CN109979450A - 信息处理方法、装置及电子设备 - Google Patents

信息处理方法、装置及电子设备 Download PDF

Info

Publication number
CN109979450A
CN109979450A CN201910180025.7A CN201910180025A CN109979450A CN 109979450 A CN109979450 A CN 109979450A CN 201910180025 A CN201910180025 A CN 201910180025A CN 109979450 A CN109979450 A CN 109979450A
Authority
CN
China
Prior art keywords
entity
information
question
target entity
answer
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
Application number
CN201910180025.7A
Other languages
English (en)
Other versions
CN109979450B (zh
Inventor
王峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Hisense Electronics Co Ltd
Original Assignee
Qingdao Hisense Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Hisense Electronics Co Ltd filed Critical Qingdao Hisense Electronics Co Ltd
Priority to CN201910180025.7A priority Critical patent/CN109979450B/zh
Publication of CN109979450A publication Critical patent/CN109979450A/zh
Application granted granted Critical
Publication of CN109979450B publication Critical patent/CN109979450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种信息处理方法、装置及电子设备。该方法包括：获取输入智能设备的语音信息，提取语音信息中的关键词；根据关键词在关联信息库中确定目标实体和所述目标实体的关联实体，其中关联关系库包括各实体之间的关联关系；根据目标实体和所述关联实体生成综合问答结果，其中综合问答结果包括关联实体的推广信息。上述方法在生成目标实体对应的问答结果的同时，插入目标实体的关联实体的推广信息，实现人机对话中相关信息和服务的引导功能。

Description

信息处理方法、装置及电子设备
技术领域
本发明实施例涉及人工智能技术领域，尤其涉及一种信息处理方法、装置及电子设备。
背景技术
随着信息技术的飞速发展，当今人们的生活已经逐渐进入智能化时代，不仅仅是电脑、手机、PAD，人们的衣食住行的方方面面开始应用智能技术，例如智能电视、智能导航、智能家居等等，智能技术在人们生活的各个方面提供方便快捷的服务。
智能语音交互作为智能技术的一种人机交互形式，逐步在商业化的专业应用服务领域上充当主要的角色，例如在电信领域辅助人工客服。然而智能客服的实现方式必须借助用户输入与商品的匹配度来进行，大多数是基于固定规则的方式，在交互过程中无法做到平滑插入定制化推广信息的功能。
发明内容
本发明实施例提供一种信息处理方法、装置及电子设备，实现人机对话中相关信息和服务的插入功能。
本发明的第一方面提供一种信息处理方法，包括：
获取输入智能设备的语音信息；
提取所述语音信息中的关键词；
根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体；所述关联关系库包括各实体之间的关联关系；
根据所述目标实体和所述关联实体生成综合问答结果，所述综合问答结果中包括所述关联实体的推广信息。
在一种可能的实现方式中，所述提取所述语音信息中的关键词，包括：
将所述语音信息识别为文本信息；
对所述文本信息进行切词处理，得到多个文本片段；
从所述多个文本片段中提取所述关键词。
在一种可能的实现方式中，所述从所述多个文本片段中提取所述关键词，包括：
对所述多个文本片段分别进行语义识别，得到多个语义识别结果；
从所述多个语义识别结果中提取所述关键词。
在一种可能的实现方式中，所述根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体，包括：
获取所述关键词在通用信息库中的第一标识；所述通用信息库包括各领域的不同实体；
根据所述第一标识在所述关联关系库中确定所述目标实体的第二标识；
根据所述第二标识在所述关联关系库中确定所述目标实体的关联实体的第三标识。
在一种可能的实现方式中，所述根据所述目标实体和所述关联实体生成综合问答结果，包括：
根据所述关联实体的第三标识从推广信息库中获取所述关联实体的推广信息；所述推广信息库包括所述通用信息库中部分实体对应的定制化的推广信息；
基于所述目标实体和所述关联实体的推广信息生成综合问答结果。
在一种可能的实现方式中，若生成的所述综合问答结果为多个，所述方法还包括：
基于训练好的语言分析模型对多个所述综合问答结果进行语言逻辑评分，选取所述语言逻辑评分最高的综合问答结果。
在一种可能的实现方式中，若所述目标实体的关联实体为多个，所述方法还包括：
查询所述用户的历史问答记录，基于所述历史问答记录从多个所述关联实体中选取用户兴趣度最高的关联实体；
执行生成综合问答结果的步骤，所述综合问答结果包括所述用户感兴趣的关联实体的推广信息。
本发明的第二方面提供一种信息处理装置，包括：
获取模块，用于获取输入智能设备的语音信息；
识别提取模块，用于提取所述语音信息中的关键词；
确定模块，用于根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体；所述关联关系库包括各实体之间的关联关系；
生成模块，用于根据所述目标实体和所述关联实体生成综合问答结果；所述综合问答结果中包括所述关联实体的推广信息。
本发明的第三方面提供一种电子设备，包括：
至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如本发明第一方面任一项所述的信息处理方法。
本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如本发明第一方面任一项所述的信息处理方法。
本发明实施例提供一种信息处理方法、装置及电子设备。该方法包括：获取输入智能设备的语音信息，提取语音信息中的关键词；根据关键词在关联信息库中确定目标实体和所述目标实体的关联实体，其中关联关系库包括各实体之间的关联关系；根据目标实体和所述关联实体生成综合问答结果，其中综合问答结果包括关联实体的推广信息。上述方法在生成目标实体对应的问答结果的同时，插入目标实体的关联实体的推广信息，实现人机对话中相关信息和服务的引导功能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的信息处理方法的场景示意图；
图2为本发明一实施例提供的信息处理方法的流程示意图；
图3为本发明另一实施例提供的信息处理方法的流程示意图；
图4为本发明一实施例提供的信息处理装置的结构示意图；
图5为本发明另一实施例提供的信息处理装置的结构示意图；
图6为本发明一实施例提供的电子设备的硬件结构示意图。
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作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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本发明实施例提供的信息处理方法的场景示意图，如图1所示，本实施例提供的方法包括两种可能的场景。一种场景中，智能设备10接收用户输入的语音信息，根据语音信息提取关键词，确定关键词对应的问答结果，并结合预存的关联关系库和推广信息库，融合问答结果相关的推广信息。例如，用户输入语音信息“某公司的地址”，智能设备返回的问答结果包括地址信息以及该公司近期的招聘信息。另一种场景中，智能设备10接收用户输入的语音信息，将语音信息发送至服务器20，服务器20根据语音信息提取关键词，确定关键词对应的问答结果，并结合服务器20上的关联关系库和推广信息库，融合问答结果相关的推广信息，将综合问答结果返回至智能设备10。再一种场景中，智能设备10接收用户输入的语音信息，根据语音信息提取关键词，将提取的关键词发送至服务器20，服务器20根据智能设备10发送的关键词确定问答结果，并融合问答结果相关的推广信息，将综合问答结果返回至智能设备10。
基于上述应用场景可知，本实施例提供的信息处理方法可以由智能设备来执行，也可以由网络侧服务器来执行，对此本实施例不作具体限定。
本实施例提供的信息处理方法，与现有技术中基于固定规则的问答查询方式相比，更加灵活和智能化，实现在人机对话过程中推送定制化的推广信息，实现在不打断用户对话体验的前提下，合理且无感知的向用户推送潜在的信息和服务，拓展了信息和服务的推广渠道。
下面结合图2和图3，对本发明提供的信息处理方法进行详细说明。
图2为本发明一实施例提供的信息处理方法的流程示意图，本实施例以智能设备为例。如图2所示，该方法包括：
S201、获取输入智能设备的语音信息；
其中，本实施例中的智能设备可以是具有与用户进行人机对话功能的任意电子设备，包括但不限于：智能机器人、智能音箱、智能家居、智能穿戴设备、智能手机、电脑、平板等。
具体的，获取用户通过智能设备输入的语音信息时，可以通过智能设备的麦克风采集用户的语音信息，也可以通过网络或者蓝牙等方式接收其他设备传输的用户的语音信息，需要说明的是，本发明实施例只是以这两种可能的实现方式获取用户输入的语音信息为例进行说明，但并不代表本发明实施例仅局限于此。
本实施例中用户输入的语音信息可以是短语音信息，还可以是长语音信息，对此本实施例不作具体限定。短语音信息可以是一句话，也可以是一个词，示例性的，用户输入的短语音信息为“今天天气如何？”、“天气预报”。长语音信息可以是连续的几句话，还可以是连续的一段旋律，示例性的，用户输入的长语音信息为“A电视剧的男主角叫什么，他最近有新上映的电影吗”。
S202、提取语音信息中的关键词；
一种可选的实现方式中，获取到用户输入的语音信息后，可以采用语音识别技术，将语音信息识别为文本信息。具体来说，将语音信息输入至预先训练好的语音识别模型中，获取模型输出的语音信息对应的文本信息；然后对文本信息进行切词处理，得到多个文本片段；对多个文本片段分别进行语义识别，得到多个语义识别结果，从多个语音识别结果中提取关键词。
示例性的，以上述长语音信息为例，若用户输入的语音信息为“A电视剧的男主角叫什么，他最近有新上映的电影吗”，由于不同用户发音存在差异，利用语音识别模型得到的语音信息对应的长文本信息可能并不准确，例如可能将“男主角”识别为“男猪脚”，因此，需要对切词处理后的多个文本片段进行语义识别，以纠正语音识别不准确的文本片段。需要指出的是，语义识别还包括基于上下文的语义理解，例如将“他”理解为“A电视剧的男主角”。最后，从多个语义识别结果中提取关键词，本实例中的关键词包括：“A电视剧”、“男主角”、“新上映的”、“电影”。
另一种可选的方式中，利用语音活动性检测技术，在连续的语音信息中确定多个语音片段，实现对连续语音信息的切分，然后对切分后的语音片段进行语音识别和语义理解，得到各语音片段对应的语义识别结果，从多个语义识别结果中提取关键词。其中语音活动性检测技术是在连续的语音信号中确定各语音片段的起始点和终止点，实现对连续语音信号的切分。
示例性的，还以上述长语音信息为例，若用户输入的语音信息为“A电视剧的男主角叫什么，他最近有新上映的电影吗”，利用语音活动检测技术将语音信息切分为两个语音片段：“A电视剧的男主角叫什么”、“他最近有新上映的电影吗”，对切分后的各语音片段进行语音识别和语义理解，得到各语音片段对应的语义识别结果“A电视剧的男主角叫什么”、“A电视剧的男主角最近有新上映的电影吗”，最终得到关键词：“A电视剧”、“男主角”、“新上映的”、“电影”。
S203、根据关键词在关联关系库中确定目标实体和目标实体的关联实体；关联关系库包括各实体之间的关联关系；
在提取用户输入的语音信息中的关键词之后，智能设备根据关键词在预存关联关系库中确定目标实体，同时确定目标实体的关联实体。示例性的，若用户通过智能设备输入的语音信息为“A电视剧的男主角叫什么”，根据S202提取的关键词为“A电视剧”、“男主角”，智能设备根据以上两个关键词确定目标实体为“B演员”，同时确定目标实体“B演员”的关联实体，该关联实体可以为定制化产品、定制化活动等，例如本实例中“B演员”的关联实体为“代言产品”或者“演出活动”。
需要指出的是，本实施例的智能设备上预存有通用信息库、关联关系库和推广信息库。其中，
通用信息库包括各领域的不同实体，领域可以为人物领域、医疗领域、图书领域、美食领域、植物领域或房产领域、教育领域、娱乐领域等，通用信息库涵盖各领域常用词汇、短语。
推广信息库包括通用信息库中部分实体对应的定制化的推广信息，为预先构建好的信息库，涵盖各领域定制化的推广内容，示例性的，推广内容包括但不限于推广品牌、推广活动、推荐书单、推荐餐厅等。
关联关系库包括通用信息库中各实体之间的关联关系，以及通用信息库与推广信息库中实体之间的关联关系。示例性的，关联信息库包括通用信息库中实体“A电视剧”、实体“男主角”与实体“B演员”之间的关联关系，还包括通用信息库中实体“B演员”与推广信息库中实体“C电视”之间的关联关系。
S204、根据目标实体和关联实体生成综合问答结果。
在智能设备确定关键词对应的目标实体和目标实体的关联实体之后，从推广信息库中获取目标实体的关联实体的推广信息。基于目标实体和关联实体的推广信息生成综合问答结果，通过智能设备的外放设备向用户返回综合问答结果。其中，综合问答结果包括关联实体的推广信息。
示例性的，在确定目标实体“B演员”的关联实体为“C电视”后，从推广信息库中“C电视”的品牌推广信息，向用户返回综合问答结果，如“A电视剧的男主角是B演员，他最近代言了一款C电视品牌，是否需要了解一下”。
由此可见，本发明实施例提供的信息处理方法，实现在回答用户语音信息的同时，平滑插入与问答结果关联的推广信息，使推广信息成为人机对话的一部分，在不打断用户对话体验的前提下，向用户推送关联的推广信息，实现人机对话中信息和服务的引导功能。
可选的，本实施例的智能设备还可以在确定语音信息对应的关键词之后，将关键词发送至网络侧服务器，由网络侧服务器根据关键词在关联关系库中确定目标实体和目标实体的关联实体。也就是说，智能设备依赖于网络侧服务器，网络侧服务器上存储有通用信息库、关联信息库和推广信息库，智能设备需要根据网络侧服务器获取综合问答结果。在网络侧服务器根据关键词确定目标实体和目标实体的关联实体，从推广信息库中获取关联实体的推广信息，并基于目标实体和关联实体的推广信息生成综合问答结果之后，向智能设备返回综合问答结果。
本发明实施例提供的信息处理方法，通过获取输入智能设备的语音信息，提取语音信息中的关键词；根据关键词在关联信息库中确定目标实体和所述目标实体的关联实体，其中关联关系库包括各实体之间的关联关系；根据目标实体和所述关联实体生成综合问答结果，向用户返回综合问答结果。本实施例的综合问答结果不仅包括用户语音信息对应的目标实体，还包括目标实体的关联实体的推广信息。上述方法在不打断用户对话体验的前提下，实现人机对话中对关联信息和服务的引导功能。
图3为本发明另一实施例提供的信息处理方法的流程示意图，如图3所示，本实施例提供的信息处理方法，包括如下步骤：
S301、获取输入智能设备的语音信息；
S302、提取语音信息中的关键词；
本实施例的S301、S302与上述实施例的S201、S202相同，其具体实施过程参见上述实施例，此处不再赘述。
S303、获取关键词在通用信息库中的第一标识；
本实施例的通用信息库包括各领域的不同实体，其中领域可以为人物领域、医疗领域、图书领域、美食领域、植物领域或房产领域、教育领域、娱乐领域等，本实施例的通用信息库涵盖各领域常用词汇、短语。
具体来说，通用信息库包括各领域的不同实体以及各实体的标识，实体的标识用于区分通用信息库中的不同实体。在提取用户输入的语音信息中的关键词之后，智能设备根据关键词在通用信息库中确定关键词对应的第一标识。若提取的关键词为多个，则对应的第一标识的数量为多个。
S304、根据第一标识在关联关系库中确定目标实体的第二标识；
S305、根据第二标识在关联关系库中确定目标实体的关联实体的第三标识；
本实施例的关联关系库包括通用信息库中各实体之间的关联关系，以及通用信息库与推广信息库中实体之间的关联关系。具体的，关联关系库中存储了通用信息库中各实体的标识的对应关系，以及通用信息库与推广信息库中实体的标识的对应关系。
S306、根据关联实体的第三标识从推广信息库中获取关联实体的推广信息；
S307、基于目标实体和关联实体的推广信息生成综合问答结果。
本实施例的目标实体的关联实体的数量为一个或多个。
需要说明的是，若目标实体的关联实体为多个，则对应的第三标识为多个。一种可能的实现方式中，智能设备根据用户的历史问答记录，从多个关联实体中选取用户兴趣度最高的关联实体，根据选取的关联实体的第三标识从推广信息库中获取该关联实体对应的推广信息。
示例性的，若目标实体“B演员”的关联实体有两个，分别为“C电视”和“电影作品”，若智能设备查询到用户的历史问答记录中涉及近期电影查询，则智能设备根据用户的历史问答记录选取目标实体的关联实体为“电影作品”，从推广信息库中获取目标实体“B演员”的关联实体为“电影作品”的推广信息，最终向用户返回综合问答结果，如“A电视剧的男主角是B演员，他主演的电影作品即将在x月x日上映，去电影院支持一下吧”。
另一种可能的实现方式中，智能设备中不存在用户的历史问答记录，则智能设备根据目标实体的多个关联实体生成对应的提问信息，智能设备基于目标实体和提问信息生成综合问答结果，通过该方式实现在不打断用户对话体验的同时，引导用户了解目标实体的关联实体的推广信息，实现信息和服务的平滑插入。
示例性的，若目标实体“B演员”的关联实体有两个，分别为“C电视”和“电影作品”，若智能设备中不存在用户的历史问答记录，则智能设备根据目标实体的两个关联实体生成对应的提问信息，基于目标实体和提问信息生成综合问答结果，如“A电视剧的男主角是B演员，他近期代言一款电视产品，同期还有新电影作品上映，是否需要了解一下”。
可选的，若智能设备基于目标实体和关联实体的推广信息生成综合问答结果的数量为多个，本实施例提供的方法还包括：
基于训练好的语言分析模型对多个综合问答结果进行语言逻辑评分，选取语言逻辑评分最高的综合问答结果，向用户返回选取的综合问答结果。
本实施例中，智能设备基于目标实体和关联实体的推广信息生成多个综合问答结果，其中每一个综合问答结果表达的语义相同，例如都体现了B演员以及该演员近期上映的电影作品，但每一个综合问答结果的表达方式不同。智能设备依次将多个综合问答结果输入到预先训练好的语言分析模型中，得到每一个综合问答结果的语言逻辑评分，最终向用户返回语言逻辑评分最高的综合问答结果。
本发明实施例提供的信息处理方法，通过在通用信息库中获取语音信息中关键词的第一标识，根据第一标识在关联关系库中确定目标实体的第二标识，并根据第二标识在关联关系库中确定目标实体的关联实体的第三标识，若目标实体的关联实体为多个，基于用户的历史问答记录选取用户兴趣度最高的关联实体的第三标识，根据第三标识从推广信息库中获取该关联实体的推广信息，基于目标实体和关联实体的推广信息生成最终的综合问答结果。上述方法结合用户的历史问答记录从多个关联实体中选取用户兴趣度最高的关联实体，生成的综合问答结果包括用户的兴趣点，提高了人机对话推广信息的准确性，实现信息和服务的精准引导功能。
图4为本发明一实施例提供的信息处理装置的结构示意图，本实施例的信息处理装置可以为软件和/或硬件形式，该装置可以具体设置与服务器中，或者设置于智能设备中。
如图4所示，本实施例提供的信息处理装置400，包括：获取模块401、识别提取模块402、确定模块403和生成模块404。
其中，获取模块401，用于获取输入智能设备的语音信息；
识别提取模块402，用于提取所述语音信息中的关键词；
确定模块403，用于根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体；所述关联关系库包括各实体之间的关联关系；
生成模块404，用于根据所述目标实体和所述关联实体生成综合问答结果；所述综合问答结果中包括所述关联实体的推广信息。
可选的，所述识别提取模块402，具体用于：
将所述语音信息识别为文本信息；
对所述文本信息进行切词处理，得到多个文本片段；
从所述多个文本片段中提取所述关键词。
可选的，所述识别提取模块402，具体用于：
对所述多个文本片段分别进行语义识别，得到多个语义识别结果；
从所述多个语义识别结果中提取所述关键词。
可选的，所述确定模块403，具体用于：
获取所述关键词在通用信息库中的第一标识；所述通用信息库包括各领域的不同实体；
根据所述第一标识在所述关联关系库中确定所述目标实体的第二标识；
根据所述第二标识在所述关联关系库中确定所述目标实体的关联实体的第三标识。
可选的，所述生成模块404，具体用于：
根据所述关联实体的第三标识从推广信息库中获取所述关联实体的推广信息；所述推广信息库包括所述通用信息库中部分实体对应的定制化的推广信息；
基于所述目标实体和所述关联实体的推广信息生成综合问答结果。
图5为本发明另一实施例提供的信息处理装置的结构示意图，在图4所示装置的基础上，如图5所示，本实施例提供的信息处理装置400，还包括：评分模块405、查询模块406。
可选的，若生成的所述综合问答结果为多个，所述评分模块405，用于：
基于训练好的语言分析模型对多个所述综合问答结果进行语言逻辑评分，选取所述语言逻辑评分最高的综合问答结果。
可选的，若所述目标实体的关联实体为多个，所述查询模块406，用于：
查询所述用户的历史问答记录，基于所述历史问答记录从多个所述关联实体中选取用户兴趣度最高的关联实体；
所述生成模块404，用于生成综合问答结果，所述综合问答结果包括所述用户感兴趣的关联实体的推广信息。
本实施例提供的信息处理装置，可以执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
图6为本发明一实施例提供的电子设备的硬件结构示意图，该电子设备可以是智能设备，还可以是服务器，本发明实施例对此不作具体限定。如图6所示，本实施例的电子设备600，包括：至少一个处理器601和存储器602。其中，处理器601、存储器602通过总线603连接。
在具体实现过程中，至少一个处理器601执行所述存储器602存储的计算机执行指令，使得至少一个处理器601执行上述任一方法实施例的技术方案。
处理器601的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图6所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现上述任一方法实施例中的技术方案。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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。

Claims (10)

1.一种信息处理方法，其特征在于，包括：
获取输入智能设备的语音信息；
提取所述语音信息中的关键词；
根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体；所述关联关系库包括各实体之间的关联关系；
根据所述目标实体和所述关联实体生成综合问答结果，所述综合问答结果中包括所述关联实体的推广信息。
2.根据权利要求1所述的方法，其特征在于，所述提取所述语音信息中的关键词，包括：
将所述语音信息识别为文本信息；
对所述文本信息进行切词处理，得到多个文本片段；
从所述多个文本片段中提取所述关键词。
3.根据权利要求2所述的方法，其特征在于，所述从所述多个文本片段中提取所述关键词，包括：
对所述多个文本片段分别进行语义识别，得到多个语义识别结果；
从所述多个语义识别结果中提取所述关键词。
4.根据权利要求1所述的方法，其特征在于，所述根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体，包括：
获取所述关键词在通用信息库中的第一标识；所述通用信息库包括各领域的不同实体；
根据所述第一标识在所述关联关系库中确定所述目标实体的第二标识；
根据所述第二标识在所述关联关系库中确定所述目标实体的关联实体的第三标识。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标实体和所述关联实体生成综合问答结果，包括：
根据所述关联实体的第三标识从推广信息库中获取所述关联实体的推广信息；所述推广信息库包括所述通用信息库中部分实体对应的定制化的推广信息；
基于所述目标实体和所述关联实体的推广信息生成综合问答结果。
6.根据权利要求1所述的方法，其特征在于，若生成的所述综合问答结果为多个，所述方法还包括：
基于训练好的语言分析模型对多个所述综合问答结果进行语言逻辑评分，选取所述语言逻辑评分最高的综合问答结果。
7.根据权利要求1所述的方法，其特征在于，若所述目标实体的关联实体为多个，所述方法还包括：
查询用户的历史问答记录，基于所述历史问答记录从多个所述关联实体中选取用户兴趣度最高的关联实体；
执行生成综合问答结果的步骤，所述综合问答结果包括所述用户感兴趣的关联实体的推广信息。
8.一种信息处理装置，其特征在于，包括：
获取模块，用于获取输入智能设备的语音信息；
识别提取模块，用于提取所述语音信息中的关键词；
确定模块，用于根据所述关键词在关联关系库中确定目标实体和所述目标实体的关联实体；所述关联关系库包括各实体之间的关联关系；
生成模块，用于根据所述目标实体和所述关联实体生成综合问答结果；所述综合问答结果中包括所述关联实体的推广信息。
9.一种电子设备，其特征在于，包括：
至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至7任一项所述的信息处理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至7任一项所述的信息处理方法。
CN201910180025.7A 2019-03-11 2019-03-11 信息处理方法、装置及电子设备 Active CN109979450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910180025.7A CN109979450B (zh) 2019-03-11 2019-03-11 信息处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910180025.7A CN109979450B (zh) 2019-03-11 2019-03-11 信息处理方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN109979450A true CN109979450A (zh) 2019-07-05
CN109979450B CN109979450B (zh) 2021-12-07

Family

ID=67078391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910180025.7A Active CN109979450B (zh) 2019-03-11 2019-03-11 信息处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN109979450B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110246499A (zh) * 2019-08-06 2019-09-17 苏州思必驰信息科技有限公司 家居设备的语音控制方法及装置
CN111402888A (zh) * 2020-02-19 2020-07-10 北京声智科技有限公司 语音处理方法、装置、设备及存储介质
CN111859900A (zh) * 2020-07-14 2020-10-30 维沃移动通信有限公司 消息显示方法、装置和电子设备
CN112035609A (zh) * 2020-08-20 2020-12-04 出门问问信息科技有限公司 一种智能对话方法、装置以及计算机可读存储介质
CN112100357A (zh) * 2020-09-24 2020-12-18 腾讯科技（深圳）有限公司 引导语的生成方法及装置、电子设备、计算机存储介质
CN112463937A (zh) * 2020-11-02 2021-03-09 上海中船船舶设计技术国家工程研究中心有限公司 一种智能心理服务软件系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101295293A (zh) * 2007-04-29 2008-10-29 摩托罗拉公司 用于对表意字符的输入字符串进行自动纠错的方法
KR20140005639A (ko) * 2012-07-05 2014-01-15 삼성전자주식회사 전자 장치 및 이의 음성 인식 오류 수정 방법
CN104409075A (zh) * 2014-11-28 2015-03-11 深圳创维－Rgb电子有限公司 语音识别方法和系统
CN106250369A (zh) * 2016-07-28 2016-12-21 海信集团有限公司 语音交互方法、装置和终端
CN106294854A (zh) * 2016-08-22 2017-01-04 北京光年无限科技有限公司 一种用于智能机器人的人机交互方法及装置
US20170270562A1 (en) * 2010-03-09 2017-09-21 Western Digital Technologies, Inc. Combining user content with supplemental content at a data storage device
CN107293296A (zh) * 2017-06-28 2017-10-24 百度在线网络技术（北京）有限公司 语音识别结果纠正方法、装置、设备及存储介质
US20170316775A1 (en) * 2016-04-27 2017-11-02 Conduent Business Services, Llc Dialog device with dialog support generated using a mixture of language models combined using a recurrent neural network
CN107341251A (zh) * 2017-07-10 2017-11-10 江西博瑞彤芸科技有限公司 一种医药偏方与关键字的提取和处理方法
CN107766482A (zh) * 2017-10-13 2018-03-06 北京猎户星空科技有限公司 信息推送及发送方法、装置、电子设备、存储介质
US20180211663A1 (en) * 2017-01-23 2018-07-26 Hyundai Motor Company Dialogue system, vehicle having the same and dialogue processing method
CN108595431A (zh) * 2018-04-28 2018-09-28 海信集团有限公司 语音交互文本纠错方法、装置、终端及存储介质
CN108881466A (zh) * 2018-07-04 2018-11-23 百度在线网络技术（北京）有限公司 交互方法和装置
US20180350359A1 (en) * 2013-03-14 2018-12-06 Majd Bakar Methods, systems, and media for controlling a media content presentation device in response to a voice command
CN109120662A (zh) * 2018-05-28 2019-01-01 马鞍山马文化传媒有限公司 一种基于语音控制的手机广告推送系统
WO2019026361A1 (ja) * 2017-08-01 2019-02-07 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US20190066659A1 (en) * 2017-08-23 2019-02-28 Fujitsu Limited Dialogue control system and dialogue control method
CN109408717A (zh) * 2018-10-23 2019-03-01 广东小天才科技有限公司 一种内容推荐方法及系统

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101295293A (zh) * 2007-04-29 2008-10-29 摩托罗拉公司 用于对表意字符的输入字符串进行自动纠错的方法
US20170270562A1 (en) * 2010-03-09 2017-09-21 Western Digital Technologies, Inc. Combining user content with supplemental content at a data storage device
KR20140005639A (ko) * 2012-07-05 2014-01-15 삼성전자주식회사 전자 장치 및 이의 음성 인식 오류 수정 방법
US20180350359A1 (en) * 2013-03-14 2018-12-06 Majd Bakar Methods, systems, and media for controlling a media content presentation device in response to a voice command
CN104409075A (zh) * 2014-11-28 2015-03-11 深圳创维－Rgb电子有限公司 语音识别方法和系统
US20170316775A1 (en) * 2016-04-27 2017-11-02 Conduent Business Services, Llc Dialog device with dialog support generated using a mixture of language models combined using a recurrent neural network
CN106250369A (zh) * 2016-07-28 2016-12-21 海信集团有限公司 语音交互方法、装置和终端
CN106294854A (zh) * 2016-08-22 2017-01-04 北京光年无限科技有限公司 一种用于智能机器人的人机交互方法及装置
US20180211663A1 (en) * 2017-01-23 2018-07-26 Hyundai Motor Company Dialogue system, vehicle having the same and dialogue processing method
CN107293296A (zh) * 2017-06-28 2017-10-24 百度在线网络技术（北京）有限公司 语音识别结果纠正方法、装置、设备及存储介质
CN107341251A (zh) * 2017-07-10 2017-11-10 江西博瑞彤芸科技有限公司 一种医药偏方与关键字的提取和处理方法
WO2019026361A1 (ja) * 2017-08-01 2019-02-07 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US20190066659A1 (en) * 2017-08-23 2019-02-28 Fujitsu Limited Dialogue control system and dialogue control method
CN107766482A (zh) * 2017-10-13 2018-03-06 北京猎户星空科技有限公司 信息推送及发送方法、装置、电子设备、存储介质
CN108595431A (zh) * 2018-04-28 2018-09-28 海信集团有限公司 语音交互文本纠错方法、装置、终端及存储介质
CN109120662A (zh) * 2018-05-28 2019-01-01 马鞍山马文化传媒有限公司 一种基于语音控制的手机广告推送系统
CN108881466A (zh) * 2018-07-04 2018-11-23 百度在线网络技术（北京）有限公司 交互方法和装置
CN109408717A (zh) * 2018-10-23 2019-03-01 广东小天才科技有限公司 一种内容推荐方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LANE, IAN R: "Dialogue speech recognition by combining hierarchical topic classification and language model switching", 《IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS》 *
陆南楠: "儿童聊天机器人Magic Radio的声画空间虚实交互设计研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110246499A (zh) * 2019-08-06 2019-09-17 苏州思必驰信息科技有限公司 家居设备的语音控制方法及装置
CN110246499B (zh) * 2019-08-06 2021-05-25 思必驰科技股份有限公司 家居设备的语音控制方法及装置
CN111402888A (zh) * 2020-02-19 2020-07-10 北京声智科技有限公司 语音处理方法、装置、设备及存储介质
CN111402888B (zh) * 2020-02-19 2023-12-08 北京声智科技有限公司 语音处理方法、装置、设备及存储介质
CN111859900A (zh) * 2020-07-14 2020-10-30 维沃移动通信有限公司 消息显示方法、装置和电子设备
CN111859900B (zh) * 2020-07-14 2023-09-08 维沃移动通信有限公司 消息显示方法、装置和电子设备
CN112035609A (zh) * 2020-08-20 2020-12-04 出门问问信息科技有限公司 一种智能对话方法、装置以及计算机可读存储介质
CN112035609B (zh) * 2020-08-20 2024-04-05 出门问问创新科技有限公司 一种智能对话方法、装置以及计算机可读存储介质
CN112100357A (zh) * 2020-09-24 2020-12-18 腾讯科技（深圳）有限公司 引导语的生成方法及装置、电子设备、计算机存储介质
CN112463937A (zh) * 2020-11-02 2021-03-09 上海中船船舶设计技术国家工程研究中心有限公司 一种智能心理服务软件系统
CN112463937B (zh) * 2020-11-02 2022-10-11 上海中船船舶设计技术国家工程研究中心有限公司 一种智能心理服务软件系统

Also Published As

Publication number Publication date
CN109979450B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN109979450B (zh) 信息处理方法、装置及电子设备
US10192544B2 (en) Method and system for constructing a language model
CN108962233B (zh) 用于语音对话平台的语音对话处理方法及系统
CN110046227B (zh) 对话系统的配置方法、交互方法、装置、设备和存储介质
US11586689B2 (en) Electronic apparatus and controlling method thereof
US8924491B2 (en) Tracking message topics in an interactive messaging environment
CN110602516A (zh) 基于视频直播的信息交互方法、装置及电子设备
CN109558513A (zh) 一种内容推荐方法、装置、终端及存储介质
CN109600646B (zh) 语音定位的方法及装置、智能电视、存储介质
CN112669842A (zh) 人机对话控制方法、装置、计算机设备及存储介质
CN109492126B (zh) 一种智能交互方法及装置
CN114401431A (zh) 一种虚拟人讲解视频生成方法及相关装置
US12008988B2 (en) Electronic apparatus and controlling method thereof
CN114402384A (zh) 数据处理方法、装置、服务器和存储介质
JP2019185737A (ja) 検索方法及びそれを用いた電子機器
CN115423904A (zh) 一种口型动画的生成方法、装置、电子设备及存储介质
CN117253478A (zh) 一种语音交互方法和相关装置
CN111814492A (zh) 一种翻译方法、终端及计算机存储介质
CN114242047A (zh) 一种语音处理方法、装置、电子设备及存储介质
KR102536944B1 (ko) 음성 신호 처리 방법 및 장치
CN114417827A (zh) 文本上下文处理方法、装置、电子设备和存储介质
CN117370512A (zh) 回复对话的方法、装置、设备及存储介质
CN109388695B (zh) 用户意图识别方法、设备及计算机可读存储介质
CN117496984A (zh) 目标对象的交互方法、装置、设备及可读存储介质
CN111611793A (zh) 数据处理方法、装置、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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 266555 Qingdao economic and Technological Development Zone, Shandong, Hong Kong Road, No. 218

Applicant after: Hisense Visual Technology Co., Ltd.

Address before: 266555 Qingdao economic and Technological Development Zone, Shandong, Hong Kong Road, No. 218

Applicant before: QINGDAO HISENSE ELECTRONICS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant