CN110175226B - 一种基于多维度场景分析的对话决策方法 - Google Patents
一种基于多维度场景分析的对话决策方法 Download PDFInfo
- Publication number
- CN110175226B CN110175226B CN201910386660.0A CN201910386660A CN110175226B CN 110175226 B CN110175226 B CN 110175226B CN 201910386660 A CN201910386660 A CN 201910386660A CN 110175226 B CN110175226 B CN 110175226B
- Authority
- CN
- China
- Prior art keywords
- event
- conversation
- elements
- dialog
- similar
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000001364 causal effect Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 6
- 238000010276 construction Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于多维度场景分析的对话决策方法，所述方法对对话过程进行分析并以事件元和事件图谱的方式呈现，事件图谱的构建和展示简单明了，克服传统人机对话中数据训练和实时更新的难题，模型建立后，再通过对每一次新的对话进行分析，根据对话中提取出的事件和事件属性，在事件图谱中匹配到相似的事件元，匹配速度快，再通过多维度分析相似的事件元以及与该事件元有关的事件元，从而判断出对话意图，并给出详细的意图信息，最后根据对话意图信息给出对话决策。
Description
技术领域
本发明涉及人机对话技术领域，尤其涉及一种基于多维度场景分析的对话决策方法。
背景技术
人机对话，采用自然语言理解技术，是人工智能的一个重要研究领域，其中，对话意图识别是人机对话中的重点和难点。
目前采用的对话意图识别技术基本上是通过数据训练建立识别参数模型，该方式较为死板，无法适应不同的语境。对话意图识别应该考虑时空环境，但是在时空环境下，识别参数模型会非常复杂，不仅难以获取到充分的数据进行训练，而且模型难以实时更新，影响了意图识别的准确率和效率。
发明内容
本发明为解决上述技术问题，提供了一种基于多维度场景分析的对话决策方法，通过对话构建和完善对话场景，再利用构建的对话场景分析对话意图。
为实现上述技术效果，所述方法包括：
分析当前对话过程，获取对话中的事件和对话要素；
构建并实时更新对话场景，所述对话场景采用事件元方式展示；所述事件元包括事件名和事件属性，事件名和对应的事件属性形成事件元，各个事件元之间通过设定的逻辑关系相连形成事件图谱；
在事件图谱中寻找与当前对话的事件相匹配的事件元，通过分析所该事件元的属性内容和与该事件元有逻辑关系的其它事件元，综合判断说话者当前的对话意图，根据所述对话意图进行对话决策。
在事件图谱的建立过程中强化学习各个逻辑关系的强弱，如果某个逻辑关系出现频率高，或者发生的时间距离当前较近，则增强关系。
优选地，所述对话要素包括对话时间、说话者身份、事件所涉及的人和地点、事件所受约束、说话者的行为习惯等。
优选地，所述逻辑关系包括从属关系、因果关系、相似关系、约束关系、先后关系等，其中：
从属关系：如对话时间、地点、身份信息、信息源、答案、支持与否这类信息，归为从属关系；
相似关系：用于表达事件与事件之间的关系，通过比较事件类型、问句类型、关键字、重要词语这些信息来判断是否相似；
因果关系：通过多轮对话的方式发现事件与事件之间是否为因果关系，由机器主动询问，或者从用户主动的表达中发现；
约束关系，或称条件关系：该类关系也是从用户主动的表达中识别出关系类型；
先后关系：该类关系通过多次的对话数据中进行强化学习得到。
进一步的，当初次匹配事件图谱而无法匹配到时，则进行降维搜索，降维搜索是指通过减少对话要素再次匹配，包括忽略对话时间、说话者身份、事件所涉及的人和地点、事件所受约束、说话者的行为习惯中的一点或至少两点。
进一步的，当再次匹配而无法匹配到时，通过相似词的变换再次进行事件图谱的查找。
优选的，所述对话包括信息咨询类和业务办理类；
所述信息咨询类的对话要素包括：
a.对话时间；
b.提问人的身份信息；
c.问句类型，相关关键词和重要词语；
d.推出的知识信息，供提问人查看，如果反馈是错误的，则标注为错误；
e.推出的知识信息的信息源；
f.与该次对话过程有关的地点、人物、事件；
所述业务办理类的对话要素包括：
a.对话时间；
b.提问人的身份信息；
c.业务名称，相关关键词和重要词语；
d.该业务是否支持。
进一步的，以对话要素c点的内容为核心结点建立事件元，其他对话要素为从属结点，即事件元的核心结点是事件表达，与事件有关的信息为事件属性。
当对话中出现其它事件，分析其它事件与所述核心结点的关系类型，所述关系类型包括因果关系、条件关系、并列关系，当无法识别出关系类型时，则标注为先后关系。
进一步的，将建立的事件元合并到所述事件图谱中，所述合并的方式包括：
当找不到相似的事件元时，则在事件图谱中新增一个并列存在的事件元；
当找到相似的事件元时，但除了对话时间，其它对话要素存在区别，则把该事件元当作一个新的事件元，但与相似的事件元存在相似关系的逻辑关系；
当找到相似的事件元时，且除了对话时间不同之外，其它对话要素都一样，则在事件图谱中不新增事件元，但在对应的相似事件元上增加当前的时间。
进一步的，获取新对话的对话要素，包括问句类型或业务名称、关键词和重点词语，通过对话要素在所述事件图谱中寻找相似的事件元，再从对话时间和身份信息两个维度过滤出最相似的事件元；
当存在问句类型或业务名称、对话时间和身份信息都相似的事件元时，则分析该事件元的核心结点、从属结点及其与之相关的其它事件元，输出意图识别结果，如果是业务办理类，则输出业务办理名称，并提示是否支持，如果是信息咨询类，则输出的意图识别结果包括：之前已推送出来的知识信息，如果为错误，则标记为错误；之前所查找的知识信息的信息源；问句类型，关键词和其它重要词语；但当存在事件元相似，且对话时间或身份不相似时，则在输出的意图识别结果中提示意图识别结果为近似结果。
再根据意图识别结果进行对话决策，对于业务办理类，则进入业务办理对话流程，对于信息咨询类，则进入信息咨询流程；
进一步的，当不存在相似的事件元时，则进入常规的意图识别。
进一步的，当前对话时间与历史的对话时间相差不超过预设的时间长度，则判断为当前对话时间与历史的对话时间相似，反之，则为不相似，优选的，所述预设的时间长度为20分钟。
由上述对本发明的描述可知，和现有技术相比，本发明提出的一种基于多维度场景分析的对话决策方法，所述方法通过分析对话内容，构建事件元和事件图谱，解决了传统人机对话中数据训练和实时更新的难题，以实时在线寻优的方式，在事件图谱中寻找与当前对话匹配的事件元，匹配速度快，通过多维度对比当前对话与事件图谱，包括对话时间、身份信息、关键词等维度，实时准确提供对话决策。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
其中：
图1是本发明一种基于多维度场景分析的对话决策方法的步骤示意图；
图2是本发明一种基于多维度场景分析的对话决策方法中的事件图谱示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例一：
一种基于多维度场景分析的对话决策方法，请参阅图1，通过对话构建和完善对话场景，再利用构建的对话场景分析对话意图，具体的，所述方法包括：
S10：初步分析当前对话内容，抽取出对话要素；
S20：通过在事件图谱中寻找相似的事件元，以此判断是否是新的对话场景；
S30：构建对话场景，所述对话场景采用事件元展示，所述事件元包括事件名和事件属性；
所述事件图谱包括事件元和事件元之间的关系，事件元之间通过设定的逻辑关系构成，请参阅图2；
S40：根据当前对话的事件元在事件图谱中寻找相似的事件元；
S50：根据当前的对话信息补充当前事件元的属性信息；
S60：通过分析相似事件元的属性内容和与该事件元有逻辑关系的其它事件元，综合判断说话者当前的对话意图；
S70：采用通用的方法对当前对话内容进行意图识别；
S80：根据所述对话意图进行对话决策。
本实施例中，步骤S30和S50将对话内容进行分析并以事件元的方式呈现，事件元和事件图谱的构建和展示简单明了，克服传统人机对话中数据训练和实时更新的难题，模型建立后，通过步骤S40到S60对每一次新的对话进行分析，根据对话中提取出的事件和事件属性，在事件图谱中匹配到最接近的事件元，从而根据事件图谱，即根据对话记录，判断出对话意图，最后根据对话意图给出对话决策。
所述最接近的事件元的匹配，依赖于事件图谱中事件与事件属性之间的逻辑关系。在事件图谱的建立过程中，通过强化学习把逻辑关系进行强弱划分，如果某个逻辑关系的出现频率高，或者发生的时间距离当前较为接近，则增强该关系。
实施例二：
在实施例一的基础上，所述方法通过多个维度分析对话意图，即所述对话要素有多个，主要包括对话时间、说话者身份、事件所涉及的人和地点、事件所受约束、说话者的行为习惯等。
对应的，在多维度情况下，所述逻辑关系的种类也多，主要包括从属关系、因果关系、相似关系、约束关系、先后关系等。
具体的，其中：
从属关系：如对话时间、地点、身份信息、信息源、答案、支持与否等这类信息，归为从属关系；
相似关系：用于表达元与事件元之间的关系，通过比较事件类型、问句类型、关键字、重要词语这些信息来判断是否相似；
因果关系：通过多轮对话的方式发现事件与事件之间是否为因果关系，可以由机器主动询问来确定是否为因果关系，或者从用户主动的表达中发现；
约束关系，或称条件关系：该类关系是从用户主动的表达中识别出关系类型；
先后关系：该类关系通过多次的对话数据中进行强化学习得到。
在实践当中，当初次匹配事件图谱而无法匹配到时，则进行降维搜索，降维搜索是指通过减少对话要素再次匹配，包括忽略对话时间、说话者身份、事件所涉及的人和地点、事件所受约束、说话者的行为习惯中的一点或至少两点。
当再次匹配而无法匹配到时，则通过相似词的变换再次进行事件图谱的查找。
实施例三：
在实施例一的基础上，所述方法主要应用于信息咨询类和业务办理类的对话。
其中，所述信息咨询类的对话要素包括：
a.对话时间；
b.提问人的身份信息；
c.问句类型，相关关键词和重要词语；
d.推出的知识信息，供提问人查看，如果反馈是错误的，则标注为错误；
e.推出的知识信息的信息源；
f.与该次对话过程有关的地点、人物、事件；
所述业务办理类的对话要素包括：
a.对话时间；
b.提问人的身份信息；
c.业务名称，相关关键词和重要词语；
d.该业务是否支持。
步骤S30包括S31和S32：
S31：以对话要素c点的内容为核心结点建立事件元，其他对话要素为从属结点，即事件元的核心结点是事件表达，与事件有关的信息为事件属性。
当对话中出现其它事件，分析其它事件与所述核心结点的关系类型，所述关系类型包括因果关系、条件关系、并列关系，当无法识别出关系类型时，则标注为先后关系。
S32：将建立的事件元合并到所述事件图谱中，所述合并的方式包括：
当找不到相似的事件元时，则在事件图谱中新增一个并列存在的事件元；
当找到相似的事件元时，但除了对话时间，其它对话要素存在区别，则把该事件图谱当作一个新的事件元，但与相似的事件图谱存在相似关系的逻辑关系；
当找到相似的事件元时，且除了对话时间不同之外，其它对话要素都一样，则在事件图谱中不新增事件元，但在对应的相似事件元上增加当前的时间。
对应的，步骤S10具体过程为：获取新的对话的对话要素，包括问句类型或业务名称、关键词和重点词语。
步骤S40包括S41和S42；
S41：通过对话要素在所述事件图谱中寻找相似的事件元；
S42：再从对话时间和身份信息两个从属的事件属性过滤出最相似的事件元；
本实施例中，对话时间的相似的判断方法为：当前对话时间与历史的对话时间相差不超过预设的时间长度，本实施例中，所述预设的时间长度为20分钟，即不考虑是不是同一天，只考虑在时间点上间隔不超过20分钟，则判断为当前对话时间与历史的对话时间相似，反之，则为不相似。
当存在问句类型或业务名称、对话时间和身份信息都相似的事件元时，则分析该事件元的核心结点、从属结点及其与之相关的其它事件元，输出意图识别结果，如果是业务办理类，则输出业务办理名称，并提示是否支持，如果是信息咨询类，则输出的意图识别结果包括：之前已推送出来的知识信息，如果为错误，则标记为错误；之前所查找的知识信息的信息源；问句类型，关键词和其它重要词语；但当存在核心结点相似，且对话时间或身份不相似时，则在输出的意图识别结果中提示意图识别结果为近似结果。
再根据意图识别结果进行对话决策，对于业务办理类，则进入业务办理对话流程，对于信息咨询类，则进入信息咨询流程；
由上述对本发明的描述可知，和现有技术相比，本发明提出的一种基于多维度场景分析的对话决策方法，所述方法通过分析对话记录，构建事件元和事件图谱，解决了传统人机对话中数据训练和实时更新的难题，以实时在线寻优的方式，在事件图谱中寻找与当前对话匹配的事件元，匹配速度快，通过多维度对比当前对话与相似事件元，包括对话时间、身份信息、关键词等维度，实时准确提供对话决策。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。
Claims (9)
1.一种基于多维度场景分析的对话决策方法，其特征在于，
分析当前对话过程，获取对话中的事件和对话要素；
构建并实时更新对话场景，所述对话场景采用事件元方式展示；所述事件元包括事件名和事件属性，事件名和对应的事件属性形成事件元，各个事件元之间通过设定的逻辑关系相连形成事件图谱；
在事件图谱中寻找与当前对话的事件相匹配的事件元，通过分析该事件元的属性内容和与该事件元有逻辑关系的其它事件元，综合判断说话者当前的对话意图，根据所述对话意图进行对话决策；
更新时，将建立的事件元合并到所述事件图谱中，所述合并的方式包括：
当找不到相似的事件元时，则在事件图谱中新增一个并列存在的事件元；
当找到相似的事件元时，但除了对话时间，其它对话要素存在区别，则把该事件元当作一个新的事件元，但与相似的事件元存在相似关系的逻辑关系；
当找到相似的事件元时，且除了对话时间不同之外，其它对话要素都一样，则在事件图谱中不新增事件元，但在对应的相似事件元上增加当前的时间。
2.根据权利要求1所述的一种基于多维度场景分析的对话决策方法，其特征在于，所述对话要素包括对话时间、说话者身份、事件所涉及的人和地点、事件所受约束和说话者的行为习惯。
3.根据权利要求1所述的一种基于多维度场景分析的对话决策方法，其特征在于，所述逻辑关系包括从属关系、因果关系、相似关系、约束关系和先后关系。
4.根据权利要求1所述的一种基于多维度场景分析的对话决策方法，其特征在于，当初次匹配事件图谱而无法匹配到时，则进行降维搜索，降维搜索是指通过减少对话要素再次匹配，包括忽略对话时间、说话者身份、事件所涉及的人和地点、事件所受约束、说话者的行为习惯中的一点或至少两点。
5.根据权利要求4所述的一种基于多维度场景分析的对话决策方法，其特征在于，当再次匹配而无法匹配到时，通过相似词的变换再次进行事件图谱的查找。
6.根据权利要求1所述的一种基于多维度场景分析的对话决策方法，其特征在于，所述对话包括信息咨询类和业务办理类；
所述信息咨询类的对话要素包括：
a、对话时间；
b、提问人的身份信息；
c、问句类型，相关关键词和重要词语；
d、推出的知识信息；
e、推出的知识信息的信息源；
f、与该对话过程有关的地点、人物和事件；
所述业务办理类的对话要素包括：
a、对话时间；
b、提问人的身份信息；
c、业务名称，相关关键词和重要词语；
d、该业务是否支持。
7.根据权利要求6所述的一种基于多维度场景分析的对话决策方法，其特征在于，以对话要素c点的内容为核心结点建立事件元，其他对话要素为从属结点；当对话中出现其它事件，分析其它事件与所述核心结点的关系类型，所述关系类型包括因果关系、条件关系和并列关系，当无法识别出关系类型时，则标注为先后关系。
8.根据权利要求7所述的一种基于多维度场景分析的对话决策方法，其特征在于，获取新的对话的对话要素，包括问句类型、关键词和重点词语，或者业务名称、关键词和重点词语，通过对话要素在所述事件图谱中寻找相似的事件元，再从对话时间和身份信息两个维度过滤出最相似的事件元；
当存在问句类型、对话时间和身份信息都相似的事件元时，或者业务名称、对话时间和身份信息都相似的事件元时，则分析该事件元的核心结点、从属结点及其与之相关的其它事件元，输出意图识别结果，如果是业务办理类，则输出业务办理名称，并提示是否支持，如果是信息咨询类，则输出的意图识别结果包括：之前已推送出来的知识信息，如果为错误，则标记为错误；之前所查找的知识信息的信息源；问句类型，关键词和其它重要词语；但当存在事件元相似，且对话时间或身份不相似时，则在输出的意图识别结果中提示意图识别结果为近似结果；
再根据意图识别结果进行对话决策，对于业务办理类，则进入业务办理对话流程，对于信息咨询类，则进入信息咨询流程；
当不存在相似的事件元时，则进入常规的意图识别。
9.根据权利要求8所述的一种基于多维度场景分析的对话决策方法，其特征在于，当前对话时间与历史的对话时间相差不超过预设的时间长度，则判断为当前对话时间与历史的对话时间相似，反之，则为不相似。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910386660.0A CN110175226B (zh) | 2019-05-09 | 2019-05-09 | 一种基于多维度场景分析的对话决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910386660.0A CN110175226B (zh) | 2019-05-09 | 2019-05-09 | 一种基于多维度场景分析的对话决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110175226A CN110175226A (zh) | 2019-08-27 |
| CN110175226B true CN110175226B (zh) | 2021-06-08 |
Family
ID=67691413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910386660.0A Active CN110175226B (zh) | 2019-05-09 | 2019-05-09 | 一种基于多维度场景分析的对话决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110175226B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111400456B (zh) * | 2020-03-20 | 2023-09-26 | 北京百度网讯科技有限公司 | 资讯推荐方法及装置 |
| CN113617036A (zh) * | 2021-08-06 | 2021-11-09 | 网易（杭州）网络有限公司 | 游戏中对话处理方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106997399A (zh) * | 2017-05-24 | 2017-08-01 | 海南大学 | 一种基于数据图谱、信息图谱、知识图谱和智慧图谱关联架构的分类问答系统设计方法 |
| CN107704612A (zh) * | 2017-10-23 | 2018-02-16 | 北京光年无限科技有限公司 | 用于智能机器人的对话交互方法及系统 |
| CN107943998A (zh) * | 2017-12-05 | 2018-04-20 | 竹间智能科技（上海）有限公司 | 一种基于知识图谱的人机对话控制系统及方法 |
| WO2018226404A1 (en) * | 2017-06-09 | 2018-12-13 | Microsoft Technology Licensing, Llc | Machine reasoning based on knowledge graph |
| CN109086860A (zh) * | 2018-05-28 | 2018-12-25 | 北京光年无限科技有限公司 | 一种基于虚拟人的交互方法及系统 |
| CN109460479A (zh) * | 2018-11-19 | 2019-03-12 | 广州合摩计算机科技有限公司 | 一种基于事理图谱的预测方法、装置和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109616108B (zh) * | 2018-11-29 | 2022-05-31 | 出门问问创新科技有限公司 | 多轮对话交互处理方法、装置、电子设备及存储介质 |
-
2019
- 2019-05-09 CN CN201910386660.0A patent/CN110175226B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106997399A (zh) * | 2017-05-24 | 2017-08-01 | 海南大学 | 一种基于数据图谱、信息图谱、知识图谱和智慧图谱关联架构的分类问答系统设计方法 |
| WO2018226404A1 (en) * | 2017-06-09 | 2018-12-13 | Microsoft Technology Licensing, Llc | Machine reasoning based on knowledge graph |
| CN107704612A (zh) * | 2017-10-23 | 2018-02-16 | 北京光年无限科技有限公司 | 用于智能机器人的对话交互方法及系统 |
| CN107943998A (zh) * | 2017-12-05 | 2018-04-20 | 竹间智能科技（上海）有限公司 | 一种基于知识图谱的人机对话控制系统及方法 |
| CN109086860A (zh) * | 2018-05-28 | 2018-12-25 | 北京光年无限科技有限公司 | 一种基于虚拟人的交互方法及系统 |
| CN109460479A (zh) * | 2018-11-19 | 2019-03-12 | 广州合摩计算机科技有限公司 | 一种基于事理图谱的预测方法、装置和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110175226A (zh) | 2019-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11003863B2 (en) | Interactive dialog training and communication system using artificial intelligence | |
| US20190370615A1 (en) | State machine methods and apparatus comprising work unit transitions that execute acitons relating to natural language communication, and artifical intelligence agents to monitor state machine status and generate events to trigger state machine transitions | |
| Gray et al. | Modelling and using sensed context information in the design of interactive applications | |
| US7877367B2 (en) | Computer method and apparatus for graphical inquiry specification with progressive summary | |
| CN106446045B (zh) | 基于对话交互的用户画像的构建方法及系统 | |
| US20130066921A1 (en) | Adaptive ontology | |
| KR101072176B1 (ko) | 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 장치, 및 그에 따른 콘텐츠 추천 장치 | |
| CN112069327B (zh) | 一种在线教育课堂教学资源的知识图谱构建方法及系统 | |
| US10326863B2 (en) | Speed and accuracy of computers when resolving client queries by using graph database model | |
| CN110175226B (zh) | 一种基于多维度场景分析的对话决策方法 | |
| CN111949800A (zh) | 一种开源项目知识图谱的建立方法和系统 | |
| CN112507139B (zh) | 基于知识图谱的问答方法、系统、设备及存储介质 | |
| CN111930912A (zh) | 对话管理方法及系统、设备和存储介质 | |
| CN110781280A (zh) | 基于知识图谱的语音辅助方法及装置 | |
| CN110008324A (zh) | 一种基于自然语义分析的招聘聊天方法及系统 | |
| CN111984784A (zh) | 人岗匹配方法、装置、电子设备和存储介质 | |
| CN111798118B (zh) | 企业经营风险监控方法及装置 | |
| CN111400453A (zh) | 一种基于法律咨询的智能交互系统及方法 | |
| CN114564595A (zh) | 知识图谱更新方法、装置及电子设备 | |
| KR102307380B1 (ko) | 자연어 처리 기반 콜센터 지원 시스템 및 방법 | |
| CN112685550A (zh) | 智能问答方法、装置、服务器及计算机可读存储介质 | |
| CN105335466A (zh) | 一种音频数据的检索方法与装置 | |
| CN110825860A (zh) | 知识库问答抽取方法、系统、移动终端及存储介质 | |
| CN115878818B (zh) | 一种地理知识图谱构建方法、装置、终端及存储介质 | |
| Saini et al. | Domobot: An ai-empowered bot for automated and interactive domain modelling |
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 | ||
| CP03 | Change of name, title or address |
Address after: 361000 one of unit 702, No. 1, xishanwei Road, phase III Software Park, Xiamen Torch High tech Zone, Xiamen, Fujian Province Patentee after: Xiamen Yitong Intelligent Technology Group Co.,Ltd. Address before: B11, 4th floor, 1036 Xiahe Road, Siming District, Xiamen City, Fujian Province, 361000 Patentee before: XIAMEN ETOM SOFTWARE TECHNOLOGY Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Dialogue Decision-Making Method Based on Multidimensional Scene Analysis Effective date of registration: 20220816 Granted publication date: 20210608 Pledgee: Xiamen Branch of PICC Pledgor: Xiamen Yitong Intelligent Technology Group Co.,Ltd. Registration number: Y2022980012793 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20210608 Pledgee: Xiamen Branch of PICC Pledgor: Xiamen Yitong Intelligent Technology Group Co.,Ltd. Registration number: Y2022980012793 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Dialogue Decision Method Based on Multidimensional Scene Analysis Granted publication date: 20210608 Pledgee: Agricultural Bank of China Limited Xiamen Lianqian Branch Pledgor: Xiamen Yitong Intelligent Technology Group Co.,Ltd. Registration number: Y2024980004722 |