CN105760362A - 一种面向智能机器人的问答评价方法及装置 - Google Patents

Abstract

一种面向智能机器人的问答评价方法及装置，该方法包括：交互信息获取步骤，获取用户针对当前交互话题输入的用户反馈信息；话题权重确定步骤，判断用户反馈信息是否满足预设处理条件，如满足，则根据用户反馈信息确定当前交互话题的话题权重，其中，话题权重用于表征用户对当前交互话题的反感程度。该方法能够在人机互动时主动感知用户对当前交互话题的情感状态，并通过话题权重来定量地确定出用户对当前交互话题的反感程度，以便智能机器人能够准确地做出反应，从而提高智能机器人在人机交互过程中的用户体验。

Description

一种面向智能机器人的问答评价方法及装置

技术领域

本发明涉及人机交互技术领域，具体地说，涉及一种面向智能机器人的问答评价方法及装置。

背景技术

随着科学技术的不断发展，信息技术、计算机技术以及人工智能技术的引入，机器人的研究已经逐步走出工业领域，逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。而人们对于机器人的要求也从简单重复的机械动作提升为具有拟人问答、自主性及与其他机器人进行交互的智能机器人。

现有的智能机器人仅能完成固定制式的交互，例如完成唱歌、讲故事、播报新闻和简单问题回答等。为了实现与用户之间的交互，现有的智能机器人多配置有问答系统。问答系统是根据用户的问题从大量的文本集中确定出相关答案，这里的答案不是与问题有关的整个文献，而是更为准确地满足用于需求的文献的一部分或一句话。问答系统不同于信息检索，信息检索对于用户提交的查询只能定位出相关文献或包含该查询的网页，用户需要自己来确定有用的信息。

现有的问答系统只能机械地识别和处理机器人与用户之间的交互信息，从而使得用户对于机器人的感觉更像是冷冰冰机器，这显然无法满足用户对智能机器人日益提高的人性化需求。

发明内容

为解决上述问题，本发明提供了一种面向智能机器人的问答评价方法，所述方法包括：

交互信息获取步骤，获取用户针对当前交互话题输入的用户反馈信息；

话题权重确定步骤，判断所述用户反馈信息是否满足预设处理条件，如满足，则根据所述用户反馈信息确定所述当前交互话题的话题权重，其中，所述话题权重用于表征所述用户对所述当前交互话题的反感程度。

根据本发明的一个实施例，在所述话题权重确定步骤中，通过如下所列项中的任一项或几项来判断所述交互信息是否满足预设处理条件：

关键词判断、关键字判断以及对应的模糊判断。

根据本发明的一个实施例，在所述话题权重确定步骤中，还根据所获取到的用户的情感状态生成话题权重偏移量，并根据所述话题权重偏移量对所述当前交互话题的话题权重进行修正。

根据本发明的一个实施例，所述方法还包括：

结构模型调整步骤，根据交互场景、所述当前交互话题的类型以及话题权重，调整输出信息的结构模型。

根据本发明的一个实施例，如果交互话题的话题权重小于预设权重阈值，则不再输出该交互话题，且/或，减小输出该交互话题所属话题类型的比例。

本发明还提供了一种面向智能机器人的问答评价装置，所述装置包括：

交互信息获取模块，用于获取用户针对当前交互话题输入的用户反馈信息；

话题权重确定模块，用于判断所述用户反馈信息是否满足预设处理条件，如满足，则根据所述用户反馈信息确定所述当前交互话题的话题权重，其中，所述话题权重用于表征所述用户对所述当前交互话题的反感程度。

根据本发明的一个实施例，所述话题权重确定模块配置为通过如下所列项中的任一项或几项来判断所述交互信息是否满足预设处理条件：

关键词判断、关键字判断以及对应的模糊判断。

根据本发明的一个实施例，所述话题权重确定模块还配置为根据所获取到的用户的情感状态生成话题权重偏移量，并根据所述话题权重偏移量对所述当前交互话题的话题权重进行修正。

根据本发明的一个实施例，所述装置还包括：

结构模型调整模块，用于根据交互场景、所述当前交互话题的类型以及话题权重，调整输出信息的结构模型。

根据本发明的一个实施例，如果交互话题的话题权重小于预设权重阈值，所述装置则配置为不再输出该交互话题，且/或，减小输出该交互话题所属话题类型的比例。

相较于现有的智能机器人以及问答系统无法感知用回对交互话题是否感兴趣，本发明所提供的面向智能机器人的问答评价方法能够在人机互动时主动感知用户对当前交互话题的情感状态，即用户是否对当前交互话题感到反感，并通过话题权重来定量地确定出用户对当前交互话题的反感程度，以便智能机器人能够准确地做出反应，从而提高智能机器人在人机交互过程中的用户体验。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：

图1是根据本发明一个实施例的面向智能机器人的问答评价方法的流程图；

图2是根据本发明另一个实施例的面向智能机器人的问答评价方法的流程图；

图3是根据本发明再一个实施例的面向智能机器人的问答评价方法的流程图；

图4是根据本发明一个实施例的面向智能机器人的问答评价装置的结构示意图；

图5是根据本发明一个另实施例的面向智能机器人的问答评价装置的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

随着机器人技术日趋成熟，人机交互(human-robotinteraction，简称HRI)已成为机器人科学和机电一体化领域的重要研究课题。语音交流作为人机交互的主要方式之一，不但能够表达语义，而且还能够传递情感信息。然而在现有的人机交互过程中，当用户对当前交互话题不感兴趣甚至反感时，智能机器人无法对用户针对某话题的反感情绪进行识别和处理，从而影响了人机交互体验。

通过研究发现，现有的机器人均是采用以关键词甚至是无视上下文的方式，进行日常交互形式(例如聊天形式)的判断。在通常情况下，现有的智能机器人仅以简单关键词来确定是否需要继续当前交互话题的方式来实现上下文的交互，这也就导致了机器人很难准确得知用户对话题是否反感以及反感程度。

针对上述问题，本发明提供了一种面向智能机器人的问答评价方法，以用于评价用户对人机交互话题的反感程度，进而提高人机交互用户体验。需要指出的是，本发明所涉及的智能机器人不仅仅可以表示配置在智能机器人内部的硬件或软件，还可以表示配置在云端服务器中的硬件或软件，本发明不限于此。

为了更加清楚地阐述本发明所提供的面向智能机器人的问答评价方法的原理、实现过程以及优点，以下通过不同的实施例来对该问答评价方法作进一步地说明。

实施例一：

图1示出了本实施例所提供的面向智能机器人的问答评价方法的流程图。

如图1所示，本方法首先在步骤S101中获取用户针对当前交互话题所输入的用户反馈信息。本实施例中，在步骤S101中所获取到的用户反馈信息优选地为用户针对当前交互话题所输入的语音反馈信息。

需要指出的是，在本发明的其他实施例中，在步骤S101中所获取到的用户反馈信息还可以为其他合理形式的信息，本发明不限于此。例如在本发明的其他实施例中，用户反馈信息还可以为字符信息、动作信息、表情信息或是以上所列信息中其中一种或几种的结合等，本发明不限于此。

当获取到用户针对当前交互话题输入的用户反馈信息后，该方法在步骤S102中判断该用户反馈信息是否满足预设条件。为了更加方便地确定出用户对当前交互话题的情感状态，本实施例所提供的方法在步骤S102中会对用户反馈信息进行预处理，以得到更加符合计算机处理习惯的数据信息。

具体地，由于在步骤S101中所获取到的用户反馈信息为语音信息，因此本方法在步骤S102中利用自动语音识别(AutomaticSpeechRecognition，简称为ASR)技术来将用户的输入的语音信息转换为文本信息。得到文本信息后，本方法利用关键词判断、关键字判断以及对应的模糊判断等方法来判断文本信息中是否与预设关键字或关键词匹配。由于这些预设关键字或关键词表征用户对当前交互话题不感兴趣甚至是反感，因此如果文本信息中存在与预设关键字或关键词匹配的内容，那么这也就表示此时需要进行进一步的反感处理。

需要指出的是，在本发明的不同实施例中，上述预设关键字和/或关键字可以根据实际需要进行预先配置和拓展，本发明不限于此。此外，在本发明的一些实施例中，上述预设关键字和/或关键词还可以在实际使用过程中通过自主学习来进行自助维护(包括新内容的添加和已有内容的删除)，本发明同样不限于此。

如果用户反馈信息满足预设处理条件(即根据用户反馈信息确定出的文本信息中包含与预设关键字或关键词匹配的内容)，那么本发明则在步骤S103中根据用户反馈信息确定当前交互话题的话题权重。其中，该话题权重能够表征用户对当前交互话题的反感程度。

本实施例中，话题权重优选地通过数字的方式来定量地体现用户对当前交互话题的反感程度。具体地，当话题权重的取值越大时，用户对当前交互话题的反感程度越低；当话题权重的取值越小时，用户对当前交互话题的反感程度越高。如果话题权重的取值过小，那么智能机器人也就需要做出相应处理以消除用户的反感情绪。

需要指出的是，根据实际需要，在本发明的其他实施例中，话题权重还可以通过其他合理形式来体现用户对当前交互话题的反感程度，本发明不限于此。例如在本发明的一个实施例中，话题权重还可以以分级的方式来体现用户对当前交互话题的反感程度，例如话题权重可以分为“感兴趣”、“无所谓”、“不感兴趣”、“反感”以及“厌恶”等诸多级别，当确定出当前交互话题的话题权重后，也就可以确定出用户对当前交互话题的情感状态了。

语音包含了大量体现情感信息的特征参数，具体地可以包括基频、能量、共振峰频率以及频率倒谱系数等共数百个特征。因此，通过语音情感识别可以确定出用户对当前交互话题的情感状态，即用户对当前交互话题是否敏感。具体地，本实施例所提供的方法在步骤S103中根据用户反馈信息中的关键字、关键字、语气特征以及语音大小等参数来确定。当然，在本发明的其他实施例中，在步骤S103中还基于用回反馈信息采用其他合理的方式来确定当前交互话题的话题权重，本发明不限于此。

同时，还需要指出的是，如果用户输入的用户反馈信息为动作信息和/或信息时，本发明所提供的方法还可以在步骤S102和步骤S103中通过其他合理的方法来确定出当前交互话题的话题权重。例如，对于动作信息来说，可以通过动作的缓急、移动轨迹以及力度等信息来确定当前交互话题的话题权重；而对于表情信息来说，则可以通过表情识别来确定出交互过程中用户的心理状态，进而确定出当前交互话题的话题权重。

需要指出的是，由于用户的情感状态会直接影响到用户对交互话题的反感程度，因此根据实际需要，本实施例所提供的方法还可以根据用户的情感状态来对步骤S103中所得到的话题权重进行修正。

具体地，在对话题权重进行修正的过程中，首先根据用户的情感状态生成话题权重偏移量，随后利用该话题权重偏移量来修正步骤S103所得到的当前交互话题的话题权重，从而得到能够更加真实地反应用户对当前交互话题反感程度的话题权重。

例如，如果话题权重是以数字来表征用户对交互话题的反感程度的话，话题权重的取值越大则表示用户对交互话题越不反感，而话题权重的取值越小则表示用户对交互话题越反感。而如果用户当前情绪处于较为消极的状态，那么用户对于各方面的事物反应均容易倾向消极方面，因此此时就需要利用所生成的话题权重偏移量来适当的降低当前交互话题的话题权重；反之亦然。

从上述描述中可以看出，相较于现有的智能机器人以及问答系统无法感知用回对交互话题是否感兴趣，本实施例所提供的面向智能机器人的问答评价方法能够在人机互动时主动感知用户对当前交互话题的情感状态，即用户是否对当前交互话题感到反感，并通过话题权重来定量地确定出用户对当前交互话题的反感程度，以便智能机器人能够准确地做出反应，从而提高智能机器人在人机交互过程中的用户体验。

实施例二：

图2示出了本实施例所提供的面向问答交互系统的问答评价方法的流程图。

如图2所示，本方法首先在步骤S201中获取用户针对当前交互话题所输入的用户反馈信息，随后在步骤S202中判断该用户反馈信息是否满足预设条件。如果步骤S201中所获取到的用户反馈信息满足预设条件，则在步骤S203中根据用户反馈信息确定当前交互话题的话题权重。其中，话题权重能够表征用户对当前交互话题的反感程度。

本实施例所提供的方法中步骤S201至步骤S203的实现原理及实现过程与上述实施例一所提供的方法中步骤S101至步骤S103的实现原理及实现过程相同，故在此不再赘述。

当智能机器人根据话题权重确定出用户对当前交互话题的情感状态后，本实施例所提供的方法还能够使得智能机器人能够根据用户对当前交互话题的情感状态来调整输出内容，从而使得智能机器人更加符合用户的使用习惯。

具体地，本实施例中，如图2所示，当确定出当前交互话题的话题权重后，该方法在步骤S204中根据交互场景、当前交互话题的类型及其话题权重，调整输出信息的结构模型。

其中，在本发明的不同实施例中，根据实际需要，交互场景和/或当前交互话题的类型既可以配置为根据已交互内容分析得到，也可以配置为根据步骤S201中所获取到的用户反馈信息分析得到，本发明不限于此。

本实施例中，调整输出信息的结构模型指的是组织输出信息(例如输出语音)的结构形式。当输出信息的结构模型确定后，利用分析得到的输出素材对该结构形式进行填充，这样也就得到了所需要的输出信息。

从上述描述中可以看出，在实施例一所提供的面向智能机器人的问答评价方法的基础上，本实施例所提供的方法还能够根据交互场景、当前交互话题的类型及其话题权重来通过调整输出信息的结构模型来调整输出信息的具体形式，从而使得输出信息更加符合用户的期望，进而进一步提高智能机器人的用户体验。

实施例三：

图3示出了本实施例所提供的面向问答交互系统的问答评价方法的流程图。

如图3所示，本方法首先在步骤S301中获取用户针对当前交互话题所输入的用户反馈信息，随后在步骤S302中判断该用户反馈信息是否满足预设条件。如果步骤S301中所获取到的用户反馈信息满足预设条件，则在步骤S303中根据用户反馈信息确定当前交互话题的话题权重。其中，话题权重能够表征用户对当前交互话题的反感程度。

本实施例所提供的方法中步骤S301至步骤S303的实现原理及实现过程与上述实施例一所提供的方法中步骤S101至步骤S103的实现原理及实现过程相同，故在此不再赘述。

本实施例所提供的方法能够根据话题权重来确定出用户对当前交互话题的反感程度。而如果用户对当前交互话题的反感程度达到一定程度(例如用户十分厌烦当前交互话题)，那么为了保证良好的用户体验，智能机器人也就不应该继续当前交互话题。

具体地，如图3所示，当得到当前交互话题的话题权重后，本实施例所提供的方法在步骤S304中判断当前交互话题的话题权重是否小于预设权重阈值。如果当前交互话题的话题权重小于预设权重阈值，那么在步骤S305中该方法则不再输出该交互话题，且/或减小输出该交互话题所述话题类型的比例。而如果当前交互话题的话题权重不小于预设权重阈值，那么该方法则不进行额外操作。

为了实现上述效果，本实施例中，当得到交互话题的话题权重后，本实施例所提供的问答评价方法会将交互话题、话题类型以及对应的话题权重进行存储。在智能机器人后续与用户进行交互的过程中，智能机器人会查询交互话题的话题权重。如果话题权重小于预设权重阈值，那么智能机器人则不会与用户就该交互话题进行交互，这样也就避免了用户在交互的过程中出现反感情绪，从而保证了用户体验。

需要指出的是，在本发明的其他实施例中，该方法还可以通过添加标签的方式来保存各个交互话题的话题权重，本发明不限于此。同时，在本发明的其他实施例中，该方法还可以在得到交互话题的话题权重后立即判断该话题权重是否小于预设权重阈值，如果小于，则将该交互话题禁用，从而避免在后续的人机交互过程中谈及该交互话题，本发明同样不限于此。

从上述描述中可以看出，在实施例一所提供的面向智能机器人的问答评价方法的基础上，本实施例所提供的方法能够主动避开用户反感的话题或主动减小谈及用户反感话题类型的比例，这样也就能够使得智能机器人更加人性化。

本发明还提供了一种面向智能机器人的问答评价装置。图4示出了本发明一个实施例所提供的问答评价装置的结构示意图。

如图4所示，本实施例所提供的问答评价装置包括交互信息获取模块401和话题权重确定模块402。其中，交互信息获取模块401用于获取用户针对当前交互话题所输入的用户反馈信息。本实施例中，交互信息获取模块401所获取到的用户反馈信息优选地为用户针对当前交互话题所输入的语音反馈信息。

需要指出的是，在本发明的其他实施例中，交互信息获取模块401所获取到的用户反馈信息还可以为其他合理形式的信息，本发明不限于此。例如在本发明的其他实施例中，用户反馈信息还可以为字符信息、动作信息、表情信息或是以上所列信息中其中一种或几种的结合等，本发明不限于此。

当交互信息获取模块401获取到用户针对当前交互话题输入的用户反馈信息后，会将该用户反馈信息传输给话题权重确定模块402。话题权重确定模块402接收到用户反馈信息后，会判断该用户反馈信息是否满足预设条件。为了更加方便地确定出用户对当前交互话题的情感状态，本实施例所提供的话题权重确定模块402会对用户反馈信息进行预处理，以得到更加符合计算机处理习惯的数据信息。

具体地，由于交互信息获取模块401所获取到的用户反馈信息为语音信息，因此话题权重确定模块402会利用自动语音识别(AutomaticSpeechRecognition，简称为ASR)技术来将用户的输入的语音信息转换为文本信息。得到文本信息后，本装置利用关键词判断、关键字判断以及对应的模糊判断等方法来判断文本信息中是否与预设关键字或关键词匹配。由于这些预设关键字或关键词表征用户对当前交互话题不感兴趣甚至是反感，因此如果文本信息中存在与预设关键字或关键词匹配的内容，那么这也就表示此时需要进行进一步的反感处理。

需要指出的是，在本发明的不同实施例中，上述预设关键字和/或关键字可以根据实际需要进行预先配置和拓展，本发明不限于此。此外，在本发明的一些实施例中，上述预设关键字和/或关键词还可以在实际使用过程中通过自主学习来进行自助维护(包括新内容的添加和已有内容的删除)，本发明同样不限于此。

如果用户反馈信息满足预设处理条件(即根据用户反馈信息确定出的文本信息中包含与预设关键字或关键词匹配的内容)，那么话题权重确定模块402则根据用户反馈信息确定当前交互话题的话题权重。其中，该话题权重能够表征用户对当前交互话题的反感程度。

本实施例中，话题权重优选地通过数字的方式来定量地体现用户对当前交互话题的反感程度。具体地，当话题权重的取值越大时，用户对当前交互话题的反感程度越低；当话题权重的取值越小时，用户对当前交互话题的反感程度越高。如果话题权重的取值过小，那么智能机器人也就需要做出相应处理以消除用户的反感情绪。

需要指出的是，根据实际需要，在本发明的其他实施例中，话题权重还可以通过其他合理形式来体现用户对当前交互话题的反感程度，本发明不限于此。例如在本发明的一个实施例中，话题权重还可以以分级的方式来体现用户对当前交互话题的反感程度，例如话题权重可以分为“感兴趣”、“无所谓”、“不感兴趣”、“反感”以及“厌恶”等诸多级别，当确定出当前交互话题的话题权重后，也就可以确定出用户对当前交互话题的情感状态了。

语音包含了大量体现情感信息的特征参数，具体地可以包括基频、能量、共振峰频率以及频率倒谱系数等共数百个特征。因此，通过语音情感识别可以确定出用户对当前交互话题的情感状态，即用户对当前交互话题是否敏感。具体地，本实施例所提供的装置利用话题权重确定模块402来根据用户反馈信息中的关键字、关键字、语气特征以及语音大小等参数来确定。当然，在本发明的其他实施例中，话题权重确定模块402还可以基于用回反馈信息采用其他合理的方式来确定当前交互话题的话题权重，本发明不限于此。

同时，还需要指出的是，如果用户输入的用户反馈信息为动作信息和/或信息时，本发明所提供的装置还可以通过交互信息获取模块401和话题权重确定模块402利用其他合理的方法来确定出当前交互话题的话题权重。例如，对于动作信息来说，可以通过动作的缓急、移动轨迹以及力度等信息来确定当前交互话题的话题权重；而对于表情信息来说，则可以通过表情识别来确定出交互过程中用户的心理状态，进而确定出当前交互话题的话题权重。

需要指出的是，由于用户的情感状态会直接影响到用户对交互话题的反感程度，因此根据实际需要，本实施例所提供的装置还可以根据用户的情感状态来对话题权重确定模块402所得到的话题权重进行修正。

具体地，在对话题权重进行修正的过程中，首先根据用户的情感状态生成话题权重偏移量，随后利用该话题权重偏移量来修正话题权重确定模块402所得到的当前交互话题的话题权重，从而得到能够更加真实地反应用户对当前交互话题反感程度的话题权重。

例如，如果话题权重是以数字来表征用户对交互话题的反感程度的话，话题权重的取值越大则表示用户对交互话题越不反感，而话题权重的取值越小则表示用户对交互话题越反感。而如果用户当前情绪处于较为消极的状态，那么用户对于各方面的事物反应均容易倾向消极方面，因此此时就需要利用所生成的话题权重偏移量来适当的降低当前交互话题的话题权重；反之亦然。

从上述描述中可以看出，相较于现有的智能机器人以及智能机器人无法感知用回对交互话题是否感兴趣，本实施例所提供的面向智能机器人的问答评价装置能够在人机互动时主动感知用户对当前交互话题的情感状态，即用户是否对当前交互话题感到反感，并通过话题权重来定量地确定出用户对当前交互话题的反感程度，以便智能机器人能够准确地做出反应，从而提高智能机器人在人机交互过程中的用户体验。

本实施例所提供的装置能够根据话题权重来确定出用户对当前交互话题的反感程度。而如果用户对当前交互话题的反感程度达到一定程度(例如用户十分厌烦当前交互话题)，那么为了保证良好的用户体验，智能机器人也就不应该继续当前交互话题。

具体地，当得到当前交互话题的话题权重后，本实施例所提供的装置能够通过话题权重确定模块402来判断当前交互话题的话题权重是否小于预设权重阈值。如果当前交互话题的话题权重小于预设权重阈值，那么该装置则不再输出该交互话题，且/或减小输出该交互话题所述话题类型的比例。而如果当前交互话题的话题权重不小于预设权重阈值，那么该装置则不进行额外操作。

为了实现上述效果，本实施例中，当得到交互话题的话题权重后，本实施例所提供的问答评价装置会将交互话题、话题类型以及对应的话题权重进行存储。在智能机器人后续与用户进行交互的过程中，智能机器人会查询交互话题的话题权重。如果话题权重小于预设权重阈值，那么智能机器人则不会与用户就该交互话题进行交互，这样也就避免了用户在交互的过程中出现反感情绪，从而保证了用户体验。

需要指出的是，在本发明的其他实施例中，该装置还可以通过添加标签的方式来保存各个交互话题的话题权重，本发明不限于此。同时，在本发明的其他实施例中，该装置还可以在得到交互话题的话题权重后立即判断该话题权重是否小于预设权重阈值，如果小于，则将该交互话题禁用，从而避免在后续的人机交互过程中谈及该交互话题，本发明同样不限于此。

在本发明的一个实施例中，当智能机器人根据话题权重确定出用户对当前交互话题的情感状态后，问答评价装置还能够使得智能机器人能够根据用户对当前交互话题的情感状态来调整输出内容，从而使得智能机器人更加符合用户的使用习惯。

具体地，本实施例中，如图5所示，当确定出当前交互话题的话题权重后，该装置利用结构模型调整模块403根据交互场景、当前交互话题的类型及其话题权重，调整输出信息的结构模型。

其中，在本发明的不同实施例中，根据实际需要，交互场景和/或当前交互话题的类型既可以配置为根据已交互内容分析得到，也可以配置为根据交互信息获取模块401所获取到的用户反馈信息分析得到，本发明不限于此。

本实施例中，调整输出信息的结构模型指的是组织输出信息(例如输出语音)的结构形式。当输出信息的结构模型确定后，利用分析得到的输出素材对该结构形式进行填充，这样也就得到了所需要的输出信息。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构或处理步骤，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然上述示例用于说明本发明在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本发明的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本发明由所附的权利要求书来限定。

Claims (10)

1.一种面向智能机器人的问答评价方法，其特征在于，所述方法包括：

交互信息获取步骤，获取用户针对当前交互话题输入的用户反馈信息；

话题权重确定步骤，判断所述用户反馈信息是否满足预设处理条件，如满足，则根据所述用户反馈信息确定所述当前交互话题的话题权重，其中，所述话题权重用于表征所述用户对所述当前交互话题的反感程度。

2.如权利要求1所述的方法，其特征在于，在所述话题权重确定步骤中，还根据所获取到的用户的情感状态生成话题权重偏移量，并根据所述话题权重偏移量对所述当前交互话题的话题权重进行修正。

3.如权利要求1或2所述的方法，其特征在于，在所述话题权重确定步骤中，通过如下所列项中的任一项或几项来判断所述交互信息是否满足预设处理条件：

关键词判断、关键字判断以及对应的模糊判断。

4.如权利要求1～3中任一项所述的方法，其特征在于，所述方法还包括：

结构模型调整步骤，根据交互场景、所述当前交互话题的类型以及话题权重，调整输出信息的结构模型。

5.如权利要求1～4中任一项所述方法，其特征在于，如果交互话题的话题权重小于预设权重阈值，则不再输出该交互话题，且/或，减小输出该交互话题所属话题类型的比例。

6.一种面向智能机器人的问答评价装置，其特征在于，所述装置包括：

交互信息获取模块，用于获取用户针对当前交互话题输入的用户反馈信息；

话题权重确定模块，用于判断所述用户反馈信息是否满足预设处理条件，如满足，则根据所述用户反馈信息确定所述当前交互话题的话题权重，其中，所述话题权重用于表征所述用户对所述当前交互话题的反感程度。

7.如权利要求6所述的装置，其特征在于，所述话题权重确定模块配置为通过如下所列项中的任一项或几项来判断所述交互信息是否满足预设处理条件：

关键词判断、关键字判断以及对应的模糊判断。

8.如权利要求6或7所述的装置，其特征在于，所述话题权重确定模块还配置为根据所获取到的用户的情感状态生成话题权重偏移量，并根据所述话题权重偏移量对所述当前交互话题的话题权重进行修正。

9.如权利要求6～8中任一项所述的装置，其特征在于，所述装置还包括：

结构模型调整模块，用于根据交互场景、所述当前交互话题的类型以及话题权重，调整输出信息的结构模型。

10.如权利要求6～9中任一项所述装置，其特征在于，如果交互话题的话题权重小于预设权重阈值，所述装置则配置为不再输出该交互话题，且/或，减小输出该交互话题所属话题类型的比例。