CN109902287A - 电话机器人语义理解方法及其系统 - Google Patents
电话机器人语义理解方法及其系统 Download PDFInfo
- Publication number
- CN109902287A CN109902287A CN201910023485.9A CN201910023485A CN109902287A CN 109902287 A CN109902287 A CN 109902287A CN 201910023485 A CN201910023485 A CN 201910023485A CN 109902287 A CN109902287 A CN 109902287A
- Authority
- CN
- China
- Prior art keywords
- sentence
- voice
- matching
- voice messaging
- text 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.)
- Pending
Links
Landscapes
- Machine Translation (AREA)
Abstract
本发明提供一电话机器人的语义理解方法,包括,(a)通过电话通讯的方式获取一用户的一语音信息;(b)对所述语音信息进行情感分析,判断所述语音信息是否属于肯定感情倾向和否定感情倾向;以及(c)当所述语音信息的情感分析结果不是肯定感情倾向和否定感情倾向时,获取所述语音信息所对应的语音。
Description
技术领域
本发明涉及电话机器人领域,更进一步地涉及一电话机器人语义理解方法及其系统。
背景技术
随着科技的发展,人们的生活方式发生了巨大的改变,这些不仅体现在人们的衣食住行方面,更多地体现在了人们的交流方式和交流工具上面。尤其是手机的出现,彻底地改变了人们传统沟通交流的方式,即使相隔千里也能够通过手机等通讯工具听到对方的声音甚至是看到对方的影像,极大地提高了人们的交流与沟通效率,拉近了人与人之间的距离。
更为重要的是,目前手机等通讯工具的持有量惊人,几乎达到了人手一部的程度,这也就是说,通过手机等通讯工具几乎能够联系到任何自己想要联系的人。因此,很多商人意识到了智能手机的普及所具有的巨大商业利用价值,顺势推出电话销售工作岗位,通过不断地接打电话推销自己的产品或服务,以供高效地获得客户。但是需要指出的是,传统电话销售都是通过人工不断地输入电话号码、不断地接打电话,不但效率低下,而且人工成本较高,最重要的是人工客服在单调的接打电话的过程中会受到自己情绪的影响,可能会造成潜在客户的流失,影响公司整体的业绩。
随着科技的发展,语音机器人被不断地应用到了电话销售领域,通过语音机器人自动地拨打号码,与用户通话,然后在通话的过程中完成推销产品、推销服务或者挖掘潜在客户的单调工作。
可以理解的是,要想通过语音机器人完成电话销售的工作,首先要解决的就是语音机器人对用户语音的理解问题,如果机器人不能够准确地理解用户所发出的语音是什么意思,那么就更加地谈不上完成推销产品、推销服务或者是挖掘潜在客户的工作了。
传统语音机器人的语义理解是通过关键字匹配的方式在语句库里匹配相应的语句,以供理解用户所表达的意思以及找到并播放相应的录音,达到理解客户语义与客户进行交流的目的。但是需要指出的是,由于中文自身的语言特点等多方面的限制,仅仅通过关键词匹配有时候并不能够真正的理解用户的意思,甚至有时候还会出现答非所问等错误情况的出现。语义理解是语音机器的基础,同时也是语音机器人的关键,如何提高语音机器人的语义理解能力与语义理解的准确度,已经成为制约语音机器人进一步发展也应用所亟待解决的问题。
发明内容
本发明的一个目的在于提供一电话机器人语义理解方法及其系统,本发明所提供的所述电话机器人语义理解方法能够对用户所发出的语音进行有效地识别,使得电话机器人能够准确的与用户进行问答。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够对语音信息进行情感分析,提高语义理解的效率。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够基于语音信息所对应的文字信息进行情感分析,判断所述文字信息的感情倾向。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够基于所述语音信息的语音特征信息,比如语音、语调、语速等对所述语音信息进行情感分析,判断所述语音信息的感情倾向。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够先对所述语音信息所对应的文字信息进行句子匹配,当对所述文字信息的句子匹配的匹配概率值低于一预设值的时候才在进行分词匹配,以供提高语义理解的效率。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法在对所述文字信息进行分词匹配的匹配概率值低于一第二预设值的时候播放一预设语音,以供再次获得用户语音,防止做出不相匹配的回答。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法在对所述文字信息进行分词匹配的匹配概率值低于所述第二预设值的时候,获取所匹配的最高概率值语句中的关键词,自一问题语句库内匹配相应的语句,以供防止做出不相匹配的回答。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够获取正在通话的用户的用户信息,基于所述用户信息对当前所获得的所述语音信息进行理解。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够对所述语音信息进行谐音处理,以供提高语义理解的准确性。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法能够对所述语音信息进行近义处理,以供提高语义理解的准确性与精确度。
本发明的另一个目的在于提供一电话机器人语义理解方法及其系统,其中所述电话机器人语义理解方法简单、正确率高。
相应的,为了实现以上至少一个发明目的,本发明提供一电话机器人语义理解方法,其包括:
(a)通过电话通讯的方式获取一用户的一语音信息;
(b)对所述语音信息进行情感分析,判断所述语音信息的感情倾向;以及(c)当所述语音信息的情感分析结果不是肯定感情倾向和否定感情倾向时,获取所述语音信息所对应的语音。
根据本发明的一个实施例,在所述步骤(b)中进一步包括:
(b1)将所述语音信息转化为文字信息;
(b2)获取所述文字信息中的情感程度词语;以及
(b3)基于所述情感程度词语对所述文字信息进行情感分析,判断所述文字信息的情感倾向。
根据本发明的一个实施例,所述情感程度词语是情感程度副词。
根据本发明的一个实施例,在所述步骤(b)中进一步包括:
(b11)获取所述语音信息的语音特征信息;以及
(b21)基于所述语音信息的所述语音特征信息进行情感分析,判断所述语音信息的感情倾向。
根据本发明的一个实施例,所述语音特征信息包括语音、语调、语速中的至少一种。
根据本发明的一个实施例,在所述步骤(c)中进一步包括:
(c1)在一语句库中对所述文字信息进行句子匹配,匹配与所述文字信息相同或相应的句子,并获取匹配概率值最大的句子,生成一第一最佳匹配语句;和
(c2)比较所述第一最佳匹配语句的匹配概率值是否大于或等于一第一预设值,当所述第一最佳匹配语句的匹配概率值大于所述第一预设值的时候获取所述第一最佳匹配语句在一语音库中所对应的语音。
根据本发明的一个实施例,当所述第一最佳匹配语句的匹配概率值小于所述第一预设值的时候,在所述步骤(c)中进一步包括:
(c3)对所述文字信息进行分词操作,将所述文字信息拆分为多个分词;
(c4)在所述语句库内分别匹配所述分词,并获取所述语句库中匹配概率值最高的语句,生成一第二最佳匹配语句;
(c5)判断所述第二最佳匹配语句的概率值是否大于或等于一第二预设值;
(c6)当所述第二最佳匹配语句的概率值大于或等于所述第二预设值的时候,在所述语音库内获取所述第二最佳匹配语句所对应的语音。
根据本发明的一个实施例,在所述步骤(c)中进一步包括:
(c7)当所述第二最佳匹配语句的概率值小于所述第二预设值的时候自所述语音库内获取一预设语音。
根据本发明的一个实施例,在所述步骤(c)中进一步包括:
(c8)当所述第二最佳匹配语句的概率值小于所述第二预设值的时候,获取所述第二最佳匹配语句中的一个或多个能够在所述语句库内匹配到相应的语句的所述分词,生成一个或多个匹配词语;和
(c9)基于所述匹配词语在一问题语句库中匹配相应的问题语句,并在所述语音库内获取匹配概率最高的所述问题语句所对应的语音。
根据本发明的一个实施例,在所述步骤(c)中进一步包括对一个或多个分词进行谐音处理。
根据本发明的一个实施例,所述的电话机器人语义理解方法进一步包括:
(h)获取正在通话的该用户的一用户信息;
(i)基于当前该用户的所述语音信息和所述用户信息获取当前所述语音信息所对应的语音。
根据本发明的一个实施例,所述用户信息是历史通话信息,基于所述历史通话信息获取当前所述语音信息所对应的语音。
根据本发明的另一方面,本发明进一步提供一电话机器人语义理解系统,其包括:
一语音获取单元,其用于获取一用户的一语音信息;
一情感分析单元,其用于对所述语音信息进行情感分析,判断所述语音信息的感情倾向;
一匹配单元,其用于自一语句库内匹配与所述语音信息相应的语句,并自一语音库内获取与所述语音信息相应的语音。
根据本发明的一个实施例,所述情感分析单元进一步包括一文字转换模块和一情感词语识别模块,所述文字转换模块能够获取所述语音信息,并将所述语音信息转换为相应的文字信息,所述情感词语识别模块能够基于所述文字信息中的情感词语判断所述文字信息的感情倾向。
根据本发明的一个实施例,所述情感词语是情感程度副词。
根据本发明的一个实施例,所述情感分析单元进一步包括一语音特征获取模块和一语音特征分析模块,所述语音特征获取模块能够获取所述语音信息中的语音特征信息,所述语音特征分析模块能够基于所述语音特征信息判断所述文字信息的感情倾向。
根据本发明的一个实施例,所述语音特征信息是语气、语速或语调中的一种或多种的组合。
根据本发明的一个实施例,所述匹配单元进一步包括一句子匹配模块、一判断模块和一分词匹配模块,所述句子匹配模块用于在所述语句库内对所述文字信息进行句子匹配,并获得匹配概率最高的一第一最佳匹配语句,所述判断模块能够判断所述第一最佳匹配语句的匹配概率是否大于或等于一第一预设值,当大于或等于所述第一预设值的时候,所述句子匹配模块自所述语音库内获取与所述第一最佳匹配语句相应的语音,当小于所述第一预设值的时候,所述分词匹配模块对所述文字信息进行分词匹配。
根据本发明的一个实施例,所述匹配单元进一步包括一问题匹配模块,所述问题匹配模块包括一关键词获取模块和一关键词匹配模块,当所述分词匹配模块对所述文字信息进行分词匹配所获得的一第二最佳匹配语句的匹配概率值小于一第二预设值的时候,所述关键词获取模块获取所述第二最佳匹配语句中与所述文字信息相匹配的一个或多个词语,所述问题匹配模块能够在一问题语句库内对所述一个或多个词语进行匹配,获取匹配概率最高的一问题语句。
根据本发明的一个实施例,所述电话机器人语义理解系统进一步包括一用户信息获取单元,所述用户信息获取单元能够获取正在通话的该用户的一用户信息,所述匹配单元能够基于所述用户信息获取当前所述语音信息所对应的语音。
附图说明
图1是根据本发明的一个优选实施例的电话机器人语义理解方法的框图结构示意图。
图2是根据本发明的一个优选实施例的电话机器人语义理解方法的框图结构示意图。
图3是根据本发明的一个优选实施例的电话机器人语义理解方法的框图结构示意图。
图4是根据本发明的一个优选实施例的电话机器人语义理解方法的流程结构示意图。
图5是根据本发明的一个优选实施例的电话机器人语义理解方法的流程结构示意图。
图6是根据本发明的一个优选实施例的电话机器人语义理解系统工作流程示意图。
图7是根据本发明的一个优选实施例的电话机器人语义理解系统的框图结构示意图。
图8是根据本发明的一个优选实施例的电话机器人语义理解系统的框图结构示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是,在本发明的揭露中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。
参考说明书附图1至图6,本发明所提供的电话机器人语义理解方法被阐述。所述电话机器人语义理解方法包括:
(a)通过电话通讯的方式获取一用户200的一语音信息11;
(b)对所述语音信息11进行情感分析,判断所述语音信息11的感情倾向;以及
(c)当所述语音信息11的情感分析结果不是肯定感情倾向和否定感情倾向时,获取所述语音信息11所对应的语音。
参考附图6,需要指出的是,本发明尤其是提供一种电话机器人语义理解方法,通过一机器人设备与该用户200进行通话,用以获取该用户200的所述语音信息11,并对所述语音信息11进行理解,以及对所述语音信息11进行回答,与该用户200进行交流,以供完成推销商品、服务以及宣传等工作。
其中在所述步骤(a)中,通过电话通讯的的方式自该用户200获取所述语音信息11。在获取该用户200的所述语音信息11之前,该机器人设备能够先向向所述用户200发出开场白或打招呼,以供获取该用户200的所述语音信息11。
参考附图2,根据本发明的一个实施例,其中在所述步骤(b)中是通过所述语音信息11所对应的文字信息进行情感分析,具体包括:
(b1)将所述语音信息11转化为一文字信息12;
(b2)获取所述文字信息12中的情感程度词语;以及
(b3)基于所述文字信息12的所述情感程度词语对所述文字信息12进行情感分析,判断所述文字信息12的感情倾向。
在本实施方式中,对所述语音信息11的情感分析方法是先将所述语音信息11转化为相应的所述文字信息12,然后基于文字信息12中的情感程度副词对所述文字信息12进行情感分析。
示例地,所获取的所述文字信息12中的情感程度词语是情感程度副词,通过情感程度副词字典对所述文字信息12中所出现的情感程度副词进行打分,判断所述文字信息12的感情倾向。在本发明的另一些优选实施例中,所选取的所述文字信息12的所述情感程度词语还能够是其他类别的词语,只要能够判定所述文字信息12的情感倾向,所选取的所述情感程度词语的类别不应当构成对本发明的限制。
示例地,当该机器人设备100的所发出的开场白语音信息是“我们是XX贷款公司,需要了解一下吗”,当该用户200所发出的所述语音信息11是“不用了”的时候,该机器人设备100能够获取所述语音信息11,并将所述语音信息11转化为相应的所述文字信息12,并基于程度副词词典对所述文字信息12中的情感程度副词进行打分。比如当出现“不”等否定词语的时候,相应的肯定感情倾向的打分就会很低,从而很大概率地会判定为否定感情倾向。当该用户200所发出的所述语音信息11是“好呀,您说的详细一点”的时候,当所述文字信息12中出现“好”、“可以”等表示肯定的词语的时候,相应的肯定感情倾向的打分会相应较高,很大概率地会判定为肯定感情倾向。可以理解的是,当肯定感情倾向的打分超过一定数值的时候则可以认为是肯定感情倾向,当肯定感情倾向的打分低于一定数值的时候则可认为是否定感情倾向,当肯定感情倾向的打分位于两者之间的时候则可以认为不是肯定感情倾向也不是否定感情倾向,进入所述步骤(c)。
进一步地,在本发明的另一些优选实施例中,在所述步骤(b)中是通过所述语音信息11的特征对所述语音信息11进行情感分析,具体包括:
(b11)获取所述语音信息11的语音特征信息;以及
(b11)基于所述语音信息11的语音特征信息对所述语音信息进行情感分析,判断所述语音信息11的感情倾向。
在本优选实施例中,基于所述语音11的语音特征信息对所述语音信息11进行情感分析,具体的,先获取所述语音信息11中的语音特征信息,所述语音特征信息能够包括但不限于,语音、语调、语速。然后基于所获取的所述语音信息11的所述语音特征信息对所述语音信息11进行情感分析,判断所述语音信息11是否属于肯定感情倾向或否定感情倾向。
示例地,所述在基于所述语音信息11的所述语音特征信息进行情感分析的时候能够对所述语音信息11的所述语音特征分别进行相应的打分,基于分数的高低判断所述语音信息11的感情倾向。
进一步地,所述电话机器人语义理解方法进一步包括:
(d)当对所述语音信息11情感分析结果属于肯定感情倾向时,转接人工;
(e)当对所述语音信息11的情感分析结果属于否定感情倾向时,播放预设的语音。
可以理解的是,当对所述语音信息11的情感分析结果属于肯定感情倾向的时候,则能够说明该用户200有意向购买所推销的产品或服务,转接客服,以供方便进一步地与用户进行交流与确认。
当对所述语音信息11的情感分析结果属于否定感情倾向的时候,则说明该用户200不接受所销售的产品或服务,那么则播放预设的语音,举例但不限于,再次推销商品或服务的语音、挽留客户的信息等。
进一步地,在所述步骤(c)当所述语音信息11的情感分析结果不属于肯定感情倾向或否定感情倾向的时候自一语句库21内匹配与所述语音信息11相应的语句中,当对所述语音信息11的情感分析结果不属于否定感情倾向和肯定感情倾向的时候,则自所述语句库21内匹配与所述语音信息11相对应的语句,并自一语音库22内获取并播放与所匹配的语句相应的录音,以供与该客户200进行交流。
参考附图3,具体的,在所述步骤(c)中进一步包括:
(c1)在所述语句库21中对所述文字信息12进行句子匹配,匹配与所述文字信息12相同或相应的句子,并获取匹配概率值最大的句子,生成一第一最佳匹配语句31;和
(c2)比较所述第一最佳匹配语句31的匹配概率值是否大于或等于一第一预设值13,当所述第一最佳匹配语句31的匹配概率值大于或等于所述第一预设值13时,获取所述第一最佳匹配语句31在一语音库22中所对应的语音。
需要指出的是,在本优选实施例中,在所述语句库21内匹配所述文字信息12相对应的句子的时候,先对所述文字信息12进行整句匹配,以供获取所述语句库21中与所述文字信息12相同或相似的语句,以供当所述语句库21内有与所述文字信息12相同或相似的句子的时候快速地获取与所述文字信息12相同或相似的句子,提高语义理解的速度,提高语义理解的效率。
可以理解的是,当所述语句库内21中存在与所述文字信息12的词语以及语句结构均相同的语句时,则认为该语句与所述文字信息12相同。比如,所述文字信息12的内容是“你们公司地址在哪里”,所述语句库21中存在相应的“你们公司地址在哪里”的时候则可认为两者相同。当与所述文字信息12的句子结构相一致,词语相似的时候则可认为两者相似。举例但不限于,当所述文字信息12的内容是“你们公司地址在哪里”,语句库中存在相应的“你们公司地点在哪里”的内容的时候,则可认为两者相似,属于相似的语句。当在所述语句库21内匹配到与所述文字信息12相同或相似的句子的时候,调取并播放该语句所对应的语音,以供与客户进行交流。
需要指出的是,在所述语句库21中匹配与所述文字信息12相同或相应的句子的时候,可能会匹配到多个相同或相似的语句,每一语句都会相应的具有一概率值,获取最大概率值所对应的语句,则可以认为是所述语句库中与所述文字信息12最为接近的语句。然后将所述最大概率值与所述第一预设值13比较,所述第一预设值13是一人为设定的概率值,当所述最大概率值大于或等于所述第一预设值13的时候,则认为所述最大概率值所对应的语句与所述文字信息12相同或相应,则获取所述最大概率值所对应的语句所对应的语音信息并播放。当所述最大概率值小于所述第一预设值13的时候则可认为所述语句库内没有与所述文字信息12相同或相应的语句,则进入下一步。
进一步的,当所述最高的概率值小于所述第一预设值13时,在所述步骤(c)中进一步包括如下步骤:
(c3)对所述文字信息12进行分词操作,将所述文字信息12拆分为多个分词121;
(c4)在所述语句库21内分别匹配所述分词121,并获取所述语句库中匹配概率值最高的语句,生成一第二最佳匹配语句32;
(c5)判断所述第二最佳匹配语句32的概率是否大于或等于一第二预设值14;
(c6)当所述第二最佳匹配语句32的概率值大于或等于所述第二预设值14的时候,在所述语音库22内获取所述第二最佳匹配语句32所对应的语音。
本领域的技术人员应当理解的是,在本发明的另一些优选实施例中,还能够不对所述文字信息12进行句子匹配操作,直接进行分词匹配操作,本领域的技术人员应当理解的是,这里不应当构成对本发明的限制。
可以理解的是,所述文字信息12的所述分词121在所述语句库内匹配的时候可能会匹配到多个语句,但是每个语句的概率值会有所不同,获取所匹配的概率值最高的语句,则可以认为所述概率值最高的语句与所述文字信息12最为相似。
示例地,当所述文字信息12的内容是“什么公司”的时候,那么对所述文字信息12进行分词操作的时候就会将所述文字信息12分词为“什么”和“公司”两个词语,然后分别基于“什么”和“公司”两个词语在所述语句库内进行匹配。当所述语句库中有一第一语句“什么公司”和一第二语句“什么贷款”两个语句的时候,那么所述文字信息12中的所述“什么”一词既会匹配到所述第一语句“什么公司”和会匹配到所述第二语句“什么贷款”,并且此时所述第一语句和所述第二语句的概率值是一样的。当继续对所述文字信息12中的所述“公司”一词进行匹配的时候,就会匹配到所述第一语句“什么公司”,而不会匹配到所述第二语句“什么贷款”。因此所述第一语句“什么公司”的概率会高于所述第二语句“什么贷款”,则所述第一语句“什么公司”为所述第二最佳匹配语句32。
当获取所述第一语句“什么公司”为所述第二最佳匹配语句32后,判断所述第一语句的概率值是否大于或等于所述第二预设值14,当所述第一语句“什么公司”的概率值大于或等于所述第二预设值14的时候,则表明所述第一语句与所述文字信息12具有较大的相似性,所述第一语句为所述文字信息12相对应的语句。然后自所述语音库32内调取并播放与所述第一语句对应的语音。当所述第一语句的概率值小于所述第二预设值14的时候,则表明所述第一语句虽然与所述文字信息12具有一定的相似性,但相似度达不到一定的程度,可能会出现错误对应的情况。
示例地,当所述文字信息12的内容为“什么公司”,所述语句库中只有所述第二语句“什么贷款”的时候,那么当对所述文字信息12的所述“什么”和“公司”两个词语分别在所述语句库中进行匹配的时候,所述文字信息12的“什么”一词能够匹配到所述第二语句“什么贷款”,所述文字信息12的所述“公司”一词匹配不到任何语句。那么在所述语句库中概率最高的语句为所述第二语句“什么贷款”,很显然,所述第二语句“什么贷款”与所述文字信息12不相对应。此时,如果只获取概率值最大的语句,获取并播放语音库中相应的语音,则会发生语义的错误理解。而增加最该概率值语句的概率值与所述第二预设值14比较的步骤则能够完全避免错误理解情况的出现,比如,当将所述第二语句“什么贷款”的概率值(也就是最大概率值)与所述第二预设值14进行比较,当所述第二语句“什么贷款”的概率值小于所述第二预设值14的时候,则能够一定程度地说明所述文字信息12与所述第二语句“什么贷款”不相匹配;当所述第二语句“什么贷款”的概率值大于或等于所述第二预设值14的时候,则能够一定程度地说明所述文字信息12与所述第二语句“什么贷款”相匹配,自所述语音库内获取并播放与所述第二语句“什么贷款”相应的语音。
可以理解的是,当所述第二最佳匹配语句32的概率值小于所述第二预设值14的时候,则表明在所述语句库内没有匹配到与所述文字信息12相应的语句,不能够理解所述文字信息12的语义,需要对所述文字信息12做进一步的处理。
进一步地,根据本发明的一个实施例,在所述步骤(c)中进一步包括如下步骤:
(c7)当所述第二最佳匹配语句32的概率值小于所述第二预设值14的时候,自所述语音库内获取一预设语音15。
在本优选实施例中,当第二最佳匹配语句32的概率值低于所述第二预设值14的时候,则能够表明没有在所述语句库21内获取与所述文字信息12相应的语句,不能够准确的理解该用户200所发出的所述语音信息11的真正意思,需要获取更多该用户200的信息或请求用户再次发出所述语音信息11,以便于能够准确的理解该用户200想要表达的意思。
当所述第二最佳匹配语句32的概率值低于所述第二预设值14的时候,所播放的所述预设语句15是预设的,用于请求该用户200再次发出语音或者提供更多的语音内容。所述预设语句15能够是,举例但不限于,“能麻烦您再说一遍么”、“您说的太高深了,我头都大了”。
还需要指出的是,当所述第二最佳匹配语句32的概率值低于所述第二预设值14的时候,播放所述预设语句15的同时记录所述文字信息12,以供后续将所述文字信息12的内容补充道所述语句库21中,丰富所述语句库21的内容。
示例地,当对所述文字信息12“什么公司”进行匹配到的所述第二语句“什么贷款”的概率值小于所述第二预设值14的时候,则能够表明所述语句库中没有与所述文字信息12“什么公司”相应的语句,此时,记录并存储所述文字信息12“什么公司”,以供后续能够将所述文字信息12“什么公司”的内容补充进所述语句库中,丰富所述语句库的内容。
参考附图2,在本发明的另一些优选实施例中,当所述第二最佳匹配语句32的概率值小于所述第二预设值14的时候,在所述步骤(c)中进一步包括如下步骤:
(c8)当所述第二最佳匹配语句32的概率值小于所述第二预设值14的时候,获取所述第二最佳匹配语句32中的一个或多个能够在所述语句库21中匹配到相应语句的所述分词121,生成一匹配词语122;以及
(c9)基于所述匹配词语122在一问题语句库23中匹配相应的问题语句,并在所述语音库23内获取匹配概率最高的所述问题语句所对应的语音。
可以理解的是,当所述第二最佳语句32的概率值小于所述第二预设值14的时候,则能够在一定程度上说明在所述语句库中没有与所述文字信息12相应的语句。然后获取所述第二最佳匹配语句32中的所述匹配词语122,基于所述匹配词语122在所述问题语句库33内匹配相应的问题语句,获取在所述问题语句库23中所匹配的概率值最高的问题语句,获取并播放所述概率值最高的问题语句在所述语音库32中所对应的语音。
示例地,当所述文字信息12的内容“什么公司”在所述语句库中所匹配的所述第二最佳匹配语句32是所述第二语句“什么贷款”,并且所述第二语句“什么贷款”的概率小于所述第二预设值14的时候,获取所述第二语句“什么贷款”中的所述匹配词语“什么”,然后基于所述匹配词语“什么”在所述问题库中匹配相应的问题语句,获取并播放概率值最大的所述问题语句,以供再次获取用户语音。
进一步地,在所述步骤(c4)中,在所述语句库21分别匹配所述文字信息12的所述分词121的时候,当所述分词121不能够在所述语句库21中匹配到相应的语句的时候,对不能够匹配到所述语句库21中相应语句的所述分词121进行谐音处理,具体包括如下步骤:
(c41)将不能够在所述语音库21内匹配到相应语句的所述分词121转化为拼音;
(c42)获取所述拼音所对应的不同于所述文字信息12的所述分词121的一个或多个词语;
(c43)在所述语句库21内对由所述拼音转换的所述词语进行匹配。
示例地,所述语音信息11所转化后的所述文字信息12的内容是“赵经理”,首先对所述文字信息12进行分词操作,将“赵经理”分词为“赵”和“经理”两个词。当对所述“赵”这个词语在所述语句库21内进行匹配的时候,如果不能够在所述语句库21内匹配到具有“赵”一词的语句,则对“赵”这个词语进行谐音处理。先将所述“赵”自转换为拼音为“zhao”,然后将所述“zhao”转化为一系列音为“zhao”,但是字不同于“赵”的汉字,比如“找”、“照”,然后在所述语句库21内匹配“找”和“照”。当所述语句库21内有“找经理”的语句的时候,那么在经过谐音处理之后就能够准确的被找到,从而有效地提高了语义理解的效率。
在本发明的另一些优选实施例中,谐音处理还能够是在建立所述语句库21的时候,比如,当要在所述语句库21内建立“找经理”一类语句的时候,对所述“找经理”进行谐音处理。经过对所述语句库21内“找经理”这一类别的语句进行处理,就会增加“找经理”这一类别的语句的语句数量,使得“找经理”这一类别语句还包括“赵经理”、“造经理”等一类的语句。经过谐音处理后的所述语句库,无论是该用户200的所述文字信息12是“赵经理”、“造经理”还是“找经理”都会匹配到所述语句库21中“找经理”这一类别,从而提高语义理解的准确性。
进一步的,在对所述文字信息12的所述分词121在所述语句库21内进行匹配的时候,还能够对所述文字信息12进行近义词处理,以供提高语义理解的准确性。示例地,当所述文字信息12的内容是“你们是什么公司”,经过近义词处理后能够获取“公司”的近义词词组,比如“商家”、“店家”、“店铺”、“代销点”等。然后在所述语句库21内分别对所述“公司”以及其近义词词组进行匹配,以供提高语义理解的准确性。可以理解的是,经过近义词处理之后,该客户200的所述文字信息12的内容是“你们是什么商家”或“你们是什么店铺”,都会匹配到所述语句库21内“你们是什么公司”的语句。
在本发明的另一些优选实施例中,还能够在建立所述语句库21的时候对所述语句库21内的语句进行近义词处理。比如,当所述语句库21内的语句“能贷多少”一类的语句,在经过近义词处理之后就会包括“能借多少”一类的语句。无论是该用户200的所述文字信息12是“能贷多少”还是“能借多少”都会匹配到所述语句库21内“能贷多少”一类的语句,从而能够提高语义理解的效率。
参考附图7至8,根据本发明的另一方面,为了实现以上电话机器人语义理解方法,本发明进一步提供一电话机器人语义理解系统。所述电话机器人语义理解系统包括一语音获取单元41、一情感分析单元42、一匹配单元43以及一语句库21。所述语音获取系统41用于获取该用户200的所述语音信息11。所述情感分析单元42被可通讯的连接于所述语音获取单元41,所述情感分析单元42能够自所述语音获取单元41获取所述语音信息11,并对所述语音信息11进行情感分析,判断所述语音信息41的感情倾向是否为肯定感情倾向或否定感情倾向。所述匹配单元43被可通讯的连接于所述情感分析单元42和所述语句库21,所述匹配单元43能够基于所述语音信息41所对应的所述文字信息12在所述语句库21内匹配与所述文字信息21相应的语句。
进一步的,所述电话机器人语义理解系统进一步包括一语音输出单元46和一所述语音库22,所述语音库22内存储有与所述语句库21内的语句相应的语音。当所述匹配单元43在所述语句库21内匹配到相应的语句的时候,所述语音输出单元46自所述语音库22内调取并播放与被匹配的语句相应的语音。
进一步地,所述情感分析单元42进一步包括与文字转换模块421和一感情词语识别模块422。所述文字转换模块421被可通讯的连接于所述语音获取单元41,所述文字转换模块421能够自所述语音获取单元41获取所述语音信息11,所述文字转换模块421能够将所述语音信息11转换为文字,生成所述文字信息12。所述情感词语识别模块422被可通讯的连接于所述文字转换模块421,所述情感词语识别模块422能够自所述文字转换模块421获取所述文字信息12。所述情感词语识别模块422能够基于所述文字信息12中的情感程度词语判断所述文字信息12的感情倾向,判断所述文字信息12的感情倾向是否属于肯定感情倾向或否定感情倾向。
在本发明的另一些优选实施例中,所述情感分析单元42包括一语音特征获取模块423和一语音特征分析模块424。所述语音特征获取模块423被可通讯的连接于所述语音获取单元41,所述语音特征获取模块423能够自所述语音获取单元41获取所述语音信息11。所述语音特征获取模块423能够对所述语音信息11进行一定的处理,获取所述语音信息11中的语音特征信息,比如,语气、语速、语调等。所述语音特征分析模块424被可通讯的连接于所述语音特征获取模块423,所述语音特征分析模块424能够自所述语音特征获取模块423获取所述语音信息11的所述语音特征信息。所述语音特征分析模块424能够基于所述语音信息11的所述语音特征信息获取所述语音信息11的感情倾向,判断所述语音信息11的感情倾向是否属于肯定感情倾向或否定感情倾向。
所述电话机器人语义理解系统进一步包括一转接人工单元44,所述转接人工单元44被可工作的连接于所述情感分析单元42,当所述情感分析单元42对所述语音信息11的情感分析结果是肯定感情倾向的时候,所述转接人工单元44将与该用户200的通话转接人工处理,以供人工客服能够与该用户200做进一步的交流与沟通。
所述电话机器人语义理解系统进一步包括一挽回单元45,所述挽回单元45分别被可工作地连接于所述情感分析单元42和所述语句库21。当所述情感分析单元42对所述语音信息11的情感分析结果是否定感情倾向的时候,所述挽回单元45自所述语句库44内获取相应的挽回语句,并自所述语音库22内获取并播放相应的语音。
当所述情感分析单元42对所述语音信息11的情感分析结果不是肯定感情倾向或否定感情倾向的时候,所述匹配单元43基于所述文字信息12在所述语句库21内匹配相应的语句。
参考附图7,进一步地,所述匹配单元43进一步包括一句子匹配模块431,所述语音匹配单元431被可工作地连接于所述情感分析单元42,所述情感分析单元42能够自所述文字转换模块421获取所述文字信息12,所述句子匹配模块431能够基于所述文字信息12在所述语句库21进行句子匹配,在所述语句库21内匹配与所述文字信息12相同或相似的语句。
所述匹配单元43进一步包括一判断模块432,所述判断模块432被可工作地连接于所述句子匹配模块431,所述判断模块432能够获取所述句子匹配模块431在所述语句库21中所匹配的语句中概率最大的所述第一最佳匹配语句31,并比较所述第一最佳匹配语句31的概率值与所述第一预设值13之间的大小。当所述第一最佳匹配语句31的概率值大于或等于所述第一预设值13的时候,则所述第一最佳匹配语句31为与所述文字信息12相同或相似的语句,自所述语音库22内获取并播放所述第一最佳匹配语句31所对应的语音。
所述匹配单元43进一步包括一分词匹配模块433,所述分词匹配模块433被可通讯地连接于所述情感分析单元42,所述分词匹配模块433能够自所述文字转换模块421获取所述文字信息12。当所述判断模块432判断所述第一最佳匹配语句31的概率值小于所述第一预设值13的时候,所述分词匹配模块433获取所述文字信息12,并对所述文字信息12进行分词操作,将所述文字信息12分隔为一组分词121,然后获取各类词语划分类别中概率值最高的一种分词方式,在所述语句库21内对分词概率最高的一种方式所获得的一组所述分词121在所述语句库21分别进行匹配相应的语句。所述文字信息12的各所述分词121在所述语句库21内所匹配概率值最高的语句是所述第二最佳匹配语句32。
所述判断模块432能够自所述分词匹配模块433获取所述第二最佳语句32的概率值,并将所述第二最佳语句32的概率值与所述第二预设值14进行比较。当所述第二最佳语句32的概率值大于或等于所述第二预设值14的时候,则所述第二最佳匹配语句31是与所述文字信息12相应的语句,自所述语音库22内获取并播放所述第二最佳匹配语句32所对应的语音。
所述匹配单元43进一步包括一问题匹配模块434。所述电话机器人语义理解系统进一步包括一所述问题语句库23。所述问题匹配模块434被可通讯地连接于所述问题语句库23。当所述第二最佳匹配语句31的概率值小于所述第二预设值14的时候,所述问题匹配模块434自所述问题语句库23内匹配与所述第二最佳语句32相应的问题语句。
具体的,所述问题匹配模块434进一步包括一关键词获取模块4341和一关键词匹配模块4342,所述关键词获取模块4341被可通讯地连接于所述分词匹配模块433,所述关键词匹配模块4342被可通讯地连接于所述关键词获取模块4341。当所述第二最佳匹配语句31的概率值小于所述第二预设值14的时候,所述关键词获取模块4341能够获取所述第二最佳匹配语句32中由所述分词匹配模块433在所述语句库21内所匹配的一个或多个词语,所述关键词匹配模块4342能够自所述关键词获取模块4341获取所述一个或多个词语,并在所述问题语句库23内匹配与所述一个或多个词语相应的问题语句。当所述关键词匹配模块4342在所述问题语句库23内匹配到与所述一个或多个词语相应的问题语句的时候,所述语音输出单元46自所述语音库22调取并播放与所匹配的所述问题语句相应的语音。
在本发明的另一些优选实施例中,所述匹配单元43进一步包括一预设语句获取单元425,所述预设语句播放单元425被可通讯地连接于所述分词匹配模块424。当所述第二最佳匹配语句32的概率值小于所述第二预设值14的时候,所述预设语句获取单元425能够自所述语句库21内调取预设的语句,并由所述语音输出单元46播放所调取的预设语句。
进一步地,所述匹配单元43进一步包括一谐音处理模块435,所述谐音处理模块435被可通讯地连接于所述分词匹配模块433。所述谐音处理模块435能够自所述分词匹配模块424获取所述分词匹配模块433对所述文字信息12进行分词操作后所获得的一系列所述分词121,所述谐音处理单元425能够对所述分词121进行谐音处理,以供获得每一所述分词121所对应的多个同音不同字的谐音词语。所述分词匹配模块424在所述语音库22内匹配所述文字信息12的时候,也对经过所述谐音处理模块435所获得的所述谐音词语进行匹配,以供纠正谐音,提高语义理解的效率与精确度。
示例地,当所述文字信息12的内容是“赵经理”的时候,所述分词匹配模块424首先对所述文字信息12进行分词操作,将所述文字信息12分词为“赵”和“经理”两个词语。然后所述谐音处理单元425对“赵”和“经理”两个词语分别进行谐音处理,比如,所述“赵”字的谐音处理为“找”、“照”等多个词语。在所述分词匹配模块424在所述语句库21内匹配所述文字信息12的时候,分别对所述“赵”、“照”、“找”以及“经理”进行匹配,以供防止所述文字转换模块421在将所述语音信息11转换为所述文字信息12的时候出现错误,提高语义理解的效率与准确性。
在本发明的另一些优选实施例中,所述谐音处理模块435能够对所述语句库21内的语句进行谐音处理,以供扩大所述语音库21的范围。示例地,当所述语句库21中的语句为“找经理”,并且所述语句“找经理”在所述语音库22内所对应的语音为语音一。那么在所述语句库21经过所述谐音处理模块435进行谐音处理之后,所述语句“找经理”被谐音处理得到多个谐音语句,比如“赵经理”、“照经理”等,并且谐音处理所得到的多个所述谐音语句“赵经理”、“照经理”等分别对应所述语音库22内的所述语音一。也就是说,当所述文字信息12的内容是“找经理”的时候,经所述分词匹配模块433的匹配处理之后会匹配到所述语句库21内的所述语句“找经理”,然后播放所述语音库22内的所述语音一。当所述文字信息12的内容是“赵经理”的时候,经所述分词匹配模块433的匹配处理后会匹配到所述谐音语句“赵经理”,同样的,也会播放所述语音库22内的所述语音一。换句话说,无论所述文字信息12是“赵经理”还是“找经理”都会匹配并播放所述语音一,因此能够有效地避免所述文字转换模块421在将所述语音信息11转换为所述文字信息12的时候发生错误,提高语义理解的效率与准确程度。
进一步地,所述匹配单元43进一步包括一近义处理模块436,所述近义处理模块436被可通讯地连接于所述分词匹配模块433,所述近义处理模块436能够对所述文字信息12进行近义处理,将所述文字信息12转换为语义相近的语句。示例地,当所述文字信息12是“贷多少”时,在经过所述近义处理模块436进行近义处理之后能够转换为“借多少”。所述分词匹配模块433在所述语句库21内对所述文字信息12进行匹配的时候,不但对所述文字信息12为“贷多少”进行匹配,还对“借多少”进行匹配,以供提高语义理解的效率。
比如,当所述语句库21内存储有语句“贷多少”,那么在所述文字信息12没有经过所述近义处理模块436进行近义处理的情况下,只有当所述文字信息12的内容是“贷多少”的时候才能够匹配到所述语句“贷多少”。当所述文字信息12的内容是“借多少”的时候不能够匹配到所述语句库21内的所述语句“贷多少”。而当所述文字信息12经过所述近义处理模块436进行近义处理之后,能够将“借多少”近义转换为“贷多少”,从而能够准确地匹配到所述语句库21中的所述语句“贷多少”,从而能够提高语义理解精确程度。
在本发明的另一些优选实施例中,所述近义处理模块436还能够对所述语句库21内的语句进行近义处理,以供扩大所述语句库21的范围,提高语义理解的准确性。示例地,当所述语句库21中的语句是“贷多少”的时候,在经过所述近义处理模块436的处理之后能够转换为“借多少”等意思相近语句,并且所述语句“借多少”与所述语句“贷多少”在所述语音库22内对应同一语音二。在所述语句库21没有经过所述近义处理模块436进行近义处理的时候,当所述文字信息12的内容为“贷多少”的时候能够匹配到所述语句库21中的语句“贷多少”,并匹配到所述语音库22中的所述语音二。当所述文字信息12的内容为“借多少”的时候不能够匹配到所述语句库21中的所述语句“贷多少”,同样的也不能够匹配到所述语音库22中的所述语音二。在所述语句库21经过所述近义处理模块436进行近义处理之后,无论所述文字信息12是“借多少”还是“贷多少”都能够匹配到所述语音库22中的所述语音二,从而提高了语义理解的效率与准确度。
参考附图7,进一步地,所述电话机器人语义理解系统进一步包括一用户信息获取单元47,所述用户信息获取单元47能够获取正在通话的该用户200的一用户信息471,以供该电话机器人语义理解系统能够基于所述用户信息471和所述语音信息11对该用户200所发出的所述语音信息11进行语义理解。
根据本发明的一个优选实施例,所述用户信息471是在该电话机器人语义理解系统在与该用户200通话的过程中所获得的历史通话信息,所述电话机器人语义理解系统能够基于所述历史通话信息对当前所述语音信息11进行语义理解。
示例地,当该电话机器人语义理解系统与该用户200之间的的通话内容中所述文字信息12曾经出现“我要贷款10000元,大概多久能到账”的语句信息的情况下,当当前该用户200所发出的所述文字信息12的内容是“再多贷10000元要多长时间能到账”的时候,该电话机器人语义理解系统能够基于历史通话的所述文字信息12“我要贷款10000元,大概多久能到账”对当前所述文字信息12“再多贷10000元要多久能到账”进行语义理解,也就是对客户要贷两万元要多久能到账进行语义理解。
也就是说,在本优选实施例中,所述用户信息获取单元47能够对该电话机器人语义理解系统与该用户200的历史通话信息进行存储,生成所述用户信息471,以供对当前所述语音信息11进行语义理解。
本领域的技术人员应当理解的是,所述用户信息471还能够是在该电话机器人语义理解系统与该用户200进行通话之前所获取的有关该用户200的信息,比如、历史消费信息、性别、职业等信息。
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发明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。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (20)
1.一电话机器人语义理解方法,其特征在于,包括:
(a)通过电话通讯的方式获取一用户的一语音信息;
(b)对所述语音信息进行情感分析,判断所述语音信息的感情倾向;以及
(c)当所述语音信息的情感分析结果不是肯定感情倾向和否定感情倾向时,获取所述语音信息所对应的语音。
2.根据权利要求1所述的电话机器人语义理解方法,其中在所述步骤(b)中进一步包括:
(b1)将所述语音信息转化为文字信息;
(b2)获取所述文字信息中的情感程度词语;以及
(b3)基于所述情感程度词语对所述文字信息进行情感分析,判断所述文字信息的情感倾向。
3.根据权利要求2所述的电话机器人语义理解方法,其中所述情感程度词语是情感程度副词。
4.根据权利要求1所述的电话机器人语义理解方法,其中在所述步骤(b)中进一步包括:
(b11)获取所述语音信息的语音特征信息;以及
(b21)基于所述语音信息的所述语音特征信息进行情感分析,判断所述语音信息的感情倾向。
5.根据权利要求4所述的电话机器人语义理解方法,其中所述语音特征信息包括语音、语调、语速中的至少一种。
6.根据权利要求2所述的电话机器人语义理解方法,其中在所述步骤(c)中进一步包括:
(c1)在一语句库中对所述文字信息进行句子匹配,匹配与所述文字信息相同或相应的句子,并获取匹配概率值最大的句子,生成一第一最佳匹配语句;和
(c2)比较所述第一最佳匹配语句的匹配概率值是否大于或等于一第一预设值,当所述第一最佳匹配语句的匹配概率值大于所述第一预设值的时候获取所述第一最佳匹配语句在一语音库中所对应的语音。
7.根据权利要求6所述的电话机器人语义理解方法,其中当所述第一最佳匹配语句的匹配概率值小于所述第一预设值的时候,在所述步骤(c)中进一步包括:
(c3)对所述文字信息进行分词操作,将所述文字信息拆分为多个分词;
(c4)在所述语句库内分别匹配所述分词,并获取所述语句库中匹配概率值最高的语句,生成一第二最佳匹配语句;
(c5)判断所述第二最佳匹配语句的概率值是否大于或等于一第二预设值;
(c6)当所述第二最佳匹配语句的概率值大于或等于所述第二预设值的时候,在所述语音库内获取所述第二最佳匹配语句所对应的语音。
8.根据权利要求7所述的电话机器人语义理解方法,其中在所述步骤(c)中进一步包括:
(c7)当所述第二最佳匹配语句的概率值小于所述第二预设值的时候自所述语音库内获取一预设语音。
9.根据权利要求7所述的电话机器人语义理解方法,其中在所述步骤(c)中进一步包括:
(c8)当所述第二最佳匹配语句的概率值小于所述第二预设值的时候,获取所述第二最佳匹配语句中的一个或多个能够在所述语句库内匹配到相应的语句的所述分词,生成一个或多个匹配词语;和
(c9)基于所述匹配词语在一问题语句库中匹配相应的问题语句,并在所述语音库内获取匹配概率最高的所述问题语句所对应的语音。
10.根据权利要求7所述的电话机器人语义理解方法,其中在所述步骤(c)中进一步包括对一个或多个分词进行谐音处理。
11.根据权利要求1所述的电话机器人语义理解方法,进一步包括:
(h)获取正在通话的该用户的一用户信息;
(i)基于当前该用户的所述语音信息和所述用户信息获取当前所述语音信息所对应的语音。
12.根据权利要求11所述的电话机器人语义理解方法,其中所述用户信息是历史通话信息,基于所述历史通话信息获取当前所述语音信息所对应的语音。
13.一电话机器人语义理解系统,其特征在于,包括:
一语音获取单元,其用于获取一用户的一语音信息;
一情感分析单元,其用于对所述语音信息进行情感分析,判断所述语音信息的感情倾向;
一匹配单元,其用于自一语句库内匹配与所述语音信息相应的语句,并自一语音库内获取与所述语音信息相应的语音。
14.根据权利要求13所述的电话机器人语义理解系统,其中所述情感分析单元进一步包括一文字转换模块和一情感词语识别模块,所述文字转换模块能够获取所述语音信息,并将所述语音信息转换为相应的文字信息,所述情感词语识别模块能够基于所述文字信息中的情感词语判断所述文字信息的感情倾向。
15.根据权利要求14所述的电话机器人语义理解系统,其中所述情感词语是情感程度副词。
16.根据权利要求13所述的电话机器人语义理解系统,其中所述情感分析单元进一步包括一语音特征获取模块和一语音特征分析模块,所述语音特征获取模块能够获取所述语音信息中的语音特征信息,所述语音特征分析模块能够基于所述语音特征信息判断所述文字信息的感情倾向。
17.根据权利要求16所述的电话机器人语义理解系统,其中所述语音特征信息是语气、语速或语调中的一种或多种的组合。
18.根据权利要求14所述的电话机器人语义理解系统,其中所述匹配单元进一步包括一句子匹配模块、一判断模块和一分词匹配模块,所述句子匹配模块用于在所述语句库内对所述文字信息进行句子匹配,并获得匹配概率最高的一第一最佳匹配语句,所述判断模块能够判断所述第一最佳匹配语句的匹配概率是否大于或等于一第一预设值,当大于或等于所述第一预设值的时候,所述句子匹配模块自所述语音库内获取与所述第一最佳匹配语句相应的语音,当小于所述第一预设值的时候,所述分词匹配模块对所述文字信息进行分词匹配。
19.根据权利要求18所述的电话机器人语义理解系统,其中所述匹配单元进一步包括一问题匹配模块,所述问题匹配模块包括一关键词获取模块和一关键词匹配模块,当所述分词匹配模块对所述文字信息进行分词匹配所获得的一第二最佳匹配语句的匹配概率值小于一第二预设值的时候,所述关键词获取模块获取所述第二最佳匹配语句中与所述文字信息相匹配的一个或多个词语,所述问题匹配模块能够在一问题语句库内对所述一个或多个词语进行匹配,获取匹配概率最高的一问题语句。
20.根据权利要求19所述的电话机器人语义理解系统,其中所述电话机器人语义理解系统进一步包括一用户信息获取单元,所述用户信息获取单元能够获取正在通话的该用户的一用户信息,所述匹配单元能够基于所述用户信息获取当前所述语音信息所对应的语音。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910023485.9A CN109902287A (zh) | 2019-01-10 | 2019-01-10 | 电话机器人语义理解方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910023485.9A CN109902287A (zh) | 2019-01-10 | 2019-01-10 | 电话机器人语义理解方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109902287A true CN109902287A (zh) | 2019-06-18 |
Family
ID=66943627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910023485.9A Pending CN109902287A (zh) | 2019-01-10 | 2019-01-10 | 电话机器人语义理解方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902287A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091810A (zh) * | 2019-12-19 | 2020-05-01 | 佛山科学技术学院 | 基于语音信息的vr游戏人物表情控制方法及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893344A (zh) * | 2016-03-28 | 2016-08-24 | 北京京东尚科信息技术有限公司 | 基于用户语义情感分析的应答方法和装置 |
CN106547924A (zh) * | 2016-12-09 | 2017-03-29 | 东软集团股份有限公司 | 文本信息的情感分析方法及装置 |
CN107315778A (zh) * | 2017-05-31 | 2017-11-03 | 温州市鹿城区中津先进科技研究院 | 一种基于大数据情感分析的自然语言舆情分析方法 |
CN108255307A (zh) * | 2018-02-08 | 2018-07-06 | 竹间智能科技(上海)有限公司 | 基于多模态情绪与脸部属性识别的人机交互方法、系统 |
-
2019
- 2019-01-10 CN CN201910023485.9A patent/CN109902287A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893344A (zh) * | 2016-03-28 | 2016-08-24 | 北京京东尚科信息技术有限公司 | 基于用户语义情感分析的应答方法和装置 |
CN106547924A (zh) * | 2016-12-09 | 2017-03-29 | 东软集团股份有限公司 | 文本信息的情感分析方法及装置 |
CN107315778A (zh) * | 2017-05-31 | 2017-11-03 | 温州市鹿城区中津先进科技研究院 | 一种基于大数据情感分析的自然语言舆情分析方法 |
CN108255307A (zh) * | 2018-02-08 | 2018-07-06 | 竹间智能科技(上海)有限公司 | 基于多模态情绪与脸部属性识别的人机交互方法、系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091810A (zh) * | 2019-12-19 | 2020-05-01 | 佛山科学技术学院 | 基于语音信息的vr游戏人物表情控制方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104598445B (zh) | 自动问答系统和方法 | |
CN105261362B (zh) | 一种通话语音监测方法及系统 | |
CN107977415A (zh) | 自动问答方法及装置 | |
CN107133349A (zh) | 一种对话机器人系统 | |
CN106055662A (zh) | 基于情感的智能对话方法及系统 | |
CN106874435A (zh) | 用户画像构建方法和装置 | |
CN106230689A (zh) | 一种语音信息交互的方法、装置及服务器 | |
CN109065052A (zh) | 一种语音机器人 | |
CN109635080A (zh) | 应答策略生成方法及装置 | |
CN101334997A (zh) | 与扬声器无关的语音识别装置 | |
CN110287299A (zh) | 一种通话中多话术语句智能切换方法 | |
CN108830394A (zh) | 通话预约方法、坐席请假处理方法、装置、设备及介质 | |
CN110225210A (zh) | 基于通话摘要自动填写工单方法及系统 | |
CN106603792B (zh) | 一种号码查找设备 | |
CN110460798A (zh) | 视频访谈服务处理方法、装置、终端与存储介质 | |
CN109902287A (zh) | 电话机器人语义理解方法及其系统 | |
Malt et al. | Conversation and convention: Enduring influences on name choice for common objects | |
CN107331396A (zh) | 输出数字的方法及装置 | |
JP2023076430A (ja) | プログラム、情報処理システム及び情報処理方法 | |
CN109712645A (zh) | 自主通话系统和自主通话方法 | |
CN112866491B (zh) | 基于特定领域的多语义智能问答方法 | |
JP2005192024A (ja) | コールセンタにおける通話音声データ管理方式およびそれに用いるオペレータ端末 | |
CN109670030A (zh) | 问答交互方法及装置 | |
CN109086372A (zh) | 一种基于人工智能应用于法律咨询的多轮会话方法及系统 | |
JP4067483B2 (ja) | 電話受け付け翻訳システム |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190618 |