CN108959627A - 基于智能机器人的问答交互方法及系统 - Google Patents

Abstract

本发明提供基于智能机器人的问答交互方法，其包含以下步骤：获取多模态输入数据，提取多模态输入数据中的提问信息；对提问信息进行垂直领域的语义解析，以获取用户的意图，其中，垂直领域的解析结果包括实体信息、关系信息，或者，属性信息；根据意图在知识图谱数据库中检索与意图匹配的应答数据并输出。本发明提供了一种智能机器人，智能机器人具备预设形象和预设属性，能够与用户进行多模态问答交互。并且，本发明还能够利用语义解析分析用户输入的问题，然后在知识图谱汇总检索答案，提高了答案的准确率，提升了交互的准确度。

Description

基于智能机器人的问答交互方法及系统

技术领域

本发明涉及人工智能领域，具体地说，涉及一种基于智能机器人的问答交互方法及系统。

背景技术

机器人多模态交互系统的开发致力于模仿人类对话，以试图在上下文之间模仿人类之间的交互。但是，目前来说，对于智能机器人相关的机器人多模态交互系统的开发还不太完善，尚未出现进行多模态交互的智能机器人，更为重要的是，目前在用户与智能机器人的问答交互过程中，智能机器人输出的答案准确率不高，缺乏准确率比较高的相关产品。

因此，本发明提供了一种基于智能机器人的问答交互方法及系统。

发明内容

为解决上述问题，本发明提供了一种基于智能机器人的问答交互方法，所述方法包含以下步骤：

获取多模态输入数据，提取所述多模态输入数据中的提问信息；

对所述提问信息进行垂直领域的语义解析，以获取用户的意图，其中，所述垂直领域的解析结果包括实体信息、关系信息，或者，属性信息；

根据所述意图在知识图谱数据库中检索与所述意图匹配的应答数据并输出。

根据本发明的一个实施例，根据语义解析的结果确定用户的意图的步骤中，包含以下步骤：

确定所述提问信息中包含的提问实体信息，确定提问实体；

确定所述提问信息中包含的用户针对所述提问实体所提出的关系信息，或者，属性信息；

将所述提问实体、所述关系信息和所述属性信息记录为用户的意图。

根据本发明的一个实施例，根据所述意图在知识图谱数据库中检索与所述意图匹配的应答数据并将其进行输出的步骤中，包含：

在具备实体、关系以及属性的三元组信息存储特点的知识图谱数据库中搜索所述关系信息以及所述属性信息的答案；

将关系信息的答案数据以及属性信息的答案数据生成应答数据并输出。

根据本发明的一个实施例，还包含：

获取当前用户的身份特征信息，对当前用户的用户类型进行判断，确定当前用户的类别，其中，用户的类别包含：儿童用户。

根据本发明的一个实施例，当与所述智能机器人交互的用户为儿童用户时，所述方法还包含：

在解析所述提问信息时，采用儿童问答引擎对所述提问信息进行解析，确定儿童用户的交互意图。

根据本发明的一个实施例，当与所述智能机器人交互的用户包含儿童用户时，输出所述应答数据的步骤中包含：

筛选所述应答数据，剔除不适合儿童用户的数据。

根据本发明的另一方面，还提供了一种基于智能机器人的问答交互装置，所述装置包含：

提问信息提取模块，其用于获取多模态输入数据，提取所述多模态输入数据中的提问信息；

提问信息解析模块，其用于对所述提问信息进行垂直领域的语义解析，以获取用户的意图，其中，所述垂直领域的解析结果包括实体信息、关系信息，或者，属性信息；

用户意图匹配模块，其用于根据所述意图在知识图谱数据库中检索与所述意图匹配的应答数据并将其进行输出。

根据本发明的另一方面，还提供了一种程序产品，其包含用于执行如上任一项所述的方法步骤的一系列指令。

根据本发明的另一方面，还提供了一种基于智能机器人的问答交互系统，所述系统包含：

智能终端，其用于获取多模态输入数据；

智能机器人，其安装在所述智能终端上，具备特定的形象和预设属性，采用如上任一项所述的方法进行问答交互交互；

云端大脑，其上存储有知识图谱数据库，用于对所述多模态输入数据进行语义理解、视觉识别、认知计算以及情感计算，以决策所述智能机器人输出应答数据。

根据本发明的另一方面，还提供了一种问答交互机，该问答交互机采用基于智能机器人的问答交互系统进行问答服务，其中，所述问答交互机包括但不限于手机、平板电脑、手表、人形机器人以及故事机。

本发明提供的基于智能机器人的问答交互方法及系统提供了一种智能机器人，智能机器人具备预设形象和预设属性，能够与用户进行多模态问答交互。并且，本发明还能够利用语义解析分析用户输入的问题，然后在知识图谱汇总检索答案，提高了答案的准确率，提升了交互的准确度。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1显示了根据本发明的一个实施例的基于智能机器人的问答交互方法的流程图；

图2显示了根据本发明的一个实施例的基于智能机器人的问答交互方法确定用户的意图的流程图；

图3显示了根据本发明的一个实施例的基于智能机器人的问答交互方法生成应答数据的流程图；

图4显示了根据本发明的一个实施例的基于智能机器人的问答交互方法针对儿童用户的问答流程图；

图5显示了根据本发明的一个实施例的知识图谱示意图；以及

图6显示了根据本发明的一个实施例的基于智能机器人的问答交互装置模块框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明实施例作进一步地详细说明。

为表述清晰，需要在实施例前进行如下说明：

本发明提到的智能机器人具备特定的形象和预设属性，能够与用户进行多模态的交互。

智能终端能够获取多模态输入数据；

智能机器人基于所述智能终端的硬件获取多模态输入数据，在云端大脑的能力支持下，对多模态输入数据进行语义理解、视觉识别、认知计算、情感计算，以完成决策输出的过程。

所提到的云端大脑为提供所述智能机器人对用户的交互需求进行语义理解(语言语义理解、动作语义理解、视觉识别、情感计算、认知计算)的处理能力的终端，实现与用户的交互，以决策所述智能机器人的输出应答数据。

图1显示了根据本发明的一个实施例的基于智能机器人的问答交互方法的流程图。

交互所需的前期准备或是条件有，智能机器人具备特定的形象特征。智能机器人具备自然语言理解、视觉感知、触摸感知、语言输出、情感表情动作输出等AI能力。

如图1所示，在步骤S101中，获取多模态输入数据，提取多模态输入数据中的提问信息。一般来说，多模态输入数据包含多种类型的数据，可以是文本数据、音频数据、图像数据、视频数据、感知数据以及触摸数据等。在本步骤中，需要提取多模态输入数据中的提问信息。

提取到提问信息后，接着，在步骤S102中，对提问信息进行垂直领域的语义解析，以获取用户的意图，其中，垂直领域的解析结果包括实体信息、关系信息，或者，属性信息。例如，在科技场景中，用户询问“河北省在地理位置上环抱哪两个省份？”，语义解析后，得到的实体信息为“河北省”，需要查询的关系信息是“在地理位置上环抱的省份”。

确定用户的意图后，最后，在步骤S303中，根据意图在知识图谱数据库中检索与意图匹配的应答数据并输出。根据本发明的一个实施例，知识图谱中，实体、关系以及属性等相关数据是以三元组的方式存储在知识图谱中的。在确定了提问的意图后，就可以在知识图谱中查找匹配的应大数据，回复与智能机器人进行交互的用户。

此外，本发明提供的基于智能机器人的问答交互系统还可以配合一种程序产品，其包含用于执行完成智能机器人的交互方法步骤的一系列指令。程序产品能够运行计算机指令，计算机指令包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。

程序产品可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，程序产品包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，程序产品不包括电载波信号和电信信号。

图2显示了根据本发明的一个实施例的基于智能机器人的问答交互方法确定用户的意图的流程图。

如图2所示，在步骤S201中，确定提问信息中包含的提问实体信息，确定提问实体。在确定用户的交互意图时，需要首先确定用户提问信息中的提问实体，即用户针对“谁”进行的提问。在一个实施例中，可以对用户输入的提问信息进行自然语言的解析。对提问信息进行切词断句以及识别处理，确定提问信息中包含的提问实体。

然后，在步骤S202中，确定提问信息中包含的用户针对提问实体所提出的关系信息，或者，属性信息。一般来说，用户提问的问题可以包含两个方向，即与提问实体有关联的关系问题以及提问实体的属性问题。在本步骤中，需要确定用户提问的方向。

最后，在步骤S203中，将提问实体、关系信息，或者，属性信息记录为用户的意图。

根据本发明的一个实施例，需要对用户的身份进行辨别。获取当前用户的身份特征信息，对当前用户的用户类型进行判断，确定当前用户的类别，其中，用户的类别包含：儿童用户。

图3显示了根据本发明的一个实施例的基于智能机器人的问答交互方法生成应答数据的流程图。

在步骤S301中，在具备实体、关系以及属性的三元组信息存储特点的知识图谱数据库中搜索关系信息以及属性信息的答案。根据本发明的一个实施例，知识图谱中的数据存储为三元组形式，是基于实体、关系以及属性这三元为主题的数据。当确定提问的实体后，就可以查询实体相关的关系信息以及属性信息，极大地提升了查询速度和查询的精度。

接着，在步骤S302中，将关系信息的答案数据以及属性信息的答案数据生成应答数据并输出。根据本发明的一个实施例，当与智能机器人交互的用户包含儿童用户时，筛选应答数据，剔除不适合儿童用户的数据。

下面通过一个例子对用户与智能机器人的交互进行介绍：

用户：好久没有看电影了，想看电影了，我记得有一个电影叫《大话西游》，他的主演是谁？

智能机器人：是有一部电影叫《大话西游》，分为上下两部，第一部叫《大话西游之月光宝盒》，第二部叫《大话西游之大圣娶亲》。它的主演是周星驰和朱茵。

用户：好的，知道了，谢谢。

在以上问答交互中，用户提出了一个问题。问题的实体信息是《大话西游》，关系信息是“主演是谁？”。智能机器人在知识图谱中按照“大话西游-主演”的搜索顺序进行搜索后，回答道“主演是周星驰和朱茵”。

图4显示了根据本发明的一个实施例的基于智能机器人的问答交互方法针对儿童用户的问答流程图。

在步骤S401中，获取当前用户的身份特征信息，对当前用户的用户类型进行判断，确定当前用户的类别，其中，用户的类别包含：儿童用户。由于儿童用户与普通用户在知识储备、思维方式、情感以及画像等方面存在不同，因此，需要将用户区分为两类，即普通用户以及儿童用户。

区分普通用户与儿童用户的方法可以是采集用户的生物特征，通过用户的生物特征来区分用户的类型。生物特征一般包含面部特征、指纹特征、虹膜特征以及身材特征等。

另外，还可以根据上下文环境来推断用户的类别，本发明提供的区分用户类别的方式并不唯一，其他能够区分用户类别的方式也可以运用到本发明的实施例中，本发明不对此作出限制。

然后，在步骤S402中，当与智能机器人交互的用户为儿童用户时，在解析提问信息时，采用儿童问答引擎对所述提问信息进行解析，确定儿童用户的交互意图。

确定儿童用户的交互意图的过程可以是：当与智能机器人进行问答交互的用户为儿童用户，且儿童用户询问“太阳公公有没有家人呢？”时，需要通过儿童问答引擎对提问信息进行解析，进而输出应答数据。

通过“太阳公公有没有家人？”这句话，可以分析出，儿童用户的提问实体为“太阳公公”即“太阳”。关系信息为“家人”即与太阳相近且具有关系的天体，可以理解为太阳系内的天体为太阳的家人。“太阳的相近天体”可以被记录为本次问答用户的交互意图。

通过以上儿童引擎的分析结果，智能机器人在知识图谱中搜索太阳系内的天体，搜索的结果为太阳系内有八大行星(由离太阳从近到远的顺序：水星、金星、地球、火星、木星、土星、天王星、海王星)、以及至少173颗已知的卫星、5颗已经辨认出来的矮行星和数以亿计的太阳系小天体。

因此，智能机器人的回答(应答数据)可以为“太阳公公有八个关系比较近的亲人，离太阳公公最近的亲人叫水星，其次是金星、地球(也就是我们居住的地方)、火星、木星、土星、天王星以及海王星。其他的亲人包括：173颗已知的卫星亲人、5颗已经辨认出来的矮行星亲人以及数以亿计的小天体亲人。”

最后，在步骤S403中，当与智能机器人交互的用户包含儿童用户时，在输出应答数据时，筛选应答数据，剔除不适合儿童用户的数据。例如，在输出应答数据时，剔除掉包含血腥以及暴力等不适合儿童用户的内容，以免对儿童用户产生不好的影响。

图5显示了根据本发明的一个实施例的知识图谱示意图。在维基百科的官方词条中，知识图谱是用于增强其搜索引擎功能的知识库。本质上，知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。数据存储结构为实体-关系-属性的三元组结构。

实体指的是具有可区别性且独立存在的某种事物。如某一个人、某一个城市、某一种植物等、某一种商品等等。如图5的中国以及美国等。实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。

关系指的是与实体有关联的信息。例如“国民生产总值在中国之上的国家为美国”。属性(值)为从一个实体指向它的属性值。不同的属性类型对应于不同类型属性的边。属性值主要指对象指定属性的值。如图5所示的面积、人口以及首都等几种不同的属性。属性值主要指对象指定属性的值，例如960万平方公里等。

一般来说，知识图谱在逻辑上可分为模式层以及数据层两个层次，数据层主要是由一系列的事实组成，而知识将以事实为单位进行存储。如果用(实体1，关系，实体2)、(实体、属性，属性值)这样的结构来表达事实。模式层构建在数据层之上，是知识图谱的核心，通常采用本体库来管理知识图谱的模式层。本体是结构化知识库的概念模板，通过本体库而形成的知识库不仅层次结构较强，并且冗余程度较小。

在本发明的一个实施例中，首先，通过分词以及句法分析等方式对输入数据进行垂直领域的解析，获取用户的意图。意图中包含询问实体、关系信息以及属性信息等。然后，根据意图在知识图谱数据库中检索与意图匹配的应答数据并输出。

图6显示了根据本发明的一个实施例的基于智能机器人的问答交互装置模块框图。如图6所示，装置包含提问信息提取模块601、提问信息解析模块602以及用户意图匹配模块603。

提问信息提取模块601用于获取多模态输入数据，提取多模态输入数据中的提问信息。其中，提问信息提取模块601包含提取单元6011，其用于提取多模态输入数据中的提问信息。

提问信息解析模块602用于对提问信息进行垂直领域的语义解析，以获取用户的意图，其中，垂直领域的解析结果包括实体信息、关系信息，或者，属性信息。其中，提问信息解析模块602包含实体确定单元6021、关系以及属性确定单元6022以及意图确定单元6023。

实体确定单元6021用于确定提问信息中包含的提问实体信息，确定提问实体。关系以及属性确定单元6022用于确定提问信息中包含的用户针对提问实体所提出的关系信息，或者，属性信息。意图确定单元6023用于将提问实体、关系信息，或者，属性信息记录为用户的意图。

用户意图匹配模块603用于根据意图在知识图谱数据库中检索与意图匹配的应答数据并输出。其中，用户意图匹配模块603包含搜索单元6031以及生成单元6032。

搜索单元6031用于在具备实体、关系以及属性的三元组信息存储特点的知识图谱数据库中搜索关系信息以及属性信息的答案。生成单元6032用于将关系信息的答案数据以及属性信息的答案数据生成应答数据。

根据本发明的一个实施例，还提供一种问答交互机，该问答交互机采用基于智能机器人的问答交互系统进行问答服务，其中，问答交互机包括但不限于手机、平板电脑、手表、人形机器人以及故事机。

本发明提供的基于智能机器人的问答交互方法及系统提供了一种智能机器人，智能机器人具备预设形象和预设属性，能够与用户进行多模态问答交互。并且，本发明还能够利用语义解析分析用户输入的问题，然后在知识图谱汇总检索答案，提高了答案的准确率，提升了交互的准确度。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种基于智能机器人的问答交互方法，其特征在于，所述方法包含以下步骤：

获取多模态输入数据，提取所述多模态输入数据中的提问信息；

对所述提问信息进行垂直领域的语义解析，以获取用户的意图，其中，所述垂直领域的解析结果包括实体信息、关系信息，或者，属性信息；

根据所述意图在知识图谱数据库中检索与所述意图匹配的应答数据并输出。

2.如权利要求1所述的方法，其特征在于，根据语义解析的结果确定用户的意图的步骤中，包含以下步骤：

确定所述提问信息中包含的提问实体信息，确定提问实体；

确定所述提问信息中包含的用户针对所述提问实体所提出的关系信息，或者，属性信息；

将所述提问实体、所述关系信息和所述属性信息记录为用户的意图。

3.如权利要求2中所述的方法，其特征在于，根据所述意图在知识图谱数据库中检索与所述意图匹配的应答数据并将其进行输出的步骤中，包含：

在具备实体、关系以及属性的三元组信息存储特点的知识图谱数据库中搜索所述关系信息以及所述属性信息的答案；

将关系信息的答案数据以及属性信息的答案数据生成应答数据并输出。

4.如权利要求1-3中任一项所述的方法，其特征在于，还包含：

获取当前用户的身份特征信息，对当前用户的用户类型进行判断，确定当前用户的类别，其中，用户的类别包含：儿童用户。

5.如权利要求4所述的方法，其特征在于，当与所述智能机器人交互的用户为儿童用户时，所述方法还包含：

在解析所述提问信息时，采用儿童问答引擎对所述提问信息进行解析，确定儿童用户的交互意图。

6.如权利要求4所述的方法，其特征在于，当与所述智能机器人交互的用户包含儿童用户时，输出所述应答数据的步骤中包含：

筛选所述应答数据，剔除不适合儿童用户的数据。

7.一种基于智能机器人的问答交互装置，其特征在于，所述装置包含：

提问信息提取模块，其用于获取多模态输入数据，提取所述多模态输入数据中的提问信息；

提问信息解析模块，其用于对所述提问信息进行垂直领域的语义解析，以获取用户的意图，其中，所述垂直领域的解析结果包括实体信息、关系信息，或者，属性信息；

用户意图匹配模块，其用于根据所述意图在知识图谱数据库中检索与所述意图匹配的应答数据并将其进行输出。

8.一种程序产品，其包含用于执行如权利要求1-6中任一项所述的方法步骤的一系列指令。

9.一种基于智能机器人的问答交互系统，其特征在于，所述系统包含：

智能终端，其用于获取多模态输入数据；

智能机器人，其安装在所述智能终端上，具备特定的形象和预设属性，采用如权利要求1-6中任一项所述的方法进行问答交互交互；

云端大脑，其上存储有知识图谱数据库，用于对所述多模态输入数据进行语义理解、视觉识别、认知计算以及情感计算，以决策所述智能机器人输出应答数据。

10.一种问答交互机，其特征在于，该问答交互机采用基于智能机器人的问答交互系统进行问答服务，其中，所述问答交互机包括但不限于手机、平板电脑、手表、人形机器人以及故事机。