CN106570181A - 基于上下文管理的智能交互方法及系统 - Google Patents
基于上下文管理的智能交互方法及系统 Download PDFInfo
- Publication number
- CN106570181A CN106570181A CN201610993984.7A CN201610993984A CN106570181A CN 106570181 A CN106570181 A CN 106570181A CN 201610993984 A CN201610993984 A CN 201610993984A CN 106570181 A CN106570181 A CN 106570181A
- Authority
- CN
- China
- Prior art keywords
- information
- expressing information
- pretreated
- database
- expressing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种基于上下文管理的智能交互方法,其包括如下步骤:S1、预先在服务器中配置问答数据库;S2、接收用户端输入的表达信息;并对表达信息进行预处理;S3、对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
Description
技术领域
本发明涉及大数据文本处理技术领域,特别涉及一种基于上下文管理的智能交互方法。
背景技术
交互系统问答问题的类型进行区分:询问人(如:谁发现了北美洲?)、询问时间(如:人类哪年登录月球?)、询问数量(如:珠穆朗玛峰有多高?)、询问定义(如:什么是氨基酸?)、询问地点和位置(如:芙蓉江在重庆市哪个县?)、询问原因(如:天为什么是蓝的?)。从系统的设计与实现来看,自动交互系统一般包括三个主要组成部分:问题分析、信息检索和答案抽取。国际上,交互系统的研究方兴未艾,许多大的科研院所和著名公司,都积极参与到该领域的研究,其中比较著名的如MICROSOFT、IBM、MIT、University of Amsterdam、National University of Singapore、University of Zurich、University of SouthernCalifornia、Columbia University等等,国内在交互系统方面的研究相对国外较为不足,主要有中科院计算所、复旦大学、哈尔滨工业大学、沈阳航空工业学院、香港城市大学、台湾中研院等一些单位。
但是现有的交互系统没有结合上下文来进行,使得交互系统的智能化程度不高。
发明内容
有鉴于此,本发明提出一种能够有效解决现有的交互系统没有结合上下文来进行,使得交互系统的智能化程度不高问题的基于上下文管理的智能交互方法及系统。
一种基于上下文管理的智能交互方法,其包括如下步骤:
S1、预先在服务器中配置问答数据库;
S2、接收用户端输入的表达信息;并对表达信息进行预处理;
S3、对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S2中对表达信息进行预处理包括:
问句理解包括问句分类、主题焦点提取、问题扩展处理;问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S2中预处理之前还包括:
从左到右用一个滑动窗口对用户端输入的表达信息进行扫描,每个滑动窗口内有多个单词,每个单词由一个向量表示;在滑动窗口内,通过卷积操作,进行特征抽取;从而在各个位置上得到一系列特征;再通过最大池化操作,对特征进行选择;重复以上操作多次,得到多个向量表示,将这些向量连接起来得到整个句子的语义表示。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S1包括:问答数据库中包括分类知识库、上下文背景数据以及答案数据库、对比引擎。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S3包括:
接收经过预处理后的表达信息,通过与上下文背景数据库进行比对,根据比对结果确定分类知识库;将经过预处理后的表达信息输入对比引擎,对比引擎调取分类知识库中相应知识进行对比;根据对比结果从答案数据库中选择正确的交互信息;将交互信息发送到用户端进行呈现。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S3包括:对比引擎调取分类知识库中相应知识进行对比包括:
对比引擎中交互匹配架构在第一层通过将经过预处理后的表达信息与分类知识库中相应知识间的滑动窗口的卷积匹配操作直接得到了经过预处理后的表达信息与分类知识库中相应知识间相对底层的局部匹配表示,并且在后续的高层学习中采用二维卷积操作和二维局部最大池化操作,从而得到经过预处理后的表达信息与分类知识库中相应知识之间的高层匹配表示。
本发明还提供一种基于上下文管理的智能交互系统,其包括如下单元:
数据库配置单元,用于预先在服务器中配置问答数据库;
表达信息预处理单元,用于接收用户端输入的表达信息;并对表达信息进行预处理;
信息匹配程呈现单元,用于对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
在本发明所述的基于上下文管理的智能交互系统中,所述表达信息预处理单元中对表达信息进行预处理包括:
问句理解包括问句分类、主题焦点提取、问题扩展处理;问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化。
在本发明所述的基于上下文管理的智能交互系统中,所述表达信息预处理单元中预处理之前还包括:
从左到右用一个滑动窗口对用户端输入的表达信息进行扫描,每个滑动窗口内有多个单词,每个单词由一个向量表示;在滑动窗口内,通过卷积操作,进行特征抽取;从而在各个位置上得到一系列特征;再通过最大池化操作,对特征进行选择;重复以上操作多次,得到多个向量表示,将这些向量连接起来得到整个句子的语义表示。
在本发明所述的基于上下文管理的智能交互系统中,所述数据库配置单元包括:问答数据库中包括分类知识库、上下文背景数据以及答案数据库、对比引擎;
所述信息匹配程呈现单元包括:
接收经过预处理后的表达信息,通过与上下文背景数据库进行比对,根据比对结果确定分类知识库;将经过预处理后的表达信息输入对比引擎,对比引擎调取分类知识库中相应知识进行对比;根据对比结果从答案数据库中选择正确的交互信息;将交互信息发送到用户端进行呈现;
所述信息匹配程呈现单元还包括:对比引擎调取分类知识库中相应知识进行对比包括:
对比引擎中交互匹配架构在第一层通过将经过预处理后的表达信息与分类知识库中相应知识间的滑动窗口的卷积匹配操作直接得到了经过预处理后的表达信息与分类知识库中相应知识间相对底层的局部匹配表示,并且在后续的高层学习中采用二维卷积操作和二维局部最大池化操作,从而得到经过预处理后的表达信息与分类知识库中相应知识之间的高层匹配表示。
实施本发明提供的基于上下文管理的智能交互方法及系统与现有技术相比具有以下有益效果:能够有效解决现有的交互系统没有结合上下文来进行,使得交互系统的智能化程度不高问题,通过结合上下文,通过设置问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化,使得交互更为智能。
附图说明
图1是本发明实施例的基于上下文管理的智能交互方法流程图。
具体实施方式
如图1所示,一种基于上下文管理的智能交互方法,其包括如下步骤:
S1、预先在服务器中配置问答数据库;
S2、接收用户端输入的表达信息;并对表达信息进行预处理;
S3、对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S2中对表达信息进行预处理包括:
问句理解包括问句分类、主题焦点提取、问题扩展处理;问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S2中预处理之前还包括:
从左到右用一个滑动窗口对用户端输入的表达信息进行扫描,每个滑动窗口内有多个单词,每个单词由一个向量表示;在滑动窗口内,通过卷积操作,进行特征抽取;从而在各个位置上得到一系列特征;再通过最大池化操作,对特征进行选择;重复以上操作多次,得到多个向量表示,将这些向量连接起来得到整个句子的语义表示。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S1包括:问答数据库中包括分类知识库、上下文背景数据以及答案数据库、对比引擎。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S3包括:
接收经过预处理后的表达信息,通过与上下文背景数据库进行比对,根据比对结果确定分类知识库;将经过预处理后的表达信息输入对比引擎,对比引擎调取分类知识库中相应知识进行对比;根据对比结果从答案数据库中选择正确的交互信息;将交互信息发送到用户端进行呈现。
在本发明所述的基于上下文管理的智能交互方法中,所述步骤S3包括:对比引擎调取分类知识库中相应知识进行对比包括:
对比引擎中交互匹配架构在第一层通过将经过预处理后的表达信息与分类知识库中相应知识间的滑动窗口的卷积匹配操作直接得到了经过预处理后的表达信息与分类知识库中相应知识间相对底层的局部匹配表示,并且在后续的高层学习中采用二维卷积操作和二维局部最大池化操作,从而得到经过预处理后的表达信息与分类知识库中相应知识之间的高层匹配表示。
本发明还提供一种基于上下文管理的智能交互系统,其包括如下单元:
数据库配置单元,用于预先在服务器中配置问答数据库;
表达信息预处理单元,用于接收用户端输入的表达信息;并对表达信息进行预处理;
信息匹配程呈现单元,用于对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
在本发明所述的基于上下文管理的智能交互系统中,所述表达信息预处理单元中对表达信息进行预处理包括:
问句理解包括问句分类、主题焦点提取、问题扩展处理;问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化。
在本发明所述的基于上下文管理的智能交互系统中,所述表达信息预处理单元中预处理之前还包括:
从左到右用一个滑动窗口对用户端输入的表达信息进行扫描,每个滑动窗口内有多个单词,每个单词由一个向量表示;在滑动窗口内,通过卷积操作,进行特征抽取;从而在各个位置上得到一系列特征;再通过最大池化操作,对特征进行选择;重复以上操作多次,得到多个向量表示,将这些向量连接起来得到整个句子的语义表示。
在本发明所述的基于上下文管理的智能交互系统中,所述数据库配置单元包括:问答数据库中包括分类知识库、上下文背景数据以及答案数据库、对比引擎;
所述信息匹配程呈现单元包括:
接收经过预处理后的表达信息,通过与上下文背景数据库进行比对,根据比对结果确定分类知识库;将经过预处理后的表达信息输入对比引擎,对比引擎调取分类知识库中相应知识进行对比;根据对比结果从答案数据库中选择正确的交互信息;将交互信息发送到用户端进行呈现;
所述信息匹配程呈现单元还包括:对比引擎调取分类知识库中相应知识进行对比包括:
对比引擎中交互匹配架构在第一层通过将经过预处理后的表达信息与分类知识库中相应知识间的滑动窗口的卷积匹配操作直接得到了经过预处理后的表达信息与分类知识库中相应知识间相对底层的局部匹配表示,并且在后续的高层学习中采用二维卷积操作和二维局部最大池化操作,从而得到经过预处理后的表达信息与分类知识库中相应知识之间的高层匹配表示。
实施本发明提供的基于上下文管理的智能交互方法及系统与现有技术相比具有以下有益效果:能够有效解决现有的交互系统没有结合上下文来进行,使得交互系统的智能化程度不高问题,通过结合上下文,通过设置问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化,使得交互更为智能。
可以理解的是,对于本领域的普通技术人员来说,可以根据本发明的技术构思做出其它各种相应的改变与变形,而所有这些改变与变形都应属于本发明权利要求的保护范围。
Claims (10)
1.一种基于上下文管理的智能交互方法,其特征在于,其包括如下步骤:
S1、预先在服务器中配置问答数据库;
S2、接收用户端输入的表达信息;并对表达信息进行预处理;
S3、对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
2.如权利要求1所述的基于上下文管理的智能交互方法,其特征在于,所述步骤S2中对表达信息进行预处理包括:
问句理解包括问句分类、主题焦点提取、问题扩展处理;问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化。
3.如权利要求2所述的基于上下文管理的智能交互方法,其特征在于,所述步骤S2中预处理之前还包括:
从左到右用一个滑动窗口对用户端输入的表达信息进行扫描,每个滑动窗口内有多个单词,每个单词由一个向量表示;在滑动窗口内,通过卷积操作,进行特征抽取;从而在各个位置上得到一系列特征;再通过最大池化操作,对特征进行选择;重复以上操作多次,得到多个向量表示,将这些向量连接起来得到整个句子的语义表示。
4.如权利要求3所述的基于上下文管理的智能交互方法,其特征在于,所述步骤S1包括:问答数据库中包括分类知识库、上下文背景数据以及答案数据库、对比引擎。
5.如权利要求4所述的基于上下文管理的智能交互方法,其特征在于,所述步骤S3包括:
接收经过预处理后的表达信息,通过与上下文背景数据库进行比对,根据比对结果确定分类知识库;将经过预处理后的表达信息输入对比引擎,对比引擎调取分类知识库中相应知识进行对比;根据对比结果从答案数据库中选择正确的交互信息;将交互信息发送到用户端进行呈现。
6.如权利要求5所述的基于上下文管理的智能交互方法,其特征在于,所述步骤S3包括:对比引擎调取分类知识库中相应知识进行对比包括:
对比引擎中交互匹配架构在第一层通过将经过预处理后的表达信息与分类知识库中相应知识间的滑动窗口的卷积匹配操作直接得到了经过预处理后的表达信息与分类知识库中相应知识间相对底层的局部匹配表示,并且在后续的高层学习中采用二维卷积操作和二维局部最大池化操作,从而得到经过预处理后的表达信息与分类知识库中相应知识之间的高层匹配表示。
7.一种基于上下文管理的智能交互系统,其特征在于,其包括如下单元:
数据库配置单元,用于预先在服务器中配置问答数据库;
表达信息预处理单元,用于接收用户端输入的表达信息;并对表达信息进行预处理;
信息匹配程呈现单元,用于对经过预处理后的表达信息发送到服务器;服务器通过问答数据库进行匹配得到交互信息;并将交互信息发送到用户端进行呈现。
8.如权利要求7所述的基于上下文管理的智能交互系统,其特征在于,所述表达信息预处理单元中对表达信息进行预处理包括:
问句理解包括问句分类、主题焦点提取、问题扩展处理;问句分类用于将用户提问归入不同的类别,使系统能够针对不同问题类型采用不同的答案反馈机制得到候选答案集合;主题焦点用于完成用户问题的信息需求的精确定位,其中主题表示问句的主要背景或者用户的感兴趣的对象,焦点则是用户询问的有关主题的内容,包括问句话题的相关信息或对话题起到描述性的作用,属性、动作、实例;问题扩展处理用于是将用户在提问中没有充分表达的意思补充出来,对问题中潜在的信息显化。
9.如权利要求8所述的基于上下文管理的智能交互系统,其特征在于,所述表达信息预处理单元中预处理之前还包括:
从左到右用一个滑动窗口对用户端输入的表达信息进行扫描,每个滑动窗口内有多个单词,每个单词由一个向量表示;在滑动窗口内,通过卷积操作,进行特征抽取;从而在各个位置上得到一系列特征;再通过最大池化操作,对特征进行选择;重复以上操作多次,得到多个向量表示,将这些向量连接起来得到整个句子的语义表示。
10.如权利要求9所述的基于上下文管理的智能交互系统,其特征在于,所述数据库配置单元包括:问答数据库中包括分类知识库、上下文背景数据以及答案数据库、对比引擎;
所述信息匹配程呈现单元包括:
接收经过预处理后的表达信息,通过与上下文背景数据库进行比对,根据比对结果确定分类知识库;将经过预处理后的表达信息输入对比引擎,对比引擎调取分类知识库中相应知识进行对比;根据对比结果从答案数据库中选择正确的交互信息;将交互信息发送到用户端进行呈现;
所述信息匹配程呈现单元还包括:对比引擎调取分类知识库中相应知识进行对比包括:
对比引擎中交互匹配架构在第一层通过将经过预处理后的表达信息与分类知识库中相应知识间的滑动窗口的卷积匹配操作直接得到了经过预处理后的表达信息与分类知识库中相应知识间相对底层的局部匹配表示,并且在后续的高层学习中采用二维卷积操作和二维局部最大池化操作,从而得到经过预处理后的表达信息与分类知识库中相应知识之间的高层匹配表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610993984.7A CN106570181B (zh) | 2016-11-09 | 2016-11-09 | 基于上下文管理的智能交互方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610993984.7A CN106570181B (zh) | 2016-11-09 | 2016-11-09 | 基于上下文管理的智能交互方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106570181A true CN106570181A (zh) | 2017-04-19 |
CN106570181B CN106570181B (zh) | 2020-07-28 |
Family
ID=58541702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610993984.7A Active CN106570181B (zh) | 2016-11-09 | 2016-11-09 | 基于上下文管理的智能交互方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106570181B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107479726A (zh) * | 2017-09-27 | 2017-12-15 | 联想(北京)有限公司 | 一种信息输入方法及电子设备 |
CN108108449A (zh) * | 2017-12-27 | 2018-06-01 | 哈尔滨福满科技有限责任公司 | 一种面向医疗领域的基于多源异构数据问答系统及该系统的实现方法 |
CN108304530A (zh) * | 2018-01-26 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 知识库词条分类方法和装置、模型训练方法和装置 |
CN108491394A (zh) * | 2018-06-27 | 2018-09-04 | 杭州贝店科技有限公司 | 一种语义分析方法、装置、计算机设备及存储介质 |
CN108763355A (zh) * | 2018-05-16 | 2018-11-06 | 深圳市三宝创新智能有限公司 | 一种基于用户的智能机器人交互数据处理系统及方法 |
CN110019683A (zh) * | 2017-12-29 | 2019-07-16 | 同方威视技术股份有限公司 | 智能语音交互机器人及其语音交互方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823844A (zh) * | 2014-01-26 | 2014-05-28 | 北京邮电大学 | 社区问答服务中基于主客观上下文的问题转发系统和方法 |
CN104572892A (zh) * | 2014-12-24 | 2015-04-29 | 中国科学院自动化研究所 | 一种基于循环卷积网络的文本分类方法 |
CN104850539A (zh) * | 2015-05-28 | 2015-08-19 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答系统 |
CN105159996A (zh) * | 2015-09-07 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 基于人工智能的深度问答服务提供方法和装置 |
-
2016
- 2016-11-09 CN CN201610993984.7A patent/CN106570181B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823844A (zh) * | 2014-01-26 | 2014-05-28 | 北京邮电大学 | 社区问答服务中基于主客观上下文的问题转发系统和方法 |
CN104572892A (zh) * | 2014-12-24 | 2015-04-29 | 中国科学院自动化研究所 | 一种基于循环卷积网络的文本分类方法 |
CN104850539A (zh) * | 2015-05-28 | 2015-08-19 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答系统 |
CN105159996A (zh) * | 2015-09-07 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 基于人工智能的深度问答服务提供方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107479726A (zh) * | 2017-09-27 | 2017-12-15 | 联想(北京)有限公司 | 一种信息输入方法及电子设备 |
CN108108449A (zh) * | 2017-12-27 | 2018-06-01 | 哈尔滨福满科技有限责任公司 | 一种面向医疗领域的基于多源异构数据问答系统及该系统的实现方法 |
CN110019683A (zh) * | 2017-12-29 | 2019-07-16 | 同方威视技术股份有限公司 | 智能语音交互机器人及其语音交互方法 |
CN108304530A (zh) * | 2018-01-26 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 知识库词条分类方法和装置、模型训练方法和装置 |
CN108763355A (zh) * | 2018-05-16 | 2018-11-06 | 深圳市三宝创新智能有限公司 | 一种基于用户的智能机器人交互数据处理系统及方法 |
CN108491394A (zh) * | 2018-06-27 | 2018-09-04 | 杭州贝店科技有限公司 | 一种语义分析方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106570181B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106570181A (zh) | 基于上下文管理的智能交互方法及系统 | |
WO2020114429A1 (zh) | 关键词提取模型训练方法、关键词提取方法及计算机设备 | |
US9753914B2 (en) | Natural expression processing method, processing and response method, device, and system | |
CN110955764B (zh) | 场景知识图谱的生成方法、人机对话方法以及相关设备 | |
WO2021208696A1 (zh) | 用户意图分析方法、装置、电子设备及计算机存储介质 | |
US12032906B2 (en) | Method, apparatus and device for quality control and storage medium | |
WO2019153685A1 (zh) | 文本处理方法、装置、计算机设备和存储介质 | |
US20230394247A1 (en) | Human-machine collaborative conversation interaction system and method | |
CN109582772A (zh) | 合同信息提取方法、装置、计算机设备和存储介质 | |
WO2020215683A1 (zh) | 基于卷积神经网络的语义识别方法及装置、非易失性可读存储介质、计算机设备 | |
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
WO2022228127A1 (zh) | 要素文本处理方法、装置、电子设备和存储介质 | |
CN112906368B (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
CN113139558B (zh) | 确定物品的多级分类标签的方法和装置 | |
CN107688600A (zh) | 知识点挖掘方法及装置 | |
CN115017271B (zh) | 用于智能生成rpa流程组件块的方法及系统 | |
CN111785340A (zh) | 一种医疗数据处理方法、装置、设备及存储介质 | |
CN110321565A (zh) | 基于深度学习的实时文本情感分析方法、装置及设备 | |
CN116662495A (zh) | 问答处理方法、训练问答处理模型的方法及装置 | |
CN114970666B (zh) | 一种口语处理方法、装置、电子设备及存储介质 | |
CN113553415B (zh) | 问答匹配的方法、装置及电子设备 | |
CN113901302B (zh) | 数据处理方法、装置、电子设备和介质 | |
CN116186219A (zh) | 一种人机对话交互方法方法、系统及存储介质 | |
CN113010664B (zh) | 一种数据处理方法、装置及计算机设备 | |
CN116775815A (zh) | 对话数据的处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |