CN106202417A - 一种用于智能机器人的人机交互方法及系统 - Google Patents

Abstract

一种用于智能机器人的人机交互方法及系统，其中，该方法包括：步骤一、获取用户输入的问题信息；步骤二、根据问题信息生成多个候选答案信息，得到候选答案信息集合；步骤三、结合获取到的问题信息的提问次数，从候选答案信息集合中选取最佳答案信息并输出。该交互方法使得智能机器人每次可以给用户反馈不同的答案信息，从而使机器人显得更加智能。同时，该方法还可以使得多个不同的候选答案信息得到充分利用，从而提高交互的趣味度和丰富度，进而提高用户的平均交互时间。

Description

一种用于智能机器人的人机交互方法及系统

技术领域

本发明涉及人机交互技术领域，具体地说，涉及一种用于智能机器人的人机交互方法及系统。

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，人机交互也就成为决定智能机器人发展的重要因素。

在现有的人机交互过程中，机器人针对用户输入的每一次请求，都会返回系统认为最好的答案。而这样就造成了针对同一请求，机器人无论在何种情况下均会返回同一答案，这显然与人们日常交谈的实际情况是不相符的，这也就导致了现有的智能机器人用户体验差的问题。

发明内容

为解决上述问题，本发明提供了一种用于智能机器人的人机交互方法，其包括：

步骤一、获取用户输入的问题信息；

步骤二、根据所述问题信息生成多个候选答案信息，得到候选答案信息集合；

步骤三、结合获取到的所述问题信息的提问次数，从所述候选答案信息集合中选取最佳答案信息并输出。

根据本发明的一个实施例，在所述步骤三中，

结合所述问题信息的提问次数确定所述用户的交互意图信息，根据所述交互意图信息从所述候选答案信息集合中选取所述最佳答案信息。

根据本发明的一个实施例，在所述步骤三中，还获取当前场景信息和/或用户当前情绪信息，结合所述当前场景信息和/或用户当前情绪信息，从所述候选答案信息集合中选取所述最佳答案信息。

根据本发明的一个实施例，在所述步骤三中，如果所述问题信息的提问次数大于1，则获取前一次提问过程中所输出的答案信息，将该答案信息从所述候选答案信息集合中剔除，并从剩余的候选答案信息中选取出最佳答案信息。

根据本发明的一个实施例，在所述步骤三中，如果所述问题信息的提问次数大于1，则降低前一次提问过程中所输出的答案信息的优先级，并根据所述候选答案信息集合中各个候选答案信息的优先级大小确定所述最佳答案信息。

本发明还提供了一种用于智能机器人的人机交互系统，其包括：

问题信息获取模块，其用于获取用户输入的问题信息；

候选答案集合生成模块，其用于根据所述问题信息生成多个候选答案信息，得到候选答案信息集合；

答案确定模块，其用于结合获取到的所述问题信息的提问次数，从所述候选答案信息集合中选取最佳答案信息并输出。

根据本发明的一个实施例，所述答案确定模块配置为结合所述问题信息的提问次数确定所述用户的交互意图信息，根据所述交互意图信息从所述候选答案信息集合中选取所述最佳答案信息。

根据本发明的一个实施例，所述答案确定模块配置为还获取当前场景信息和/或用户当前情绪信息，结合所述当前场景信息和/或用户当前情绪信息，从所述候选答案信息集合中选取所述最佳答案信息。

根据本发明的一个实施例，如果所述问题信息的提问次数大于1，所述答案确定模块则配置为获取前一次提问过程中所输出的答案信息，将该答案信息从所述候选答案信息集合中剔除，并从剩余的候选答案信息中选取出最佳答案信息。

根据本发明的一个实施例，如果所述问题信息的提问次数大于1，所述答案确定模块则配置为降低前一次提问过程中所输出的答案信息的优先级，并根据所述候选答案信息集合中各个候选答案信息的优先级大小确定所述最佳答案信息。

本发明所提供的用于智能机器人的人机交互方法及系统采用了答案控制的方式，先缓存多个与用户提问问题信息相符的候选答案信息，随后集合该问题信息的提问次数，来从这些候选答案信息中选取此次交互的最佳答案信息。这样，该交互方法及系统使得智能机器人每次可以给用户反馈不同的答案信息，从而使机器人显得更加智能。同时，该方法还可以使得多个不同的候选答案信息得到充分利用，从而提高交互的趣味度和丰富度，进而提高用户的平均交互时间

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用于智能机器人的人机交互方法的实现流程图；

图2是根据本发明另一个实施例的用于智能机器人的人机交互方法的实现流程图；

图3是根据本发明一个实施例的用于智能机器人的人机交互装置的结构示意图。

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。

在现有的人机交互过程中，机器人针对用户输入的每一次请求，都会返回同一答案。例如，当用户分十次向智能机器人输入“你好”时，智能机器人这十次的回答均会是“你也好，嘻嘻”。这显然与人们日常交谈的实际情况是不相符的，智能机器人的这种人机交互方式会使得机器人显得过于呆板，很容易导致用户对交互过程感到无趣。

针对现有技术中存在的上述缺陷，本发明提供了一种新的人机交互方法，该方法会结合用户所输入的问题信息的次数，来生成最佳答案信息并输出给用户。

为了更加清楚地阐述本发明所提供的人机交互方法的实现原理、实现过程以及优点，以下分别结合不同的实施例来对该方法进行进一步的说明。同时，需要指出的是，本发明所提及的“问题信息”不仅仅特指以疑问语句存在的交互信息，还可以是其他合理形式(例如调侃语句以及视觉信息、触觉信息等多模态交互信息等)的交互信息，本发明不限于此。

实施例一：

图1示出了本实施例所提供的用于智能机器人的人机交互方法的实现流程图。

如图1所示，本实施例所提供的人机交互方法首先在步骤S101中获取用户输入的问题信息。

在得到用户输入的问题信息后，该方法在步骤S102中根据该问题信息生成多个候选答案信息，从而得到候选答案信息集合。具体地，本实施例中，该方法采用了数据缓存技术，其能够一次性生成针对该问题信息的足量的多条答案信息，并将这些答案信息作为候选答案信息。

需要指出的是，在本发明的不同实施例中，候选答案信息集合中所包含的候选答案信息的具体数量可以根据实际需要进行调整，本发明不限于此。

本实施例中，该方法在步骤S102中优选地利用预设知识库来生成针对步骤S101中所获取的问题信息的多个候选答案信息。当然，在本发明的其他实施例中，该方法还可以采用其他合理的方式来获取针对上述问题信息的多个候选答案信息，本发明同样不限于此。例如在本发明的一个实施例中，该方法还可以利用知识图谱来生成上述多个候选答案信息。

如图1所示，在得到候选答案信息集合后，该方法在步骤S103中结合获取到的上述问题信息的提问次数，从候选答案信息集合中选取出此次的最佳答案信息并输出。

具体地，本实施例中，该人机交互方法不仅仅提取用户当前输入的问题信息的次数，还会记录当前交互的此前多次的问题信息以及相应的最佳答案信息。基于用户向智能机器人输入当前问题信息的次数，该方法确定出用户的交互意图信息，并根据该交互意图信息从候选答案信息集合中选取出最佳答案信息并输出给用户。

例如，如果用户分十次向智能机器人输入问题信息“您好”，对于第一次请求，该人机交互方法会在步骤S102中缓存最为符合该问题信息的多条答案信息，而这些答案信息也就是候选答案信息。对于第一次请求，该方法优选地从这些候选答案信息中随机选取一条作为最佳答案输出给用户。

而对于之后的相同请求，该方法则会按照都一定的策略(例如根据该问题信息的请求次数)来从上述候选答案信息中选取出最为符合当前交互意图和/或交互场景的答案信息来作为最佳答案输出给用户。这样能够在一定程度上保证答案的多样性，对于上述多个候选答案信息，每一个候选答案均有可能作为最佳答案输出给用户。

具体地，如果问题信息的提问次数大于1，那么该方法则获取前一次提问过程中所输出的最佳答案信息，为了避免出现针对两次提问的相同问题信息输出相同答案的情况，本方法会将前一次提问过程中所输出的答案信息从候选答案信息集合中剔除，随后再从剩余的候选答案信息中选取出最佳答案信息。

需要指出的是，本发明的其他实施例中，如果问题信息的提问次数大于1，该方法还可以采用其他合理的方式来从候选答案信息集合中确定出最佳答案信息，并同时避免出现针对两次提问的相同问题信息输出相同答案的情况，本发明不限于此。

例如，在本发明的一个实施例中，如果当前问题信息的提问次数大于1，那么该方法将降低前一次提问过程中所输出的答案信息的优先级，并根据候选答案信息集合中各个候选答案信息的优先级大小来从候选答案信息集合中确定出当前针对该问题信息的最佳答案信息。

而如果用户一直不停地向智能机器人输入相同的问题信息(例如“您好”)时，该人机交互方法则可以根据该问题信息的请求次数(即提问次数)来确定用户的当前交互意图很可能并不是与智能机器人进行聊天，此时该方法便会更加智能化的输出与该语境更加相符的答案，例如输出“怎么还是这句话”或“你都问过好多次这个问题了，咱们聊点别的吧”。

从上述描述中可以看出，本实施例所提供的人机交互方法采用了答案控制的方式，先缓存多个与用户提问问题信息相符的候选答案信息，随后集合该问题信息的提问次数，来从这些候选答案信息中选取此次交互的最佳答案信息。这样，该交互方法使得智能机器人每次可以给用户反馈不同的答案信息，从而使机器人显得更加智能。同时，该方法还可以使得多个不同的候选答案信息得到充分利用，从而提高交互的趣味度和丰富度，进而提高用户的平均交互时间。

实施例二：

图2示出了本实施例所提供的用于智能机器人的人机交互方法的实现流程图。

如图2所示，本实施例所提供的人机交互方法首先在步骤S201中获取用户输入的问题信息。

在得到用户输入的问题信息后，该方法在步骤S202中根据该问题信息生成多个候选答案信息，从而得到候选答案信息集合。需要指出的是，本实施例中，该方法在步骤S202中生成候选答案信息集合的实现原理以及实现过程与上述实施例一中步骤S102所涉及的内容类似，故在此不再赘述。

本实施例中，该方法还在步骤S203中获取当前情景信息和用户当前情绪信息。具体地，该方法对该用户前几次提问过程的上下文数据进行充分的数据分析，通过进行上下文数据的关键词抽取来确定出当前场景信息(例如当前交互话题)，并根据该用户的多轮交互过程来分析出该用户的情绪信息。这样也就可以得到该用户在与智能机器人进行交互的交互话题以及用户当前情绪。

如图2所示，在得到当前场景信息和用户当前情绪信息后，该方法在步骤S204中根据该当前场景信息和用户当前情绪信息，结合获取到的问题信息的提问次数，从候选答案信息集合中选取出最佳答案信息并输出给用户。

按照正常人类思维，在不同场景下人与人之间的对话交流是存在很大区别甚至完全不同的。例如，A、B两个人在沟通过程中，A说“今天天气真好”，如果B今天心情不错并且正好有运动的意愿的话，他可能会回答“那我们一起去打球吧”而如果A说这句话(即“今天天气真好”)的时候，恰好是前几天连续阴雨并且今天天气终于放晴了，那么B的回答很可能是“天气终于变好了，心情也跟着变好了”；而如果A说话的时候，B正在担心或者忙其他的事情，那么B很可能指示简单地回答“哦”；而如果A一直不停地向B絮叨这句话，那么B很可能会表现出反感的反应甚至不予理会，在这种场景下，B的回答很可能是“要不我们聊点别的”。

由此可以看出，对于A所提出的问题，影响B的回答的因素有很多。对于人类来说，基本上可以通过下意识并且非常复杂的思维过程来在非常短的时间内做出合理的决策。而对于智能机器人来说，其往往并不具备上述能力，因此本方法通过外界环境感知、情绪判断以及重复数据记录等多种手段，来实现智能机器人类人的场景化输出。

需要指出的是，在本发明的其他实施例中，该方法在步骤S203中还可以仅获取当前场景信息和用户当前情绪信息中的一种，并结合当前场景信息或用户当前情绪信息来从候选答案信息集合中选取出最佳答案信息，本发明不限于此。

由于智能机器人的人机交互过程是由程序驱动实现，而程序本质上就是一段0和1的序列组合，因此如果不是人为设定，智能机器人没有任何理由会按照类人的思维和想法来完成当时最适合条件的任务。本实施例所提供的方法可以根据人机交互的场景和条件，做出符合当时场景的回答，而不是像现有技术那样每次都输出完全相同或与场景完全无关的答案。

本发明还提供了一种用于智能机器人的人机交互系统，图3示出了本实施例中该系统的结构示意图。

如图3所示，本实施例中，该人机交互系统优选地包括：问题信息获取模块301、候选答案集合生成模块302以及答案确定模块303。其中，问题信息获取模块301用于获取用户输入的问题信息并将该问题信息传输给候选答案集合生成模块302。候选答案集合生成模块302在接收到问题信息后，会根据该问题信息生成多个候选答案信息，从而得到候选答案集合。候选答案集合生成模块302会将候选答案信息集合传输给答案确定模块303，以由答案确定模块303结合所获取得到的该问题信息的提问次数，从候选答案信息集合中选取出此次交互的最佳答案信息并输出。

本实施例中，问题信息获取模块301、候选答案集合生成模块302以及答案确定模块303实现其各自功能的具体原理以及过程与上述实施例一中步骤S101至步骤S103所涉及的内容类似，故在此不再对上述模块如何实现其各自功能进行赘述。

对于智能机器人而言，由于机器人本身是不具备思维的，因此如何让机器人能够表现得足够符合人类的思维逻辑是判断一个机器人智能化程度的重要标志。对于现有的智能机器人来说，如果用户一直问同样的问题，由于机器人是没有思维的，其仅会按照预定的程序运行，这将导致现有机器人所采用的人机交互方法每次都将回复同样的内容，而机械的重复很大程度上会引起用户的反感。因此，现有的人机交互方法很大程度上会使得智能机器人给用户留下无趣呆板的印象，并且用户很容易识破该机器人的运行规律，这显然是不利于智能机人的推广应用的。

本实施例所提供的人机交互系统采用了答案控制的方式，先缓存多个与用户提问问题信息相符的候选答案信息，随后集合该问题信息的提问次数，来从这些候选答案信息中选取此次交互的最佳答案信息。这样，该交互方法使得智能机器人每次可以给用户反馈不同的答案信息，从而使机器人显得更加智能。同时，该方法还可以使得多个不同的候选答案信息得到充分利用，从而提高交互的趣味度和丰富度，进而提高用户的平均交互时间。

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)

1.一种用于智能机器人的人机交互方法，其特征在于，包括：

步骤一、获取用户输入的问题信息；

步骤二、根据所述问题信息生成多个候选答案信息，得到候选答案信息集合；

步骤三、结合获取到的所述问题信息的提问次数，从所述候选答案信息集合中选取最佳答案信息并输出。

2.如权利要求1所述的方法，其特征在于，在所述步骤三中，

结合所述问题信息的提问次数确定所述用户的交互意图信息，根据所述交互意图信息从所述候选答案信息集合中选取所述最佳答案信息。

3.如权利要求1或2所述的方法，其特征在于，在所述步骤三中，还获取当前场景信息和/或用户当前情绪信息，结合所述当前场景信息和/或用户当前情绪信息，从所述候选答案信息集合中选取所述最佳答案信息。

4.如权利要求1～3中任一项所述的方法，其特征在于，在所述步骤三中，如果所述问题信息的提问次数大于1，则获取前一次提问过程中所输出的答案信息，将该答案信息从所述候选答案信息集合中剔除，并从剩余的候选答案信息中选取出最佳答案信息。

5.如权利要求1～3中任一项所述的方法，其特征在于，在所述步骤三中，如果所述问题信息的提问次数大于1，则降低前一次提问过程中所输出的答案信息的优先级，并根据所述候选答案信息集合中各个候选答案信息的优先级大小确定所述最佳答案信息。

6.一种用于智能机器人的人机交互系统，其特征在于，包括：

问题信息获取模块，其用于获取用户输入的问题信息；

候选答案集合生成模块，其用于根据所述问题信息生成多个候选答案信息，得到候选答案信息集合；

答案确定模块，其用于结合获取到的所述问题信息的提问次数，从所述候选答案信息集合中选取最佳答案信息并输出。

7.如权利要求6所述的系统，其特征在于，所述答案确定模块配置为结合所述问题信息的提问次数确定所述用户的交互意图信息，根据所述交互意图信息从所述候选答案信息集合中选取所述最佳答案信息。

8.如权利要求6或7所述的系统，其特征在于，所述答案确定模块配置为还获取当前场景信息和/或用户当前情绪信息，结合所述当前场景信息和/或用户当前情绪信息，从所述候选答案信息集合中选取所述最佳答案信息。

9.如权利要求6～8中任一项所述的系统，其特征在于，如果所述问题信息的提问次数大于1，所述答案确定模块则配置为获取前一次提问过程中所输出的答案信息，将该答案信息从所述候选答案信息集合中剔除，并从剩余的候选答案信息中选取出最佳答案信息。

10.如权利要求6～8中任一项所述的系统，其特征在于，如果所述问题信息的提问次数大于1，所述答案确定模块则配置为降低前一次提问过程中所输出的答案信息的优先级，并根据所述候选答案信息集合中各个候选答案信息的优先级大小确定所述最佳答案信息。