CN106202270A - 基于自然语言的人机对话方法及装置 - Google Patents

Abstract

一种基于自然语言的人机对话方法及装置，该方法包括步骤：获取用户输入的基于自然语言的语句；采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；根据确定的人机对话类别确定匹配的反馈语句；将确定的匹配的反馈语句返回给所述用户。本发明实施例的方案，实现了基于自然语言的语义理解的人机对话，提高了人机对话的准确性。

Description

基于自然语言的人机对话方法及装置

技术领域

本发明涉及人机交互领域，特别是涉及一种基于自然语言的人机对话方法及装置。

背景技术

随着人机交互、语言识别等技术的发展，基于语言的人机交互技术也得到发展并逐步投入应用，从而实现人机对话的功能，所谓人机对话，通常是指在用户输入相关语句后(这种语句可能是用户手动输入到聊天窗口的，也可能是对用户语音进行自动语音识别后得到的，也可能直接是用户的语音)，设备基于用户输入的语句，基于一定的逻辑自动在聊天窗口给出相关的语句，看起来像是用户在跟设备进行对话，因此，通常将其称之为人机对话。

目前的人机对话方式，通常是系统(即上文中提及的设备)在接收到用户输入的语句后，对用户输入的语句进行分类，确定语义场景类型，再在确定的语义场景下进行自然语言解析，得到自然语言理解结果。目前的这种人机对话方式，通过预先进行语义场景的分类，然后再在各场景下进行解析得到自然语言理解结果，在一定程度上解决了因自然语言多样、复杂而难以理解的问题。然而，其理解结果的准确性也过于依赖语义场景判定的正误，对于多样、开放的用户自然语言信息的输入，在根据识别词是否匹配、识别词匹配数等信息进行语义场景类型判定时，可能会因为用户表达不准确、语音识别不准确、自然语言本身存在多义和/或歧义等原因导致判定错误，从而使整个人机对话过程进入无法逆转的错误。

发明内容

基于此，本发明实施例的目的在于提供一种基于自然语言的人机对话方法以及一种基于自然语言的人机对话装置，其可以实现基于自然语言的语义理解的人机对话。

为达到上述目的，本发明实施例采用以下技术方案：

一种基于自然语言的人机对话方法，其特征在于，包括步骤：

获取用户输入的基于自然语言的语句；

采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；

根据确定的人机对话类别确定匹配的反馈语句；

将确定的匹配的反馈语句返回给所述用户。

一种基于自然语言的人机对话装置，其特征在于，包括：

语句获取模块，用于获取用户输入的基于自然语言的语句；

类别确定模块，用于采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；

反馈语句匹配模块，用于根据确定的所述人机对话类别确定匹配的反馈语句；

语句返回模块，用于将所述匹配的反馈语句返回给所述用户。

根据如上所述的本发明实施例的方案，其在获得用户输入的语句后，是基于自然语义对语句进行分析，确定语句所属的人机对话类别，并根据确定的人机对话类别来确定匹配的反馈语句返回给用户，在这种情况下，由于是对语句进行基于自然语义的语义分析，从而实现基于自然语言的语义理解的人机对话，提高了人机对话的准确性。

附图说明

图1是一个实施例中本发明的基于自然语言的人机对话方法的流程示意图；

图2是一个具体示例中的人机对话过程的流程示意图；

图3是一个具体示例中的人机对话界面的示意图；

图4是一个实施例中本发明的基于自然语言的人机对话装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

图1中示出了一个实施例中本发明的基于自然语言的人机对话方法的流程示意图。如图1所示，本实施例中的方法包括步骤：

步骤S101：获取用户输入的基于自然语言的语句；

步骤S102：采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；

步骤S103：根据确定的人机对话类别确定匹配的反馈语句；

步骤S104：将确定的匹配的反馈语句返回给所述用户。

根据如上所述的本发明实施例的方案，其在获得用户输入的语句后，是基于自然语义对语句进行分析，确定语句所属的人机对话类别，并根据确定的人机对话类别来确定匹配的反馈语句返回给用户，在这种情况下，由于是对语句进行基于自然语义的语义分析，从而实现基于自然语言的语义理解的人机对话，提高了人机对话的准确性。

其中，用户在进行人机对话时，可能是通过键盘输入语句实现对话，也可能是直接进行语音对话。在用户通过键盘输入语句时，上述用户输入的基于自然语言的语句，则为用户通过键盘输入的语句。在用户通过语音进行对话时，上述用户输入的基于自然语言的语句，可以是通过对用户语音进行语音识别后，获得的语句。

在确定语句所属的人机对话类别时，可以采用任何可能的方式进行。在其中一个具体示例中，采用语义引擎对所述语句进行基于语义分析，确定所述语句所属的人机对话类别的方式可以是：

对所述语句进行基于自然语义的划分，获得组成所述语句的各种语句组成方式；

采用语句匹配规则分别将各种语句组成方式与数据库中的语句进行匹配，获得各语句组成方式的语句匹配率；

将语句匹配率最高的语句组成方式与系统挂接的句子进行匹配，确定所述语句所属的人机对话类别。

其中，上述提及的系统挂接的句子，可以是指系统中已经预先设定并存储的相关句子，也可以是指在系统运行过程中，通过不断的学习过程在系统中新增和保存的句子，确定了语句组成方式的语句，可以通过与系统挂接的句子进行匹配以确定语句所述的类别。

在一个具体示例中，上述确定的语句所属的人机对话类别，可以是包括流程类别、知识库类别、自我意识类别。

据此，在上述步骤SS103根据确定的人机对话类别确定匹配的反馈语句时，具体的方式可以是：

在所述语句所属的人机对话类别为流程类别时，进入流程的多轮对话过程，确定匹配的反馈语句；

在所述语句所属的人机对话类别为知识库类别时，基于知识库类别的匹配规则确定匹配的反馈语句；

在所述语句所属的人机对话类别为自我意识类别时，基于自我意识类别的匹配规则确定匹配的反馈语句。

基于不同的人机对话类别，进行人机对话的方式可以有一定的差异。例如，在人机对话类别为流程类别时，人机对话的方式可以是：根据所述语句匹配率最高的语句组成方式中的各语句，确定与该人机对话类别匹配的反馈语句，并将确定的匹配的反馈语句返回给所述用户。另一方面，在根据语句匹配率最高的语句组成方式中的各语句，确定与该人机对话类别匹配的反馈语句时，除了依据语句匹配率最高的语句组成方式中的各语句，同时还可以结合系统的回复、用户之前输入的语句的语句组成方式，来综合确定该人机对话类别匹配的反馈语句。

以下结合图2中所示的流程图，对其中一个具体示例进行详细解释说明。

用户通过自然语言的句子进行提问，通过对用自然语言表达的用户语音进行ASR(AutomaticSpeech Recognition,自动语音识别)识别后，会将用户语音转化为具体的语句，该语句会被输入到人机对话的对话管理器DM。具体的ASR识别的方式可以采用已有的任何方式进行

随后，对话管理器的语义搜索引擎会对该语句进行基于自然语义的划分，获得组成该语句的各种语句组成方式。在一个具体示例中，在对该语句进行自然语义的划分时，具体的方式可以是通过对该语句的字词进行划分，即通过对语句的字词进行划分来实现对语句的自然语义的划分。

然后，语义引擎会采用语句匹配规则将各种语句组成方式与数据库中的语句进行匹配，获得各语句组成方式的语句匹配率。然后将语句匹配率最高的语句组成方式与系统挂接好的语句形成一个工单，工单最终在引擎的处理下，将解析出来的语义进行与数据库进行匹配，确定语句所属的人机对话类别。

在具体的采用语句匹配规则进行匹配时，可以采用任何可能的方式进行。在一个具体示例中，可以结合字词划分后的语句组成方式中的字词是否符合自然语义来进行匹配。在语句匹配过程中，也可以是结合划分后的语句组成方式中的各字词是否符合自然语义设置相应的权值之后来进行语句匹配，在此不再详加说明。

如图3所示，假设人机对话时机器提供给用户的名称为MJ，即用户在与及其进行人机对话时，在体验上是与名称为MJ的用户进行对话。

假设用户输入的语句未“我想认证发票”，那么该语句进入对话管理器DM的语义引擎之后，语义引擎会将该语句划分成各种可能的语句组成方式。

然后系统会将各种语句组成方式与系统预先设置好的语句进行匹配，获得各语句组成方式的语句匹配率。随后，语句的匹配率最高的语句组成方式将进入到系统，与系统预先挂接好的句子相匹配，确定该语句所属的人机对话类别。在将匹配率最高的语句组成方式与系统挂接好的句子匹配确定语句所属的人机对话类别时，可以采用任何可能的方式进行。

其中，各人机对话类别的语句可以是预先在系统中设定，也可以是在系统使用的过程中不断学习进行更新，具体的学习、更新的方式可以采用任何可能的方式进行。另一方面，在某个语句组成方式中同时包含有两个或多个人机对话类别的语句时，可以设定各人机对话类别的优先级来确定使用那个人机对话类别来确定反馈语句，例如基于优先级最高的人机对话类别来确定反馈语句，也可以是综合各个人机对话类别来确定反馈语句。

如上所述，如果匹配到这个语句是属于流程的，即匹配出的人机对话类别为流程类别，那么该语句就进入流程，这时系统可以智能跟用户进行多轮对话，所谓“多轮对话”就是通过智能语音分析、模仿人类思维回答客户提出的疑难问题，引导客户得到满意答案，并按照客户指令完成客户交待的任务。最终给用户答案。

如图3所示，如果用户输入“认证发票”，系统MJ经过对“认证发票”的语句进行分析，认为该语句是属于流程的，则会向用户返回“请问您是在前台、网上还是自助机认证发票？”。

用户基于系统MJ的回复，输入“前台”，系统MJ则可以结合“前台”“认证发票”，或者是结合“请问您是在前台、网上还是自助机认证发票？”、“前台”，向用户回复“请问您是认证专票还是普票还是无法认证？”

用户基于系统MJ的回复，输入“专票”，从而，系统MJ可以基于用户的回复，结合“前台”“认证发票”“专票”，会回复：“您需要带着您的税务登记证副本和发票的第一联去税务机关的认证窗口认证，把您所要认证的发票交给税局工作人员，认证完毕在发票抵扣联加盖已认证印章，还有一张认证通知单。这样就认证完毕，可以进行抵扣了。从2016年3月1日起，A级纳税人无需进行发票认证。”

从而据此实现与用户的多轮对话，引导客户使用户得到满意的答案。

如果匹配出的人机对话类别为流程类别(流程是系统预先定义好的)，但是在匹配流程的过程中出现错误，没办法进入操作流程。则句子会再次进入到语义引擎进行解析，重新确定该语句所属的人机对话类别。例如，结合上述示例，假如用户首次输入“认证发票”、“前台”之后，针对系统MJ回复的“请问您是认证专票还是普票还是无法认证？”，用户输入的是“旅游”，那么，对话管理器DM就可以认为匹配流程中出现错位，需要进入语义引擎进行解析，重新确定人机对话类别。

如果这个句子是属于知识库的，即匹配出的人机对话类别为知识库类别，则这个句子直接挂接到知识库。例如，用户输入“什么是发票？”，系统会回复：“发票是指一切单位和个人在购销商品、提供劳务或接受劳务、服务以及从事其他经营活动，所提供给对方的收付款的书面证明，是财务收支的法定凭证，是会计核算的原始依据，也是审计机关、税务机关执法检查的重要依据”。

如果这个句子是我自我意识的，即匹配出的人机对话类别为自我意识类别，则进入到自我意识，然后系统会进行回复答案。例如，用户输入：“你好啊，你能做什么？”，系统会回复：“你好，我可以为你解答税务的所有问题”。

基于与上述方法相同的思想，本发明实施例还提供一种基于自然语言的人机对话装置的结构示意图。图4中示出了一个实施例中的该装置的结构示意图。

如图4所示，本实施例中的基于自然语言的人机对话装置包括：

语句获取模块401，用于获取用户输入的基于自然语言的语句；

类别确定模块402，用于采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；

反馈语句匹配模块403，用于根据确定的所述人机对话类别确定匹配的反馈语句；

语句返回模块404，用于将所述匹配的反馈语句返回给所述用户。

根据如上所述的本发明实施例的方案，其在获得用户输入的语句后，是基于自然语义对语句进行分析，确定语句所属的人机对话类别，并根据确定的人机对话类别来确定匹配的反馈语句返回给用户，在这种情况下，由于是对语句进行基于自然语义的语义分析，从而实现基于自然语言的语义理解的人机对话，提高了人机对话的准确性。

其中，用户在进行人机对话时，可能是通过键盘输入语句实现对话，也可能是直接进行语音对话。在用户通过键盘输入语句时，上述用户输入的基于自然语言的语句，则为用户通过键盘输入的语句。在用户通过语音进行对话时，上述用户输入的基于自然语言的语句，可以是通过对用户语音进行语音识别后，获得的语句。此时，上述语句获取模块401可以是通过对用户语音进行语音识别获得所述语句。

在确定语句所属的人机对话类别时，可以采用任何可能的方式进行。在一个示例中，如图4所示，上述类别确定模块402可以包括：

语句划分模块4021，用于对所述语句进行基于自然语义的划分，获得组成所述语句的各种语句组成方式；

语句匹配模块4022，用于采用语句匹配规则分别将各种语句组成方式与数据库中的语句进行匹配，获得各语句组成方式的语句匹配率；

类别确定子模块4023，用于将语句匹配率最高的语句组成方式与系统挂接的句子进行匹配，确定所述语句所属的人机对话类别。

其中，上述提及的系统挂接的句子，可以是指系统中已经预先设定并存储的相关句子，也可以是指在系统运行过程中，通过不断的学习过程在系统中新增和保存的句子，确定了语句组成方式的语句，可以通过与系统挂接的句子进行匹配以确定语句所述的类别。

在一个具体示例中，语句划分模块4021在对该语句进行自然语义的划分时，具体的方式可以是通过对该语句的字词进行划分，即通过对语句的字词进行划分来实现对语句的自然语义的划分。

在一个具体示例中，上述确定的语句所属的人机对话类别，可以是包括流程类别、知识库类别、自我意识类别。

据此，在一个具体示例中，如图4所示，上述反馈语句匹配模块403可以包括：

流程匹配模块4031，用于在所述语句所属的人机对话类别为流程类别时，进入流程的多轮对话过程，确定匹配的反馈语句；

知识库匹配模块4032，用于在所述语句所属的人机对话类别为知识库类别时，基于知识库类别的匹配规则确定匹配的反馈语句；

自我意识匹配模块4033，用于在所述语句所属的人机对话类别为自我意识类别时，基于自我意识类别的匹配规则确定匹配的反馈语句。

基于不同的人机对话类别，进行人机对话的方式可以有一定的差异。例如，在人机对话类别为流程类别时，反馈语句匹配模块403可以是根据所述语句匹配率最高的语句组成方式中的各语句，确定与该人机对话类别匹配的反馈语句，并由语句返回模块404将确定的匹配的反馈语句返回给所述用户。其中，在根据语句匹配率最高的语句组成方式中的各语句，确定与该人机对话类别匹配的反馈语句时，除了依据语句匹配率最高的语句组成方式中的各语句，同时还可以结合系统的回复、用户之前输入的语句的语句组成方式，来综合确定该人机对话类别匹配的反馈语句。

本发明实施例装置中的其他技术特征与上述方法中的相同，在此不再详加赘述。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于自然语言的人机对话方法，其特征在于，包括步骤：

获取用户输入的基于自然语言的语句；

采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；

根据确定的人机对话类别确定匹配的反馈语句；

将确定的匹配的反馈语句返回给所述用户。

2.根据权利要求1所述的基于自然语言的人机对话方法，其特征在于，所述人机对话类别包括流程类别、知识库类别、自我意识类别。

3.根据权利要求2所述的基于自然语言的人机对话方法，其特征在于，根据确定的人机对话类别确定匹配的反馈语句的方式包括：

在所述语句所属的人机对话类别为流程类别时，进入流程的多轮对话过程，确定匹配的反馈语句；

在所述语句所属的人机对话类别为知识库类别时，基于知识库类别的匹配规则确定匹配的反馈语句；

在所述语句所属的人机对话类别为自我意识类别时，基于自我意识类别的匹配规则确定匹配的反馈语句。

4.根据权利要求1至3任意一项所述的基于自然语言的人机对话方法，其特征在于，通过对用户语音进行语音识别，获得所述语句。

5.根据权利要求1至3任意一项所述的基于自然语言的人机对话方法，其特征在于，采用语义引擎对所述语句进行基于语义分析，确定所述语句所属的人机对话类别的方式包括：

对所述语句进行基于自然语义的划分，获得组成所述语句的各种语句组成方式；

采用语句匹配规则分别将各种语句组成方式与数据库中的语句进行匹配，获得各语句组成方式的语句匹配率；

将语句匹配率最高的语句组成方式与系统挂接的句子进行匹配，确定所述语句所属的人机对话类别。

6.一种基于自然语言的人机对话装置，其特征在于，包括：

语句获取模块，用于获取用户输入的基于自然语言的语句；

类别确定模块，用于采用语义引擎对所述语句进行基于自然语义的语义分析，确定所述语句所属的人机对话类别；

反馈语句匹配模块，用于根据确定的所述人机对话类别确定匹配的反馈语句；

语句返回模块，用于将所述匹配的反馈语句返回给所述用户。

7.根据权利要求6所述的基于自然语言的人机对话装置，其特征在于，所述人机对话类别包括流程类别、知识库类别、自我意识类别。

8.根据权利要求7所述的基于自然语言的人机对话装置，其特征在于，所述反馈语句匹配模块包括：

流程匹配模块，用于在所述语句所属的人机对话类别为流程类别时，进入流程的多轮对话过程，确定匹配的反馈语句；

知识库匹配模块，用于在所述语句所属的人机对话类别为知识库类别时，基于知识库类别的匹配规则确定匹配的反馈语句；

自我意识匹配模块，用于在所述语句所属的人机对话类别为自我意识类别时，基于自我意识类别的匹配规则确定匹配的反馈语句。

9.根据权利要求6至8任意一项所述的基于自然语言的人机对话装置，其特征在于，所述语句获取模块通过对用户语音进行语音识别，获得所述语句。

10.根据权利要求6至8任意一项所述的基于自然语言的人机对话装置，其特征在于，所述类别确定模块包括：

语句划分模块，用于对所述语句进行基于自然语义的划分，获得组成所述语句的各种语句组成方式；

语句匹配模块，用于采用语句匹配规则分别将各种语句组成方式与数据库中的语句进行匹配，获得各语句组成方式的语句匹配率；

类别确定子模块，用于将语句匹配率最高的语句组成方式与系统挂接的句子进行匹配，确定所述语句所属的人机对话类别。