CN110263247A - 一种回复信息推荐方法及电子设备 - Google Patents

一种回复信息推荐方法及电子设备 Download PDF

Info

Publication number
CN110263247A
CN110263247A CN201910421221.9A CN201910421221A CN110263247A CN 110263247 A CN110263247 A CN 110263247A CN 201910421221 A CN201910421221 A CN 201910421221A CN 110263247 A CN110263247 A CN 110263247A
Authority
CN
China
Prior art keywords
information
reply
candidate
replied
session
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
Application number
CN201910421221.9A
Other languages
English (en)
Inventor
黄海生
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.)
Media (guangzhou) Technology Co Ltd
Original Assignee
Media (guangzhou) Technology 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 Media (guangzhou) Technology Co Ltd filed Critical Media (guangzhou) Technology Co Ltd
Priority to CN201910421221.9A priority Critical patent/CN110263247A/zh
Publication of CN110263247A publication Critical patent/CN110263247A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据分析技术领域,公开一种回复信息推荐方法及电子设备,包括:获取待回复会话信息,并获取用户输入的回复提示信息;将待回复会话信息和回复提示信息输入至回复生成模型中,得到至少一个候选回复信息;输出候选回复信息,以使最终的目标回复信息从候选回复信息和回复提示信息中确定。实施本发明实施例,能够根据当前的待回复会话信息以及用户输入的回复提示信息自动的生成候选回复信息,以使最终的目标提示信息可以从候选回复信息和回复提示信息中选取,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。

Description

一种回复信息推荐方法及电子设备
技术领域
本发明涉及数据分析技术领域,具体涉及一种回复信息推荐方法及电子设备。
背景技术
社交软件的出现极大地提高了人与人之间的沟通效率,人们可以通过社交软件实现与家人、朋友、甚至陌生人之间的沟通交流。目前,用户在社交软件中接收到对方发送的信息之后,自己需要语音或打字表达完整的回复内容,这样会占据用户额外的输入时间,从而导致沟通交流的效率较低。
发明内容
本发明实施例公开一种回复信息推荐方法及电子设备,能够提高信息回复的效率。
本发明实施例第一方面公开一种回复信息推荐方法,所述方法包括:
获取待回复会话信息,并获取用户输入的回复提示信息;
将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息;
输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
作为一种可选的实施方式,在本发明实施例第一方面中,所述获取待回复会话信息,并获取用户输入的回复提示信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定之后,所述方法还包括:
当检测到用户输入信息变更时,将所述变更后信息确定为所述回复提示信息,并执行所述的将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述获取待回复会话信息,并获取用户输入的回复提示信息,包括:
依据预设条件从存储模块预先存储的候选会话信息中选取待回复会话信息,并获取用户输入的回复提示信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述回复生成模型通过对语料样本进行训练得到的,所述语料样本中至少包含待回复会话信息样本。
作为一种可选的实施方式,在本发明实施例第一方面中,所述将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息,包括:
获取用户的回复偏好信息,所述回复偏好信息中包含至少一个回复风格类型;
将所述待回复会话信息、所述回复提示信息以及任意一个所述回复偏好信息输入至回复生成模型中,分别得到与各个所述回复风格类型匹配的候选回复信息,其中,一种所述回复风格类型匹配至少一个所述候选回复信息。
作为一种可选的实施方式,在本发明实施例第一方面中,当所述候选回复信息的数量为多个时,所述输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定,包括:
对多个所述候选回复信息分别进行评价,分别得到各个所述候选回复信息对应的评价值;
以所述评价值为依据对所述候选回复信息进行排序,并根据排序结果输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
本发明实施例第二方面公开一种电子设备,包括:
获取单元,用于获取待回复会话信息,并获取用户输入的回复提示信息;
输入单元,用于将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息;
输出单元,用于输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
作为一种可选的实施方式,在本发明实施例第二方面中,所述电子设备还包括:
确定单元,用于在所述获取单元获取待回复会话信息,并获取用户输入的回复提示信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定之后,以及当检测到用户输入信息变更时,将所述变更后信息确定为所述回复提示信息,并触发所述输入单元执行所述的将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述获取单元获取待回复会话信息,并获取用户输入的回复提示信息的方式具体为:
依据预设条件从存储模块预先存储的候选会话信息中选取待回复会话信息,并获取用户输入的回复提示信息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述回复生成模型通过对语料样本进行训练得到的,所述语料样本中至少包含待回复会话信息样本。
作为一种可选的实施方式,在本发明实施例第二方面中,所述输入单元包括:
获取子单元,用于获取用户的回复偏好信息,所述回复偏好信息中包含至少一个回复风格类型;
输入子单元,用于将所述待回复会话信息、所述回复提示信息以及任意一个所述回复偏好信息输入至回复生成模型中,分别得到与各个所述回复风格类型匹配的候选回复信息,其中,一种所述回复风格类型匹配至少一个所述候选回复信息。
作为一种可选的实施方式,在本发明实施例第二方面中,所述输出单元包括:
评价子单元,用于当所述候选回复信息的数量为多个时,对多个所述候选回复信息分别进行评价,分别得到各个所述候选回复信息对应的评价值;
排序子单元,用于以所述评价值为依据对所述候选回复信息进行排序,并根据排序结果输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
本发明实施例第三方面公开另一种电子设备,包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第四方面公开一种计算机可读存储介质,所述计算机可读存储介质存储了程序代码,其中,所述程序代码包括用于执行第一方面的任意一种方法的部分或全部步骤的指令。
本发明实施例第五方面公开一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
本发明实施例第六方面公开一种应用发布平台,所述应用发布平台用于发布计算机程序产品,其中,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,获取待回复会话信息,并获取用户输入的回复提示信息;将待回复会话信息和回复提示信息输入至回复生成模型中,得到至少一个候选回复信息;输出候选回复信息,以使最终的目标回复信息从候选回复信息和回复提示信息中确定。可见,实施本发明实施例,能够根据当前的待回复会话信息以及用户输入的回复提示信息自动的生成候选回复信息,以使最终的目标回复信息可以从候选回复信息和回复提示信息中选取,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例公开的一种回复信息推荐方法的流程示意图;
图2是本发明实施例公开的另一种回复信息推荐方法的流程示意图;
图3是本发明实施例公开的另一种回复信息推荐方法的流程示意图;
图4是本发明实施例公开的一种电子设备的结构示意图;
图5是本发明实施例公开的另一种电子设备的结构示意图;
图6是本发明实施例公开的另一种电子设备的结构示意图;
图7是本发明实施例公开的另一种电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅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,本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开一种回复信息推荐方法及电子设备,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种回复信息推荐方法的流程示意图。如图1所示,该回复信息推荐方法可以包括以下步骤:
101、电子设备获取待回复会话信息,并获取用户输入的回复提示信息。
本发明实施例中,待回复会话信息可以是在对话应用(如QQ、旺旺等即时通信系统)、网站交流系统(如论坛、贴吧、网上问答等应用)或类似应用系统中的交流信息。例如,商家和客户通过文字交流的对话数据集合,论坛系统中的话题帖子的多人发帖回帖信息集合,网上问答应用中的用户提问信息(该会话信息中只有一条用户问题信息,没有回复信息)等。电子设备获取到一段会话信息作为待回复会话信息,该待回复会话信息可以作为用户需要针对该待回复会话信息进行回复的依据。用户在会话界面中输入想要回复的信息,电子设备获取到用户输入想要回复的信息,并将获取的回复信息作为回复提示信息,以使电子设备可以根据该回复提示信息以及待回复会话信息生成向用户推荐的候选回复信息。
其中,电子设备可以先获取用户输入的回复提示信息,再获取待回复会话信息,也可以是先获取待回复会话信息,然后再获取用户输入的回复提示信息。
其中,电子设备检测会话内容是否为语音内容,如果是语音内容,电子设备则通过语音转文字的应用将语音内容识别转换为文字内容,并将该文字内容作为会话信息。或者,电子设备检测会话内容是否是文本内容里包含语音内容,如果是文本内容里包含语音内容,电子设备则通过语音转文字的应用将语音内容识别转换为文字内容,并将该文字内容和其他文本内容一起作为会话信息。如果电子设备检测会话内容是文本内容,则直接将该文本内容作为会话信息。
作为一种可选的实施方式,电子设备获取待回复会话信息,并获取用户输入的回复提示信息的方式可以包含以下步骤:
电子设备检测用户输入的回复信息是否为语音内容,如果是语音内容,电子设备则通过语音转文字的应用将语音内容识别转换为文字内容,并将该文字内容作为回复提示信息。如果电子设备检测回复信息是文本内容,则直接将该文本内容作为回复提示信息。
其中,实施这种实施方式,可以通过多种方式获取到用户输入的回复提示信息,以使用户可以通过自己方便的方式输入回复提示信息,从而提高了电子设备的使用体验。
102、电子设备将待回复会话信息和回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
本发明实施例中,电子设备生成的候选回复信息需要对待回复会话信息进行回应,以使会话对象可以理解候选回复信息包含的含义为会话对象想要知悉的,此外,候选回复信息还可以包含回复提示信息,以使候选回复信息中包含用户自己编写的想要表达的含义。
本发明实施例中,电子设备得到的候选回复信息的数量可以为一个或多个,当电子设备得到的候选回复信息的数量为一个时,电子设备可以直接输出该候选回复信息,以使用户从该候选回复信息以及用户自己输入的回复提示信息中选取最终需要回复的目标回复信息。
本发明实施例中,构建回复生成模型的神经网络技术可以为:(1)监督学习(Supervised Learning)训练模型:可以获取若干数量的语料三元样本(存在对应关系的待回复会话信息样本、回复提示信息样本和回复内容样本),输入到预先构建的神经网络模型中进行多轮次迭代运算,训练得到一个最优模型,即为所述的回复生成模型。(2)半监督学习(Semi-supervised Learning)训练模型:可以获取若干数量的语料三元样本(存在对应关系的待回复会话信息样本、回复提示信息样本和回复内容样本),以及无对应关系的回复内容样本或无对应关系的待回复会话信息样本(无对应关系数据),输入到预先构建的神经网络模型中进行多轮次迭代运算,该神经网络模型可以利用由对应关系样本迭代运算得到的学习器为无对应关系数据生成对应的伪对应数据,然后将对应关系数据和伪对应关系数据混合后进行多次迭代运算,训练得到一个最优模型,即为所述的回复生成模型。(3)主动学习(Active Learning):可以获取若干无对应关系样本数据,学习器可以自行挑选出一些无对应关系的样本并查询外部知识体系获得这些样本的标记,然后再将这些有标记示例作为训练例来进行常规的监督学习。(4)无监督学习(Unsupervised Learning)训练模型:可以获取若干无对应关系的样本数据,将样本数据输入到预建立的神经网络模型进行多轮迭代运算,训练出一个最优的范例规律模型,当将待回复会话信息和回复提示信息输入到模型,该模型会自动根据范例规律生成候选回复内容。(5)基于预训练模型的模型:在基于大规模语料或超大规模语料训练得到的预训练模型,在该模型基础上根据回复任务进行微调得到的模型。例如,可以在Google BERT(Bidirectional Encoder Representations fromTransformers)预训练模型基础上进行二次模型构建,对训练语料进行多次迭代运算,训练得到一个最优模型,即为所述的回复生成模型。可见,本发明实施例可以通过多种的神经网络技术来构建回复生成模型,还可以采用同样原理的技术构建的模型来实现,对此,本发明实施例不做限定。
103、电子设备输出候选回复信息,以使最终的目标回复信息从候选回复信息和回复提示信息中确定。
本发明实施例中,电子设备可以在用户输入的回复提示信息周围预设的区域内输出候选回复信息,以使用户在输入回复提示信息时可以及时看到候选回复信息,从而加快用户的确定最终的目标回复信息的速度;此外,电子设备可以将用户从候选回复信息和回复提示信息中选择的回复信息作为最终的目标回复信息,且用户选择候选回复信息或者回复提示信息作为回复信息的方式有多种,如:用户通过鼠标点击确认对应的候选回复信息或者回复提示信息、用户通过键盘按键选择候选回复信息或者回复提示信息(如回车键选择回复提示信息,空格键选择候选回复信息等)或者用户通过会话应用的界面上的功能组件进行选择等,对此,本发明实施例不做限定。电子设备可以将用户选择的目标回复信息发送至会话中其他用户的电子设备,以使会话中其他用户及时的查看用户回复的目标回复信息。
作为一种可选的实施方式,当用户选择一个电子设备生成的候选回复信息时,允许用户再次编辑该候选回复信息,然后输出为最终的目标回复信息。
作为一种可选的实施方式,当用户选择一个电子设备生成的候选回复信息时,先不作为目标回复信息,而是由电子设备将该选中的候选回复信息作为新的回复提示信息,通过回复生成模型生成新的候选回复信息。
在图1所描述的方法中,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。此外,实施图1所描述的方法,提高了电子设备的使用体验。此外,实施图1所描述的方法,可以使会话对象及时的查看用户回复的目标回复信息。
实施例二
请参阅图2,图2是本发明实施例公开的另一种回复信息推荐方法的流程示意图。如图2所示,该回复信息推荐方法可以包括以下步骤:
201、电子设备依据预设条件从存储模块预先存储的候选会话信息中选取待回复会话信息,并获取用户输入的回复提示信息。
本发明实施例中,预设条件可以为用户预先设置的条件,也可以为电子设备预先设置的条件,对此,本发明实施例不做限定。预设条件可以为:获取全部会话信息、获取最近的预设数量的会话信息(例如获取最新的5条对话信息)、获取约定时间段的会话信息(例如获取最近一个小时的对话信息)、获取会话中指定用户的约定数量的会话信息、获取会话中指定用户的约定时间段的会话信息以及只获取非本用户的最后一条会话信息等。此外,存储模块可以存储电子设备的用户与会话对象在会话过程中输入的全部会话信息,因此,电子设备可以从存储模块中获取到与预设条件匹配的所有的待回复会话信息,保证了获取到的待回复会话信息的全面性。
本发明实施例中,实施上述的步骤201,可以根据预设条件从存储模块预先存储的候选会话信息中选取需要回复的待回复会话信息,以使电子设备可以以待回复会话信息为依据生成回复提示信息,以使生成的回复提示信息与用户当前的会话内容更加贴合。
202、当检测到用户输入信息变更时,电子设备将变更后信息确定为回复提示信息。
本发明实施例中,用户在输入回复提示信息时可能会出现临时修改内容、增加内容、删除内容的情况,因此当用户输入的回复提示信息出现变更时,电子设备就需要以变更后的回复提示信息为依据,通过回复生成模型重新生成候选回复信息。
本发明实施例中,实施上述的步骤202,可以在检测到用户输入了新的回复提示信息之后,以新的回复提示信息为依据输出与新的回复提示信息匹配的候选回复信息,从而保证了输出的候选回复信息的实时性。
203、电子设备将待回复会话信息和回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
本发明实施例中,回复生成模型通过对语料样本进行训练得到的,语料样本中至少包含待回复会话信息样本,其中,回复生成模型可以通过对语料样本进行训练获得,由于语料样本中包含待回复会话信息样本,因此可以使得生成的回复生成模型更加符合以待回复会话信息为依据获得候选回复信息。
作为一种可选的实施方式,回复生成模型通过对语料样本进行训练得到的,语料样本中至少包含会话信息样本和会话信息样本对应的回复提示信息样本,其中,回复生成模型可以通过对语料样本进行训练获得,由于语料样本中包含会话信息样本和对应的回复提示信息,因此可以使得生成的回复生成模型更加符合用户回复提示信息的表达方式。
204、电子设备输出候选回复信息,以使最终的目标回复信息从候选回复信息和回复提示信息中确定。
举例来说,当用户A与用户B进行对话时,用户A与用户B的对话内容可以为:
用户A说“快放寒假了,你出去旅游吗?”
用户B说“是的,想出去旅游”
用户A说“你想要去哪里玩?”。
此时,用户B在输入框输入回复信息:“我想去东北”,电子设备获取该回复信息作为回复提示信息,电子设备获取用户A和用户B的对话内容作为待回复会话信息。从上述的对话内容和用户输入的回复信息中可知,待回复会话信息中包含了“寒假”、“去哪里玩”等信息,回复提示信息里面包含了“去东北”等信息,回复生成模型可以根据会话信息和回复提示信息文本生成三条候选回复信息,候选回复信息可以与回复提示信息的含义相匹配,生成的候选回复信息可以为:
“我想去东北玩雪,冬天就要去东北玩,滑雪,看冰灯”
“寒假去东北旅游,东北的雪景很漂亮,想去看看”
“寒假想去东北吃酸菜,看冰灯,打雪仗”。
电子设备可以将生成的候选回复信息输出,以使用户B可以从若干条候选回复信息以及用户输入的回复提示信息中选取一条候选回复信息作为最终的目标回复信息。可见,生成的候选回复信息与用户当前的对话内容较为匹配,从而提高了用户回复内容的表达效果。例如,用户可以选择自己输入的“我想去东北”作为最终的目标回复信息,或者选择候选回复信息“我想去东北玩雪,冬天就要去东北玩,滑雪,看冰灯”作为最终的目标回复信息。
在图2所描述的方法中,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。此外,实施图2所描述的方法,可以使生成的回复提示信息与用户当前的会话内容更加贴合。此外,实施图2所描述的方法,保证了输出的候选回复信息的实时性。此外,实施图2所描述的方法,可以使得生成的回复生成模型更加符合用户回复信息的表达方式。此外,实施图2所描述的方法,提高了用户回复内容的表达效果。
实施例三
请参阅图3,图3是本发明实施例公开的另一种回复信息推荐方法的流程示意图。如图3所示,该回复信息推荐方法可以包括以下步骤:
301、电子设备获取待回复会话信息,并获取用户输入的回复提示信息。
302、电子设备获取用户的回复偏好信息,回复偏好信息中包含至少一个回复风格类型。
本发明实施例中,回复偏好信息可以为用户预先设置的,也可以为相关系统提供的,回复偏好信息中包含的回复风格类型的数量可以为一个或多个,且回复风格类型可以为:幽默型、正式型、温柔型以及开朗型等。此外,回复偏好信息中也可以包含回复风格类型对应的回复情绪值。
303、电子设备将待回复会话信息、回复提示信息以及任意一个回复偏好信息输入至回复生成模型中,分别得到与各个回复风格类型匹配的候选回复信息,其中,一种回复风格类型匹配至少一个候选回复信息。
本发明实施例中,电子设备还可以获取回复偏好信息中包含的每一个回复风格类型,并且分别构建各个回复风格类型对应的回复生成模型,即一个回复风格类型对应一个回复生成模型,电子设备可以向每个回复生成模型都输入待回复会话信息和回复提示信息,以使每个回复生成模型都可以输出一个或多个候选回复信息。
本发明实施例中,实施上述的步骤302~步骤303,可以获取不同用户的不同回复偏好信息,并且可以使回复生成模型根据不同回复偏好信息中的回复风格类型生成与该回复风格类型匹配的候选回复信息,以使生成的候选回复信息更加符合当前用户通常使用的回复风格。
可选的,回复偏好信息中可以包含回复风格类型以及该回复风格类型对应的回复情绪值,可以认为回复情绪值表示回复信息中包含回复情绪值对应的回复风格类型的程度,还可以认为回复情绪值越大对应的该回复情绪值的回复风格类型越强,以及可以认为回复情绪值越小对应的该回复情绪值的回复风格类型越弱。此外,回复偏好信息中包含的回复风格类型与回复情绪值对的数量可以为一组或多组,对此,本发明实施例不做限定。更进一步,电子设备可以从回复偏好信息中获取到回复风格类型以及该回复风格类型对应的回复情绪值,电子设备可以将待回复会话信息、回复提示信息、回复风格类型以及该回复风格类型对应的回复情绪值输入至回复生成模型中,以得到与回复风格类型以及该回复风格类型对应的回复情绪值均匹配的至少一个候选回复信息。从而使得电子设备的回复生成模型输出的候选回复信息与用户自身的回复风格类型更加匹配。
304、当候选回复信息的数量为多个时,电子设备对多个候选回复信息分别进行评价,分别得到各个候选回复信息对应的评价值。
本发明实施例中,可以从多个方面对候选回复信息的品质进行评价,即候选回复信息的评价值可以涵盖候选回复信息的多个方面,比如对候选回复信息中包含的语句的流畅度的评价、对候选回复信息与待回复会话信息之间的关联度的评价、对候选回复信息与回复提示信息之间的匹配度的评价、对候选回复信息中各个子句间相互关联度的评价、对候选回复信息与回复提示信息之间对比的评价、对生成候选回复信息时的预测数据的评价(如准确度、精确度、召回率和F1值)、对候选回复信息与输入文本匹配的单词的概率分布的好坏的评价、对生成候选回复信息的复杂度的评价、对候选回复信息包含的常识信息违背度的评价、对生成候选回复信息长度的评价以及候选回复信息的风格偏好的评价等,对此,本发明实施例不做限定;此外,评价值也可以是以上各种评价值的综合计算值,回复生成模型在生成候选回复信息的同时,也可以生成每个候选回复信息的评价值;或者,还可以由专门的评价模型生成对候选回复信息的评价值,其中,评价值可以为:BLEU(BilingualEvaluation Understudy,双语互译质量评估辅助工具)、METEOR、ROUGE、NIST、MEWR、STM、F-score;且本发明实施例对评价值的类型本发明不做限定。
其中,多个候选回复信息可以通过下列方式获得:通过回复生成模型一次性生成多个候选回复信息;或者,多次调用回复生成模型生成多个候选回复信息,每次调用生成一个候选回复信息;或者,多次调用回复生成模型生成多个候选回复信息,每次调用时输入不同的风格偏好信息生成一个候选回复信息;或者,将待回复会话信息和回复提示信息分别输入到两个或两个以上不同的回复生成模型中,分别得到不同回复生成模型生成的多个候选回复信息。
305、电子设备以评价值为依据对候选回复信息进行排序,并根据排序结果输出候选回复信息,以使最终的目标回复信息从候选回复信息和回复提示信息中确定。
作为一种可选的实施方式,电子设备以评价值为依据对候选回复信息进行排序,并根据排序结果输出候选回复信息的方式可以包含以下步骤:
电子设备对若干个候选回复信息进行评价,分别得到若干个候选回复信息的评价值;
电子设备以评价值为依据对候选回复信息进行排序,其中评价值高的候选回复信息排在前面;
电子设备将若干个排序后的候选回复信息按排序顺序进行输出。
其中,实施这种实施方式,可以对各个候选回复信息依据评价值进行排序,并给每个候选回复信息设置序号,电子设备还可以根据预设的能够输出的候选回复信息的数量从排序结果中选取候选回复信息,并输出选取的候选回复信息,以使输出的候选回复信息的评价值较高。
本发明实施例中,实施上述的步骤304~步骤305,可以对各个候选回复信息进行评价,以得到各个候选回复信息的评价值,并且还可以根据评价值的高低进行排序,并根据排序输出若干候选回复信息,以使用户可以从评级值较高的若干候选回复信息中选取最终的目标回复信息,使得输出的若干个候选回复信息对于用户回复提供较大的帮助。
在图3所描述的方法中,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。此外,实施图3所描述的方法,可以使生成的候选回复信息更加符合当前用户通常使用的回复风格。此外,实施图3所描述的方法,使得电子设备的回复生成模型输出的候选回复信息与用户自身的回复风格类型更加匹配。此外,实施图3所描述的方法,可以使输出的候选回复信息的评价值较高。此外,实施图3所描述的方法,使得输出的若干个候选回复信息对于用户回复提供较大的帮助。
实施例四
请参阅图4,图4是本发明实施例公开的一种电子设备的结构示意图。如图4所示,该电子设备可以包括:
获取单元401,用于获取待回复会话信息,并获取用户输入的回复提示信息。
作为一种可选的实施方式,获取单元401获取待回复会话信息,并获取用户输入的回复提示信息的方式具体可以为:
检测用户输入的回复信息是否为语音内容,如果是语音内容,通过语音转文字的应用将语音内容识别转换为文字内容,并将该文字内容作为回复提示信息。如果检测回复信息是文本内容,则直接将该文本内容作为回复提示信息。
其中,实施这种实施方式,可以通过多种方式获取到用户输入的回复提示信息,以使用户可以通过自己方便的方式输入回复提示信息,从而提高了电子设备的使用体验。
输入单元402,用于将获取单元401获取的待回复会话信息和回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
本发明实施例中,回复生成模型通过对语料样本进行训练得到的,语料样本中至少包含待回复会话信息样本,其中,回复生成模型可以通过对语料样本进行分析生成,由于语料样本中包含待回复会话信息样本,因此可以使得生成的回复生成模型更加符合用户回复信息的表达方式。
作为一种可选的实施方式,输入单元402中构建回复生成模型的方式可以为:通过对语料样本进行训练得到,语料样本中至少包含会话信息样本和会话信息样本对应的回复提示信息样本,其中,回复生成模型可以通过对语料样本进行训练获得,由于语料样本中包含会话信息样本和对应的回复提示信息,因此可以使得生成的回复生成模型更加符合用户回复提示信息的表达方式。
输出单元403,用于输出输入单元402得到的候选回复信息,以使最终的目标回复信息从候选回复信息和获取单元401获取的回复提示信息中确定。
可见,实施图4所描述的电子设备,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。此外,实施图4所描述的电子设备,提高了电子设备的使用体验。此外,实施图4所描述的电子设备,可以使得生成的回复生成模型更加符合用户回复信息的表达方式。
实施例五
请参阅图5,图5是本发明实施例公开的另一种电子设备的结构示意图。其中,图5所示的电子设备是由图4所示的电子设备进行优化得到的。图5所示的电子设备还可以包括:
确定单元404,用于在获取单元401获取待回复会话信息,并获取用户输入的回复提示信息之后,以及当检测到用户输入信息变更时,将变更后信息确定为回复提示信息,并触发输入单元402执行将待回复会话信息和回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
本发明实施例中,可以在检测到用户输入了新的回复提示信息之后,以新的回复提示信息为依据输出与新的回复提示信息匹配的候选回复信息,从而保证了输出的候选回复信息的实时性。
作为一种可选的实施方式,图5所示的电子设备的获取单元401获取待回复会话信息,并获取用户输入的回复提示信息的方式具体可以为:
依据预设条件从存储模块预先存储的的候选会话信息中选取待回复会话信息,并获取用户输入的回复提示信息。
其中,实施这种实施方式,可以根据预设条件从存储模块预先存储的候选会话信息中选取需要回复的待回复会话信息,以使电子设备可以以待回复会话信息为依据生成回复提示信息,以使生成的回复提示信息与用户当前的会话内容更加贴合。
可见,实施图5所描述的电子设备,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。此外,实施图5所描述的电子设备,可以使生成的回复提示信息与用户当前的会话内容更加贴合。此外,实施图5所描述的电子设备,保证了输出的候选回复信息的实时性。
实施例六
请参阅图6,图6是本发明实施例公开的另一种电子设备的结构示意图。其中,图6所示的电子设备是由图5所示的电子设备进行优化得到的。图6所示的电子设备的输入单元402可以包括:
获取子单元4021,用于获取用户的回复偏好信息,该回复偏好信息中包含至少一个回复风格类型。
输入子单元4022,用于将402获取的待回复会话信息、回复提示信息以及获取子单元4021获取的任意一个回复偏好信息输入至回复生成模型中,分别得到与各个回复风格类型匹配的候选回复信息,其中,一种回复风格类型匹配至少一个候选回复信息。
本发明实施例中,可以获取不同用户的不同回复偏好信息,并且可以使回复生成模型根据不同回复偏好信息中的回复风格类型生成与该回复风格类型匹配的候选回复信息,以使生成的候选回复信息更加符合当前用户通常使用的回复风格。
可选的,回复偏好信息中可以包含回复风格类型以及该回复风格类型对应的回复情绪值,可以认为回复情绪值表示回复信息中包含回复情绪值对应的回复风格类型的程度,还可以认为回复情绪值越大对应的该回复情绪值的回复风格类型越强,以及可以认为回复情绪值越小对应的该回复情绪值的回复风格类型越弱。此外,回复偏好信息中包含的回复风格类型与回复情绪值对的数量可以为一组或多组,对此,本发明实施例不做限定。更进一步,输入子单元4022可以从回复偏好信息中获取到回复风格类型以及该回复风格类型对应的回复情绪值,输入子单元4022可以将待回复会话信息、回复提示信息、回复风格类型以及该回复风格类型对应的回复情绪值输入至回复生成模型中,以得到与回复风格类型以及该回复风格类型对应的回复情绪值均匹配的至少一个候选回复信息。从而使得电子设备的回复生成模型输出的候选回复信息与用户自身的回复风格类型更加匹配。
作为一种可选的实施方式,图6所示的电子设备的输出单元403可以包括:
评价子单元4031,用于当候选回复信息的数量为多个时,对多个候选回复信息分别进行评价,分别得到各个候选回复信息对应的评价值;
排序子单元4032,用于以评价子单元4031得到的评价值为依据对候选回复信息进行排序,并根据排序结果输出候选回复信息,以使最终的目标回复信息从候选回复信息和回复提示信息中确定。
其中,实施这种实施方式,可以对各个候选回复信息进行评价,以得到各个候选回复信息的评价值,并且还可以根据评价值的高低进行排序,并根据排序输出若干候选回复信息,以使用户可以从评级值较高的若干候选回复信息中选取最终的目标回复信息,使得输出的若干个候选回复信息对于用户回复提供较大的帮助。
作为一种可选的实施方式,排序子单元4032以评价值为依据对候选回复信息进行排序,并根据排序结果输出候选回复信息的方式具体可以为:
对若干个候选回复信息进行评价,分别得到若干个候选回复信息的评价值;
以评价值为依据对候选回复信息进行排序,其中,评价值越高的候选回复信息对应的序号越小;
确定预设数量对应的目标序号,并将小于目标序号的若干个序号确定为目标序号;
将若干个目标序号对应的候选回复信息进行输出。
其中,实施这种实施方式,可以对各个候选回复信息依据评价值进行排序,并给每个候选回复信息设置序号,还可以根据预设的能够输出的候选回复信息的数量从排序结果中选取候选回复信息,并输出选取的候选回复信息,以使输出的候选回复信息的评价值较高。
可见,实施图6所描述的电子设备,能够从候选回复信息和回复提示信息中选取最终的目标回复信息,通过该目标回复信息可以清晰简洁地将用户想要回复的内容进行表达,从而提升了信息回复的效率。此外,实施图6所描述的电子设备,可以使生成的候选回复信息更加符合当前用户通常使用的回复风格。此外,实施图6所描述的电子设备,使得电子设备的回复生成模型输出的候选回复信息与用户自身的回复风格类型更加匹配。此外,实施图6所描述的电子设备,使得输出的若干个候选回复信息对于用户回复提供较大的帮助。此外,实施图6所描述的电子设备,可以使输出的候选回复信息的评价值较高。
实施例七
请参阅图7,图7是本发明实施例公开的另一种电子设备的结构示意图。如图7所示,该电子设备可以包括:
存储有可执行程序代码的存储器701;
与存储器701耦合的处理器702;
其中,处理器702调用存储器701中存储的可执行程序代码,执行以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开一种计算机可读存储介质,其中,计算机可读存储介质存储了程序代码,其中,程序代码包括用于执行以上各方法实施例中的方法的部分或全部步骤的指令。
本发明实施例还公开一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行如以上各方法实施例中的方法的部分或全部步骤。
应理解,说明书通篇中提到的“本发明实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在本发明实施例中”未必一定指相同的实施例。此外,这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。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可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中,应理解,上述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常可互换使用。应理解,本文中术语“和/或”,仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本发明所提供的实施例中,应理解,“与A对应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
上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,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各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。
上述集成的单元若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获取的存储器中。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者部分,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器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例上述方法的部分或全部步骤。
以上对本发明实施例公开的一种回复信息推荐方法及电子设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种回复信息推荐方法,其特征在于,所述方法包括:
获取待回复会话信息,并获取用户输入的回复提示信息;
将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息;
输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
2.根据权利要求1所述的方法,其特征在于,所述获取待回复会话信息,并获取用户输入的回复提示信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定之后,所述方法还包括:
当检测到用户输入信息变更时,将所述变更后信息确定为所述回复提示信息,并执行所述的将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
3.根据权利要求2所述的方法,其特征在于,所述获取待回复会话信息,并获取用户输入的回复提示信息,包括:
依据预设条件从存储模块预先存储的候选会话信息中选取待回复会话信息,并获取用户输入的回复提示信息。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述回复生成模型通过对语料样本进行训练得到的,所述语料样本中至少包含待回复会话信息样本。
5.根据权利要求1~3任一项所述的方法,其特征在于,所述将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息,包括:
获取用户的回复偏好信息,所述回复偏好信息中包含至少一个回复风格类型;
将所述待回复会话信息、所述回复提示信息以及任意一个所述回复偏好信息输入至回复生成模型中,分别得到与各个所述回复风格类型匹配的候选回复信息,其中,一种所述回复风格类型匹配至少一个所述候选回复信息。
6.根据权利要求1所述的方法,其特征在于,当所述候选回复信息的数量为多个时,所述输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定,包括:
对多个所述候选回复信息分别进行评价,分别得到各个所述候选回复信息对应的评价值;
以所述评价值为依据对所述候选回复信息进行排序,并根据排序结果输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
7.一种电子设备,其特征在于,包括:
获取单元,用于获取待回复会话信息,并获取用户输入的回复提示信息;
输入单元,用于将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息;
输出单元,用于输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
8.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:
确定单元,用于在所述获取单元获取待回复会话信息,并获取用户输入的回复提示信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定之后,以及当检测到用户输入信息变更时,将所述变更后信息确定为所述回复提示信息,并触发所述输入单元执行所述的将所述待回复会话信息和所述回复提示信息输入至回复生成模型中,得到至少一个候选回复信息。
9.根据权利要求8所述的电子设备,其特征在于,所述获取单元获取待回复会话信息,并获取用户输入的回复提示信息的方式具体为:
依据预设条件从存储模块预先存储的候选会话信息中选取待回复会话信息,并获取用户输入的回复提示信息。
10.根据权利要求7~9任一项所述的电子设备,其特征在于,所述回复生成模型通过对语料样本进行训练得到的,所述语料样本中至少包含待回复会话信息样本。
11.根据权利要求7~9任一项所述的电子设备,其特征在于,所述输入单元包括:
获取子单元,用于获取用户的回复偏好信息,所述回复偏好信息中包含至少一个回复风格类型;
输入子单元,用于将所述待回复会话信息、所述回复提示信息以及任意一个所述回复偏好信息输入至回复生成模型中,分别得到与各个所述回复风格类型匹配的候选回复信息,其中,一种所述回复风格类型匹配至少一个所述候选回复信息。
12.根据权利要求7所述的电子设备,其特征在于,所述输出单元包括:
评价子单元,用于当所述候选回复信息的数量为多个时,对多个所述候选回复信息分别进行评价,分别得到各个所述候选回复信息对应的评价值;
排序子单元,用于以所述评价值为依据对所述候选回复信息进行排序,并根据排序结果输出所述候选回复信息,以使最终的目标回复信息从所述候选回复信息和所述回复提示信息中确定。
CN201910421221.9A 2019-05-20 2019-05-20 一种回复信息推荐方法及电子设备 Pending CN110263247A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910421221.9A CN110263247A (zh) 2019-05-20 2019-05-20 一种回复信息推荐方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910421221.9A CN110263247A (zh) 2019-05-20 2019-05-20 一种回复信息推荐方法及电子设备

Publications (1)

Publication Number Publication Date
CN110263247A true CN110263247A (zh) 2019-09-20

Family

ID=67914907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910421221.9A Pending CN110263247A (zh) 2019-05-20 2019-05-20 一种回复信息推荐方法及电子设备

Country Status (1)

Country Link
CN (1) CN110263247A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111078848A (zh) * 2019-11-29 2020-04-28 支付宝(杭州)信息技术有限公司 一种用于对话机器人的输入提示方法及装置
CN112883144A (zh) * 2019-11-29 2021-06-01 海信电子科技(武汉)有限公司 一种信息交互方法
CN113486260A (zh) * 2021-07-15 2021-10-08 北京三快在线科技有限公司 互动信息的生成方法、装置、计算机设备及存储介质
CN113609275A (zh) * 2021-08-24 2021-11-05 腾讯科技(深圳)有限公司 信息处理方法、装置、设备及存储介质
CN116188632A (zh) * 2023-04-24 2023-05-30 之江实验室 一种图像的生成方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095182A (zh) * 2014-05-22 2015-11-25 华为技术有限公司 一种回复信息推荐方法及装置
US20160048772A1 (en) * 2014-08-14 2016-02-18 International Business Machines Corporation Tailoring Question Answering System Output Based on User Expertise
CN106789595A (zh) * 2017-01-17 2017-05-31 北京诸葛找房信息技术有限公司 信息推送方法和装置
CN108021572A (zh) * 2016-11-02 2018-05-11 腾讯科技(深圳)有限公司 回复信息推荐方法和装置
CN108121799A (zh) * 2017-12-21 2018-06-05 广东欧珀移动通信有限公司 回复语句的推荐方法、装置、存储介质及移动终端
CN108664336A (zh) * 2017-04-01 2018-10-16 北京搜狗科技发展有限公司 推荐方法和装置、用于推荐的装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095182A (zh) * 2014-05-22 2015-11-25 华为技术有限公司 一种回复信息推荐方法及装置
US20160048772A1 (en) * 2014-08-14 2016-02-18 International Business Machines Corporation Tailoring Question Answering System Output Based on User Expertise
CN108021572A (zh) * 2016-11-02 2018-05-11 腾讯科技(深圳)有限公司 回复信息推荐方法和装置
CN106789595A (zh) * 2017-01-17 2017-05-31 北京诸葛找房信息技术有限公司 信息推送方法和装置
CN108664336A (zh) * 2017-04-01 2018-10-16 北京搜狗科技发展有限公司 推荐方法和装置、用于推荐的装置
CN108121799A (zh) * 2017-12-21 2018-06-05 广东欧珀移动通信有限公司 回复语句的推荐方法、装置、存储介质及移动终端

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111078848A (zh) * 2019-11-29 2020-04-28 支付宝(杭州)信息技术有限公司 一种用于对话机器人的输入提示方法及装置
CN112883144A (zh) * 2019-11-29 2021-06-01 海信电子科技(武汉)有限公司 一种信息交互方法
CN113486260A (zh) * 2021-07-15 2021-10-08 北京三快在线科技有限公司 互动信息的生成方法、装置、计算机设备及存储介质
CN113609275A (zh) * 2021-08-24 2021-11-05 腾讯科技(深圳)有限公司 信息处理方法、装置、设备及存储介质
CN113609275B (zh) * 2021-08-24 2024-03-26 腾讯科技(深圳)有限公司 信息处理方法、装置、设备及存储介质
CN116188632A (zh) * 2023-04-24 2023-05-30 之江实验室 一种图像的生成方法、装置、存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN110263247A (zh) 一种回复信息推荐方法及电子设备
Grosse et al. Studying large language model generalization with influence functions
Mondal et al. Chatbot: An automated conversation system for the educational domain
CN109241255A (zh) 一种基于深度学习的意图识别方法
CN108595436B (zh) 情感对话内容的生成方法和系统、存储介质
CN107766506A (zh) 一种基于层次化注意力机制的多轮对话模型构建方法
CN109299237A (zh) 基于行动者评论家强化学习算法的循环网络人机对话方法
Qin et al. Dynamic knowledge routing network for target-guided open-domain conversation
CN111309887B (zh) 一种训练文本关键内容提取模型的方法和系统
CN108763535A (zh) 信息获取方法及装置
CN110019736A (zh) 基于语言模型的问答匹配方法、系统、设备及存储介质
CN107040452A (zh) 一种信息处理方法、装置和计算机可读存储介质
CN109032381A (zh) 一种基于上下文的输入方法、装置、存储介质及终端
Dsouza et al. Chat with bots intelligently: A critical review & analysis
CN116521850B (zh) 一种基于强化学习的交互方法及装置
CN108491515A (zh) 一种用于校园心理咨询的句对匹配度预测方法
CN108009756A (zh) 一种大数据人才能力评估系统及方法
CN116975214A (zh) 文本生成方法、装置、存储介质及计算机设备
Szymański et al. Information retrieval with semantic memory model
CN117633196B (zh) 问答模型构建方法及项目问答方法
CN110020007A (zh) 机器人交互控制方法及装置、存储介质、服务器
CN110069613A (zh) 一种回复获取方法及装置
CN111767386B (zh) 对话处理方法、装置、电子设备及计算机可读存储介质
Orkin et al. Semi-automatic task recognition for interactive narratives with EAT & RUN
Yang et al. Controlling and being creative: software cybernetics and creative computing

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

Application publication date: 20190920

RJ01 Rejection of invention patent application after publication