CN108920497A - 一种人机交互方法及装置 - Google Patents
一种人机交互方法及装置 Download PDFInfo
- Publication number
- CN108920497A CN108920497A CN201810502362.9A CN201810502362A CN108920497A CN 108920497 A CN108920497 A CN 108920497A CN 201810502362 A CN201810502362 A CN 201810502362A CN 108920497 A CN108920497 A CN 108920497A
- Authority
- CN
- China
- Prior art keywords
- semantic
- clarification
- classification
- value
- information
- 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
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供了一种人机交互方法及装置,属于人机交互领域。包括:获取客户端发送的至少一组查询信息;根据查询信息,确定查询信息所对应的意图类别;根据意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;在与意图类别对应的语义知识图谱库中查询对应的语义槽值,得到语义槽值在知识图谱库中的匹配结果;通过查询信息与匹配结果,确定语义槽值的澄清类别;根据澄清类别,生成对应的澄清信息提供给客户端。通过依据用户输入的上下文信息和对应领域的相关知识图谱库中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在歧义时提供对应的消歧澄清信息,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题。
Description
技术领域
本发明属于人机交互领域,特别是涉及一种人机交互方法及装置。
背景技术
如何正确理解用户的意图是人机交互系统的重要功能之一,在人机交互过程中,用户向人机交互系统提供的信息往往存在模糊性和歧义性,存在信息缺失的问题,系统难以通过单次交互满足用户需求,因此,人机交互系统通常通过多轮交互对话的方式,了解用户的意图,更好地满足用户的需求,提升用户的体验。
在先技术中,人机交互系统对于用户意图的澄清通常是利用与用户输入的查询信息相关的历史搜索日志和预设的语义知识库,生成针对查询信息的意图澄清信息,以视频应用为例,具体可以为,人机交互系统通过用户输入的查询信息的下位词或同位词,生成对应的意图澄清候选项,例如用户输入了我想看阿钦公加(可可西里的藏语表达),则人机交互系统会根据语义知识库,查询得到阿钦公加的同位词为可可西里,并回复给用户:是否想观看可可西里?
但是,在先技术中,人机交互系统仅仅考虑了用户输入的查询信息在语义上的下位词或同位词;此外,在考虑是否需要澄清时,对用户当前交互对话中的信息利用并不充分,仅考虑了历史搜索日志中的搜索信息。因此导致对用户意图的澄清不准确、澄清效率慢,降低用户体验度。例如,用户输入我想看可可西里,而可可西里在影视剧中具有电影和电视剧两种不同的形式,在先技术则无法对用户想观看电影可可西里还是电视剧可可西里进行有效澄清。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种人机交互方法及装置。
依据本发明的第一方面,提供了一种人机交互方法,该方法包括:
获取客户端发送的至少一组查询信息;
根据所述查询信息,确定所述查询信息所对应的意图类别;
根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值;
在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果;
通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别;
根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
依据本发明的第二方面,提供了一种人机交互装置,该装置包括:
获取模块,用于获取客户端发送的至少一组查询信息;
第一确定模块,用于根据所述查询信息,确定所述查询信息所对应的意图类别;
语义槽填充模块,用于根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值;
匹配模块,用于在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果;
第二确定模块,用于通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别;
生成模块,用于根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
针对在先技术,本发明具备如下优点:本发明实施例提供的人机交互方法及装置,包括:获取客户端发送的至少一组查询信息;根据查询信息,确定查询信息所对应的意图类别;根据意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;通过查询信息与匹配结果,确定语义槽值的澄清类别;根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在歧义时提供对应的消歧澄清,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题,提高了用户体验度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例提供的一种人机交互方法的步骤流程图;
图1A是本发明实施例提供的一种人机交互的应用界面图;
图1B是本发明实施例提供的一种知识图谱的局部结构示意图;
图1C是本发明实施例提供的另一种人机交互的应用界面图;
图2是本发明实施例提供的一种人机交互方法的具体步骤流程图;
图3是本发明实施例提供的另一种人机交互方法的具体步骤流程图;
图4是本发明实施例提供的另一种人机交互方法的具体步骤流程图;
图5是本发明实施例提供的一种人机交互装置的框图;
图6是本发明实施例提供的一种人机交互装置的具体框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
图1是本发明实施例一提供的一种人机交互方法的步骤流程图,如图1所示,该方法可以包括:
步骤101、获取客户端发送的至少一组查询信息。
在本发明实施例中,人机交互是视频应用等领域的重要功能之一,人机交互旨在通过对用户向系统提供的信息进行分析,以了解用户的意图和需求,使得应用能够为用户提供更加人性化的服务,并且,人机交互模拟了人与人之间对话的方式,能够使得用户更清楚的表达自己的诉求。
在本发明实施例中以视频应用相关的人机交互为例进行说明,当用户在视频应用中需要进行某项操作时,可以通过向视频应用服务器发送多组查询信息,以人机交互的方式来告知视频应用服务器自己的需求和意图,但由于用户输入的查询信息由于口语化的特点,存在信息缺失的问题,在先技术中,系统是以多次交互的方式来澄清用户的意图,但是为了更好的用户体验,需要尽可能减少交互的次数,本发明可以基于相关语义知识图谱库进行匹配操作,尽快确定查询信息的澄清类别。
例如,参照图1A,示出了本发明实施例一提供的一种人机交互的应用界面图,若某一用户在视频应用中想要观看电影,则该用户可以在客户端触发一个人机交互界面,通过聊天的方式发送查询信息至视频应用服务器,并接收视频应用服务器返回的信息,如图1A,在一个多轮交互的人机交互对话系统中,对话如下:
系统:请问需要什么帮助?
用户:我想看视频。
系统:您想看什么视频啊?
用户:我想看动作片。
系统:比如呢?
用户:可可西里吧!
系统:可可西里,请点击观看。
由图1A可知,用户通过发送了三组查询信息10,准确的告知了系统自己的需求,系统针对查询信息10,可以通过序列到序列模型(seq2seq),在对话过程中产生合适的回复,另外,系统也可以基于检索的方法,从事先定义好的索引中进行搜索,学习从当前对话中选择回复。
需要说明的是,由于可可西里在影视剧中具有电影和电视剧两种不同的形式,因此可可西里是一个歧义词项,此时本发明实施例需要确定可可西里这一词项的澄清类别,并对可可西里这一词项进行消歧,以对用户想观看电影可可西里还是电视剧可可西里进行有效澄清。
因此,在该步骤中,服务器可以获取用户在客户端编辑发送的至少一组查询信息,其目的在于判断查询信息是否需要澄清。
步骤102、根据所述查询信息,确定所述查询信息所对应的意图类别。
本发明实施例中,若要了解用户的意图,首要需要了解用户通过客户端发送的查询信息的意图类别,判断意图类别的方式可以通过对查询信息进行分词,得到多个关键词,并将各个关键词通过意图分类模板进行检索,找到匹配的意图类别。
其中,意图分类模板可以通过关联表的形式进行建立,关联表中可以根据所应用领域的业务逻辑或该领域的知识库,建立关键词与意图类别的对应关系。
例如,在视频应用领域,可以根据视频应用领域的业务逻辑或视频应用领域的知识库,建立对应的关联表,构建意图分类模板,关联表具体如下表1。
关键词 | 意图类别 |
“看” | 视频播放类别 |
“视频” | 视频处理类别 |
“下载” | 视频下载类别 |
“喜欢” | 视频推荐类别 |
表1
如图1A,通过对其中一组查询信息“我想看视频”进行分词操作,可以得到“看”和“视频”两个关键词,意图分类模板中可以存储有“看”、“视频”分别与视频播放领域意图类别的对应关系,则通过意图分类模板的关联表表1中进行检索,可以确定查询信息“我想看视频”的意图类别为视频播放类别和视频处理类别,其中视频播放类别是视频处理类别的进一步限定,因此可以确定“我想看视频”的意图类别为视频处理类别,以便后续通过与视频播放领域相关的语义槽模板进行查询信息的语义槽填充操作。
又比如,一组查询信息为“我想下载游戏”,可以对“下载”和“游戏”两个关键词进行意图分类模板检索,可以确定查询信息“我想下载游戏”的意图类别为游戏下载领域,以便后续通过与游戏下载领域相关的语义槽模板进行查询信息的语义槽填充操作。
步骤103、根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值。
本发明实施例中,在任务型人机交互系统的语言理解部分,通常使用语义槽来表示用户的需求,如出发地、到达地、出发时间等信息,如果有一个话语,自然语言理解将其映射为语义槽,语义槽填充则是根据不同的场景预先定义的。语义槽具有语义槽位、语义槽值和关联语义槽的概念,不同领域所设定的语义槽的格式不同,比如,在视频播放领域,语义槽位可以为video_name(也可以称作语义槽名),关联语义槽可以为video_type,通过关键字“可可西里”对语义槽位进行语义槽填充后可以输出语义槽值video_name=”可可西里”,因此,语义槽填充则是根据不同的场景预先定义的,具体表现在video_name,video_type这种底层填充格式上,因为此处语义槽填充是基于视频领域的,所以会有video前缀。
具体的,语义槽的填充可以由语义槽填充模板来实现,比如针对一个查询信息:“我想看环太平洋”进行分词操作,得到“我”、“想看”、“环太平洋”三个关键词,“我”和“想看”不存在于语义槽填充模板中,则可以舍弃,而电影“环太平洋”则可以在语义槽填充模板中检索到,则将其填充进语义槽位video_name,得到语义槽值video_name=“环太平洋”。在另一种实现方式中,可以基于序列标注算法,如条件随机场等,为每个词打上对应的标签,以完成语义槽填充,例如:我想看环太平洋,经由算法处理后输出的标记为我/O想/O/看/环太平洋/video_name,其中标记为O的词为非语义槽值,标记为video_name的词为语义槽video_name所需填充的词。
需要说明的是,当某些情况下,一组查询信息包括了多个可填充语句时,则可以生成多个语义槽值,例如,针对一个查询信息:“我想看环太平洋和可可西里”,则可以得到语义槽值video_name=“环太平洋”和语义槽值video_name=“可可西里”。
步骤104、在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果。
本发明实施例中,知识图谱(Knowledge Graph/Vault)是显示知识发展进程与结构关系的一系列各种不同的图形,通过可视化技术描述知识资源对应的特征信息,挖掘、分析、构建、绘制和显示特征信息及它们之间的相互联系,知识图谱中,各个特征之间形成网状结构,以清楚表达各个领域中对应实体之间的关联和实体所对应分类之间的关联。
参照图1B,其示出了一种与视频播放领域相关的知识图谱的局部结构示意图,其中实体“可可西里”、“环太平洋”对应动作电影分类,“可可西里”和“越狱”对应动作电视剧分类,因此,通过数据挖掘、信息处理、知识计量和图形绘制等技术,可以绘制出各个领域的相关知识图谱,以揭示各个知识领域的动态规律,为用户画像库的构建提供切实的、有价值的数据。
具体的,在视频应用相关的人机交互中,通过在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果,该匹配结果可以包括:语义槽值在语义知识图谱库中存在;语义槽值在语义知识图谱库中存在,且有多个义项(每一个不同概念意义事物的叙述内容);语义槽值在语义知识图谱库中不存在。
因此,通过匹配结果,可以根据之后的分析来确定语义槽值的澄清类别。
步骤105、通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别。
在本发明实施例中,查询信息包括用户当前输入,及用户当前对话的前述输入信息,通过步骤104的匹配操作,得到相应的匹配结果,则通过对查询信息与匹配结果的分析,确定语义槽值的澄清类别,若语义槽值仅仅在语义知识图谱库中存在,而无其他义项,或语义槽值在语义知识图谱库中不存在,则可以认为该语义槽值不是一个歧义词项,因此不需要对该语义槽进行歧义澄清,若语义槽值在语义知识图谱库中存在,且有多个义项,则认为该语义槽值是一个歧义词项,因此需要对该语义槽进行歧义澄清,澄清的过程具体是生成对应的澄清信息提供给用户。
例如,针对图1A中一组查询信息“我想看可可西里”,填充语义槽后得到语义槽值video_name=“可可西里”,将该语义槽值在图1B所示的视频播放领域的语义知识图谱库进行匹配操作,可以得到“电视剧-可可西里”和“电影-可可西里”两个义项,因此语义槽值video_name=“可可西里”是一个歧义词项,需要对该语义槽进行歧义澄清。
本发明实施例利用了语义知识图谱库提供的额外资源,为用户输入的查询信息关联到更多的相关信息,使得视频应用服务器能够利用这些关联信息,为用户提供歧义澄清服务。
步骤106、根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
在该步骤中,根据步骤105中的示例,当语义槽值video_name=“可可西里”匹配到“电视剧-可可西里”和“电影-可可西里”两个义项时,此时视频应用服务器需要进一步明确用户的意图,已提供准确的视频给用户观看。
具体的,可以通过对应的澄清模板,选择澄清句式,并将多个义项导入该澄清句式,生成澄清信息提供给客户端,例如澄清信息可以为“请问您想观看XX还是XX?”。
此时参照图1C,示出了本发明实施例一提供的另一种人机交互的应用界面图,在一个多轮交互的人机交互对话系统中,对话如下:
系统:请问需要什么帮助?
用户:我想看视频。
系统:您想看什么视频啊?
用户:我想看动作片。
系统:比如呢?
用户:可可西里吧!
系统:请问您想观看电影可可西里还是电视剧可可西里?
用户:电影可可西里。
系统:电影可可西里,请点击观看。
通过对用户提供的具有歧义的词句进行判断确定和消歧澄清,使得视频应用服务器能够更准确的明确用户的需求和意图,并为用户准确提供服务。
综上所述,本发明实施例提供的一种人机交互方法,包括:获取客户端发送的至少一组查询信息;根据查询信息,确定查询信息所对应的意图类别;根据意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;通过查询信息与匹配结果,确定语义槽值的澄清类别;根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在歧义时提供对应的消歧澄清,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题,提高了用户体验度。
实施例二
图2是本发明实施例二提供的一种人机交互方法的具体步骤流程图,如图2所示,该方法可以包括:
步骤201、获取客户端发送的至少一组查询信息。
该步骤具体可以参照上述步骤101,此处不再赘述。
步骤202、根据所述查询信息,确定所述查询信息所对应的意图类别。
该步骤具体可以参照上述步骤102,此处不再赘述。
步骤203、根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值。
该步骤具体可以参照上述步骤103,此处不再赘述。
步骤204、在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果。
该步骤具体可以参照上述步骤104,此处不再赘述。
步骤205、若在所述语义知识图谱库中查询到所述语义槽值对应的多个义项,则确定所述语义槽值的澄清类别为关联槽位澄清;其中,所述查询信息与所述多个义项之间相似度的差值的绝对值均小于第一预设阈值。
其中,在该步骤中,所述查询信息包括用户当前输入,及用户当前对话的前述输入信息。
若在语义知识图谱库中查询到语义槽值对应的多个义项,则每个义项可以理解为语义槽的一个关联槽位,则认为该语义槽值包括了两种不同概念意义事物的叙述内容,该语义槽值存在歧义,此时视频应用服务器并不明确用户需求的是哪一个义项,因此需要对语义槽值的关联槽位澄清。
例如,针对图1A中一组查询信息“我想看可可西里”,填充语义槽后得到语义槽值video_name=“可可西里”,将该语义槽值在图1B所示的视频播放领域的语义知识图谱库进行匹配操作,可以得到“电视剧-可可西里”和“电影-可可西里”两个义项,因此语义槽值video_name=“可可西里”是一个歧义词项,需要对该语义槽进行歧义澄清。
步骤206、基于关联槽位澄清模板,生成针对所述多个义项的澄清信息提供给所述客户端。
在本发明实施例中,关联槽位澄清具体可以为将用户输入的所有查询信息编码为一个对应的向量表示,例如记为V_query,具体的实施方式可以将所有查询信息拼接到一起,使用GRU-RNN进行编码。同样地,将检索到的每个义项编码为对应的向量表示V_context,然后基于向量表示,计算V_query和V_context的余弦相似度。如果其中存在一个义项,相似度高于其它义项,则无需进行意图澄清。
例如:用户在人机交互对话中分别输入了查询信息:“观看电影“和查询信息:“可可西里”,将其合并为“观看电影可可西里”,由于义项“电影可可西里”与用户输入的“观看电影可可西里”相似度相对较高,则无需进行澄清,此时考虑了当前人机交互对话的上下文信息,通过对多组查询信息进行合并判断,以避免无谓的重复澄清。
否则,若查询信息与多个义项之间相似度的差值的绝对值均小于第一预设阈值,则基于关联槽位澄清模板匹配的方法,生成澄清信息回应,例如:用户输入“播放可可西里”,基于视频播放类模板,生成的回应是:“您想看电影可可西里,还是电视剧可可西里?”。其中,第一预设阈值可以为多次实验后人为设定的优选数值。
需要说明的是,关联槽位澄清模板是针对于关联槽位澄清的人机交互中过程中,机器使用的澄清句式的模板,比如,关联槽位澄清模板可以包括:“请问您想观看的是XX还是XX?”或“请在XX和XX中选择您想观看的”的澄清句式。则基于上述示例,当用户输入“播放可可西里”时,将需要澄清的义项填充进澄清句式中,生成澄清信息,则根据关联槽位澄清模板中存储的句式,可以生成澄清信息如:“请问您想观看的是电影可可西里还是电视剧可可西里?”或“请在电影可可西里和电视剧可可西里中选择您想观看的”。
可选的,步骤206还可以包括子步骤2061、子步骤2062和子步骤2063。
子步骤2061、根据所述多个义项对应的历史点击记录,确定所述多个义项的被点击次数。
在实际应用中,视频应用针对各个义项,在服务器中存储有各个义项的历史点击记录,通过调用相关接口,可以得到各个义项的历史点击记录数据,确定各个义项的被点击次数。
子步骤2062、将所述多个义项按照被点击次数从大到小的顺序排列并生成澄清信息。
子步骤2063、将所述澄清信息提供给所述客户端。
在本发明实施例中,若某一义项的被点击次数较多,则认为该义项的热度较高,通过将热度较高的义项优先展示给用户,以便尽可能展现出符合用户偏好的结果,另外还可以将用户个性化特征、热点事件特征与澄清项特征匹配,对澄清项进行打分排序。
例如,用户输入“播放天龙八部”,“天龙八部”对应3个版本:天龙八部黄日华版,天龙八部胡军版,天龙八部03版,由于用户之前观看过多次“天龙八部黄日华版”,那么生成澄清项回应时,候选项“天龙八部黄日华版”的结果居前,生成回应为:“您想看天龙八部黄日华版,还是天龙八部胡军版,还是天龙八部03版?”。
综上所述,本发明实施例提供的一种人机交互方法,包括:获取客户端发送的至少一组查询信息;根据查询信息,确定查询信息所对应的意图类别;根据意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;通过查询信息与匹配结果,确定语义槽值的澄清类别;根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在关联槽位歧义时提供对应的消歧澄清,并在澄清时将用户个性化特征、热点事件特征与澄清项特征匹配,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题,提高了用户体验度。
实施例三
图3是本发明实施例二提供的一种人机交互方法的具体步骤流程图,如图3所示,该方法可以包括:
步骤301、获取客户端发送的至少一组查询信息。
该步骤具体可以参照上述步骤101,此处不再赘述。
步骤302、根据所述查询信息,确定所述查询信息所对应的意图类别。
该步骤具体可以参照上述步骤102,此处不再赘述。
步骤303、根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值。
该步骤具体可以参照上述步骤103,此处不再赘述。
步骤304、在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果。
该步骤具体可以参照上述步骤104,此处不再赘述。
步骤305、若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值在语义槽位名词典中匹配到多个语义槽位名,则确定所述语义槽值的澄清类别为槽位澄清;其中,所述查询信息与所述多个语义槽位名之间的相似度的差值的绝对值均小于第二预设阈值。
若在语义知识图谱库中未查询到语义槽值对应的多个义项,则可以进一步将该语义槽值在语义槽位名词典中进行匹配,语义槽位名词典中包括了各个语义槽位名的相关信息,若语义槽值在语义槽位名词典中匹配到多个语义槽位名,则确定语义槽值的澄清类别为槽位澄清,此时可以确定语义槽的槽位具有歧义,需要对语义槽位进行意图澄清。
例如,用户输入查询信息:“帮我找青海的机票”,基于语义槽词典检索可知,“青海”既对应语义槽“出发地”,又对应语义槽“到达地”。则可以合并用户当前对话上下文中的查询信息,分别与多个语义槽位名计算相关度,如果查询信息与所述多个语义槽位名之间的相似度的差值的绝对值均小于第二预设阈值,则认为需要澄清,生成回应:“青海是出发地还是到达地?”,否则无需澄清。其中,第二预设阈值可以为多次实验后人为设定的优选数值。
又例如,用户分别输入查询信息:“帮我找青海的机票”,“我从青海出发”,此时合并多组查询信息,由于合并后的“帮我找青海的机票,我从青海出发”与槽位“出发地”的相似度相对较高,则无需进行澄清,此时考虑了当前人机交互对话的上下文信息,通过对多组查询信息进行合并判断,以避免无谓的重复澄清。
步骤306、基于槽位澄清模板,生成针对所述多个语义槽的澄清信息提供给所述客户端。
在该步骤中,基于槽位澄清模板匹配的方法,生成澄清信息回应,例如:用户输入“帮我找青海的机票”,则对应语义槽“出发地”和“到达地”,按照相关句式生成回应:“青海是出发地还是到达地?”。
具体的,槽位澄清模板是针对于槽位澄清的人机交互中过程中,机器使用的澄清句式的模板,比如,槽位澄清模板可以包括:“XX是XX(有歧义的一个槽位)还是XX(有歧义的另一槽位)?”的澄清句式。则基于上述示例,当用户输入“帮我找青海的机票”时,“青海”既对应语义槽“出发地”,又对应语义槽“到达地”,语义槽“出发地”和“到达地”具有歧义,需要澄清,将需要澄清的槽位填充进澄清句式中,生成澄清信息,则根据槽位澄清模板中存储的句式,可以生成澄清信息如:“青海是出发地还是到达地?”。
综上所述,本发明实施例提供的一种人机交互方法,包括:获取客户端发送的至少一组查询信息;根据查询信息,确定查询信息所对应的意图类别;根据意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;通过查询信息与匹配结果,确定语义槽值的澄清类别;根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库和语义槽词典中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在槽位歧义时提供对应的消歧澄清,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题,提高了用户体验度。
实施例四
图4是本发明实施例二提供的一种人机交互方法的具体步骤流程图,如图4所示,该方法可以包括:
步骤401、获取客户端发送的至少一组查询信息。
该步骤具体可以参照上述步骤101,此处不再赘述。
步骤402、根据所述查询信息,确定所述查询信息所对应的意图类别。
该步骤具体可以参照上述步骤102,此处不再赘述。
步骤403、根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值。
该步骤具体可以参照上述步骤103,此处不再赘述。
步骤404、在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果。
该步骤具体可以参照上述步骤104,此处不再赘述。
步骤405、若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值未在语义槽值词典中匹配到多个语义槽名,则确定所述语义槽值的澄清类别为槽值澄清。
若在语义知识图谱库中未查询到语义槽值对应的多个义项,且未在语义槽词典值中匹配到多个语义槽时,则确定语义槽值的澄清类别为槽值澄清,此时可以确定语义槽的槽值具有歧义,需要对语义槽位进行意图澄清。
例如,用户输入查询信息:“帮我找清海到北京的机票”,“清海”为用户的误输入结果,正确输入应该为“青海”,此时语义槽值存在错误,需要用户进行澄清。
步骤406、基于语义槽值词典,检索所述语义槽值的同音词项、形近词项及编辑距离小于第三预设阈值的词项。
步骤407、基于槽值澄清模板,生成对应所述同音词项、所述形近词项及所述编辑距离小于预设阈值的词项的澄清信息提供给所述客户端。
在本发明实施例中,假设用户输入查询信息:“帮我找清海到北京的机票”,基于对槽值“清海”进行模糊检索、同音检索、形近检索,返回词典中的同音词、形近词及编辑距离小于阈值的词项“青海”,作为候选澄清信息,并回应“您要查找的是否是从青海到北京的机票?。
具体的,槽值澄清模板是针对于槽值澄清的人机交互中过程中,机器使用的澄清句式的模板,比如,槽值澄清模板可以包括对应用户输入的查询信息的反问句式,如:“您要查找的是否是XXXXXX?”的澄清句式,并将通过将有歧义的槽值进行模糊检索、同音检索、形近检索返回的同音词、形近词及编辑距离小于阈值的词项填充进上述句式。则基于上述示例,当用户输入“帮我找清海到北京的机票”时,“清海”有明显槽值歧义,则根据查询返回的正确词项“青海”,填充进澄清句式中,生成澄清信息,则根据槽位澄清模板中存储的句式,可以生成澄清信息如:您要查找的是否是从青海到北京的机票?。
在语义槽值出现歧义时,通过对语义槽值进行澄清,可以解决由于用户输入错误而导致反馈结果失败的问题,提高了人机交互的容错率。
综上所述,本发明实施例提供的一种人机交互方法,包括:获取客户端发送的至少一组查询信息;根据查询信息,确定查询信息所对应的意图类别;根据意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;通过查询信息与匹配结果,确定语义槽值的澄清类别;根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库和语义槽词典中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在槽值歧义时提供对应的消歧澄清,解决了由于用户输入错误而导致反馈结果失败的问题,提高了人机交互的容错率。
实施例五
图5是本发明实施例提供的一种人机交互装置的框图,如图5所示,该装置50可以包括:
获取模块501,用于获取客户端发送的至少一组查询信息。
第一确定模块502,用于根据所述查询信息,确定所述查询信息所对应的意图类别。
语义槽填充模块503,用于根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值。
匹配模块504,用于在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果。
第二确定模块505,用于通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别。
生成模块506,用于根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
综上所述,本发明实施例的人机交互装置,包括:获取模块获取客户端发送的至少一组查询信息并将查询信息转发至第一确定模块;第一确定模块根据查询信息,确定查询信息所对应的意图类别;语义槽填充模块根据第一确定模块确定的意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;匹配模块将得到的语义槽值在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;第二确定模块通过查询信息与匹配结果,确定语义槽值的澄清类别;生成模块根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在歧义时提供对应的消歧澄清,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题,提高了用户体验度。
实施例六
图6是本发明实施例四提供的一种人机交互装置的框图,如图6所示,该装置60可以包括:
获取模块601,用于获取客户端发送的至少一组查询信息。
第一确定模块,用于根据所述查询信息,确定所述查询信息所对应的意图类别602。
语义槽填充模块603,用于根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值。
匹配模块604,用于在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果。
第二确定模块605,用于通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别。
可选的,第二确定模块605,包括:
第一确定子模块6051,用于若在所述语义知识图谱库中查询到所述语义槽值对应的多个义项,则确定所述语义槽值的澄清类别为关联槽位澄清;其中,所述查询信息与所述多个义项之间相似度的差值的绝对值均小于第一预设阈值。
第二确定子模块6052,用于若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值在语义槽位名词典中匹配到多个语义槽位名,则确定所述语义槽值的澄清类别为槽位澄清;其中,所述查询信息与所述多个语义槽之间的相似度的差值的绝对值均小于第二预设阈值。
第三确定子模块6053,用于若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值未在语义槽词典中匹配到多个语义槽名,则确定所述语义槽值的澄清类别为槽值澄清。
生成模块606,用于根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
可选的,生成模块606,包括:
第一生成子模块6061,用于基于关联槽位澄清模板,生成针对所述多个义项的澄清信息提供给所述客户端。
可选的,第一生成子模块6061,包括:
统计单元,用于根据所述多个义项对应的历史点击记录,确定所述多个义项的被点击次数。
排序单元,用于将所述多个义项按照被点击次数从大到小的顺序排列并生成澄清信息。
提供单元,用于将所述澄清信息提供给所述客户端。
第二生成子模块6062,用于基于槽位澄清模板,生成针对所述多个语义槽的澄清信息提供给所述客户端。
同类词检索子模块6063,用于基于语义槽值词典,检索所述语义槽值的同音词项、形近词项及编辑距离小于第三预设阈值的词项。
第三生成子模块6064,用于基于槽值澄清模板,生成对应所述同音词项、所述形近词项及所述编辑距离小于预设阈值的词项的澄清信息提供给所述客户端。
综上所述,本发明实施例中的人机交互装置,包括:包括:获取模块获取客户端发送的至少一组查询信息并将查询信息转发至第一确定模块;第一确定模块根据查询信息,确定查询信息所对应的意图类别;语义槽填充模块根据第一确定模块确定的意图类别,对查询信息进行语义槽填充,得到至少一个语义槽值;匹配模块将得到的语义槽值在与意图类别对应的语义知识图谱库中查询语义槽值,得到对应的匹配结果;第二确定模块通过查询信息与匹配结果,确定语义槽值的澄清类别;生成模块根据澄清类别,生成对应的澄清信息提供给客户端,通过依据用户输入的上下文信息和对应领域的相关知识图谱库中数据的关联和分类信息,对用户输入的查询信息进行歧义判断,并在存在歧义时提供对应的消歧澄清,解决了人机交互系统对用户意图的澄清不准确、澄清效率慢的问题,提高了用户体验度。
对于上述装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域技术人员易于想到的是:上述各个实施例的任意组合应用都是可行的,故上述各个实施例之间的任意组合都是本发明的实施方案,但是由于篇幅限制,本说明书在此就不一一详述了。
在此提供的人机交互方法不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造具有本发明方案的系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的人机交互方法中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (16)
1.一种人机交互方法,其特征在于,所述方法包括:
获取客户端发送的至少一组查询信息;
根据所述查询信息,确定所述查询信息所对应的意图类别;
根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值;
在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果;
通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别;
根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
2.根据权利要求1所述的方法,其特征在于,所述通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别的步骤,包括:
若在所述语义知识图谱库中查询到所述语义槽值对应的多个义项,则确定所述语义槽值的澄清类别为关联槽位澄清;
其中,所述查询信息与所述多个义项之间相似度的差值的绝对值均小于第一预设阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述澄清类别,生成对应的澄清信息提供给所述客户端的步骤,包括:
基于关联槽位澄清模板,生成针对所述多个义项的澄清信息提供给所述客户端。
4.根据权利要求3所述的方法,其特征在于,所述基于关联槽位澄清模板,生成针对所述多个义项的澄清信息提供给所述客户端的步骤,包括:
根据所述多个义项对应的历史点击记录,确定所述多个义项的被点击次数;
将所述多个义项按照被点击次数从大到小的顺序排列并生成澄清信息;
将所述澄清信息提供给所述客户端。
5.根据权利要求1所述的方法,其特征在于,所述通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别的步骤,包括:
若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值在语义槽位名词典中匹配到多个语义槽位名,则确定所述语义槽值的澄清类别为槽位澄清;
其中,所述查询信息与所述多个语义槽位名之间的相似度的差值的绝对值均小于第二预设阈值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述澄清类别,生成对应的澄清信息提供给所述客户端的步骤,包括:
基于槽位澄清模板,生成针对所述多个语义槽的澄清信息提供给所述客户端。
7.根据权利要求1所述的方法,其特征在于,所述通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别的步骤,包括:
若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值未在语义槽值词典中匹配到多个语义槽名,则确定所述语义槽值的澄清类别为槽值澄清。
8.根据权利要求7所述的方法,其特征在于,所述根据所述澄清类别,生成对应的澄清信息提供给所述客户端的步骤,包括:
基于语义槽值词典,检索所述语义槽值的同音词项、形近词项及编辑距离小于第三预设阈值的词项;
基于槽值澄清模板,生成对应所述同音词项、所述形近词项及所述编辑距离小于预设阈值的词项的澄清信息提供给所述客户端。
9.一种人机交互装置,其特征在于,所述装置包括:
获取模块,用于获取客户端发送的至少一组查询信息;
第一确定模块,用于根据所述查询信息,确定所述查询信息所对应的意图类别;
语义槽填充模块,用于根据所述意图类别,对所述查询信息进行语义槽填充,得到至少一个语义槽值;
匹配模块,用于在与所述意图类别对应的语义知识图谱库中查询所述语义槽值,得到对应的匹配结果;
第二确定模块,用于通过所述查询信息与所述匹配结果,确定所述语义槽值的澄清类别;
生成模块,用于根据所述澄清类别,生成对应的澄清信息提供给所述客户端。
10.根据权利要求9所述的装置,其特征在于,所述第二确定模块,包括:
第一确定子模块,用于若在所述语义知识图谱库中查询到所述语义槽值对应的多个义项,则确定所述语义槽值的澄清类别为关联槽位澄清;
其中,所述查询信息与所述多个义项之间相似度的差值的绝对值均小于第一预设阈值。
11.根据权利要求10所述的装置,其特征在于,所述生成模块,包括:
第一生成子模块,用于基于关联槽位澄清模板,生成针对所述多个义项的澄清信息提供给所述客户端。
12.根据权利要求11所述的装置,其特征在于,所述第一生成子模块,包括:
统计单元,用于根据所述多个义项对应的历史点击记录,确定所述多个义项的被点击次数;
排序单元,用于将所述多个义项按照被点击次数从大到小的顺序排列并生成澄清信息;
提供单元,用于将所述澄清信息提供给所述客户端。
13.根据权利要求9所述的装置,其特征在于,所述第二确定模块,包括:
第二确定子模块,用于若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值在语义槽词典中匹配到多个语义槽名,则确定所述语义槽值的澄清类别为槽位澄清;
其中,所述查询信息与所述多个语义槽名之间的相似度的差值的绝对值均小于第二预设阈值。
14.根据权利要求13所述的装置,其特征在于,所述生成模块,包括:
第二生成子模块,用于基于槽位澄清模板,生成针对所述多个语义槽的澄清信息提供给所述客户端。
15.根据权利要求9所述的装置,其特征在于,所述第二确定模块,包括:
第三确定子模块,用于若在所述语义知识图谱库中未查询到所述语义槽值对应的多个义项,且所述语义槽值未在语义槽值词典中匹配到多个语义槽名,则确定所述语义槽值的澄清类别为槽值澄清。
16.根据权利要求15所述的装置,其特征在于,所述生成模块,包括:
同类词检索子模块,用于基于语义槽值词典,检索所述语义槽值的同音词项、形近词项及编辑距离小于第三预设阈值的词项;
第三生成子模块,用于基于槽值澄清模板,生成对应所述同音词项、所述形近词项及所述编辑距离小于预设阈值的词项的澄清信息提供给所述客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810502362.9A CN108920497B (zh) | 2018-05-23 | 2018-05-23 | 一种人机交互方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810502362.9A CN108920497B (zh) | 2018-05-23 | 2018-05-23 | 一种人机交互方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108920497A true CN108920497A (zh) | 2018-11-30 |
CN108920497B CN108920497B (zh) | 2021-10-15 |
Family
ID=64403925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810502362.9A Active CN108920497B (zh) | 2018-05-23 | 2018-05-23 | 一种人机交互方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920497B (zh) |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109545203A (zh) * | 2018-12-14 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 语音识别方法、装置、设备和存储介质 |
CN109660833A (zh) * | 2018-12-19 | 2019-04-19 | 四川省有线广播电视网络股份有限公司 | 智能语音电视系统终端门户设计方法 |
CN109739961A (zh) * | 2018-12-24 | 2019-05-10 | 科大讯飞股份有限公司 | 一种人机语言交互方法及装置 |
CN109858019A (zh) * | 2018-12-28 | 2019-06-07 | 北京百度网讯科技有限公司 | 对话状态跟踪方法及装置、存储介质及语义识别系统 |
CN109871543A (zh) * | 2019-03-12 | 2019-06-11 | 广东小天才科技有限公司 | 一种意图获取方法及系统 |
CN109979456A (zh) * | 2019-04-22 | 2019-07-05 | 济南磨刀石信息科技有限公司 | 一种基于二维码推广的智能机器人客服系统及其对话方法 |
CN110111787A (zh) * | 2019-04-30 | 2019-08-09 | 华为技术有限公司 | 一种语义解析方法及服务器 |
CN110147437A (zh) * | 2019-05-23 | 2019-08-20 | 北京金山数字娱乐科技有限公司 | 一种基于知识图谱的搜索方法及装置 |
CN110309507A (zh) * | 2019-05-30 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 测试语料生成方法、装置、计算机设备和存储介质 |
CN110321544A (zh) * | 2019-07-08 | 2019-10-11 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN110442697A (zh) * | 2019-08-06 | 2019-11-12 | 上海灵羚科技有限公司 | 一种人机交互方法、系统、计算机设备和存储介质 |
CN110473521A (zh) * | 2019-02-26 | 2019-11-19 | 北京蓦然认知科技有限公司 | 一种任务模型的训练方法、装置、设备 |
CN110674314A (zh) * | 2019-09-27 | 2020-01-10 | 北京百度网讯科技有限公司 | 语句识别方法及装置 |
CN110795528A (zh) * | 2019-09-05 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 一种数据查询方法、装置、电子设备及存储介质 |
CN110909159A (zh) * | 2019-09-29 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种用户意图识别方法、装置、终端及存储介质 |
CN110971754A (zh) * | 2019-10-28 | 2020-04-07 | 深圳绿米联创科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN111026842A (zh) * | 2019-11-29 | 2020-04-17 | 微民保险代理有限公司 | 自然语言处理方法、自然语言处理装置及智能问答系统 |
CN111046674A (zh) * | 2019-12-20 | 2020-04-21 | 科大讯飞股份有限公司 | 语义理解方法、装置、电子设备和存储介质 |
CN111046145A (zh) * | 2019-12-23 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 交互意图路径的挖掘方法以及装置 |
CN111061859A (zh) * | 2019-12-02 | 2020-04-24 | 深圳追一科技有限公司 | 基于知识图谱的数据处理方法、装置和计算机设备 |
CN111159546A (zh) * | 2019-12-24 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 事件推送方法、装置、计算机可读存储介质和计算机设备 |
CN111199149A (zh) * | 2019-12-17 | 2020-05-26 | 航天信息股份有限公司 | 一种对话系统的语句智能澄清方法及系统 |
CN111209297A (zh) * | 2019-12-31 | 2020-05-29 | 深圳云天励飞技术有限公司 | 数据查询方法、装置、电子设备及存储介质 |
CN111341309A (zh) * | 2020-02-18 | 2020-06-26 | 百度在线网络技术(北京)有限公司 | 一种语音交互方法、装置、设备和计算机存储介质 |
WO2020143381A1 (zh) * | 2019-01-10 | 2020-07-16 | 华为技术有限公司 | 对话处理方法及设备 |
CN111462734A (zh) * | 2020-03-31 | 2020-07-28 | 苏州思必驰信息科技有限公司 | 语义槽填充模型训练方法及系统 |
CN111611364A (zh) * | 2020-05-15 | 2020-09-01 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
CN111881266A (zh) * | 2019-07-19 | 2020-11-03 | 马上消费金融股份有限公司 | 一种应答方法及装置 |
CN111930918A (zh) * | 2020-09-29 | 2020-11-13 | 湖南大学 | 一种跨模态的双边个性化人机社交对话生成方法及系统 |
CN112036186A (zh) * | 2019-06-04 | 2020-12-04 | 腾讯科技(深圳)有限公司 | 语料标注方法、装置、计算机存储介质及电子设备 |
CN112242143A (zh) * | 2019-07-19 | 2021-01-19 | 北京字节跳动网络技术有限公司 | 一种语音交互方法、装置、终端设备及存储介质 |
CN112581954A (zh) * | 2020-12-01 | 2021-03-30 | 杭州九阳小家电有限公司 | 一种高匹配性语音交互方法和智能设备 |
CN112632962A (zh) * | 2020-05-20 | 2021-04-09 | 华为技术有限公司 | 人机交互系统中实现自然语言理解方法和装置 |
CN112988993A (zh) * | 2021-02-19 | 2021-06-18 | 车智互联(北京)科技有限公司 | 一种问答方法和计算设备 |
CN113326702A (zh) * | 2021-06-11 | 2021-08-31 | 北京猎户星空科技有限公司 | 语义识别方法、装置、电子设备及存储介质 |
CN113407667A (zh) * | 2021-06-11 | 2021-09-17 | 上海适享文化传播有限公司 | 基于语音固定条件下的查询方法 |
WO2021184794A1 (zh) * | 2020-03-18 | 2021-09-23 | 思必驰科技股份有限公司 | 对话文本的技能领域确定方法及装置 |
CN113906433A (zh) * | 2019-06-03 | 2022-01-07 | 微软技术许可有限责任公司 | 澄清问题以用于重写有歧义的用户话语 |
CN115599900A (zh) * | 2022-12-12 | 2023-01-13 | 深圳市人马互动科技有限公司(Cn) | 具有歧义的用户输入的分发处理方法及相关装置 |
CN115905497A (zh) * | 2022-12-23 | 2023-04-04 | 北京百度网讯科技有限公司 | 确定答复语句的方法、装置、电子设备和存储介质 |
WO2024036616A1 (zh) * | 2022-08-19 | 2024-02-22 | 华为技术有限公司 | 一种基于终端的问答方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050080776A1 (en) * | 2003-08-21 | 2005-04-14 | Matthew Colledge | Internet searching using semantic disambiguation and expansion |
US20140040274A1 (en) * | 2012-07-31 | 2014-02-06 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
CN103995870A (zh) * | 2014-05-21 | 2014-08-20 | 百度在线网络技术(北京)有限公司 | 交互式搜索方法和装置 |
CN104123351A (zh) * | 2014-07-09 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 交互式搜索方法和装置 |
CN104750795A (zh) * | 2015-03-12 | 2015-07-01 | 北京云知声信息技术有限公司 | 一种智能语义检索系统和方法 |
CN107315737A (zh) * | 2017-07-04 | 2017-11-03 | 北京奇艺世纪科技有限公司 | 一种语义逻辑处理方法及系统 |
CN107589828A (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 |
CN107633042A (zh) * | 2012-07-20 | 2018-01-26 | 韦韦欧股份有限公司 | 在对话交互系统中推断搜索输入中的用户意图的方法和系统 |
CN107688614A (zh) * | 2017-08-04 | 2018-02-13 | 平安科技(深圳)有限公司 | 意图获取方法、电子装置及计算机可读存储介质 |
CN107861939A (zh) * | 2017-09-30 | 2018-03-30 | 昆明理工大学 | 一种融合词向量和主题模型的领域实体消歧方法 |
CN107885844A (zh) * | 2017-11-10 | 2018-04-06 | 南京大学 | 基于分类检索的自动问答方法及系统 |
-
2018
- 2018-05-23 CN CN201810502362.9A patent/CN108920497B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050080776A1 (en) * | 2003-08-21 | 2005-04-14 | Matthew Colledge | Internet searching using semantic disambiguation and expansion |
CN107633042A (zh) * | 2012-07-20 | 2018-01-26 | 韦韦欧股份有限公司 | 在对话交互系统中推断搜索输入中的用户意图的方法和系统 |
US20140040274A1 (en) * | 2012-07-31 | 2014-02-06 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
CN103995870A (zh) * | 2014-05-21 | 2014-08-20 | 百度在线网络技术(北京)有限公司 | 交互式搜索方法和装置 |
CN104123351A (zh) * | 2014-07-09 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 交互式搜索方法和装置 |
CN104750795A (zh) * | 2015-03-12 | 2015-07-01 | 北京云知声信息技术有限公司 | 一种智能语义检索系统和方法 |
CN107589828A (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 |
CN107315737A (zh) * | 2017-07-04 | 2017-11-03 | 北京奇艺世纪科技有限公司 | 一种语义逻辑处理方法及系统 |
CN107688614A (zh) * | 2017-08-04 | 2018-02-13 | 平安科技(深圳)有限公司 | 意图获取方法、电子装置及计算机可读存储介质 |
CN107861939A (zh) * | 2017-09-30 | 2018-03-30 | 昆明理工大学 | 一种融合词向量和主题模型的领域实体消歧方法 |
CN107885844A (zh) * | 2017-11-10 | 2018-04-06 | 南京大学 | 基于分类检索的自动问答方法及系统 |
Cited By (73)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109545203A (zh) * | 2018-12-14 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 语音识别方法、装置、设备和存储介质 |
CN109660833A (zh) * | 2018-12-19 | 2019-04-19 | 四川省有线广播电视网络股份有限公司 | 智能语音电视系统终端门户设计方法 |
CN109739961A (zh) * | 2018-12-24 | 2019-05-10 | 科大讯飞股份有限公司 | 一种人机语言交互方法及装置 |
CN109858019A (zh) * | 2018-12-28 | 2019-06-07 | 北京百度网讯科技有限公司 | 对话状态跟踪方法及装置、存储介质及语义识别系统 |
CN109858019B (zh) * | 2018-12-28 | 2023-07-25 | 北京百度网讯科技有限公司 | 对话状态跟踪方法及装置、存储介质及语义识别系统 |
WO2020143381A1 (zh) * | 2019-01-10 | 2020-07-16 | 华为技术有限公司 | 对话处理方法及设备 |
US11977815B2 (en) | 2019-01-10 | 2024-05-07 | Huawei Technologies Co., Ltd. | Dialogue processing method and device |
CN111427992A (zh) * | 2019-01-10 | 2020-07-17 | 华为技术有限公司 | 对话处理方法及设备 |
CN110473521A (zh) * | 2019-02-26 | 2019-11-19 | 北京蓦然认知科技有限公司 | 一种任务模型的训练方法、装置、设备 |
CN109871543A (zh) * | 2019-03-12 | 2019-06-11 | 广东小天才科技有限公司 | 一种意图获取方法及系统 |
CN109871543B (zh) * | 2019-03-12 | 2023-10-24 | 广东小天才科技有限公司 | 一种意图获取方法及系统 |
CN109979456A (zh) * | 2019-04-22 | 2019-07-05 | 济南磨刀石信息科技有限公司 | 一种基于二维码推广的智能机器人客服系统及其对话方法 |
CN110111787B (zh) * | 2019-04-30 | 2021-07-09 | 华为技术有限公司 | 一种语义解析方法及服务器 |
CN110111787A (zh) * | 2019-04-30 | 2019-08-09 | 华为技术有限公司 | 一种语义解析方法及服务器 |
US11900924B2 (en) | 2019-04-30 | 2024-02-13 | Huawei Technologies Co., Ltd. | Semantic parsing method and server |
WO2020221072A1 (zh) * | 2019-04-30 | 2020-11-05 | 华为技术有限公司 | 一种语义解析方法及服务器 |
CN110147437A (zh) * | 2019-05-23 | 2019-08-20 | 北京金山数字娱乐科技有限公司 | 一种基于知识图谱的搜索方法及装置 |
CN110309507A (zh) * | 2019-05-30 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 测试语料生成方法、装置、计算机设备和存储介质 |
CN113906433A (zh) * | 2019-06-03 | 2022-01-07 | 微软技术许可有限责任公司 | 澄清问题以用于重写有歧义的用户话语 |
CN112036186A (zh) * | 2019-06-04 | 2020-12-04 | 腾讯科技(深圳)有限公司 | 语料标注方法、装置、计算机存储介质及电子设备 |
CN110321544A (zh) * | 2019-07-08 | 2019-10-11 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN111881266B (zh) * | 2019-07-19 | 2024-06-07 | 马上消费金融股份有限公司 | 一种应答方法及装置 |
CN111881266A (zh) * | 2019-07-19 | 2020-11-03 | 马上消费金融股份有限公司 | 一种应答方法及装置 |
CN112242143A (zh) * | 2019-07-19 | 2021-01-19 | 北京字节跳动网络技术有限公司 | 一种语音交互方法、装置、终端设备及存储介质 |
CN112242143B (zh) * | 2019-07-19 | 2022-05-10 | 北京字节跳动网络技术有限公司 | 一种语音交互方法、装置、终端设备及存储介质 |
CN110442697A (zh) * | 2019-08-06 | 2019-11-12 | 上海灵羚科技有限公司 | 一种人机交互方法、系统、计算机设备和存储介质 |
CN110442697B (zh) * | 2019-08-06 | 2023-09-12 | 中电金信软件(上海)有限公司 | 一种人机交互方法、系统、计算机设备和存储介质 |
CN110795528B (zh) * | 2019-09-05 | 2023-10-13 | 腾讯科技(深圳)有限公司 | 一种数据查询方法、装置、电子设备及存储介质 |
CN110795528A (zh) * | 2019-09-05 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 一种数据查询方法、装置、电子设备及存储介质 |
CN110674314A (zh) * | 2019-09-27 | 2020-01-10 | 北京百度网讯科技有限公司 | 语句识别方法及装置 |
CN110674314B (zh) * | 2019-09-27 | 2022-06-28 | 北京百度网讯科技有限公司 | 语句识别方法及装置 |
CN110909159B (zh) * | 2019-09-29 | 2022-09-16 | 珠海格力电器股份有限公司 | 一种用户意图识别方法、装置、终端及存储介质 |
CN110909159A (zh) * | 2019-09-29 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种用户意图识别方法、装置、终端及存储介质 |
CN110971754A (zh) * | 2019-10-28 | 2020-04-07 | 深圳绿米联创科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN110971754B (zh) * | 2019-10-28 | 2022-09-27 | 深圳绿米联创科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
CN111026842B (zh) * | 2019-11-29 | 2023-09-12 | 微民保险代理有限公司 | 自然语言处理方法、自然语言处理装置及智能问答系统 |
CN111026842A (zh) * | 2019-11-29 | 2020-04-17 | 微民保险代理有限公司 | 自然语言处理方法、自然语言处理装置及智能问答系统 |
CN111061859B (zh) * | 2019-12-02 | 2023-09-12 | 深圳追一科技有限公司 | 基于知识图谱的数据处理方法、装置和计算机设备 |
CN111061859A (zh) * | 2019-12-02 | 2020-04-24 | 深圳追一科技有限公司 | 基于知识图谱的数据处理方法、装置和计算机设备 |
CN111199149B (zh) * | 2019-12-17 | 2023-10-20 | 航天信息股份有限公司 | 一种对话系统的语句智能澄清方法及系统 |
CN111199149A (zh) * | 2019-12-17 | 2020-05-26 | 航天信息股份有限公司 | 一种对话系统的语句智能澄清方法及系统 |
CN111046674A (zh) * | 2019-12-20 | 2020-04-21 | 科大讯飞股份有限公司 | 语义理解方法、装置、电子设备和存储介质 |
CN111046674B (zh) * | 2019-12-20 | 2024-05-31 | 科大讯飞股份有限公司 | 语义理解方法、装置、电子设备和存储介质 |
CN111046145A (zh) * | 2019-12-23 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 交互意图路径的挖掘方法以及装置 |
CN111046145B (zh) * | 2019-12-23 | 2023-10-27 | 支付宝(杭州)信息技术有限公司 | 交互意图路径的挖掘方法以及装置 |
CN111159546A (zh) * | 2019-12-24 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 事件推送方法、装置、计算机可读存储介质和计算机设备 |
CN111159546B (zh) * | 2019-12-24 | 2023-10-24 | 深圳市雅阅科技有限公司 | 事件推送方法、装置、计算机可读存储介质和计算机设备 |
CN111209297A (zh) * | 2019-12-31 | 2020-05-29 | 深圳云天励飞技术有限公司 | 数据查询方法、装置、电子设备及存储介质 |
CN111209297B (zh) * | 2019-12-31 | 2024-05-03 | 深圳云天励飞技术有限公司 | 数据查询方法、装置、电子设备及存储介质 |
US11978447B2 (en) | 2020-02-18 | 2024-05-07 | Baidu Online Network Technology (Beijing) Co., Ltd. | Speech interaction method, apparatus, device and computer storage medium |
CN111341309A (zh) * | 2020-02-18 | 2020-06-26 | 百度在线网络技术(北京)有限公司 | 一种语音交互方法、装置、设备和计算机存储介质 |
WO2021184794A1 (zh) * | 2020-03-18 | 2021-09-23 | 思必驰科技股份有限公司 | 对话文本的技能领域确定方法及装置 |
JP7481475B2 (ja) | 2020-03-18 | 2024-05-10 | エーアイ スピーチ カンパニー リミテッド | 対話テキストの機能領域確定方法及び装置 |
JP2023517363A (ja) * | 2020-03-18 | 2023-04-25 | エーアイ スピーチ カンパニー リミテッド | 対話テキストの機能領域確定方法及び装置 |
CN111462734A (zh) * | 2020-03-31 | 2020-07-28 | 苏州思必驰信息科技有限公司 | 语义槽填充模型训练方法及系统 |
CN111462734B (zh) * | 2020-03-31 | 2022-07-26 | 思必驰科技股份有限公司 | 语义槽填充模型训练方法及系统 |
CN111611364A (zh) * | 2020-05-15 | 2020-09-01 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
CN111611364B (zh) * | 2020-05-15 | 2023-08-15 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
CN112632962A (zh) * | 2020-05-20 | 2021-04-09 | 华为技术有限公司 | 人机交互系统中实现自然语言理解方法和装置 |
CN112632962B (zh) * | 2020-05-20 | 2023-11-17 | 华为技术有限公司 | 人机交互系统中实现自然语言理解方法和装置 |
CN111930918A (zh) * | 2020-09-29 | 2020-11-13 | 湖南大学 | 一种跨模态的双边个性化人机社交对话生成方法及系统 |
CN112581954B (zh) * | 2020-12-01 | 2023-08-04 | 杭州九阳小家电有限公司 | 一种高匹配性语音交互方法和智能设备 |
CN112581954A (zh) * | 2020-12-01 | 2021-03-30 | 杭州九阳小家电有限公司 | 一种高匹配性语音交互方法和智能设备 |
CN112988993A (zh) * | 2021-02-19 | 2021-06-18 | 车智互联(北京)科技有限公司 | 一种问答方法和计算设备 |
CN112988993B (zh) * | 2021-02-19 | 2023-10-20 | 车智互联(北京)科技有限公司 | 一种问答方法和计算设备 |
CN113407667B (zh) * | 2021-06-11 | 2024-03-22 | 上海适享文化传播有限公司 | 基于语音固定条件下的查询方法 |
CN113326702B (zh) * | 2021-06-11 | 2024-02-20 | 北京猎户星空科技有限公司 | 语义识别方法、装置、电子设备及存储介质 |
CN113326702A (zh) * | 2021-06-11 | 2021-08-31 | 北京猎户星空科技有限公司 | 语义识别方法、装置、电子设备及存储介质 |
CN113407667A (zh) * | 2021-06-11 | 2021-09-17 | 上海适享文化传播有限公司 | 基于语音固定条件下的查询方法 |
WO2024036616A1 (zh) * | 2022-08-19 | 2024-02-22 | 华为技术有限公司 | 一种基于终端的问答方法及装置 |
CN115599900A (zh) * | 2022-12-12 | 2023-01-13 | 深圳市人马互动科技有限公司(Cn) | 具有歧义的用户输入的分发处理方法及相关装置 |
CN115905497B (zh) * | 2022-12-23 | 2024-03-19 | 北京百度网讯科技有限公司 | 确定答复语句的方法、装置、电子设备和存储介质 |
CN115905497A (zh) * | 2022-12-23 | 2023-04-04 | 北京百度网讯科技有限公司 | 确定答复语句的方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108920497B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920497A (zh) | 一种人机交互方法及装置 | |
US10795939B2 (en) | Query method and apparatus | |
CN109408622B (zh) | 语句处理方法及其装置、设备和存储介质 | |
CN109726274B (zh) | 问题生成方法、装置及存储介质 | |
US20170039272A1 (en) | Nlp-based content recommender | |
CN103914513B (zh) | 一种实体输入方法和装置 | |
US6442540B2 (en) | Information retrieval apparatus and information retrieval method | |
CN102770859B (zh) | 跨语言搜索选项 | |
EP3729231A1 (en) | Domain-specific natural language understanding of customer intent in self-help | |
US11222053B2 (en) | Searching multilingual documents based on document structure extraction | |
US7958109B2 (en) | Intent driven search result rich abstracts | |
US20180081880A1 (en) | Method And Apparatus For Ranking Electronic Information By Similarity Association | |
KR20110039233A (ko) | 입력 문자 시퀀스로부터의 리소스 로케이터 제안들 | |
KR20100063023A (ko) | 자동적 확장 언어 검색 | |
CN110147494B (zh) | 信息搜索方法、装置,存储介质及电子设备 | |
KR20140109729A (ko) | 의미기반 검색 시스템 및 이의 검색방법 | |
EP3825869A1 (en) | Method and apparatus for pushing information, electronic device, medium and computer program product | |
JP7139028B2 (ja) | 目標内容の確定方法、装置、機器及びコンピュータ可読記憶媒体 | |
CN112836057A (zh) | 知识图谱的生成方法、装置、终端以及存储介质 | |
JP7047380B2 (ja) | 生成プログラム、生成方法及び情報処理装置 | |
CN116795968A (zh) | 一种基于Chat LLM技术的知识扩展及QA系统 | |
CN105630950A (zh) | 一种引导式搜索方法和系统 | |
KR101602342B1 (ko) | 의미 태깅된 자연어 질의의 의도에 부합하는 정보 추출 및 제공 방법 및 시스템 | |
WO2014049310A2 (en) | Method and apparatuses for interactive searching of electronic documents | |
US11017172B2 (en) | Proposition identification in natural language and usage thereof for search and retrieval |
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 |