CN110046227B - 对话系统的配置方法、交互方法、装置、设备和存储介质 - Google Patents
对话系统的配置方法、交互方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110046227B CN110046227B CN201910308720.7A CN201910308720A CN110046227B CN 110046227 B CN110046227 B CN 110046227B CN 201910308720 A CN201910308720 A CN 201910308720A CN 110046227 B CN110046227 B CN 110046227B
- Authority
- CN
- China
- Prior art keywords
- analysis
- language understanding
- component
- matching
- dimension
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请公开了一种对话系统的配置方法、交互方法、计算机设备和存储介质。该对话系统包括多个语言理解分析组件,每个语言理解分析组件用于在至少给一个维度对语句进行分析,得到对应维度的分析结果。该配置方法包括:获取至少一个功能的配置信息,配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件;确定对话系统的功能的存储位置;将配置信息保存至所述存储位置。通过将多个语言理解分析组件作为基础组件,通过功能的配置信息设置匹配条件,可以降低对话系统的功能配置的难度,降低开发成本。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种对话系统的配置方法、交互方法、装置、设备和存储介质。
背景技术
对话系统是人用自然语言与计算机进行对话,以便实现某种结果的系统。随着微处理器控制的器具或设备的兴起,对话系统正逐渐地用于为许多应用中的人机接口提供方便,例如计算机、汽车、工业机械、家用电器、自动电话服务等。
目前,对话系统通常都由专业开发人员训练对话模型,并且预先配置好基于对话模型的输出结果的对话回复策略,由于对话系统的开发成本较高且难度较大,所以普通用户只能使用该对话模型,无法对对话系统进行修改。
发明内容
本申请实施例提供了一种对话系统的配置方法、交互方法、装置、设备和存储介质,可以降低对话系统的功能定制的难度和开发难度。所述技术方案如下:
一方面,提供了一种对话系统的配置方法,所述对话系统包括多个语言理解分析组件,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述方法包括:
获取至少一个功能的配置信息,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件;
确定所述对话系统的功能的存储位置;及
将所述配置信息保存至所述存储位置。
在一些实施例中,所述条件输入区域包括至少一个条件输入栏,每个所述条件输入栏用于输入一个所述匹配条件,每个所述条件输入栏均包括维度标识选项、组合关系选项和关键词输入框,所述维度标识选项用于输入维度标识,所述组合关系选项用于输入所述关键词输入框中的匹配关键词的使用方式,所述关键词输入框用于输入匹配关键词。
可选地,所述多个语言理解分析组件分为多个组件集合,所述维度标识选项具有下拉菜单,所述下拉菜单包括多个子区域,每个所述子区域包括一个所述组件集合中的所有所述语言理解分析组件的维度标识。
在一些实施例中,所述获取至少一个功能的配置信息,包括:
接收功能下载指令,所述功能下载指令包括功能标识,所述下载指令是基于发布在公共展示区域的功能的配置信息发出的;
根据所述功能下载指令,获取所述功能标识所指示的功能的配置信息。
在一些实施例中,所述获取至少一个功能的配置信息,包括:
接收以预定格式输入的所述配置信息。
可选地,所述多个语言理解分析组件选自以下组件:规则挖掘器组件、领域词典分析组件、分词组件、词性标注组件、句法依存关系分析组件、命名实体识别组件、语气句式分析组件、疑问句式分析组件、主宾态分析组件、疑问核心片段分析组件、疑问状态分析组件、情感分析组件、话题分析组件、通用意图识别组件、通用指令识别组件、语句相似关系分析组件、重复关系分析组件、强调关系分析组件、蕴含关系分析组件、语义相似关系分析组件、肯定回答关系分析组件、否定回答关系分析组件、追问关系分析组件或话题转移关系分析组件。
一方面,提供了一种基于对话系统的交互方法,所述对话系统包括多个语言理解分析组件和至少一个功能的配置信息,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件;
所述交互方法包括:
接收查询信息,所述查询信息包括目标语句;
采用至少一个所述语言理解分析组件对所述目标语句进行分析,得到被采用的语言理解分析组件对应维度的分析结果;
根据所述分析结果与所述至少一个功能的配置信息,确定目标执行动作集合,所述目标执行动作集合对应的匹配条件集合与所述分析结果匹配;
基于所述目标执行动作集合,输出查询结果。
一方面,提供了一种对话系统的配置装置,所述对话系统包括多个语言理解分析组件,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述装置包括:获取模块,用于获取至少一个功能的配置信息,该配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件;确定模块,用于确定所述对话系统的功能的存储位置;保存模块,用于将所述配置信息保存至所述存储位置。
一方面,提供了一种基于对话系统的交互装置,所述对话系统包括多个语言理解分析组件和至少一个功能的配置信息,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件,所述装置包括:接收模块,用于接收查询信息,所述查询信息包括目标语句;分析模块,用于采用至少一个所述语言理解分析组件对所述目标语句进行分析,得到被采用的语言理解分析组件对应维度的分析结果;匹配模块,用于根据所述分析结果与所述至少一个功能的配置信息,确定目标执行动作集合,所述目标执行动作集合对应的匹配条件集合与所述分析结果匹配;输出模块,用于基于所述目标执行动作集合,输出查询结果。
一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现前述配置方法,或者,执行以实现前述交互方法。
一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现前述配置方法,或者,执行以实现前述交互方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
在本申请实施例中,将开发难度较高的语言理解分析组件作为基础组件预先配置,用户只需配置功能的配置信息,在配置信息中设置用于对语言理解分析组件的分析结果进行匹配的匹配条件以及对应的执行动作集合,即可实现对话系统的功能配置,使得对话系统的功能定制的难度和开发成本均有所降低,用户可以根据需要定制所需的对话系统的功能。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例的实施环境的示意图;
图2为本申请一个示意性实施例的对话系统的配置方法的流程示意图;
图3为本申请一个示意性实施例的对话系统的配置方法的流程示意图;
图4为本申请一个示意性实施例的对话系统的配置方法的流程示意图;
图5为本申请一个示意性实施例的图形化交互界面的示意图;
图6为本申请一个示意性实施例的图形化交互界面的示意图;
图7为本申请一个示意性实施例的基于对话系统的交互方法的流程示意图;
图8为本申请一个示意性实施例的基于对话系统的交互方法的流程示意图;
图9为本申请一个示意性实施例的对话系统的配置装置的结构框图;
图10为本申请一个示意性实施例的基于对话系统的交互装置的结构示意图;
图11为应用本申请一个示意性实施例的计算机设备的一个硬件组成结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对话系统的使用场景(简称对话场景)中,用户输入查询信息,查询信息至少包括目标语句,对该目标语句进行分析,基于分析结果输出相应的内容。对目标语句进行分析通常采用自然语言理解(Natural Language Understanding,NLU)技术实现,NLU技术可以用于对目标语句进行一个或多个不同维度的理解分析。
在相关技术中,对话场景通常分为任务式对话场景和检索式对话场景。其中,任务式对话场景通常只考虑自然语言理解的两个维度:意图和槽位,产品运营人员需要先确定功能,然后再由开发人员实现功能对应的意图识别和槽位识别,进一步再定制意图和槽位对应的回复内容。
检索式对话场景通常考虑自然语言理解的一个维度:语义相似度,产品运营人员需要运营对话问答库,通过在对话问答库中检索和输入语句相似的标准语句来获取回复内容。
相关技术中的对话系统的功能开发难度较大,均需要由专业的开发人员进行开发,用户仅能使用对话系统已配置好的功能。并且,相关技术中的对话系统所采用的自然语言理解的维度比较单一。
图1为本申请实施例的实施环境的示意图。如图1所示,该实施环境包括服务器100和终端,服务器100和终端之间通过网络110(例如互联网)连接。
其中,服务器100可以为单个服务器,也可以为服务器集群。终端包括但不限于移动终端101、台式计算机102、实体智能机器人103等,移动终端包括但不限于手机、笔记本电脑、平板电脑、可穿戴设备等。
服务器上配置有对话系统。终端在接收到用户输入的查询信息后,需要将查询信息发送给服务器,由服务器采用对话系统根据查询信息确定查询结果,再将查询结果返回给终端,由终端输出并展示给用户。
示例性地,查询结果可以为回复的文本信息、预定义动作或者自定义动作。其中,文本信息可以包括对话回复信息或搜索结果数据(可以为通用搜索或垂直搜索的搜索结果数据)等。
示例性地,对于移动终端而言,若查询结果为文本信息,终端可以通过语音、图片、文本的形式展示查询结果。例如,若查询结果为明天天气晴,移动终端可以通过语音合成技术将文本信息合成为语音后输出,也可以在显示屏上输出图片或对话框,图片或者对话框中显示“明天天气晴”的字样。若查询结果为预定义动作或者自定义动作,终端可以通过执行预定义动作或者自定义动作展示该查询结果。例如,预定义动作为振动、响铃、启用指定程序,移动终端在收到查询结果后,可以执行相应的操作。
示例性地,对于实体智能机器人而言,若查询结果为文本信息,终端可以通过语音的形式展示查询结果。例如,用户与实体智能机器人对话,机器人在收到文本信息后,可以通过语音合成技术将文本信息转换为语音并通过扬声器输出。若查询结果为预定义动作或者自定义动作,实体智能机器人可以通过执行该预定义动作或者自定义动作展示该查询结果。例如,预定义动作为举手、抬脚、转动等,自定义动作可以为系列舞蹈动作等,实体智能机器人在收到查询结果后,可以控制相应的部件运动,以完成相应的动作。
不同的终端输出和展示不同的查询结果的方式可以相同,也可以不同。
可替代地,对话系统也可以配置在终端上。若对话系统配置在终端上,终端在接收到用户输入的查询信息后,采用本地的对话系统确定查询信息对应的查询结果,并将查询结果输出并展示给用户。查询结果的输出和展示方式与可以参见前述方式,在此省略详细描述。由于将对话系统配置在终端上对终端的性能要求较高,在实际应用中,出于成本考虑,对话系统配置在服务器上的情况较多。
本申请实施例提供了一种对话系统,该对话系统包括多个语言理解分析组件,每个语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果。其中,维度可以是指语言理解分析组件对自然语句的理解角度或者关注重点,例如语气句式(也可以称为句型)、话题、命名实体等等。不同所述语言理解分析组件用于在不同维度对所述语句进行分析。
每个语言理解组件可以采用一个模型。语言理解组件可以预先配置,例如由开发人员对各个组件的模型进行训练,然后将训练好的模型预置在服务器或者终端上。模型可以为浅层机器学习模型(例如支持向量机模型)、或者深层机器学习的模型(例如卷积神经网络模型)、或者基于规则的模型。模型的建立可以参考相关技术,本申请对此不做限制。
通过设置不同的语言理解分析组件,可以将对自然语句的理解维度细化,每个语言理解组件可以只对应一个维度,可以使得每个组件的模型设计较为简单,并且由于每个组件的模型只需要关注一个维度,针对性较强,所以每个组件得到的分析结果较为准确。
示例性地,所述多个语言理解分析组件选自以下组件:规则挖掘器组件、领域词典分析组件、分词组件、词性标注组件、句法依存关系分析组件、命名实体识别组件、语气句式分析组件、疑问句式分析组件、主宾态分析组件、疑问核心片段分析组件、疑问状态分析组件、情感分析组件、话题分析组件、通用意图识别组件、通用指令识别组件、语句相似关系分析组件、重复关系分析组件、强调关系分析组件、蕴含关系分析组件、语义相似关系分析组件、肯定回答关系分析组件、否定回答关系分析组件、追问关系分析组件或话题转移关系分析组件。
这些语言理解组件可以包括单句语言理解组件和多句语言理解组件。例如,规则挖掘器组件、领域词典分析组件、分词组件、词性标注组件、句法依存关系分析组件、命名实体识别组件、语气句式分析组件、疑问句式分析组件、主宾态分析组件、疑问核心片段分析组件、疑问状态分析组件、情感分析组件、话题分析组件、通用意图识别组件、通用指令识别组件、语句相似关系分析组件属于单句理解组件,适用于对目标语句进行分析。重复关系分析组件、强调关系分析组件、蕴含关系分析组件、语义相似关系分析组件、肯定回答关系分析组件、否定回答关系分析组件、追问关系分析组件和话题转移关系分析组件属于多句语言理解组件,适用于对目标语句和目标语句之前的对话语句之间的关系(即上下文关系的句子之间的关系)进行分析。
将自然语句输入语言理解组件的模型,得到的输出即为对应维度的分析结果。
例如,规则挖掘器组件对应的维度为语句结构的规则,输出的分析结果为输入的自然语句是否能匹配给定的特定正则表达式,例如自然语句‘XX是谁’和特定正则表达式‘[value_nbastar]是谁’是匹配的;领域词典分析组件对应的维度为领域术语,输出的分析结果为自然语句中所包含的领域术语;分词组件对应的维度为词语组成,输出的分析结果为自然语句包含的词语的组成;词性标注组件对应的维度为词性,输出的分析结果为自然语句中包含的词以及对应的词性;句法依存关系分析组件对应的维度为词语之间的依存关系,输出的分析结果为每个词语在句法上所依存的词语;命名实体识别组件对应的维度为命名实体,输出的分析结果自然语句中所包含的命名实体的标识,例如球星名称等;语气句式分析组件对应的维度为语气句式,输出的分析结果为自然语句的语气句式,例如疑问句、陈述句等;疑问句式分析组件对应的维度为疑问句的类型,输出的分析结果可以为是非问、问人物、问时间或问区别等;主宾态分析组件对应的维度为主语和宾语,输出的分析结果可以为目标语句中主语和宾语对应的词语;疑问核心片段分析组件对应的维度为疑问句中的核心短语,输出的分析结果为疑问句中的核心短语,例如‘XX是谁’中‘XX’是疑问核心片段;疑问状态分析组件对应的维度是疑问对象的疑问状态,疑问状态包括意愿或完成等,输出的分析结果可以为意愿状态或者完成状态,例如‘你吃饭了吗’问的是吃饭是否完成,疑问状态为完成,‘你吃饭吗’问的吃饭是否愿意,疑问状态为意愿;情感分析组件对应的维度为情感状态,情感状态包括但不限于开心、伤心、生气、愤怒等,输出的分析结果可以为目标语句的情感状态;话题分析组件对应的维度为话题,输出的分析结果可以为自然语句对应的话题,例如明星、篮球、汽车等;通用意图识别组件对应的维度为意图,输出的分析结果可以为意图,例如‘查询天气’意图、‘播放音乐’意图等;通用指令识别组件对应的维度为通用的指令类别,输出的分析结果可以为‘打开某电器’、‘关闭某电器’等指令类别;语句相似关系分析组件对应的维度为语句相似度,输出的分析结果可以为与自然语句的相似度高于阈值的标准语句;重复关系分析组件对应的维度为句子与句子之间的关系是否为重复关系,输出的分析结果可以为是重复关系或者不是重复关系;强调关系分析组件对应的维度为句子与句子之间的关系是否为强调关系,输出的分析结果可以为是强调关系或不是强调关系,强调关系是指目标语句是对前文的一个补充强调说明;蕴含关系分析组件对应的维度为句子与句子之间的关系是否为蕴含关系,输出的分析结果可以为是蕴含关系或者不是蕴含关系,蕴含关系是指目标语句包含了前文;语义相似关系分析组件对应的维度为句子与句子之间的语义相似度,输出的分析结果可以为相似或不相似;肯定回答关系分析组件对应的维度为句子与句子之间的关系是否为肯定回答关系,输出的分析结果可以为是肯定回答关系或者不是肯定回答关系。否定回答关系分析组件对应的维度为句子与句子之间的关系是否为否定回答关系,输出的分析结果可以为是否定回答关系或者不是否定回答关系;追问关系分析组件对应的维度为句子与句子之间的关系是否为追问关系,输出的分析结果可以为是追问关系或者不是追问关系;话题转移关系分析对应的维度为句子与句子之间的关系是否为话题转移关系,输出的分析结果可以为话题转移或者话题未转移。
对话系统中的语言理解分析组件越多,对话系统能够提供的语言理解维度越多,用户越能够根据实际需要选择出合适的维度,使得用户需求的贴合度更高。因此,示例性地,对话系统可以包括上述所有甚至更多的语言理解分析组件。
图2为本申请一个示意性实施例的对话系统的配置方法的流程示意图。该配置方法可以由服务器或者终端执行,如图2所示,该配置方法可以包括:
101:获取至少一个功能的配置信息,该配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,该匹配条件集合包括至少一个语言理解分析组件对应的维度的匹配条件。
其中,匹配条件集合中的语言理解分析组件对应的维度是从服务器或者终端上配置的所有语言理解分析组件对应的维度中选择出来的。
可选地,执行动作集合包括至少一个执行动作,执行动作包括以下类型的至少一种:回复文本信息、预定义动作和自定义动作。
其中,预定义动作由系统提供,用户可以根据需求自由选择,比如播放歌曲、播放特定音效、做动作等。自定义动作可以是由具有一定开发能力的用户自行开发的,可以通过一个统一资源定位符(Uniform Resource Locator,URL)将服务能力按照约定的格式(格式可以是特定的json格式)提供给终端。
不同的功能的配置信息中,至少有一个匹配条件或者一个执行动作不同。
102:确定对话系统的功能的存储位置。
103:将配置信息保存至存储位置。
通过上述步骤102和103可以将配置信息保存为对话系统的一部分。
示例性地,服务器或者终端上可以预先划分一个功能的存储位置(也可以称为存储区域),所有的功能均可以存储在该存储位置。在需要使用功能时,可以从该存储位置读取功能的配置信息。
可见,在本申请实施例中,对话系统至少包括两部分:语言理解组件部分和功能的配置信息部分,这两部分独立配置。其中,语言理解组件部分为基础组件,可以预先配置,功能的配置信息部分可以根据需要增加、删除或修改。由于将这两部分分离设置,只需要输入配置信息即可获得想要定制的功能,降低了开发难度和开发成本,产品运营人员和普通用户均可以根据自己的需要定制想要的功能。
可选地,将所述配置信息以预定格式保存为所述对话系统的一部分,所述预定格式为可扩展标记语言(eXtensible Markup Language,xml)格式或者初始化文件(Initialization File,ini)格式。这两种格式的可读性很强,也很灵活通用。
在一种可能的实施方式中,为了进一步降低对话系统的功能配置的难度,可以提供图形化交互界面,用户通过图形化交互界面输入功能的配置信息。
可选地,用户可以通过服务器上的图形化交互界面输入功能的配置信息。相应地,在这种方式中,获取至少一个功能的配置信息,可以包括:服务器输出图形化交互界面,服务器接收通过图形化交互界面输入的配置信息。
可选地,用户也可以通过终端上的图形化交互界面输入功能的配置信息,然后由终端将用户输入的功能的配置信息发送给服务器。相应地,在这种方式中,获取至少一个功能的配置信息,可以包括:服务器接收终端发送的配置信息,该配置信息是终端通过图形化交互界面获取的。
可选地,该图形化交互界面可以在终端或服务器启动对话系统配置程序后在对话系统配置程序的运行界面中提供,也可以在网页(Web)页面中提供。
示例性地,如图5所示,图形化交互界面包括条件输入区域31和动作输入区域32,条件输入区域31用于输入匹配条件,动作输入区域32用于输入执行动作。
该图形化交互界面还包括功能名称输入区域33,该功能名称输入区域33用于输入功能名称,功能名称可以用字母、数字或符号中的至少一种表示。
条件输入区域31中包括至少一个条件输入栏311,每个条件输入栏311用于输入一个匹配条件。示例性地,条件输入栏311包括:维度标识选项311a、组合关系选项311b和关键词输入框311c。该维度标识选项311a用于输入维度标识,该维度标识用于指示需要匹配的维度,可以为维度名称或者维度编号等;组合关系选项311b用于指示逻辑关系,逻辑关系包括但不限于与、或、非、包含或不包含等,用于限定关键词输入框311c中的匹配关键词的使用方式。该关键词输入框311c用于输入匹配关键词,该匹配关键词用于与分析结果进行比较。
例如,在图5中显示了两个条件输入栏311,第一个条件输入栏中的维度标识选项对应的维度为“句型”,组合关系选项限定关键词输入框中的使用方式为与;第二个条件输入栏中的维度标识选项对应的维度为“情感”,组合关系选项限定关键词输入框中的使用方式为非。
可选地,该图形化交互界面还包括条件增加选项311d和条件删除选项311e,条件增加选项311d用于在条件输入区域31中增加一个条件输入栏311,条件增加选项311d可以采用对应的条件输入栏中的“+”表示,条件删除选项311e用于删除条件输入区域31中已有的一个条件输入栏311,条件删除选项311e可以采用对应的条件输入栏中的“-”表示。
动作输入区域32包括至少一条动作输入栏321,每条动作输入栏321包括动作类型选项321a和动作输入区域322b。动作类型选项321a用于选择回复文本信息(如图中的回复)、执行预定义动作(如图中的执行动作)或者执行自定义动作(如图中的自定义)。动作输入区域322b用于输入动作对应的具体内容,例如,回复的文本信息的内容、预定义动作的名称、自定义动作对应的URL。
通过该图形化显示界面,用户可以直观地选择或输入某一功能的匹配条件和对应的执行动作,进一步降低了功能配置的难度,降低对话系统的开发成本。
可选地,前述语言理解组件可以分为多个组件集合。通过将多个语言理解分析组件分为多个组件集合,可以在展示的过程中分块展示,便于用户选择,提高效率。
在此基础上,所述维度标识选项具有下拉菜单,所述下拉菜单包括多个子区域,每个所述子区域包括一个所述组件集合中的所有所述语言理解分析组件的维度标识。
示例性地,所述组件集合包括以下组件集合中的至少一种:规则引擎组件集合、基础自然语言理解组件集合、语法分析组件集合、语义分析组件集合、问问关系分析组件集合或问答关系分析组件集合,所述规则引擎组件集合包括规则挖掘器组件或领域词典分析组件中的至少一种,所述基础自然语言理解组件集合包括分词组件、词性标注组件、句法依存关系分析组件或命名实体识别组件中的至少一种,所述语法分析组件集合包括语气句式分析组件、疑问句式分析组件、主宾态分析组件、疑问核心片段分析组件或疑问状态分析组件中的至少一种,所述语义分析组件集合包括情感分析组件、话题分析组件、通用意图识别组件、通用指令识别组件或语句相似关系分析组件中的至少一种,所述问问关系分析组件集合包括重复关系分析组件、强调关系分析组件、蕴含关系分析组件或语义相似关系分析组件中的至少一种,所述问答关系分析组件集合包括肯定回答关系分析组件、否定回答关系分析组件、追问关系分析组件或话题转移关系分析组件中的至少一种。
组件集合的划分方式可以有多种,上述划分方式仅为举例,本申请对此不做限制。
例如,如图6所示,在点击“情感”这一维度标识选项311a后,弹出下拉菜单,菜单中包括子区域1、子区域2、子区域3(图中未示出),子区域1中包括规则引擎组件集合中的各个语言理解分析组件的维度标识,子区域2中包括基础自然语言理解组件集合中的各个语言理解分析组件的维度标识……菜单中包含所有自然语言理解组件的维度标识,以便于用户选择。通过将语言理解分析组件的维度标识分区域展示,可以便于用户快速找到所需要的维度标识。
需要说明的是,也可以将所有的自然语言理解组件的维度标识按照设定顺序排序显示在下拉菜单中,例如按照首字母排序等。
在另一种可能的实施方式中,配置信息也可以不通过图形化界面的形式输入,而是直接以预定格式输入即采用后台配置的方式配置功能,在这种情况下,获取至少一个功能的配置信息,可以包括:接收以预定格式输入的配置信息,例如接收XML格式的配置信息。该方式适用于具有一定的开发能力的用户。
可选地,对话系统中可以包括公共功能的配置信息和私有功能的配置信息。示例性地,公共功能的配置信息可以由产品运营人员配置,所有用户或者指定类型的用户可以共同使用。私有功能的配置信息可以由用户自行配置,仅该用户和/或该用户指定的用户可以使用。
示例性地,功能的存储位置可以划分为公共存储区域和私有存储区域,公共存储区域用于存储公共功能的配置信息,私有存储区域用于存储私有功能的配置信息,私有存储区域可以采用用户标识区分,从而可以通过用户标识确定私有存储区域对应的存储位置。
可选地,对于私有功能的配置信息,可以在公共展示区域发布,当其他用户在该公共展示区域看到自己需要的功能时,可以通过下载指令将其下载作为自己的私有功能,使得各个用户可以共享自己配置的功能。在这种情况下,获取配置信息的方式还可以包括:接收功能下载指令,所述功能下载指令包括功能标识,所述下载指令是基于发布在公共展示区域的功能的配置信息发出的;根据所述功能下载指令,获取所述功能标识所指示的功能的配置信息。
示例性地,公共展示区域发布有多个私有功能的配置信息。每个功能的描述信息和下载选项,用户可以通过点击功能对应的下载选项,触发所述功能下载指令。
需要说明的是,上述服务器获取配置信息的方式可以任意组合,也即是对话系统中功能的配置信息的获取方式可以采用上述方式中的任一种或者两种的结合或者三种的结合。
下面以对话系统配置在服务器上,用户通过与终端对话,实现人机交互为例,对本申请实施例提供的对话系统的配置方法进行说明。当对话系统的语言理解分析组件配置在服务器上时,可以由用户共有,所以可以称之为开放式自然语言理解平台。
图3为本申请一个示意性实施例的对话系统的配置方法的流程示意图。如图3所示,该配置方法包括:
101a:终端输出图形化交互界面。
图形化交互界面可以参见图5、图6相关描述,在此省略详细描述。
可选地,在一种可能的实施方式中,终端可以在用户登录对话系统配置应用后,通过对话系统配置应用输出该图形化交互界面。在另一种可能的实施方式中,终端可以在用户通过Web页面登录配置有对话系统的服务器之后,通过web页面输出该图形化交互界面。
102a:终端接收通过该图形化交互界面输入的功能的配置信息。
这里,功能的配置信息至少包括匹配条件集合和执行动作集合。
可选地,功能的配置信息还可以包括功能名称等。
103a:终端将功能的配置信息发送给服务器,服务器接收功能的配置信息。
可选地,终端可以将功能的配置信息以预定格式发送给服务器,例如xml格式或者ini格式。
104a:服务器确定对话系统的功能的存储位置,并将接收到的功能的配置信息以预定格式保存至该存储位置。
若在步骤103a中,终端是以预定格式发送配置信息,则服务器可以将接收到的配置信息直接作为对话系统的一部分保存。若在步骤103a中,终端发送的配置信息的格式与服务器保存配置信息所用的格式不同,服务器需要先将终端发送的功能的配置信息转换为预定格式。
可选地,还可以保存用户标识与功能的名称的对应关系。以便于后续可以根据该对应关系确定用户标识对应的功能以及使用确定出的功能。该用户标识可以为用户登录所使用的用户账号等。
在本申请实施例中,将开发难度较高的语言理解分析组件作为基础组件预先配置,用户只需配置功能的配置信息,在配置信息中设置用于对语言理解分析组件的分析结果进行匹配的匹配条件以及对应的执行动作集合,即可实现对话系统的功能配置,使得对话系统的功能定制的难度显著降低,使得用户可以根据需要定制所需的对话系统的功能。并且,由于配置有多个语言理解分析组件,可以对自然语句从多个维度进行分析,进而可以根据分析结果对自然语句进行更精细化的划分,使得确定出来的执行动作能够更加贴合用户需求。
此外,用户可以通过图形化显示界面输入功能的配置信息,进一步降低了对话系统的功能配置的难度。
图4为本申请一个示意性实施例的对话系统的配置方法的流程示意图。如图4所示,该配置方法包括:
101b:终端在公共展示区域输出多个功能的下载选项。
公共展示区域发布有多个功能的描述信息和下载选项。公共展示区域中功能可以为用户上传至服务器并同意发布在公共展示区域的功能。
102b:终端接收用户输入的功能下载指令。
示例性地,用户可以通过点击功能对应的下载选项,触发功能下载指令。
103b:终端响应于该功能下载指令,向服务器发送功能下载请求,服务器接收终端发送的功能下载请求。
该功能下载请求中包括用户标识和功能下载指令对应的功能标识(例如功能名称)。
104b:服务器根据功能下载请求查找功能标识所属的功能的配置信息。
105b:服务器确定功能下载请求中用户标识对应的功能的存储位置,并将查找到的功能的配置信息以预定格式保存至该存储位置。
通过该步骤105b可以将查找到的功能的配置信息保存为功能下载请求中用户标识对应的对话系统的一部分。
可选地,该方法还可以包括:接收终端发送的功能发布请求,所述功能发布请求用于指示服务器将功能发布在该公共展示区域。示例性地,该功能发布请求可以包括功能标识和功能配置信息。可选地,该功能发布请求还可以包括功能描述信息。
在本申请实施例中,将开发难度较高的语言理解分析组件作为基础组件预先配置,用户只需配置功能的配置信息,在配置信息中设置用于对语言理解分析组件的分析结果进行匹配的匹配条件以及对应的执行动作集合,即可实现对话系统的功能配置,使得对话系统的功能定制的难度显著降低,使得用户可以根据需要定制所需的对话系统的功能。并且,由于配置有多个语言理解分析组件,可以对自然语句从多个维度进行分析,进而可以根据分析结果对自然语句进行更精细化的划分,使得确定出来的执行动作能够更加贴合用户需求。
此外,在该实施例中,用户可以通过在公共展示区域下载其他用户分享的功能,无需自行设计,简化了功能配置的步骤。
本申请实施例还提供了一种基于对话系统的交互方法。如前所述,该对话系统包括所述对话系统包括多个语言理解分析组件和至少一个功能的配置信息,所述语言理解分析组件用于对语句进行分析,得到一个维度的分析结果,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括至少一个所述语言理解分析组件对应的维度的匹配条件。该对话系统可以采用图2、图3或图4所示的对话系统的配置方法配置功能。
图7为本申请一个示意性实施例的基于对话系统的交互方法的流程示意图。如图7所示,该交互方法包括:
201:接收查询信息,查询信息包括目标语句。
在该步骤201中,接收查询信息可以直接接收用户输入的查询信息,也可以接收终端发送的查询信息。
可选地,查询信息的输入方式有多种,例如,输入文本、输入语音等。在输入语音的情况下,还可以包括对语音数据进行语音识别,得到文本形式的目标语句。
202:采用至少一个语言理解分析组件对目标语句进行分析,得到一个维度的分析结果。
示例性地,可以采用服务器上配置的所有语言理解分析组件对所述目标语句进行分析,得到各个语言理解分析组件对应维度的分析结果。
可选地,采用语言理解分析组件对目标语句进行分析之后,可以以索引的形式展示分析结果。索引标识为语言理解分析组件对应的维度名称或标识,索引值为语言理解分析组件的分析结果。
示例性地,假设目标语句为“你喜不喜欢XX”,采用多个语言理解分析结果对该目标语句进行分析之后,得到的部分分析结果如表一所示。
表一、索引形式的分析结果
索引标识 | 索引值 |
句型 | 疑问句 |
主语态 | 你 |
核心动词 | 喜欢 |
核心实体名词类型 | NBA球星 |
问句类型 | 是非问 |
话题 | 篮球 |
203:根据一个维度的分析结果与至少一个功能的配置信息,确定目标执行动作集合,目标执行动作集合对应的匹配条件集合与分析结果匹配。
在该步骤203中,对于每一个功能,可以将该功能的匹配条件集合中的每一个匹配条件与对应维度的分析结果进行比较,若分析结果满足匹配条件,则表示该目标语句符合该匹配条件,例如对于同一维度,匹配条件为不包含A,分析结果为B,又例如,对于同一维度,匹配条件为包含XX,分析结果为XX,这些分析结果均满足匹配条件。若目标语句符合匹配条件集合中的每个匹配条件,则该匹配条件集合中对应的执行动作集合为目标执行动作集合。
例如,若某一功能的匹配条件集合包括三个匹配条件,句型是疑问句,核心动词是喜欢,话题是篮球,将这三个匹配条件分别与表一中对应的索引项匹配,匹配条件与分析结果均相同,即该目标语句符合该匹配条件集合中的所有匹配条件,则该匹配条件集合对应的执行动作集合为目标执行动作集合。
204:基于目标执行动作集合,输出查询结果。
可选地,若步骤203中匹配出来的目标执行动作集合有多个,可以根据预定的控制策略,确定最终输出的查询结果。该控制策略用于从多个目标执行动作集合中确定出最终目标执行动作集合,控制策略可以是预先配置的,本申请对控制策略的内容不做限制。
例如,对于目标语句“你给我向后转,我不想看到你了”,确定出的目标执行动作集合可以包括:集合1:转动意图+方向后--对应执行动作‘向后转’并回复‘好的,我这就向后转’;集合2:转动意图+生气情感--对应执行动作为回复“主人是生气了吗?我可以不转陪你聊聊天吗”),控制策略可以从集合1和集合2中选择一个集合,得到最终输出的查询结果。
可选地,在一种可能的实施方式中,对话系统为所有用户共用的,也即是所有用户均可以使用所有的功能。
可选地,在另一种可能的实施方式中,对话系统的功能可以分为公共功能和私有功能,公共功能可以由所有用户共同使用,或者由指定类型的多个用户共同使用。私有功能可以由配置该功能的用户使用,或者配置该功能的用户指定的用户使用。
可选地,该查询信息中还包括用户标识,该方法还包括根据用户标识,确定可用的功能的配置信息。相应地,步骤203中使用确定出来的可用的功能的配置信息确定目标执行动作集合。
在一种可能实施方式中,采用的语言理解分析组件可以为所有的语言分析组件,也即是,在每次对自然语句的分析中,均采用所有的语言理解分析组件对自然语句进行分析。为了提高效率,通常会多个语言理解分析组件对自然语句的分析会并行进行。
在另一种可能的实施方式中,为了提高效率,可以先基于用户可用的功能的配置信息所对应的维度,确定需要采用的语言理解分析组件。
在本申请实施例中,将开发难度较高的语言理解分析组件作为基础组件预先配置,用户只需配置功能的配置信息,在配置信息中设置用于对语言理解分析组件的分析结果进行匹配的匹配条件以及对应的执行动作集合,即可实现对话系统的功能配置,使得对话系统的功能定制的难度显著降低,使得用户可以根据需要定制所需的对话系统的功能。并且,由于配置有多个语言理解分析组件,可以对自然语句从多个维度进行分析,进而可以根据分析结果对自然语句进行更精细化的划分,使得确定出来的执行动作能够更加贴合用户需求。
图8为本申请一个示意性实施例的基于对话系统的交互方法的流程示意图。如图8所示,该交互方法包括:
201a:终端接收用户输入的目标语句。
若用户以语音形式输入目标语句,该方法还可以包括将语音形式的目标语句转换为文本形式的目标语句,然后执行步骤202a,以减少传输数据量;或者,也可以直接执行步骤202a,以减少终端的数据处理量。
若用户输入的目标语句为文本形式,则可以直接执行步骤202a。
示例性地,终端可以在启用对话系统的客户端软件后,通过客户端软件接收用户输入的目标语句以及将语音形式的目标语句转换为文本形式的目标语句。
202a:终端将查询信息发送给配置有对话系统的服务器,服务器接收终端发送的查询信息。
查询信息包括目标语句和用户标识。该用户标识可以为在服务器中注册的用户账号。
关于服务器和对话系统的相关描述可以参见图2和图7相关描述,在此省略详细描述。
203a:服务器根据用户标识确定可用功能的配置信息。
对话系统可以包括公共功能和私有功能。根据用户标识确定出来的可用功能可以包括公共功能或私有功能或者同时包括公共功能和私有功能。
204a:服务器采用多个语言理解分析组件对目标语句进行分析,得到多个维度的分析结果。
在一种可能的实施方式中,步骤204a中采用的语言理解分析组件为服务器上配置的所有语言理解分析组件。
在另一种可能的实施方式中,步骤204a中采用的语言理解分析组件为服务器上配置的所有语言理解分析组件中,与步骤203a中确定出的可用功能的配置信息中的匹配条件的维度对应的语言理解分析组件。
205a:服务器根据得到的多个维度的分析结果与可用的功能的配置信息,确定目标执行动作集合,目标执行动作集合对应的匹配条件集合与分析结果匹配。
206a:服务器基于目标执行动作集合,确定查询结果。
若目标执行动作集合中包括回复文本信息,则基于预定的对话策略,确定文本信息的内容,相应地,查询结果包括确定出的文本信息的内容。
若目标执行动作集合中包括预定义动作,则获取预定义动作对应的控制指令,相应地,查询结果包括确定出的控制指令。
若目标执行动作集合中包括自定义动作,则获取自定义动作对应的URL,相应的,查询结果包括确定出的URL或者包括确定出的URL和网址打开指令。
可选地,若步骤205a中匹配出来的目标执行动作集合有多个,可以根据预定的控制策略,选择一个最终目标执行动作,并依据最终目标执行动作确定查询结果。该控制策略用于指示从多个目标执行动作集合中确定出最终目标执行动作集合的规则,例如,选择置信度高的目标执行动作集合作为最终目标执行动作集合,控制策略可以是预先配置的,本申请对控制策略的内容不做限制。
207a:服务器将查询结果发送给终端,终端接收查询结果。
208a:终端输出并展示接收到的查询结果。
若查询结果包括文本信息,则控制终端以文本、图片或语音的形式展示文本信息。若查询结果包括控制指令,则响应于控制指令,执行控制指令对应的操作。若查询结果包括URL,则显示URL或者在URL的控制下执行对应的自定义动作。
在本申请实施例中,将开发难度较高的语言理解分析组件作为基础组件预先配置,用户只需配置功能的配置信息,在配置信息中设置用于对语言理解分析组件的分析结果进行匹配的匹配条件以及对应的执行动作集合,即可实现对话系统的功能配置,使得对话系统的功能定制的难度显著降低,使得用户可以根据需要定制所需的对话系统的功能。并且,由于配置有多个语言理解分析组件,可以对自然语句从多个维度进行分析,进而可以根据分析结果对自然语句进行更精细化的划分,使得确定出来的执行动作能够更加贴合用户需求。
此外,用户可以自行配置私有功能,按照自己的偏好设置功能,可以定制更丰富的更拟人化的功能,从而更加贴合用户需求。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图9为本申请实施例的对话系统的配置装置的结构框图。该装置可以实现成为服务器或终端的全部或一部分。如图9所示,该装置包括:获取模块401、确定模块402和保存模块403。
获取模块401,用于获取至少一个功能的配置信息,该配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括至少一个所述语言理解分析组件对应的维度的匹配条件。确定模块402用于确定对话系统的功能的存储位置;保存模块403,用于将获取模块401获取的功能的配置信息保存至确定模块402确定出的存储位置。
可选地,执行动作集合包括至少一个执行动作,所述执行动作包括以下类型的至少一种:回复文本信息、预定义动作和自定义动作。
图10为本申请实施例的基于对话系统的交互装置的结构框图。该装置可以实现成为服务器或终端的全部或一部分。如图10所示,该装置包括:接收模块501、分析模块502、匹配模块503和输出模块504。
接收模块501,用于接收查询信息,所述查询信息包括目标语句;分析模块502,用于采用至少一个所述语言理解分析组件对所述目标语句进行分析,得到被采用的语言理解分析组件对应维度的分析结果;匹配模块503,用于根据所述分析结果与所述至少一个功能的配置信息,确定目标执行动作集合,所述目标执行动作集合对应的匹配条件集合与所述分析结果匹配;输出模块504,用于基于所述目标执行动作集合,输出查询结果。
本申请实施例还提供了一种计算机设备,该计算机设备可以是服务器,也可以是终端。该计算机设备可以包括处理器和存储器,所述存储器存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现前述配置方法,或者,执行以实现前述交互方法。
图11是本申请实施例提供的一种服务器的结构框图。如图11所示,服务器600包括中央处理单元(CPU)601、包括随机存取存储器(RAM)602和只读存储器(ROM)603的系统存储器604,以及连接系统存储器604和中央处理单元601的系统总线605。所述服务器600还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)606,和用于存储操作系统613、应用程序614和其他程序模块615的大容量存储设备607。
所述基本输入/输出系统606包括有用于显示信息的显示器608和用于用户输入信息的诸如鼠标、键盘之类的输入设备609。其中所述显示器608和输入设备609都通过连接到系统总线605的输入输出控制器610连接到中央处理单元601。所述基本输入/输出系统606还可以包括输入输出控制器610以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器610还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备607通过连接到系统总线605的大容量存储控制器(未示出)连接到中央处理单元601。所述大容量存储设备607及其相关联的计算机可读介质为服务器600提供非易失性存储。也就是说,所述大容量存储设备607可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器604和大容量存储设备607可以统称为存储器。
根据本申请的各种实施例,所述服务器600还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器600可以通过连接在所述系统总线605上的网络接口单元611连接到网络612,或者说,也可以使用网络接口单元611来连接到其他类型的网络或远程计算机系统(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,中央处理器601通过执行该一个或一个以上程序来实现图2、图3、图4、图7或图8所示的方法中由服务器执行的步骤。
本领域技术人员可以理解,图11中示出的结构并不构成对服务器600的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种对话系统的配置方法,其特征在于,所述对话系统包括多个语言理解分析组件,所述多个语言理解分析组件分为多个组件集合,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述方法包括:
接收通过图形化交互界面输入的至少一个功能的配置信息,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件,所述图形化交互界面包括条件输入区域和动作输入区域,所述条件输入区域包括至少一个条件输入栏,每个所述条件输入栏用于输入一个所述匹配条件,每个所述条件输入栏均包括维度标识选项、组合关系选项和关键词输入框,所述维度标识选项用于输入维度标识,所述组合关系选项用于输入所述关键词输入框中的匹配关键词的使用方式,所述关键词输入框用于输入匹配关键词,所述维度标识选项具有下拉菜单,所述下拉菜单包括多个子区域,每个所述子区域包括一个所述组件集合中的所有所述语言理解分析组件的维度标识;
确定所述对话系统的功能的存储位置;及
将所述配置信息保存至所述存储位置。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收功能下载指令,所述功能下载指令包括功能标识,所述下载指令是基于发布在公共展示区域的功能的配置信息发出的;
根据所述功能下载指令,获取所述功能标识所指示的功能的配置信息;
或者,
接收以预定格式输入的所述功能的配置信息。
3.根据权利要求1或2所述的方法,其特征在于,所述多个语言理解分析组件选自以下组件:规则挖掘器组件、领域词典分析组件、分词组件、词性标注组件、句法依存关系分析组件、命名实体识别组件、语气句式分析组件、疑问句式分析组件、主宾态分析组件、疑问核心片段分析组件、疑问状态分析组件、情感分析组件、话题分析组件、通用意图识别组件、通用指令识别组件、语句相似关系分析组件、重复关系分析组件、强调关系分析组件、蕴含关系分析组件、语义相似关系分析组件、肯定回答关系分析组件、否定回答关系分析组件、追问关系分析组件或话题转移关系分析组件。
4.一种基于对话系统的交互方法,其特征在于,所述对话系统包括多个语言理解分析组件和至少一个功能的配置信息,所述多个语言理解分析组件分为多个组件集合,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件,所述配置信息通过图形化交互界面获取到,所述图形化交互界面包括条件输入区域和动作输入区域,所述条件输入区域包括至少一个条件输入栏,每个所述条件输入栏用于输入一个所述匹配条件,每个所述条件输入栏均包括维度标识选项、组合关系选项和关键词输入框,所述维度标识选项用于输入维度标识,所述组合关系选项用于输入所述关键词输入框中的匹配关键词的使用方式,所述关键词输入框用于输入匹配关键词,所述维度标识选项具有下拉菜单,所述下拉菜单包括多个子区域,每个所述子区域包括一个所述组件集合中的所有所述语言理解分析组件的维度标识;
所述交互方法包括:
接收查询信息,所述查询信息包括目标语句;
采用至少一个所述语言理解分析组件对所述目标语句进行分析,得到被采用的语言理解分析组件对应维度的分析结果;
根据所述分析结果与所述至少一个功能的配置信息,确定目标执行动作集合,所述目标执行动作集合对应的匹配条件集合与所述分析结果匹配;
基于所述目标执行动作集合,输出查询结果。
5.一种对话系统的配置装置,其特征在于,所述对话系统包括多个语言理解分析组件,所述多个语言理解分析组件分为多个组件集合,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述装置包括:
获取模块,用于接收通过图形化交互界面输入的至少一个功能的配置信息,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件,所述图形化交互界面包括条件输入区域和动作输入区域,所述条件输入区域包括至少一个条件输入栏,每个所述条件输入栏用于输入一个所述匹配条件,每个所述条件输入栏均包括维度标识选项、组合关系选项和关键词输入框,所述维度标识选项用于输入维度标识,所述组合关系选项用于输入所述关键词输入框中的匹配关键词的使用方式,所述关键词输入框用于输入匹配关键词,所述维度标识选项具有下拉菜单,所述下拉菜单包括多个子区域,每个所述子区域包括一个所述组件集合中的所有所述语言理解分析组件的维度标识;
确定模块,用于确定所述对话系统的功能的存储位置;及
保存模块,用于将所述配置信息保存至所述存储位置。
6.一种基于对话系统的配置装置,其特征在于,所述对话系统包括多个语言理解分析组件和至少一个功能的配置信息,所述多个语言理解分析组件分为多个组件集合,每个所述语言理解分析组件用于在至少一个维度对语句进行分析,得到对应维度的分析结果,不同所述语言理解分析组件用于在不同维度对所述语句进行分析,所述配置信息包括匹配条件集合和所述匹配条件集合对应的执行动作集合,所述匹配条件集合包括所述多个语言理解分析组件对应的维度中至少一个所述维度的匹配条件,所述配置信息通过图形化交互界面获取到,所述图形化交互界面包括条件输入区域和动作输入区域,所述条件输入区域包括至少一个条件输入栏,每个所述条件输入栏用于输入一个所述匹配条件,每个所述条件输入栏均包括维度标识选项、组合关系选项和关键词输入框,所述维度标识选项用于输入维度标识,所述组合关系选项用于输入所述关键词输入框中的匹配关键词的使用方式,所述关键词输入框用于输入匹配关键词,所述维度标识选项具有下拉菜单,所述下拉菜单包括多个子区域,每个所述子区域包括一个所述组件集合中的所有所述语言理解分析组件的维度标识,所述装置包括:
接收模块,用于接收查询信息,所述查询信息包括目标语句;
分析模块,用于采用至少一个所述语言理解分析组件对所述目标语句进行分析,得到被采用的语言理解分析组件对应维度的分析结果;
匹配模块,用于根据所述分析结果与所述至少一个功能的配置信息,确定目标执行动作集合,所述目标执行动作集合对应的匹配条件集合与所述分析结果匹配;
输出模块,用于基于所述目标执行动作集合,输出查询结果。
7.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至3任一项所述的方法,或者,执行以实现如权利要求4所述的方法。
8.一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存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至3任一项所述的方法,或者,执行以实现如权利要求4所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910308720.7A CN110046227B (zh) | 2019-04-17 | 2019-04-17 | 对话系统的配置方法、交互方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910308720.7A CN110046227B (zh) | 2019-04-17 | 2019-04-17 | 对话系统的配置方法、交互方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110046227A CN110046227A (zh) | 2019-07-23 |
CN110046227B true CN110046227B (zh) | 2023-07-18 |
Family
ID=67277577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910308720.7A Active CN110046227B (zh) | 2019-04-17 | 2019-04-17 | 对话系统的配置方法、交互方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110046227B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609683B (zh) * | 2019-08-13 | 2022-01-28 | 平安国际智慧城市科技股份有限公司 | 对话机器人配置方法、装置、计算机设备和存储介质 |
CN110827831A (zh) * | 2019-11-15 | 2020-02-21 | 广州洪荒智能科技有限公司 | 基于人机交互的语音信息处理方法、装置、设备及介质 |
CN111062211A (zh) * | 2019-12-27 | 2020-04-24 | 中国联合网络通信集团有限公司 | 信息提取方法、装置、电子设备及存储介质 |
CN113326359A (zh) * | 2020-02-28 | 2021-08-31 | 浙江大搜车软件技术有限公司 | 一种对话应答及应答策略匹配模型的训练方法和装置 |
CN112084767A (zh) * | 2020-07-22 | 2020-12-15 | 联想(北京)有限公司 | 一种信息应答处理方法、智能语音设备及存储介质 |
CN112202591A (zh) * | 2020-08-28 | 2021-01-08 | 网宿科技股份有限公司 | 配置管理系统、方法及存储介质 |
CN112231027A (zh) * | 2020-09-27 | 2021-01-15 | 中国建设银行股份有限公司 | 一种任务型会话配置方法和系统 |
CN112507089A (zh) * | 2020-11-25 | 2021-03-16 | 厦门渊亭信息科技有限公司 | 一种基于知识图谱的智能问答引擎及其实现方法 |
CN114911535B (zh) * | 2022-04-22 | 2023-12-19 | 青岛海尔科技有限公司 | 应用程序组件配置方法、存储介质及电子装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491443A (zh) * | 2018-02-13 | 2018-09-04 | 上海好体信息科技有限公司 | 由计算机实施的与用户对话的方法和计算机系统 |
CN108701454A (zh) * | 2015-10-21 | 2018-10-23 | 谷歌有限责任公司 | 对话系统中的参数收集和自动对话生成 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10482184B2 (en) * | 2015-03-08 | 2019-11-19 | Google Llc | Context-based natural language processing |
US20180052913A1 (en) * | 2016-08-16 | 2018-02-22 | Ebay Inc. | Selecting next user prompt types in an intelligent online personal assistant multi-turn dialog |
-
2019
- 2019-04-17 CN CN201910308720.7A patent/CN110046227B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108701454A (zh) * | 2015-10-21 | 2018-10-23 | 谷歌有限责任公司 | 对话系统中的参数收集和自动对话生成 |
CN108491443A (zh) * | 2018-02-13 | 2018-09-04 | 上海好体信息科技有限公司 | 由计算机实施的与用户对话的方法和计算机系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110046227A (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046227B (zh) | 对话系统的配置方法、交互方法、装置、设备和存储介质 | |
US20200356928A1 (en) | Collaborative personal assistant system for delegating provision of services by third party task providers and method therefor | |
KR102189855B1 (ko) | 다이얼로그 시스템들에서의 파라미터 수집 및 자동 다이얼로그 생성 | |
US20220221959A1 (en) | Annotations in software applications for invoking dialog system functions | |
CN110223695B (zh) | 一种任务创建方法及移动终端 | |
US9824150B2 (en) | Systems and methods for providing information discovery and retrieval | |
US6922670B2 (en) | User support apparatus and system using agents | |
US7548859B2 (en) | Method and system for assisting users in interacting with multi-modal dialog systems | |
CN100578614C (zh) | 用语音应用语言标记执行的语义对象同步理解 | |
US10860289B2 (en) | Flexible voice-based information retrieval system for virtual assistant | |
CN111737411A (zh) | 人机对话中的响应方法、对话系统及存储介质 | |
JP2001034451A (ja) | ヒューマン−マシンダイアログ自動生成方法、システム及びその装置 | |
JP7413568B2 (ja) | 音声対話の訂正方法及び装置 | |
US20210209164A1 (en) | Method, apparatus, and storage medium for recommending interactive information | |
CN109979450B (zh) | 信息处理方法、装置及电子设备 | |
JP6728319B2 (ja) | 人工知能機器で複数のウェイクワードを利用したサービス提供方法およびそのシステム | |
Lee | Voice user interface projects: build voice-enabled applications using dialogflow for google home and Alexa skills kit for Amazon Echo | |
KR20210001082A (ko) | 사용자 발화를 처리하는 전자 장치와 그 동작 방법 | |
CN112837683B (zh) | 语音服务方法及装置 | |
CN116701811B (zh) | 一种网页处理方法、装置、设备及计算机可读存储介质 | |
CN114064943A (zh) | 会议管理方法、装置、存储介质及电子设备 | |
US7962963B2 (en) | Multimodal resource management system | |
CN113793588A (zh) | 智能语音提示方法、装置、设备及存储介质 | |
CN113314115A (zh) | 终端设备的语音处理方法、终端设备及可读存储介质 | |
KR101970899B1 (ko) | 문맥 기반으로 음성 인식의 성능을 향상하기 위한 방법, 컴퓨터 장치 및 컴퓨터 판독가능 기록 매체 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |