CN106548777A - 一种用于智能机器人的数据处理方法及装置 - Google Patents

Abstract

一种用于智能机器人的数据处理方法及装置，其中，该方法包括：交互文字获取步骤，根据用户输入的交互信息获取交互文字；相似度计算步骤，获取当前待匹配文字，对当前待匹配文字以及交互文字进行拼音转换，根据转换得到的拼音数据计算交互文字与当前待匹配文字的相似度；反馈输出步骤，根据交互文字与当前待匹配文字的相似度生成相应的多模态反馈信息并输出。通过这种方式，本方法能够有效避免由于识别出的文字内容存在偏差或错误而导致的无法确定出准确语义的问题，从而提高了智能机器人的智能型和适用性。

Description

一种用于智能机器人的数据处理方法及装置

技术领域

本发明涉及机器人技术领域，具体地说，涉及一种用于智能机器人的数据处理方法及装置。

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，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，智能机器人往往无法准确或者正确地识别出用户所输入的对话内容，这样也就导致智能机器人无法对用户输入的交互信息进行准确反馈，或者向用户反馈的内容无法与当前交互场景相匹配，从而影响智能机器人的交互体验。

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数据处理方法，其包括：

交互文字获取步骤，根据用户输入的交互信息获取交互文字；

相似度计算步骤，获取当前待匹配文字，对所述当前待匹配文字以及交互文字进行拼音转换，根据转换得到的拼音数据计算所述交互文字与当前待匹配文字的相似度；

反馈输出步骤，根据所述交互文字与当前待匹配文字的相似度生成相应的多模态反馈信息并输出。

根据本发明的一个实施例，在所述相似度计算步骤中，利用预设字典库将所述当前待匹配文字以及交互文字转换为相应的拼音数据。

根据本发明的一个实施例，在所述相似度计算步骤中，对所述当前待匹配文字以及交互文字进行拼音转换得到的拼音数据包括以下所列项中的任一项或几项：

声母、韵母和音调。

根据本发明的一个实施例，在所述相似度计算步骤中，

分别计算所述交互文字与当前待匹配文字在声母、韵母和音调上的相似度，对应得到声母相似度、韵母相似度和音调相似度；

对所述声母相似度、韵母相似度和音调相似度进行加权求和，得到所述交互文字与当前待匹配文字的相似度。

根据本发明的一个实施例，在所述相似度计算步骤中，分别计算交互文字与待匹配文字集合中各个待匹配文字的相似度；

在所述反馈输出步骤中，根据各个待匹配文字的相似度从所述待匹配文字集合中确定出所述交互文字的匹配文字，并根据所述匹配文字生成所述多模态反馈信息。

本发明还提供了一种用于智能机器人的数据处理装置，其包括：

交互文字获取模块，其用于根据用户输入的交互信息获取交互文字；

相似度计算模块，其用于获取当前待匹配文字，对所述当前待匹配文字以及交互文字进行拼音转换，根据转换得到的拼音数据计算所述交互文字与当前待匹配文字的相似度；

反馈输出模块，其用于根据所述交互文字与当前待匹配文字的相似度生成相应的多模态反馈信息并输出。

根据本发明的一个实施例，所述相似度计算模块配置为利用预设字典库将所述当前待匹配文字以及交互文字转换为相应的拼音数据。

根据本发明的一个实施例，所述相似度计算模块对所述当前待匹配文字以及交互文字进行拼音转换得到的拼音数据包括以下所列项中的任一项或几项：

声母、韵母和音调。

根据本发明的一个实施例，所述相似度计算模块配置为：

分别计算所述交互文字与当前待匹配文字在声母、韵母和音调上的相似度，对应得到声母相似度、韵母相似度和音调相似度；

对所述声母相似度、韵母相似度和音调相似度进行加权求和，得到所述交互文字与当前待匹配文字的相似度。

根据本发明的一个实施例，所述相似度计算模块配置为分别计算交互文字与待匹配文字集合中各个待匹配文字的相似度；

所述反馈输出模块配置为根据各个待匹配文字的相似度从所述待匹配文字集合中确定出所述交互文字的匹配文字，并根据所述匹配文字生成所述多模态反馈信息。

本发明所提供的方法通过拼音数据来确定两组文字之间的相似度，并根据该相似度结果来判定这两组文字在识别过程中是否应当是同一文字。通过这种方式，本方法能够有效避免由于语音识别出的文字内容存在偏差或错误而导致的无法确定出准确语义的问题，这有助于智能机器人准确识别用户的意图并进行应答，从而提高了智能机器人的智能型和适用性。

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数据处理方法的实现流程示意图；

图2是根据本发明另一个实施例的用于智能机器人的数据处理方法的实现流程示意图；

图3是根据本发明一个实施例的用于智能机器人的数据处理装置的结构示意图。

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。

在人机交互过程中，智能机器人的逻辑通常与用户输入的内容有关，即智能机器人会根据用户输入的特定内容来做出特定的响应，这也就要求智能机器人需要能够准确地识别出用户输入的内容。然而，现有的用于智能机器人的数据处理方法往往无法满足上述要求。

例如，智能机器人输出诸如“我会学大象、小狗、燕子的叫声，你想听谁的”的语音信息，机器人识别出用户输入了“大将”的反馈语音(实时上是用户输入“大象”，结果语音识别为了“大将”)，由于“大将”并不属于上述三种候选项(即大象、小狗和燕子)，因此此时该智能机器人也就无法继续与该用户进行有效交互。

针对现有技术中所存在的上述问题，本发明提供了一种用于智能机器人的人机交互方法，该方法采用拼音相似度匹配的方式来进行数据处理，从而避免由于语音识别出现错误或偏差而导致交互过程无法继续的问题。

为了更加清楚地阐述本发明所提供的用于智能机器人的数据处理方法的实现原理、实现流程以及优点，以下分别结合不同的实施例来对该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用于智能机器人的数据处理方法的实现流程示意图。

如图1所示，本实施例所提供的数据处理方法首先在步骤S101中根据用户输入的交互信息获取交互文字。需要指出的是，本实施例中，优选地，该方法在步骤S101中既可以通过智能机器人所配置的文本输入设备(例如键盘)所获取到的文本交互信息来直接确定出交互文字，也可以通过对智能机器人所配置的音频采集设备(例如麦克风)采集到的音频信息进行处理(即将音频信息转换为文本信息)来得到交互文字，抑或是采用其他合理方式来获取上述交互文字，本发明不限于此。

例如，按照上述举例内容，语音识别结果“大将”即是该方法在步骤S101中所得到的交互文字。

在得到对应于用户输入的交互信息的交互文字后，该方法在步骤S102中获取当前待匹配文字。需要指出的是，在本发明的不同实施例中，当前待匹配文字可以根据实际需要采用不同的合理方式来获取，比如，在“谁在叫”该应用中，需要获取关于动物的词汇，比如：“大象”、“小狗”和“燕子”。而由于用户的语音输入“大象”不清楚，机器人识别“dajiang”即：大将，在谁在叫该应用中，无法匹配到“大将”该动物名称，从而导致无法输出相应动物的叫声。例如，在本发明的一个实施例中，待匹配文字既可以是智能机器人所输出的交互信息中的相关词语(例如上述举例内容中的“大象”、“小狗”和“燕子”等)；在本发明的另一个实施例中，待匹配文字还可以是预先存储的其他合理词语，本发明不限于此。

同时，还需要指出的是，本发明并不对获取上述交互文字和当前匹配文字的具体顺序进行限定，在本发明的不同实施例中，根据实际需要，既可以先获取交互文字再获取当前待匹配文字，还可以先获取当前待匹配文字再获取交互文本，抑或是同时获取交互文本和当前待匹配文字。

在得到文本文字和当前待匹配文字后，如图1所示，本实施例中，该方法会在步骤S103中对步骤S102中所获取到的当前待匹配文字以及步骤S101中所获取到的交互文字进行拼音转换，从而分别得到当前待匹配文字的语音数据和文本文字的拼音数据。

该方法在步骤S104中会根据步骤S103中转换得到的拼音数据来计算上述交互文字与当前待匹配文字的相似度。例如，本实施例中，该方法在步骤S103中对当前待匹配文字“大象”进行拼音转换所得到的拼音数据为“daxiang”，对文本文字“大将”进行拼音转换所得到的拼音数据为“dajiang”，通过对这两组拼音数据进行相似度计算便可以得到当前待匹配文字“大象”与文本文字“大将”之间的相似度。

在得到交互文本与当前待匹配文字之间的相似度后，该方法会在步骤S105中根据上述相似度来生成相应的多模态反馈信息并输出。例如，在步骤S105中，该方法可以判断交互文本与当前待匹配文字之间的相似度是否大于预设相似度阈值，如果大于，则可以判定文本文字与当前待匹配文字实质上是等同的。因此，此时该方法也就准确确定出了识别结果“大将”实质上应为“大象”，这样该方法也就可以输出“大象”的模仿音，如果交互文本与当前待匹配文字之间的相似度均低于预设相似度阈值，则确定交互文本与所有待匹配文字均不匹配，进入其他处理逻辑进行交互处理。

当然，正如上述举例内容所示，用于分析上述交互文字的待匹配文字很可能是待匹配文字集合中的多种文字(即用于分析交互文字“大将”的待匹配文字集合包含“大象”、“小狗”和“燕子”)，对于这种情况，该方法可以分别计算上述交互文字与待匹配文字集合中各个待匹配文字的相似度，并根据各个待匹配文字的相似度从待匹配文字集合中确定出交互文字的匹配文字，从而根据该匹配文字生成相应的多模态反馈信息。

优选地，该方法可以将相似度取值最大的待匹配文字作为交互文字的匹配文字。例如，对于交互文字“大将”来说，待匹配文字“大象”、“小狗”和“燕子”中“大象”的相似度取值最大，因此该方法也就可以确定出语音识别出的“大将”实质上应当是“大象”，这样该方法也就可以根据“大象”来生成并输出大象模仿音。

从上述描述中可以看出，本实施例所提供的方法通过拼音数据来确定两组文字之间的相似度，并根据该相似度结果来判定这两组文字在识别过程中是否应当是同一文字。通过这种方式，本方法能够有效避免由于识别出的文字内容存在偏差或错误而导致的无法确定出准确语义的问题，这有助于智能机器人准确识别用户的意图并进行应答，从而提高了智能机器人的智能型和适用性。

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数据处理方法的实现流程示意图。

如图2所示，本实施例所提供的方法首先在步骤S201中根据用户输入的交互信息获取交互文字，并在步骤S202中获取当前待匹配文字。需要指出的是，本实施例中，步骤S201和步骤S202的具体实现原理以及实现过程与上述实施例一中步骤S101和步骤S102所涉及的内容类似，故在此不再对步骤S201和步骤S202的相关内容进行赘述。

在得到交互文字和当前待匹配文字后，该方法在步骤S203中对当前待匹配文字和交互文字进行拼音转换，从而得到相应的拼音数据。优选地，本实施例中，该方法在步骤S203中对当前待匹配文字和交互文字进行拼音转换所得到的拼音数据包括：声母、韵母和音调。

当然，在本发明的其他实施例中，该方法在步骤S103中通过对上述两类文字进行拼音转换所得到的拼音数据既可以仅包含以上所列项中的任一项或几项，还可以包含其他未列出的合理项，抑或是以上所列项与其他未列出的合理项的组合，本发明不限于此。

在步骤S204中，该方法会分别计算交互文字与当前待匹配文字在声母、韵母和音调上的相似度，对应得到声母相似度、韵母相似度和音调相似度。本实施例中，该方法优选地采用向量空间模型来进行相似度计算。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(例如基于Hash方法或者基于主题的方法等)，本发明同样不限于此。

在得到声母相似度、韵母相似度和音调相似度后，该方法便可以在步骤S205中通过对声母相似度、韵母相似度和音调相似度进行加权求和来得到交互文字与当前待匹配文字之间的相似度。

在得到上述相似度后，该方法也就可以在步骤S206中根据交互文字与当前待匹配文字之间的相似度生成相应的多模态反馈信息并输出。需要指出的是，本实施例中，步骤S206的具体实现原理以及实现过程与上述实施例一中步骤S105所涉及的内容类似，故在此不再对步骤S206的具体内容进行赘述。

本发明还提供了一种用于智能机器人的数据处理装置，图3示出了本实施例中该装置的结构示意图。

如图3所示，本实施例所提供的用于智能机器人的数据处理装置优选地包括：交互文字获取模块301、相似度计算模块302以及反馈输出模块303。其中，交互文字获取模块301用于根据用户输入的交互信息获取对应的交互文字。

根据实际需要，本发明所涉及的交互文字获取模块301既可以采用智能机器人所配置的文本输入设备(例如键盘)来实现，这样该模块也就可以通过获取到文本信息来直接确定出交互文字；交互文字获取模块301还可以采用智能机器人所配置的语音采集设备(例如麦克风)来实现，这样通过对采集到的音频信息进行处理也可以得到相关交互文字。当然，交互文字获取模块301还可以采用其他合理方式来获取上述交互文字，本发明不限于此。

相似度计算模块302用于获取当前待匹配文字，并对自身所获取到的当前待匹配文字以及交互文字获取模块301所获取到的交互文字进行拼音转换，并根据转换得到的拼音数据计算交互文字与当前待匹配文字的相似度。

需要指出的是，在本发明的不同实施例中，相似度计算模块302既可以采用如实施例一中步骤S103以及步骤S104所涉及的内容进行拼音转换以及计算交互文字与当前待匹配文字的相似度，也可以采用如实施例二中步骤S203至步骤S205所涉及的内容进行拼音转换以及计算交互文字与当前待匹配文字的相似度，本发明不限于此。

在得到交互文字与待匹配文字的相似度后，相似度计算模块302会将计算得到的相似度传输至反馈输出模块303，以由反馈输出模块303根据交互文字与当前待匹配文字的相似度生成相应的多模态反馈信息并输出。

用于分析上述交互文字的待匹配文字很可能是待匹配文字集合中的多种文字，(即用于分析交互文字“大将”的待匹配文字集合包含“大象”、“小狗”和“燕子”)，对于这种情况，相似度计算模块302可以分别计算上述交互文字与待匹配文字集合中各个待匹配文字的相似度，并由反馈输出模块303根据各个待匹配文字的相似度从待匹配文字集合中确定出交互文字的匹配文字，从而根据该匹配文字生成相应的多模态反馈信息。

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)

1.一种用于智能机器人的数据处理方法，其特征在于，包括：

交互文字获取步骤，根据用户输入的交互信息获取交互文字；

相似度计算步骤，获取当前待匹配文字，对所述当前待匹配文字以及交互文字进行拼音转换，根据转换得到的拼音数据计算所述交互文字与当前待匹配文字的相似度；

反馈输出步骤，根据所述交互文字与当前待匹配文字的相似度生成相应的多模态反馈信息并输出。

2.如权利要求1所述的方法，其特征在于，在所述相似度计算步骤中，利用预设字典库将所述当前待匹配文字以及交互文字转换为相应的拼音数据。

3.如权利要求1或2所述的方法，其特征在于，在所述相似度计算步骤中，对所述当前待匹配文字以及交互文字进行拼音转换得到的拼音数据包括以下所列项中的任一项或几项：

声母、韵母和音调。

4.如权利要求3所述的方法，其特征在于，在所述相似度计算步骤中，

分别计算所述交互文字与当前待匹配文字在声母、韵母和音调上的相似度，对应得到声母相似度、韵母相似度和音调相似度；

对所述声母相似度、韵母相似度和音调相似度进行加权求和，得到所述交互文字与当前待匹配文字的相似度。

5.如权利要求1～4中任一项所述的方法，其特征在于，在所述相似度计算步骤中，分别计算交互文字与待匹配文字集合中各个待匹配文字的相似度；

在所述反馈输出步骤中，根据各个待匹配文字的相似度从所述待匹配文字集合中确定出所述交互文字的匹配文字，并根据所述匹配文字生成所述多模态反馈信息。

6.一种用于智能机器人的数据处理装置，其特征在于，包括：

交互文字获取模块，其用于根据用户输入的交互信息获取交互文字；

相似度计算模块，其用于获取当前待匹配文字，对所述当前待匹配文字以及交互文字进行拼音转换，根据转换得到的拼音数据计算所述交互文字与当前待匹配文字的相似度；

反馈输出模块，其用于根据所述交互文字与当前待匹配文字的相似度生成相应的多模态反馈信息并输出。

7.如权利要求6所述的装置，其特征在于，所述相似度计算模块配置为利用预设字典库将所述当前待匹配文字以及交互文字转换为相应的拼音数据。

8.如权利要求6或7所述的装置，其特征在于，所述相似度计算模块对所述当前待匹配文字以及交互文字进行拼音转换得到的拼音数据包括以下所列项中的任一项或几项：

声母、韵母和音调。

9.如权利要求8所述的装置，其特征在于，所述相似度计算模块配置为：

分别计算所述交互文字与当前待匹配文字在声母、韵母和音调上的相似度，对应得到声母相似度、韵母相似度和音调相似度；

对所述声母相似度、韵母相似度和音调相似度进行加权求和，得到所述交互文字与当前待匹配文字的相似度。

10.如权利要求6～9中任一项所述的装置，其特征在于，所述相似度计算模块配置为分别计算交互文字与待匹配文字集合中各个待匹配文字的相似度；

所述反馈输出模块配置为根据各个待匹配文字的相似度从所述待匹配文字集合中确定出所述交互文字的匹配文字，并根据所述匹配文字生成所述多模态反馈信息。