能活动的能力。
目前,在垂直领域内,用户主要通过两种方式获得垂直类别信息,第一种方式是通过搜索引擎检索关键词获得,或者通过浏览垂直类别网站获得;第二种方式是通过一些对话类系统(例如,Apple的Siri、Google的GoogleNow和Microsoft的Cortana等)进行询问获得,这些对话类系统通过自然语言的形式与用户进行交流并根据用户的需求获得对应的结果,以满足用户的需求。
然而,在实现本发明过程中,发明人发现现有技术至少存在以下问题:
对于第一种方式,(1)在用户通过搜索引擎进行查询的过程中,用户需要花费时间对垂直类别有一定程度的了解才能准确获得自己所需的信息,例如,当用户想要寻找一本小说时,用户需要对小说的类别体系、小说的书名或者作者等信息有一定了解,并向搜索引擎中输入对应的检索关键词,搜索引擎为用户提供与检索关键词有关的搜索结果,用户从搜索结果中选中自己需求的结果进行查看。然而,在用户不知道检索关键词时,搜索引擎无法获得用户所需的资源的相关信息,进而无法满足用户的需求。(2)对于垂直类别网站,由于垂直类别网站上的资源有限,一个垂直类别网站很难满足用户的所有需求,用户无法在一个集中的地点完成整个垂直类别的信息获取。例如,小说网站“起点中文网”中仅会有该网站作者的资源,用户在网站中无法其他不属于该网站作者的小说文章。
对于第二种方式,(1)相关的对话系统仅支持一轮的简单问题的答复,不能答复某个垂直领域的专业问题,例如,用户向对话系统中输入“哪本女配角逆袭的总裁文好看”的查询请求,对话系统无法有针对性为用户提供查询结果。(2)相关的对话系统上下文需求的相关性所做的优化不足,无法满足用户的一些隐式需求。例如,在用户向对话系统输入“金毛”后,对话系统返回金毛的相关介绍,此时,如果再次向对话系统输入“价格呢”,此时,对话系统仅会返回与“价格呢”相关的信息,而在这里,用户实际上是想查询金毛的价格。(3)相关的对话系统提供的功能有限,缺乏有效引导,无法引导对垂直类别内其他相关项进行探索。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的目的在于提出一种基于人工智能的信息查询方法,该方法提供引导信息,方便用户根据引导信息进行一步地查询信息,上下文需求进行相互关联,可满足用户的一些隐式需求。
本发明的第二个目的在于提出一种基于人工智能的信息查询装置。
为实现上述目的,本发明第一方面实施例提出了一种基于人工智能的信息查询方法,包括:获取用户输入的查询词;确定所述查询词属于的垂类;在所述查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。
本发明实施例的基于人工智能的信息查询方法,获取用户输入的查询词,并确定查询词属于的垂类,以及在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息,由此,有效引导用户通过多轮交互的方式进行信息查询,在每轮交互时,如果查询结果不满足用户需求,用户可根据引导信息进行一步地查询,上下文需求进行相互关联,可满足用户的一些隐式需求。
为实现上述目的,本发明第二方面实施例提出了一种基于人工智能的信息查询装置,包括:获取模块,用于获取用户输入的查询词;确定模块,用于确定所述查询词属于的垂类;处理模块,用于在所述查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。
本发明实施例的基于人工智能的信息查询装置,通过获取模块获取用户输入的查询词,并确定模块确定查询词属于的垂类,以及处理模块在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息,由此,有效引导用户通过多轮交互的方式进行信息查询,在每轮交互时,如果查询结果不满足用户需求,用户可根据引导信息进行一步地查询,上下文需求进行相互关联,可满足用户的一些隐式需求。
附图说明
图1是根据本发明一个实施例的基于人工智能的信息查询方法的流程图。
图2是与用户进行至少一轮的交互得到用户需要的查询结果的流程图。
图3是获取对应查询词的相关信息的流程图。
图4是包含查询词的相关信息的用户界面的示意图一。
图5是包含查询词的相关信息的用户界面的示意图二。
图6是包含查询词的相关信息的用户界面的示意图三。
图7是包含查询词的相关信息的用户界面的示意图四。
图8是根据本发明一个具体实施例的基于人工智能的信息查询方法的流程图。
图9是包含查询词的相关信息的用户界面的示意图五。
图10是包含查询词的相关信息的用户界面的示意图六。
图11是根据本发明一个实施例的基于人工智能的信息查询装置的结构示意图。
图12是根据本发明另一个实施例的基于人工智能的信息查询装置的结构示意图。
图13是用户与具有多轮对话功能的应用程序内部之间的关系示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的基于人工智能的信息查询方法及装置。
图1是根据本发明一个实施例的基于人工智能的信息查询方法的流程图。
如图1所示,该基于人工智能的信息查询方法包括:
S1,获取用户输入的查询词。
在本发明的一个实施例中,用户可通过多种方式输入查询词,例如,用户可以以文本、语音或图像输入查询词。
在用户通过语音或者图像输入时,可将输入的语音或者图像转换为用户方便理解的自然语言的查询词,并在交互界面上显示对应的文本。
例如,在用户通过语音方式输入查询词后,可基于语言模型将用户输入的语音转换为对应的文本,并以自然语言的形式在交互界面上显示用户输入的查询词。
S2,确定查询词属于的垂类。
具体地,在获得用户输入的查询词后,需要确定查询词属于的垂类,以方便后续在查询词属于的垂类下,与用户进行交互,或者获得查询词的相关信息。目前,可通过多种方式确定查询词所属的垂类,用户可根据实际需求进行选择,举例说明如下:
(1)基于机器学习方式确定查询词属于的垂类。
具体地,首先从搜索引擎日志(包含语音搜索)中挖掘和标注与垂类相关的查询词,构建垂类相关的训练数据集合,然后对训练数据提取特征,训练机器学习分类器(例如最大熵模型、支持向量机)根据提取到的特征对垂类需求查询进行分类,以确定查询词语与垂类的对应关系,并保存查询词语与垂类的对应关系。
其中,需要说明的是,在分类的过程中,对于多个垂类,可以采用所有类别统一模型多分类,也可以采用每个垂类单独模型二分类,最后统一决策。
具体而言,在获得查询词后,可通过查询词与垂类的对应关系确定查询词对应的垂类。例如,在接收到用户输入的查询词为“天蚕土豆的小说”后,由于查询词中包含作者名,小说等词,通过机器学习方式可确定该查询词对应的垂类为小说垂类。
(2)基于模式解析方式确定查询词属于的垂类。
为了可以基于模式解析方式确定查询词属于的垂类,在确定查询词属于的垂类之前,针对每类垂类(例如小说垂类,美食垂类、餐馆垂类等),可构建关键词模式集合,并保存垂类与关键词模式之间的对应关系。
在接收到用户输入的查询词后,可基于分词、命名实体识别等技术,对查询中的实体和关键词进行解析,并用解析结果匹配垂直类别的模式集合,如果匹配成功,则发到对应的垂直类别。
以找餐馆垂类为例:假定用户当前输入的查询词为“三里屯附近安静的餐厅”,首先对这个查询词做分词、命名实体识别等基础词法分析,通过分析可确定该查询词对应的模式为:[地点]_[风格]_[餐厅]。每个类别单独挖掘模式集合。也就是说,对于待分发的查询词,首先,通过分词、命名实体识别等基础词法分析方式对查询词进行分析,然后将分析结果与垂直类别的模式集合进行匹配,如果匹配成功,则分发到对应的垂直类别。
S3,在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。
在本发明的一个实施例中,在查询词属于的垂类中,与用户进行至少一轮的交互得到用户需要的查询结果的具体过程,如图2所示,可以包括:
S31,将查询词解析为查询词属于的垂类的垂类知识体系能够表示的结构化信息。
其中,每种垂类的垂类知识体系是预先建立的,垂类知识体系是基于垂直类别结构化网页提供的信息和用户需求表示体系建立起来的。
其中,用户需求表示体系是用户需求的语义表示体系,具体地,可从用户需求表示体系中挖掘出语义和结构知识。
需要说明的是,用户需求是根据查询词确定的。也就是说,用户需求表示体系中包含大量与用户需求对应的查询词,通过对查询词进行分析,可从中获得查询词的语义和结构知识。
每种垂类的垂类知识体系的结构形式不同,下面举例说明一下垂类知识体系的结构形式。
例如,餐馆垂类的垂类知识体系的结构形式如表1所示。
表1餐馆垂类的垂类知识体系的结构形式
通过表1可以看出,餐馆垂类的垂类知识体系中包含各餐馆相关的位置、菜系、口味、环境等多个维度信息,以及各维度可能的取值。
S32,根据结构化信息、垂类知识体系,以及,查询词属于的垂类的垂类资源库,获取相关信息。
其中,相关信息可以包括但不限于对应查询词的查询结果和引导信息。
在本发明的一个实施例中,为了可以获得查询词属于的垂类的垂类资源,步骤S32之前,还可以获取查询词属于的垂类的结构化资源和非结构化资源,并将结构化资源和非结构化资源组成垂类资源库。
其中,结构化资源是从多个对应的垂类网站抓取整合数据后得到的全量数据资源,非结构化资源根据用户查询词或互联网文本挖掘得到的结构化资源的补充或扩展信息。
下面以小说为例说明根据小说垂类的结构化资源和非结构化姿态组成小说垂类的垂类资源的过程。
通常垂直类别的结构化资源呈现复杂的体系结构,在组成小说垂类的垂类资源的过程中,可先获取小说垂类的结构化资源,具体地,可通过抓取起点中文网、纵横中文网、晋江、红袖、17K小说网、小说阅读网等主流中文小说网站上小说的信息建立全量数据资源。
然后,对于小说垂类的非结构化资源,可获取小说名、作者、类别、标签词、资源满足链接、小说简介、小说周边和百科信息等资源,并对所获得的上述资源进行整合。最后可将整合后的资源和上述全量数据资源保存至垂类资源库,以完成小说垂类的垂类资源的入库。
其中,需要理解的是,针对其他垂类,获取其对应的垂类资源的过程与获得小说垂类的垂类资源的过程相同,此处不再赘述。
在本发明的一个实施例中,获取对应查询词的相关信息的过程,如图3所示,可以包括:
S321,根据结构化信息和用户前一次的状态信息,更新用户的当前状态信息。
根据垂类场景中的常见对话流程,实现对话系统的状态空间构建和交互策略初始化。具体地,在用户第一次输入查询次后,可根据用户的偏好或者交互历史获取用户的初始化状态信息。
S322,根据垂类知识体系和垂类资源库,生成当前状态信息对应的候选动作。
其中,上述候选动作可以包括:满足用户需求的动作,或者,进一步澄清用户需求的动作,或者,为用户需求提供横向或纵向的引导信息。其中,用户需求根据查询词确定。
S323,根据预设模型在候选动作中选择与当前状态信息匹配程度较高的预设个数的候选动作,将选择的候选动作作为相关信息。
具体地,在当前状态信息对应的候选动作后,可基于预设模型例如POMDP(partiallyobservableMarkovdecisionprocesses,部分可见马尔科夫决策过程)模型从多个候选动作中选择与当前状态信息匹配程度较高的预设个数的候选动作,并将选择的候选动作作为查询词的查询结果和引导信息返回给用户,用户所使用的具有对话功能的应用程序的当前界面中显示查询词的查询结果和引导信息。
其中,满足用户需求的动作,或者,进一步澄清用户需求的动作在被选择后作为查询结果,为用户需求提供横向或纵向的引导信息在被选择后作为引导信息。
其中,预设个数是预先设定的,例如,预设个数为5,假定根据垂类知识体系和垂类资源库,生成当前状态信息的候选动作为10,此时,可通过POMDP模型选择出与当前状态信息匹配程度较高的5个候选动作,并将选择的候选动作作为相关信息返回给用户。
S33,向用户展示查询结果和引导信息。
S34,在用户根据引导信息再次输入查询词后,重复上述根据查询词获取相关信息的流程,直至得到用户需要的查询结果。
在本发明的一个实施例中,还可以根据用户的反馈更新预设模型的参数,以便在参数不同时选择不同的候选动作。也就是说,在用户再次输入查询词后,可根据用户再次输入的查询词调整预设模型的参数,以使预设模型根据调整后的参数为用户选择不同的候选动作。即根据当前状态信息提供引导信息和满足信息,不同状态信息对应的引导信息和满足信息不同,系统会根据当前状态信息和用户需求提供最优的满足信息和引导信息,以引导用户查询垂类信息。
例如,当前用户输入的查询词为“西餐厅”,可确定该查询词对应的垂类为美食垂类,同时通过查询词可确定当前用户的用户需求是找一家西餐厅吃饭,由于时根据查询词不能确定用户需要什么类型的西餐厅,此时,根据垂类知识体系和垂类资源库可多种候选动作,并通过POMDP模型选择出与当前状态信息匹配程度较高的13个候选动作,并将选择的13个候选动作为查询的相关信息返回给用户。其中,当前用户的当前界面中显示的查询结果如图4所示,根据查询词不能确定用户需要什么类型的西餐厅,此时,可引导用户提供更加详细的第一引导信息,并提供与第一引导信息相对应的可能的回答,即第二引导信息,以方便用户选择或者输入。其中,用户还可通过点击下一条指示按键查看与第一指导信息相对应的其他回答。在用户点击“请客户吃饭后”,可根据用户当前输入的查询词确定符合用户需求的一家餐馆,并获得与当前查询词的查询结果和引导信息,其中,包含当前查询词的相关信息的界面,如图5所示,此时,用户可根据引导信息,进步一提问更多关于餐馆的问题,如是否有wifi,是否方便停车等问题。
再例如,如果当前用户输入的查询词为“天蚕土豆的小说”,在接收到用户的查询词后,通过语义分析可确定查询词中包含小说作者的名称,根据查询词可确定查询词对应的垂类为小说垂类,同时通过查询词可确定用户是想要根据作者名查询图书,可根据作者名获得对应的候选动作,并在用户所使用的应用程序中显示查询词对应的相关信息,包含查询词的相关信息的界面形式如图6所示,此时,用户可根据需求点击对应的书名。另外,用户还以通过点击第一按键,进行账号登录,或者清空消息记录。
再例如,如果当前用户输入的查询词为“好吃的韩国烤肉”,在接收到用户输入的查询词后,可将查询词对应的垂类为餐馆美食垂类,具体而言,可将查询词解析为垂类知识体系能够表示的结构化信息,并根据结构化信息、垂类知识体系和查询词属于的垂类的垂类资源库获取查询词对应的查询结果和引导信息,并将所获得的查询词的查询结果和引导信息返回给用户,其中,包含查询词的相关信息的用户界面,如图7所示,此时,用户可根据引导信息另选一个,也可以根据需求直接确定这家店。另外,用户还可通过点击下一条提示按键查看其他引导信息。
综上可知,该实施例的基于人工智能的信息查询方法具有以下有益效果:(1)与通过搜索引擎查找相比,在查询过程中,该实施例的信息查询方式不需要用户对垂直类别有较深的了解,通过多轮交互的方式,引导用户准确描述需求,并根据需求为用户提供对应的查询结果和引导信息。(2)对比垂类网站浏览方式,该实施例的信息查询方式,不需要用户浏览大量的网页,且无需人工过滤无用的信息,该查询方式智能过滤无用的信息,仅为用户提供与查询词的相关信息。
(3)对比相关的对话系统,该实施例的信息查询方式,针对垂直类别资源结构的复杂性做特定处理,产生基于垂类实体结构的状态空间,可以对垂类内的深层次问题进行满足,并通过引导信息提示用户再次输入查询词,以进行下一轮的查询,也就是说,该实施的信息查询方式通过显示引导信息可有效引导用户提供正确的问题。
本发明实施例的基于人工智能的信息查询方法,获取用户输入的查询词,并确定查询词属于的垂类,以及在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息,由此,有效引导用户通过多轮交互的方式进行信息查询,在每轮交互时,如果查询结果不满足用户需求,用户可根据引导信息进行一步地查询,上下文需求进行相互关联,可满足用户的一些隐式需求。
图8是根据本发明一个具体实施例的基于人工智能的信息查询方法的流程图。如图8所示,该基于人工智能的信息查询方法包括:
S801,获取用户输入的查询词“金毛”。
在本发明的一个实施例中,用户可通过多种方式输入查询词“金毛”,例如,用户可以以文本、语音或图像输入的查询词“金毛”。
例如,用户输入一张金毛的图片,此时,交互界面中显示用户输入的图片,并且显示根据图片确定的查询词“金毛”。
S802,确定查询词“金毛”属于的垂类。
在本发明的一个实施例,在用户输入“金毛”后,可基于机器学习方式或者基于模式解析方式确定“金毛”所属于的垂类为宠物垂类。
S803,将查询词“金毛”解析为查询词属于的垂类的垂类知识体系能够表示的结构化信息。
其中,每种垂类的垂类知识体系是预先建立的,垂类知识体系是基于垂直类别结构化网页提供的信息和用户需求表示体系建立起来的。
其中,用户需求表示体系是用户需求的语义表示体系,具体地,可从用户需求表示体系中挖掘出语义和结构知识。
S804,根据结构化信息、垂类知识体系,以及,查询词属于的垂类的垂类资源库,获取相关信息。
在本发明的一个实施例中,为了可以获得查询词属于的垂类的垂类资源,步骤S32之前,还可以获取查询词属于的垂类的结构化资源和非结构化资源,并将结构化资源和非结构化资源组成垂类资源库。
其中,结构化资源是从多个对应的垂类网站抓取整合数据后得到的全量数据资源,非结构化资源根据用户查询词或互联网文本挖掘得到的结构化资源的补充或扩展信息。
具体地,可根据金毛的结构化信息、垂类知识体系和垂类资源库中金毛的资源信息获得与金毛的查询结果和引导信息。
S805,展示与查询词“金毛”的查询结果和引导信息。
具体而言,可获得金毛的基本信息,并获得与金毛有关的引导信息。其中,当前用户的用户界面中显示的与“金毛”相关的查询结果和引导信息,如图9所示。
S806,接收用户选中的引导信息,并将用户选中的引导信息作为新的查询词进行信息查询,以及返回新的查询词的相关信息。
需要说明的是,在用户有新的用户需求后,可根据当前查询词的结构化信息和用户前一次的状态信息,更新用户的当前状态信息,并根据当前状态信息以及其他相关信息获得对应查询结果和引导信息。
具体地,在用户选中的引导信息为“我想买一只”后,根据当前用户的当前需求获得对应的查询结果和引导信息,并返回对应的查询结果和引导信息,此时,当前用户的用户界面中显示的内容如图10所示。在用户输入“2000元左右吧”,可将用户当前选中的引导信息作为新的查询词,并可结合上一次的状态信息和当前查询词对应的结构化信息,更新当前用户的当前状态信息,并为用户返回价格在2000左右的金毛的相关信息。
本发明实施例的基于人工智能的信息查询方法,在用户进行信息查询的过程中,有效引导用户通过多轮交互的方式进行信息查询,在每轮交互时,如果查询结果不满足用户需求,用户可根据引导信息进行一步地查询,上下文需求进行相互关联,可满足用户的一些隐式需求。
为了实现上述实施例,本发明还提出一种基于人工智能的信息查询装置。
图11是根据本发明一个实施例的基于人工智能的信息查询装置的结构示意图。
如图11所示,该基于人工智能的信息查询装置包括获取模块100、确定模块200和处理模块300,其中:
获取模块100用于获取用户输入的查询词;确定模块200用于确定查询词属于的垂类;处理模块300用于在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。
具体地,获取模块100具有用于:获取用户以文本、语音或图像输入的查询词。
在获取模块100获取用户输入的查询词后,确定模块200可基于机器学习方式,或者基于模式解析方式,确定查询词属于的垂类。
如图12所示,上述处理模块300可以包括解析单元310、获取单元320、展示单元330和处理单元340,其中:
解析单元310用于将查询词解析为查询词属于的垂类的垂类知识体系能够表示的结构化信息。
其中,每种垂类的垂类知识体系是预先建立的,垂类知识体系是基于垂直类别结构化网页提供的信息和用户需求表示体系建立起来的。
其中,用户需求表示体系是用户需求的语义表示体系,具体地,可从用户需求表示体系中挖掘出语义和结构知识。
获取单元320用于根据结构化信息、垂类知识体系,以及,查询词属于的垂类的垂类资源库,获取相关信息,相关信息包括:对应查询词的查询结果,以及,引导信息。
具体地,获取单元310,具体用于:根据结构化信息和用户前一次的状态信息,更新用户的当前状态信息,并根据垂类知识体系和垂类资源库,生成当前状态信息对应的候选动作,以及根据预设模型在候选动作中选择与当前状态信息匹配程度较高的预设个数的候选动作,将选择的候选动作作为相关信息。
其中,候选动作包括:满足用户需求的动作,或者,进一步澄清用户需求的动作,或者,为用户需求提供横向或纵向的引导信息,其中,用户需求根据查询词确定。
具体地,在获得当前状态信息对应的候选动作后,获取单元320可基于预设模型例如POMDP(partiallyobservableMarkovdecisionprocesses,部分可见马尔科夫决策过程)模型从多个候选动作中选择与当前状态信息匹配程度较高的预设个数的候选动作,并将选择的候选动作作为查询词的查询结果和引导信息返回给用户,用户所使用的具有对话功能的应用程序的当前界面中显示查询词的查询结果和引导信息。
其中,满足用户需求的动作,或者,进一步澄清用户需求的动作在被选择后作为查询结果,为用户需求提供横向或纵向的引导信息在被选择后作为引导信息。
其中,需要说明的是,预设个数是预先设定的,例如,预设个数为5,假定根据垂类知识体系和垂类资源库,生成当前状态信息的候选动作为10,此时,获取单元320可通过POMDP模型选择出与当前状态信息匹配程度较高的5个候选动作,并将选择的候选动作作为相关信息返回给用户。
其中,相关信息可以包括但不限于:对应查询词的查询结果和引导信息。
展示单元330用于向用户展示查询结果和引导信息。
处理单元340用于在用户根据引导信息再次输入查询词后,重复上述根据查询词获取相关信息的流程,直至得到用户需要的查询结果。
如图12所示,上述装置还可以包括更新模块400,该更新模块400用于根据用户的反馈更新预设模型的参数,以便在参数不同时选择不同的候选动作。也就是说,在用户再次输入查询词后,可根据用户再次输入的查询词调整预设模型的参数,以根据调整后的参数为用户选择不同的候选动作。即根据当前状态信息提供引导信息和满足信息,不同状态信息对应的引导信息和满足信息不同,系统会根据当前状态信息和用户需求提供最优的满足信息和引导信息,以引导用户查询垂类信息。
如图12所示,该装置还可以包括初始化模块500,该初始化模块500用于根据用户的偏好或者交互历史,获取用户的初始化状态信息。
具体地,在用户第一次输入查询次后,初始化模块500可根据用户的偏好或者交互历史,获取用户的初始化状态信息。
为了可以获得查询词属于的垂类的垂类资源,上述装置还可以包括预处理模块600,该预处理模块600用于获取查询词属于的垂类的结构化资源和非结构化资源,将结构化资源和非结构化资源组成垂类资源库,其中,结构化资源是从多个对应的垂类网站抓取整合数据后得到的全量数据资源,非结构化资源根据用户查询词或互联网文本挖掘得到的结构化资源的补充或扩展信息。
下面以小说为例说明预处理模块600根据小说垂类的结构化资源和非结构化姿态组成小说垂类资源的过程。
通常垂直类别的结构化资源呈现复杂的体系结构,在组成小说垂类垂类的资源的过程中,可先获取小说垂类的结构化资源,具体地,可通过抓取起点中文网、纵横中文网、晋江、红袖、17K小说网、小说阅读网等主流中文小说网站上小说的信息建立全量数据资源。
然后,对于小说垂类的非结构化资源,可获取小说名、作者、类别、标签词、资源满足链接、小说简介、小说周边和百科信息等资源,并对所获得的上述资源进行整合。最后可将整合后的资源和上述全量数据资源保存至垂类资源库,以完成小说垂类的资源的入库。
需要说明的是,前述对基于人工智能的信息查询方法实施例的解释说明也适用于该实施例的基于人工智能的信息查询装置,此处不再赘述。
本发明实施例的基于人工智能的信息查询装置,通过获取模块获取用户输入的查询词,并确定模块确定查询词属于的垂类,以及处理模块在查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息,由此,有效引导用户通过多轮交互的方式进行信息查询,在每轮交互时,如果查询结果不满足用户需求,用户可根据引导信息进行一步地查询,上下文需求进行相互关联,可满足用户的一些隐式需求。
其中,在实际应用中,用户与具有多轮对话功能的应用程序(对话系统)内部之间的关系,关系示意图,如图13所示,在用户输入查询词后,查询理解可基于垂类知识体系对查询词进行理解,然后需求状态更新基于查询理解后的结果和垂类知识体系进行状态更新,以生成当前状态信息,然后候选策略生成基于当前状态信息、垂类知识体系和垂类资源生成当前状态信息多个候选动作,然后,将通过收益目标函数对多个候选动作进行处理,并将处理结果输入策略控制模型,策略控制模型基于策略基于预设测量对多个候选动作进行处理,并向用户返回查询的相关结果。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种基于人工智能的信息查询方法,其特征在于,包括:
获取用户输入的查询词;
确定所述查询词属于的垂类;
在所述查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。
2.根据权利要求1所述的方法,其特征在于,所述查询词是自然语言表示的,所述在所述查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,包括:
将所述查询词解析为所述查询词属于的垂类的垂类知识体系能够表示的结构化信息;
根据所述结构化信息、所述垂类知识体系,以及,所述查询词属于的垂类的垂类资源库,获取相关信息,所述相关信息包括:对应所述查询词的查询结果,以及,引导信息;
向用户展示所述查询结果和所述引导信息;
在用户根据所述引导信息再次输入查询词后,重复上述根据查询词获取相关信息的流程,直至得到用户需要的查询结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述结构化信息、所述垂类知识体系,以及,所述查询词属于的垂类的垂类资源库,获取相关信息,包括:
根据所述结构化信息和用户前一次的状态信息,更新用户的当前状态信息;
根据所述垂类知识体系和所述垂类资源库,生成所述当前状态信息对应的候选动作;
根据预设模型在所述候选动作中选择与所述当前状态信息匹配程度较高的预设个数的候选动作,将选择的候选动作作为相关信息。
4.根据权利要求3所述的方法,其特征在于,还包括:
根据用户的反馈更新预设模型的参数,以便在参数不同时选择不同的候选动作。
5.根据权利要求3所述的方法,其特征在于,还包括:
根据用户的偏好或者交互历史,获取用户的初始化状态信息。
6.根据权利要求3所述的方法,其特征在于,所述候选动作包括:满足用户需求的动作,或者,进一步澄清用户需求的动作,或者,为用户需求提供横向或纵向的引导信息,其中,用户需求根据查询词确定,所述满足用户需求的动作,或者,进一步澄清用户需求的动作在被选择后作为查询结果,为用户需求提供横向或纵向的引导信息在被选择后作为引导信息。
7.根据权利要求2所述的方法,其特征在于,还包括:
获取所述查询词属于的垂类的结构化资源和非结构化资源,将所述结构化资源和所述非结构化资源组成所述垂类资源库,其中,所述结构化资源是从多个对应的垂类网站抓取整合数据后得到的全量数据资源,所述非结构化资源根据用户查询词或互联网文本挖掘得到的结构化资源的补充或扩展信息。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述获取用户输入的查询词,包括:
获取用户以文本、语音或图像输入的查询词。
9.根据权利要求1-7任一项所述的方法,其特征在于,所述确定所述查询词属于的垂类,包括:
基于机器学习方式,或者,基于模式解析方式,确定所述查询词属于的垂类。
10.一种基于人工智能的信息查询装置,其特征在于,包括:
获取模块,用于获取用户输入的查询词;
确定模块,用于确定所述查询词属于的垂类;
处理模块,用于在所述查询词属于的垂类中,与用户进行至少一轮的交互,得到用户需要的查询结果,其中,每轮交互时,展示给用户的信息包括:对应查询词的查询结果,以及,引导信息。
11.根据权利要求10所述的装置,其特征在于,所述处理模块,包括:
解析单元,用于将所述查询词解析为所述查询词属于的垂类的垂类知识体系能够表示的结构化信息;
获取单元,用于根据所述结构化信息、所述垂类知识体系,以及,所述查询词属于的垂类的垂类资源库,获取相关信息,所述相关信息包括:对应所述查询词的查询结果,以及,引导信息;
展示单元,用于向用户展示所述查询结果和所述引导信息;
处理单元,用于在用户根据所述引导信息再次输入查询词后,重复上述根据查询词获取相关信息的流程,直至得到用户需要的查询结果。
12.根据权利要求11所述的装置,其特征在于,所述获取单元,具体用于:
根据所述结构化信息和用户前一次的状态信息,更新用户的当前状态信息,并根据所述垂类知识体系和所述垂类资源库,生成所述当前状态信息对应的候选动作,以及根据预设模型在所述候选动作中选择与所述当前状态信息匹配程度较高的预设个数的候选动作,将选择的候选动作作为相关信息。
13.根据权利要求12所述的装置,其特征在于,还包括:
更新模块,用于根据用户的反馈更新预设模型的参数,以便在参数不同时选择不同的候选动作。
14.根据权利要求12所述的装置,其特征在于,还包括:
初始化模块,用于根据用户的偏好或者交互历史,获取用户的初始化状态信息。
15.根据权利要求12所述的装置,其特征在于,所述候选动作包括:满足用户需求的动作,或者,进一步澄清用户需求的动作,或者,为用户需求提供横向或纵向的引导信息,其中,用户需求根据查询词确定,所述满足用户需求的动作,或者,进一步澄清用户需求的动作在被选择后作为查询结果,为用户需求提供横向或纵向的引导信息在被选择后作为引导信息。
16.根据权利要求11所述的装置,其特征在于,还包括:
预处理模块,用于获取所述查询词属于的垂类的结构化资源和非结构化资源,将所述结构化资源和所述非结构化资源组成所述垂类资源库,其中,所述结构化资源是从多个对应的垂类网站抓取整合数据后得到的全量数据资源,所述非结构化资源根据用户查询词或互联网文本挖掘得到的结构化资源的补充或扩展信息。
17.根据权利要求10-16任一项所述的装置,其特征在于,所述获取模块,具体用于:
获取用户以文本、语音或图像输入的查询词。
18.根据权利要求10-16任一项所述的装置,其特征在于,所述确定模块,具体用于:
基于机器学习方式,或者,基于模式解析方式,确定所述查询词属于的垂类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510564817.6A CN105183850A (zh) | 2015-09-07 | 2015-09-07 | 基于人工智能的信息查询方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510564817.6A CN105183850A (zh) | 2015-09-07 | 2015-09-07 | 基于人工智能的信息查询方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105183850A true CN105183850A (zh) | 2015-12-23 |
Family
ID=54905931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510564817.6A Pending CN105183850A (zh) | 2015-09-07 | 2015-09-07 | 基于人工智能的信息查询方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105183850A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631052A (zh) * | 2016-03-01 | 2016-06-01 | 北京百度网讯科技有限公司 | 基于人工智能的检索方法和装置 |
CN106383872A (zh) * | 2016-09-06 | 2017-02-08 | 北京百度网讯科技有限公司 | 基于人工智能的信息处理方法及装置 |
CN106407348A (zh) * | 2016-09-05 | 2017-02-15 | 北京百度网讯科技有限公司 | 基于人工智能的查询方法和装置 |
CN106503046A (zh) * | 2016-09-21 | 2017-03-15 | 北京光年无限科技有限公司 | 基于智能机器人的交互方法及系统 |
CN106528692A (zh) * | 2016-10-31 | 2017-03-22 | 北京百度网讯科技有限公司 | 基于人工智能的对话控制方法及装置 |
CN107506434A (zh) * | 2017-08-23 | 2017-12-22 | 北京百度网讯科技有限公司 | 基于人工智能分类语音输入文本的方法和装置 |
CN108170792A (zh) * | 2017-12-27 | 2018-06-15 | 北京百度网讯科技有限公司 | 基于人工智能的问答引导方法、装置和计算机设备 |
CN108319614A (zh) * | 2017-01-18 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 信息获取方法、装置和系统 |
CN109948017A (zh) * | 2018-04-26 | 2019-06-28 | 华为技术有限公司 | 一种信息处理方法及装置 |
CN110309276A (zh) * | 2018-03-28 | 2019-10-08 | 蔚来汽车有限公司 | 电动汽车对话状态管理方法及系统 |
CN110537175A (zh) * | 2017-05-01 | 2019-12-03 | 华为技术有限公司 | 利用机器学习估计mppdb中的查询资源消耗 |
CN111460285A (zh) * | 2020-03-17 | 2020-07-28 | 北京百度网讯科技有限公司 | 信息处理方法、装置、电子设备和存储介质 |
CN111913984A (zh) * | 2020-08-18 | 2020-11-10 | 南开大学 | 一种基于学龄前儿童认知的绘本信息查询方法及系统 |
CN112836113A (zh) * | 2021-02-09 | 2021-05-25 | 百度在线网络技术(北京)有限公司 | 信息处理方法、装置、设备、存储介质及计算机程序 |
WO2021121436A1 (zh) * | 2019-12-21 | 2021-06-24 | 华南理工大学 | 一种面向任务型对话系统的对话策略方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118554A (zh) * | 2007-09-14 | 2008-02-06 | 中兴通讯股份有限公司 | 智能交互式问答系统及其处理方法 |
CN101939740A (zh) * | 2007-12-11 | 2011-01-05 | 声钰科技 | 在集成语言导航服务环境中提供自然语言语音用户界面 |
CN102792320A (zh) * | 2010-01-18 | 2012-11-21 | 苹果公司 | 智能自动化助理 |
CN104090907A (zh) * | 2014-05-28 | 2014-10-08 | 北京百度网讯科技有限公司 | 一种用于特定应用领域的向用户提供信息的方法与装置 |
CN104090963A (zh) * | 2014-07-14 | 2014-10-08 | 百度在线网络技术(北京)有限公司 | 查询信息推荐方法和装置 |
CN104123351A (zh) * | 2014-07-09 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 交互式搜索方法和装置 |
-
2015
- 2015-09-07 CN CN201510564817.6A patent/CN105183850A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118554A (zh) * | 2007-09-14 | 2008-02-06 | 中兴通讯股份有限公司 | 智能交互式问答系统及其处理方法 |
CN101939740A (zh) * | 2007-12-11 | 2011-01-05 | 声钰科技 | 在集成语言导航服务环境中提供自然语言语音用户界面 |
CN102792320A (zh) * | 2010-01-18 | 2012-11-21 | 苹果公司 | 智能自动化助理 |
CN104090907A (zh) * | 2014-05-28 | 2014-10-08 | 北京百度网讯科技有限公司 | 一种用于特定应用领域的向用户提供信息的方法与装置 |
CN104123351A (zh) * | 2014-07-09 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 交互式搜索方法和装置 |
CN104090963A (zh) * | 2014-07-14 | 2014-10-08 | 百度在线网络技术(北京)有限公司 | 查询信息推荐方法和装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631052A (zh) * | 2016-03-01 | 2016-06-01 | 北京百度网讯科技有限公司 | 基于人工智能的检索方法和装置 |
CN106407348A (zh) * | 2016-09-05 | 2017-02-15 | 北京百度网讯科技有限公司 | 基于人工智能的查询方法和装置 |
CN106383872A (zh) * | 2016-09-06 | 2017-02-08 | 北京百度网讯科技有限公司 | 基于人工智能的信息处理方法及装置 |
CN106503046B (zh) * | 2016-09-21 | 2020-01-14 | 北京光年无限科技有限公司 | 基于智能机器人的交互方法及系统 |
CN106503046A (zh) * | 2016-09-21 | 2017-03-15 | 北京光年无限科技有限公司 | 基于智能机器人的交互方法及系统 |
CN106528692A (zh) * | 2016-10-31 | 2017-03-22 | 北京百度网讯科技有限公司 | 基于人工智能的对话控制方法及装置 |
CN108319614A (zh) * | 2017-01-18 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 信息获取方法、装置和系统 |
US11537615B2 (en) | 2017-05-01 | 2022-12-27 | Futurewei Technologies, Inc. | Using machine learning to estimate query resource consumption in MPPDB |
CN110537175B (zh) * | 2017-05-01 | 2022-07-22 | 华为技术有限公司 | 利用机器学习估计mppdb中的查询资源消耗的方法及装置 |
CN110537175A (zh) * | 2017-05-01 | 2019-12-03 | 华为技术有限公司 | 利用机器学习估计mppdb中的查询资源消耗 |
CN107506434A (zh) * | 2017-08-23 | 2017-12-22 | 北京百度网讯科技有限公司 | 基于人工智能分类语音输入文本的方法和装置 |
US10762901B2 (en) | 2017-08-23 | 2020-09-01 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Artificial intelligence based method and apparatus for classifying voice-recognized text |
CN108170792A (zh) * | 2017-12-27 | 2018-06-15 | 北京百度网讯科技有限公司 | 基于人工智能的问答引导方法、装置和计算机设备 |
CN110309276A (zh) * | 2018-03-28 | 2019-10-08 | 蔚来汽车有限公司 | 电动汽车对话状态管理方法及系统 |
CN110309276B (zh) * | 2018-03-28 | 2022-11-29 | 蔚来控股有限公司 | 电动汽车对话状态管理方法及系统 |
WO2019205679A1 (zh) * | 2018-04-26 | 2019-10-31 | 华为技术有限公司 | 一种信息处理方法及装置 |
CN109948017B (zh) * | 2018-04-26 | 2021-03-30 | 华为技术有限公司 | 一种信息处理方法及装置 |
CN109948017A (zh) * | 2018-04-26 | 2019-06-28 | 华为技术有限公司 | 一种信息处理方法及装置 |
WO2021121436A1 (zh) * | 2019-12-21 | 2021-06-24 | 华南理工大学 | 一种面向任务型对话系统的对话策略方法 |
CN111460285A (zh) * | 2020-03-17 | 2020-07-28 | 北京百度网讯科技有限公司 | 信息处理方法、装置、电子设备和存储介质 |
CN111460285B (zh) * | 2020-03-17 | 2023-11-03 | 阿波罗智联(北京)科技有限公司 | 信息处理方法、装置、电子设备和存储介质 |
CN111913984A (zh) * | 2020-08-18 | 2020-11-10 | 南开大学 | 一种基于学龄前儿童认知的绘本信息查询方法及系统 |
CN112836113A (zh) * | 2021-02-09 | 2021-05-25 | 百度在线网络技术(北京)有限公司 | 信息处理方法、装置、设备、存储介质及计算机程序 |
CN112836113B (zh) * | 2021-02-09 | 2024-02-02 | 百度在线网络技术(北京)有限公司 | 信息处理方法、装置、设备、存储介质及计算机程序 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105183850A (zh) | 基于人工智能的信息查询方法及装置 | |
US10657966B2 (en) | Better resolution when referencing to concepts | |
Gray et al. | Modelling and using sensed context information in the design of interactive applications | |
CN105159977B (zh) | 信息交互处理方法及装置 | |
CN106528613B (zh) | 智能问答方法及装置 | |
CN105068661A (zh) | 基于人工智能的人机交互方法和系统 | |
CN102004777B (zh) | 一种可定制的Web信息集成方法及系统 | |
EP1684226A1 (en) | Task oriented user interface model for document centric software applications | |
WO2020197630A1 (en) | Interactive dialog training and communication system using artificial intelligence (ai) | |
CN105138671A (zh) | 基于人工智能的人机交互的交互引导方法和装置 | |
CN108279931A (zh) | 场境粘贴目标预测 | |
JP2002513185A (ja) | ローカルコンピュータ及びインターネットとともに使用するインテリジェントアシスタント | |
CN108268450B (zh) | 用于生成信息的方法和装置 | |
CN109076107A (zh) | 基于检测定制提供用户体验升级的自动检测和优化 | |
CN106227714A (zh) | 一种基于人工智能的获取生成诗词的关键词的方法和装置 | |
CN110427478A (zh) | 一种基于知识图谱的问答搜索方法及系统 | |
CN105631052A (zh) | 基于人工智能的检索方法和装置 | |
CN105488096A (zh) | 动态概要生成器 | |
CN104699744A (zh) | 信息搜索方法及装置 | |
CN109101309B (zh) | 用于更新用户界面方法和装置 | |
WO2021257156A1 (en) | Systems and methods for identification of repetitive language in document using linguistic analysis and correction thereof | |
KR102111658B1 (ko) | 사업 보조 서비스를 제공하기 위한 소셜 마케팅 방법 | |
KR20240020166A (ko) | Esg 보조 툴을 이용하여 정형화된 esg 데이터로 기계학습 모델을 학습하는 방법 및 기계학습 모델로 자동완성된 esg 문서를 생성하는 서비스 서버 | |
CN114841138A (zh) | 行间的机器阅读 | |
EP3948855A1 (en) | Method of browsing a resource through voice interaction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151223 |
|
RJ01 | Rejection of invention patent application after publication |