CN108881466B - 交互方法和装置 - Google Patents

交互方法和装置 Download PDF

Info

Publication number
CN108881466B
CN108881466B CN201810725631.8A CN201810725631A CN108881466B CN 108881466 B CN108881466 B CN 108881466B CN 201810725631 A CN201810725631 A CN 201810725631A CN 108881466 B CN108881466 B CN 108881466B
Authority
CN
China
Prior art keywords
information
user
request information
input
query
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.)
Active
Application number
CN201810725631.8A
Other languages
English (en)
Other versions
CN108881466A (zh
Inventor
张萌萌
范中吉
石磊
万立
鞠强
殷超
沈炜
谢剑
徐冉
王婧雅
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 Baidu Netcom Science and Technology Co Ltd
Shanghai Xiaodu Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810725631.8A priority Critical patent/CN108881466B/zh
Publication of CN108881466A publication Critical patent/CN108881466A/zh
Priority to US16/455,958 priority patent/US11081108B2/en
Priority to JP2019122909A priority patent/JP7112991B2/ja
Application granted granted Critical
Publication of CN108881466B publication Critical patent/CN108881466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • G06F16/90332Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2452Query translation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/18Speech classification or search using natural language modelling
    • G10L15/1815Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/55Push-based network services
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L2015/088Word spotting
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225Feedback of the input speech

Abstract

本申请公开了交互方法和装置。该方法的一具体实施方式包括:响应于确定用户输入的请求信息满足引导条件,生成引导信息,以及将引导信息反馈给用户,引导条件包括以下之一:关联有多个查询意图、未关联有查询意图;基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。实现了在与用户交互的过程中,针对用户输入的请求信息关联有多个查询意图、不完整等情况,通过与用户的交互,确定出关联有明确的查询意图的意图明确请求信息,利用意图明确请求信息获取到相应的推送信息反馈给用户,提升在与用户交互的过程中,反馈给用户期望获取的信息的准确度。

Description

交互方法和装置
技术领域
本申请涉及计算机领域,具体涉及交互领域,尤其涉及交互方法和装置。
背景技术
通过诸如语音的方式与用户进行交互,反馈给用户期望获取的信息的功能是智能设备的基础功能。目前,通常的交互流程为用户在期望获取某一方面的信息时,会输入与查询意图相关联的请求信息,当通过请求信息可确定出查询意图时,根据查询意图,确定反馈给用户的信息,将确定出的信息反馈给用户,当通过请求信息无法确定出查询意图时,不反馈给用户信息。
发明信息
本申请实施例提供了交互方法和装置。
第一方面,本申请实施例提供了交互方法,该方法包括:响应于确定用户输入的请求信息满足引导条件,生成引导信息,以及将引导信息反馈给用户,引导条件包括以下之一:关联有多个查询意图、未关联有查询意图;基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。
第二方面,本申请实施例提供了交互装置,该装置包括:响应单元,被配置为响应于确定用户输入的请求信息满足引导条件,生成引导信息,以及将引导信息反馈给用户,引导条件包括以下之一:关联有多个查询意图、未关联有查询意图;反馈单元,被配置为基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。
本申请实施例提供的交互方法和装置,通过响应于确定用户输入的请求信息满足引导条件,生成引导信息,以及将引导信息反馈给用户,引导条件包括以下之一:关联有多个查询意图、未关联有查询意图;基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。实现了在与用户交互的过程中,针对用户输入的请求信息关联有多个查询意图、不完整等情况,通过与用户的交互,确定出关联有明确的查询意图的意图明确请求信息,利用意图明确请求信息获取到相应的推送信息反馈给用户,提升在与用户交互的过程中,反馈给用户期望获取的信息的准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了适于用来实现本申请的实施例的示例性系统架构;
图2示出了根据本申请的交互方法的一个实施例的流程图;
图3示出了根据本申请的交互装置的一个实施例的结构示意图;
图4是适于用来实现本申请实施例的终端的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,其示出了适于用来实现本申请的实施例的示例性系统架构。
如图1所示,终端101、网络102、服务器103。网络102可以为有线通信网络或无线通信网络。
终端101可以为智能设备、智能手机、平板电脑、车载终端。当用户需要获取某一方面的信息时,用户在终端101输入请求信息。用户可以通过语音输入请求信息。终端101用户在终端101上输入的请求信息发送至服务器103。服务器103可以判断用户输入的请求信息是否满足引导条件,当确定用户输入的请求信息满足引导条件时,可以生成引导信息,将引导信息发送至终端101,由终端101反馈给用户。用户可以输入反馈信息,终端101可以将用户输入的反馈信息发送至服务器,服务器103可以根据基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息发送至终端101,由终端101反馈给用户。
请参考图2,其示出了根据本申请的交互方法的一个实施例的流程。该方法包括以下步骤:
步骤201,响应于确定用户输入的请求信息满足引导条件,生成引导信息,以及将引导信息反馈给用户。
在本实施例中,引导条件包括以下之一:用户输入的请求信息关联有多个查询意图、未关联有查询意图。
在本实施例中,用户可以在终端输入请求信息,终端可以将请求信息发送至服务器。服务器可以确定用户输入的请求信息是否满足引导条件。当确定请求信息未绑定有推送信息时,可以确定请求信息未关联有查询意图,进而可以确定满足引导条件。当请求信息未绑定有多个推送信息时,可以确定用户输入的请求信息关联有多个查询意图,进而可以确定满足引导条件。
在本实施例的一些可选的实现方式中,请求信息包括以下之一:信息查询请求信息、多媒体内容请求信息、通话请求信息。信息查询请求信息与用户期望获取天气、交通、生活等常见类型的信息的需求相关联。多媒体内容请求信息与用户期望获取多媒体内容的需求相关联。通话请求信息与用户与联系人的通话需求相关联。
在本实施例中,在服务器预先设置有多个槽位,一个词语出现的位置可以称之为一个槽位,在一个槽位上的取值可以为多个。通过对每一个槽位上的取值进行组合,可以构成海量的不同的预设词语组合,服务器预先存储海量的不同的预设词语组合,每一个预设词语组合可以表示一个查询意图,每一个预设词语组合预先绑定有推送信息。例如,在服务器预先设置的所有槽位中,包括操作对应的槽位、资源名称对应的槽位、资源类型对应的槽位。操作对应的槽位的取值可以包括:我想看、我想听、打开、播放等。资源名称对应的槽位的取值可以包括:海量的资源名称。资源类型对应的槽位的取值可以包括:新闻、短片、音乐、电影。操作对应的槽位、资源名称对应的槽位、资源类型对应的槽位的不同取值进行组合,可以构成多个预设词语组合,每一个预设词语组合可以表示一个查询意图,每一个预设词语组合预先绑定有推送信息。可以通过用户输入的请求信息是否预设词语组合的匹配情况,确定用户输入的请求信息是否对应有推送信息,进而确定是否关联有查询意图。当用户输入的请求信息与一个预设词语组合匹配时,则可以确定该请求信息绑定有该预设词语组合绑定的推送信息。
在本实施例中,当确定用户输入的请求信息关联有多个查询意图,可以生成引导信息,该引导信息可以用于引导用户进行反馈来进一步明确查询意图。
例如,用户输入了一个请求信息,该请求信息与多个在服务器上预先存储的预设词语组合匹配,每一个预设词语组合预先绑定有推送信息,所有匹配的预设词语组合预先绑定有推送信息中包含多个不同类型的推送信息。可以生成引导信息,例如,“请问您想获取哪一个类型的信息”。
在本实施例中,当确定用户输入的请求信息,未关联有查询意图时,可以生成引导信息,引导信息可以用于引导用户确认是否利用与其它的请求信息去获取推送信息。
例如,当用户输入的请求信息未与在服务器上预先存储的任意一个表示查询意图的预设词语组合匹配,根据历史交互过程,确定将请求信息中的一个词语利用另一个词语进行替换后可以与预设词语组合匹配时,可以进行相应的替换,得到新的请求信息。然后,可以生成引导信息,例如,生成“请问您是想输入+新的请求信息”。
又例如,服务器上预先存储有与用户的联系人信息相关联的多个预设词语组合,预设词语组合包括:联系人的姓名、联系人的电话。用户输入的请求信息包含一个联系人的姓名小明,服务器可以确定用户输入的请求信息与包含小明的姓名和小明的电话的预设词语组合匹配,可以生成引导信息“请问您是想给小明打电话吗”。
在本实施例的一些可选的实现方式中,用户输入的请求信息基于对用户输入的查询语音进行语音识别而得到。用户可以在终端输入请求信息对应的查询语音,终端将用户输入的请求信息对应的查询语音发送至服务器。可以由服务器对该查询语音进行语音识别,得到用户输入的请求信息。
在本实施例的一些可选的实现方式中,当用户输入的请求信息包括实体关键词,在服务器上预先存储了属于该实体关键词表示的实体的多个资源类型的推送信息,每一个资源类型的推送信息分别和一个包含该实体关键词的预设词语组合绑定时,则可以确定该用户输入的请求信息与每一个资源类型的推送信息各自绑定的预设词语组合均匹配,确定用户输入的关联有多个查询意图。可以生成引导信息,该引导信息用于引导用户从实体关键词表示的实体的多个资源类型中选取出至少一个类型。
例如,用户输入了请求信息“甜蜜蜜”对应的语音。该请求信息中仅包含实体关键词“甜蜜蜜”。服务器接收到终端发送的该语音之后,通过语音识别,确定用户输入请求信息“甜蜜蜜”。服务器可以确定甜蜜蜜这一实体,在影视资源库和音乐资源库中都有推送信息。甜蜜蜜这一实体的资源类型包括电影、音乐等资源类型。推送信息可以包含资源名称、资源的播放地址等。服务器确定用户输入的请求信息关联有看电影“甜蜜蜜”、听歌曲“甜蜜蜜”等查询意图。服务器可以生成引导信息“我有甜蜜蜜的电影和音乐,你想要哪一个?”。服务器向终端发送引导信息“我有甜蜜蜜的电影和音乐,你想要哪一个?”,终端在接收引导信息之后,向用户呈现引导信息“我有甜蜜蜜的电影和音乐,你想要哪一个?”。
在本实施例的一些可选的实现方式中,当确定用户输入的请求信息未对应有推送信息时,即确定用户输入的请求信息未关联有查询意图,并且当用户输入的请求信息中的权重较高的多个词语出现在一个预设词语组合中,并且用户输入的请求信息中,此时,可以进一步确定用户输入的请求信息不完整。可以生成引导信息,该引导信息用于引导用户继续输入反馈信息,以利用反馈信息与请求信息组成意图明确请求信息。换言之,该引导信息用于引导用户继续输入反馈信息,在将引导信息反馈给用户之后,用户可以继续输入反馈信息,可以将反馈信息与请求信息组成绑定有推送信息的意图明确请求信息。
当确定用户输入的请求信息未对应有推送信息时,即确定用户输入的请求信息未关联有查询意图,并且用户输入的请求信息仅包括预设操作关键词而未包含对应于预设操作关键词的操作对象关键词时,可以进一步确定用户输入的请求信息不完整。可以生成引导信息,该引导信息用于引导用户继续输入对应于预设操作关键词的操作对象关键词作为反馈信息。
例如,用户输入请求信息“我想看”,该请求信息中仅包含预设操作关键词“我想看”。服务器可以确定预先存储了绑定有推送信息的包含“我想看”的多个预设词语组合,但“我想看”后面的内容为空。服务器可以确定用户输入的请求信息不完整。服务器可以生成引导信息“我没听到,请问你想看什么”。服务器向终端发送引导信息“我没听到,请问你想看什么”,终端在接收之后,向用户呈现引导信息“我没听到,请问你想看什么”。用户可以输入作为反馈信息对应于“我想看”的操作对象关键词例如“偶像练习生短片”对应的语音。终端将该语音发送至服务器。服务器进行语音识别后确定用户输入的反馈信息为对应于“我想看”的操作对象关键词例如“偶像练习生短片”。
在本实施例的一些可选的实现方式中,当确定用户输入的请求信息未对应有推送信息时,即确定用户输入的请求信息未关联有查询意图,并且确定用户输入的请求信息相似的请求信息绑定有推送信息时,可以生成引导信息,该引导信息用于引导用户确认是否利用与用户输入的请求信息的相似的请求信息作为意图明确请求信息,去获取推送信息。
例如,用户输入请求信息“idol练习生短片”对应的语音。服务器在接收到终端发送的该语音进行语音识别之后,确定用户输入请求信息“idol练习生短片”。分词得到{idol练习生、短片}之后,确定没有与{idol练习生、短片}匹配的预设词语组合。服务器可以计算{idol练习生、短片}与绑定有推送信息的预设词语组合的语义相似度,根据计算的语义的相似度,从绑定有推送信息的预设词语组合中,查找出与{idol练习生、短片}的语义相似的包含{偶像练习生、短片}的预设词语组合。包含{偶像练习生、短片}的预设词语组合绑定有推送信息,推送信息包括:偶像练习生的短片的播放地址、界面。服务器可以生成引导信息“你是想说我想看偶像练习生的短片,对吗?”,向终端发送引导信息“你是想说我想看偶像练习生的短片,对吗?”。终端在接收服务器发送的引导信息之后,向用户呈现引导信息“你是想说我想看偶像练习生的短片,对吗?”。
步骤202,基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,将与意图明确请求信息绑定的推送信息反馈给用户。
在本实施例中,当确定用户输入的请求信息关联有多个查询意图,生成引导信息,向用户反馈引导信息之后,用户可以输入对应于引导信息的反馈信息。然后,可以基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。意图明确请求信息绑定有推送信息。
例如,用户输入了一个请求信息,该请求信息与多个在服务器上预先存储的表示查询意图的预设词语组合匹配,每一个预设词语组合预先绑定有推送信息。每一个预设词语组合预先绑定有推送信息中包含多个不同类型的推送信息。可以生成引导信息“请问您想获取哪一个类型的信息”。在将引导信息反馈给用户之后,可以接收到用户输入的反馈信息。反馈信息可以为用户输入的期望获取的类型的名称,可以将反馈信息与用户输入的请求信息进行组合,组合成绑定有推送信息的意图明确请求信息。进而可以通过意图明确请求信息获取到推送信息,将推送信息推送给用户。
在本实施例中,当确定用户输入的请求信息,未关联有查询意图时,生成用于引导用户确认是否利用与其它的请求信息去获取推送信息引导信息,将该引导信息反馈给用户之后,用户可以输入反馈信息。反馈信息可以是表示肯定的信息或表示否定的信息。可以基于用户输入的请求信息和反馈信息,生成意图明确请求信息。
例如,当用户输入的请求信息未与在服务器上预先存储的任意一个表示查询意图的预设词语组合匹配,根据历史交互过程,确定将请求信息中的一个词语利用另一个词语进行替换后可以与表示查询意图的预设词语组合匹配时,可以进行相应的替换,得到新的请求信息。然后,可以生成引导信息,例如,生成引导信息“请问您是想输入+新的请求信息”。在将引导信息反馈给用户之后,用户可以输入表示肯定的词语例如“是”或表示否定的词语例如“否。当确定用户输入的反馈信息为表示肯定的词语时,则可以直接将该新的请求信息作为意图明确请求信息。
在本实施例中,当用户输入的请求信息包括实体关键词,确定用户输入的关联有多个查询意图之后,可以生成引导信息,该引导信息用于引导用户从实体关键词表示的实体的多个资源类型中选取出至少一个类型。在将引导信息反馈给用户之后,可以接收到用输入的反馈信息,反馈信息可以为实体关键词表示的实体的多个资源类型中选取出的资源类型的名称。服务器可以将选取出的资源类型的名称作为反馈信息与实体关键词表示进行组合,组合成绑定有推送信息的意图明确请求信息。进而可以通过意图明确请求信息获取到推送信息,将推送信息推送给用户。
例如,用户输入了请求信息“甜蜜蜜”对应的语音。服务器接收到终端发送的该语音之后,通过语音识别,确定用户输入请求信息“甜蜜蜜”。服务器可以确定甜蜜蜜这一实体,在影视资源库和音乐资源库中都有推送信息。推送信息可以包含资源名称、资源的播放地址等。服务器确定用户输入的请求信息关联有看电影“甜蜜蜜”、听歌曲“甜蜜蜜”等查询意图。服务器可以生成引导信息“我有甜蜜蜜的电影和音乐,你想要哪一个?”。服务器向终端发送引导信息“我有甜蜜蜜的电影和音乐,你想要哪一个?”,终端在接收引导信息之后,向用户呈现引导信息“我有甜蜜蜜的电影和音乐,你想要哪一个?”。用户可以通过输入“电影”对应的语音或“音乐”对应的语音,终端将“电影”对应的语音或“音乐”对应的语音发送至服务器,服务器确定用户的用户输入的反馈信息为“电影”或“音乐”,可以将“甜蜜蜜”与“电影”或“音乐”组合成意图明确请求信息,进而可以获取名称为“甜蜜蜜”的电影对应的推送信息或名称为“甜蜜蜜”的歌曲对应的推送信息。
在本实施例中,当确定用户输入的请求信息未关联有查询意图,并且确定用户输入的请求信息不完整时,可以生成引导信息,该引导信息用于引导用户继续输入反馈信息以与请求信息组成意图明确请求信息。换言之,该引导信息用于引导用户继续输入反馈信息,在将引导信息反馈给用户之后,用户可以继续输入反馈信息,可以将反馈信息与请求信息组成绑定有推送信息的意图明确请求信息。
例如,用户输入请求信息“我想看”,该请求信息中仅包含预设操作关键词“我想看”。服务器可以确定预先存储了绑定有推送信息的包含“我想看”的多个预设词语组合,但“我想看”后面的内容为空。服务器可以确定用户输入的请求信息不完整。服务器可以生成引导信息“我没听到,请问你想看什么”。服务器向终端发送引导信息“我没听到,请问你想看什么”,终端在接收之后,向用户呈现引导信息“我没听到,请问你想看什么”。用户可以输入作为反馈信息对应于“我想看”的操作对象关键词例如“偶像练习生短片”对应的语音。终端将该语音发送至服务器。服务器进行语音识别后确定用户输入的反馈信息为对应于“我想看”的操作对象关键词例如“偶像练习生短片”,服务器可以将“我想看”和继续输入的反馈信息组合成绑定有推送信息的意图明确请求信息。
在本实施例中,当确定用户输入的请求信息未对应有推送信息时,即确定用户输入的请求信息未关联有查询意图,并且确定用户输入的请求信息相似的请求信息绑定有推送信息时,可以生成引导信息,该引导信息用于引导用户确认是否利用与用户输入的请求信息语义相似的请求信息作为意图明确请求信息,去获取推送信息。
例如,用户输入请求信息“idol练习生短片”对应的语音。服务器在接收到终端发送的该语音进行语音识别之后,确定用户输入请求信息“idol练习生短片”。分词得到{idol练习生、短片}之后,确定没有与{idol练习生、短片}匹配的预设词语组合。服务器可以计算{idol练习生、短片}与绑定有推送信息的预设词语组合的语义相似度,根据计算的语义的相似度,从绑定有推送信息的预设词语组合中,查找出与{idol练习生、短片}的语义相似的包含{偶像练习生、短片}的预设词语组合。包含{偶像练习生、短片}的预设词语组合绑定有推送信息,推送信息包括:偶像练习生的短片的播放地址、界面。服务器可以生成引导信息“你是想说我想看偶像练习生的短片,对吗?”,向终端发送引导信息“你是想说我想看偶像练习生的短片,对吗?”。终端在接收服务器发送的引导信息之后,向用户呈现引导信息“你是想说我想看偶像练习生的短片,对吗?”。用户可以输入表示肯定的词语对应的语音例如“是”对应的语音或表示否定的词语对应的语音例如“否”对应的语音。服务器进行语音识别后确定用户输入的反馈信息为表示肯定的词语或表示否定的词语。当确定用户输入的反馈信息为表示肯定的词语时,则可以直接将包含{偶像练习生、短片}的预设词语组合作为意图明确请求信息。
请参考图3,作为对上述各图所示方法的实现,本申请提供了一种交互装置的一个实施例,该装置实施例与图2所示的方法实施例相对应。
如图3所示,本实施例的交互装置包括:响应单元301,反馈单元302。其中,响应单元301被配置为响应于确定用户输入的请求信息满足引导条件,生成引导信息,以及将引导信息反馈给用户,引导条件包括以下之一:关联有多个查询意图、未关联有查询意图;反馈单元302被配置为基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。
在本实施例的一些可选的实现方式中,请求信息包括以下之一:信息查询请求信息、多媒体内容请求信息、通话请求信息。
在本实施例的一些可选的实现方式中,引导条件包括:关联有多个查询意图,请求信息包括:实体关键词,所述引导信息用于引导用户从所述实体关键词表示的实体的资源类型中选取出至少一个资源类型。
在本实施例的一些可选的实现方式中,引导条件包括:未关联有查询意图,所述引导信息用于引导用户继续输入反馈信息以将反馈信息与请求信息组成意图明确请求信息。
在本实施例的一些可选的实现方式中,请求信息包括:预设操作关键词,反馈信息包括:对应于预设操作关键词的操作对象关键词。
在本实施例的一些可选的实现方式中,引导条件包括:未关联有查询意图,所述引导信息用于引导用户确认是否将与用户输入的请求信息语义相似的请求信息作为意图明确请求信息。
在本实施例的一些可选的实现方式中,请求信息基于对用户输入的查询语音进行语音识别而得到,反馈信息基于对用户输入的反馈语音进行语音识别而得到。
图4示出了适于用来实现本申请实施例的终端的计算机系统的结构示意图。
如图4所示,计算机系统包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有计算机系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:输入部分406;输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,本申请的实施例中描述的过程可以被实现为计算机程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包括用于执行流程图所示的方法的指令。该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被信息执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由信息执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行信息。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机信息的组合来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (15)

1.一种交互方法,所述方法包括:
响应于确定用户输入的请求信息满足关联有多个查询意图或未关联有查询意图的引导条件,生成引导信息,以及将引导信息反馈给用户,包括:响应于确定用户输入的请求信息满足未关联有查询意图的引导条件,根据历史交互过程将用户输入的请求信息包含的词语进行替换,得到与预设词语组合匹配的请求信息,生成引导信息,以及将引导信息反馈给用户;
基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。
2.根据权利要求1所述的方法,请求信息包括以下之一:信息查询请求信息、多媒体内容请求信息、通话请求信息。
3.根据权利要求2所述的方法,引导条件包括:关联有多个查询意图,请求信息包括:实体关键词,所述引导信息用于引导用户从所述实体关键词表示的实体的资源类型中选取出至少一个资源类型。
4.根据权利要求2所述的方法,引导条件包括:未关联有查询意图,所述引导信息用于引导用户继续输入反馈信息以将反馈信息与请求信息组成意图明确请求信息。
5.根据权利要求4所述的方法,请求信息包括:预设操作关键词,反馈信息包括:对应于预设操作关键词的操作对象关键词。
6.根据权利要求2所述的方法,引导条件包括:未关联有查询意图,所述引导信息用于引导用户确认是否将与用户输入的请求信息语义相似的请求信息作为意图明确请求信息。
7.根据权利要求1-6之一所述的方法,请求信息基于对用户输入的查询语音进行语音识别而得到,反馈信息基于对用户输入的反馈语音进行语音识别而得到。
8.一种交互装置,所述装置包括:
响应单元,被配置为响应于确定用户输入的请求信息满足关联有多个查询意图或未关联有查询意图的引导条件,生成引导信息,以及将引导信息反馈给用户,包括:响应于确定用户输入的请求信息满足未关联有查询意图的引导条件,根据历史交互过程将用户输入的请求信息包含的词语进行替换,得到与预设词语组合匹配的请求信息,生成引导信息,以及将引导信息反馈给用户;
反馈单元,被配置为基于请求信息和用户输入的对应于引导信息的反馈信息,生成意图明确请求信息,以及将与意图明确请求信息绑定的推送信息反馈给用户。
9.根据权利要求8所述的装置,请求信息包括以下之一:信息查询请求信息、多媒体内容请求信息、通话请求信息。
10.根据权利要求9所述的装置,引导条件包括:关联有多个查询意图,请求信息包括:实体关键词,所述引导信息用于引导用户从所述实体关键词表示的实体的资源类型中选取出至少一个资源类型。
11.根据权利要求9所述的装置,引导条件包括:未关联有查询意图,所述引导信息用于引导用户继续输入反馈信息以将反馈信息与请求信息组成意图明确请求信息。
12.根据权利要求11所述的装置,请求信息包括:预设操作关键词,反馈信息包括:对应于预设操作关键词的操作对象关键词。
13.根据权利要求9所述的装置,引导条件包括:未关联有查询意图,所述引导信息用于引导用户确认是否将与用户输入的请求信息语义相似的请求信息作为意图明确请求信息。
14.根据权利要求8-13之一所述的装置,请求信息基于对用户输入的查询语音进行语音识别而得到,反馈信息基于对用户输入的反馈语音进行语音识别而得到。
15.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201810725631.8A 2018-07-04 2018-07-04 交互方法和装置 Active CN108881466B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810725631.8A CN108881466B (zh) 2018-07-04 2018-07-04 交互方法和装置
US16/455,958 US11081108B2 (en) 2018-07-04 2019-06-28 Interaction method and apparatus
JP2019122909A JP7112991B2 (ja) 2018-07-04 2019-07-01 インタラクション方法および装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810725631.8A CN108881466B (zh) 2018-07-04 2018-07-04 交互方法和装置

Publications (2)

Publication Number Publication Date
CN108881466A CN108881466A (zh) 2018-11-23
CN108881466B true CN108881466B (zh) 2020-06-26

Family

ID=64298862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810725631.8A Active CN108881466B (zh) 2018-07-04 2018-07-04 交互方法和装置

Country Status (3)

Country Link
US (1) US11081108B2 (zh)
JP (1) JP7112991B2 (zh)
CN (1) CN108881466B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10726838B2 (en) * 2018-06-14 2020-07-28 Disney Enterprises, Inc. System and method of generating effects during live recitations of stories
CN109979450B (zh) * 2019-03-11 2021-12-07 海信视像科技股份有限公司 信息处理方法、装置及电子设备
CN110047481B (zh) * 2019-04-23 2021-07-09 百度在线网络技术(北京)有限公司 用于语音识别的方法和装置
US20210118435A1 (en) * 2019-10-21 2021-04-22 Soundhound, Inc. Automatic Synchronization for an Offline Virtual Assistant
US11676586B2 (en) * 2019-12-10 2023-06-13 Rovi Guides, Inc. Systems and methods for providing voice command recommendations
CN111128168A (zh) * 2019-12-30 2020-05-08 斑马网络技术有限公司 语音控制方法、装置及存储介质
CN112004131A (zh) * 2020-08-12 2020-11-27 海信电子科技(武汉)有限公司 一种显示系统
CN112053688B (zh) * 2020-08-27 2024-03-08 海信视像科技股份有限公司 一种语音交互方法及交互设备、服务器
EP4250286A4 (en) * 2020-12-26 2023-12-27 Huawei Technologies Co., Ltd. METHOD AND DEVICE FOR SPEECH UNDERSTANDING

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016160852A1 (en) * 2015-03-30 2016-10-06 Alibaba Group Holding Limited Method and apparatus for voice control
CN107452378A (zh) * 2017-08-15 2017-12-08 北京百度网讯科技有限公司 基于人工智能的语音交互方法和装置
CN108153904A (zh) * 2018-01-17 2018-06-12 北京百度网讯科技有限公司 语料收集方法、装置和计算机设备

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04182857A (ja) 1990-11-19 1992-06-30 Nippon Telegr & Teleph Corp <Ntt> コマンド処理方式
JPH11506239A (ja) * 1996-03-05 1999-06-02 フィリップス エレクトロニクス ネムローゼ フェンノートシャップ トランザクションシステム
JP3827058B2 (ja) 2000-03-03 2006-09-27 アルパイン株式会社 音声対話装置
US6944447B2 (en) * 2001-04-27 2005-09-13 Accenture Llp Location-based services
US8082264B2 (en) * 2004-04-07 2011-12-20 Inquira, Inc. Automated scheme for identifying user intent in real-time
RU2007104707A (ru) * 2004-07-09 2008-08-20 Аол Ллк (Us) Устранение неоднозначности неоднозначных символов
US20060235694A1 (en) * 2005-04-14 2006-10-19 International Business Machines Corporation Integrating conversational speech into Web browsers
US9009046B1 (en) * 2005-09-27 2015-04-14 At&T Intellectual Property Ii, L.P. System and method for disambiguating multiple intents in a natural language dialog system
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US7734623B2 (en) * 2006-11-07 2010-06-08 Cycorp, Inc. Semantics-based method and apparatus for document analysis
CN101339551B (zh) * 2007-07-05 2013-01-30 日电(中国)有限公司 自然语言查询需求扩展设备及其方法
US8140335B2 (en) * 2007-12-11 2012-03-20 Voicebox Technologies, Inc. System and method for providing a natural language voice user interface in an integrated voice navigation services environment
US8626511B2 (en) 2010-01-22 2014-01-07 Google Inc. Multi-dimensional disambiguation of voice commands
US8527489B1 (en) * 2012-03-07 2013-09-03 Google Inc. Suggesting a search engine to search for resources
US20130282702A1 (en) * 2012-04-18 2013-10-24 Yahoo! Inc. Method and system for search assistance
US9183310B2 (en) * 2012-06-12 2015-11-10 Microsoft Technology Licensing, Llc Disambiguating intents within search engine result pages
CN105190607B (zh) * 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
US9805718B2 (en) * 2013-04-19 2017-10-31 Sri Internaitonal Clarifying natural language input using targeted questions
US20140344261A1 (en) * 2013-05-20 2014-11-20 Chacha Search, Inc Method and system for analyzing a request
US10380193B2 (en) * 2014-01-08 2019-08-13 Microsoft Technology Licensing, Llc Result prominence in search
DE112014006614B4 (de) * 2014-04-22 2018-04-12 Mitsubishi Electric Corporation Benutzerschnittstellensystem, Benutzerschnittstellensteuereinrichtung, Benutzerschnittstellensteuerverfahren und Benutzerschnittstellensteuerprogramm
US10726831B2 (en) * 2014-05-20 2020-07-28 Amazon Technologies, Inc. Context interpretation in natural language processing using previous dialog acts
US10388277B1 (en) * 2015-06-25 2019-08-20 Amazon Technologies, Inc. Allocation of local and remote resources for speech processing
US10769189B2 (en) * 2015-11-13 2020-09-08 Microsoft Technology Licensing, Llc Computer speech recognition and semantic understanding from activity patterns
US20170242886A1 (en) * 2016-02-19 2017-08-24 Jack Mobile Inc. User intent and context based search results
US9922648B2 (en) * 2016-03-01 2018-03-20 Google Llc Developer voice actions system
WO2017168637A1 (ja) * 2016-03-30 2017-10-05 三菱電機株式会社 意図推定装置及び意図推定方法
DK179309B1 (en) * 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10257241B2 (en) * 2016-12-21 2019-04-09 Cisco Technology, Inc. Multimodal stream processing-based cognitive collaboration system
US10277743B1 (en) * 2017-03-21 2019-04-30 Amazon Technologies, Inc. Configurable natural language contact flow
US10922493B1 (en) * 2018-09-28 2021-02-16 Splunk Inc. Determining a relationship recommendation for a natural language request

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016160852A1 (en) * 2015-03-30 2016-10-06 Alibaba Group Holding Limited Method and apparatus for voice control
CN107452378A (zh) * 2017-08-15 2017-12-08 北京百度网讯科技有限公司 基于人工智能的语音交互方法和装置
CN108153904A (zh) * 2018-01-17 2018-06-12 北京百度网讯科技有限公司 语料收集方法、装置和计算机设备

Also Published As

Publication number Publication date
JP2020009439A (ja) 2020-01-16
US11081108B2 (en) 2021-08-03
JP7112991B2 (ja) 2022-08-04
US20200013400A1 (en) 2020-01-09
CN108881466A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
CN108881466B (zh) 交互方法和装置
CN107871500B (zh) 一种播放多媒体的方法和装置
CN107832434B (zh) 基于语音交互生成多媒体播放列表的方法和装置
CN107918653B (zh) 一种基于喜好反馈的智能播放方法和装置
CN109165302B (zh) 多媒体文件推荐方法及装置
CN109036425B (zh) 用于操作智能终端的方法和装置
CN107943877B (zh) 待播放多媒体内容的生成方法和装置
CN111324700A (zh) 资源召回方法、装置、电子设备及计算机可读存储介质
CN107844587B (zh) 用于更新多媒体播放列表的方法和装置
CN111667810B (zh) 多音字语料的获取方法、装置、可读介质和电子设备
EP3420479B1 (en) Digital media content comparator
CN112532507B (zh) 用于呈现表情图像、用于发送表情图像的方法和设备
CN111552831B (zh) 一种音乐推荐的方法及服务器
US9361289B1 (en) Retrieval and management of spoken language understanding personalization data
CN111767259A (zh) 内容分享的方法、装置、可读介质和电子设备
CN113011175A (zh) 一种基于双重渠道特征匹配的语义识别方法及系统
WO2017109478A1 (en) Media content sharing between users having associated content platforms
CN113420723A (zh) 获取视频热点的方法、装置、可读介质和电子设备
CN111027332A (zh) 生成翻译模型的方法和装置
CN111339770A (zh) 用于输出信息的方法和装置
CN111158838A (zh) 一种信息处理方法及装置
CN110970059A (zh) 一种多媒体信息播放方法、装置及可读存储介质
CN109889737A (zh) 用于生成视频的方法和装置
CN111930229B (zh) 人机交互方法、装置和电子设备
CN112989205A (zh) 媒体文案推荐方法、装置、介质及电子设备

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210507

Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Patentee after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Patentee after: Shanghai Xiaodu Technology Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Patentee before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.