CN106777018A - 一种智能聊天机器人中对输入语句的优化方法及装置 - Google Patents

Abstract

本发明是一种智能聊天机器人中对输入语句的优化方法及装置，所述方法包括：利用输入对话语句的智能聊天机器人的客户端后台的数据库把客户端的用户与智能聊天机器人的对话传送给服务器；服务器提取并按照对话语句的句子主干部分类型，对句子主干部分进行补充改写优化，获得补充改写的用户当前输入对话句。所述装置包括输入对话语句的智能聊天机器人的客户端；连接到所述客户端的服务器，客户端后台的数据库把当前语句以及在之前参考时间内用户与智能聊天机器人的其他几轮对话传送给服务器；服务器设置有第一模块、第二模块和处理模块，从智能聊天机器人的语言数据库中匹配出符合用户意愿和当前对话语境的回复句，输出改写后的用户当前输入对话。

Description

一种智能聊天机器人中对输入语句的优化方法及装置

技术领域

本发明属于智能聊天机器人技术领域，具体涉及一种智能聊天机器人中对输入语句的优化方法及装置。

背景技术

现有普通聊天应用软件中的技术，解决的是人机的单轮对话，也就是说，这类的普通聊天应用只是针对用户当前的输入语句进行回答聊天。问题是当用户输入一句省略句子成分的句子或者短语时，其本意是接着上文聊天的内容而做的省略，但由于普通聊天应用软件就只针对这句话进行回复，错失上文的内容与情景的联系，结果回复的对话既不符合用户原句的语义和情景，也不符合用户接下去想延续之前聊天内容或主题的意向，使得之后聊天的延续性较低，人机聊天交流的用户体验较差。

发明内容

现有技术聊天的延续性较低，人机聊天交流的用户体验较差的技术问题，本发明的目的是一种智能聊天机器人中对输入语句的优化方法及装置。

为了达成所述目的，本发明的第一方面，提供一种智能聊天机器人中对输入语句的优化方法的技术方案包括：

步骤S1：利用输入对话语句的智能聊天机器人的客户端，客户端后台的数据库把客户端的用户与智能聊天机器人的对话传送给服务器；

步骤S2：服务器，提取句子主干部分归类的类型，按照句子主干部分的类型，对句子主干部分进行补充改写的优化，获得补充改写的用户当前输入对话句。

为了达成所述目的，本发明的第二方面，提供一种智能聊天机器人中对输入语句的优化装置的技术方案包括：

输入对话语句的智能聊天机器人的客户端；连接到所述客户端的服务器，客户端后台的数据库把当前语句以及在之前参考时间内用户与智能聊天机器人的其他几轮对话传送给服务器；以及所述服务器设置有第一模块、第二模块和处理模块，其中：

第一模块，对输入对话语句的句子分别进行句型拆解与词性分析，并提取句子主干成分；

第二模块，对用户当前输入的对话语句的句子主干分析归类，判断句子主干属于的类型，缺失句子成分指代替换、特殊句式；

处理模块，调用各个类型的处理模式并联系上文历史对话语句进行改写补全，从智能聊天机器人自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，最后返回输出改写完成后的用户当前输入对话句到智能聊天机器人的客户端后台数据库。

本发明的有益效果或优点在于：针对目前聊天机器人存在的聊天过程不连贯、不能根据聊天人属性给出个性化回复的缺点，本发明一种智能聊天机器人中对输入语句优化方法及装置能解决当智能聊天机器人与用户进行聊天时，当用户发送简短省略的聊天语句时，能通过对上文在一定参考时间内的人机聊天记录，对其中双方(用户的以及智能聊天机器人的)前几轮的语句进行句型的拆解与词性分析，并提取句子主干，从而完成当前用户的语句进行补充与改写。由于本发明一种智能聊天机器人中对输入语句优化方法及装置能联系上文，补全用户当前输入的省略句类型的对话内容，完整了用户的输入语句，因此让智能聊天机器人能更好能够从自身的语言材料数据库(语料库)中匹配出合适的，符合用户意愿，符合当前对话语境的回复句回复给用户，使得聊天对话能连贯的持续下去。比如用户输入“我也喜欢诶”，“好啊”，“为什么”这类的省略句或者短语，现有技术的聊天应用系统无法就此类语句进行合理的，符合用户意向的回复。本发明凭借对之前对话内容的分析与提取，能对此类省略句或者短语进行信息上的句子改写补全，从而完整了句意，方便智能聊天机器人搜寻更合理的，更符合用户意愿的回复，提高了用户与智能聊天机器人的聊天质量，提升了人机交流的用户体验。本发明可为特定领域的智能聊天机器人开发提供支撑，具有优化度高，大幅提高系统性能的优点。

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为本发明智能聊天机器人中对输入语句的优化方法流程图；

图2为本发明智能聊天机器人中对输入语句的优化装置的结构图；

图3为智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图。

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。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

实施例1：

请参阅图1示出本发明一种智能聊天机器人中对输入语句的优化方法，图3智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图，所述方法包括步骤：:

步骤S1：利用输入对话语句的智能聊天机器人的客户端，客户端后台的数据库把客户端的用户与智能聊天机器人的对话传送给服务器；

步骤S2：服务器提取对话语句的句子主干部分类型；按照句子主干部分的类型，对句子主干部分进行补充改写的优化，获得补充改写的用户当前输入对话句。

本实施例，将改写完的用户当前输入对话句返回给智能聊天机器人的客户端后台数据库。本实施例将改写完的用户当前输入对话句返回给数据库完成记录，并能传递给后续机器人问答系统，匹配出更合适的，符合上下文语义的机器人回答给用户。

本发明一种智能聊天机器人中对输入语句的优化方法，为特定领域的智能聊天机器人开发提供支撑，本发明具有优化度高，大幅提高系统性能的优点。

实施例2:

本发明一种智能聊天机器人中对输入语句的优化方法，在实施例1为基础上，还包括：通过服务器对上文在参考时间内的人机聊天记录、对用户以及智能聊天机器人的前几轮的语句进行句型拆解和词性分析，获得句子主干部分和句子结构信息。本实施例的技术正是能解决智能聊天机器人与用户进行聊天时，当用户发送简短省略的聊天语句时，本发明能通过对上文在一定参考时间内，用户的上文聊天记录包含与当前用户聊天输入语句的语义连续性，涉及同一件事或是同一个主题，因此对前几轮聊天的语句进行主干部分提取，其中部分的主干部分可以用户补全当前用户输入的省略句中，以完成对当前用户输入的句子结构缺失信息的补全。

本实施例，利用汉语言处理包，分别对所述语句进行句型拆解与词性分析。本实施例通过词性分析、句型拆解，能有效获得句子主谓宾结构。上文前几轮语句的句子主谓宾结构可用于补全下文缺失的信息；获取下文用户输入当前句的主谓宾结构，能了解当前句是否缺失句子结构信息以及缺失哪部分信息。

本实施例，根据所述句型拆解与词性分析，得到包含人名、地名的命名实体，以及日常用语名词的名词属性、动词属性、形容词属性、疑问代词属性、不定代词属性、人称代词属性以及语气词属性信息用于提取句子主干部分。

实施例3：

请参阅图1示出本发明一种智能聊天机器人中对输入语句的优化方法，图3智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图，本实施例以实施例1为基础，本实施例中还提供按照所述句子主干部分归类为某种成分的缺失类型的改写并优化方案，所述方案按照所述句子主干部分归类为某种成分的缺失类型的改写优化。

本实施例，对所述句子主干部分归类为成分缺失类型的改写优化步骤包括：

步骤S21a：获取上文对话历史信息；本实施例在参考时间内，用户的上文聊天记录包含与当前用户聊天输入语句的语义连续性，涉及同一件事或是同一个主题。

步骤S22a：判断句子为句子成分缺失类型，则调用句子成分缺失类型的处理模式，联系上文对话历史进行改写优化；本实施例判断当前用户输入句子成分缺失类型；假设某种成分缺失类型，则上文涉及同一件事或者同一个主题语句的成分缺失类型，可以作为对当前用户输入句子的缺失部分的补全。

步骤S23a：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。本实施例如果原始的当前用户输入句存在句子成分缺失信息缺失的话，直接输入给机器人的回答系统去匹配出的答案会存在与上文信息主题不匹配的情况。因此如果对当前用户输入句的信息补全改写，直接输入给机器人的回答系统去匹配出的答案会兼容上文与当前用户输入的大部分信息，更符合当前对话语境。

由于本发明完整了用户的输入语句，因此智能聊天机器人能够从自身的语言数据库(语料库)中匹配出合适的，符合用户意愿，符合当前对话语境的回复句。

实施例4：

请参阅图1示出本发明一种智能聊天机器人中对输入语句的优化方法，图3智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图，本实施例以实施例1为基础，本实施例中还提供按照所述句子主干部分归类为主谓宾的缺失类型的改写并优化方案，所述方案按照所述句子主干部分归类为主谓宾的缺失类型的改写优化的步骤包括：

步骤S21b：获取上文对话历史信息；本实施例在参考时间内用户的上文聊天记录包含与当前用户聊天输入语句的语义连续性，涉及同一件事或是同一个主题。

步骤S22b：判断句子为主谓宾的缺失类型，则调用主谓宾的缺失类型的处理模式，联系上文对话历史进行改写优化；本实施例判断当前用户输入句子的主谓宾结构的成分缺失类型；假设缺失宾语，则上文涉及同一件事或者同一个主题语句的宾语，可以作为对当前用户输入句子的缺失部分的补全。

步骤S23b：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。本实施例，如果原始的当前用户输入句存在句子成分缺失信息缺失的话，直接输入给机器人的回答系统去匹配出的答案会存在与上文信息主题不匹配的情况。因此如果对当前用户输入句的信息补全改写，直接输入给机器人的回答系统去匹配出的答案会兼容上文与当前用户输入的大部分信息，更符合当前对话语境。

实施例5：

请参阅图1示出本发明一种智能聊天机器人中对输入语句的优化方法，图3智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图，本实施例以实施例1为基础，本实施例中还提供按照所述句子主干部分归类为不定代词替换类型的改写并优化方案，所述方案按照所述句子主干部分归类为不定代词替换类型的改写优化的步骤包括：

步骤S21c：获取上文对话历史信息；本实施例在参考时间内用户的上文聊天记录包含与当前用户聊天输入语句的语义连续性，涉及同一件事或是同一个主题。

步骤S22c：判断句子为不定代词替换类型，则调用不定代词替换类型的处理模式，联系上文对话历史进行改写优化；本实施例判断当前用户输入句子的不定代词替换类型；假设替换定语，则上文涉及同一件事或者同一个主题语句的定语，可以作为对当前用户输入句子的缺失部分的补全。

步骤S23c：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并回复所述回复句给用户。

本实施例如果原始的当前用户输入句存在句子成分缺失信息缺失的话，直接输入给机器人的回答系统去匹配出的答案会存在与上文信息主题不匹配的情况。因此如果对当前用户输入句的信息补全改写，直接输入给机器人的回答系统去匹配出的答案会兼容上文与当前用户输入的大部分信息，更符合当前对话语境。

实施例6：

请参阅图1示出本发明一种智能聊天机器人中对输入语句的优化方法，图3智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图，本实施例以实施例1为基础，本实施例中还提供按照所述句子主干部分归类为特殊句式类型的改写优化方案，所述方案按照所述句子主干部分归类为特殊句式类型的改写优化的步骤包括：

步骤S21d：获取上文对话历史信息；本实施例在参考时间内用户的上文聊天记录包含与当前用户聊天输入语句的语义连续性，涉及同一件事或是同一个主题。

步骤S22d：判断句子为特殊句式类型，则调用特殊句式类型的处理模式，联系上文对话历史进行改写优化；本实施例判断当前用户输入句子的特殊句式类型；假设省略介词宾语，则上文涉及同一件事或者同一个主题语句的介词宾语，可以作为对当前用户输入句子的缺失部分的补全。

步骤S23d：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。

本实施例如果原始的当前用户输入句存在句子成分缺失信息缺失的话，直接输入给机器人的回答系统去匹配出的答案会存在与上文信息主题不匹配的情况。因此如果对当前用户输入句的信息补全改写，直接输入给机器人的回答系统去匹配出的答案会兼容上文与当前用户输入的大部分信息，更符合当前对话语境。

实施例7：

续请参阅图3智能聊天机器人(小影)的基本结构流程图，其中为第3部分本发明对用户当前输入语句进行补充改写优化流程图，本发明的工作过程为：

(1)、用户在智能聊天机器人的客户端输入对话语句；

(2)、客户端后台的数据库就把此条当前语句以及在之前一定参考时间内用户与智能聊天机器人的其他几轮对话传送给本发明所在的对用户输入语句进行信息补充改写。

(3)、利用了汉语言处理包(由Java编程语言编写)，分别对这些语句进行句型拆解与词性分析(比如名词属性，动词属性，形容词属性，代词属性等等)，用以提取句子主干部分，例如主谓宾结构；然后对用户输入的当前内容也同样进行句子的拆解与词性分析，分析是否有主干，哪部分结构缺失，例如主谓宾的缺失，或者需要对不定代词替换，例如“什么“，“哪里”，“谁”等，进行改写优化，或者对特殊句式例如“为什么”，“那”加“呢”句型直接联系上文进行改写补充。

(4)、返回改写补充全后的对话；

(5)、把改写完的用户当前输入对话句进行预料匹配；

(6)、接收预料匹配；

(7)、返回给后台数据库，用以传给语料库进行对话的匹配；

(8)、最后回复最恰当的回复语句给用户。

实施例8：

请参阅图2示出本发明还提供一种使用所述智能聊天机器人中输入语句的优化方法的智能聊天机器人中输入语句的优化装置的实施例，该装置包括：

利用输入对话语句的智能聊天机器人的客户端；以及

连接到所述客户端的服务器，客户端后台的数据库把当前语句以及在之前参考时间内用户与智能聊天机器人的其他几轮对话传送给服务器；

所述服务器设置有第一模块、第二模块和处理模块，其中：

第一模块，对输入对话语句的句子分别进行句型拆解与词性分析，并提取句子主干成分；

第二模块，对用户当前输入的对话语句分析归类，并提取属于对话语句的类型；所述对话语句的类型包括缺失句子成分，指代替换、特殊句式等类型。

处理模块，调用各个类型的处理模式并联系上文历史对话语句进行改写补全，从智能聊天机器人自身的语言数据库中匹配出合适的、符合用户意愿、符合当前对话语境的回复句，最后返回输出改写完成后的用户当前输入对话句到智能聊天机器人的客户端后台数据库。

本发明工作过程：用户在智能聊天机器人的客户端输入对话语句，客户端后台的数据库就把此条当前语句以及在之前一定参考时间内用户与智能聊天机器人的其他几轮对话传送给此发明所在的模块。利用了汉语言处理包(由Java编程语言编写)，分别对这些语句进行句型拆解与词性分析(比如名词属性，动词属性，形容词属性，代词属性等等)，用以提取句子主干部分，例如主谓宾结构；然后对用户输入的当前内容也同样进行句子的拆解与词性分析，分析是否有主干，哪部分结构缺失，例如主谓宾的缺失，或者需要对不定代词例如“什么”，“哪里”，“谁”等，进行改写优化，或者对特殊句式例如“为什么”，“那”加“呢”句型直接联系上文进行改写补充。之后把改写完的用户当前输入对话句返回给后台数据库，用以传给语料库进行对话的匹配，最后回复最恰当的回复语句给用户。

本实施例，通过词性分析、句型拆解，能有效获得句子主谓宾结构，并因此得出当前用户输入句子的主谓宾结构的成分缺失类型；假设缺失宾语，则上文涉及同一件事或者同一个主题语句的宾语，可以作为对当前用户输入句子的缺失部分的补全。如果原始的当前用户输入句存在句子成分缺失信息缺失的话，直接输入给机器人的回答系统去匹配出的答案会存在与上文信息主题不匹配的情况。因此如果对当前用户输入句的信息补全改写，直接输入给机器人的回答系统去匹配出的答案会兼容上文与当前用户输入的大部分信息，更符合当前对话语境。

续请参阅图3为应用于智能聊天机器人(小影)的基本结构流程图，用户在智能聊天机器人的客户端输入对话语句，客户端后台的数据库就把此条当前语句以及在之前一定参考时间内用户与智能聊天机器人的其他几轮对话传送给此发明所在的模块。利用了汉语言处理包(由Java编程语言编写)，分别对这些语句进行句型拆解与词性分析(比如名词属性，动词属性，形容词属性，代词属性等等)，用以提取句子主干部分，例如主谓宾结构；然后对用户输入的当前内容也同样进行句子的拆解与词性分析，分析是否有主干，哪部分结构缺失，例如主谓宾的缺失，或者需要对不定代词例如“什么”，“哪里”，“谁”等，进行改写优化，或者对特殊句式例如“为什么”，“那”加“呢”句型直接联系上文进行改写补充。之后把改写完的用户当前输入对话句返回给后台数据库，用以传给语料库进行对话的匹配，最后回复最恰当的回复语句给用户。

续请参阅图3中本发明装置为第3部分对用户当前输入语句进行补充改写的具体实施例：

本发明主要是对用户的当前聊天输入语句进行内容与语义上的补全。例如当前用户输入语句为Q2＝“我也喜欢诶”(方便起见，用Q2标注这句话)，由于此句话信息缺失严重，普通聊天应用无法给出另用户满意的答案。

假设此句之前用户和智能聊天机器人的谈话内容为(分别用Q1和A1标注)，用户Q1＝“你喜欢苹果吗”，智能聊天机器人A1＝“多吃有益健康，多吃点吧”。此时，本发明会对Q1，A1，Q2三句话进行句子的拆解与词性分析。先用A1去尝试补全Q1，此时发现都缺少宾语无法补全，再用Q1去尝试补全A1，此时发现谓语同为“喜欢”，可以把Q1中的名词性宾语“苹果”补充给Q2从而完整了Q2的句意“我也喜欢苹果诶”，使得智能聊天机器人能更具这样完整的句子去搜索匹配更贴切的，更符合用户意愿与当前谈话主题的回复。

另外的一个例子，比如Q1，Q2都不是典型主谓宾结构的，例如Q1＝“今天天气如何”，Q2＝“那北京明天呢”，此发明也可以把Q2补全成“那北京明天天气呢”，那话题询问天气情况延续下去。

其他还有对话内容如果是嵌套主谓宾结构的复杂句，本发明也能按照设定分析模型去提取句子主干并完成补充，达到维持谈话主题与内容的连续性与可持续性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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)

1.一种智能聊天机器人中对输入语句的优化方法，其特征在于，所述方法包括步骤如下：

步骤S1：利用输入对话语句的智能聊天机器人的客户端，客户端后台的数据库把客户端的用户与智能聊天机器人的对话传送给服务器；

步骤S2：服务器提取对话语句的句子主干部分类型；按照句子主干部分的类型，对句子主干部分进行补充改写优化，获得补充改写的用户当前输入对话句。

2.根据权利要求1所述的方法，其特征在于，该方法还包括：通过服务器对上文在参考时间内的人机聊天记录、对用户以及智能聊天机器人的前几轮的语句进行句型拆解和词性分析，获得句子主干部分和句子结构信息。

3.根据权利要求2所述的方法，其特征在于，利用汉语言处理包分别对所述语句进行句型拆解与词性分析。

4.根据权利要求2所述的方法，其特征在于，根据所述句型拆解与词性分析，得到名词属性、动词属性、形容词属性、疑问代词属性、不定代词属性、人称代词属性以及语气词属性信息用于提取句子主干部分。

5.根据权利要求1所述的方法，其特征在于，将补充改写的用户当前输入对话句返回给智能聊天机器人的客户端后台数据库。

6.根据权利要求1所述的方法，其特征在于，对所述句子主干部分归类为成分缺失类型的补充改写优化步骤包括：

步骤S21a：获取上文对话历史信息；

步骤S22a：判断句子为句子成分缺失类型，则调用句子成分缺失类型的处理模式，联系上文对话历史进行改写优化；

步骤S23a：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。

7.根据权利要1所述的方法，其特征在于，对所述句子主干部分归类为主谓宾的缺失类型的补充改写优化步骤包括：

步骤S21b：获取上文对话历史信息；

步骤S22b：判断句子为主谓宾的缺失类型，则调用主谓宾的缺失类型的处理模式，联系上文对话历史进行改写优化；

步骤S23b：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。

8.根据权利要求1所述的方法，其特征在于，对所述句子主干部分归类为不定代词替换类型的补充改写优化步骤包括：

步骤S21c：获取上文对话历史信息；

步骤S22c：判断句子为不定代词替换类型，则调用不定代词替换类型的处理模式，联系上文对话历史进行改写优化；

步骤S23c：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。

9.根据权利要求1所述的方法，其特征在于，对所述句子主干部分归类为特殊句式类型的改写并优化步骤包括：

步骤S21d：获取上文对话历史信息；

步骤S22d：判断句子为特殊句式类型，则调用特殊句式类型的处理模式，联系上文对话历史进行改写优化；

步骤S23d：输出改写优化语句传给语料库进行对话的匹配，从智能聊天机器自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，并将所述回复句回复给用户。

10.一种使用权利要求1所述方法的智能聊天机器人中对输入语句的优化装置，其特征在于，该装置包括：

利用输入对话语句的智能聊天机器人的客户端；以及

连接到所述客户端的服务器，客户端后台的数据库把当前语句以及在之前参考时间内用户与智能聊天机器人的其他几轮对话传送给服务器；

所述服务器设置有第一模块、第二模块和处理模块，其中：

第一模块，对输入对话语句的句子分别进行句型拆解与词性分析，并提取句子主干成分；

第二模块，对用户当前输入的对话语句分析归类，获得对话语句的类型，并提取属于缺失句子成分；

处理模块，调用各个类型的处理模式并联系上文历史对话语句进行改写补全，从智能聊天机器人自身的语言数据库中匹配出符合用户意愿、符合当前对话语境的回复句，最后返回输出改写完成后的用户当前输入对话句到智能聊天机器人的客户端后台数据库。