CN105929964A - 人机交互方法及装置 - Google Patents

Abstract

本发明实施例提供一种人机交互方法及装置，其中，该方法包括：根据用户输入的交互信息，确定所述用户的情感色彩，并进行资源搜索；根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。本发明实施例提供的人机交互方法及装置，能够在人机交互中，向用户提供灵活多变，充满个性化的对答，提高了用户的交互体验。

Description

人机交互方法及装置

技术领域

本发明实施例涉及语音交互技术领域，尤其涉及一种人机交互方法及装置。

背景技术

随着科技的不断进步，搜索引擎已成为人们生活中必不可少的部分，并且日趋智能化。目前，有搜索引擎已经可以基于自然语言，通过与用户进行语音交互问答的方式，向用户提供所需要的资源。例如，在智能手机端，用户可以通过苹果的siri、谷歌的google now和百度的语音助手等第三方应用来进行交互问答，进而实现资源搜索和结果反馈等操作。

但是，在现有的人机交互过程中，机器侧的对答均是基于特定场景的固定回答，其回答通常是死板生硬的，无法满足用户的个性化需求，严重影响了用户的人机交互体验。

发明内容

本发明实施例提供一种人机交互方法及装置，用以解决现有技术中，人机语音交互时，机器侧回答方式固定死板，无法满足用户的个性化需求，用户体验差的问题。

本发明实施例第一方面提供一种人机交互方法，该方法包括：

接收用于指示终端设备进行资源搜索的交互信息；

确定所述交互信息的情感色彩，并基于所述交互信息进行资源搜索；

根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

本发明实施例第二方面提供一种人机交互装置，该装置包括：

接收模块，用于接收交互信息，所述交互信息用于指示终端设备进行资源搜索；

第一确定模块，用于确定所述交互信息的情感色彩；

搜索模块，用于根据所述交互信息进行资源搜索；

第二确定模块，用于根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

生成模块，用于根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

本发明实施例第三方面提供一种人机交互装置，该装置，包括：

处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为：

接收用于指示终端设备进行资源搜索的交互信息；

确定所述交互信息的情感色彩，并基于所述交互信息进行资源搜索；

根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。本发明实施例，通过预先为各种可能出现的搜索结果设定对应的回答句式，并在人机交互时，通过确定交互信息的情感色彩，并根据搜索结果、交互信息的情感色彩、以及搜索结果对应的回答句式，生成富有感情色彩、个性化程度高的回答语句，从而提高了人机交互过程中机器端对答的灵活性，使得人机交互更加人性化，有利于提高终端设备的用户体验。

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使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的人机交互方法的流程示意图；

图2为本发明实施例二提供的人机交互方法中特征词库建立方法的流程示意图；

图3为本发明实施例三提供的人机交互装置的结构示意图；

图4为第一确定模块的结构示意图；

图5为本发明实施例四提供的人机交互装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤的过程或结构的装置不必限于清楚地列出的那些结构或步骤而是可包括没有清楚地列出的或对于这些过程或装置固有的其它步骤或结构。

图1为本发明实施例一提供的人机交互方法的流程示意图，该方法可以通过一人机交互装置来执行，该人机交互装置可以是携带有语音交互功能或文字交互功能的玩具、电脑、智能手机、智能电视、游戏设备等。如图1所示，本实施例提供的方法包括如下步骤：

步骤S101、接收用于指示终端设备进行资源搜索的交互信息。

本实施例中，交互信息可以体现为用户输入的语音数据，该语音数据可以是用户通过录制设备预先录制好的，也可以是通过与人机交互装置配套设置的麦克风等语音采集装置实时采集获得的。在获得语音数据后，优选的，可以通过语音数据的识别方法，获得对应的交互文本信息。比如用户输入语音数据“看个电影吧刘德华演的”，进而识别得到文本数据“看个电影吧刘德华演的”。本实施例中，交互文本信息的获取方式与现有技术类似，在这里不再赘述。

特别的，本实施例中，交互信息还可以体现为用户输入的文本信息，该文本信息可以是用户通过人机交互装置配套设置的文字输入设备输入的，也可以是预先存储在特定的存储装置中的。当对文本信息进行调用时，只要将存储有文本信息的存储装置，通过特定的通信接口接入人机交互装置即可。

步骤S102、确定所述交互信息的情感色彩，并基于所述交互信息进行资源搜索。

本实施例中，交互信息的情感色彩主要是指用户在输入交互信息时，所蕴含的主观情感，例如生气、高兴、平淡、褒奖、贬低、中性等。本实施例中，情感色彩的设置主要包括贬义、褒义、中性等三个方面。并且为了方便对交互信息的情感色彩进行判断，优选的，本实施例针对上述三个情感方面，分别设置了三个对应的情感词典，即褒义词词典、贬义词词典以及中性词词典。通过上述三个情感词典即可对交互文本信息中各特征词所蕴含的情感进行判断。例如当用户输入的交互文本信息中包括特征词“好傻”，则通过与上述三个情感词典进行匹配后，则可确定特征词“好傻”蕴含贬义的情感色彩。

具体的，为了实现对交互信息情感色彩的判断，本实施例在获得用户的交互文本信息后，首先采用分词处理方法对交互文本信息进行分词处理，获取交互文本信息中的特征词，并于获得交互文本信息的特征词后，通过预先设置的停用词词典对特征词进行过滤，获得特征词中的非停用词。例如，当用户输入的交互文本信息为“这个也叫技巧吗，好傻哦”时，经过分词处理后，搜索文本的特征词为“这个”、“也叫”、“技巧”、“吗”、“好傻”、“哦”。假设停用词词典中包含停用词“这个”、“吗”、“哦”，则通过停用词词典过滤后，获得的非停用词包括“也叫”、“技巧”、“好傻”。

进一步的，在过滤获得非停用词后，通过查阅预设情感词典的方式，确定每个非停用词所包含的情感色彩，在本实施例中，即确定每个非停用词是褒义、贬义，还是中性。仍以上例为例，在获得非停用词“也叫”、“技巧”、“好傻”之后，通过查阅预设的褒义词词典、贬义词词典以及中性词词典，即可确定非停用词“好傻”包含贬义，而“也叫”、“技巧”为中性词义，即既不包含褒义也不包含贬义。

再进一步的，由于情感色彩是一种抽象的情绪，而计算机只能根据具体的数据进行判断处理，因此，要想对用户的交互文本信息进行情感色彩的判断，必须将具体的情感色彩抽象为具体的数值，通过具体数值对情感色彩进行判断。抽象的方法有很多，本实施例中优选采用统计运算结合预设阈值的方式对用户交互文本信息的情感色彩进行抽象和判断。就本实施例而言，由于本实施例中预设的情感色彩仅褒义、贬义、中性三个方面，因此，为了实现交互文本信息情感色彩的判断，优选可以设置三个互不重叠的阈值范围，来对应上述三个情感方面，当统计计算的结果在褒义情感色彩对应的阈值范围内，则确定交互文本信息的情感色彩为褒义。同理的贬义情感色彩和中性情感色彩的判断也是如此。

优选的，本实施例中，交互文本信息的情感色彩可以通过以下公式进行计算：

$E=\frac{{\mathrm{NUM}}_p*1+{\mathrm{NUM}}_n*(-1)+{\mathrm{NUM}}_m*0}{{\mathrm{NUM}}_p+{\mathrm{NUM}}_n+{\mathrm{NUM}}_m}$

其中，NUM_p为所述非停用词中褒义词的数量，NUM_n为所述非停用词中贬义词的数量，NUM_m为所述非停用词中中性词的数量，E为情感色彩值。

仍以用户输入的交互文本信息为“这个也叫技巧吗，好傻哦”为例，由上例可知，经过分词处理和停用词过滤处理后，获得的非停用词为“也叫”、“技巧”、“好傻”。其中，“好傻”包含贬义，“也叫”、“技巧”为中性词义，没有包含褒义的非停用词。则根据该交互文本信息的非停用词，可获知上述公式中的NUM_p为0，NUM_n为1，NUM_m为2，则根据上述公式计算后得到该交互文本信息的情感色彩值为-0.33。示例的，预设的贬义情感对应的阈值范围为[-1,-0.3)，中性情感对应的阈值范围为[-0.3,0.3)，褒义情感对应的阈值范围为[0.3,1]，则根据预设的阈值范围可以确定该交互文本信息“这个也叫技巧吗，好傻哦”的情感色彩为贬义。此处可说明，取0.3这个阈值是经过对大量用户语料分析获得的最佳值。后期也可以通过语料进行微调。当然此处仅是举例说明，本发明对于每种情感色彩所对应的具体阈值范围不做具体限定。

需要说明的是，本步骤中，根据交互文本信息进行资源搜索的方法与现有技术类似，在这里不再赘述。

步骤S103、根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式。

搜索结果通常包括找到结果和未找到结果两个场景，而找到结果的场景下可能包括确定找到结果为用户所需结果的子场景和不确定找到结果是否为用户所需结果的子场景。本实施例中，为了增强人机交互中，机器侧在对答句式上的灵活性和针对性。优选的，以不同场景的特点为依据，采用相应回答句式与用户常用语气词相结合的句式结构对搜索结果进行表述。例如，在确定搜索结果为用户所要的结果或确定搜索结果为未找到结果时，由于搜索结果是肯定的，则可以使用例如祈使句等表示确定语气较强的句式，而在不确定搜索结果是否为用户所需时，则可以使用疑问句等表示疑问语气较强的句式。并且值得说明的是，与相应回答句式配合使用的用户常用语气词不是固定不变的，而是根据具体场景，从预先建立的用户常用语气词库中选取获得的。而其常用语气词选取的原则是以引领用户的情感色彩向积极的情感色彩为目的的。比如，在找到搜索结果，且确定搜索结果为用户需要的结果的场景下，由于搜索结果是肯定的，且圆满完成了搜索任务，则可以通过确定语气较强的句式(如祈使句等)加上用户常用的蕴含表示俏皮、可爱等情感色彩的语气词的句式结构来对搜索结果进行表述。例如，当搜索到用户需要的电影时，则根据对应的回答句式可以将搜索结果表述为：“为您找到五部刘德华的电影，好棒啊。”

这里需要说明的是，对应每个场景设置什么样的回答句式，这个可以根据技术人员的需要或者调研结果来进行具体设置，在这里不做限定。

步骤S104、根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

由步骤S103可知，本实施例中回答语句的结构包括两部分，一部分是与搜索结果对应的回答句式，另一部分是与回答句式配合使用的语气词。而回答语句反应的是什么样的情感色彩，表达是否生动，是否符合用户个性，通常主要是通过语气词来体现的。因此，回答语句中语气词的选择非常重要。针对这一点，本实施例中将使用用户分为两类，一是注册用户，二是非注册用户，根据用户的分类，通过为每个注册用户建立单独的特征词库，并根据不同用户，从不同特征词库中选择相应语气词的方式，来使得机器回答更符合用户的个性，提高交互融洽性。并通过为非注册用户建立统一的推荐特征词库的方式，来提高非注册用户语音交互的生动性和灵活性。

进一步的，为了更好的引导用户的积极情感，当判断用户的情感色彩包含贬义色彩时，人机交互装置从用户对应的特征词库中选择包含积极情感策在的特征词汇，添加到相应的句式中，以达到引导用户情感，增强交互融洽性的目的。另外，当用户情感色彩包含中性或褒义色彩时，则可以通过从用户对应的特征词库中获取包含俏皮或可爱色彩的特征词汇，添加到相应句式的方式，来引导用户情感，增强交互融洽性。

如表1、表2所示，表1中存储有用户1、用户2以及未注册用户对应的常用特征词。假设用户1和用户2同时使用某一人机交互装置进行影视搜索时，输入的交互文本信息均为“我想查一下刘德华的电影”，则通过上述步骤处理后，可生成如表2所示的个性化回答。

表1

表2

本实施例，通过预先为各种可能出现的搜索结果设定对应的回答句式，并在人机交互时，通过对用户的交互信息进行分析，获得用户的情感色彩，并根据搜索结果、用户的情感色彩、以及搜索结果对应的回答句式，生成富有感情色彩、个性化程度高的回答语句，从而提高了人机交互中机器端对答的灵活性，使得人机交互更加人性化。有利于提高用户的体验。

图2为本发明实施例二提供的人机交互方法中特征词库建立方法的流程示意图，如图2所示，本实施例在图1所示步骤S1O1之前，还可以包括如下步骤：

步骤S2O1、根据用户的注册标识，获取用户的历史搜索数据。

具体的，用户的注册标识为人机交互装置根据用户的请求为用户建立的唯一性标识。在为用户建立注册标识后，人机交互装置自动记录用户每次输入的交互信息，并将交互信息存储在对应的存储区域形成用户的历史搜索数据。

进一步的，用户的历史搜索数据可以是周期性获取的也可以是非周期性获取的。由于本实施例中，获取用户历史搜索数据的目的是建立用户的特征词库，而由于在不同时间段用户的语言习惯可能是不同的，因此，为了保证特征词库的时效性，本实施例中，采用周期性的获取方式对用户的历史搜索数据进行获取，以对用户的特征词库进行建立或更新。

步骤S2O2、对所述历史搜索数据进行分词处理和过滤处理，获得所述用户的常用词汇，并根据所述常用词汇形成所述用户的特征词库。

本实施例中，历史搜索数据的过滤处理是指，通过预设停用词典从分词处理后的历史搜索数据中过滤出用户的常用词汇。具体的，为了区分用户常用词汇的属性，本实施例预设的停用词典可以为多个，每个停用词典对应一种词汇属性，例如针对副词属性，建立常用副词停用词典、针对疑问属性，建立常用疑问词停用词典、针对语气词属性，建立常用语气词停用词典等。根据每个停用词典过滤出的常用词，存储在相应存储区域，形成按照词汇属性划分的子特征词库。例如，根据常用副词停用词典过滤获得常用副词子特征词库，根据常用语气词停用词典过滤获得常用语气词子特征词库等。

值得说明的是，本实施例中，用户的特征词库是由若干子特征词库构成的，而子特征词库的设置为本领域技术人员自行设定的，在这里不做限定。

进一步的，本实施例针对未注册用户，还可以包括推荐常用特征词库的建立步骤，即根据所有已注册用户的特征词库，由出现频率在预设阈值以上的特征词组成推荐常用特征词库。其具体的建立方法与已注册用户特征词库的建立方法类似，在这里不再赘述。

本实施例，通过对用户历史搜索数据进行分词和过滤处理，获得符合用户个性的特征词库，从而根据用户的情感色彩和搜索结果，从用户的特征词库中选择符合用户个性的词汇对搜索结果进行表述，提高了人机交互的个性化和灵活性，提高了用户体验。

图3为本发明实施例三提供的人机交互装置的结构示意图，如图3所示，本实施例提供的人机交互装置，包括：

接收模块10，用于接收交互信息，所述交互信息用于指示终端设备进行资源搜索；

第一确定模块11，确定所述交互信息的情感色彩；

搜索模块12，用于用于根据所述交互信息进行资源搜索；

第二确定模块13，用于根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

生成模块14，用于根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

优选的，图4为第一确定模块的结构示意图，如图4所示，第一确定模块11，包括：

第一处理子模块111，用于确定所述交互信息对应的交互文本信息，并对所述交互文本信息进行分词处理；

第二处理子模块112，用于对所述交互文本信息的分词处理结果进行停用词过滤，获得所述交互文本信息的非停用词；

计算子模块113，用于根据各非停用词的情感色彩计算所述交互信息的情感色彩值；

匹配子模块114，用于所述交互信息的情感色彩值，确定所述交互信息的情感色彩。

所述计算子模块113，具体用于：

根据公式：

$E=\frac{{\mathrm{NUM}}_p*1+{\mathrm{NUM}}_n*(-1)+{\mathrm{NUM}}_m*0}{{\mathrm{NUM}}_p+{\mathrm{NUM}}_n+{\mathrm{NUM}}_m}$

对所述交互信息的情感色彩值进行计算；

其中，NUM_p为所述非停用词中褒义词的数量，NUM_n为所述非停用词中贬义词的数量，NUM_m为所述非停用词中中性词的数量，E为所述交互信息的情感色彩值。

所述匹配子模块114，具体用于：

将所述情感色彩值与预设阈值范围进行匹配，并根据匹配结果确定所述交互信息的情感色彩。

所述第二确定模块13，具体用于：

根据所述搜索结果，确定所述搜索结果对应的场景；

根据所述场景，从所述预设句式中确定与所述场景对应的回答句式。

所述生成模块14，具体用于：

根据所述情感色彩，从所述用户对应的预置特征词库中，获取与所述情感色彩对应的特征词；

根据预设的语法规则，将所述特征词添加到所述回答句式中，并通过所述回答句式对所述搜索结果进行表述，形成所述回答语句。

本实施例提供的人机交互装置，能够用于执行图1所示的方法，其执行方式和有益效果与图1所示实施例类似，在这里不再赘述。

图5为本发明实施例四提供的人机交互装置的结构示意图，如图5所示，本实施例提供的人机交互装置，在图3所示结构的基础上，还包括：

获取模块15、用于根据用户的注册标识，获取用户的历史搜索数据。

建立模块16，用于对所述历史搜索数据进行分词处理和过滤处理，获得所述用户的常用词汇，并根据所述常用词汇形成所述用户的特征词库。

本实施例提供的人机交互装置，能够用于执行图2所示的方法，其具体的执行方法和有益效果与图2所示实施例类似，在这里不再赘述。

进一步的，本发明实施例还提供一种人机交互装置，该装置包括：

处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为：

接收用于指示终端设备进行资源搜索的交互信息；

确定所述交互信息的情感色彩，并基于所述交互信息进行资源搜索；

根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种人机交互方法，其特征在于，包括：

接收用于指示终端设备进行资源搜索的交互信息；

确定所述交互信息的情感色彩，并基于所述交互信息进行资源搜索；

根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

2.根据权利要求1所述的方法，其特征在于，所述确定所述交互信息的情感色彩，包括：

确定所述交互信息对应的交互文本信息，并对所述交互文本信息进行分词处理；

对所述交互文本信息的分词处理结果进行停用词过滤，获得所述交互文本信息的非停用词；

确定所述非停用词的情感色彩，并根据所述非停用词的情感色彩确定所述交互信息的情感色彩值；

根据所述交互信息的情感色彩值，确定所述交互信息的情感色彩。

3.根据权利要求2所述的方法，其特征在于，所述根据所述非停用词的情感色彩确定所述交互信息的情感色彩值，包括：

根据公式：

$E=\frac{{\mathrm{NUM}}_p*1+{\mathrm{NUM}}_n*(-1)+{\mathrm{NUM}}_m*0}{{\mathrm{NUM}}_p+{\mathrm{NUM}}_n+{\mathrm{NUM}}_m}$

对所述交互信息的情感色彩值进行计算；

其中，NUM_p为所述非停用词中褒义词的数量，NUM_n为所述非停用词中贬义词的数量，NUM_m为所述非停用词中中性词的数量，E为所述交互信息的情感色彩值。

4.根据权利要求2或3任一项所述的方法，其特征在于，所述根据所述交互信息的情感色彩值，确定所述交互信息的情感色彩，包括：

将所述情感色彩值与预设阈值范围进行匹配，并根据匹配结果确定所述交互信息的情感色彩。

5.根据权利要求1～4任一项所述的方法，其特征在于，所述根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句，包括：

根据所述情感色彩，从预置特征词库中，获取与所述情感色彩对应的特征词；

根据预设的语法规则，将所述特征词添加到所述回答句式中，并通过所述回答句式对所述搜索结果进行表述，形成所述回答语句。

6.根据权利要求5所述的方法，其特征在于，所述根据所述情感色彩，从预置特征词库中，获取与所述情感色彩对应的特征词，包括：

若所述情感色彩包含贬义色彩时，则根据所述情感色彩，从所述预置特征词库中获取包含积极情感色彩的特征词；

若所述情感色彩包含中性或褒义色彩时，则根据所述情感色彩，从所述预置特征词库中获取包含俏皮或可爱色彩的特征词。

7.一种人机交互装置，其特征在于，包括：

接收模块，用于接收交互信息，所述交互信息用于指示终端设备进行资源搜索；

第一确定模块，用于确定所述交互信息的情感色彩；

搜索模块，用于根据所述交互信息进行资源搜索；

第二确定模块，用于根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

生成模块，用于根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。

8.根据权利要求7所述的人机交互装置，其特征在于，所述第一确定模块，包括：

第一处理子模块，用于确定所述交互信息对应的交互文本信息，并对所述交互文本信息进行分词处理；

第二处理子模块，用于对所述交互文本信息的分词处理结果进行停用词过滤，获得所述交互文本信息的非停用词；

计算子模块，用于根据各非停用词的情感色彩，计算所述交互信息的情感色彩值；

匹配子模块，用于根据所述交互信息的情感色彩值，确定所述交互信息的情感色彩。

9.根据权利要求8所述的人机交互装置，其特征在于，所述计算子模块，具体用于：

根据公式：

$E=\frac{{\mathrm{NUM}}_p*1+{\mathrm{NUM}}_n*(-1)+{\mathrm{NUM}}_m*0}{{\mathrm{NUM}}_p+{\mathrm{NUM}}_n+{\mathrm{NUM}}_m}$

对所述交互信息的情感色彩值进行计算；

其中，NUM_p为所述非停用词中褒义词的数量，NUM_n为所述非停用词中贬义词的数量，NUM_m为所述非停用词中中性词的数量，E为所述交互信息的情感色彩值。

10.根据权利要求8或9任一项所述的人机交互装置，其特征在于，所述匹配子模块，具体用于：

将所述情感色彩值与预设阈值范围进行匹配，并根据匹配结果确定所述交互信息的情感色彩。

11.根据权利要求7～10任一项所述的人机交互装置，其特征在于，所述生成模块，具体用于：

根据所述情感色彩，从预置特征词库中，获取与所述情感色彩对应的特征词；

根据预设的语法规则，将所述特征词添加到所述回答句式中，并通过所述回答句式对所述搜索结果进行表述，形成所述回答语句。

12.一种人机交互装置，其特征在于，包括：

处理器；

用于存储所述处理器的可执行指令的存储器；

其中，所述处理器被配置为：

接收用于指示终端设备进行资源搜索的交互信息；

确定所述交互信息的情感色彩，并基于所述交互信息进行资源搜索；

根据搜索结果，从预设句式中确定与所述搜索结果对应的回答句式；

根据所述搜索结果、所述回答句式以及所述情感色彩，生成回答语句。