CN106570181B - 基于上下文管理的智能交互方法及系统 - Google Patents

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

基于上下文管理的智能交互方法及系统

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 (4)

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上下文交互信息；并将上下文交互信息发送到用户端进行呈现；

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；

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；

所述步骤S1中：问答数据库中包括分类知识库、上下文背景数据库以及答案数据库、对比引擎。

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。

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。

4.一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，用于将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上下文交互信息；并将上下文交互信息发送到用户端进行呈现；

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；

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；

所述数据库配置单元包括：问答数据库中包括分类知识库、上下文背景数据库以及答案数据库、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。

Images