CN108564833A - 智能交互对话控制方法及装置 - Google Patents

智能交互对话控制方法及装置 Download PDF

Info

Publication number
CN108564833A
CN108564833A CN201810401542.8A CN201810401542A CN108564833A CN 108564833 A CN108564833 A CN 108564833A CN 201810401542 A CN201810401542 A CN 201810401542A CN 108564833 A CN108564833 A CN 108564833A
Authority
CN
China
Prior art keywords
user
statement
knowledge point
answer
object knowledge
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
Application number
CN201810401542.8A
Other languages
English (en)
Other versions
CN108564833B (zh
Inventor
邓澍军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Bit Intelligence Technology Co Ltd
Original Assignee
Beijing Bit Intelligence Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Bit Intelligence Technology Co Ltd filed Critical Beijing Bit Intelligence Technology Co Ltd
Priority to CN201810401542.8A priority Critical patent/CN108564833B/zh
Publication of CN108564833A publication Critical patent/CN108564833A/zh
Application granted granted Critical
Publication of CN108564833B publication Critical patent/CN108564833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00Electrically-operated educational appliances
    • G09B5/08Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/12Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations different stations being capable of presenting different information simultaneously

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本申请提出一种智能交互对话控制方法及装置,其中,方法包括:接收用户输入的第一源语句;获取用户对应的目标知识集合;根据目标知识集合,确定与第一源语句对应的第一应答语句;向用户反馈第一应答语句。该方法能够保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。

Description

智能交互对话控制方法及装置
技术领域
本申请涉及人工智能技术领域,尤其涉及一种智能交互对话控制方法及装置。
背景技术
随着人工智能技术的不断发展,人工智能产品不断普及,越来越多的学校和学生购买电子设备,例如机器人,以利用电子设备学习。在一些场景中,学生在课余闲暇时间,可以通过与电子设备进行交互,来巩固在校所学的知识。相关技术中,人机对话时,电子设备采用的对话模式是固定的。
这种方式下,由于电子设备采用的对话模式是固定的,当不同的用户输入的聊天内容相同时,电子设备给出的应答也是相同的,无法满足不同用户的个性化交互需要。此外,由于不同的用户的学习能力不同,当电子设备采用固定的对话模式时,可能发生电子设备给出的应答超出用户的学习能力范围之外的情况,从而导致聊天过程终止。
发明内容
本申请实施例提供一种智能交互对话控制方法及装置,能够解决智能交互对话内容无法满足用户的个性化学习需求的技术问题。
为此,本申请实施例提出一种智能交互对话控制方法,以实现保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
本申请实施例提出一种智能交互对话控制装置。
本申请实施例提出一种电子设备。
本申请实施例提出一种非暂态计算机可读存储介质。
本申请一方面实施例提出了一种智能交互对话控制方法,包括:
接收用户输入的第一源语句;
获取所述用户对应的目标知识集合;
根据所述目标知识集合,确定与所述第一源语句对应的第一应答语句;
向用户反馈所述第一应答语句。
本申请实施例的智能交互对话控制方法,通过接收用户输入的第一源语句,获取用户对应的目标知识集合,根据目标知识集合,确定与第一源语句对应的第一应答语句,向用户反馈第一应答语句。本申请中,目标知识集合中的知识点为用户所需学习的知识点,根据用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
本申请又一方面实施例提出了一种智能交互对话控制装置,包括:
接收模块,用于接收用户输入的第一源语句;
第一获取模块,用于获取所述用户对应的目标知识集合;
确定模块,用于根据所述目标知识集合,确定与所述第一源语句对应的第一应答语句;
反馈模块,用于向用户反馈所述第一应答语句。
本申请实施例的智能交互对话控制装置,通过接收用户输入的第一源语句,获取用户对应的目标知识集合,根据目标知识集合,确定与第一源语句对应的第一应答语句,向用户反馈第一应答语句。本申请中,目标知识集合中的知识点为用户所需学习的知识点,根据用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
本申请又一方面实施例提出了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如本申请前述实施例提出的智能交互对话控制方法。
本申请又一方面实施例提出了一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本申请前述实施例提出的智能交互对话控制方法。
附图说明
本申请实施例上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例一所提供的智能交互对话控制方法的流程示意图;
图2为本发明实施例二所提供的智能交互对话控制方法的流程示意图;
图3为本发明实施例三所提供的智能交互对话控制方法的流程示意图;
图4为本申请实施例四所提供的智能交互对话控制装置的结构示意图;
图5为本申请实施例五所提供的智能交互对话控制装置的结构示意图;
图6是图示根据本申请实施例的电子设备的硬件结构示意图;
图7是图示根据本申请实施例的非暂态计算机可读存储介质的示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
本申请主要针对现有技术中由于电子设备采用的对话模式是固定的,当不同的用户输入的聊天内容相同时,电子设备给出的应答也是相同的,无法满足不同用户的个性化交互需要。此外,由于不同的用户的学习能力不同,当电子设备采用固定的对话模式时,可能发生电子设备给出的应答超出用户的学习能力范围之外的情况,从而导致聊天过程终止的技术问题,提出一种智能交互对话控制方法。
本申请实施例中,在接收到用户输入的第一源语句后,首先获取用户对应的目标知识集合,然后根据目标知识集合,确定与第一源语句对应的第一应答语句,向用户反馈第一应答语句。本申请中,目标知识集合中的知识点为需要用户学习的知识点,根据用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
下面参考附图描述本申请实施例的智能交互对话控制方法及装置。
图1为本申请实施例一所提供的智能交互对话控制方法的流程示意图。
本申请实施例提供的智能交互对话控制方法,可以由本申请实施例提供的智能交互对话控制装置实现,该装置可以被配置在任何电子设备中,以使该电子设备可以根据用户的知识集合,与用户进行对话。
其中,电子设备可以为任意一种具有计算处理能力的设备、器械或者机器,例如电子设备可以为机器人,或者为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备,对此不作限制。
如图1所示,该智能交互对话控制方法包括以下步骤:
步骤101,接收用户输入的第一源语句。
本申请实施例中,电子设备的显示界面可以具有文本输入框,用户可以通过该文本框,手动输入第一源语句,或者,电子设备可以具有拾音装置,从而用户可以通过该拾音装置,语音输入第一源语句,对此不作限制。在用户输入第一源语句后,本申请实施例中,智能交互对话控制装置,可以接收用户输入的第一源语句。
步骤102,获取用户对应的目标知识集合。
本申请实施例中,目标知识集合中可以包括至少一个知识点,其中,知识点为待用户学习的各种知识点,例如,对于语言类的课程,知识点可以包括单词、短语、句子、语法等。
可选地,用户对应的目标知识集合,是根据用户的学习能力确定的,即目标知识集合中的知识点为用户所需要学习的知识点。可以理解的是,由于不同用户的学习能力不同,因此,不同用户对应的目标知识集合可以不同。例如,一般情况下,对于高年级的学生,其需学习的知识点难度,高于低年级的学生。或者,对于同年级的学生,由于每个学生对应的学习能力的不同,不同学生之间的所需学习的知识点也是不同的。
作为一种可能的实现方式,用户可以在线进行知识测试,当测试结束时,可以确定用户对应的知识测试结果,进而本申请中的智能交互对话控制装置,可以根据用户对应的知识测试结果,可以确定用户对应的目标知识集合。
可选地,用户可以使用电子设备在线进行知识测试,其中,知识测试可以具有选择题、填空题、应用题等测试试题,针对每一道测试试题,用户可以输入答案或选中答案。本申请中,智能交互对话控制装置可以获取测试试题对应的标准答案,并将测试试题的标准答案与相应的用户答案进行比对,得到答案差异程度。而后根据答案差异程度,可以确定每一道测试试题对应的知识点的掌握程度,从而当知识测试结束后,可以根据每一道测试试题对应的知识点的掌握程度,确定用户对应的目标知识集合。
本申请实施例中,知识测试结果是用户本次与电子设备进行对话之前,使用电子设备在线进行测试所得到的,根据知识测试结果确定用户对应的目标知识集合,可以保证目标知识集合中知识点的实时性,即使用户在线下进行学习后,导致用户掌握的知识点变更时,根据用户对应的知识测试结果,确定用户对应的目标知识集合,仍然能够实现对目标知识集合进行更新,从而实现对目标知识集合的动态维护,进而能够保证所确定的用户的学习能力的实时性和准确性。
作为另一种可能的实现方式,智能交互对话控制装置,针对不同的用户,可以根据各个用户对应的历史学习记录,确定该用户对应的目标知识集合。
其中,用户的历史学习记录可以包括:用户输入的历史源语句的结构、历史源语句中各词语单元的发音、历史源语句与应答语句的匹配程度、历史源语句与对应的应答语句间的时间间隔、或用户的历史学习视频画面等等。
可以理解的是,当用户与电子设备进行人机对话时,根据用户输入的历史源语句中各词语单元的发音,可以确定用户对该词语单元的掌握程度。可选地,可以获取与历史源语句中各词语单元所关联的标准语音数据,将标注语音数据与相应的历史源语句中的词语单元的发音进行比对,得到各词语单元的发音差异程度,而后根据各词语单元的发音差异程度,确定历史源语句中各词语单元的掌握程度。例如,差异程度越大,词语单元的掌握程度越低,而差异程度越小,词语单元的掌握程度越高。
根据用户输入的历史源语句的结构,可以确定用户的遣词造句水平。
根据用户输入的历史源语句与应答语句的匹配程度,可以确定用户所回答的内容是否正确,从而确定用户对应答语句所涉及的知识点的掌握程度。
根据用户输入的历史源语句与应答语句的时间间隔,可以确定用户回答问题时的反应时间,进而可以确定用户对应答语句所涉及的知识点的掌握程度。
根据用户的历史学习视频画面,可以确定用户在对话过程中的注意力集中程度。可选地,可以对视频画面进行图像识别,得到用户表情和/或用户动作,根据用户表情和/或用户动作,确定注意力集中程度。
例如,在对话过程中,当用户发生走神的情况时,此时,在预设时间段内,用户表情是不变的,或者用户表情的相似程度较高,则可以根据用户表情确定注意力集中程度。或者,在对话过程中,当用户一心二用,做其他事情时,比如打游戏,此时,可以根据用户动作,确定注意力集中程度。
在确定用户注意力集中程度后,可以根据历史源语句与应答语句的匹配程度,以及根据注意力集中程度,确定应答语句所涉及知识点的难度与用户学习能力的匹配关系。可以理解的是,当用户的注意力集中程度较低时,如果历史源语句与应答语句的匹配程度较高,则表明应答语句所涉及知识点的难度较低,用户学习能力较高,而如果历史源语句与应答语句的匹配程度较低,则表明应答语句所涉及知识点的难度较高,用户学习能力较低。
本申请实施例中,根据用户的历史学习记录,确定用户对应的目标知识集合,能够反映用户的历史学习能力,即能够反映用户之前的学习能力。
步骤103,根据目标知识集合,确定与第一源语句对应的第一应答语句。
本申请实施例中,在确定与用户对应的目标知识集合后,可以根据目标知识集合,确定与第一源语句对应的第一应答语句。
需要说明的是,第一应答语句的句式应与第一源语句的句式匹配,例如,当第一源语句的句式为肯定句时,第一应答语句的句式可以为疑问句,而当第一源语句的句式为疑问句时,第一应答语句的句式可以为肯定句。此外,由于不同用户对应的目标知识集合不同,即不同用户需要学习的知识点不同,为了保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率,因此,本申请中,可以确定与用户输入的第一源语句对应的第一目标知识点,根据第一源语句的句式以及目标知识集合,从第一目标知识点对应的语句池中获取第一应答语句。
作为一种可能的实现方式,可以根据用户当前的学习状态,确定组成第一应答语句的目标词语及第一应答语句对应的目标句式,而后根据目标句式,从第一目标知识点对应的语句池中获取包含目标词语的第一应答语句。由此,可以实现根据用户当前的学习状态,确定与用户输入的第一源语句对应的第一应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。
其中,用户当前的学习状态指用户当前的学习能力,可以根据用户的历史学习记录、用户对应的知识测试结果、当前采集的用户的学习视频画面等条件,综合确定用户当前的学习状态,或者,也可以根据用户的历史学习记录、用户对应的知识测试结果、当前采集的用户的学习视频画面等条件中的至少一个,确定用户当前的学习状态,对此不作限制。
例如,可以根据用户对应的知识测试结果,确定用户当前的学习状态,由于知识测试结果是用户本次与电子设备进行对话之前,使用电子设备在线进行测试所得到的,能够保证所确定的用户的学习能力的实时性和准确性。
或者,可以根据用户对应的知识测试结果以及当前采集的用户的学习视频画面,确定用户当前的学习状态。例如,当根据当前采集的用户的学习视频画面,确定用户的注意力集中程度较低时,如果根据用户对应的知识测试结果,确定用户对知识点的掌握程度较高时,则表明用户当前的学习能力较高。
举例而言,假设第一源语句为:What fruit do you like?,当根据用户的当前学习状态,确定用户的学习能力较低时,目标词语可以为简单的词语,例如为:apple、banana、pear等,而当根据用户的当前学习状态,确定用户的学习能力较高时,目标词语可以为复杂的词语,例如为:pitaya、durian、pineapple等。
在确定目标词语的同时,可以确定第一应答语句对应的目标句式。当确定组成第一应答语句的目标词语及第一应答语句对应的目标句式后,可以根据目标句式,从第一目标知识点对应的语句池中获取包含目标词语的第一应答语句。
仍以上述例子示例,第一源语句的句式为疑问句,第一应答语句对应的目标句式可以为肯定句。当用户的学习能力较低时,获取的第一应答语句可以为:My favouritefruit is apple。而当用户的学习能力较高时,获取的第一应答语句可以为:My favouritefruit is pitaya。
步骤104,向用户反馈第一应答语句。
本申请实施例中,在确定第一源语句后,可以向用户反馈与第一源语句对应的第一应答语句。由于第一应用语句是用户对应的目标知识集合中,与用户输入的第一源语句匹配的应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
本实施例的智能交互对话控制方法,通过接收用户输入的第一源语句;获取用户对应的目标知识集合;根据目标知识集合,确定与第一源语句对应的第一应答语句;向用户反馈第一应答语句。本申请中,目标知识集合中的知识点为用户需要学习的知识点,根据用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
需要说明的是,在对话过程中,如果发生在向用户反馈第一应答语句后,而用户未接着进行下一个话题的情况,或者,发生用户输入的第二源语句与所述第一应答语句的匹配度小于阈值的情况,则可以从第一目标知识点对应的语句池中,获取与所述第一应答语句对应的第二应答语句,从而可以实现对对话内容加以引导,引导用户将对话进行下去,从而避免对话终止的情况,并且能够提升用户对第一应答语句所涉及的知识点的吸收率。下面结合图2,对上述过程进行详细说明。
图2为本发明实施例二所提供的智能交互对话控制方法的流程示意图。
如图2所示,在图1所示实施例的基础上,在步骤104之后,该智能交互对话控制方法还可以包括以下步骤:
步骤201,若在预设的时间间隔内,未获取到用户输入的第二源语句,或者,确定用户输入的第二源语句与第一应答语句的匹配度小于阈值,则从第一目标知识点对应的语句池中,获取与第一应答语句对应的第二应答语句。
本申请实施例中,预设的时间间隔为预先设置的,例如,预设的时间间隔可以为电子设备的内置程序预先设置的,或者,预设的时间间隔可以由用户进行设置,对此不作限制。可以理解的是,在用户与电子设备进行人机对话时,考虑到对话的衔接性和流畅性,预设的时间间隔不应设置的过长,例如,预设的时间间隔可以为15s。
阈值也可以为预先设置的,例如,阈值可以为80%。
本申请实施例中,当在预设的时间间隔内,未获取到用户输入的第二源语句时,可能表明用户对第一应答语句所涉及的知识点的掌握程度不高,即用户未掌握第一应答语句所涉及的知识点,此时,可以从第一目标知识点对应的语句池中,获取与所述第一应答语句对应的第二应答语句,从而可以实现对对话内容加以引导,引导用户将对话进行下去,并且能够提升用户对第一应答语句所涉及的知识点的吸收率。
或者,当在预设的时间间隔内,确定所述用户输入的第二源语句与所述第一应答语句的匹配度小于阈值时,可能发生用户的发音不准确,或者,用户输入的答案第二源语句是错误的情况。此时,可以从第一目标知识点对应的语句池中,获取与所述第一应答语句对应的第二应答语句。
举例而言,在电子设备的显示界面上显示一张图片,且该图片上显示一张红色的苹果,如果第一应答语句为“What is this?”,而用户的第二源语句为“pear”,则表明用户输入的第二源语句与第一应答语句的匹配度较低,此时,可以获取与第一应答语句对应的第二应答语句,例如第二应答语句可以为“This is an Apple”、“An apple”、“Apple”等。
步骤202,向用户反馈第二应答语句。
本申请实施例中,智能交互对话控制装置在确定与第一应答语句对应的第二应答语句后,可以向用户反馈第二应答语句。
本实施例的智能交互对话控制方法,通过若在预设的时间间隔内,未获取到用户输入的第二源语句,或者,确定用户输入的第二源语句与第一应答语句的匹配度小于阈值,则从第一目标知识点对应的语句池中,获取与第一应答语句对应的第二应答语句;向用户反馈第二应答语句。由此,可以实现对对话内容加以引导,引导用户将对话进行下去,并且能够提升用户对第一应答语句所涉及的知识点的吸收率。
需要说明的是,若用户输入的源语句所涉及的知识点超出用户对应的目标知识集合所涉及的知识点时,本申请中的智能交互对话控制装置,还可以根据目标知识集合所涉及的知识点,确定待向用户反馈的应答语句,从而巩固用户对目标知识集合中的知识点的吸收率,避免用户和电子设备进行与学习无关的对话,从而提升用户的学习效率。
作为一种可能的实现方式,目标知识集合中还可以包括N个知识点间的关联信息,其中,关联信息可以包括N个知识点间的关联关系及关联权重。
本申请实施例中,N个知识点间的关联信息,可以是根据预设的知识图谱中N个知识点间的依赖关系确定的。
可以理解的是,在课程展示过程中,存在一个与教学大纲同步的知识图谱,例如,对于语言类的课程,比如英语,每个Level下具有对应的Unit,每个Unit下具有对应的Lesson,而每个Lesson均有教学大纲设定的知识点,例如,单词、短语、句子、语法等,因此,本申请实施例中,可以根据课程展示过程中采用的教学大纲,制定教学大纲对应的知识图谱。
一种可能的实现方式中,知识图谱可以是由人工制定的,例如由教师根据教学大纲预先制定的。
另一种可能的实现方式中,知识图谱可以由电子设备根据教学大纲自动生成的。
举例而言,如果知识点A依赖知识点B,则认为知识点B是知识点A的认知基础,在知识点B掌握后,才能掌握知识点A。比如知识点A是英文单词:animal,知识点B是:animals,由于知识点B是知识点A的复数形式,则可以确定知识点B依赖知识点A。
或者,N个知识点间的关联信息,可以是根据N个知识点分别对应的用户历史学习顺序及学习状态确定的。
举例而言,大量用户在学习的过程中,先学习知识点A,后学习知识点B,比如知识点A是英文单词:Apple,知识点B是英文单词:Peach,由于知识点A较为简单,而知识点B相对于知识点A更为复杂,一般情况下,用户先学习知识点A之后,才学习知识点B,因此,可以根据N个知识点分别对应的用户历史学习顺序及学习状态,确定N个知识点间的关联信息。
或者,N个知识点间的关联信息,可以是根据N个知识点关联的课程内容的重复程度确定的。
举例而言,当知识点A为:go to school,知识点B为:in the morning,而知识点C为:I go to school in the morning时,由于知识点C与知识点A和B的重复程度较高,此时,可以确定知识点A和B,与知识点C之间存在关联关系。
或者,N个知识点间的关联信息,可以是同一用户对已获取到掌握程度的知识点的掌握程度,以及对未获取到掌握程度的知识点的掌握程度之间的关联性确定的。
举例而言,大量已掌握知识点A和知识点B的用户,也掌握了知识点C,此时,可以确定知识点A和B,与知识点C之间存在关联关系。
作为一种可能的实现方式,在预设的时间间隔内,如果获取到的用户输入的第二源语句,且第二源语句与第一应答语句的匹配度大于阈值,则可以根据目标知识集合中各知识点间的关联信息,确定待向用户反馈的应答语句,本申请实施例中记为第三应答语句。下面结合图3,对上述过程进行详细说明。
图3为本发明实施例三所提供的智能交互对话控制方法的流程示意图。
如图3所示,在图1所示实施例的基础上,在步骤104之后,该智能交互对话控制方法还可以包括以下步骤:
步骤301,若在预设的时间间隔内,获取到的用户输入的第二源语句,且第二源语句与第一应答语句的匹配度大于阈值,则根据目标知识集合中各知识点间的关联信息,确定第二目标知识点。
本申请实施例中,当第二源语句与第一应答语句的匹配度大于阈值时,例如,第一应答语句为:What color is this apple?,第二源语句为:The color is red,则认为第二源语句与第一应答语句的匹配度大于阈值,此时,可以根据目标知识集合中各知识点间的关联信息,确定第二目标知识点。
具体地,可以根据第二源语句对应的目标知识点,以及根据目标知识集合中各知识点间的关联信息,确定第二目标知识点,即第二目标知识点与第二源语句对应的目标知识点存在关联信息。
步骤302,根据第二源语句的句式,从第二目标知识点对应的语句池中获取第三应答语句。
需要说明的是,第三应答语句的句式应与第二源语句的句式匹配,例如,当第二源语句的句式为肯定句时,第三应答语句的句式可以为疑问句,而当第二源语句的句式为疑问句时,第三应答语句的句式可以为肯定句。此外,由于不同用户对应的目标知识集合不同,即不同用户所需学习的知识点不同,为了保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率,因此,本申请中,可以根据第二源语句的句式以及目标知识集合,从第二目标知识点对应的语句池中获取第三应答语句。
仍以上述例子示例,当第二源语句为:The color is red时,第二源语句对应的目标知识点为:color和red,此时,可以从目标知识集合中,获取的第二目标知识点可以为颜色与红色相关的知识点。假设用户对应的知识集合中具有与红色相关的服装类单词,第三应答语句可以为:Do you like red clothes?
作为一种可能的实现方式,可以根据用户当前的学习状态,确定组成第三应答语句的目标词语及第三应答语句对应的目标句式,而后根据目标句式,从第二目标知识点对应的语句池中获取包含目标词语的第三应答语句。
举例而言,假设第二源语句为:What food do you like?,当根据用户的当前学习状态,确定用户的学习能力较低时,目标词语可以为简单的词语,例如为:eggs、carrots、fruit salad等,而当根据用户的当前学习状态,确定用户的学习能力较高时,目标词语可以为复杂的词语,例如为:salmon、minor cereals等。
在确定目标词语的同时,可以确定第三应答语句对应的目标句式。当确定组成第三应答语句的目标词语及第三应答语句对应的目标句式后,可以根据目标句式,从第二目标知识点对应的语句池中获取包含目标词语的第三应答语句。
仍以上述例子示例,第二源语句的句式为疑问句,第三应答语句对应的目标句式可以为肯定句。当用户的学习能力较低时,获取的第三应答语句可以为:My favouritefood is eggs。而当用户的学习能力较高时,获取的第一应答语句可以为:My favouritefood is minor cereals。
步骤303,向用户反馈第三应答语句。
本申请实施例中,当根据第二源语句的句式,从第二目标知识点对应的语句池中获取第三应答语句后,可以向用户反馈第三应答语句。
本实施例的智能交互对话控制方法,通过实现根据用户对应的目标知识集合中各知识点间的关联关系,确定第二目标知识点,从而可以保证确定的第二目标知识点可以与用户的学习能力匹配,进而根据第二源语句的句式,从第二目标知识点对应的语句池中获取第三应答语句时,可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。
为了实现上述实施例,本申请还提出一种智能交互对话控制装置。
图4为本申请实施例四所提供的智能交互对话控制装置的结构示意图。
如图4所示,该智能交互对话控制装置100包括:接收模块101、第一获取模块102、确定模块103,以及向用户反馈模块104。其中,
接收模块101,用于接收用户输入的第一源语句。
第一获取模块102,用于获取用户对应的目标知识集合。
作为一种可能的实现方式,第一获取模块102,具体用于根据用户的历史学习记录,确定用户对应的目标知识集合;或者,根据用户对应的知识测试结果,确定用户对应的目标知识集合。
其中,用户的历史学习记录,包括:用户输入的历史源语句的结构、历史源语句中各词语单元的发音、历史源语句与应答语句的匹配程度、历史源语句与对应的应答语句间的时间间隔、或用户的历史学习视频画面。
确定模块103,用于根据目标知识集合,确定与第一源语句对应的第一应答语句。
反馈模块104,用于向用户反馈第一应答语句。
进一步地,在本申请实施例的一种可能的实现方式中,参见图6,在图5所示实施例的基础上,该智能交互对话控制装置100还可以包括:
作为一种可能的实现方式,目标知识集合中包括N个知识点,其中N为正整数。则确定模块103,包括:
确定子模块1031,用于确定与第一源语句对应的第一目标知识点。
获取子模块1032,用于根据第一源语句的句式,从第一目标知识点对应的语句池中获取第一应答语句。
作为一种可能的实现方式,获取子模块1032,具体用于根据用户当前的学习状态,确定组成第一应答语句的目标词语及第一应答语句对应的目标句式;根据目标句式,从第一目标知识点对应的语句池中获取包含目标词语的第一应答语句。
第二获取模块105,用于在向用户反馈第一应答语句之后,若在预设的时间间隔内,未获取到用户输入的第二源语句,或者,确定用户输入的第二源语句与第一应答语句的匹配度小于阈值,则从第一目标知识点对应的语句池中,获取与第一应答语句对应的第二应答语句。
反馈模块104,还用于向用户反馈第二应答语句。
作为一种可能的实现方式,N为大于1的整数,目标知识集合中还包括N个知识点间的关联信息。其中,N个知识点的关联信息,包括N个知识点间的关联关系及关联权重。
N个知识点间的关联信息,是根据预设的知识图谱中N个知识点间的依赖关系确定的;或者,N个知识点间的关联信息,是根据N个知识点分别对应的用户历史学习顺序及掌握状态确定的。
处理模块106,用于在向用户反馈第一应答语句之后,若在预设的时间间隔内,获取到的用户输入的第二源语句,且第二源语句与第一应答语句的匹配度大于阈值,则根据目标知识集合中各知识点间的关联信息,确定第二目标知识点。
第三获取模块107,用于根据第二源语句的句式,从第二目标知识点对应的语句池中获取第三应答语句。
反馈模块104,还用于向用户反馈第三应答语句。
需要说明的是,前述对智能交互对话控制方法实施例的解释说明也适用于该实施例的智能交互对话控制装置100,此处不再赘述。
本实施例的智能交互对话控制装置,通过接收用户输入的第一源语句,获取用户对应的目标知识集合,根据目标知识集合,确定与第一源语句对应的第一应答语句,向用户反馈第一应答语句。本申请中,目标知识集合中的知识点为用户需要学习的知识点,根据用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,从而可以保证对话内容在用户的学习能力范围之内,进而可以巩固和提升用户对知识点的吸收率。此外,针对不同的用户,根据该用户对应的目标知识集合,向用户反馈与用户输入的第一源语句对应的第一应答语句,可以满足不同用户的个性化交互需求,提升用户的交互体验。
为了实现上述实施例,本申请还提出一种电子设备。
图6是图示根据本申请实施例的电子设备的硬件结构示意图。
电子设备可以以各种形式来实施,本申请实施例中的电子设备可以包括但不限于诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置、车载电子设备、车载显示终端、车载电子后视镜等等的移动电子设备以及诸如数字TV、台式计算机等等的固定电子设备。
如图6所示,电子设备1100可以包括无线通信单元1110、A/V(音频/视频)输入单元1120、用户输入单元1130、感测单元1140、输出单元1150、存储器1160、接口单元1170、控制器1180和电源单元1190等等。图6示出了具有各种组件的电子设备,但是应理解的是,并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。
其中,无线通信单元1110允许电子设备1100与无线通信系统或网络之间的无线电通信。A/V输入单元1120用于接收音频或视频信号。用户输入单元1130可以根据用户输入的命令生成键输入数据以控制电子设备的各种操作。感测单元1140检测电子设备1100的当前状态、电子设备1100的位置、用户对于电子设备1100的触摸输入的有无、电子设备1100的取向、电子设备1100的加速或减速移动和方向等等,并且生成用于控制电子设备1100的操作的命令或信号。接口单元1170用作至少一个外部装置与电子设备1100连接可以通过的接口。输出单元1150被构造为以视觉、音频和/或触觉方式提供输出信号。存储器1160可以存储由控制器1180执行的处理和控制操作的软件程序等等,或者可以暂时地存储己经输出或将要输出的数据。存储器1160可以包括至少一种类型的存储介质。而且,电子设备1100可以与通过网络连接执行存储器1160的存储功能的网络存储装置协作。控制器1180通常控制电子设备的总体操作。另外,控制器1180可以包括用于再现或回放多媒体数据的多媒体模块。控制器1180可以执行模式识别处理,以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。电源单元1190在控制器1180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。
本申请实施例提出的智能交互对话控制方法的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施,本申请实施例提出的智能交互对话控制方法的各种实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施,在一些情况下,本申请实施例提出的智能交互对话控制方法的各种实施方式可以在控制器1180中实施。对于软件实施,本申请实施例提出的智能交互对话控制方法的各种实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施,软件代码可以存储在存储器1160中并且由控制器1180执行。
为了实现上述实施例,本申请还提出一种非暂态计算机可读存储介质。
图7是图示根据本申请实施例的非暂态计算机可读存储介质的示意图。
如图7所示,根据本申请实施例的非暂态计算机可读存储介质200,其上存储有非暂时性计算机可读指令201。当该非暂时性计算机可读指令201由处理器运行时,执行前述的本申请各实施例的智能交互对话控制方法的全部或部分步骤。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种智能交互对话控制方法,其特征在于,包括:
接收用户输入的第一源语句;
获取所述用户对应的目标知识集合;
根据所述目标知识集合,确定与所述第一源语句对应的第一应答语句;
向所述用户反馈所述第一应答语句。
2.如权利要求1所述的方法,其特征在于,所述获取所述用户对应的目标知识集合,包括:
根据所述用户的历史学习记录,确定所述用户对应的目标知识集合;
或者,
根据所述用户对应的知识测试结果,确定所述用户对应的目标知识集合。
3.如权利要求2所述的方法,其特征在于,所述用户的历史学习记录,包括:用户输入的历史源语句的结构、历史源语句中各词语单元的发音、历史源语句与应答语句的匹配程度、历史源语句与对应的应答语句间的时间间隔、或所述用户的历史学习视频画面。
4.如权利要求1所述的方法,其特征在于,所述目标知识集合中包括N个知识点,其中N为正整数;
所述确定与所述源语句对应的第一应答语句,包括:
确定与所述第一源语句对应的第一目标知识点;
根据所述第一源语句的句式,从所述第一目标知识点对应的语句池中获取所述第一应答语句。
5.如权利要求4所述的方法,其特征在于,所述从所述第一目标知识点对应的语句池中获取所述第一应答语句,包括:
根据所述用户当前的学习状态,确定组成所述第一应答语句的目标词语及所述第一应答语句对应的目标句式;
根据所述目标句式,从所述第一目标知识点对应的语句池中获取包含所述目标词语的第一应答语句。
6.如权利要求4所述的方法,其特征在于,所述向所述用户反馈所述第一应答语句之后,还包括:
若在预设的时间间隔内,未获取到所述用户输入的第二源语句,或者,确定所述用户输入的第二源语句与所述第一应答语句的匹配度小于阈值,则从所述第一目标知识点对应的语句池中,获取与所述第一应答语句对应的第二应答语句;
向所述用户反馈所述第二应答语句。
7.如权利4所述的方法,其特征在于,所述N为大于1的整数,所述目标知识集合中还包括所述N个知识点间的关联信息;
所述向所述用户反馈所述第一应答语句之后,还包括:
若在预设的时间间隔内,获取到的所述用户输入的第二源语句,且所述第二源语句与所述第一应答语句的匹配度大于阈值,则根据所述目标知识集合中各知识点间的关联信息,确定第二目标知识点;
根据所述第二源语句的句式,从所述第二目标知识点对应的语句池中获取第三应答语句;
向所述用户反馈所述第三应答语句。
8.如权利要求7所述的方法,其特征在于,所述N个知识点的关联信息,包括N个知识点间的关联关系及关联权重。
9.如权利要求7所述的方法,其特征在于,
所述N个知识点间的关联信息,是根据预设的知识图谱中N个知识点间的依赖关系确定的;
或者,
所述N个知识点间的关联信息,是根据所述N个知识点分别对应的用户历史学习顺序及学习状态确定的。
10.一种智能交互对话控制装置,其特征在于,包括:
接收模块,用于接收用户输入的第一源语句;
第一获取模块,用于获取所述用户对应的目标知识集合;
确定模块,用于根据所述目标知识集合,确定与所述第一源语句对应的第一应答语句;
反馈模块,用于向所述用户反馈所述第一应答语句。
11.一种电子设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-9中任一所述的智能交互对话控制方法。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的智能交互对话控制方法。
CN201810401542.8A 2018-04-28 2018-04-28 智能交互对话控制方法及装置 Active CN108564833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810401542.8A CN108564833B (zh) 2018-04-28 2018-04-28 智能交互对话控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810401542.8A CN108564833B (zh) 2018-04-28 2018-04-28 智能交互对话控制方法及装置

Publications (2)

Publication Number Publication Date
CN108564833A true CN108564833A (zh) 2018-09-21
CN108564833B CN108564833B (zh) 2021-08-03

Family

ID=63537184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810401542.8A Active CN108564833B (zh) 2018-04-28 2018-04-28 智能交互对话控制方法及装置

Country Status (1)

Country Link
CN (1) CN108564833B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112182343A (zh) * 2020-09-21 2021-01-05 百度在线网络技术(北京)有限公司 一种在线学习交互方法、装置、设备和存储介质
CN113113002A (zh) * 2019-12-25 2021-07-13 斑马智行网络(香港)有限公司 车辆语音交互方法和系统、以及语音更新系统
WO2023014456A1 (en) * 2021-08-02 2023-02-09 Microsoft Technology Licensing, Llc System and method for providing an intelligent learning experience
CN116466829A (zh) * 2023-06-20 2023-07-21 深圳市人马互动科技有限公司 响应信息确定方法、服务器及相关设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102866990A (zh) * 2012-08-20 2013-01-09 北京搜狗信息服务有限公司 一种主题对话方法和装置
CN105512228A (zh) * 2015-11-30 2016-04-20 北京光年无限科技有限公司 一种基于智能机器人的双向问答数据处理方法和系统
US20160246947A1 (en) * 2015-02-19 2016-08-25 Univfy Inc. System for interactive profiling of healtcare consumers to provide digital personalized health guides and digital marketing
CN105989088A (zh) * 2015-02-12 2016-10-05 马正方 数字化环境下的学习装置
CN106202165A (zh) * 2016-06-24 2016-12-07 北京小米移动软件有限公司 人机交互的智能学习方法及装置
US20170161615A1 (en) * 2015-12-02 2017-06-08 International Business Machines Corporation Significance of relationships discovered in a corpus
CN107133349A (zh) * 2017-05-24 2017-09-05 北京无忧创新科技有限公司 一种对话机器人系统
CN107225579A (zh) * 2017-05-27 2017-10-03 众德云格机器人(苏州)有限公司 反问式的机器问答系统
CN107368572A (zh) * 2017-07-13 2017-11-21 张勇 多功能智能人机交互方法及系统
CN107481568A (zh) * 2017-09-19 2017-12-15 广东小天才科技有限公司 一种知识点巩固方法及用户终端
CN107589826A (zh) * 2016-07-07 2018-01-16 深圳狗尾草智能科技有限公司 基于知识图谱的人机交互方法及系统
CN107798140A (zh) * 2017-11-23 2018-03-13 北京神州泰岳软件股份有限公司 一种对话系统构建方法、语义受控应答方法及装置
CN107958001A (zh) * 2016-10-14 2018-04-24 阿里巴巴集团控股有限公司 一种智能问答的实现方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102866990A (zh) * 2012-08-20 2013-01-09 北京搜狗信息服务有限公司 一种主题对话方法和装置
CN105989088A (zh) * 2015-02-12 2016-10-05 马正方 数字化环境下的学习装置
US20160246947A1 (en) * 2015-02-19 2016-08-25 Univfy Inc. System for interactive profiling of healtcare consumers to provide digital personalized health guides and digital marketing
CN105512228A (zh) * 2015-11-30 2016-04-20 北京光年无限科技有限公司 一种基于智能机器人的双向问答数据处理方法和系统
US20170161615A1 (en) * 2015-12-02 2017-06-08 International Business Machines Corporation Significance of relationships discovered in a corpus
CN106202165A (zh) * 2016-06-24 2016-12-07 北京小米移动软件有限公司 人机交互的智能学习方法及装置
CN107589826A (zh) * 2016-07-07 2018-01-16 深圳狗尾草智能科技有限公司 基于知识图谱的人机交互方法及系统
CN107958001A (zh) * 2016-10-14 2018-04-24 阿里巴巴集团控股有限公司 一种智能问答的实现方法及装置
CN107133349A (zh) * 2017-05-24 2017-09-05 北京无忧创新科技有限公司 一种对话机器人系统
CN107225579A (zh) * 2017-05-27 2017-10-03 众德云格机器人(苏州)有限公司 反问式的机器问答系统
CN107368572A (zh) * 2017-07-13 2017-11-21 张勇 多功能智能人机交互方法及系统
CN107481568A (zh) * 2017-09-19 2017-12-15 广东小天才科技有限公司 一种知识点巩固方法及用户终端
CN107798140A (zh) * 2017-11-23 2018-03-13 北京神州泰岳软件股份有限公司 一种对话系统构建方法、语义受控应答方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113113002A (zh) * 2019-12-25 2021-07-13 斑马智行网络(香港)有限公司 车辆语音交互方法和系统、以及语音更新系统
CN112182343A (zh) * 2020-09-21 2021-01-05 百度在线网络技术(北京)有限公司 一种在线学习交互方法、装置、设备和存储介质
WO2023014456A1 (en) * 2021-08-02 2023-02-09 Microsoft Technology Licensing, Llc System and method for providing an intelligent learning experience
CN116466829A (zh) * 2023-06-20 2023-07-21 深圳市人马互动科技有限公司 响应信息确定方法、服务器及相关设备
CN116466829B (zh) * 2023-06-20 2023-10-20 深圳市人马互动科技有限公司 响应信息确定方法、服务器及相关设备

Also Published As

Publication number Publication date
CN108564833B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
Selwyn Should robots replace teachers?: AI and the future of education
Nemirovsky et al. When the classroom floor becomes the complex plane: Addition and multiplication as ways of bodily navigation
Wouters et al. How to optimize learning from animated models: A review of guidelines based on cognitive load
Wertsch Mind as action
CN108563780A (zh) 课程内容推荐方法和装置
CN108564833A (zh) 智能交互对话控制方法及装置
CN110091335B (zh) 学伴机器人的控制方法、系统、设备及存储介质
Griol et al. An architecture to develop multimodal educative applications with chatbots
Sun et al. Measuring teacher cognition: Comparing Chinese EFL teachers’ implicit and explicit attitudes toward English language teaching methods
Valstar et al. Ask Alice: an artificial retrieval of information agent
Weinschenk 100 more things every designer needs to know about people
Veletsianos et al. EnALI: A research and design framework for virtual characters and pedagogical agents
Palmer Teaching & learning in community
Wang et al. Constructing an affective tutoring system for designing course learning and evaluation
Rehm et al. From observation to simulation: generating culture-specific behavior for interactive systems
Biancardi et al. A computational model for managing impressions of an embodied conversational agent in real-time
Barth et al. Intentions, meanings, and whys: designing content for voice-based conversational museum guides
KR20190130774A (ko) 언어 교육을 위한 영상의 자막 처리 방법 및 장치
Stipancic et al. PLEA: A social robot with teaching and interacting capabilities
CN108614872A (zh) 课程内容展示方法及装置
CN110471531A (zh) 虚拟现实中多模态人机对话系统和方法
CN110175061A (zh) 基于动画的交互方法、装置和电子设备
Zhai A probe into the application of English euphemism in college classroom teaching under multimedia network technology
TWI570677B (zh) 虛擬情境之語言學習互動設備
Doumanis Evaluating humanoid embodied conversational agents in mobile guide applications

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