CN109977216A - 基于场景的对话推荐方法及系统 - Google Patents
基于场景的对话推荐方法及系统 Download PDFInfo
- Publication number
- CN109977216A CN109977216A CN201910255739.XA CN201910255739A CN109977216A CN 109977216 A CN109977216 A CN 109977216A CN 201910255739 A CN201910255739 A CN 201910255739A CN 109977216 A CN109977216 A CN 109977216A
- Authority
- CN
- China
- Prior art keywords
- dialogue
- scene
- entity
- entity set
- operational scenarios
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种基于场景的对话推荐方法及系统,所述方法包括:接收用户所发送的对话语句;至少根据所述对话语句确定第一对话实体集;确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集;根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集;在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多;根据所述目标对话场景向用户进行话题推荐。基于本发明的方法所推荐的话题更加契合用户当前的关注点,提升了话题推荐的友好性,提升了用户体验。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于场景的对话推荐方法及系统。
背景技术
现有话题或服务推荐技术一般基于以下两种。
根据关键词推荐:关键词有歧义问题,同一个关键词在不同场景下代表不同意思;不同关键词的权重差别很大,很难平衡不同关键词对推荐结果的权重影响。
根据事件推荐:事件本身的描述模型不成熟,不太容易刻画。例如,事件中实体间的关系,事件的推理怎么形式化表达,事件本身的描述不够清晰的情况下,很难再用事件来做进一步的推荐。
发明内容
本发明实施例提供一种基于场景的对话推荐方法及系统,用于至少解决上述技术问题之一。
第一方面,本发明实施例提供一种基于场景的对话推荐方法,包括:
接收用户所发送的对话语句;
至少根据所述对话语句确定第一对话实体集;
确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集;
根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集;
在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多;
根据所述目标对话场景向用户进行话题推荐。
第二方面,本发明实施例提供一种基于场景的对话推荐系统,包括:
接收程序模块,用于接收用户所发送的对话语句;
第一集合确定程序模块,用于至少根据所述对话语句确定第一对话实体集;
第二集合确定程序模块,用于确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集;
场景集构建程序模块,用于根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集;
目标场景确定程序模块,用于在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多;
话题推荐程序模块,用于根据所述目标对话场景向用户进行话题推荐。
第三方面,本发明实施例提供一种存储介质,所述存储介质中存储有一个或多个包括执行指令的程序,所述执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本发明上述任一项基于场景的对话推荐方法。
第四方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明上述任一项基于场景的对话推荐方法。
第五方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项基于场景的对话推荐方法。
本发明实施例的有益效果在于:基于本发明的方法所推荐的话题更加契合用户当前的关注点,提升了话题推荐的友好性,提升了用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中的话题-实体树形结构示意图;
图2为本发明中的场景关联结构示意图;
图3为本发明的基于场景的对话推荐方法的一实施例的流程图;
图4为本发明的基于场景的对话推荐方法的另一实施例的流程图;
图5为本发明的基于场景的对话推荐系统的一实施例的原理框图;
图6为本发明中的目标场景确定程序模块的一实施例的原理框图;
图7为本发明的电子设备的一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
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。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本发明中,“模块”、“装置”、“系统”等指应用于计算机的相关实体,如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说,例如,元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有,运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中,并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间,并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号,例如,来自一个与本地系统、分布式系统中另一元件交互的,和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明希望解决的问题是大量场景之间的关联和推荐问题,本质是当前场景在什么条件下应该推荐下一个场景是什么,然后引导用户获取对应的知识或获取相应的服务。
为便于对本发明的具体实施例进行更清楚的理解,在详细描述本发明具体实施例之前先对相关概念释义如下:
本方法有以下3个概念:
实体:是知识图谱中的概念,知识图谱的理论和应用已经比较成熟,实体表示实际的物体。
话题:话题是比较抽象的概念,是对实体从某一维度的归纳。
场景:是显示生活中为人服务的一个应用或功能。
它们之间的关系如下:
实体有它所属的话题,一个实体可以属于多个话题,为了简化处理也可以以图1所示以树形结构组织。其中,包括的话题有:公司,公司的子话题:产品、技术、公司人员;产品的子话题:车载产品、IoT产品;技术的子话题:硬件技术、软件技术;公司人员的子话题:研发人员、管理人员。此外,还包括对应于最后一级子话题实体,例如,对应于IoT产品的音箱和故事机,对应于软件技术的ASR等。实体之间可以存在联系,实体之间是图的形式表示的,是知识图谱的结构。话题本身具有结构,话题以图的方式联系,应用中可以简化为树形结构。
实体和场景之间的关系如图2所示,每一个场景包含这个场景下的若干实体,实体之间仍然是以图的方式连接。场景之间的联系是根据实体建立的。
图2示例中包括的场景有:岗位查询、企业查询、地名服务、小伟就业、交通指数、地铁查询、自行车租借、人才补贴、落户、公证、法律服务、面试补贴、居住证、创新创业、企业减负、学历验证、社保查询、就业政策、住房补贴、南京咨询、艺术中心等。并且以落户和法律服务为例展示了场景包含实体以及场景之间的关联方式。
实体之间的联系是固定的,是客观的,随着知识的更新才会更新。话题之间的关系是相对固定,但用户可以随时调整的。场景之间的关系是根据实体和话题之间的关系动态生成的。
示例性地,场景完成一种生活中的服务或功能,实际应用中场景可以对应:应用程序或应用程序中的一个完整功能,网站或网站中的一种功能,语音助手或语音助手支持的一种功能。主要的关联实体有:时间,地点,人物,机构类型。场景定义为<类型:及其关联实体>。例如,包括但不限于以下内容:
新闻:时间,地点,人物,机构。
餐饮:餐饮机构名称、地点、人物。
医疗:医疗机构名称、地点、科室。
求职:时间、地点、职位、行业、人物。
招聘:时间、地点、职位、行业、人物。
交通:时间、出发地点、目的地点。
旅游:时间、出发地点、目的地点。
社保查询:人物、地点。
导航:时间、出发地点、目的地点。
人才补贴:地点、人物、时间。
论文查询:学科、时间、人物、论文名称。
存款:人物、时间、地点、银行。
取款:人物、时间、地点、银行。
股价查询:股票名称。
天气查询:时间、地点。
如图3所示,本发明的实施例提供一种基于场景的对话推荐方法,包括:S10、接收用户所发送的对话语句。
示例性地,对话语句可以是用户通过输入法输入的文字,也可以是通过语音对话说出的语句,本发明对此不作限定。
S20、至少根据所述对话语句确定第一对话实体集。
示例性地,用户询问:上海怎么落户?
这个问题包含的实体:上海,XX年(隐藏时间实体,为问题提出的实际年份,例如,2019年);
落户的答案包含的实体:静安区、新浦区、浦东新区、派出所户籍科、高级技术职称、个人所得税、硕士学位、博士学位等;
得到第一对话实体集A={上海、2019年、静安区、新浦区、浦东新区、派出所户籍科、高级技术职称、个人所得税、硕士学位、博士学位、……}。
S30、确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集。示例性地:
和上海相关的话题:旅游、导航、天气、社保查询等;
和派出所户籍科相关的话题:办公时间、户口办理等;
和社保局相关的话题:社保查询、办理社保、社保提取等;
和个人所得税相关的话题:办公时间、减税政策、高新企业政策等;
和硕士学位相关的话题:学位查询、在职教育、大学、专业方向等;
……
汇总以上话题包含的实体集合得到:
第二对话实体集B={上海、豫园、社保局、派出所、税务局、……}。
S40、根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集。示例性地:
获取A和B中每个实体关联的场景:
上海:旅游、社保、落户、税收、GDP;
2019年:新闻、假期;
静安区:旅游、社保查询;
新浦区:经济产业、社保查询;
浦东新区:金融;
派出所户籍科:落户;
高级技术职称:中级技术职称、研究员、工程师;
个人所得税:减税、社保;
硕士学位:专业方向、学位论文、大学;
博士学位:专业方向、学位论文、学术期刊、大学、毕业年限、高级职称;
豫园:门票、交通、餐饮;
社保局:社保查询、社保提取、医保、养老保险;
派出所:报警、便民服务、户籍;
税务局:纳税申报、税务稽查、减税、社保。
S50、在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多。
如图4所示,在一些实施例中,所述在所述对话场景集中确定目标对话场景包括:S51、确定所述对话场景集中的每一个对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体数量值;
S52、确定最大的实体数量值所对应的对话场景为目标对话场景。
示例性地,由步骤S40中的示例可知,“社保查询”这个场景得票数最多为3票,从而确定其为目标对话场景。
S60、根据所述目标对话场景向用户进行话题推荐。示例性地,在确定“社保查询”为目标推荐话题时,生成推荐问题:是否要查询下您的社保?
本发明实施例中并非直接基于场景之间的联系来进行话题的推荐,原因在于:直接预设在场景之间的联系是固定的,不能变动,但实际根据人物、地点、机构等实体的不同,场景和其它场景之间的跳转关系可能是不一样的。
例如,用户问:上海怎么落户。在回答用户的同时分析如下:
落户涉及实体:上海,派出所户籍科。
场景上和上海相关的有旅游、导航、天气、社保查询等。派出所户籍科相关的话题有办公时间、社保。推荐出来的场景可能是:是否要查下你的社保。但用户问北京怎么落户的时候,推荐的场景可能是:是否要了解千人专家项目的条件。因为北京的落户可能和社保缴纳时间的关系弱一些,从人才引进的角度考虑更合适。因此,基于本发明的方法所推荐的话题更加契合用户当前的关注点,提升了话题推荐的友好性,提升了用户体验。
在一些实施例中,在接收到用户所发送的对话语句之后还包括:确定用于回答所述对话语句的应答语句;
所述至少根据所述对话语句确定第一对话实体集包括:根据所述应答语句和所述对话语句确定第一对话实体集。
本实施例在确定第一对话实体集时综合考虑了“对话语句”和“应答语句”,从而能够更加精准的匹配出用户当前提问所涉及到的实体,便于后续基于所确定的第一对话实体集更准确的向用户推荐相关话题。
本发明的流程:
1.建立实体库和实体之间的关系,这是传统知识图谱的范畴;对话平台使用者可以通过对话平台分享知识,并且对话平台会根据知识的使用频率给分享者对应的奖励,奖励是分享者的一个分值,可以表现为分享者的积分、等级或对应的物质奖励。对话平台提供分享功能相当于让原来私有的知识可以分享:降低建立对话系统的门槛,提高对话系统的能力。给对话平台提供一定的社交能力:知识分享之后当该知识再被问到后就可以已以多人对话的形式展示。
2.建立话题之间的关系:人工设定;
3.话题和实体之间的关系可以通过人工设定或机器学习的方式获取:比如,分类;
4.场景和实体的关系通过机器学习的方式自动获取:根据场景中包含的内容自动提取;
5.用户发起一个对话,通过传统对话技术给用户一个答案的同时,获取对话问句和答案中的实体集合A;
6.根据从获取到的实体出发,通过话题扩展策略,找到实体集合B;
7.话题扩展测量策略可以是:
从实体出发用广度优先或深度优先的方法找到下一个或若干个实体;或者根据用户选择的下一步的场景赋予每条路径一定的权重的方式计算得到;
8.根据集合A和集合B中每个实体所属的场景,得到场景集合S;
9.对场景S中的每个场景s,计算在A和B中的实体的个数,根据个数排序,得分最高的是目标推荐的场景f。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作合并,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
如图5所示,本发明的实施例还提供一种基于场景的对话推荐系统500,包括:
接收程序模块510,用于接收用户所发送的对话语句;
第一集合确定程序模块520,用于至少根据所述对话语句确定第一对话实体集;
第二集合确定程序模块530,用于确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集;
场景集构建程序模块540,用于根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集;
目标场景确定程序模块550,用于在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多;
话题推荐程序模块560,用于根据所述目标对话场景向用户进行话题推荐。
本发明实施例中并非直接基于场景之间的联系来进行话题的推荐,原因在于:直接预设在场景之间的联系是固定的,不能变动,但实际根据人物、地点、机构等实体的不同,场景和其它场景之间的跳转关系可能是不一样的。
例如,用户问:上海怎么落户。在回答用户的同时分析如下:
落户涉及实体:上海,派出所户籍科。
场景上和上海相关的有旅游、导航、天气、社保查询等。派出所户籍科相关的话题有办公时间、社保。推荐出来的场景可能是:是否要查下你的社保。但用户问北京怎么落户的时候,推荐的场景可能是:是否要了解千人专家项目的条件。因为北京的落户可能和社保缴纳时间的关系弱一些,从人才引进的角度考虑更合适。因此,基于本发明的方法所推荐的话题更加契合用户当前的关注点,提升了话题推荐的友好性,提升了用户体验。
在一些实施例中,本发明的基于场景的对话推荐系统500还包括:应答程序模块,用于在接收到用户所发送的对话语句之后:确定用于回答所述对话语句的应答语句;所述至少根据所述对话语句确定第一对话实体集包括:根据所述应答语句和所述对话语句确定第一对话实体集。
本实施例在确定第一对话实体集时综合考虑了“对话语句”和“应答语句”,从而能够更加精准的匹配出用户当前提问所涉及到的实体,便于后续基于所确定的第一对话实体集更准确的向用户推荐相关话题。
如图6所示,在一些实施例中,所述目标场景确定程序模块550包括:
投票程序单元551,用于确定所述对话场景集中的每一个对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体数量值;
目标确定程序单元552,用于确定最大的实体数量值所对应的对话场景为目标对话场景。
在一些实施例中,本发明实施例提供一种非易失性计算机可读存储介质,所述存储介质中存储有一个或多个包括执行指令的程序,所述执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本发明上述任一项基于场景的对话推荐方法。
在一些实施例中,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项基于场景的对话推荐方法。
在一些实施例中,本发明实施例还提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行基于场景的对话推荐方法。
在一些实施例中,本发明实施例还提供一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时基于场景的对话推荐方法。
上述本发明实施例的基于场景的对话推荐系统可用于执行本发明实施例的基于场景的对话推荐方法,并相应的达到上述本发明实施例的实现基于场景的对话推荐方法所达到的技术效果,这里不再赘述。本发明实施例中可以通过硬件处理器(hardwareprocessor)来实现相关功能模块。
图7是本申请另一实施例提供的执行基于场景的对话推荐方法的电子设备的硬件结构示意图,如图7所示,该设备包括:
一个或多个处理器710以及存储器720,图7中以一个处理器710为例。
执行基于场景的对话推荐方法的设备还可以包括:输入装置730和输出装置740。
处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接,图7中以通过总线连接为例。
存储器720作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的基于场景的对话推荐方法对应的程序指令/模块。处理器710通过运行存储在存储器720中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例基于场景的对话推荐方法。
存储器720可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据基于场景的对话推荐装置的使用所创建的数据等。此外,存储器720可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器720可选包括相对于处理器710远程设置的存储器,这些远程存储器可以通过网络连接至基于场景的对话推荐装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可接收输入的数字或字符信息,以及产生与基于场景的对话推荐装置的用户设置以及功能控制有关的信号。输出装置740可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器720中,当被所述一个或者多个处理器710执行时,执行上述任意方法实施例中的基于场景的对话推荐方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本申请实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (8)
1.一种基于场景的对话推荐方法,包括:
接收用户所发送的对话语句;
至少根据所述对话语句确定第一对话实体集;
确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集;
根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集;
在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多;
根据所述目标对话场景向用户进行话题推荐。
2.根据权利要求1所述的方法,其中,在接收到用户所发送的对话语句之后还包括:确定用于回答所述对话语句的应答语句;
所述至少根据所述对话语句确定第一对话实体集包括:根据所述应答语句和所述对话语句确定第一对话实体集。
3.根据权利要求1所述的方法,其中,所述在所述对话场景集中确定目标对话场景包括:
确定所述对话场景集中的每一个对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体数量值;
确定最大的实体数量值所对应的对话场景为目标对话场景。
4.一种基于场景的对话推荐系统,包括:
接收程序模块,用于接收用户所发送的对话语句;
第一集合确定程序模块,用于至少根据所述对话语句确定第一对话实体集;
第二集合确定程序模块,用于确定与所述第一对话实体集中的实体相关联的多个实体构成第二对话实体集;
场景集构建程序模块,用于根据所述第一对话实体集和第二对话实体集中的实体所涉及的多个场景构成对话场景集;
目标场景确定程序模块,用于在所述对话场景集中确定目标对话场景,相比于所述对话场景集中的其它对话场景,所述目标对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体最多;
话题推荐程序模块,用于根据所述目标对话场景向用户进行话题推荐。
5.根据权利要求4所述的系统,其中,还包括:
应答程序模块,用于在接收到用户所发送的对话语句之后:确定用于回答所述对话语句的应答语句;
所述至少根据所述对话语句确定第一对话实体集包括:根据所述应答语句和所述对话语句确定第一对话实体集。
6.根据权利要求4所述的系统,其中,所述目标场景确定程序模块包括:
投票程序单元,用于确定所述对话场景集中的每一个对话场景所涉及到的来自所述第一对话实体集和第二对话实体集中的实体数量值;
目标确定程序单元,用于确定最大的实体数量值所对应的对话场景为目标对话场景。
7.一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任意一项所述方法的步骤。
8.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-3中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910255739.XA CN109977216A (zh) | 2019-04-01 | 2019-04-01 | 基于场景的对话推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910255739.XA CN109977216A (zh) | 2019-04-01 | 2019-04-01 | 基于场景的对话推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109977216A true CN109977216A (zh) | 2019-07-05 |
Family
ID=67082042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910255739.XA Pending CN109977216A (zh) | 2019-04-01 | 2019-04-01 | 基于场景的对话推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109977216A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688464A (zh) * | 2019-10-12 | 2020-01-14 | 苏州思必驰信息科技有限公司 | 人机对话方法及系统 |
CN110909143A (zh) * | 2019-11-26 | 2020-03-24 | 太平金融科技服务(上海)有限公司 | 视频遗嘱生成方法、装置、计算机设备和存储介质 |
CN111026932A (zh) * | 2019-12-20 | 2020-04-17 | 北京百度网讯科技有限公司 | 人机对话交互方法、装置、电子设备和存储介质 |
CN111552880A (zh) * | 2020-04-30 | 2020-08-18 | 杭州网易再顾科技有限公司 | 基于知识图谱的数据处理方法、装置、介质及电子设备 |
CN113434633A (zh) * | 2021-06-28 | 2021-09-24 | 平安科技(深圳)有限公司 | 基于头像的社交话题推荐方法、装置、设备及存储介质 |
TWI752682B (zh) * | 2020-10-21 | 2022-01-11 | 國立陽明交通大學 | 雲端更新語音辨識系統的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9645703B2 (en) * | 2014-05-14 | 2017-05-09 | International Business Machines Corporation | Detection of communication topic change |
CN106708802A (zh) * | 2016-12-20 | 2017-05-24 | 西南石油大学 | 一种信息推荐的方法及系统 |
CN108536852A (zh) * | 2018-04-16 | 2018-09-14 | 上海智臻智能网络科技股份有限公司 | 问答交互方法和装置、计算机设备及计算机可读存储介质 |
CN109410650A (zh) * | 2018-10-10 | 2019-03-01 | 中国电子科技集团公司第二十八研究所 | 面向全系统信息管理的基于情景与语义的信息聚合方法 |
CN109522399A (zh) * | 2018-11-20 | 2019-03-26 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
-
2019
- 2019-04-01 CN CN201910255739.XA patent/CN109977216A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9645703B2 (en) * | 2014-05-14 | 2017-05-09 | International Business Machines Corporation | Detection of communication topic change |
CN106708802A (zh) * | 2016-12-20 | 2017-05-24 | 西南石油大学 | 一种信息推荐的方法及系统 |
CN108536852A (zh) * | 2018-04-16 | 2018-09-14 | 上海智臻智能网络科技股份有限公司 | 问答交互方法和装置、计算机设备及计算机可读存储介质 |
CN109410650A (zh) * | 2018-10-10 | 2019-03-01 | 中国电子科技集团公司第二十八研究所 | 面向全系统信息管理的基于情景与语义的信息聚合方法 |
CN109522399A (zh) * | 2018-11-20 | 2019-03-26 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688464A (zh) * | 2019-10-12 | 2020-01-14 | 苏州思必驰信息科技有限公司 | 人机对话方法及系统 |
CN110688464B (zh) * | 2019-10-12 | 2023-04-07 | 思必驰科技股份有限公司 | 人机对话方法及系统 |
CN110909143A (zh) * | 2019-11-26 | 2020-03-24 | 太平金融科技服务(上海)有限公司 | 视频遗嘱生成方法、装置、计算机设备和存储介质 |
CN111026932A (zh) * | 2019-12-20 | 2020-04-17 | 北京百度网讯科技有限公司 | 人机对话交互方法、装置、电子设备和存储介质 |
CN111552880A (zh) * | 2020-04-30 | 2020-08-18 | 杭州网易再顾科技有限公司 | 基于知识图谱的数据处理方法、装置、介质及电子设备 |
TWI752682B (zh) * | 2020-10-21 | 2022-01-11 | 國立陽明交通大學 | 雲端更新語音辨識系統的方法 |
CN113434633A (zh) * | 2021-06-28 | 2021-09-24 | 平安科技(深圳)有限公司 | 基于头像的社交话题推荐方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977216A (zh) | 基于场景的对话推荐方法及系统 | |
US20210173834A1 (en) | Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system | |
US11544310B2 (en) | Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface | |
Huang et al. | Evorus: A crowd-powered conversational assistant built to automate itself over time | |
RU2745632C1 (ru) | Серверное устройство автоматизированного ответа, оконечное устройство, система ответа, способ ответа и программа | |
Lommatzsch | A next generation chatbot-framework for the public administration | |
US10599644B2 (en) | System and method for managing artificial conversational entities enhanced by social knowledge | |
Saxton et al. | Online stakeholder targeting and the acquisition of social media capital | |
US20200134635A1 (en) | Search results by recency boosting customer support content | |
CN112313644A (zh) | 基于会话数据构建定制的用户简档 | |
CN109145204A (zh) | 画像标签生成和使用方法及系统 | |
CN110692042B (zh) | 在基于音频的计算环境中执行请求的动作的平台选择 | |
US11429833B2 (en) | Cognitive communication assistant services | |
CN111813900B (zh) | 多轮对话处理方法、装置、电子设备及存储介质 | |
US11470032B2 (en) | Method for recommending groups and related electronic device | |
US20140006576A1 (en) | Managing service specifications and the discovery of associated services | |
Kucherbaev et al. | Chatbots as conversational recommender systems in urban contexts | |
CN108334353B (zh) | 技能开发系统及方法 | |
Jain et al. | Job recommendation system based on machine learning and data mining techniques using RESTful API and android IDE | |
CN105955961B (zh) | 预约信息处理方法和装置 | |
Ryschka et al. | Investigating location-based services from a business model perspective | |
Sołtysik-Piorunkiewicz | Knowledge management impact of information technology Web 2.0/3.0. The case study of agent software technology usability in knowledge management system | |
CN114692650A (zh) | 针对大数据推荐的社交平台互动信息处理方法及系统 | |
US20210117423A1 (en) | Information Processing Device, Information Processing Method, And Program | |
CN112148847A (zh) | 一种语音信息的处理方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant after: Sipic Technology Co.,Ltd. Address before: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant before: AI SPEECH Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190705 |
|
RJ01 | Rejection of invention patent application after publication |