CN110472021A - 会话中推荐新闻的技术 - Google Patents

会话中推荐新闻的技术 Download PDF

Info

Publication number
CN110472021A
CN110472021A CN201810449396.6A CN201810449396A CN110472021A CN 110472021 A CN110472021 A CN 110472021A CN 201810449396 A CN201810449396 A CN 201810449396A CN 110472021 A CN110472021 A CN 110472021A
Authority
CN
China
Prior art keywords
news
user query
content
reading interest
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
CN201810449396.6A
Other languages
English (en)
Inventor
周庆
张捷
陈鹏
王建勇
王玮
孙婷
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.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
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 Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Priority to CN201810449396.6A priority Critical patent/CN110472021A/zh
Priority to US17/044,234 priority patent/US20210158188A1/en
Priority to EP19731370.3A priority patent/EP3791290A1/en
Priority to PCT/US2019/029245 priority patent/WO2019217090A1/en
Publication of CN110472021A publication Critical patent/CN110472021A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本文针对用户在会话过程中,可能产生的对新闻事件的阅读兴趣,提供了一种会话中推荐新闻的技术,能够在会话过程中,挖掘用户的新闻阅读兴趣,并在适当的时机,以聊天答复的形式,向用户提供相关新的新闻信息。

Description

会话中推荐新闻的技术
背景技术
在聊天机器人与用户之间的会话过程中,经常会涉及到一些热点的新闻事件的相关话题,在这种情况下,有些用户可能会对相关新闻感兴趣,希望浏览一下相关的新闻,从而对这些热点新闻事件有所了解。
发明内容
提供本发明实施例内容是为了以精简的形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容并不旨在标识所要求保护主题的关键特征或必要特征,也不旨在用于限制所要求保护主题的范围。
本文针对用户在会话过程中,可能产生的对新闻事件的阅读兴趣,提供了一种会话中推荐新闻的技术,能够在会话过程中,挖掘用户的新闻阅读兴趣,并在适当的时机,以聊天答复的形式,向用户提供相关新的新闻信息。
上述说明仅是本公开技术方案的概述,为了能够更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的上述和其它目的、特征和优点能够更明显易懂,以下特举本公开的具体实施方式。
附图说明
图1为描绘新闻会话处理装置的示例环境之一的框图;
图2为描绘新闻会话处理装置的变形结构之一的示例框图;
图3为描绘新闻会话处理装置的变形结构之二的示例框图;
图4为描绘新闻会话处理装置的变形结构之三的示例框图;
图5为描绘新闻会话处理装置的变形结构之四的示例框图;
图6为描绘新闻会话处理装置的变形结构之五的示例框图;
图7为描绘新闻会话处理方法的示例性流程示意图之一;
图8为描绘新闻会话处理方法的示例性流程示意图之二;
图9为描绘新闻会话处理方法的示例性流程示意图之三;
图10为描绘新闻会话处理方法的示例性流程示意图之四;
图11为示例性的具有可移动性的电子设备的结构框图;
图12为示例性的计算设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本文中,术语“技术”、“机制”可以指代例如(一个或多个)系统、(一个或多个)方法、计算机可读指令、(一个或多个)模块、算法、硬件逻辑(例如,现场可编程门阵列(FPGA))、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)和/或上述上下文以及在本文档通篇中所允许的(一项或多项)其它技术。
概览
本文针对用户在会话过程中,可能产生的对新闻事件的阅读需求,提供了一种会话中推荐新闻的技术,能够在会话过程中,挖掘用户的新闻阅读兴趣,并在适当的时机,以聊天答复的形式,向用户提供相关新的新闻信息。
新闻阅读兴趣的挖掘主要是通过对用户查询以及相关上下文的聊天日志的分析来进行实现的,而新闻信息可以基于用户查询在网络上或者本地的新闻数据库中进行检索而获得。在聊天答复方面,除了简单地以新闻文档或者新闻内容链接作为答复之外,还可以以新闻摘要的形式进行答复,此外,还可以以聊天答复的形式附上新闻评论,从而以更加拟人化的方式向用户提供新闻内容。
说明性环境
下面描述的环境仅构成一个示例,而不旨在将各项权利要求限于任一特定操作环境。可以使用其它环境而不背离所要求保护的主题的精神和范围。
如图1所示,其为描绘新闻会话处理装置的示例环境之一的框图100,新闻会话处理装置111设置于服务器102中,服务器102通过通信网络104与用户终端103进行通信连接。其中,用户终端103可以为小型因素便携式(或移动)电子装置,例如,蜂窝电话、个人数据助理(PDA)、笔记本电脑、平板电脑、个人媒体播放器装置、无线网络观看装置、个人头戴装置、专用装置或包括以上功能中的任何一个的混合装置。用户终端103也可以是台式计算机、专用服务器等计算设备。在用户终端103中安装有用于进行人机对话的聊天应用,用户105通过聊天应用提供的会话界面106与聊天机器人107进行人机会话。如图1所示例性的会话界面106中,用户105与聊天机器人107进行人机会话,会话内容中涉及了一般性的会话内容108和推送的新闻内容109,图中所示意的场景中,用户105与聊天机器人107在聊天的过程中,提到了某些新闻热点,聊天机器人107对用户105的会话内容进行分析,并获取与用户105在会话过程中提到的新闻热点有关的新闻内容109,并通过会话界面106呈现给用户105。
上述的对会话内容的分析以及新闻内容的获取,可以在服务器102中完成,服务器102获取到新闻内容后,再通过用户终端103上的聊天应用推送给用户105。
服务器102可以通过一个或多个计算机系统实现(分布式服务器),也可以实现为基于云架构的云服务器。在服务器102上设置有为聊天机器人107提供后台会话支持的会话处理系统110,该会话处理系统110至少能够完成针对用户在会话中输入的用户查询,生成答复的基本会话处理功能。本文提供的新闻会话处理装置111嵌入到该会话处理系统110中,作为会话处理系统110的一部分而执行新闻推荐的处理功能。该新闻会话处理装置111包括新闻阅读兴趣检测模块112、新闻内容的检索模块113、答复输出模块114。
其中,新闻阅读兴趣检测模块112,用于在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测。
这里所说的新闻阅读兴趣可以是用户明确想要或者可能想要了解相关新闻的会话意图或者体现出对相关新闻感兴趣的会话意图。例如,用户输入的用户查询为“我想看一下今天皇马比赛的新闻。”或者“你知道今天皇马的战绩如何?”,通过语义分析可知,该用户查询已经明确表达了想要有关皇马的比赛新闻的相关信息。再例如,用户在和聊天机器人进行聊天的过程中,谈到“我太喜欢皇马了”、“我是皇马的忠实粉丝”,针对这种情况,可以认为该用户对于皇马非常感兴趣,很可能想要了解皇马的有关信息,针对这种情况,也可以认定为该用户具有新闻阅读兴趣。再例如,用户在会话过程中,输入了一些与新闻内容数据库中存储的新闻内容相似度较高的用户查询,当这些用户查询的相似度高于一定的阈值后,也会识别为具有新闻阅读兴趣。对于新闻阅读兴趣的检测条件,可以根据实际应用的需要,而灵活进行设定。
对用户查询进行的新闻阅读兴趣检测可以通过机器学习模型来完成,可以将当前的用户查询或者将包含当前的用户查询在内的上下文作为输入机器学习模型的输入,判断用户是否存在新闻阅读兴趣。
具体地,每当接收到用户的新的用户查询,就会对该用户查询进行分析,判断该用户查询是否能够形成完整的新闻阅读兴趣。一方面,如果该用户查询已经形成了完整的新闻阅读兴趣,例如,上述例子中的“我想看一下今天皇马比赛的新闻”,针对这样意图明确的用户查询,可以触发后续的新闻内容的检索处理了。另一方面,在某些情况下,通过一条用户查询很难确定用户是否具有新闻阅读兴趣,例如,用户输入的用户查询为“大家为什么那么喜欢皇马”,针对该用户查询,还无法明确该用户对皇马是否喜欢,是否关心皇马的新闻,该用户很可能并非一个足球迷,所以不理解为什么别人喜欢皇马,也有可能该用户是足球迷,但是并不喜欢皇马,这样的情形,显然不应该给该用户推送皇马的新闻。但是,还有可能该用户也已经开始喜欢皇马了,想更多的了解皇马,如果是这样,就应该推送皇马的相关信息。针对上述情形,由于在当前阶段无法确定该用户是否具有完整明确的新闻阅读兴趣,需要结合聊天日志中的历史的用户查询进行一起判断才能确定。例如,在聊天日志中,前一条用户查询为“我好朋友开始喜欢皇马了,所以我也开始关心皇马了”,将这条用户查询和“大家为什么那么喜欢皇马”结合在一起可知,该用户还是想要更多地了解皇马的相关信息的,因此,判定为具有新闻阅读兴趣。再例如,在聊天日志中,前一条用户查询为“周围的人都在谈论皇马,烦死我了”,将这条用户查询和“大家为什么那么喜欢皇马”结合在一起可知,该用户实际上是在抱怨太多人谈论皇马了,该用户并不喜欢皇马,当然也不希望知道皇马的新闻,因此,判定为不具有新闻阅读兴趣。当然,还会存在一种情况,将当前的用户查询和历史的用户查询结合在一起后,还不足以判断出该用户是否具有新闻阅读兴趣,在这种情况下,可以将当前的用户查询记录到聊天日志中,等待下一轮的新的用户查询的输入,开始下一轮的检测,在下一轮的新闻阅读兴趣的检测中,前一轮的用户查询就作为历史的用户查询而存在了。基于这样的判断机制,就形成了多轮的新闻阅读兴趣检测。
在上述的新闻阅读兴趣的检测过程中,如果无法确定是否有新闻阅读兴趣或者确定为没有新闻阅读兴趣,则会按照常规的聊天模式,进行答复。即使用图1中会话处理系统110中常规的答复生成模式,生成常规的答复,从而使会话继续。例如,针对“大家为什么那么喜欢皇马”可以答复“确实有很多人喜欢皇马”等。需要说明的是,对于常规的答复生成模式,可以采用本文提出的新闻形态的答复的任意其他的答复方式,在本文中并不做限定。
新闻内容的检索模块113,用于在检测到新闻阅读兴趣的情况下,根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索。
新闻内容源可以来自于提供聊天机器人107的服务应用的服务提供方,例如,新闻内容源存储于与服务器102连接的新闻内容数据库115中,该新闻内容数据库115由上述服务提供方来维护,可以通过在线或者离线方式获取的方式,或者通过人工输入的方式,形成承载新闻内容的文档,并且还可以对该新闻文档进行编辑,根据需要对新闻内容的文档打上各种标签,以便于新闻内容的检索。
新闻内容源也可以来自于上述服务提供方以外的第三方的新闻内容平台,服务器102可以通过通信网络104与各个新闻内容平台116连接,以在线的方式,从各个新闻内容平台116中检索并获取新闻内容。
具体的,使用用户查询进行新闻内容的检索处理可以包括:
根据与新闻阅读兴趣相关的用户查询进行新闻内容的检索,获取多个与所述用户查询相关的新闻内容。这里所说的与新闻阅读兴趣相关的用户查询可能只包括当前的用户查询,也可能包括当前的用户查询和历史用户查询。如前述的情形,在当前的用户查询无法体现完整的新闻阅读兴趣的情况下,需要根据当前的用户查询和历史用户查询才确定出用户具有新闻阅读兴趣。
使用相关度排名算法,对多个新闻内容进行相关度排名。这里的相关度是指与用户查询的相关度。通过相关度排名算法的处理,能够提取出更加符合用户意图的新闻内容。
将相关度排名靠前的一个或多个新闻内容作为答复在所述会话中输出。根据具体情况,可以只给用户提供一条新闻内容,也可以提供多条新闻内容。
答复输出模块114,用于将检索到的新闻内容作为答复在所述会话中输出。如前面提到的,在最终确定待输出的新闻内容后,就可以由答复输出模块114执行输出处理。具体的输出形式,可是将新闻内容以网页链接的形式输出到会话中,可以将该新闻网页链接形成一个新闻缩略表示,在该新闻缩略表示中包括缩略图片以及新闻标题,用户点击该新闻缩略图后,就可以跳转到相关的新闻内容页面。
作为另一种示例方式,也可以让新闻内容的输出更具有聊天的感觉,可以将检索到的新闻内容进行信息提取,生成新闻摘要,并将该新闻摘要作为答复在所述会话中输出,这相当于聊天机器人107在给用户105简单的介绍了一下新闻,从而更像是人与人之间的聊天。当然,也可以将摘要作为上述的新闻网页链接的一部分输出到会话中,即在上述的新闻缩略表示中也包括该新闻摘要。
作为再一种示例方式,除了提供上述的新闻缩略表示或者新闻摘要之外,还可以再附上对该新闻的新闻评论。具体地,新闻评论的获取方式如下:根据检索到的新闻内容和相关的用户查询,检索新闻评论,然后将获取到的新闻评论作为答复在所述会话中输出。新闻评论的获取源头可以来自于新闻内容平台116。
另外,对于某个新闻的话题,聊天机器人107可以给予新闻评论来进行多轮的聊天,即聊天机器人107与用户105之间针对该新闻话题进行多轮交谈,在这些轮次的交谈中,聊天机器人107始终从新闻内容平台116上获取新闻评论作为答复,每次获取新闻评论时,都以当前的新闻内容和当前轮次的用户查询作为检索的输入。上述的使用新闻评论来继续进行聊天的处理,可以执行一轮或者多轮,终止条件可以是预设的轮次结合用户105输入的用户查询的话题是否发生了改变,如果到达了指定的轮次或者话题发生的改变,则终止以新闻评论进行答复的模式,而转为会话处理系统110中常规的答复生成模式,来生成答复并在会话中输出。
如图2所示,其为描绘新闻会话处理装置的变形结构之一的示例框图200。与图1所示的新闻会话处理装置不同之处在于,图2所示的新闻会话处理装置201中,新闻阅读兴趣检测模块112可以进一步包括:
新闻阅读兴趣完整性检测模块202,用于对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则触发所述新闻内容的检索模块113,执行根据该当前的用户查询进行新闻内容的检索的处理。如果不能形成新闻阅读兴趣,则触发上下文检测模块203执行相应的处理。
上下文检测模块203,用于在当前的用户查询不能形成新闻阅读兴趣的情况下,从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则触发所述新闻内容的检索模块113,根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
在新闻会话处理装置201中,通过新闻阅读兴趣完整性检测模块202与上下文检测模块203能够实现多轮次的并且涵盖上下文的新闻阅读兴趣的检测,从而有效挖掘用户对新闻获取的愿望。
进一步地,如图3所示,其为描绘新闻会话处理装置的变形结构之二的示例框图300。与图2所示的新闻会话处理装置301不同之处在于,新闻阅读兴趣检测模块112可以进一步包括话题一致性检测模块302:
话题一致性检测模块302,用于检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则触发所述上下文检测模块203执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
在图3所示的新闻会话处理装置301中,通过话题一致性检测模块302来控制是否进行结合上下文的新闻阅读兴趣检测。在会话中,如果用户改变了聊天的话题,那么可以认为当前的用户查询与之前的用户查询不具有延续性,就不需要基于上下文再去挖掘新闻阅读兴趣了,而是将当前的用户查询作为新话题的开始,来继续执行新闻阅读兴趣的检测。
此外,上述的话题一致性检测模块还可以用于控制多轮次的新闻评论的答复机制。具体地,如图4所示,其为描绘新闻会话处理装置的变形结构之三的示例框图400。与图3不同之处在于,在图4所示的新闻会话处理装置401中,还包括:
新闻评论检索模块402,用于根据检索到的新闻内容和所述相关的用户查询,检索新闻评论。相应地,所述答复输出模块114还用于,将获取到的新闻评论作为答复在所述会话中输出。
此外,在图4中,话题一致性检测模块403还可以用于,接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件(或者称作话题一致性条件),如果满足,则触发新闻评论检索模块402,根据该新的用户查询和所述新闻内容,检索新的新闻评论,然后,答复输出模块114会将获取到的新的新闻评论作为答复在所述会话中输出。
之后,新闻会话处理装置401会继续等待下一轮的新的用户查询的输入,并重复前述话题一致性检测处理,并继续以新闻评论作为输出与用户进行会话,直至达到预设的轮次或者不满足话题相似性条件(即用户转移了话题)。
在图4中,在答复输出模块114输出第一轮新闻评论之后,就开启了多轮新闻评论的答复模式,在该模式下,话题一致性检测的目的就转变为了是否继续新闻评论的答复模式,从而使得用户105和聊天机器人107能够就一个新闻话题进行深度聊天。
进一步地,如图5所示,其为描绘新闻会话处理装置的变形结构之四的示例框图500。与图1至图4的不同之处在于,图5的新闻会话处理装置501中增加了闲聊过滤模块502。
该闲聊过滤模块502用于对收到的用户查询进行闲聊过滤处理,如果收到的用户查询为非闲聊的用户查询,则触发所述新闻阅读兴趣检测模块执行所述对至少一个用户查询进行新闻阅读兴趣检测的处理。如果是闲聊的用户查询,则不会触发本文提供的新闻会话处理机制,而是直接利用图1中会话处理系统110的新闻会话装置以外的会话处理模块(即采用常规的答复模式进行处理),生成常规的答复,使会话继续进行。这里所说的闲聊是一个相对概念,并且可以根据需要进行语义设定。例如,如果用户查询为“今天心情不错”、“刚才吃的很饱”等等,这些用户查询的内容基本上和新闻话题不相干,可以视为是闲聊的用户查询,针对这种用户查询,就可以使用会话处理系统110中新闻会话装置以外的会话处理模块来进行答复生成。
通过设置闲聊过滤模块502能够有效地滤除掉一些对于新闻会话没有意义的用户查询,从而减少本文的新闻会话处理装置的处理用户查询的数量。此外,上述的第一聊天日志可以是常规的没有经过加工和筛选的聊天日志,也可以是针对本文的新闻会话处理而设置的专用的聊天日志。该第一聊天日志中记录的用户查询可以是经过闲聊过滤模块502过滤后的用户查询,从而能够提供针对新闻阅读兴趣检测来说,更加有效的上下文。
需要说明的是,虽然图5中包括了图4中的全部模块,不过,闲聊过滤模块502完全可以各种形式与图1至图3中的其他模块进行组合而形成新闻会话处理装置的其他变形结构。
进一步的,如图6所示,其为描绘新闻会话处理装置的变形结构之五的示例框图600。与图1至图5的不同之处在于,图6的新闻会话处理装置601中增加了如下对输出新闻答复的频率控制相关的处理模块,具体包括:
第一输出控制模块602,用于将检索到的新闻内容与之前在会话中输出过文档进行比较,如果存在内容相似度大于预设第一阈值的新闻内容,则放弃将该新闻内容作为答复在所述会话中输出,否则,触发答复输出模块,将该新闻内容作为答复在所述会话中输出。第一输出控制模块602设置的意义在于,避免给用户推送重复的新闻内容。
第二输出控制模块603,用于判断输出新闻内容的次数和/或频率是否超过预设的第二阈值,如果超过该第二阈值,则放弃将该新闻内容作为答复在所述会话中输出,否则,触发答复输出模块,将该新闻内容作为答复在所述会话中输出。第二输出控制模块603设置的意义在于,对新闻内容推送的输出频度进行一下控制,避免出现在会话中,输出过量的新闻内容答复。第二阈值可以根据需要设定为固定值,也可以使用下述的用户行为检测模块604根据用户的使用行为而动态调整。
此外,新闻会话处理装置601还可以包括:用户行为检测模块604,用于记录被查看的新闻内容的数量和/或查看停留时间,并根据所述被查看的新闻内容的数量和/或查看停留时间调整所述第二阈值。新闻会话处理装置601设置的意义在于,根据用户行为来调整新闻内容推送的频度。比如,用户105在与聊天机器人107的会话中,几乎点开了聊天机器人107发送给用户105的全部新闻内容链接,并且在新闻内容链接对应的页面上停留了足够长的时间(说明在认真阅读该新闻),则可以推断出该用户对于新闻内容非常感兴趣,因此,可以将上述的第二阈值调高,在会话中更多地输出新闻内容答复,反之,用户很少点开新闻内容链接,或者点开后停留时间非常短,则推断出用户不太喜欢新闻内容推送,因此,可以调低第二阈值,从而减少新闻内容答复的输出频度。
在本文的新闻会话处理装置601中也可以只包含上述的第一输出控制模块602或者第二输出控制模块603,即不必同时包含两个模块。
需要说明的是,虽然图6中包括了图5中的全部模块,不过,第一输出控制模块602、第二输出控制模块603以及用户行为检测模块604完全可以各种形式与图1至图4中的其他模块进行组合而形成新闻会话处理装置的其他变形结构。
说明性过程
以上介绍了本文的新闻会话处理装置,下面将从处理流程角度,介绍一下本文的新闻会话处理方法。
基本新闻会话处理过程说明
如图7所示,其为本文描绘新闻会话处理方法的示例性流程示意图之一700。图7所示的处理流程包括:
S701:在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测。
S702:判断是否检测到新闻阅读兴趣,如果检测到新闻阅读兴趣,则执行S703,如果没有检测到新闻阅读兴趣,则执行S705。
S703:根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索。
S704:将检索到的新闻内容作为答复在会话中输出。具体的输出方式可以是将新闻内容以网页链接的形式输出到会话中,可以将该新闻网页链接形成一个新闻缩略表示,在该新闻缩略表示中包括缩略图片以及新闻标题,用户点击该新闻缩略图后,就可以跳转到相关的新闻内容页面。此外,也可以将检索到的新闻内容进行信息提取,生成新闻摘要,并将该新闻摘要作为答复在会话中输出,另外,也可以除了提供上述的新闻缩略表示或者新闻摘要之外,还可以再附上这对该新闻的新闻评论。
S705:执行常规的答复处理。这里所说的常规答复处理是指,不采用新闻内容答复的方式生成答复,而是根据已有的聊天机器人的会话处理系统的处理机制,生成一般性的答复并进行输出,该部分处理可以由图1所示的会话处理系统110中执行一般性会话处理的相关系统或者模块来完成。
图7所示的新闻会话处理流程,完成了基本的新闻阅读兴趣检测以及新闻内容获取及输出的处理过程。其中,在新闻内容的检索的处理过程中,新闻内容源可以来自于聊天机器人的服务应用的服务提供方的新闻内容数据,可以来自于上述服务提供方以外的第三方的新闻内容平台。
新闻检索过程中也可以使用相关度排名算法,对多个新闻内容进行相关度排名,从而选择出更加符合用户意图的新闻内容。
上下文检测的处理过程说明
如图8所示,其为本文的描绘新闻会话处理方法的示例性流程示意图之二800。图8所示的处理流程包括:
S801:对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则执行S802;如果当前的用户查询不能形成新闻阅读兴趣,则执行S803;
S802:根据该当前的用户查询进行新闻内容的检索,然后执行S805;
S803:从第一聊天日志中获取历史的用户查询,并判断当前的用户查询和历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则执行S804,如果仍然无法检测出新闻阅读兴趣,则执行S806;
S804:根据当前的用户查询和历史的用户查询的结合进行新闻内容的检索;
S805:将检索到的新闻内容作为答复在会话中输出。
S806:将当前的用户查询记录在第一聊天日志中,执行常规的答复处理,然后等待新的用户查询。
图8所示的新闻会话处理流程中,引入了上下文检测机制,在当前的用户查询无法体现完整的新闻阅读兴趣的情况下,引入上下文进行进一步的判断,能够实现多轮次的并且涵盖上下文的新闻阅读兴趣的检测,从而有效挖掘用户对新闻获取的愿望。
话题一致性检测的处理过程说明
如图9所示,其为本文的描绘新闻会话处理方法的示例性流程示意图之三900。图9所示的处理流程包括:
S901:对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则执行S902;如果当前的用户查询不能形成新闻阅读兴趣,则执行S903;
S902:根据该当前的用户查询进行新闻内容的检索,然后执行S906;
S903:从第一聊天日志中获取历史的用户查询,检测当前的用户查询的话题是否与历史的用户查询的话题满足相似性条件,如果满足,则执行S904;如果不满足,则执行S907;
S904:判断当前的用户查询和历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则执行S905,如果仍然无法检测出新闻阅读兴趣,则执行S907;
S905:根据当前的用户查询和历史的用户查询的结合进行新闻内容的检索;
S906:将检索到的新闻内容作为答复在会话中输出。
S907:将当前的用户查询记录在第一聊天日志中,执行常规的答复处理,然后等待新的用户查询。
在图9所示的流程中,通过引入了话题一致性检测机制,来控制是否进行结合上下文的新闻阅读兴趣检测。在会话中,如果用户改变了聊天的话题,那么可以认为当前的用户查询与之前的用户查询不具有延续性,就不需要基于上下文再去挖掘新闻阅读兴趣了,而是将当前的用户查询作为新话题的开始,来继续执行新闻阅读兴趣的检测。
多轮新闻评论的答复模式的处理过程说明
如图10所示,其为本文的描绘新闻会话处理方法的示例性流程示意图之四1000。图10所示的流程主要用来说明,多轮的新闻评论的答复机制。图10所示的处理流程包括:
S1001:在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测。
S1002:判断是否检测到新闻阅读兴趣,如果检测到新闻阅读兴趣,则执行S1003,如果没有检测到新闻阅读兴趣,则执行S1009。
S1003:根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索以及新闻评论检索。
S1004:将检索到的新闻内容和新闻评论作为答复在会话中输出。
S1005:接收新的用户查询。
S1006:从第一聊天日志中获取历史的用户查询,检测当前的用户查询的话题是否与历史的用户查询的话题满足相似性条件,如果满足,则执行S1007;如果不满足,则执行S1002。
S1007:根据新的用户查询以及新闻内容进行新闻评论检索。
S1008:将检索到的新闻评论作为答复在会话中输出,然后执行S1005。
S1009:执行常规的答复处理。
在上述处理过程中,S1005至S1008形成了多轮新闻评论的答复模式,并通过话题一致性检测来控制是否继续新闻评论的答复模式,从而使得用户和聊天机器人能够就一个新闻话题进行深度聊天。上述的循环也可以通过预设的轮次作为终止条件,当新闻评论的答复模式到达预设的轮次后,转为执行S1002。
需要说明的是,图10中的多轮新闻评论的答复模式的处理流程,也可以与图8和图9中的流程结合形成各种变形的新闻会话处理流程。
闲聊过滤机制的处理过程说明
此外,在上述的各个流程图中,还可以增加闲聊过滤机制,即在接收到一条用户查询后,对该用户查询进行闲聊过滤处理,如果收到的用户查询为非闲聊的用户查询,则开始执行上述各个流程图中的新闻会话处理。如果是闲聊的用户查询,则不会触发本文提供的新闻会话处理机制,而是直接利用图1中会话处理系统110的新闻会话装置以外的会话处理模块(即采用常规的答复模式进行处理),生成常规的答复,使会话继续进行。
通过设置闲聊过滤机制能够有效地滤除掉一些对于新闻会话没有意义的用户查询,从而减少本文的新闻会话处理装置的处理用户查询的数量。此外,上述的第一聊天日志可以是针对本文的新闻会话处理而设置的专用的聊天日志。该第一聊天日志中记录的用户查询是经过闲聊过滤机制过滤后的用户查询,从而能够提供针对新闻阅读兴趣检测来说,更加有效的上下文。
新闻内容输出的频度控制以及内容重复性检测的处理过程说明
为了避免给用户推送重复的新闻内容,可以在上述各个流程图中,加入内容重复判断机制,具体地,上述的将检索到的新闻内容作为答复在所述会话中输出的处理过程可以包括:
将检索到的新闻内容与之前在会话中输出过文档进行比较,如果存在内容相似度大于预设第一阈值的新闻内容,则放弃将该新闻内容作为答复在会话中输出,否则,将该新闻内容作为答复在会话中输出。
另外,为了避免在会话中,出现输出过量的新闻内容答复的情形,可以进行新闻内容输出的频度控制,具体地,上述的将检索到的新闻内容作为答复在所述会话中输出的处理过程可以包括:
判断输出新闻内容的次数和/或频率是否超过预设的第二阈值,如果超过该第二阈值,则放弃将该新闻内容作为答复在会话中输出,否则,将该新闻内容作为答复在会话中输出。
此外,还可以根据用户行为来调整新闻内容推送的频度,根据不同用户对于推送的新闻内容的阅读行为来动态调整频度控制的相关阈值,具体地,本文的新闻会话处理流程还可以包括:
记录被查看的新闻内容的数量和/或查看停留时间,并根据被查看的新闻内容的数量和/或查看停留时间调整第二阈值。
需要说明的是,上述的新闻会话处理方法,可以基于上述的新闻会话处理装置来实现,也可以作为方法流程而独立实现,或者通过其他的软件或者硬件设计,在本文的发明思想之下,进行实现。
电子装置实现示例
本文的电子装置可以是具有可移动性的电子设备,也可以是较少移动的或者非移动的计算设备。本文的电子装置至少具有处理单元和存储器,存储器上存储有指令,处理单元从存储器上获取指令,并执行处理,以使电子装置执行动作。
在一些例子中,上述图1至图10涉及的一个或多个模块或者一个或多个步骤或者一个或多个处理过程,可以通过软件程序、硬件电路,也可以通过软件程序和硬件电路相结合的方式来实现。例如,上述各个组件或者模块以及一个或多个步骤都可在芯片上系统(SoC)中实现。SoC可包括:集成电路芯片,该集成电路芯片包括以下一个或多个:处理单元(如中央处理单元(CPU)、微控制器、微处理单元、数字信号处理单元(DSP)等)、存储器、一个或多个通信接口、和/或用于执行其功能的进一步的电路和可任选的嵌入的固件。
如图11所示,其为示例性的具有可移动性的电子设备1100的结构框图。该电子设备1100可以是小型因素便携式(或移动)电子设备。这里所说的小型因素便携式(或移动)电子设备可以是:例如,蜂窝电话、个人数据助理(PDA)、笔记本电脑、平板电脑、个人媒体播放器装置、无线网络观看装置、个人头戴装置、专用装置或包括以上功能中的任何一个的混合装置。电子设备1100至少包括:存储器1101和处理器1102。
存储器1101,用于存储程序。除上述程序之外,存储器1101还可被配置为存储其它各种数据以支持在电子设备1100上的操作。这些数据的示例包括用于在电子设备1100上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。
存储器1101可以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。
存储器1101耦合至处理器1102并且包含存储于其上的指令,所说的指令在由处理器1102执行时使电子设备执行动作,作为一种电子设备的实施例,该动作可以包括:图7至图10对应的示例所执行的相关处理流程,以及执行图1至图6所示的示例的各个模块的处理逻辑。
对于上述的处理操作,在前面方法和装置的实施例中已经进行了详细说明,对于上述的处理操作的详细内容同样也适用于电子设备1100中,即可以将前面实施例中提到的具体处理操作,以程序的方式写入在存储器1101,并通过处理器1102来进行执行。
进一步,如图11所示,电子设备1100还可以包括:通信组件1103、电源组件1104、音频组件1105、显示器1106、芯片组1107等其它组件。图11中仅示意性给出部分组件,并不意味着电子设备1100只包括图11所示组件。
通信组件1103被配置为便于电子设备1100和其他设备之间有线或无线方式的通信。电子设备可以接入基于通信标准的无线网络,如WiFi,2G、3G、4G以及5G或它们的组合。在一个示例性实施例中,通信组件1103经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件1103还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
电源组件1104,为电子设备的各种组件提供电力。电源组件1104可以包括电源管理系统,一个或多个电源,及其他与为电子设备生成、管理和分配电力相关联的组件。
音频组件1105被配置为输出和/或输入音频信号。例如,音频组件1105包括一个麦克风(MIC),当电子设备处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1101或经由通信组件1103发送。在一些实施例中,音频组件1105还包括一个扬声器,用于输出音频信号。
显示器1106包括屏幕,其屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。
上述的存储器1101、处理器1102、通信组件1103、电源组件1104、音频组件1105以及显示器1106可以与芯片组1107连接。芯片组1107可以提供处理器1102与电子设备1100中的其余组件之间的接口。此外,芯片组1107还可以提供电子设备1100中的各个组件对存储器1101的访问接口以及各个组件间相互访问的通讯接口。
在一些例子中,上述图1至图10涉及的一个或多个模块或者一个或多个步骤或者一个或多个处理过程,可以通过具有操作系统和硬件配置的计算设备来实现。
图12其为示例性的计算设备1200的结构框图。例如,本文中的交换机和主机(发送端主机和接收端主机)可在与静态计算机实施例中的计算设备1200相似的一个或多个计算设备中实现,包括计算设备1200的一个或多个特征和/或替代特征。此处所提供的对计算机1200的描述只是为了说明,并不是限制性的。实施例也可以在相关领域的技术人员所知的其它类型的计算机系统中实现。
如图12所示,计算设备1200包括一个或多个处理器1202、系统存储器1204,以及将包括系统存储器1204的各种系统组件耦合到处理器1202的总线1206。总线1206表示若干类型的总线结构中的任何一种总线结构的一个或多个,包括存储器总线或存储器控制器、外围总线、加速图形端口,以及处理器或使用各种总线体系结构中的任何一种的局部总线。系统存储器1204包括只读存储器(ROM)1208和随机存取存储器(RAM)1210。基本输入/输出系统1212(BIOS)储存在ROM 1208中。
计算机系统1200还具有一个或多个以下驱动器:用于读写硬盘的硬盘驱动器1214、用于读或写可移动磁盘1218的磁盘驱动器1216、以及用于读或写诸如CD ROM、DVDROM或其他光介质之类的可移动光盘1222的光盘驱动器1220。硬盘驱动器1214、磁盘驱动器1216,以及光驱动器1220分别通过硬盘驱动器接口1224、磁盘驱动器接口1226,以及光学驱动器接口1228连接到总线1206。驱动器以及它们相关联的计算机可读介质为计算机提供了对计算机可读指令、数据结构、程序模块,及其他数据的非易失存储器。虽然描述了硬盘、可移动磁盘和可移动光盘,但是,也可以使用诸如闪存卡、数字视频盘、随机存取存储器(RAM)、只读存储器(ROM)等等之类的其他类型的计算机可读存储介质来储存数据。
数个程序模块可被储存在硬盘、磁盘、光盘、ROM或RAM上。这些程序包括操作系统1230、一个或多个应用程序1232、其他程序1234以及程序数据1236。这些程序可以实现图7至图10对应的示例所执行的相关处理流程,以及执行图1至图6所示的示例的各个模块的处理逻辑。
用户可以通过诸如键盘1238和指点设备1240之类的输入设备向计算设备1200中输入命令和信息。其它输入设备(未示出)可包括话筒、控制杆、游戏手柄、卫星天线、扫描仪、触摸屏和/或触摸平板、用于接收语音输入的语音识别系统、用于接收手势输入的手势识别系统、诸如此类。这些及其他输入设备可通过耦合到总线1206的串行端口接口1242连接到处理器1202,但也可以通过其他接口(诸如并行端口、游戏端口、通用串行总线(USB)端口)来进行连接。
显示屏1244也通过诸如视频适配器1246之类的接口连接到总线1206。显示屏1244可在计算设备1200外部或纳入其中。显示屏1244可显示信息,以及作为用于接收用户命令和/或其它信息(例如,通过触摸、手指姿势、虚拟键盘等等)的用户界面。除了显示屏1244之外,计算设备1200还可包括其他外围输出设备(未示出),如扬声器和打印机。
计算机1200通过适配器或网络接口1250、调制解调器1252、或用于通过网络建立通信的其他手段连接到网络1248(例如,因特网)。可以是内置的或外置的调制解调器1252可以经由串行端口接口1242连接到总线1206,如图12所示,或者可以使用包括并行接口的另一接口类型连接到总线1206。
如此处所用的,术语“计算机程序介质”、“计算机可读介质”以及“计算机可读存储介质”被用于泛指介质,诸如与硬盘驱动器1214相关联的硬盘、可移动磁盘1218、可移动光盘1222、系统存储器1204、闪存卡、数字视频盘、随机读取存储器(RAM)、只读存储器(ROM)以及其它类型的物理/有形存储介质等。这些计算机可读存储介质与通信介质(不包括通信介质)相区别且不重叠。通信介质通常在诸如载波等已调制数据信号中承载计算机可读指令、数据结构、程序模块或者其它数据。术语“已调制数据信号”是指使得以在信号中编码信息的方式来设定或改变其一个或多个特征的信号。作为示例而非限制,通信介质包括诸如声学、RF、红外线的无线介质和其它无线介质以及有线介质。各个实施例也针对这些通信介质。
如上文所指示的,计算机程序和模块(包括应用程序1232及其他程序1234)可被储存在硬盘、磁盘、光盘、ROM或RAM上。这样的计算机程序也可以通过网络接口1250、串行端口接口1242或任何其他接口类型来接收。这些计算机程序在由应用程序执行或加载时使得计算机1200能够实现此处所讨论的实施例的特征。因此,这些计算机程序表示计算机系统1200的控制器。
这样,各个实施例还涉及包括储存在任何计算机可用存储介质上的计算机指令/代码的计算机程序产品。这样的代码/指令当在一个或多个数据处理设备中执行时,使数据处理设备如此处所描述的那样操作。可包括计算机可读存储介质的计算机可读存储设备的示例包括诸如RAM、硬盘驱动器、软盘驱动器、CD ROM驱动器、DVD DOM驱动器、压缩盘驱动器、磁带驱动器、磁性存储设备驱动器、光学存储设备驱动器、MEM设备、基于纳米技术的存储设备等的存储设备以及其它类型的物理/有形计算机可读存储设备。
示例条款
A、一种方法,包括:
在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测;
如果检测到新闻阅读兴趣,则根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出。
B、根据权利要求A所述的方法,其中,对至少一个用户查询进行新闻阅读兴趣检测包括:
对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据该当前的用户查询进行新闻内容的检索;
如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
C、根据权利要求B所述的方法,其中,如果所述当前的用户查询和所述历史的用户查询的结合不能够形成新闻阅读兴趣,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
D、根据权利要求B所述的方法,其中,如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询之后,还包括:
检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
E、根据权利要求A所述的方法,其中,根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出包括:
根据所述相关的用户查询进行新闻内容的检索,获取多个与所述用户查询相关的新闻内容;
使用相关度排名算法,对所述多个新闻内容进行相关度排名;
将相关度排名靠前的一个或多个新闻内容作为答复在所述会话中输出。
F、根据权利要求A所述的方法,其中,还包括:
根据检索到的新闻内容和所述相关的用户查询,检索新闻评论;
将获取到的新闻评论作为答复在所述会话中输出。
G、根据权利要求F所述的方法,其中,在将所述新闻评论作为答复在所述会话中输出后,还包括:
接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件,如果满足,则根据该新的用户查询和所述新闻内容,检索新的新闻评论,将获取到的新的新闻评论作为答复在所述会话中输出。
H、根据权利要求F所述的方法,其中,在将所述新闻评论作为答复在所述会话中输出后,还包括:
接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件,如果满足,则根据该新的用户查询和所述新闻内容,检索新的新闻评论,将获取到的新的新闻评论作为答复在所述会话中输出;
等待下一轮的新的用户查询的输入,并重复前述处理,直至达到预设的轮次或者不满足话题相似性条件。
I、根据权利要求A或F所述的方法,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
根据所述检索到的新闻内容,生成新闻摘要,并将该新闻摘要作为答复在所述会话中输出。
J、根据权利要求A所述的方法,其中,还包括:
对收到的用户查询进行闲聊过滤处理,如果收到的用户查询为非闲聊的用户查询,则执行所述对至少一个用户查询进行新闻阅读兴趣检测的处理。
K、根据权利要求A所述的方法,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
将检索到的新闻内容与之前在会话中输出过文档进行比较,如果存在内容相似度大于预设第一阈值的新闻内容,则放弃将该新闻内容作为答复在所述会话中输出,否则,将该新闻内容作为答复在所述会话中输出。
L、根据权利要求A所述的方法,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
判断输出新闻内容的次数和/或频率是否超过预设的第二阈值,如果超过该第二阈值,则放弃将该新闻内容作为答复在所述会话中输出,否则,将该新闻内容作为答复在所述会话中输出。
M、根据权利要求L所述的方法,其中,还包括:
记录被查看的新闻内容的数量和/或查看停留时间,并根据所述被查看的新闻内容的数量和/或查看停留时间调整所述第二阈值。
N、一种装置,包括:
新闻阅读兴趣检测模块,用于在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测;
新闻内容的检索模块,用于在检测到新闻阅读兴趣的情况下,根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索;
答复输出模块,用于将检索到的新闻内容作为答复在所述会话中输出。
O、根据权利要求N所述的装置,其中,所述新闻阅读兴趣检测模块包括:
新闻阅读兴趣完整性检测模块,用于对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则触发所述新闻内容的检索模块,执行根据该当前的用户查询进行新闻内容的检索的处理;
上下文检测模块,用于在当前的用户查询不能形成新闻阅读兴趣的情况下,从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则触发所述新闻内容的检索模块,根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
P、根据权利要求O所述的装置,其中,所述新闻阅读兴趣检测模块还包括:
话题一致性检测模块,用于检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则触发所述上下文检测模块执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
Q、根据权利要求N所述的装置,其中,还包括:
新闻评论检索模块,用于根据检索到的新闻内容和所述相关的用户查询,检索新闻评论;
所述答复输出模块还用于,将获取到的新闻评论作为答复在所述会话中输出。
R:根据权利要求N所述的装置,其中,还包括:
闲聊过滤模块,用于对收到的用户查询进行闲聊过滤处理,如果收到的用户查询为非闲聊的用户查询,则触发所述新闻阅读兴趣检测模块执行所述对至少一个用户查询进行新闻阅读兴趣检测的处理。
S:根据权利要求N所述的装置,其中,还包括:
第一输出控制模块,用于将检索到的新闻内容与之前在会话中输出过文档进行比较,如果存在内容相似度大于预设第一阈值的新闻内容,则放弃将该新闻内容作为答复在所述会话中输出,否则,触发答复输出模块,将该新闻内容作为答复在所述会话中输出。
T、根据权利要求N所述的装置,其中,还包括:
第二输出控制模块,用于判断输出新闻内容的次数和/或频率是否超过预设的第二阈值,如果超过该第二阈值,则放弃将该新闻内容作为答复在所述会话中输出,否则,触发答复输出模块,将该新闻内容作为答复在所述会话中输出。
U、根据权利要求T所述的的装置,其中,还包括:
用户行为检测模块,用于记录被查看的新闻内容的数量和/或查看停留时间,并根据所述被查看的新闻内容的数量和/或查看停留时间调整所述第二阈值。
V、一种电子设备,包括:
处理单元;以及
存储器,耦合至所述处理单元并且包含存储于其上的指令,所述指令在由所述处理单元执行时使所述设备执行动作,所述动作包括:
在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测;
如果检测到新闻阅读兴趣,则根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出。
W、根据权利要求V所述的电子设备,其中,对至少一个用户查询进行新闻阅读兴趣检测包括:
对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据该当前的用户查询进行新闻内容的检索;
如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
X、根据权利要求V所述的电子设备,其中,如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询之后,还包括:
检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
Y、根据权利要求V所述的电子设备,其中,根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出包括:
根据所述相关的用户查询进行新闻内容的检索,获取多个与所述用户查询相关的新闻内容;
使用相关度排名算法,对所述多个新闻内容进行相关度排名;
将相关度排名靠前的一个或多个新闻内容作为答复在所述会话中输出。
Z、根据权利要求V所述的电子设备,其中,所述动作还包括:
根据检索到的新闻内容和所述相关的用户查询,检索新闻评论;
将获取到的新闻评论作为答复在所述会话中输出。
A1、根据权利要求Z所述的电子设备,其中,在将所述新闻评论作为答复在所述会话中输出后,还包括:
接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件,如果满足,则根据该新的用户查询和所述新闻内容,检索新的新闻评论,将获取到的新的新闻评论作为答复在所述会话中输出。
A2、根据权利要求Z所述的电子设备,其中,在将所述新闻评论作为答复在所述会话中输出后,还包括:
接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件,如果满足,则根据该新的用户查询和所述新闻内容,检索新的新闻评论,将获取到的新的新闻评论作为答复在所述会话中输出;
等待下一轮的新的用户查询的输入,并重复前述处理,直至达到预设的轮次或者不满足话题相似性条件。
A3、根据权利要求A或Z所述的电子设备,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
根据所述检索到的新闻内容,生成新闻摘要,并将该新闻摘要作为答复在所述会话中输出。
A4、根据权利要求V所述的电子设备,其中,所述动作还包括:
对收到的用户查询进行闲聊过滤处理,如果收到的用户查询为非闲聊的用户查询,则执行所述对至少一个用户查询进行新闻阅读兴趣检测的处理。
A5、根据权利要求V所述的电子设备,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
将检索到的新闻内容与之前在会话中输出过文档进行比较,如果存在内容相似度大于预设第一阈值的新闻内容,则放弃将该新闻内容作为答复在所述会话中输出,否则,将该新闻内容作为答复在所述会话中输出。
A6、根据权利要求V所述的电子设备,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
判断输出新闻内容的次数和/或频率是否超过预设的第二阈值,如果超过该第二阈值,则放弃将该新闻内容作为答复在所述会话中输出,否则,将该新闻内容作为答复在所述会话中输出。
A7、根据权利要求A6所述的电子设备,其中,所述动作还包括:
记录被查看的新闻内容的数量和/或查看停留时间,并根据所述被查看的新闻内容的数量和/或查看停留时间调整所述第二阈值。
结语
系统的多个方面的硬件与软件实现之间区别不大;使用硬件还是软件通常(但并不总是,因为在某些背景下,硬件与软件之间的选择可以变得显著)是表示成本与效率权衡的设计选择。存在可以实现在此描述的处理和/或系统和/或其它技术(例如,硬件、软件,以及/或固件)的各种承载工具,并且优选承载工具将随着部署该处理和/或系统和/或其它技术的背景而改变。例如,如果实现方确定速度和准确度最重要,则该实现方可以选择主要硬件和/或固件承载工具;如果灵活性最重要,则该实现方可以选择主要软件实现;或者,此外又另选地,该实现方可以选择硬件、软件,以及/或固件的一些组合。
前述详细描述已经经由使用框图、流程图,以及/或示例阐述了该装置和/或处理的各种实施方式。至于这种框图、流程图,以及/或示例包含一个或更多个功能和/或操作,本领域技术人员应当明白,这种框图、流程图,或示例内的每一个功能和/或操作可以单独地和/或共同地,通过宽范围的硬件、软件、固件,或者实际上其任何组合来实现。在一个实施方式中,在此描述的主旨的几个部分可以经由专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP),或其它集成格式来实现。然而,本领域技术人员应当认识到,在此公开的实施方式的一些方面整个地或者部分地可以等同地在集成电路中实现,实现为运行在一个或更多个计算机上的一个或更多个计算机程序(例如,实现为运行在一个或更多个计算机系统上的一个或更多个程序),实现为运行在一个或更多个处理器上的一个或更多个程序(例如,实现为运行在一个或更多个微处理器上的一个或更多个程序),实现为固件,或者实际上实现为其任何组合,并且根据本公开,设计电路和/或编写用于软件和/或固件的代码完全处于本领域技术人员的技术内。另外,本领域技术人员应当清楚的是,在此描述的主题的机制能够按多种形式作为程序产品分配,并且在此描述的主题的例示性实施方式适用,而与被用于实际执行该分配的特定类型的信号承载介质无关。信号承载介质的示例包括但不限于,以下:可记录型介质,如软盘、硬盘驱动器(HDD)、质密盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等;和传输型介质,如数字和/或模拟通信媒介(例如,光纤线缆、波导管、有线通信链路、无线通信链路等)。
本领域技术人员应当认识到,按在此阐述的方式来描述装置和/或处理,并且此后,使用工程实践将这样描述的装置和/或处理集成到数据处理系统中是本领域内常见的。即,在此描述的装置和/或处理的至少一部分可以经由合理量的实验而集成到数据处理系统中。本领域技术人员应当认识到的是,通常的数据处理系统通常包括以下中的一个或更多个:系统单元外壳、视频显示装置、诸如易失性和非易失性存储器的存储器、诸如微处理器和数字信号处理器的处理器、诸如操作系统、驱动器、图形用户接口,以及应用程序的计算实体、诸如触摸板或触摸屏的一个或更多个交互式装置,以及/或包括反馈回路和控制电动机的控制系统(例如,用于感测位置和/或速度的反馈;用于移动和/或调节组件和/或数量的控制马达)。通常的数据处理系统可以利用任何合适商业可获组件来实现,如通常在数据计算/通信和/或网络通信/计算系统中找到的那些。
在此描述的主题有时例示了包含在不同的其它组件内或与其相连接的不同组件。要明白的是,这样描绘的架构仅仅是示例性的,并且实际上,可以实现获得相同功能的许多其它架构。在概念意义上,用于获得相同功能的组件的任何排布结构都有效地“关联”,以使获得希望功能。因此,在此为获得特定功能而组合的任两个组件都可以被看作彼此“相关联”,以使获得希望功能,而与架构或中间组件无关。同样地,这样关联的任两个组件还可以被视作彼此“可操作地连接”,或“可操作地耦接”,以获得希望功能,并且能够这样关联的任两个组件也可以被视作可彼此“操作地耦接”,以获得希望功能。可操作地耦接的具体示例包括但不限于,物理上可配合和/或物理上交互的组件和/或可无线地交互和/或无线地交互的组件和/或逻辑上交互和/或逻辑上可交互组件。
针对在此实质上使用的任何复数和/或单数术语,本领域技术人员可以针对背景和/或应用在适当时候从复数翻译成单数和/或从单数翻译成复数。为清楚起见,各种单数/多数置换在此可以确切地阐述。
本领域技术人员应当明白,一般来说,在此使用的,而且尤其是在所附权利要求书中(例如,所附权利要求书的主体)使用的术语通常旨在作为“开放式”措辞(例如,措辞“包括(including)”应当解释为“包括但不限于”,措辞“具有(having)”应当解释为“至少具有”应当解释为“包括但不限于”等)。本领域技术人员还应当明白,如果想要特定数量的介绍权利要求列举,则这种意图将明确地在该权利要求中陈述,并且在没有这些列举的情况下,不存在这种意图。例如,为帮助理解,下面所附权利要求书可以包含使用介绍性短语“至少一个”和“一个或更多个”来介绍权利要求列举。然而,使用这种短语不应被认作,暗示由不定冠词“一(a)”或“一(an)”介绍的权利要求列举将包含这种介绍权利要求列举的任何特定权利要求限制于仅包含一个这种列举的发明,即使同一权利要求包括介绍性短语“一个或更多个”或“至少一个”以及诸如“一(a)”或“一(an)”的不定冠词(例如,“一(a)”或“一(an)”通常应当被解释成意指“至少一个”或“一个或更多个”);其对于使用为介绍权利要求列举而使用的定冠词来说同样保持为真。另外,即使明确地陈述特定数量的介绍权利要求列举,本领域技术人员也应当认识到,这种列举通常应当被解释成,至少意指所陈述数量(例如,“两个列举”的仅有的列举在没有其它修饰语的情况下通常意指至少两个列举,或者两个或更多个列举)。而且,在使用类似于“A、B,以及C等中的至少一个”的惯例的那些实例中,一般来说,这种句法结构希望本领域技术人员在意义上应当理解这种惯例(例如,“具有A、B,以及C中的至少一个的系统”应当包括但不限于具有单独A、单独B、单独C、A和B一起、A和C一起、B和C一起,以及/或A、B以及C一起等的系统)。在使用类似于“A、B,或C等中的至少一个”的惯例的那些实例中,一般来说,这种句法结构希望本领域技术人员在意义上应当理解这种惯例(例如,“具有A、B,或C中的至少一个的系统”应当包括但不限于具有单独A、单独B、单独C、A和B一起、A和C一起、B和C一起,以及/或A、B以及C一起等的系统)。本领域技术人员还应当明白的是,实际上,呈现两个或更多个另选术语的任何转折词和/短语(无论处于描述、权利要求书中,还是在附图中)应当被理解成,设想包括这些术语、这些术语中的任一个,或者两个术语的可能性。例如,短语“A或B”应当被理解成,包括“A”或“B”或“A和B”的可能性。
本说明书中针对“实现方式”、“一个实现方式”、“一些实现方式”,或“其它实现方式”的引用可以意指,结合一个或更多个实现方式描述的特定特征、结构,或特性可以被包括在至少一些实现方式中,但不必被包括在所有实现方式中。前述描述中不同出现的“实现方式”、“一个实现方式”,或“一些实现方式”不必全部针对同一实现方式而引用。
虽然利用不同方法和系统描述和示出了特定示例性技术,但本领域技术人员应当明白,在不脱离要求保护的主题的情况下,可以进行各种其它修改,并且可以代替等同物。另外,在不脱离在此描述的中心概念的情况下,可以进行许多修改以使适应针对要求保护的主题的教导的特定情况。因此,要求保护的主题不限于所公开的特定示例,而是这种要求保护的主题还可以包括落入所附权利要求书及其等同物的范围内的所有实现。
尽管已经用结构特征和/或方法动作专用的语言描述了本主题,但要理解,所附权利要求书中定义的主题不必限于所描述的具体特征或动作。而是,这些具体特征和动作是作为实现该权利要求的解说性形式而公开的。
除非另外具体声明,否则在上下文中可以理解并一般地使用条件语言(诸如“能”、“能够”、“可能”或“可以”)表示特定示例包括而其他示例不包括特定特征、元素和/或步骤。因此,这样的条件语言一般并非旨在暗示对于一个或多个示例以任何方式要求特征、元素和/或步骤,或者一个或多个示例必然包括用于决定的逻辑、具有或不具有用户输入或提示、在任何特定实施例中是否要包括或要执行这些特征、元素和/或步骤。
除非另外具体声明,应理解联合语言(诸如短语“X、Y或Z中至少一个”)表示项、词语等可以是X、Y或Z中的任一者、或其组合。
本文所述和/或附图中描述的流程图中任何例行描述、元素或框应理解成潜在地表示包括用于实现该例程中具体逻辑功能或元素的一个或多个可执行指令的代码的模块、片段或部分。替换示例被包括在本文描述的示例的范围内,其中各元素或功能可被删除,或与所示出或讨论的顺序不一致地执行,包括基本上同步地执行或按相反顺序执行,这取决于所涉及的功能,如本领域技术人也将理解的。
应当强调,可对上述示例作出许多变型和修改,其中的元素如同其他可接受的示例那样应被理解。所有这样的修改和变型在此旨在包括在本公开的范围内并且由以下权利要求书保护。
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 (20)

1.一种方法,包括:
在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测;
如果检测到新闻阅读兴趣,则根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出。
2.根据权利要求1所述的方法,其中,对至少一个用户查询进行新闻阅读兴趣检测包括:
对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据该当前的用户查询进行新闻内容的检索;
如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
3.根据权利要求2所述的方法,其中,如果所述当前的用户查询和所述历史的用户查询的结合不能够形成新闻阅读兴趣,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
4.根据权利要求2所述的方法,其中,如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询之后,还包括:
检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
5.根据权利要求1所述的方法,其中,根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出包括:
根据所述相关的用户查询进行新闻内容的检索,获取多个与所述用户查询相关的新闻内容;
使用相关度排名算法,对所述多个新闻内容进行相关度排名;
将相关度排名靠前的一个或多个新闻内容作为答复在所述会话中输出。
6.根据权利要求1所述的方法,其中,还包括:
根据检索到的新闻内容和所述相关的用户查询,检索新闻评论;
将获取到的新闻评论作为答复在所述会话中输出。
7.根据权利要求6所述的方法,其中,在将所述新闻评论作为答复在所述会话中输出后,还包括:
接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件,如果满足,则根据该新的用户查询和所述新闻内容,检索新的新闻评论,将获取到的新的新闻评论作为答复在所述会话中输出。
8.根据权利要求6所述的方法,其中,在将所述新闻评论作为答复在所述会话中输出后,还包括:
接收新的用户查询,检测该新的用户查询的话题是否与前次的用户查询的话题满足话题相似性条件,如果满足,则根据该新的用户查询和所述新闻内容,检索新的新闻评论,将获取到的新的新闻评论作为答复在所述会话中输出;
等待下一轮的新的用户查询的输入,并重复前述处理,直至达到预设的轮次或者不满足话题相似性条件。
9.根据权利要求1或6所述的方法,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
根据所述检索到的新闻内容,生成新闻摘要,并将该新闻摘要作为答复在所述会话中输出。
10.根据权利要求1所述的方法,其中,还包括:
对收到的用户查询进行闲聊过滤处理,如果收到的用户查询为非闲聊的用户查询,则执行所述对至少一个用户查询进行新闻阅读兴趣检测的处理。
11.根据权利要求1所述的方法,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
将检索到的新闻内容与之前在会话中输出过文档进行比较,如果存在内容相似度大于预设第一阈值的新闻内容,则放弃将该新闻内容作为答复在所述会话中输出,否则,将该新闻内容作为答复在所述会话中输出。
12.根据权利要求1所述的方法,其中,将检索到的新闻内容作为答复在所述会话中输出包括:
判断输出新闻内容的次数和/或频率是否超过预设的第二阈值,如果超过该第二阈值,则放弃将该新闻内容作为答复在所述会话中输出,否则,将该新闻内容作为答复在所述会话中输出。
13.根据权利要求12所述的方法,其中,还包括:
记录被查看的新闻内容的数量和/或查看停留时间,并根据所述被查看的新闻内容的数量和/或查看停留时间调整所述第二阈值。
14.一种装置,包括:
新闻阅读兴趣检测模块,用于在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测;
新闻内容的检索模块,用于在检测到新闻阅读兴趣的情况下,根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索;
答复输出模块,用于将检索到的新闻内容作为答复在所述会话中输出。
15.根据权利要求14所述的装置,其中,所述新闻阅读兴趣检测模块包括:
新闻阅读兴趣完整性检测模块,用于对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则触发所述新闻内容的检索模块,执行根据该当前的用户查询进行新闻内容的检索的处理;
上下文检测模块,用于在当前的用户查询不能形成新闻阅读兴趣的情况下,从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则触发所述新闻内容的检索模块,根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
16.根据权利要求15所述的装置,其中,所述新闻阅读兴趣检测模块还包括:
话题一致性检测模块,用于检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则触发所述上下文检测模块执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
17.根据权利要求14所述的装置,其中,还包括:
新闻评论检索模块,用于根据检索到的新闻内容和所述相关的用户查询,检索新闻评论;
所述答复输出模块还用于,将获取到的新闻评论作为答复在所述会话中输出。
18.一种电子设备,包括:
处理单元;以及
存储器,耦合至所述处理单元并且包含存储于其上的指令,所述指令在由所述处理单元执行时使所述设备执行动作,所述动作包括:
在会话过程中,对至少一个用户查询进行新闻阅读兴趣检测;
如果检测到新闻阅读兴趣,则根据与该新闻阅读兴趣相关的用户查询进行新闻内容的检索,将检索到的新闻内容作为答复在所述会话中输出。
19.根据权利要求18所述的电子设备,其中,对至少一个用户查询进行新闻阅读兴趣检测包括:
对当前的用户查询进行分析,判断是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据该当前的用户查询进行新闻内容的检索;
如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询,并判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣,如果能够形成新闻阅读兴趣,则根据所述当前的用户查询和所述历史的用户查询的结合进行新闻内容的检索。
20.根据权利要求18所述的电子设备,其中,如果当前的用户查询不能形成新闻阅读兴趣,则从第一聊天日志中获取历史的用户查询之后,还包括:
检测当前的用户查询的话题是否与所述历史的用户查询的话题满足相似性条件,如果满足,则执行判断所述当前的用户查询和所述历史的用户查询的结合是否能够形成新闻阅读兴趣的处理,如果不满足,则将所述当前的用户查询记录在所述第一聊天日志中,并等待新的用户查询。
CN201810449396.6A 2018-05-11 2018-05-11 会话中推荐新闻的技术 Pending CN110472021A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810449396.6A CN110472021A (zh) 2018-05-11 2018-05-11 会话中推荐新闻的技术
US17/044,234 US20210158188A1 (en) 2018-05-11 2019-04-26 Recommending news in conversation
EP19731370.3A EP3791290A1 (en) 2018-05-11 2019-04-26 Recommending news in conversation
PCT/US2019/029245 WO2019217090A1 (en) 2018-05-11 2019-04-26 Recommending news in conversation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810449396.6A CN110472021A (zh) 2018-05-11 2018-05-11 会话中推荐新闻的技术

Publications (1)

Publication Number Publication Date
CN110472021A true CN110472021A (zh) 2019-11-19

Family

ID=66912907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810449396.6A Pending CN110472021A (zh) 2018-05-11 2018-05-11 会话中推荐新闻的技术

Country Status (4)

Country Link
US (1) US20210158188A1 (zh)
EP (1) EP3791290A1 (zh)
CN (1) CN110472021A (zh)
WO (1) WO2019217090A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11677692B2 (en) 2021-09-15 2023-06-13 International Business Machines Corporation Conversational systems content related to external events

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229873B1 (en) * 2009-09-18 2012-07-24 Google Inc. News topic-interest-based recommendations twiddling
CN104036038A (zh) * 2014-06-30 2014-09-10 北京奇虎科技有限公司 新闻推荐方法和系统
CN104239459A (zh) * 2014-09-02 2014-12-24 百度在线网络技术(北京)有限公司 语音搜索方法、装置和系统
CN104714954A (zh) * 2013-12-13 2015-06-17 中国电信股份有限公司 基于上下文理解的信息搜索方法和系统
CN104836720A (zh) * 2014-02-12 2015-08-12 北京三星通信技术研究有限公司 交互式通信中进行信息推荐的方法及装置
CN104850614A (zh) * 2015-05-14 2015-08-19 百度在线网络技术(北京)有限公司 推荐查询词展现方法和装置
CN105339933A (zh) * 2013-06-10 2016-02-17 微软技术许可有限责任公司 通过查询扩展的新闻结果
CN105453578A (zh) * 2013-08-05 2016-03-30 三星电子株式会社 用于提供会话话题的设备、服务器和方法
CN105930539A (zh) * 2016-06-27 2016-09-07 北京百度网讯科技有限公司 话题订阅方法和装置
CN106354835A (zh) * 2016-08-31 2017-01-25 上海交通大学 基于上下文语义理解的人工对话辅助系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8606786B2 (en) * 2009-06-22 2013-12-10 Microsoft Corporation Determining a similarity measure between queries
US8589378B2 (en) * 2010-10-11 2013-11-19 Yahoo! Inc. Topic-oriented diversified item recommendation
US9892190B1 (en) * 2014-06-25 2018-02-13 Google Inc. Search suggestions based on native application history
US20170154116A1 (en) * 2014-06-30 2017-06-01 Beijing Qihoo Technology Company Limited Method and system for recommending contents based on social network
US10708216B1 (en) * 2016-05-17 2020-07-07 Rao Sanjay K Conversational user interfaces and artificial intelligence for messaging and mobile devices
US10348658B2 (en) * 2017-06-15 2019-07-09 Google Llc Suggested items for use with embedded applications in chat conversations
CN107844586B (zh) * 2017-11-16 2022-05-06 百度在线网络技术(北京)有限公司 新闻推荐方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8229873B1 (en) * 2009-09-18 2012-07-24 Google Inc. News topic-interest-based recommendations twiddling
CN105339933A (zh) * 2013-06-10 2016-02-17 微软技术许可有限责任公司 通过查询扩展的新闻结果
CN105453578A (zh) * 2013-08-05 2016-03-30 三星电子株式会社 用于提供会话话题的设备、服务器和方法
CN104714954A (zh) * 2013-12-13 2015-06-17 中国电信股份有限公司 基于上下文理解的信息搜索方法和系统
CN104836720A (zh) * 2014-02-12 2015-08-12 北京三星通信技术研究有限公司 交互式通信中进行信息推荐的方法及装置
CN104036038A (zh) * 2014-06-30 2014-09-10 北京奇虎科技有限公司 新闻推荐方法和系统
CN104239459A (zh) * 2014-09-02 2014-12-24 百度在线网络技术(北京)有限公司 语音搜索方法、装置和系统
CN104850614A (zh) * 2015-05-14 2015-08-19 百度在线网络技术(北京)有限公司 推荐查询词展现方法和装置
CN105930539A (zh) * 2016-06-27 2016-09-07 北京百度网讯科技有限公司 话题订阅方法和装置
CN106354835A (zh) * 2016-08-31 2017-01-25 上海交通大学 基于上下文语义理解的人工对话辅助系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11677692B2 (en) 2021-09-15 2023-06-13 International Business Machines Corporation Conversational systems content related to external events
TWI814394B (zh) * 2021-09-15 2023-09-01 美商萬國商業機器公司 電子系統、電腦實施方法及電腦程式產品

Also Published As

Publication number Publication date
US20210158188A1 (en) 2021-05-27
WO2019217090A1 (en) 2019-11-14
EP3791290A1 (en) 2021-03-17

Similar Documents

Publication Publication Date Title
AU2019208255B2 (en) Environmentally aware dialog policies and response generation
JP6738445B2 (ja) デジタルアシスタントサービスの遠距離拡張
US11037048B2 (en) Virtual conversation method or system
US20190068527A1 (en) Method and system for conducting an automated conversation with a virtual agent system
TW202016693A (zh) 人機交互處理系統及其方法、儲存媒體、電子設備
CN107924679A (zh) 输入理解处理期间在响应选择中的延迟绑定
CN106133826A (zh) 用于语言模型自定义的灵活模式
CN105264485A (zh) 在多个设备上提供内容
CN106104528A (zh) 用于屏幕上项目选择和消歧的基于模型的方法
US10223440B2 (en) Question and answer system emulating people and clusters of blended people
CN112527962A (zh) 基于多模态融合的智能应答方法、装置、机器可读介质及设备
CN104035995A (zh) 群标签生成方法及装置
US11423185B2 (en) Sensor based intelligent system for assisting user with voice-based communication
Lopatovska et al. User recommendations for intelligent personal assistants
US10565317B1 (en) Apparatus for improving responses of automated conversational agents via determination and updating of intent
CN109582882A (zh) 搜索结果的展现方法、装置和电子设备
DE112018007785T5 (de) Grafische benutzeroberfläche für ein sprachdialogsystem
Sabharwal et al. Developing Cognitive Bots Using the IBM Watson Engine: Practical, Hands-on Guide to Developing Complex Cognitive Bots Using the IBM Watson Platform
US12008988B2 (en) Electronic apparatus and controlling method thereof
KR102380717B1 (ko) 사용자 발화를 처리하는 전자 장치 및 이 전자 장치의 제어 방법
CN110472021A (zh) 会话中推荐新闻的技术
CN117520498A (zh) 基于虚拟数字人交互处理方法、系统、终端、设备及介质
CN107368278A (zh) 信息处理方法及装置
Patel et al. My Buddy App: Communications between Smart Devices through Voice Assist
CN111159472A (zh) 多模态聊天技术

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