CN109977209A - 多轮人机交互方法、系统、计算机及介质 - Google Patents
多轮人机交互方法、系统、计算机及介质 Download PDFInfo
- Publication number
- CN109977209A CN109977209A CN201910221858.3A CN201910221858A CN109977209A CN 109977209 A CN109977209 A CN 109977209A CN 201910221858 A CN201910221858 A CN 201910221858A CN 109977209 A CN109977209 A CN 109977209A
- Authority
- CN
- China
- Prior art keywords
- session
- user
- intended
- data
- round
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 4
- 230000003466 anti-cipated effect Effects 0.000 claims 1
- 230000006978 adaptation Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的多轮人机交互方法、系统、计算机及介质，该方法当检测到用户当前一轮会话结束时，对用户下轮会话的用户意图进行预测；如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；当接收到用户新一轮的会话数据时，根据所述会话数据判断是否需要增加多轮会话意图；如果是，读取所述上下文数据库中的会话数据，根据新一轮的会话数据以及上下文数据库中的会话数据完成本次会话；如果不是，根据新一轮的会话数据完成本次会话。该方法能够实现同一用户意图的多轮交互，适配用户不同的语法习惯。
Description
技术领域
本发明属于人机交互技术领域，具体涉及多轮人机交互方法、系统、计算机及介质。
背景技术
人机交互是一门研究系统与用户之间交互关系的学问。系统可以是各种各样的机器，也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流，并进行操作。
依托于人机交互技术的发展，支持人机交互功能的产品和应用越来越多，用户在熟悉这些产品和应用的同时，也给这些产品和应用的用户体验提出了更高的要求。
为了满足用户新产生的高标准的需求，需要进一步优化人机交互的逻辑和过程，其中如何使得聊天程序及聊天机器人支持同一用户意图的多轮交互是一个重要的研究课题和研究方向。
发明内容
针对现有技术中的缺陷，本发明提供多轮人机交互方法、系统、计算机及介质，能够实现同一用户意图的多轮交互。
第一方面，一种多轮人机交互方法，包括以下步骤：
当检测到用户当前一轮会话结束时，对用户下轮会话的用户意图进行预测；
如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；
当接收到用户新一轮的会话数据时，根据所述会话数据判断是否需要增加多轮会话意图；
如果是，读取所述上下文数据库中的会话数据，根据新一轮的会话数据以及上下文数据库中的会话数据完成本次会话；
如果不是，根据新一轮的会话数据完成本次会话。
优选地，所述对用户下轮会话的用户意图进行预测具体包括：
识别用户下轮会话的会话类型；
根据所述会话类型对用户下轮会话的用户意图进行预测。
优选地，当所述会话类型为闲聊时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
设置预测规则；
根据所述预测规则对用户下轮会话的用户意图进行预测；
所述预测规则通过以下一种或几种方法定义：
①根据预设的交互习惯进行定义；
②获取用户的历史人机交互数据，利用深度学习技术分析所述历史人机交互数据，根据得到的该用户的交互习惯进行定义；
③采集不同人群的人机交互数据，分析所述人机交互数据，根据得到的交互习惯进行定义。
优选地，当所述会话类型为特定领域对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
预设若干个槽位；
根据用户当前一轮的会话内容对所述槽位进行槽填充；
如果用户当前一轮的会话结束，但是槽位未填充完成时，定义用户下轮会话的用户意图与当前一轮会话的会话意图相同，并根据未填充的槽位生成询问指令进行询问；
如果用户当前一轮的会话结束，且所有槽位全部填充完成时，定义用户下轮会话的用户意图为未知。
优选地，当所述会话类型为问答对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
生成意图询问指令进行询问；
接收用户针对所述意图询问指令输入的意图数据，定义所述意图数据为用户下轮会话的用户意图。
优选地，该方法在所述根据所述会话类型对用户下轮会话的用户意图进行预测之后，还包括：
定义当前一轮会话的空缺数据为多轮对话信息。
优选地，所述根据新一轮的会话数据判断是否需要增加多轮会话意图具体包括：
当新一轮的会话数据中包含上一轮会话结束后得到的多轮对话信息时，分析新一轮的会话数据的有效性；
如果新一轮的会话数据是有效的，定义新一轮的会话数据需要增加多轮会话意图；
如果新一轮的会话数据中没有上一轮会话结束后得到的多轮对话信息，定义新一轮的会话数据不需要增加多轮会话意图。
第二方面，一种多轮人机交互系统，包括：
功能模块：用于读取上下文数据库中的会话数据，并根据读取到的会话数据完成与用户之间的会话；并在会话结束后，对用户下轮会话的用户意图进行预测；如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；
上下文数据库：用于存储会话数据；
对话管理模块：用于当接收到用户新一轮的会话数据时，判断是否需要增加多轮会话意图；如果是，将新一轮的会话数据存储至上下文数据库中；如果不是，清空所述上下文数据库，将新一轮的会话数据存储至上下文数据库中。
第三方面，一种计算机，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行第一方面所述的方法。
第四方面，一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行第一方面所述的方法。
由上述技术方案可知，本发明提供的多轮人机交互方法、系统、计算机及介质，能够预测用户下一轮会话的用户意图，当当前一轮会话的用户意图与上一轮会话的用户意图相同时，结合当前一轮会话和上一轮会话的会话数据完成本次会话，能够实现同一用户意图的多轮交互，适配用户不同的语法习惯。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例一提供的多轮人机交互方法的流程图。
图2为本发明实施例三提供的多轮会话意图判断方法的流程图。
图3为本发明实施例四提供的多轮人机交互系统的模块框图。
图4为本发明实施例五提供的计算机的模块框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
在人机交互领域，一般将“一问一答”作为一轮人机交互，多轮人机交互是指本轮交互内容与上一轮或上几轮交互内容有关。如：用户说“明天天气怎么样”，系统回复“请问想知道哪里的天气”，用户回复“深圳”，系统会认为用户回复深圳的意思是询问深圳的天气，而不是询问深圳这个城市。
用户连续意图是指在多轮对话中，用户在本轮对话中的用户意图与上一轮对话中的用户意图连续/相同。
实施例一：
一种多轮人机交互方法，参见图1，包括以下步骤：
S1：当检测到用户当前一轮会话结束时，对用户下轮会话的用户意图进行预测；
S2：如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；
具体地，如果用户下轮会话的用户意图与当前一轮会话的用户意图相同，说明用户下轮会话可能需要当前一轮的会话数据，所以对当前一轮会话的会话数据进行存储。
S3：当接收到用户新一轮的会话数据时，根据所述会话数据判断是否需要增加多轮会话意图；
S4：如果是，读取所述上下文数据库中的会话数据，根据新一轮的会话数据以及上下文数据库中的会话数据完成本次会话；
具体地，多轮会话意图即用户连续意图。如果新一轮的会话数据需要增加多轮会话意图，即表示新一轮会话的用户意图与上一轮会话或上几轮会话的用户意图相同，需要结合上一轮会话或上几轮会话的会话数据完成本次会话。
S5：如果不是，根据新一轮的会话数据完成本次会话。
具体地，如果新一轮的会话数据不需要增加多轮会话意图，即表示新一轮会话的用户意图与上一轮会话或上几轮会话的用户意图不相同，则仅根据新一轮的会话数据完成本次会话即可。
该方法能够预测用户下一轮会话的用户意图，当当前一轮会话的用户意图与上一轮会话的用户意图相同时，结合当前一轮会话和上一轮会话的会话数据完成本次会话，能够实现同一用户意图的多轮交互，适配用户不同的语法习惯。
实施例二：
实施例二在其他实施例的基础上增加以下内容：
识别用户下轮会话的会话类型；
根据所述会话类型对用户下轮会话的用户意图进行预测。
具体地，人机交互系统的会话类型，在行业内一般分为闲聊、特定领域对话以及问答。
1)当所述会话类型为闲聊时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
设置预测规则；
根据所述预测规则对用户下轮会话的用户意图进行预测。
具体地，闲聊过程中，用户的意图又可根据领域来分类，如音乐领域、电影领域、常识、情感、个人信息、社交等。
其中，所述预测规则通过以下一种或几种方法定义：
1、根据预设的交互习惯进行定义。例如可以根据本领域技术人员所分析得到的人机交互习惯，定义预测规则。例如：用户输入“明天天气怎么样”，在当前会话过程中，用户想要询问天气。该方法可以利用槽填充技术完善用户的询问指令，例如在槽填充过程中如果发现地点槽位的值为空，可以回复用户“请问询问哪里的天气”，且预测用户下一轮对话的意图仍然为询问天气，当用户在下一轮对话中输入“深圳”时，下一轮对话将深圳作为地点槽位的值进行填充，并查询明天深圳的天气，将查询结果反馈给用户，且退出询问天气功能，预测用户下一轮输入的意图是未知。
2、获取用户的历史人机交互数据，利用深度学习技术分析所述历史人机交互数据，根据得到的该用户的交互习惯进行定义。当用户交互一段时间后，该方法可以利用深度学习技术分析历史人机交互数据，这样就能得到该用户的交互习惯，根据这些交互习可以为该用户定制特定的预测规则。
3、采集不同人群的人机交互数据，分析所述人机交互数据，根据得到的交互习惯进行定义。通过分析不同人群的人机交互数据，可以得到一般人的交互习惯，就可以得到符合一般人的预测规则。
2)当所述会话类型为特定领域对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
预设若干个槽位；
具体地，不同的用户意图对应的槽位不一样。
根据用户当前一轮的会话内容对所述槽位进行槽填充；
如果用户当前一轮的会话结束，但是槽位未填充完成时，定义用户下轮会话的用户意图与当前一轮会话的会话意图相同，并根据未填充的槽位生成询问指令进行询问；
如果用户当前一轮的会话结束，且所有槽位全部填充完成时，定义用户下轮会话的用户意图为未知。
具体地，例如用户上一轮会话输入“明天天气怎么样”，得知，上一轮会话的用户意图是查询天气，针对该用户意图设定的槽位有时间槽和地点槽位。但是经分析发现上一轮会话中时间槽已填充了“明天”，地点槽位未填充，此时，认为用户下轮会话的用户意图与上一轮相同，还是查询天气，此时根据未填充的地点槽位生成询问指令“请问是哪个地方”，如果用户下一轮会话中输入“深圳”，则认为用户想要查询的是深圳明天的天气怎么样，而不是深圳这个城市。如果当前一轮的会话结束时，所有槽位全部填充完成，则认为上一个用户意图(查询天气)的会话已结束。用户下轮会话的用户意图为未知。
如果上一轮会话结束后，设定的槽位还未全部填充完成，则根据上一轮会话结束后预测得到的多轮对话信息生成询问指令进行询问。多轮对话信息即表示当前一轮会话结束后缺少的数据，如果多轮对话信息不为空，说明用户当前一轮的会话数据仍然不齐全，仍然缺少个别数据时，此时根据多轮对话信息生成询问指令，再次询问用户，直到采集到该用户意图所需要的所有信息，即直到多轮对话信息为空。
3)当所述会话类型为问答对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
生成意图询问指令进行询问；
接收用户针对所述意图询问指令输入的意图数据，定义所述意图数据为用户下轮会话的用户意图。
具体地，问答会话为一问一答的模式，即采用一问一答的方式获得用户意图。这样，可根据用户回答的内容直接得到用户意图。
本发明实施例所提供的方法，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例三：
实施例三在其他实施例的基础上，增加以下内容：
该方法在所述根据所述会话类型对用户下轮会话的用户意图进行预测之后，还包括：
定义当前一轮会话的空缺数据为多轮对话信息。
具体地，例如用户输入“明天天气怎么样”，在当前会话过程中，发现缺少查询地址，则定义查询地点为多轮对话信息。多轮对话信息即表示当前一轮缺少、希望下一轮对话提供的数据。
优选地，参见图2，所述根据新一轮的会话数据判断是否需要增加多轮会话意图具体包括：
S11：当新一轮的会话数据中包含上一轮会话结束后得到的多轮对话信息时，分析新一轮的会话数据的有效性；
具体地，例如用户上一轮会话输入“明天天气怎么样”，分析发现上一轮的多轮对话信息为询问地点。那么如果用户下一轮会话中输入“深圳”，则下一轮的会话数据中包含上一轮会话结束后得到的多轮对话信息，即下一轮的会话数据已经补充了上一轮会话中缺乏的数据。有效性是指会话数据是否正确，例如：如果用户询问中国多伦多的天气，由于多伦多并不在中国，所以会认为用户本次会话是无效的。
S12：如果新一轮的会话数据是有效的，定义新一轮的会话数据需要增加多轮会话意图；
S13：如果新一轮的会话数据中没有上一轮会话结束后得到的多轮对话信息，定义新一轮的会话数据不需要增加多轮会话意图。
具体地，例如上述例子中，用户回复“中餐”，则本轮的会话数据中并没有上一轮会话中缺少的询问地点，则认为新一轮的会话数据不需要增加多轮会话意图，需要重新分析用户的用户意图，并根据新的用户意图完成新一轮的会话。
本发明实施例所提供的方法，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例四：
一种多轮人机交互系统，参见图3，包括：
功能模块：用于读取上下文数据库中的会话数据，并根据读取到的会话数据完成与用户之间的会话；并在会话结束后，对用户下轮会话的用户意图进行预测；如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；
具体地，功能模块，一方面，具备闲聊、天气查询、播放音乐、机票预订、智能家居控制等多种具体交互功能，其中的每一项功能可以形成一个功能模块。功能模块在完成会话时，从上下文数据库中读取需要处理的会话数据，根据读取的会话数据完成与用户之间的会话。
上下文数据库：用于存储会话数据；
对话管理模块：用于当接收到用户新一轮的会话数据时，判断是否需要增加多轮会话意图；如果是，将新一轮的会话数据存储至上下文数据库中；如果不是，清空所述上下文数据库，将新一轮的会话数据存储至上下文数据库中。
具体地，如果需要增加多轮会话意图，需要将新一轮的会话数据存储至上下文数据库中，这样功能模块在完成会话的过程中，就可以从上下文数据库中读取新一轮的会话数据以及上一轮或上几轮的会话数据，根据新一轮的会话数据以及上下文数据库中的会话数据完成本次会话。
如果不需要增加多轮会话意图，清空上下文数据库，将新一轮的会话数据存储至上下文数据库中，这样上下文数据库中只存储有新一轮的会话数据。功能模块在完成会话的过程中，就可以从上下文数据库中读取新一轮的会话数据，根据新一轮的会话数据完成本次会话。
另外，作为本实施例的进一步改进，所述功能模块具体用于：识别用户下轮会话的会话类型；
根据所述会话类型对用户下轮会话的用户意图进行预测。
1)当所述会话类型为闲聊时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
设置预测规则；
根据所述预测规则对用户下轮会话的用户意图进行预测。
其中，所述预测规则通过以下一种或几种方法定义：
①根据预设的交互习惯进行定义；
②获取用户的历史人机交互数据，利用深度学习技术分析所述历史人机交互数据，根据得到的该用户的交互习惯进行定义；
③采集不同人群的人机交互数据，分析所述人机交互数据，根据得到的交互习惯进行定义。
2)当所述会话类型为特定领域对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
预设若干个槽位；
根据用户当前一轮的会话内容对所述槽位进行槽填充；
如果用户当前一轮的会话结束，但是槽位未填充完成时，定义用户下轮会话的用户意图与当前一轮会话的会话意图相同，并根据未填充的槽位生成询问指令进行询问；
如果用户当前一轮的会话结束，且所有槽位全部填充完成时，定义用户下轮会话的用户意图为未知。
3)当所述会话类型为问答对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
生成意图询问指令进行询问；
接收用户针对所述意图询问指令输入的意图数据，定义所述意图数据为用户下轮会话的用户意图。
优选地，所述功能模块还用于：定义当前一轮会话的空缺数据为多轮对话信息，并将多轮对话信息发送给对话管理模块。
优选地，所述对话管理模块具体用于：当新一轮的会话数据中包含上一轮会话结束后得到的多轮对话信息时，分析新一轮的会话数据的有效性；如果新一轮的会话数据是有效的，定义新一轮的会话数据需要增加多轮会话意图；如果新一轮的会话数据中没有上一轮会话结束后得到的多轮对话信息，定义新一轮的会话数据不需要增加多轮会话意图。
该系统能够预测用户下一轮会话的用户意图，当当前一轮会话的用户意图与上一轮会话的用户意图相同时，结合当前一轮会话和上一轮会话的会话数据完成本次会话，能够实现同一用户意图的多轮交互，适配用户不同的语法习惯。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例所提供的系统，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例五：
一种计算机，参见图4，包括处理器801、输入设备802、输出设备803和存储器804，所述处理器801、输入设备802、输出设备803和存储器804通过总线805相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述的方法。
应当理解，在本发明实施例中，所称处理器801可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备802可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备803可以包括显示器(LCD等)、扬声器等。
该存储器804可以包括只读存储器和随机存取存储器，并向处理器801提供指令和数据。存储器804的一部分还可以包括非易失性随机存取存储器。例如，存储器804还可以存储设备类型的信息。
本发明实施例所提供的计算机，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例六：
一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述的方法。
所述计算机可读存储介质可以是前述任一实施例所述的终端的内部存储单元，例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例所提供的介质，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种多轮人机交互方法，其特征在于，包括以下步骤：
当检测到用户当前一轮会话结束时，对用户下轮会话的用户意图进行预测；
如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；
当接收到用户新一轮的会话数据时，根据所述会话数据判断是否需要增加多轮会话意图；
如果是，读取所述上下文数据库中的会话数据，根据新一轮的会话数据以及上下文数据库中的会话数据完成本次会话；
如果不是，根据新一轮的会话数据完成本次会话。
2.根据权利要求1所述多轮人机交互方法，其特征在于，所述对用户下轮会话的用户意图进行预测具体包括：
识别用户下轮会话的会话类型；
根据所述会话类型对用户下轮会话的用户意图进行预测。
3.根据权利要求2所述多轮人机交互方法，其特征在于，
当所述会话类型为闲聊时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
设置预测规则；
根据所述预测规则对用户下轮会话的用户意图进行预测；
所述预测规则通过以下一种或几种方法定义：
①根据预设的交互习惯进行定义；
②获取用户的历史人机交互数据，利用深度学习技术分析所述历史人机交互数据，根据得到的该用户的交互习惯进行定义；
③采集不同人群的人机交互数据，分析所述人机交互数据，根据得到的交互习惯进行定义。
4.根据权利要求2所述多轮人机交互方法，其特征在于，
当所述会话类型为特定领域对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
预设若干个槽位；
根据用户当前一轮的会话内容对所述槽位进行槽填充；
如果用户当前一轮的会话结束，但是槽位未填充完成时，定义用户下轮会话的用户意图与当前一轮会话的会话意图相同，并根据未填充的槽位生成询问指令进行询问；
如果用户当前一轮的会话结束，且所有槽位全部填充完成时，定义用户下轮会话的用户意图为未知。
5.根据权利要求2所述多轮人机交互方法，其特征在于，
当所述会话类型为问答对话时，所述根据所述会话类型对用户下轮会话的用户意图进行预测具体包括：
生成意图询问指令进行询问；
接收用户针对所述意图询问指令输入的意图数据，定义所述意图数据为用户下轮会话的用户意图。
6.根据权利要求2所述多轮人机交互方法，其特征在于，
该方法在所述根据所述会话类型对用户下轮会话的用户意图进行预测之后，还包括：
定义当前一轮会话的空缺数据为多轮对话信息。
7.根据权利要求6所述多轮人机交互方法，其特征在于，所述根据新一轮的会话数据判断是否需要增加多轮会话意图具体包括：
当新一轮的会话数据中包含上一轮会话结束后得到的多轮对话信息时，分析新一轮的会话数据的有效性；
如果新一轮的会话数据是有效的，定义新一轮的会话数据需要增加多轮会话意图；
如果新一轮的会话数据中没有上一轮会话结束后得到的多轮对话信息，定义新一轮的会话数据不需要增加多轮会话意图。
8.一种多轮人机交互系统，其特征在于，包括：
功能模块：用于读取上下文数据库中的会话数据，并根据读取到的会话数据完成与用户之间的会话；并在会话结束后，对用户下轮会话的用户意图进行预测；如果用户下轮会话的用户意图与当前一轮会话的用户意图相同时，将当前一轮会话的会话数据存储至上下文数据库中；
上下文数据库：用于存储会话数据；
对话管理模块：用于当接收到用户新一轮的会话数据时，判断是否需要增加多轮会话意图；如果是，将新一轮的会话数据存储至上下文数据库中；如果不是，清空所述上下文数据库，将新一轮的会话数据存储至上下文数据库中。
9.一种计算机，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910221858.3A CN109977209A (zh) | 2019-03-22 | 2019-03-22 | 多轮人机交互方法、系统、计算机及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910221858.3A CN109977209A (zh) | 2019-03-22 | 2019-03-22 | 多轮人机交互方法、系统、计算机及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109977209A true CN109977209A (zh) | 2019-07-05 |
Family
ID=67080097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910221858.3A Pending CN109977209A (zh) | 2019-03-22 | 2019-03-22 | 多轮人机交互方法、系统、计算机及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109977209A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110737765A (zh) * | 2019-10-25 | 2020-01-31 | 上海喜马拉雅科技有限公司 | 多轮对话的对话数据处理方法及相关装置 |
| CN110941693A (zh) * | 2019-10-09 | 2020-03-31 | 深圳软通动力信息技术有限公司 | 基于任务的人机对话方法、系统、电子设备及存储介质 |
| CN111048074A (zh) * | 2019-12-25 | 2020-04-21 | 出门问问信息科技有限公司 | 一种用于辅助语音识别的上下文信息生成方法及装置 |
| CN111091011A (zh) * | 2019-12-20 | 2020-05-01 | 科大讯飞股份有限公司 | 领域预测方法、领域预测装置及电子设备 |
| CN111400467A (zh) * | 2020-03-09 | 2020-07-10 | 上海国民集团健康科技有限公司 | 一种机器人聊天方法 |
| CN114663114A (zh) * | 2022-03-22 | 2022-06-24 | 平安科技（深圳）有限公司 | 会话管理方法、计算机及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951433A (zh) * | 2015-06-24 | 2015-09-30 | 北京京东尚科信息技术有限公司 | 基于上下文进行意图识别的方法和系统 |
| CN108153780A (zh) * | 2016-12-05 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 一种人机对话装置及其实现人机对话的方法 |
| CN109313667A (zh) * | 2016-06-17 | 2019-02-05 | 微软技术许可有限责任公司 | 构建特定于状态的多轮上下文语言理解系统的系统和方法 |
| CN109446307A (zh) * | 2018-10-16 | 2019-03-08 | 浪潮软件股份有限公司 | 一种实现智能对话中对话管理的方法 |
-
2019
- 2019-03-22 CN CN201910221858.3A patent/CN109977209A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951433A (zh) * | 2015-06-24 | 2015-09-30 | 北京京东尚科信息技术有限公司 | 基于上下文进行意图识别的方法和系统 |
| CN109313667A (zh) * | 2016-06-17 | 2019-02-05 | 微软技术许可有限责任公司 | 构建特定于状态的多轮上下文语言理解系统的系统和方法 |
| CN108153780A (zh) * | 2016-12-05 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 一种人机对话装置及其实现人机对话的方法 |
| CN109446307A (zh) * | 2018-10-16 | 2019-03-08 | 浪潮软件股份有限公司 | 一种实现智能对话中对话管理的方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110941693A (zh) * | 2019-10-09 | 2020-03-31 | 深圳软通动力信息技术有限公司 | 基于任务的人机对话方法、系统、电子设备及存储介质 |
| CN110737765A (zh) * | 2019-10-25 | 2020-01-31 | 上海喜马拉雅科技有限公司 | 多轮对话的对话数据处理方法及相关装置 |
| CN111091011A (zh) * | 2019-12-20 | 2020-05-01 | 科大讯飞股份有限公司 | 领域预测方法、领域预测装置及电子设备 |
| CN111048074A (zh) * | 2019-12-25 | 2020-04-21 | 出门问问信息科技有限公司 | 一种用于辅助语音识别的上下文信息生成方法及装置 |
| CN111400467A (zh) * | 2020-03-09 | 2020-07-10 | 上海国民集团健康科技有限公司 | 一种机器人聊天方法 |
| CN111400467B (zh) * | 2020-03-09 | 2023-05-16 | 上海国民集团健康科技有限公司 | 一种机器人聊天方法 |
| CN114663114A (zh) * | 2022-03-22 | 2022-06-24 | 平安科技（深圳）有限公司 | 会话管理方法、计算机及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109977209A (zh) | 多轮人机交互方法、系统、计算机及介质 | |
| CN107992543A (zh) | 问答交互方法和装置、计算机设备及计算机可读存储介质 | |
| CN108664472B (zh) | 自然语言处理方法、装置及其设备 | |
| CN110335595A (zh) | 基于语音识别的插问对话方法、装置及存储介质 | |
| WO2018226404A1 (en) | Machine reasoning based on knowledge graph | |
| CN109885452A (zh) | 性能监控方法、装置及终端设备 | |
| CN107610698A (zh) | 一种实现语音控制的方法、机器人及计算机可读存储介质 | |
| CN109543010A (zh) | 融合数据库查询的人机对话方法及系统 | |
| CN108182069A (zh) | 程序语言转换方法、终端设备及计算机可读介质 | |
| CN109871450A (zh) | 基于绘本阅读的多模态交互方法及系统 | |
| CN111651571B (zh) | 基于人机协同的会话实现方法、装置、设备及存储介质 | |
| CN112199477B (zh) | 对话管理方案和对话管理语料的构建方法 | |
| US20200265843A1 (en) | Speech broadcast method, device and terminal | |
| CN107357787A (zh) | 语义交互方法、装置及电子设备 | |
| CN109918494A (zh) | 基于图的上下文关联回复生成方法、计算机及介质 | |
| CN109922213A (zh) | 语音咨询时的数据处理方法、装置、存储介质及终端设备 | |
| CN110060674A (zh) | 表格管理方法、装置、终端和存储介质 | |
| CN110428824A (zh) | 一种智能音箱的交互方法、装置及智能音箱 | |
| CN110689078A (zh) | 基于人格分类模型的人机交互方法、装置及计算机设备 | |
| CN107562546A (zh) | 任务分配方法、装置及即时通信工具 | |
| CN116490879A (zh) | 用于神经网络中过度预测的方法和系统 | |
| CN108829668A (zh) | 文本信息的生成方法、装置、计算机设备及存储介质 | |
| WO2022178933A1 (zh) | 基于上下文的语音情感检测方法、装置、设备及存储介质 | |
| WO2024022429A1 (zh) | 车辆的人工交互方法、装置、设备、车辆及存储介质 | |
| CN109190116A (zh) | 语义解析方法、系统、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190705 |