CN110633361A - 输入控制方法、装置和智能会话服务器 - Google Patents

Abstract

本申请公开了一种输入控制方法、装置和智能会话服务器，该方法包括：获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；依据该会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，该语义表达图集包括至少一幅图像，且该语义表达图集所表达的语义内容为基于该会话特征信息预测出的该客户端的用户可能输入的语义内容；控制该客户端显示该至少一个语义表达图集，以便该客户端的用户从该至少一个语义表达图集中选择所需输入的语义表达图集。本申请的方案提高客户端的用户与智能会话服务器进行会话交流的灵活性和便捷性。

Description

输入控制方法、装置和智能会话服务器

技术领域

本申请涉及通信技术领域，更具体地说，涉及一种输入控制方法、装置和智能会话服务器。

背景技术

智能客服系统可以通过服务器(也称为智能客服机器人等)模拟客服与用户的终端进行语音或者会话等信息的交互。如，智能客服系统的服务器可以根据用户终端发送的问题，向用户终端返回与该问题相关的解答信息。

在用户通过终端与智能客服系统进行信息交互的过程中，很可能会希望更为形象、快捷的发送自身所需表达语义。然而，目前很多智能客户系统仅仅支持文字交流，而不支持图像或者表情等图片的交流，这样，很难直观、形象和高效的表达用户所希望描述的内容。而且，既使有些智能客服系统存在一些图片库，但是图片库内的图片数量较为有限，用户很难从图片库中找到与当前所需表达的内容符合的图片，且用户从图片库中翻找合适的图片也较为复杂和耗时。

发明内容

本申请的目的是提供一种输入控制方法、装置和智能会话服务器，以有利于提高客户端的用户与智能会话服务器进行会话交流的灵活性和便捷性。

为实现上述目的，本申请提供了如下技术方案：

一种输入控制方法，包括：

获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；

控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

优选的，所述会话特征信息包括以下任意一种或者多种：

所述会话交互的会话内容信息；

所述智能会话服务器针对所述会话交互生成的交互决策信息；

所述客户端与智能会话服务器之间的历史会话交互的历史会话内容。

优选的，获取客户端与智能会话服务器之间的会话交互关联的会话内容信息，包括：

在所述客户端与智能会话服务器之间建立有会话连接的情况下，获得所述客户端输入的会话输入消息；

获得智能会话服务器针对所述会话输入消息输出的会话回应消息；

获得所述客户端针对所述会话回应消息的反馈信息，所述反馈信息包括客户端针对所述会话回应消息输入的会话反馈消息，和/或，所述客户端选择的回应评价结果，所述回应评价结果用于表示所述客户端的用户对于所述会话回应消息的满意程度；

基于客户端输入的会话输入消息、智能会话服务器针对所述会话消息输出的会话回应消息以及所述客户端的反馈信息，确定所述会话中客户端与智能会话服务器之间交互次数以及所述会话中各次交互的满意度；

将所述会话输入消息、会话回应消息、反馈信息、所述会话的交互次数以及各次交互的满意度中的一个或者多个确定为会话内容信息。

优选的，所述依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，包括：

在基于所述会话内容信息确定出所述客户端的用户对所述会话交互的满意情况符合设定条件的情况下，依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

优选的，所述依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，包括：

从图集库中筛选出与所述会话特征信息匹配的至少一个参考图集，所述参考图集由至少一幅参考图像构成；

依据所述会话特征信息和所述至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

优选的，所述依据所述会话特征信息和所述至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集，包括：

将所述会话特征信息和所述至少一个参考图集输入到预先训练的图像生成模型；

通过所述图像生成模型依据所述会话特征信息，预测所述用户可能输入的至少一种语义内容，并依据所述至少一种语义内容对所述至少一个参考图集中参考图像的内容进行重构，生成至少一个语义表达图集。

优选的，所述图像生成模型为利用多对标注有预期语义表达图集的样本数据对训练得到的神经网络模型，所述样本数据对包括：会话特征信息样本和参考图集样本。

优选的，还包括：

通过所述图像生成模型得到所述语义表达图集的评分，所述评分用于表示所述语义表达图集所表达的语义内容属于用户待输入的语义内容的可能程度；

按照所述评分，对所述至少一个语义表达图集进行排序；

所述控制所述客户端显示所述至少一个语义表达图集，包括：

控制所述客户端按照至少一个语义表达图集的排序顺序显示所述至少一个语义表达图集。

又一方面，本申请还提供了一种输入控制装置，包括：

特征获取单元，用于获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

图像生成单元，用于依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；

显示控制单元，用于控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

又一方面，本申请还提供了一种智能会话服务器，包括：

数据接口，用于获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

处理器，用于依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

通过以上方案可知，本申请在客户端与智能会话服务器进行会话的过程中，会获取会话交互关联的会话特征信息，并利用预先训练的图像生成模型对该会话特征信息进行处理，生成至少一个语义表达图集，由于每个语义表达图集所表达的语义实际上就是基于该会话特征信息预测出的该客户端的用户可能输入的语义内容，因此，在指示客户端显示出该至少一个语义表达图集之后，用户便可以直接从该至少一个语义表达图集中选择能够表达自己希望输入的语义的语义表达图集，从而既有利于提高用户与智能会话服务器进行信息交互的便捷性，也有利于提高会话交互的灵活性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述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申请的一些实施例，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示出了本申请的输入控制方法所适用的一种应用场景的组成架构示意图；

图2为本申请实施例提供的一种输入控制方法的一种流程示意图；

图3为本申请实施例提供的一种输入控制方法的又一种流程示意图；

图4为本申请实施例中客户端显示的会话界面的变化示意图；

图5为本申请实施例提供的一种输入控制方法的又一种流程示意图；

图6为本申请实施例提供的一种输入控制装置的一种组成结构示意图；

图7为本申请实施例提供的一种智能会话服务器的一种组成架构示意图。

说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的部分，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示的以外的顺序实施。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的方案适用于智能会话系统，以在智能会话系统的智能会话服务器与客户端的用户进行会话交互的过程中，提高客户端用户输入信息的灵活性和便捷性。

其中，智能会话系统可以是提供智能客服服务的智能客服系统，或者是，提供模拟用户提供聊天服务的智能聊天系统等等。

为了便于理解，先对本申请的输入控制方法所适用的一种场景进行介绍。

如图1所示，该场景中包括：智能会话系统10以及至少一个客户端20。

其中，该智能会话系统包括至少一台智能会话服务器101。

该客户端20可以通过网络与该智能会话系统中的智能会话服务器101建立通信连接。如，客户端可以为安装有与智能会话服务器建立通信连接的会话应用，并通过该会话应用与智能会话服务器建立连接。

其中，在客户端20与智能会话服务器101建立会话连接之后，客户端的用户可以通过该客户端向智能会话服务器发送会话消息。

相应的，该智能会话服务器101依据客户端发送的会话消息，并结合相应的控制策略，确定回复消息，并将回复消息返回给该客户端。

当然，智能会话服务器与客户端进行会话交互的过程中，智能会话服务器还可能会向客户端返回一些评价选项，以提示用户根据智能会话服务器的服务情况作为评价。

如，以智能会话服务器为模拟用户提供客服的智能客服服务器为例，该智能客服服务器可以接收客户端发送的有关产品使用、问题解决以及信息资源的询问信息，并根据询问信息给出相关的解答。客户端与智能客服服务器之间的消息交互可以有多轮。经过一轮或者多轮消息交互之后，智能客服服务器还可以向客户端返回评价选项或者评价界面，以提示客户端的用户评价本次客服服务是否满足，或者是否解决了用户所提出的问题等。

当然，图1仅仅是本申请的输入控制方法所适用的一种可能的应用场景，在实际应用中，客户端还可以通过第三方平台与智能会话服务器建立通信连接等，本申请对此不加限制。

下面结合流程图对本申请的输入控制方法进行介绍。

如图2所示，其示出了本申请一种输入控制方法一个实施例的流程示意图，本实施例的方法可以应用于智能会话服务器，本实施例可以包括如下步骤：

S201，获取客户端与智能会话服务器之间的会话交互关联的会话特征信息。

其中，客户端与智能会话服务器之间的会话交互是指智能会话服务器与客户端之间存在的即时会话消息的交互或者其他形式的即时内容交流。

该会话特征信息是指能够表现该会话交互双方所交流的信息内容或者内容特征的信息。

如，在一种可能的情况中，该会话特征信息可以包括：客户端与智能会话服务器之间的会话交互的会话内容信息。例如，客户端与智能会话服务器之间会话交互的上下文信息，客户端对于智能会话服务器返回的回复的满足度信息等等。

在又一种可能的情况中，该会话特征信息可以包括：智能会话服务器针对该会话交互生成的交互决策信息。该交互决策信息是指智能会话服务器通过对该会话交互的相关内容进行分析所得到的决策的相关信息。如，智能会话服务器根据会话交互的具体上下文，决定如何回应客户端发送的会话消息；确定用于回应客户端的会话消息的策略控制信息；或者是，关于会话是否需要转人工的判断策略等等。

在又一种可能的情况中，该会话特征信息可以包括：客户端与智能会话服务器之间的历史会话交互的历史会话内容。其中，历史会话交互的历史会话内容是指在客户端与该智能服务器之间的会话交互之前该客户端与智能会话服务器之间通过会话实现的信息交互的会话内容。该会话内容可以与当前该会话交互所涉及到的会话内容相同，只不过因为不是本次会话交互所产生的会话内容，所以称为历史会话内容。如，历史会话内容可以包括历史会话交互所产生的上下文、向客户端发送的评价选项以及客户端选择或者输入的评价等等内容的一种或多种。

可以理解的是，在实际应用中会话特征信息可以根据需要包括以上集中情况中提到的一种或者多种信息。

S202，依据该会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

该语义表达图集包括至少一幅图像，每个语义表达图集均表达一种语义内容。

如，语义表达图集可以为单张图片，例如，包含静态表情的表情图片；或者能够表达某种语义的语义表达图片或者符号图片等等。该语义表达图片也可以包括多张图像(或者说图片)，该多张图像可以表达出一种语义内容。例如，该语义表达图集可以为包含多张图片的动态表情图、动态符号，或者动态文字展现图等等。

同时，由于本申请该语义表达图集是图像生成模型依据会话特征信息生成的，而为了能够有利于用户便捷的输入，该语义表达图集需要反映出的是用户期望输入的语义内容。因此，该语义表达图集所表达的语义内容为基于该会话特征信息预测出的该客户端的用户可能输入的语义内容。

如，该图像生成模型可以基于会话特征信息，进行语义环境分析以及语义预测，并基于预测出符合该会话特征信息所表征的语义环境的至少一种语义内容，从而分别生成用于表达该至少一种语义内容的至少一种语义表达图集。

当然，此处仅仅是举例说明，在图像生成模型所采用的具体模型不同时，其依据会话特征信息生成表达有语义内容的语义表达图集的方式也会有所差别。

可以理解的是，该图像生成模型可以根据需要选用神经网络模型(如卷积神经网络模型CNN，或者深度学习网络模型等等)，或者其他网络模型进行训练得到。可选的，该图像生成模型可以为预先训练的神经网络模型，如，利用预先标注有预期语义表达图集的多个作为样本的会话特征信息训练神经网络模型。其中，为了便于区分，将作为训练样本的会话特征信息称为会话特征信息样本。

S203，控制该客户端显示该至少一个语义表达图集，以便该客户端的用户从该至少一个语义表达图集中选择所需输入的语义表达图集。

如，智能会话服务器可以向客户端返回该至少一个语义表达图集，以使得客户端显示出该至少一个语义表达图集。或者是，智能会话服务器更新该客户端展现的会话界面，以使得会话界面中展现有该至少语义表达图集。

其中，在客户端显示该语义表达图集的具体方式可以有多种，如在该客户端的会话界面(例如，即时通讯交互界面)中最近一条显示的消息的下方显示出该至少一个语义表达图集，也可以是该会话界面的指定区域内显示该至少一个语义表达图集。

可选的，在控制客户端显示该至少一个语义表达图集之前，还可以检测该至少一个语义表达图集中是否存在与该会话特征信息不匹配的语义表达图集，并剔除不匹配的语义表达图集。然后，再控制客户端显示剔除后剩余的至少一个语义表达图集。

相应的，还可以设定语义表达图集所需满足的一些特殊规则，如，包含表情符合，或者不能仅仅包含文字等等。在控制客户端显示该至少一个语义表达图集之前也可以先剔除不符合设定的特殊规则的语义表达图集。

可以理解的是，由于每个语义表达图集所表达的语义内容是可以基于会话特征信息确定出的用户可能输入的语义内容，因此，在客户端显示出该至少一个语义表达图集之后，如果该至少一个语义表达图集中，存在表达的语义内容与用户希望输入的语义内容相符的语义表达图集时，用户便可以直接选择该语义表达图集，既有利于通过静态或者动态图更为形象、生动的表达用户所希望表达出的语义，以提高会话交互过程中信息交互的灵活性；同时，由于无需用户再手动输入文字，也提高了会话交互的便捷性。

可以理解的是，为了能够更为准确的分析出能够表征用户可能输入的语义内容的语义表达图集，本申请实施例中获取到的会话特征信息应至少包括该会话交互的会话内容信息。

如图3所示，其示出了本申请一种输入控制方法又一个实施例的流程示意图，本实施例的方法可以包括：

S301，在该客户端与智能会话服务器之间建立有会话连接的情况下，获得该客户端输入的会话输入消息。

其中，会话输入消息为在客户端与智能会话服务器之间建立有关智能客服、智能聊天等即时通讯相关的会话连接的情况下，该客户端的用户在客户端输入的并由客户端发送给智能会话服务器的消息。

其中，该会话输入消息可以为客户端主动输入的会话消息，如向智能会话服务器发起的一些问题咨询；或者，客户端发起的一些交流消息等。

该会话输入消息也可以是，客户端在智能会话服务器的提示下输入的会话消息，如，智能会话服务器向客户端发送“请输入待咨询的问题”、“请问有什么可以帮助您的”或者“请输入或者选择可能导致无法充电的原因”等输入提示之后，客户端所输入的会话消息。

当然，客户端与智能会话服务器之间会话交互的过程中，由客户端发送给智能会话服务器的消息均可以认为是会话输入消息。

S302，获得智能会话服务器针对该会话输入消息输出的会话回应消息。

其中，会话回应消息为智能会话服务器针对客户端的会话输入消息作出的回应消息。

可以理解的是，每次智能会话服务器在接收到客户端发送的会话输入消息之后，智能会话服务器均需要针对当前接收到的会话输入消息，并结合设定的会话决策以及该会话输入消息之前的会话上下文等，确定需要回复给该客户端的信息，并将确定出的信息生成会话回应消息发送给客户端。

其中，客户端输入的会话输入消息以及智能会话服务器针对该会话输入消息反馈的会话回应消息均可以反映出客户端与智能会话服务器之间的会话消息所涉及到的语义环境以及具体的语义内容，从而有利于分析客户端所可能希望输入的语义内容。

S303，获得该客户端针对该会话回应消息的反馈信息。

该反馈信息包括客户端针对该会话回应消息输入的会话反馈消息，和/或，该客户端选择的回应评价结果，该回应评价结果用于表示该客户端的用户对于该会话回应消息的满意程度。

其中，客户端针对该会话回应消息输入的会话反馈消息可以为针对该会话回应消息中存在的疑问或者针对会话回应消息所表达出的情感等相关的会话消息，该会话回应消息一般是在客户端接收到会话反馈消息之后输入的消息，当然，该会话回应消息也可以认为是一种特殊的会话输入消息。

该回应评价结果是针对客户端与智能会话服务器的本次会话所给出的评价信息。

如，智能会话服务器在确认本次会话完成的情况下，向客户端输出一个评价选择框，在该评价选择框中可以显示有：本次服务满足、本次服务不满足等选项，而客户端的用户可以根据实际情况选择相应的评价选项，以使得客户端向智能会话服务器返回用户选择的评价结果。其中，智能会话服务器确认本次会话结束的情况可以是：向客户端输出会话回应消息后，或者是，在分析出客户端没有其他问题咨询(如当前时刻距离客户端最近依次发送的消息的时长超过设定时长等)，或者是，智能会话服务器接收到客户端请求转人工服务等。

S304，基于客户端输入的会话输入消息、智能会话服务器针对该会话消息输出的会话回应消息以及该客户端的反馈信息，确定该会话中客户端与智能会话服务器之间交互次数以及该会话中各次交互的满意度。

其中，会话中客户端与智能会话服务器之间的交互次数也可以称为交互轮数。一轮会话可以是客户端与智能会话服务器之间针对一个话题的交互；也可以是客户端与智能会话服务器相互之间的一次消息发送与回应，如，客户端向智能会话服务器发送一条会话输入消息，且智能会话服务器反馈一条会话回应消息，则属于一轮会话，即会话交互一次。当然，还可以根据需要设定会话交互中哪些消息属于一轮会话。

根据根据获取到的会话输入消息以及会话回应消息，当然还可以结合反馈信息，可以确定出该会话中出现的交互次数。

其中，会话中每次交互的满意度为客户端对于各次交互的满意程度的体现。如，会话中的每次交互之后，可以根据客户端对于会话回应消息的反馈信息以及客户端下一次输入的会话输入消息中包含的情绪特征等确定出用户对于该次交互的满意度。例如，在智能会话服务器根据客户端反馈的评价结果，确定满意度；或者是，客户端在本次交互之后的输入的会话输入消息中提取表征情绪的关键词，根据该关键词确定满意度等。

S305，将该会话输入消息、会话回应消息、反馈信息、该会话的交互次数以及各次交互的满意度中的一个或者多个确定为会话内容信息。

可以理解的是，以上步骤中涉及到的会话输入消息、会话回应消息、反馈信息、交互次数和各次交互的满意度都属于与该会话交互相关的内容信息，在实际应用中，可以根据需要选取一种或者多种用于生成语义表达图集。

S306，依据该会话内容信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

其中，每个语义表达图集包括至少一幅图像，且该语义表达图集所表达的语义内容为基于会话内容信息预测出的该客户端的用户可能输入的语义内容。

需要说明的是，本实施例是为了便于理解，以会话特征信息为会话内容信息为例说明。但是可以理解的是，如果会话特征信息不仅仅包括以上提到的会话内容信息，还包括历史会话内容信息和/或智能会话服务器的会话决策信息，只需要依据包含该会话内容信息在内的会话特征信息，以及该图像生成模型，生成该语义表达图集即可。

S307，控制该客户端显示该至少一个语义表达图集，以便该客户端的用户从该至少一个语义表达图集中选择所需输入的语义表达图集。

可以理解的是，在客户端与智能会话服务器交互的过程中，根据客户端输入的会话输入消息，智能会话服务器针对会话输入消息生成的会话应答消息、以及客户端针对该会话应答消息的反馈信息，可以准确反映出与智能会话服务器之间交互的语义环境，以及客户端的用户对于本次会话的满意程度等信息，有利于更为准确、及时的确定出客户端用户所可能期望输入的语义内容，这样，依据这些会话内容信息，并利用图像生成模型可以更为朱求准确的生成用于表达该客户端的用户可能输入的语义内容的至少一个语义表达图集，从而有利于客户端的用户直接选择语义表达图集来表达该用户所希望输入的语义内容，进而可以更为生动的表达自己待输入的内容。

为了便于理解图3实施例的方案，下面结合一个场景对图3进行介绍。

如图4所示，其示出了客户端与智能会话服务器之间的会话交互过程中，该客户端所呈现的会话界面的一种变化示意图。

在图4按照从左到右的顺序依次显示该客户端中会话界面按照时间的先后顺序的变化示意图。

在图4中最左侧的会话界面400中显示有客户端与智能会话服务器之间的会话交互的上下文信息，上下文信息一共包括7条。具体的，在客户端与智能会话服务器建立会话连接之后，智能会话服务器首先向客户端发送一条会话消息401为：“请问您有什么问题需要解决”，而客户端输入的会话输入消息402为“我的手机连接不上无线”。相应的，该智能会话服务器向客户端返回的会话回应消息403为“请输入您手机的型号”。在此基础上，客户端输入会话输入消息404“手机型号为M1”。然而，由于客户端提供的该手机型号并未常见的型号，因此，智能会话服务器无法识别该手机型号，并给出了会话回应消息405“手机型号有误，请输入正确的手机型号”。客户端的用户确认自己输入的手机型号为正确的手机型号，从而输入反馈信息406“型号没问题啊！“，而智能会话服务器仍向客户端返回提示消息407”手机型号有误，请输入正确的手机型号“。

在该种情况下，根据图4最左侧中会话界面所呈现的会话内容信息，可以分析出该客户端的用户很诧异智能会话服务器居然无法识别该手机型号M1，用户会希望表达出吐槽该智能会话服务器的服务水平不行，数据分析能力不强以及希望换人工服务等相关想法。因此，结合会话界面中的会话内容信息，该智能会话服务器可以生成多个表达不同语义内容的语义表达图集，且该多个语义表达图集所表达的语义与预测出的客户端期望表达的语义相贴合。相应的，智能会话服务器会控制客户端在会话界面中显示出该多个表情图片。

如图4中间的会话界面410所示，在该客户端显示的会话界面410中显示有该智能会话服务器预测出并生成3个表情图片：表情图片411、表情图片412和表情图片413。其中，表情图片411表示的语义内容为“对这服务无语了“，表情图片412表达的语义内容为“呵呵”，表情图片413表达的语义内容为“我要换人工服务”。

如果根据前面客户端与智能会话服务器的会话交互，客户端的用户希望表达的语义内容为“对这服务无语了”，则用户可以点击该表情图标1，则客户端会将该表情图标1的标识等信息发送给智能会话服务器，同时，客户端的会话界面中会显示出用户选择的表情图片411，如图4中最右侧的会话界面420中显示出的用户选择的表情图片所示。

由图4可以看出，通过本申请的方案，智能会话服务器可以根据客户端与智能会话服务器之间的交互内容，准确生成能够反映用户可能输入的语义的表情图片或者其他类型能够表达语义内容的语义表达图集，这样，用户只需要从智能会话服务器提供的多个语义表达图集中选择与当前所希望输入的语义内容相符的语义表达图集，从而既可以提高用户输入便捷性，也可以满足用户便捷、灵活的通过图片来表达语义的需求，提高会话交互的灵活性和趣味性。

当然，在实际应用中，智能会话服务器在会话交互的过程中，还会向客户端返回一些评价选项，以供客户端的用户选择，在图4中未示出，但是其交互原理基本类似，在此不再赘述。

可以理解的是，在以上实施例中，在会话特征信息包括会话内容信息的情况下，还可以基于会话内容信息分析该客户端的用户对会话交互的满意情况。如果该满意情况符合设定条件，再依据该会话特征信息，并利用该图像生成模型，生成至少一个语义表达图集。

其中，该设定条件可以是表示用户对会话交互较为满意的条件，如，满意程度超过第一设定程度阈值。其中，在客户端的用户对会话交互较为满意的情况下，可能希望通过图片更为形象生动的表达对智能会话服务器所提供的服务的肯定、赞美或者感谢等。

该设定条件还可以为表示用户对会话交互特别不满的条件。如，满意程度低于第二设定程度阈值，该第二设定程度阈值低于第一设定程度阈值。可以理解的是，在客户端的用户对会话交互过程中，智能会话服务器所提供的服务较为不满的情况下，很可能希望更为快速、形象的吐槽智能会话服务器所提供的服务，如前面图4所示的情况，因此，本申请也可以在该种情况下，结合会话特征信息生成可供用户选择的至少一个语义表达图集。

可以理解的是，本申请实施例中，智能会话服务器在利用图像生成模型生成语义表达图集的过程中，为了能够降低生成各个语义表达图集的复杂度，降低数据处理量，并能够保证语义表达图集的丰富度，本申请还可以先从已有的图集库中筛选出与会话特征信息匹配的至少一个参考图集，每个参考图集由至少一幅参考图像构成。然后，依据会话特征信息和该至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

下面结合图5具体介绍。图5所示，其示出了本申请一种输入控制方法又一个实施例的流程示意图，本实施例的方法可以包括：

S501，在该客户端与智能会话服务器之间建立有会话连接的情况下，获得该客户端与智能会话服务器之间的会话内容信息以及智能会话服务器针对会话交互生成的交互决策信息。

其中，在客户端与智能服务器建立有会话连接的情况下，可以持续或者按照设定时间间隔定期获取该会话内容信息和交互决策信息。

S502，获得客户端与智能会话服务器的历史会话交互的历史会话内容。

S503，将会话内容信息、交互决策信息和历史会话内容作为会话特征信息，并从图集库中筛选出与该会话特征信息匹配的至少一个参考图集。

其中，图集库中包括多个图像集，每个图像集由至少一幅图像构成，如，图像集可以为单幅的静态图像，也可以是多帧图像组成的动态效果图。

该图集库可以为预先构建的并不断更新的包含多个图像集的数据库。其中，图集库中每个图像集同样可以表示一种语义内容。根据会话特征信息可以匹配适合当前会话交互的至少一个图像集，为了便于区分，将匹配出的图像集称为参考图集。相应的，参考图集由至少一幅参考图像构成。

如，根据会话特征信息可以预测客户端的用户待输入的语义内容，并确定与该语义内容相关的至少一个参考图集。或者是，根据会话特征信息中包含的至少一个关键词，确定匹配的至少一个参考图集。当然，还可以有其他匹配参考图集的方式，本申请对此不加限制。

需要说明的是，本申请是以会话特征信息包括：交互决策信息、历史会话内容以及会话内容信息这三种信息为例说明，但是可以理解的是，在实际应用中，会话特征信息仅仅包括这三种信息中的任意一种或者多种也同样适用于本实施例。

S504，依据会话特征信息和该至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

如，图像生成模型可以依据该会话特征信息对参考图集进行重新重构，以最终符合会话特征信息所表达的待输入语义内容的语义表达图集。其中，与单纯依据会话特征信息生成语义表达图集相比，结合参考图集既有利于提高生成的语义表达图集的效率。同时，考虑到图集库中的图像集可以选择语义表达更为形象生动且生成时间距离当前时间较近的图像集，因此，依据参考图像集生成的语义表达图集能够更为生动形象的表达语义内容。

在一种可能的实现方式中，可以将好会话特征信息和好至少一个参考图集输入到预先训练的图像生成模型，通过该图像生成模型依据会话特征信息，预测用户可能输入的至少一种语义内容，并依据该至少一种语义内容对该至少一个参考图集中参考图像的内容进行重构，生成至少一个语义表达图集，以使得每个语义表达图集表达该用户可能输入的一种语义内容。

可选的，在图像生成模型基于会话特征信息和参考图集生成语义表达图集的情况下，该图像生成模型可以为利用多对标注有预期语义表达图集的样本数据对训练得到的神经网络模型，该样本数据对包括：会话特征信息样本和参考图集样本。会话特征信息样本与前面提到的会话特征信息所包含的内容相似，只不过为了区分，将作为训练样本的会话特征信息称为会话特征信息样本。相应的，参考图集样本为作为训练样本的参考图集。

S505，控制该客户端显示该至少一个语义表达图集，以便该客户端的用户从该至少一个语义表达图集中选择所需输入的语义表达图集。

该步骤S505可以参见前面实施例的相关介绍，在此不再赘述。

可以理解的是，在本申请以上任意一个实施例中，还可以通过图像生成模型得到每个语义表达图集的评分，该评分用于表示该语义表达图集所表达的语义内容属于用户待输入的语义内容的可能程度。如，语义表达图集所表达的语义内容属于预测出的用户待输入的语义内容的可能性越高，该语义表达图集的评分也就越高。

相应的，可以按照各个语义表达图集的评分，对该至少一个语义表达图集进行排序。在此基础上，可以控制客户端按照至少一个语义表达图集的排序顺序显示该至少一个语义表达图集，从而有利于用户更为快速定位所需选择的语义表达图集。

可以理解的是，在本申请以上任意一个实施例中，在控制客户端显示该至少一个语义表达图集之后，如果客户端的用户从该至少一个语义表达图集中选择了一个语义表达图集，该客户端可以将用户选择的语义表达图集的信息(如标识或者代码等)发送给智能会话服务器。

由于每个语义表达图集所表达的语义内容是确定且已知的，因此，智能会话服务器在确认用户选择的语义表达图集之后，可以识别出该用户选择的语义表达图集所表达的语义内容，并根据识别出的语义内容，作为会话决策。

如，根据智能会话服务器识别出的语义内容，生成针对用户选择的语义表达图集的会话回应消息，例如，用户选择的语义表达图集为吐槽服务质量不行，则回应消息可以为致歉的消息。

又如，在智能会话服务器识别出的语义内容为转人工服务的情况下，则控制客户端跳转到人工服务的会话界面。

对应本申请的一种输入控制方法，本申请还提供了一种输入控制装置。

如图6所示，其示出了本申请一种输入控制装置一个实施例的组成结构示意图，本实施例的装置可以包括：

特征获取单元601，用于获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

图像生成单元602，用于依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；

显示控制单元603，用于控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

可选的，所述会话特征信息包括以下任意一种或者多种：

所述会话交互的会话内容信息；

所述智能会话服务器针对所述会话交互生成的交互决策信息；

所述客户端与智能会话服务器之间的历史会话交互的历史会话内容。

在一种可能的情况下，该特征获取单元，包括：

输入获取单元，用于在所述客户端与智能会话服务器之间建立有会话连接的情况下，获得所述客户端输入的会话输入消息；

回应获得单元，用于获得智能会话服务器针对所述会话输入消息输出的会话回应消息；

反馈获得单元，用于获得所述客户端针对所述会话回应消息的反馈信息，所述反馈信息包括客户端针对所述会话回应消息输入的会话反馈消息，和/或，所述客户端选择的回应评价结果，所述回应评价结果用于表示所述客户端的用户对于所述会话回应消息的满意程度；

会话分析单元，用于基于客户端输入的会话输入消息、智能会话服务器针对所述会话消息输出的会话回应消息以及所述客户端的反馈信息，确定所述会话中客户端与智能会话服务器之间交互次数以及所述会话中各次交互的满意度；

会话内容获得单元，用于将所述会话输入消息、会话回应消息、反馈信息、所述会话的交互次数以及各次交互的满意度中的一个或者多个确定为会话内容信息。

可选的，所述图像生成单元具体为，用于在基于所述会话内容信息确定出所述客户端的用户对所述会话交互的满意情况符合设定条件的情况下，依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

在以上装置的实施例中，所述图像生成单元，包括：

参考筛选子单元，用于从图集库中筛选出与所述会话特征信息匹配的至少一个参考图集，所述参考图集由至少一幅参考图像构成；

图像生成子单元，用于依据所述会话特征信息和所述至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

可选的，所述图像生成子单元，包括：

数据输入子单元，用于将所述会话特征信息和所述至少一个参考图集输入到预先训练的图像生成模型；

模型调用子单元，用于通过所述图像生成模型依据所述会话特征信息，预测所述用户可能输入的至少一种语义内容，并依据所述至少一种语义内容对所述至少一个参考图集中参考图像的内容进行重构，生成至少一个语义表达图集。

可选的，所述图像生成模型为利用多对标注有预期语义表达图集的样本数据对训练得到的神经网络模型，所述样本数据对包括：会话特征信息样本和参考图集样本。

可选的，在以上实施例的装置中，还可以包括：

评分获得单元，用于通过所述图像生成模型得到所述语义表达图集的评分，所述评分用于表示所述语义表达图集所表达的语义内容属于用户待输入的语义内容的可能程度；

图集排序单元，用于按照所述评分，对所述至少一个语义表达图集进行排序；

所述显示控制单元，具体为，用于控制所述客户端按照至少一个语义表达图集的排序顺序显示所述至少一个语义表达图集。

又一方面，本申请还提供了一种智能会话服务器。如图7所示，其示出了本申请一种智能会话服务器的一种组成架构示意图。

由图7可以看出，该智能会话服务器包括：

数据接口701，用于获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

处理器702，用于依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

其中，该数据接口和处理器可以通过通信总线相连。

可选的，该智能会话服务器还可以包括存储器703，用于存储处理器执行操作所需的程序；以及，通讯模块703，用于向客户端发送控制指令以及数据等。当然，该智能会话服务器还可以包括其他组成部件，在此不加限制。

可以理解的是，该处理器所执行的操作可以参见前面智能会话服务器所执行的输入控制方法中的相关操作，在此不再赘述。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种输入控制方法，包括：

获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；

控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

2.根据权利要求1所述的方法，所述会话特征信息包括以下任意一种或者多种：

所述会话交互的会话内容信息；

所述智能会话服务器针对所述会话交互生成的交互决策信息；

所述客户端与智能会话服务器之间的历史会话交互的历史会话内容。

3.根据权利要求2所述的方法，获取客户端与智能会话服务器之间的会话交互关联的会话内容信息，包括：

在所述客户端与智能会话服务器之间建立有会话连接的情况下，获得所述客户端输入的会话输入消息；

获得智能会话服务器针对所述会话输入消息输出的会话回应消息；

获得所述客户端针对所述会话回应消息的反馈信息，所述反馈信息包括客户端针对所述会话回应消息输入的会话反馈消息，和/或，所述客户端选择的回应评价结果，所述回应评价结果用于表示所述客户端的用户对于所述会话回应消息的满意程度；

基于客户端输入的会话输入消息、智能会话服务器针对所述会话消息输出的会话回应消息以及所述客户端的反馈信息，确定所述会话中客户端与智能会话服务器之间交互次数以及所述会话中各次交互的满意度；

将所述会话输入消息、会话回应消息、反馈信息、所述会话的交互次数以及各次交互的满意度中的一个或者多个确定为会话内容信息。

4.根据权利要求2或3所述的方法，所述依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，包括：

在基于所述会话内容信息确定出所述客户端的用户对所述会话交互的满意情况符合设定条件的情况下，依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

5.根据权利要求1至3任一项所述的方法，所述依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，包括：

从图集库中筛选出与所述会话特征信息匹配的至少一个参考图集，所述参考图集由至少一幅参考图像构成；

依据所述会话特征信息和所述至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集。

6.根据权利要求5所述的方法，所述依据所述会话特征信息和所述至少一个参考图集，并利用预先训练的图像生成模型，生成至少一个语义表达图集，包括：

将所述会话特征信息和所述至少一个参考图集输入到预先训练的图像生成模型；

通过所述图像生成模型依据所述会话特征信息，预测所述用户可能输入的至少一种语义内容，并依据所述至少一种语义内容对所述至少一个参考图集中参考图像的内容进行重构，生成至少一个语义表达图集。

7.根据权利要求5或6所述的方法，所述图像生成模型为利用多对标注有预期语义表达图集的样本数据对训练得到的神经网络模型，所述样本数据对包括：会话特征信息样本和参考图集样本。

8.根据权利要求1所述的方法，还包括：

通过所述图像生成模型得到所述语义表达图集的评分，所述评分用于表示所述语义表达图集所表达的语义内容属于用户待输入的语义内容的可能程度；

按照所述评分，对所述至少一个语义表达图集进行排序；

所述控制所述客户端显示所述至少一个语义表达图集，包括：

控制所述客户端按照至少一个语义表达图集的排序顺序显示所述至少一个语义表达图集。

9.一种输入控制装置，包括：

特征获取单元，用于获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

图像生成单元，用于依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；

显示控制单元，用于控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

10.一种智能会话服务器，包括：

数据接口，用于获取客户端与智能会话服务器之间的会话交互关联的会话特征信息；

处理器，用于依据所述会话特征信息，并利用预先训练的图像生成模型，生成至少一个语义表达图集，所述语义表达图集包括至少一幅图像，且所述语义表达图集所表达的语义内容为基于所述会话特征信息预测出的所述客户端的用户可能输入的语义内容；控制所述客户端显示所述至少一个语义表达图集，以便所述客户端的用户从所述至少一个语义表达图集中选择所需输入的语义表达图集。

Images