CN110489513A - 一种智能机器人社交信息处理方法及与人的社交系统 - Google Patents
一种智能机器人社交信息处理方法及与人的社交系统 Download PDFInfo
- Publication number
- CN110489513A CN110489513A CN201910546393.9A CN201910546393A CN110489513A CN 110489513 A CN110489513 A CN 110489513A CN 201910546393 A CN201910546393 A CN 201910546393A CN 110489513 A CN110489513 A CN 110489513A
- Authority
- CN
- China
- Prior art keywords
- data
- intelligent robot
- processing method
- information processing
- social
- 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
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/313—Selection or weighting of terms for indexing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- 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
- G06F16/35—Clustering; Classification
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Machine Translation (AREA)
Abstract
本发明属于机器人和人工智能技术领域,特别是涉及一种智能机器人社交信息处理方法及与人的社交系统。该方法包括以下步骤:对相关用户海量信息数据的搜集与挖掘;进行学习算法建模和K‑means聚类模型;对非结构化的语音交互信息进行处理,使之成为结构化数据,并进行存储;对获得的数据进行分类,组建知识图谱、事件图谱、兴趣图谱和关系图谱;通过对用户数据进行分析,对用户进行方向预测、决策导向和个性化推送。根据该方法建立的智能机器人与人的社交系统将不同的用户数据信息进行相似关联和算法推导,通过机器与机器之间的数据共享构建。本发明实现了智能机器人对人潜在需求的分析预测,并主动给出指导建议或推送精准信息。
Description
技术领域
本发明属于机器人和人工智能技术领域,特别是涉及一种智能机器人社交信息处理方法及与人的社交系统。
背景技术
伴随着人工智能技术的发展,机器人变得越来越智能化,其与人类的交互也变得多种多样。当前的人工智能机器人领域,主要是基于NLP、语音识别、人脸识别等技术,融合了动作表情、语音播报、灯效等多模态的一种交互体验,多以语言的交互为主,能实现简单的指令任务的完成以及闲聊和问答对话。该方法是通过采集大量人与人之间的交流语句做为语料库,再通过调用实现的一种看似智能化的语音对话方式。
由于在人机交互过程中,语音的交互是基于固定的对话语料库,使得人机交互中的对话简单且固定,缺乏更多交互信息的传递,也缺乏对于交互对象信息的深度挖掘。机器人无法真正“认识”交互对象,更不知道人与人之间的关联与社交关系,也就无法挖掘出更多人的数据信息,无法融入人与人之间的社交网络,身份简单、单一、实用场景少。
发明内容
本发明的目的在于提供一种智能机器人社交信息处理方法及与人的社交系统,在人工智能机器人端,通过与人的交互,获取到人的海量数据信息,再通过机器学习建模对信息进行逻辑推理。同时也对基于人工智能机器人的社会关系链整合,通过智能机器人端对人海量信息的数据化,建立一种深度网络模型,进而预测出人与人之间的社交关系、伦理关系、群体关系、等级关系等复杂社会关系,从而建立起人与智能机器人之间的关系图谱。
为达到上述目的,本发明是通过下述技术方案实现的:
一种智能机器人社交信息处理方法,包括:
1)智能机器人对相关用户海量信息数据的搜集与挖掘;
2)智能机器人进行学习算法建模和K-means 聚类模型;
3)智能机器人对非结构化的语音交互信息进行处理,使之成为结构化数据,并进行存储;
4)智能机器人对获得的数据进行分类,组建知识图谱、事件图谱、兴趣图谱和关系图谱;
5)智能机器人通过对用户数据进行分析,对用户进行方向预测、决策导向和个性化推送。
所述的一种智能机器人社交信息处理方法,所述海量信息数据搜集包括人机交互时通过人脸识别模块对用户人脸表情信息的采集记录,并统计表情的频次和持续时间,再通过逻辑判断模块预测用户的心情和性格。
所述的一种智能机器人社交信息处理方法,智能机器人采集大量语音交互信息后进行预处理和向量化,再作为训练集对所述学习算法模型和K-means聚类模型进行训练和测试。
所述的一种智能机器人社交信息处理方法,所述训练和测试进行多次后,确定合适的K值域,然后选用模型对人机交互中人的对话语句信息进行模型预测,得到相应的类的划分后,人工审查其特征并打上标签。
所述的一种智能机器人社交信息处理方法,所述划分好的数据通过NLP相关技术、词性标记和句法分析进行歧义消除,再与人工组建的实体信息数据库进行匹配,并存储为结构化数据。
所述的一种智能机器人社交信息处理方法,所述步骤4)中获得的数据包括结构化数据、百科数据和专业领域数据集;所述结构化数据包括用户个人基本特征、属性特征、兴趣偏好特征、社会关系以及人机交互频次与交互深度。
所述的一种智能机器人社交信息处理方法,所述步骤4)中图谱的组建过程为:通过NLP处理技术,使用BiLSTM和CRF对数据集进行命名实体识别,使用深度学习网络模型CNN网络进行关系分类,抽取实体关系,属性关系,事件关系,使用RDF进行数据存储,提炼出知识图谱,在知识图谱中将人物之间的关系和兴趣单独剥离出来形成关系图谱和兴趣图谱,在知识图谱的技术之上再提炼出事件图谱。
所述的一种智能机器人社交信息处理方法,在所述关系图谱和兴趣图谱中,用对比词项量的相似度来确定词的相关性,用tf-idf统计词频来确定权重,统计出相同用户中不同的兴趣获意图之间的相似度,不同用户之间相同的兴趣或意图的相似度,从而进行精准推荐话题语句或意图。
所述的一种智能机器人社交信息处理方法,所述方向预测和决策导向是通过机器学习和深度学习复杂算法技术实现的。
所述的一种智能机器人社交信息处理方法,根据所述的社交信息处理方法建立起一种智能机器人与人的社交系统,在该系统中,多组机器人会有多个用户的交互信息数据,且多组机器人之间会通过网络与云端实现数据信息的同步,云端会通过相似度算法来计算用户与用户之间的关联度,也将反馈信息进行同步。
综上所述,本发明的一种智能机器人社交信息处理方法及与人的社交系统,专注于通过与人的交互中获取到人的海量数据信息,通过机器学习建模对信息进行逻辑推理,包括个人基本特征属性信息,行为习惯,兴趣偏好,社会关系等;从而在对人的主动性推送组合信息时会更加迎合人的习惯与偏好,更懂得人的需求;同时也对基于人工智能机器人的社会关系链整合;通过智能机器人端对人海量信息的数据化,建立了一种深度网络模型,进而预测出人与人之间的社交关系、伦理关系、群体关系、等级关系等复杂社会关系,从而建立起人与人之间,熟人与智能机器人之间的关系图谱。
前面所述的为本申请的概述,因此必然有简化、概括和细节省略的情况;本领域的技术人员应该认识到,概述部分仅是对本申请的说明,而不应看作是对本申请的任何限定;本说明书中描述的装置和/或方法和/或其他主题的其他方面、特征和优点将会由于本说明书的阐述而变得清晰;概述部分是用来以一种简化的方式导入多个将在以下具体实施方式部分进一步描述的概念;本概述部分既非用于确定所要求保护主题的关键特征或必要特征,也非用来作为确定所要求保护主题的范围的辅助手段。
附图说明
通过下面说明书和所附的权利要求书并与附图结合,就会更加充分地清楚理解本申请的上述和其他特征;应当理解,这些附图仅是对本申请若干实施方式的描述,不应认为是对本申请范围的限定,通过附图,本申请内容将会得到更加明确和详细地说明。
图1是本发明的一种智能机器人社交信息处理方法的流程图。
图2是本发明的一种智能机器人社交信息处理方法中数据提取和模型建立的流程图。
图3是本发明的一种智能机器人与人的社交系统框图。
具体实施方式
在下面的具体实施方式部分中,结合作为说明书一部分的附图进行说明;在附图中,相同/类似的标记通常表示相同/类似的部件,除非说明书中另有说明;具体实施方式、附图和权利要求书中描述的用来举例说明的实施方式不应认为是对本申请的限定;在不偏离本申请表述的主题的精神或范围的情况下,可以采用本申请的其他实施方式,并且可以对本申请做出其他变化;应该很容易理解,可以对本说明书中一般性描述的、附图中图解说明的本申请的各个方面进行各种不同构成的配置、替换、组合,设计,而所有这些改变都显然在预料之中,并构成本申请的一部分。
参照图1和图2,一种智能机器人社交信息处理方法,主要步骤如下:
1)在智能机器人与用户交互或用户与用户交流时,智能机器人对相关用户海量信息数据进行搜集与挖掘,包括人机交互时通过人脸识别模块对用户人脸表情信息的采集记录,并统计表情的频次和持续时间,再通过逻辑判断模块预测用户的心情和性格;
2)智能机器人进行学习算法建模和K-means 聚类模型,智能机器人采集大量语音交互信息后进行预处理和向量化,再作为训练集对所述学习算法模型和K-means聚类模型进行训练和测试;训练和测试进行多次后,确定合适的K值域,然后选用模型对人机交互中人的对话语句信息进行模型预测,得到相应的类的划分后,人工审查其特征并打上标签;
3)智能机器人对非结构化的语音交互信息进行处理,使之成为结构化数据,并进行存储;具体为:划分好的数据通过NLP相关技术、词性标记和句法分析进行歧义消除,再与人工组建的实体信息数据库进行匹配,并存储为结构化数据;
4)智能机器人对获得的数据进行分类,组建知识图谱、事件图谱、兴趣图谱和关系图谱,其中的数据包括结构化数据、百科数据和专业领域数据集;所述结构化数据包括用户个人基本特征、属性特征、兴趣偏好特征、社会关系以及人机交互频次与交互深度;上述组建过程为:通过NLP处理技术,使用BiLSTM和CRF对数据集进行命名实体识别,使用深度学习网络模型CNN网络进行关系分类,抽取实体关系,属性关系,事件关系,使用RDF进行数据存储,提炼出知识图谱,在知识图谱中将人物之间的关系和兴趣单独剥离出来形成关系图谱和兴趣图谱,在知识图谱的技术之上再提炼出事件图谱;在所述关系图谱和兴趣图谱中,用对比词项量的相似度来确定词的相关性,用tf-idf统计词频来确定权重,统计出相同用户中不同的兴趣获意图之间的相似度,不同用户之间相同的兴趣或意图的相似度,从而进行精准推荐话题语句或意图;
5)智能机器人通过对用户数据进行分析,通过机器学习和深度学习复杂算法技术对用户进行方向预测、决策导向和个性化推送。
参考图3,根据本发明所述的社交信息处理方法建立起一种智能机器人与人的社交系统,所述的一种智能机器人社交信息处理方法,根据所述的社交信息处理方法建立起一种智能机器人与人的社交系统,在该系统中,多组机器人会有多个用户的交互信息数据,且多组机器人之间会通过网络与云端实现数据信息的同步,云端会通过相似度算法来计算用户与用户之间的关联度,也将反馈信息进行同步。
实施例1
根据本发明提供的一种智能机器人社交信息处理方法及与人的社交系统,进行如下实验,具体步骤为:
1)智能机器人X检测到用户A人体特征并靠近,打开人脸识别功能;
2)成功识别用户A的人脸信息并开始与之对话交互,用户A对智能机器人X说:“我今天要给“用户B”准备生日礼物,但我不知道她喜欢什么”;
3)上述交互信息被智能机器人X处理成结构化数据;
4)智能机器人X根据上述结构化数据搜索与之在同一社交网络内的其他智能机器人,并成功共享到与用户B对应的智能机器人Y的数据;
5)根据结构化数据的内容,智能机器人Y向智能机器人X反馈对应用户B的个人喜好数据:用户B喜欢的生日礼物有口红、香水、漂亮衣服、玫瑰花等;
6)智能机器人X向用户A推荐上述关于用户B的信息,为用户B的决策进行辅助。
综上所述,本发明的一种智能机器人社交信息处理方法及与人的社交系统通过智能机器人端对人海量信息的数据化,建立一种深度网络模型,进而预测出人与人之间的社交关系、伦理关系、群体关系、等级关系等复杂社会关系,从而建立起人与智能机器人之间的关系图谱,基本构建了AI时代的生态社交体系;通过人工智能的模型建立加强了在交互过程中挖掘信息数据的能力,实现了对人潜在需求的分析预测,并能及时主动给出指导建议或推送精准信息。
前述已通过框图、流程图和/或实施例子进行了详细描述,阐明了本申请装置和/或方法的不同实施方式;当这些框图、流程图和/或实施例包含一个或多个功能和/或操作时,本领域的技术人员会明白,这些框图、流程图和/或实施例中的各功能和/或操作可以通过各种硬件、软件、固件或实质上它们的任意组合而单独地和/或共同地实施;本领域的技术人员会认识到,以本说明书中说明的方式描述装置和/或方法,然后进行工程实践以将所描述的装置和/或方法集成到数据处理系统中,在本领域里是很常见的;也就是说,本说明书中描述的装置和/或方法中的至少一部分,可通过合理数量的实验集成到数据处理系统中;对于本说明书中所用的基本上任何复数和/或单数术语,本领域的技术人员可以将复数解释为单数和/或将单数解释为复数,只要这样做从上下文和/或应用上看是合适的即可;为了清楚起见,在本说明书中可能将各种单数/复数组合明确地表述出来。
本申请中公开了本申请的多个方面和实施方式,本领域的技术人员会明白本申请的其它方面和实施方式;本申请中公开的多个方面和实施方式只是用于举例说明,并非是对本申请的限定,本申请的真正保护范围和精神应当以下面的权利要求书为准。
Claims (10)
1.一种智能机器人社交信息处理方法,其特征在于,包括:
智能机器人对相关用户海量信息数据的搜集与挖掘;
智能机器人进行学习算法建模和K-means 聚类模型;
智能机器人对非结构化的语音交互信息进行处理,使之成为结构化数据,并进行存储;
智能机器人对获得的数据进行分类,组建知识图谱、事件图谱、兴趣图谱和关系图谱;
智能机器人通过对用户数据进行分析,对用户进行方向预测、决策导向和个性化推送。
2.如权利要求1所述的一种智能机器人社交信息处理方法,其特征在于,所述海量信息数据搜集包括人机交互时通过人脸识别模块对用户人脸表情信息的采集记录,并统计表情的频次和持续时间,再通过逻辑判断模块预测用户的心情和性格。
3.如权利要求1所述的一种智能机器人社交信息处理方法,其特征在于,智能机器人采集大量语音交互信息后进行预处理和向量化,再作为训练集对所述学习算法模型和K-means聚类模型进行训练和测试。
4.如权利要求3所述的一种智能机器人社交信息处理方法,其特征在于,所述训练和测试进行多次后,确定合适的K值域,然后选用模型对人机交互中人的对话语句信息进行模型预测,得到相应的类的划分后,人工审查其特征并打上标签。
5.如权利要求4所述的一种智能机器人社交信息处理方法,其特征在于,所述划分好的数据通过NLP相关技术、词性标记和句法分析进行歧义消除,再与人工组建的实体信息数据库进行匹配,并存储为结构化数据。
6.如权利要求1所述的一种智能机器人社交信息处理方法,其特征在于,所述步骤4)中获得的数据包括结构化数据、百科数据和专业领域数据集;所述结构化数据包括用户个人基本特征、属性特征、兴趣偏好特征、社会关系以及人机交互频次与交互深度。
7.如权利要求1所述的一种智能机器人社交信息处理方法,其特征在于,所述步骤4)中图谱的组建过程为:通过NLP处理技术,使用BiLSTM和CRF对数据集进行命名实体识别,使用深度学习网络模型CNN网络进行关系分类,抽取实体关系,属性关系,事件关系,使用RDF进行数据存储,提炼出知识图谱,在知识图谱中将人物之间的关系和兴趣单独剥离出来形成关系图谱和兴趣图谱,在知识图谱的技术之上再提炼出事件图谱。
8.如权利要求7所述的一种智能机器人社交信息处理方法,其特征在于,在所述关系图谱和兴趣图谱中,用对比词项量的相似度来确定词的相关性,用tf-idf统计词频来确定权重,统计出相同用户中不同的兴趣获意图之间的相似度,不同用户之间相同的兴趣或意图的相似度,从而进行精准推荐话题语句或意图。
9.如权利要求1所述的一种智能机器人社交信息处理方法,其特征在于,所述方向预测和决策导向是通过机器学习和深度学习复杂算法技术实现的。
10.如权利要求1所述的一种智能机器人社交信息处理方法,其特征在于,根据所述的社交信息处理方法建立起一种智能机器人与人的社交系统,在该系统中,多组机器人会有多个用户的交互信息数据,且多组机器人之间会通过网络与云端实现数据信息的同步,云端会通过相似度算法来计算用户与用户之间的关联度,也将反馈信息进行同步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910546393.9A CN110489513A (zh) | 2019-06-24 | 2019-06-24 | 一种智能机器人社交信息处理方法及与人的社交系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910546393.9A CN110489513A (zh) | 2019-06-24 | 2019-06-24 | 一种智能机器人社交信息处理方法及与人的社交系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110489513A true CN110489513A (zh) | 2019-11-22 |
Family
ID=68546277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910546393.9A Pending CN110489513A (zh) | 2019-06-24 | 2019-06-24 | 一种智能机器人社交信息处理方法及与人的社交系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489513A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111292832A (zh) * | 2020-01-22 | 2020-06-16 | 浙江连信科技有限公司 | 基于智能终端的心理危机人员主动预测方法及装置 |
CN111310035A (zh) * | 2020-02-03 | 2020-06-19 | 浙江连信科技有限公司 | 基于心理和行为特征的推荐方法及装置 |
CN111390957A (zh) * | 2020-04-30 | 2020-07-10 | 覃立万 | 移动机器人的机械臂末端执行器自动更换系统和方法 |
CN111460174A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 基于实体知识推理的简历异常检测方法及系统 |
CN111563029A (zh) * | 2020-03-13 | 2020-08-21 | 深圳市奥拓电子股份有限公司 | 对话机器人的测试方法、系统、存储介质及计算机设备 |
CN112364002A (zh) * | 2020-11-04 | 2021-02-12 | 上海新朋程数据科技发展有限公司 | 一种数据分析模型的建模方法 |
CN112685551A (zh) * | 2021-01-13 | 2021-04-20 | 腾讯科技(深圳)有限公司 | 语料库构建方法、聊天机器人会话方法及相关装置 |
CN112990953A (zh) * | 2019-12-16 | 2021-06-18 | 上海邸客网络科技有限公司 | 一种基于人工智能的个人智能决策引擎 |
CN113656125A (zh) * | 2021-07-30 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 一种虚拟助手生成的方法、装置及电子设备 |
CN114417175A (zh) * | 2020-10-28 | 2022-04-29 | 北京达佳互联信息技术有限公司 | 社交关联信息的获取方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326440A (zh) * | 2016-08-26 | 2017-01-11 | 北京光年无限科技有限公司 | 一种面向智能机器人的人机交互方法及装置 |
CN106462384A (zh) * | 2016-06-29 | 2017-02-22 | 深圳狗尾草智能科技有限公司 | 基于多模态的智能机器人交互方法和智能机器人 |
CN107038220A (zh) * | 2017-03-20 | 2017-08-11 | 北京光年无限科技有限公司 | 用于生成备忘录的方法、智能机器人及系统 |
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 |
CN108804521A (zh) * | 2018-04-27 | 2018-11-13 | 南京柯基数据科技有限公司 | 一种基于知识图谱的问答方法及农业百科问答系统 |
CN109299375A (zh) * | 2018-10-24 | 2019-02-01 | 中国平安人寿保险股份有限公司 | 资讯个性化推送方法、装置、电子设备及存储介质 |
CN109885691A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技(深圳)有限公司 | 知识图谱补全方法、装置、计算机设备及存储介质 |
-
2019
- 2019-06-24 CN CN201910546393.9A patent/CN110489513A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106462384A (zh) * | 2016-06-29 | 2017-02-22 | 深圳狗尾草智能科技有限公司 | 基于多模态的智能机器人交互方法和智能机器人 |
CN106326440A (zh) * | 2016-08-26 | 2017-01-11 | 北京光年无限科技有限公司 | 一种面向智能机器人的人机交互方法及装置 |
CN107038220A (zh) * | 2017-03-20 | 2017-08-11 | 北京光年无限科技有限公司 | 用于生成备忘录的方法、智能机器人及系统 |
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 |
CN108804521A (zh) * | 2018-04-27 | 2018-11-13 | 南京柯基数据科技有限公司 | 一种基于知识图谱的问答方法及农业百科问答系统 |
CN109299375A (zh) * | 2018-10-24 | 2019-02-01 | 中国平安人寿保险股份有限公司 | 资讯个性化推送方法、装置、电子设备及存储介质 |
CN109885691A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技(深圳)有限公司 | 知识图谱补全方法、装置、计算机设备及存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990953A (zh) * | 2019-12-16 | 2021-06-18 | 上海邸客网络科技有限公司 | 一种基于人工智能的个人智能决策引擎 |
CN111292832A (zh) * | 2020-01-22 | 2020-06-16 | 浙江连信科技有限公司 | 基于智能终端的心理危机人员主动预测方法及装置 |
CN111310035A (zh) * | 2020-02-03 | 2020-06-19 | 浙江连信科技有限公司 | 基于心理和行为特征的推荐方法及装置 |
CN111563029A (zh) * | 2020-03-13 | 2020-08-21 | 深圳市奥拓电子股份有限公司 | 对话机器人的测试方法、系统、存储介质及计算机设备 |
CN111460174A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 基于实体知识推理的简历异常检测方法及系统 |
CN111390957A (zh) * | 2020-04-30 | 2020-07-10 | 覃立万 | 移动机器人的机械臂末端执行器自动更换系统和方法 |
CN114417175A (zh) * | 2020-10-28 | 2022-04-29 | 北京达佳互联信息技术有限公司 | 社交关联信息的获取方法、装置、电子设备及存储介质 |
CN112364002A (zh) * | 2020-11-04 | 2021-02-12 | 上海新朋程数据科技发展有限公司 | 一种数据分析模型的建模方法 |
CN112685551A (zh) * | 2021-01-13 | 2021-04-20 | 腾讯科技(深圳)有限公司 | 语料库构建方法、聊天机器人会话方法及相关装置 |
CN112685551B (zh) * | 2021-01-13 | 2023-09-22 | 腾讯科技(深圳)有限公司 | 语料库构建方法、聊天机器人会话方法及相关装置 |
CN113656125A (zh) * | 2021-07-30 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 一种虚拟助手生成的方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110489513A (zh) | 一种智能机器人社交信息处理方法及与人的社交系统 | |
Zhang et al. | Modeling both Context-and Speaker-Sensitive Dependence for Emotion Detection in Multi-speaker Conversations. | |
Joshi et al. | COGMEN: COntextualized GNN based multimodal emotion recognitioN | |
CN105677873B (zh) | 基于领域知识模型的文本情报关联聚类汇集处理方法 | |
CN108255805B (zh) | 舆情分析方法及装置、存储介质、电子设备 | |
CN109918650B (zh) | 自动生成采访稿的采访智能机器人装置及智能采访方法 | |
CN104933113B (zh) | 一种基于语义理解的表情输入方法和装置 | |
CN101599071B (zh) | 对话文本主题的自动提取方法 | |
CN106326440B (zh) | 一种面向智能机器人的人机交互方法及装置 | |
Chowdhury et al. | Speak up, fight back! detection of social media disclosures of sexual harassment | |
CN109543020B (zh) | 问询处理方法及系统 | |
CN110032630A (zh) | 话术推荐设备、方法及模型训练设备 | |
Shen et al. | Kwickchat: A multi-turn dialogue system for aac using context-aware sentence generation by bag-of-keywords | |
Saha et al. | A multitask multimodal ensemble model for sentiment-and emotion-aided tweet act classification | |
CN105701210A (zh) | 一种基于混杂特征计算的微博主题情感分析方法 | |
Ma et al. | PKUSE at SemEval-2019 task 3: emotion detection with emotion-oriented neural attention network | |
US20200184965A1 (en) | Cognitive triggering of human interaction strategies to facilitate collaboration, productivity, and learning | |
Gil et al. | Combining machine learning techniques and natural language processing to infer emotions using Spanish Twitter corpus | |
KR20180116104A (ko) | 대화 시스템을 위한 대화 시나리오 데이터베이스 구축 방법 및 장치 | |
KR20190046062A (ko) | 대화 시스템을 위한 대화 시나리오 데이터베이스 구축 방법 및 장치 | |
Welch et al. | Look who’s talking: Inferring speaker attributes from personal longitudinal dialog | |
Chen et al. | Construction of affective education in mobile learning: The study based on learner’s interest and emotion recognition | |
Tseng et al. | Approaching Human Performance in Behavior Estimation in Couples Therapy Using Deep Sentence Embeddings. | |
Gao et al. | Chatbot or Chat-Blocker: Predicting chatbot popularity before deployment | |
Sheeba et al. | A fuzzy logic based on sentiment classification |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191122 |
|
WD01 | Invention patent application deemed withdrawn after publication |