CN110442694A - 一种智能交互平台训练方法、装置、设备 - Google Patents

一种智能交互平台训练方法、装置、设备 Download PDF

Info

Publication number
CN110442694A
CN110442694A CN201910706666.1A CN201910706666A CN110442694A CN 110442694 A CN110442694 A CN 110442694A CN 201910706666 A CN201910706666 A CN 201910706666A CN 110442694 A CN110442694 A CN 110442694A
Authority
CN
China
Prior art keywords
interactive
order
interactive dialogue
data node
response
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
CN201910706666.1A
Other languages
English (en)
Inventor
龚思颖
赵晓朝
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.)
Hangzhou suddenly Cognitive Technology Co.,Ltd.
Original Assignee
Beijing Suddenly Cognitive 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 Beijing Suddenly Cognitive Technology Co Ltd filed Critical Beijing Suddenly Cognitive Technology Co Ltd
Publication of CN110442694A publication Critical patent/CN110442694A/zh
Pending legal-status Critical Current

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
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明实施例公开了一种智能交互平台训练方法，其特征在于，所述方法包括：获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；根据所述关键知识数据更新知识图谱。本发明实施例的实施能够有效地训练智能交互平台，提高用户意图理解能力，建立更优化的交互控制与管理，提升用户体验度，取得了有益效果。

Description

一种智能交互平台训练方法、装置、设备
技术领域
本发明实施例涉及信息处理技术领域，特别涉及一种智能交互平台训练方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展和普及，人机交互等智能技术在人们生活的各个方面提供方便快捷的服务。人机交互HCI(Human–Computer Interaction)技术是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。人机交互技术包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题及提示请示等。由于不同个性化用户的存在，人通过输入设备给机器输入的信息多种多样，例如用户可能需求同样的服务，但不同用户有不同的问法，要满足各种用户的需要，就需要为智能交互平台构建庞大的问答模板数据库，但开发人员无法穷举用户的各种问法，对用户提供的服务功能相对局限。如何有效地训练智能交互平台，提高用户意图理解能力，建立更优化的交互控制与管理是当前亟需解决问题。
发明内容
本发明实施例提供了一种智能交互平台训练方法、装置、设备及计算机可读存储介质，可用于解决相关技术中的问题。
一方面，本发明实施例提供了一方面，本发明实施例提供了一种智能交互平台训练方法，其特征在于，所述方法包括：
步骤1，获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；
步骤2，根据所述关键知识数据更新知识图谱；
优选地，所述知识图谱包含复数个数据节点，以及指示数据节点之间关系的一个或多个连接边，其中所述复数个数据节点包含一个或多个命令数据节点和一个或多个应答数据节点，所述连接边对应于命令与应答的逻辑关联。
优选地，所述方法进一步包括
步骤3，获取智能交互平台中与所述交互对话场景相匹配的待优化的交互引擎，建立所述交互引擎问题槽位与命令数据节点的对应关系，以及所述交互引擎应答槽位与应答数据节点的对应关系。
优选地，所述步骤1具体包括
步骤11，获取交互对话场景，基于所述交互对话场景，获取第三方分享的与所述交互对话场景相匹配的第一交互引擎；
步骤12，提取所述第一交互引擎配置文件，确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
优选地，所述步骤1具体包括
步骤13，获取交互对话场景，基于所述交互对话场景，查询与所述交互对话场景相匹配的交互对话语料；
步骤14，提取所述交互对话语料中触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
优选地，所述步骤2具体包括
步骤21，获取知识图谱中第一应答对应的第一应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，
步骤22，如果所述第一关键知识数据未包含于所述与该应答数据节点关联的命令数据节点对应的命令，
步骤23，增加新的命令数据节点以及连接边，关联所述新的命令数据节点至所述第一应答数据节点。
另一方面，本发明实施例提供了一种智能交互平台训练装置，其特征在于，所述装置包括：
数据获取模块，获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；
更新模块，根据所述关键知识数据更新知识图谱；
优选地，所述知识图谱包含复数个数据节点，以及指示数据节点之间关系的一个或多个连接边，其中所述复数个数据节点包含一个或多个命令数据节点和一个或多个应答数据节点，所述连接边对应于命令与应答的逻辑关联。
优选地，所述装置进一步包括
槽位配置模块，获取智能交互平台中与所述交互对话场景相匹配的待优化的交互引擎，建立所述交互引擎问题槽位与命令数据节点的对应关系，以及所述交互引擎应答槽位与应答数据节点的对应关系。
优选地，所述数据获取模块进一步用于
获取交互对话场景，基于所述交互对话场景，获取第三方分享的与所述交互对话场景相匹配的第一交互引擎；
提取所述第一交互引擎配置文件，确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
优选地，所述数据获取模块进一步用于
获取交互对话场景，基于所述交互对话场景，查询与所述交互对话场景相匹配的交互对话语料；
提取所述交互对话语料中触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
优选地，所述更新模块进一步用于
获取知识图谱中第一应答对应的第一应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，
如果所述第一关键知识数据未包含于所述与该应答数据节点关联的命令数据节点对应的命令，
增加新的命令数据节点以及连接边，关联所述新的命令数据节点至所述第一应答数据节点。
另一方面，本发明实施例提供了一种包含智能交互平台训练装置的终端设备。
另一方面，本发明实施例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，所述存储器中存储有可在处理器上运行的计算机程序，所述计算机程序在被所述处理器执行时实现前述的方法。
另一方面，本发明实施例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中存储有可在处理器上运行的计算机程序、所述计算机程序在被执行时实现前述的方法。
本发明实施例的实施能够有效地训练智能交互平台，提高用户意图理解能力，建立更优化的交互控制与管理，提升用户体验度，取得了有益效果。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书实施例提供的智能交互平台的示意图。
图2是本说明书实施例提供的智能交互平台训练方法的流程示意图。
图3是本说明书实施例提供的知识图谱的示意图。
图4是本说明书实施例提供的智能交互平台训练装置结构。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。本发明的实施例以及实施例的具体特征是对本发明实施例技术方案的详细说明，而非对本发明说明书技术方案的限定，在不冲突的情况下，本发明的实施例以及实施例的技术特征可以相互结合。
请参阅图1，图1是智能交互平台的示意图，主要包括：人机交互界面101，处理模块102，数据库103等。其中处理模块包含一个或多个交互引擎112，交互引擎112可以包含语义理解模块201，对话管理和控制模块202，对话生成模块203，命令执行模块204。其中，处理模块102与人机交互界面101相互连接，可以通过人机交互界面101接收用户输入的数据，以及通过人机交互界面向用户输出交互数据，即人机交互界面101一方面可以通过处理模块102接收反馈给用户的对话数据，一方面可以接收处理模块102反馈的命令执行过程及结果数据。对于智能语音交互平台，处理模块102还可以包括：语音识别模块210，语音输出模块211。所述语音识别模块210，语音输出模块211也可被配置于交互引擎112中。此外，交互引擎112可以由一个或多个交互子引擎构成；或者由主交互引擎和/或一个或多个交互子引擎构成。
智能交互平台训练的其中一项要点是提高交互引擎的处理能力，增强交互引擎对于语义的理解，提高对话交互的效率，和提升任务执行精准性；这些都需要对用户意图的进行准确理解，通过富集智能交互平台交互引擎中的问题槽位内容，提高交互引擎对于问答交互的控制和管理。
实施例一
请参阅图2，图2是本发明实施例一提供的一种智能交互平台训练方法的流程示意图，该方法包括但不限于：
步骤1，获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；
步骤2，根据所述关键知识数据更新知识图谱。
具体地，参照图3，图3是本发明实施例提供的知识图谱的示意图，知识图谱可以是一种语义网络，一种基于图形的数据结构，所述知识图谱包含复数个数据节点，以及指示数据节点之间关系的一个或多个连接边，其中所述复数个数据节点包含一个或多个命令数据节点和一个或多个应答数据节点，所述连接边对应于命令与应答的逻辑关联。上述图3的示例仅仅是表征知识图谱的局部，其还可以包含其他类型的节点。
对于特定的交互对话场景，例如，用户期望获取咖啡订购服务的场景下。基于该场景，用户期望获得的应答可能是反馈向用户询问的信息，例如需要定咖啡么？或者是，启动咖啡订购任务。可以根据该应答来确定触发该应答的一个或多个命令，例如我渴了，太困了，我要提提神，哪儿能喝咖啡？其中所包含的关键知识数据可以是：渴，提神，咖啡，喝，太困等。根据关键知识数据扩展应答数据节点关联的命令数据节点，从而更新知识图谱，无需人工事先建立庞大的模板库，来满足用户的各种问法。通过不断地更新知识图谱来完善语义网络，实现智能交互平台的训练。
实施例二
在实施例一的基础上，本发明实施例二提供的一种智能交互平台训练方法进一步还可以包括：
步骤3，获取智能交互平台中与所述交互对话场景相匹配的待优化的交互引擎，建立所述交互引擎问题槽位与命令数据节点的对应关系，以及所述交互引擎应答槽位与应答数据节点的对应关系。
具体地，针对能够提供服务的交互引擎，将其问题槽位关联至知识图谱中的命令数据节点，将其应答槽位关联至知识图谱中的与所述命令数据节点通过连接边相接的应答数据节点。其中一个应答数据节点可以与多个命令数据节点具有连接边，一个命令数据节点可以与多个应答数据节点具有连接边。
从而使得在与用户的交互过程中，提取用户的交互命令，例如，我渴了，通过填充槽位，获知对应的命令数据节点，进一步基于该命令数据节点获得与其连接的应答数据节点，利用该应答数据节点的内容填充应答槽位，实现提高用户意图理解能力，满足用户的各种问法，提供匹配的应答或启动特定任务，优化用户的交互体验。
实施例三
在实施例一和实施例二的基础上，本发明实施例三提供的一种智能交互平台训练方法的步骤1具体还可以包括
步骤11，获取交互对话场景，基于所述交互对话场景，获取第三方分享的与所述交互对话场景相匹配的第一交互引擎；
步骤12，提取所述第一交互引擎配置文件，确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
具体地，第三方可以通过智能交互平台开放接口创建或上传一个或多个交互引擎，每一交互引擎可以对应执行一个或多个任务。通过获取交互对话场景，查找符合所述交互对话场景的一个或多个交互引擎，提取多个交互引擎的配置文件，确定触发交互对话的第一应答的一个或多个命令，例如所述第一应答可以是咖啡订购。确定第一个交互引擎的配置文件中触发咖啡订购的可能是用户的提问：“这是不是有家星巴克？”，第二个交互引擎的配置文件中触发咖啡订购的可能是用户的提问：“哪儿能喝咖啡？”。其中所包含的关键知识数据可以是：是不是有，星巴克，喝，咖啡等。利用第三方通过智能交互平台开放接口创建或上传的一个或多个交互引擎，丰富智能交互平台初始的知识图谱。
此外，步骤1具体还可以包括
步骤13，获取交互对话场景，基于所述交互对话场景，查询与所述交互对话场景相匹配的交互对话语料，所述交互对话语料包含百科问答数据，社区问答数据，和/或客服聊天数据；
步骤14，提取所述交互对话语料中触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
具体地，除了利用智能交互平台开放接口，吸引用户分享上传交互引擎，来丰富知识图谱外，还可以充分利用互联网的公开平台资源，例如，相同或相似场景下的百科问答数据，社区问答数据，客服聊天数据，和/或，其他的开放数据。从而避免由程序员来穷举命令或问题，使得前期平台的开发费时费力，通过第三方上传的交互引擎或者公开的资源，统计相同或相似应答，聚类触发相同或相似应答的那些命令或问题，丰富知识图谱，进而优化智能交互平台的交互引擎的处理能力。
实施例四
在前述实施例的基础上，本发明实施例四进一步提供的一种智能交互平台训练方法中，步骤2具体还可以包括，但不限于
步骤21，获取知识图谱中第一应答对应的第一应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，
步骤22，如果所述第一关键知识数据未包含于所述与该应答数据节点关联的命令数据节点对应的命令，
步骤23，增加新的命令数据节点以及连接边，关联所述新的命令数据节点至所述第一应答数据节点。
具体地，通过知识图谱将所有不同种类的信息连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。例如还以咖啡订购为例。在本例中，更新与咖啡订购相关命令数据节点。首先，获取知识图谱中咖啡订购对应的应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，例如，该应答数据节点原本关联了两个命令数据节点，分别对应两个命令数据节点，如我要提提神，哪儿能喝咖啡？随后，确定如在前描述的通过第三方上传的交互引擎或者公开的资源，统计相同或相似的咖啡订购的应答，聚类触发相同或相似应答的那些命令或问题，获取触发咖啡订购这一应答的多个命令，如我渴了，我太困了，我要提提神，哪儿能喝咖啡？这是不是有家星巴克？判断命令包含的关键知识数据是否包含于所述与咖啡订购这一应答数据节点关联的命令数据节点对应的命令。在本例中，涉及我要提提神，哪儿能喝咖啡？的节点在现有知识图谱中已存在。涉及我渴了，我太困了，这是不是有家星巴克？这三个命令的节点尚未存在。随后，需要增加涉及我渴了，我太困了，这是不是有家星巴克？的新的命令数据节点以及连接边，使其与咖啡订购这一应答数据节点关联，并通过连接边描述节点间的因果关系。
实施例五
基于与前述实施例中消息推送方法同样的构思，本发明实施例还提供了一种智能交互平台训练装置，所述智能交互平台训练装置可以独立于智能交互平台，也可以内嵌于智能交互平台实现。参照图4，所述装置包括但不限于：
数据获取模块，获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；
更新模块，根据所述关键知识数据更新知识图谱；
具体地，所述知识图谱包含复数个数据节点，以及指示数据节点之间关系的一个或多个连接边，其中所述复数个数据节点包含一个或多个命令数据节点和一个或多个应答数据节点，所述连接边对应于命令与应答的逻辑关联。
具体地，所述装置进一步包括
槽位配置模块，获取智能交互平台中与所述交互对话场景相匹配的待优化的交互引擎，建立所述交互引擎问题槽位与命令数据节点的对应关系，以及所述交互引擎应答槽位与应答数据节点的对应关系。
具体地，所述数据获取模块进一步用于
获取交互对话场景，基于所述交互对话场景，获取第三方分享的与所述交互对话场景相匹配的第一交互引擎；
提取所述第一交互引擎配置文件，确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
具体地，所述数据获取模块进一步用于
获取交互对话场景，基于所述交互对话场景，查询与所述交互对话场景相匹配的交互对话语料，所述交互对话语料包含百科问答数据，社区问答数据，和/或客服聊天数据；
提取所述交互对话语料中触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
具体地，所述更新模块进一步用于
获取知识图谱中第一应答对应的第一应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，
如果所述第一关键知识数据未包含于所述与该应答数据节点关联的命令数据节点对应的命令，
增加新的命令数据节点以及连接边，关联所述新的命令数据节点至所述第一应答数据节点。
基于与前述实施例中智能交互平台训练方法同样的构思，本发明实施例还提供了一种终端设备，该终端包含上述实施例五中的智能交互平台训练装置。
具体地，终端设备可以是计算机、平板电脑、手机、智能助手、车载终端等。
基于与前述实施例中智能交互平台训练方法同样的构思，本发明实施例还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，所述存储器中存储有可在处理器上运行的计算机程序，所述计算机程序在被所述处理器执行时实现相应的智能交互平台训练方法。
基于与前述实施例中智能交互平台训练方法同样的构思，本发明实施例还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中存储有可在处理器上运行的计算机程序、所述计算机程序在被执行时实现智能交互平台训练方法。
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (15)

1.一种智能交互平台训练方法，其特征在于，所述方法包括：
步骤1，获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；
步骤2，根据所述关键知识数据更新知识图谱。
2.根据权利要求1所述的方法，其特征在于，所述知识图谱包含复数个数据节点，以及指示数据节点之间关系的一个或多个连接边，其中所述复数个数据节点包含一个或多个命令数据节点和一个或多个应答数据节点，所述连接边对应于命令与应答的逻辑关联。
3.根据权利要求2所述的方法，其特征在于，所述方法进一步包含
步骤3，获取智能交互平台中与所述交互对话场景相匹配的待优化的交互引擎，建立所述交互引擎问题槽位与命令数据节点的对应关系，以及所述交互引擎应答槽位与应答数据节点的对应关系。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述步骤1具体包括
步骤11，获取交互对话场景，基于所述交互对话场景，获取第三方分享的与所述交互对话场景相匹配的第一交互引擎；
步骤12，提取所述第一交互引擎配置文件，确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
5.根据权利要求1-4任一项所述的方法，其特征在于，
步骤13，获取交互对话场景，基于所述交互对话场景，查询与所述交互对话场景相匹配的交互对话语料；
步骤14，提取所述交互对话语料中触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
6.根据权利要求1-5任一项所述的方法，其特征在于，
步骤21，获取知识图谱中第一应答对应的第一应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，
步骤22，如果所述第一关键知识数据未包含于所述与该应答数据节点关联的命令数据节点对应的命令，
步骤23，增加新的命令数据节点以及连接边，关联所述新的命令数据节点至所述第一应答数据节点。
7.一种智能交互平台训练装置，其特征在于，所述装置包括：
数据获取模块，获取交互对话场景，基于所述交互对话场景确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据；
更新模块，根据所述关键知识数据更新知识图谱。
8.根据权利要求7所述的装置，其特征在于，所述知识图谱包含复数个数据节点，以及指示数据节点之间关系的一个或多个连接边，其中所述复数个数据节点包含一个或多个命令数据节点和一个或多个应答数据节点，所述连接边对应于命令与应答的逻辑关联。
9.根据权利要求8所述的装置，所述装置进一步包括
槽位配置模块，获取智能交互平台中与所述交互对话场景相匹配的待优化的交互引擎，建立所述交互引擎问题槽位与命令数据节点的对应关系，以及所述交互引擎应答槽位与应答数据节点的对应关系。
10.根据权利要求7-9任一项所述的装置，所述数据获取模块进一步用于获取交互对话场景，基于所述交互对话场景，获取第三方分享的与所述交互对话场景相匹配的第一交互引擎；
提取所述第一交互引擎配置文件，确定触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
11.根据权利要求7-10任一项所述的装置，所述数据获取模块进一步用于获取交互对话场景，基于所述交互对话场景，查询与所述交互对话场景相匹配的交互对话语料；
提取所述交互对话语料中触发交互对话的第一应答的一个或多个命令，其中所述命令包括关键知识数据。
12.根据权利要求7-11任一项所述的装置，所述更新模块进一步用于
获取知识图谱中第一应答对应的第一应答数据节点，遍历与该应答数据节点关联的命令数据节点对应的命令，
如果所述第一关键知识数据未包含于所述与该应答数据节点关联的命令数据节点对应的命令，
增加新的命令数据节点以及连接边，关联所述新的命令数据节点至所述第一应答数据节点。
13.一种终端设备，其特征在于：包含权利要求7-12任一项所述的智能交互平台训练装置。
14.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有可在处理器上运行的计算机程序，所述计算机程序在被所述处理器执行时实现如权利要求1至6任一项所述的方法。
15.一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可在处理器上运行的计算机程序、所述计算机程序在被执行时实现如权利要求1至6任一项所述的方法。
CN201910706666.1A 2019-02-26 2019-08-01 一种智能交互平台训练方法、装置、设备 Pending CN110442694A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910141266 2019-02-26
CN2019101412660 2019-02-26

Publications (1)

Publication Number Publication Date
CN110442694A true CN110442694A (zh) 2019-11-12

Family

ID=68432710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910706666.1A Pending CN110442694A (zh) 2019-02-26 2019-08-01 一种智能交互平台训练方法、装置、设备

Country Status (1)

Country Link
CN (1) CN110442694A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111124347A (zh) * 2019-12-03 2020-05-08 北京蓦然认知科技有限公司 一种聚合形成交互引擎簇的方法、装置
CN112148864A (zh) * 2020-11-25 2020-12-29 深圳追一科技有限公司 语音交互方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8577671B1 (en) * 2012-07-20 2013-11-05 Veveo, Inc. Method of and system for using conversation state information in a conversational interaction system
CN105931638A (zh) * 2016-04-26 2016-09-07 北京光年无限科技有限公司 面向智能机器人的对话系统数据处理方法及装置
WO2018006472A1 (zh) * 2016-07-07 2018-01-11 深圳狗尾草智能科技有限公司 基于知识图谱的人机交互方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8577671B1 (en) * 2012-07-20 2013-11-05 Veveo, Inc. Method of and system for using conversation state information in a conversational interaction system
CN105931638A (zh) * 2016-04-26 2016-09-07 北京光年无限科技有限公司 面向智能机器人的对话系统数据处理方法及装置
WO2018006472A1 (zh) * 2016-07-07 2018-01-11 深圳狗尾草智能科技有限公司 基于知识图谱的人机交互方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111124347A (zh) * 2019-12-03 2020-05-08 北京蓦然认知科技有限公司 一种聚合形成交互引擎簇的方法、装置
CN111124347B (zh) * 2019-12-03 2023-05-26 杭州蓦然认知科技有限公司 一种聚合形成交互引擎簇的方法、装置
CN112148864A (zh) * 2020-11-25 2020-12-29 深圳追一科技有限公司 语音交互方法、装置、计算机设备和存储介质
CN112148864B (zh) * 2020-11-25 2021-05-28 深圳追一科技有限公司 语音交互方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
US11588760B2 (en) Initialization of automated workflows
CN110998567B (zh) 用于对话语义分析的知识图谱
JP6686226B2 (ja) 適切なエージェントの自動化アシスタント呼び出し
CN110113646B (zh) 基于ai语音的智能交互处理方法、系统及存储介质
US10079013B2 (en) Sharing intents to provide virtual assistance in a multi-person dialog
US10096316B2 (en) Sharing intents to provide virtual assistance in a multi-person dialog
US20170277993A1 (en) Virtual assistant escalation
CN108664472B (zh) 自然语言处理方法、装置及其设备
KR20200012933A (ko) 어시스턴트 애플리케이션을 위한 음성 사용자 인터페이스 단축
CN107704169B (zh) 虚拟人的状态管理方法和系统
CN109690527A (zh) 具有虚拟数据库的互联网云托管的自然语言交互式消息传送系统
CN107004410A (zh) 语音和连接平台
CN107294837A (zh) 采用虚拟机器人进行对话交互的方法和系统
US20130239006A1 (en) Aggregator, filter and delivery system for online context dependent interaction, systems and methods
US20190377619A1 (en) Automatically generating conversational services from a computing application
WO2020221142A1 (zh) 一种基于绘本的问答交互方法及电子设备
US11551676B2 (en) Techniques for dialog processing using contextual data
CN110310630B (zh) 一种语音助手的训练和分享方法
WO2020150014A1 (en) Utilizing rule specificity in conversational ai
CN109948151A (zh) 构建语音助手的方法
CN116501960B (zh) 内容检索方法、装置、设备及介质
US20200036658A1 (en) System and method for assisting user communications using bots
US20230043260A1 (en) Persisting an AI-supported conversation across multiple channels
CN108306813B (zh) 会话消息的处理方法、服务器及客户端
CN110442694A (zh) 一种智能交互平台训练方法、装置、设备

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
TA01 Transfer of patent application right

Effective date of registration: 20220104

Address after: 310024 floor 5, zone 2, building 3, Hangzhou cloud computing Industrial Park, Zhuantang street, Xihu District, Hangzhou City, Zhejiang Province

Applicant after: Hangzhou suddenly Cognitive Technology Co.,Ltd.

Address before: Room 401, gate 2, block a, Zhongguancun 768 Creative Industry Park, 5 Xueyuan Road, Haidian District, Beijing 100083

Applicant before: BEIJING MORAN COGNITIVE TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
AD01 Patent right deemed abandoned

Effective date of abandoning: 20230714

AD01 Patent right deemed abandoned