CN106649762A - 基于追问问题与反馈信息的意图识别方法、系统 - Google Patents
基于追问问题与反馈信息的意图识别方法、系统 Download PDFInfo
- Publication number
- CN106649762A CN106649762A CN201611225279.9A CN201611225279A CN106649762A CN 106649762 A CN106649762 A CN 106649762A CN 201611225279 A CN201611225279 A CN 201611225279A CN 106649762 A CN106649762 A CN 106649762A
- Authority
- CN
- China
- Prior art keywords
- text
- information
- text message
- closely
- intention
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000004044 response Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 8
- 230000008909 emotion recognition Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 5
- 230000008451 emotion Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Machine Translation (AREA)
Abstract
本发明属于智能机器技术领域，提供了一种基于追问问题与反馈信息的意图识别方法、系统，该方法包括获取用户的文本信息、用户历史信息和外部信息，对文本信息进行信息识别，获取特征信息，对文本信息进行意图识别，获取文本意图特征值，将文本意图特征值与阈值比较，并记录比较次数：若文本意图特征值大于阈值，则生成文本信息的意图，若文本意图特征值小于等于阈值，则根据文本信息和文本意图特征值，获取追问问题，接收该用户的反馈信息，并获取反馈信息的文本意图特征值，直至生成文本信息的意图，或比较次数达到预设值。本发明基于追问问题与反馈信息的意图识别方法、系统，能够精准、有效地识别用户意图，降低用户意图误判率。
Description
技术领域
本发明涉及智能机器技术领域，具体涉及一种基于追问问题与反馈信息的意图识别方法、系统。
背景技术
目前，现有的人工智能对话系统多是基于用户主动提供的语句来判断用户讲话，给出最佳的回话机制。但是，在实际应用过程中，多数用户不会主动提出足够多的资讯，导致用户意图识别错误，对话系统误判的情况。
如何精准、有效地识别用户意图，降低用户意图误判率，是本领域技术人员亟需解决的问题。
发明内容
针对现有技术中的缺陷，本发明提供一种基于追问问题与反馈信息的意图识别方法、系统，能够精准、有效地识别用户意图，降低用户意图误判率。
第一方面，本发明提供一种基于追问问题与反馈信息的意图识别方法，该方法包括信息获取步骤S1，获取用户的文本信息、用户历史信息和外部信息；
信息识别步骤S2，对文本信息进行信息识别，获取特征信息；
文本意图特征值确定步骤S3，根据特征信息、用户历史信息和外部信息中的至少一个，对文本信息进行意图识别，获取文本意图特征值；
意图生成步骤S4，将文本意图特征值与阈值比较，并记录比较次数：
若文本意图特征值大于阈值，则生成文本信息的意图，
若文本意图特征值小于等于阈值，则：
根据文本信息和文本意图特征值，获取追问问题，
接收该用户的反馈信息，获取反馈信息文本意图特征值，并将反馈信息文本意图特征值与阈值比较，若反馈信息文本意图特征值大于阈值，则生成文本信息的意图，若反馈信息文本意图特征值小于等于阈值，则重复获取追问问题，直至生成文本信息的意图，或比较次数达到预设值。
进一步地，根据文本信息和文本意图特征值，获取追问问题，具体包括：根据文本信息和文本意图特征值，查询与文本信息匹配的目标追问响应，并将目标追问响应设为追问问题，或
根据文本信息和文本意图特征值，生成追问问题。
基于上述任意基于追问问题与反馈信息的意图识别方法实施例，进一步地，在根据文本信息和文本意图特征值，获取追问问题之后，该方法还包括：将文本信息、文本意图特征值和追问问题，更新至用户历史信息。
进一步地，对文本信息进行信息识别，获取特征信息，具体包括：
对文本信息进行情感识别，获取当前情感状态信息；
对文本信息进行话题识别，获取当前话题信息，特征信息包括当前情感状态信息和当前话题信息。
基于上述任意基于追问问题与反馈信息的意图识别方法实施例，进一步地，对文本信息进行意图识别，获取文本意图特征值，具体包括：对文本信息进行意图理解，获取文本文意；
根据文本文意，抽取文本信息的关键词；
将关键词作为文本意图特征值。
第二方面，本发明提供一种基于追问问题与反馈信息的意图识别系统，该系统包括信息获取子系统、信息识别子系统、文本意图特征值确定子系统和意图生成子系统，信息获取子系统用于获取用户的文本信息、用户历史信息和外部信息；信息识别子系统用于对文本信息进行信息识别，获取特征信息；文本意图特征值确定子系统用于根据特征信息、用户历史信息和外部信息中的至少一个，对文本信息进行意图识别，获取文本意图特征值；意图生成子系统用于将文本意图特征值与阈值比较，并记录比较次数：若文本意图特征值大于阈值，则生成文本信息的意图，若文本意图特征值小于等于阈值，则根据文本信息和文本意图特征值，获取追问问题，接收该用户的反馈信息，获取反馈信息文本意图特征值，并将反馈信息文本意图特征值与阈值比较，若反馈信息文本意图特征值大于阈值，则生成文本信息的意图，若反馈信息文本意图特征值小于等于阈值，则重复获取追问问题，直至生成文本信息的意图，或比较次数达到预设值。
进一步地，意图生成子系统在根据文本信息和文本意图特征值，获取追问问题时，具体用于：根据文本信息和文本意图特征值，查询与文本信息匹配的目标追问响应，并将目标追问响应设为追问问题，或根据文本信息和文本意图特征值，生成追问问题。
基于上述任意基于追问问题与反馈信息的意图识别系统实施例，进一步地，该系统还包括用户历史信息更新子系统：用于将文本信息、文本意图特征值和追问问题，更新至用户历史信息。
进一步地，信息识别子系统具体用于：对文本信息进行情感识别，获取当前情感状态信息；对文本信息进行话题识别，获取当前话题信息，特征信息包括当前情感状态信息和当前话题信息。
基于上述任意基于追问问题与反馈信息的意图识别系统实施例，进一步地，文本意图特征值确定子系统具体用于：对文本信息进行意图理解，获取文本文意；根据文本文意，抽取文本信息的关键词；将关键词作为文本意图特征值。
由上述技术方案可知，本发明基于追问问题与反馈信息的意图识别方法、系统，能够结合多方面的信息，如特征信息、用户历史信息和外部信息，确定文本意图特征值，准确、可靠，贴近用户的个性化使用状况。同时，该方法还能够采用追问机制，基于文本意图特征值，形成追问问题，并根据用户的反馈信息，进行意图识别，以了解用户更深层次的意图，也有助于明确用户的意图，提高人机对话过程中的沟通效率和用户体验。
因此，本发明基于追问问题与反馈信息的意图识别方法、系统，能够精准、有效地识别用户意图，降低用户意图误判率，有助于提高沟通效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明实施例所提供的一种基于追问问题与反馈信息的意图识别方法流程图；
图2示出了本发明实施例所提供的一种基于追问问题与反馈信息的意图识别系统的结构示意图；
图3示出了本发明实施例所提供的另一种基于追问问题与反馈信息的意图识别系统的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
第一方面，本发明实施例提供一种基于追问问题与反馈信息的意图识别方法，结合图1，该方法包括：
信息获取步骤S1，获取用户的文本信息、用户历史信息和外部信息，在此，文本信息可以是用户编辑的文本语句或语音信息，用户历史信息为用户的习惯、偏好、操作记录等，如用户历史情感状态信息、用户历史主要话题信息、用户历史次要话题信息、历史文本意图特征值、历史追问问题、和历史文本信息等，外部信息为时间信息、地点信息等；
信息识别步骤S2，对文本信息进行信息识别，获取特征信息；
文本意图特征值确定步骤S3，根据特征信息、用户历史信息和外部信息中的至少一个，对文本信息进行意图识别，获取文本意图特征值，在此，该方法能够根据特征信息、用户历史信息和外部信息三者中的任意一个，或者根据三者中的任意组合，均可对文本意图特征值进行评定，并且，在文本意图特征值确定过程中，该方法采用机器学习等相关算法实现；
意图生成步骤S4，将文本意图特征值与阈值比较，并记录比较次数：
若文本意图特征值大于阈值，则生成文本信息的意图，在此，文本意图特征值大于阈值，即表明文本信息的意图明确；
若文本意图特征值小于等于阈值，则：
根据文本信息和文本意图特征值，获取追问问题，在此，追问问题可以是针对文本信息中意图不明确部分进行提问的问题，以了解用户更深层次的意图；
用户针对追问问题进行回馈，形成反馈信息；
接收该用户的反馈信息，获取反馈信息文本意图特征值，并将反馈信息文本意图特征值与阈值比较，若反馈信息文本意图特征值大于阈值，则生成文本信息的意图，若反馈信息文本意图特征值小于等于阈值，则重复获取追问问题，直至生成文本信息的意图，或比较次数达到预设值。
由上述技术方案可知，本实施例基于追问问题与反馈信息的意图识别方法，能够结合多方面的信息，如特征信息、用户历史信息和外部信息，确定文本意图特征值，准确、可靠，贴近用户的个性化使用状况。同时，该方法还能够采用追问机制，基于文本意图特征值，形成追问问题，并根据用户的反馈信息，进行意图识别，以了解用户更深层次的意图，也有助于明确用户的意图，提高人机对话过程中的沟通效率和用户体验。
因此，本实施例基于追问问题与反馈信息的意图识别方法，能够精准、有效地识别用户意图，降低用户意图误判率，有助于提高沟通效率。
为了进一步提高本实施例基于追问问题与反馈信息的意图识别方法的准确性和处理效率，具体地，在获取追问问题时，该方法具体实现过程如下：根据文本信息和文本意图特征值，查询与文本信息匹配的目标追问响应，并将目标追问响应设为追问问题，或根据文本信息和文本意图特征值，生成追问问题。在此，本实施例基于追问问题与反馈信息的意图识别方法能够采用查找方式，获得追问问题，有利于提高该方法的处理效率，并且，该方法还能够生成追问问题，有利于提高该方法的准确性，拓宽该方法的使用场景，满足用户需求。
具体地，在根据文本信息和文本意图特征值，获取追问问题之后，该方法还包括：将文本信息、文本意图特征值和追问问题，更新至用户历史信息。在此，本实施例基于追问问题与反馈信息的意图识别方法能够实时更新用户历史信息，以作为文本意图特征值的判断信息来源，并且，贴近用户的个性化使用状况，有利于提高用户意图识别的准确性。
具体地，在获取特征信息时，该方法的实现过程如下：
对文本信息进行情感识别，获取当前情感状态信息；
对文本信息进行话题识别，获取当前话题信息，如当前主要话题、当前次要话题，特征信息包括当前情感状态信息和当前话题信息。在此，该方法能够获取用户的情感状态、话题信息，以确定文本意图特征值，有利于提高文本意图特征值的准确性。并且，在确定文本意图特征值时，该方法能够根据当前情感状态信息、当前话题信息、用户历史信息和外部信息四者中的任意一个，或者根据四者中的任意组合，均可对文本意图特征值进行评定。
具体地，确定文本意图特征值评定时，本实施例基于追问问题与反馈信息的意图识别方法的实现过程如下：对文本信息进行意图理解，获取文本文意；根据文本文意，抽取文本信息的关键词；将关键词作为文本意图特征值。在此，该方法能够结合文本信息的文本文意，提取关键词，贴近用户的原始文意，有利于形成精准、有效的文本意图特征值。
第二方面，本发明实施例提供一种基于追问问题与反馈信息的意图识别系统，结合图2或图3，该系统包括信息获取子系统1、信息识别子系统2、文本意图特征值确定子系统3和意图生成子系统4，信息获取子系统1用于获取用户的文本信息、用户历史信息和外部信息，信息识别子系统2用于对文本信息进行信息识别，获取特征信息，文本意图特征值确定子系统3用于根据特征信息、用户历史信息和外部信息中的至少一个，对文本信息进行意图识别，获取文本意图特征值，意图生成子系统4用于将文本意图特征值与阈值比较，并记录比较次数：若文本意图特征值大于阈值，则生成文本信息的意图，若文本意图特征值小于等于阈值，则根据文本信息和文本意图特征值，获取追问问题，接收该用户的反馈信息，获取反馈信息文本意图特征值，并将反馈信息文本意图特征值与阈值比较，若反馈信息文本意图特征值大于阈值，则生成文本信息的意图，若反馈信息文本意图特征值小于等于阈值，则重复获取追问问题，直至生成文本信息的意图，或比较次数达到预设值，在此，结合图3，意图生成子系统4包括比较模块、意图生成模块和问题追问模块，其中，比较模块用于将文本意图特征值与阈值比较，并记录比较次数，意图生成模块用于在文本意图特征值大于阈值时，生成文本信息的意图，问题追问模块用于在文本意图特征值小于等于阈值时，根据文本信息和文本意图特征值，获取追问问题。
由上述技术方案可知，本实施例基于追问问题与反馈信息的意图识别系统，能够结合多方面的信息，如特征信息、用户历史信息和外部信息，确定文本意图特征值，准确、可靠，贴近用户的个性化使用状况。同时，该系统还能够采用追问机制，基于文本意图特征值，形成追问问题，并根据用户的反馈信息，进行意图识别，以了解用户更深层次的意图，也有助于明确用户的意图，提高人机对话过程中的沟通效率和用户体验。
因此，本实施例基于追问问题与反馈信息的意图识别系统，能够精准、有效地识别用户意图，降低用户意图误判率，有助于提高沟通效率。
具体地，结合图3，意图生成子系统4在根据文本信息和文本意图特征值，获取追问问题时，采用问题追问模块实现，问题追问模块用于：根据文本信息和文本意图特征值，查询与文本信息匹配的目标追问响应，并将目标追问响应设为追问问题，或根据文本信息和文本意图特征值，生成追问问题。在此，意图生成子系统4能够采用查找方式，获得追问问题，有利于提高系统的处理效率，并且，意图生成子系统4还能够生成追问问题，有利于提高系统的准确性，拓宽该系统的使用场景，满足用户需求。
具体地，本实施例基于追问问题与反馈信息的意图识别系统还包括用户历史信息更新子系统：用于将文本信息、文本意图特征值和追问问题，更新至用户历史信息。在此，用户历史信息更新子系统能够实时更新用户历史信息，以作为文本意图特征值的判断信息来源，并且，贴近用户的个性化使用状况，有利于提高用户意图识别的准确性。
具体地，结合图3，信息识别子系统2包括情感识别模块和话题识别模块，其中，情感识别模块用于对文本信息进行情感识别，获取当前情感状态信息；话题识别模块用于对文本信息进行话题识别，获取当前话题信息，特征信息包括当前情感状态信息和当前话题信息。在此，该系统能够获取用户的情感状态、话题信息，以确定文本意图特征值，有利于提高文本意图特征值的准确性。并且，在确定文本意图特征值时，该系统能够根据当前情感状态信息、当前话题信息、用户历史信息和外部信息四者中的任意一个，或者根据四者中的任意组合，均可对文本意图特征值进行评定。
具体地，文本意图特征值确定子系统3用于：对文本信息进行意图理解，获取文本文意，根据文本文意，抽取文本信息的关键词，将关键词作为文本意图特征值。在此，文本意图特征值确定子系统3能够结合文本信息的文本文意，提取关键词，贴近用户的原始文意，有利于形成精准、有效的文本意图特征值。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于追问问题与反馈信息的意图识别方法，其特征在于，包括：
信息获取步骤S1，获取用户的文本信息、用户历史信息和外部信息；
信息识别步骤S2，对所述文本信息进行信息识别，获取特征信息；
文本意图特征值确定步骤S3，根据所述特征信息、所述用户历史信息和所述外部信息中的至少一个，对所述文本信息进行意图识别，获取文本意图特征值；
意图生成步骤S4，将所述文本意图特征值与阈值比较，并记录比较次数：
若所述文本意图特征值大于所述阈值，则生成所述文本信息的意图，
若所述文本意图特征值小于等于所述阈值，则：
根据所述文本信息和所述文本意图特征值，获取追问问题，
接收该用户的反馈信息，获取反馈信息文本意图特征值，并将所述反馈信息文本意图特征值与所述阈值比较，若所述反馈信息文本意图特征值大于所述阈值，则生成所述文本信息的意图，若所述反馈信息文本意图特征值小于等于所述阈值，则重复获取追问问题，直至生成所述文本信息的意图，或所述比较次数达到预设值。
2.根据权利要求1所述基于追问问题与反馈信息的意图识别方法，其特征在于，根据所述文本信息和所述文本意图特征值，获取追问问题，具体包括：根据所述文本信息和所述文本意图特征值，查询与所述文本信息匹配的目标追问响应，并将所述目标追问响应设为追问问题，或
根据所述文本信息和所述文本意图特征值，生成追问问题。
3.根据权利要求1所述基于追问问题与反馈信息的意图识别方法，其特征在于，在根据所述文本信息和所述文本意图特征值，获取追问问题之后，该方法还包括：将所述文本信息、所述文本意图特征值和所述追问问题，更新至所述用户历史信息。
4.根据权利要求1所述基于追问问题与反馈信息的意图识别方法，其特征在于，对所述文本信息进行信息识别，获取特征信息，具体包括：
对所述文本信息进行情感识别，获取当前情感状态信息；
对所述文本信息进行话题识别，获取当前话题信息，所述特征信息包括所述当前情感状态信息和所述当前话题信息。
5.根据权利要求1所述基于追问问题与反馈信息的意图识别方法，其特征在于，对所述文本信息进行意图识别，获取文本意图特征值，具体包括：对所述文本信息进行意图理解，获取文本文意；
根据所述文本文意，抽取所述文本信息的关键词；
将所述关键词作为所述文本意图特征值。
6.一种基于追问问题与反馈信息的意图识别系统，其特征在于，包括：
信息获取子系统，用于获取用户的文本信息、用户历史信息和外部信息；
信息识别子系统，用于对所述文本信息进行信息识别，获取特征信息；文本意图特征值确定子系统，用于根据所述特征信息、所述用户历史信息和所述外部信息中的至少一个，对所述文本信息进行意图识别，获取文本意图特征值；
意图生成子系统，用于将所述文本意图特征值与阈值比较，并记录比较次数：若所述文本意图特征值大于所述阈值，则生成所述文本信息的意图，若所述文本意图特征值小于等于所述阈值，则：根据所述文本信息和所述文本意图特征值，获取追问问题，接收该用户的反馈信息，获取反馈信息文本意图特征值，并将所述反馈信息文本意图特征值与所述阈值比较，若所述反馈信息文本意图特征值大于所述阈值，则生成所述文本信息的意图，若所述反馈信息文本意图特征值小于等于所述阈值，则重复获取追问问题，直至生成所述文本信息的意图，或所述比较次数达到预设值。
7.根据权利要求6所述基于追问问题与反馈信息的意图识别系统，其特征在于，所述意图生成子系统在根据所述文本信息和所述文本意图特征值，获取追问问题时，具体用于：根据所述文本信息和所述文本意图特征值，查询与所述文本信息匹配的目标追问响应，并将所述目标追问响应设为追问问题，或根据所述文本信息和所述文本意图特征值，生成追问问题。
8.根据权利要求6所述基于追问问题与反馈信息的意图识别系统，其特征在于，该系统还包括用户历史信息更新子系统：用于将所述文本信息、所述文本意图特征值和所述追问问题，更新至所述用户历史信息。
9.根据权利要求6所述基于追问问题与反馈信息的意图识别系统，其特征在于，所述信息识别子系统具体用于：对所述文本信息进行情感识别，获取当前情感状态信息；对所述文本信息进行话题识别，获取当前话题信息，所述特征信息包括所述当前情感状态信息和所述当前话题信息。
10.根据权利要求6所述基于追问问题与反馈信息的意图识别系统，其特征在于，所述文本意图特征值确定子系统具体用于：对所述文本信息进行意图理解，获取文本文意；根据所述文本文意，抽取所述文本信息的关键词；将所述关键词作为所述文本意图特征值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611225279.9A CN106649762A (zh) | 2016-12-27 | 2016-12-27 | 基于追问问题与反馈信息的意图识别方法、系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611225279.9A CN106649762A (zh) | 2016-12-27 | 2016-12-27 | 基于追问问题与反馈信息的意图识别方法、系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106649762A true CN106649762A (zh) | 2017-05-10 |
Family
ID=58831905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611225279.9A Pending CN106649762A (zh) | 2016-12-27 | 2016-12-27 | 基于追问问题与反馈信息的意图识别方法、系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106649762A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108509477A (zh) * | 2017-09-30 | 2018-09-07 | 平安科技（深圳）有限公司 | 语义识别方法、电子装置及计算机可读存储介质 |
| CN109344155A (zh) * | 2018-08-24 | 2019-02-15 | 北京木业邦科技有限公司 | 木材测量信息自动记录方法、装置、电子设备及存储介质 |
| CN109684540A (zh) * | 2018-12-11 | 2019-04-26 | 北京奇点机智科技有限公司 | 服务信息交互的方法和装置 |
| WO2019144542A1 (en) * | 2018-01-26 | 2019-08-01 | Institute Of Software Chinese Academy Of Sciences | Affective interaction systems, devices, and methods based on affective computing user interface |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009134735A (ja) * | 1999-01-27 | 2009-06-18 | Ricoh Co Ltd | 画像分類装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| JP2013222418A (ja) * | 2012-04-19 | 2013-10-28 | Hitachi Ltd | パッセージ分割方法、装置、及びプログラム |
| CN104050256A (zh) * | 2014-06-13 | 2014-09-17 | 西安蒜泥电子科技有限责任公司 | 基于主动学习的问答方法及采用该方法的问答系统 |
| CN104111980A (zh) * | 2014-06-26 | 2014-10-22 | 小米科技有限责任公司 | 网页内容的提取方法、装置和终端 |
| CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
| CN105183848A (zh) * | 2015-09-07 | 2015-12-23 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机聊天方法和装置 |
| CN105260356A (zh) * | 2015-10-10 | 2016-01-20 | 西安交通大学 | 基于多任务学习的中文交互文本情感与话题识别方法 |
| CN105487663A (zh) * | 2015-11-30 | 2016-04-13 | 北京光年无限科技有限公司 | 一种面向智能机器人的意图识别方法和系统 |
-
2016
- 2016-12-27 CN CN201611225279.9A patent/CN106649762A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009134735A (ja) * | 1999-01-27 | 2009-06-18 | Ricoh Co Ltd | 画像分類装置およびその装置としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| JP2013222418A (ja) * | 2012-04-19 | 2013-10-28 | Hitachi Ltd | パッセージ分割方法、装置、及びプログラム |
| CN104951428A (zh) * | 2014-03-26 | 2015-09-30 | 阿里巴巴集团控股有限公司 | 用户意图识别方法及装置 |
| CN104050256A (zh) * | 2014-06-13 | 2014-09-17 | 西安蒜泥电子科技有限责任公司 | 基于主动学习的问答方法及采用该方法的问答系统 |
| CN104111980A (zh) * | 2014-06-26 | 2014-10-22 | 小米科技有限责任公司 | 网页内容的提取方法、装置和终端 |
| CN105183848A (zh) * | 2015-09-07 | 2015-12-23 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机聊天方法和装置 |
| CN105260356A (zh) * | 2015-10-10 | 2016-01-20 | 西安交通大学 | 基于多任务学习的中文交互文本情感与话题识别方法 |
| CN105487663A (zh) * | 2015-11-30 | 2016-04-13 | 北京光年无限科技有限公司 | 一种面向智能机器人的意图识别方法和系统 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108509477A (zh) * | 2017-09-30 | 2018-09-07 | 平安科技（深圳）有限公司 | 语义识别方法、电子装置及计算机可读存储介质 |
| WO2019062010A1 (zh) * | 2017-09-30 | 2019-04-04 | 平安科技（深圳）有限公司 | 语义识别方法、电子装置及计算机可读存储介质 |
| US11392775B2 (en) | 2017-09-30 | 2022-07-19 | Ping An Technology (Shenzhen) Co., Ltd. | Semantic recognition method, electronic device, and computer-readable storage medium |
| WO2019144542A1 (en) * | 2018-01-26 | 2019-08-01 | Institute Of Software Chinese Academy Of Sciences | Affective interaction systems, devices, and methods based on affective computing user interface |
| US11226673B2 (en) | 2018-01-26 | 2022-01-18 | Institute Of Software Chinese Academy Of Sciences | Affective interaction systems, devices, and methods based on affective computing user interface |
| CN109344155A (zh) * | 2018-08-24 | 2019-02-15 | 北京木业邦科技有限公司 | 木材测量信息自动记录方法、装置、电子设备及存储介质 |
| CN109684540A (zh) * | 2018-12-11 | 2019-04-26 | 北京奇点机智科技有限公司 | 服务信息交互的方法和装置 |
| CN109684540B (zh) * | 2018-12-11 | 2021-04-06 | 北京奇点机智科技有限公司 | 服务信息交互的方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106649762A (zh) | 基于追问问题与反馈信息的意图识别方法、系统 | |
| KR102648306B1 (ko) | 음성 인식 오류 정정 방법, 관련 디바이스들, 및 판독 가능 저장 매체 | |
| CN104102181B (zh) | 智能家居控制方法、装置及系统 | |
| CN107146622A (zh) | 冰箱、语音交互系统、方法、计算机设备、可读存储介质 | |
| CN108376144B (zh) | 基于深度神经网络的场景自动切换的人机多轮对话方法 | |
| CN107342076A (zh) | 一种兼容非常态语音的智能家居控制系统及方法 | |
| CN105529030B (zh) | 语音识别处理方法和装置 | |
| CN106326440A (zh) | 一种面向智能机器人的人机交互方法及装置 | |
| CN106649404B (zh) | 一种会话场景数据库的创建方法及装置 | |
| CN111161726B (zh) | 一种智能语音交互方法、设备、介质及系统 | |
| CN107248948A (zh) | 发送消息处理方法和系统 | |
| CN106952648A (zh) | 一种用于机器人的输出方法以及机器人 | |
| CN106887227A (zh) | 一种语音唤醒方法及系统 | |
| CN111199149B (zh) | 一种对话系统的语句智能澄清方法及系统 | |
| CN106960005A (zh) | 一种用于人工智能机器人的输出方法以及机器人 | |
| CN106775665A (zh) | 基于情绪指标的情绪状态变化信息的获取方法及装置 | |
| CN106776926A (zh) | 改善机器人对话时的应答能力的方法及系统 | |
| CN108595609A (zh) | 基于人物ip的机器人回复生成方法、系统、介质及设备 | |
| CN111178081A (zh) | 语义识别的方法、服务器、电子设备及计算机存储介质 | |
| CN104714954A (zh) | 基于上下文理解的信息搜索方法和系统 | |
| CN116226338A (zh) | 基于检索和生成融合的多轮对话系统及方法 | |
| CN111524514A (zh) | 一种语音控制方法及中控设备 | |
| CN109545203A (zh) | 语音识别方法、装置、设备和存储介质 | |
| CN106708950B (zh) | 用于智能机器人自学习系统的数据处理方法及装置 | |
| CN114639379A (zh) | 智能电器的交互方法、装置、计算机设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |