CN110704585A - 一种问答方法、装置及计算机可读介质 - Google Patents
一种问答方法、装置及计算机可读介质 Download PDFInfo
- Publication number
- CN110704585A CN110704585A CN201910934343.8A CN201910934343A CN110704585A CN 110704585 A CN110704585 A CN 110704585A CN 201910934343 A CN201910934343 A CN 201910934343A CN 110704585 A CN110704585 A CN 110704585A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- question
- request information
- substring
- 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
Images
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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/3344—Query execution using natural language analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种问答方法、装置及计算机可读存储介质,包括:接收用户的请求信息;根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息;将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取所述特定备忘信息中的子串信息;将所获取的子串信息反馈给用户。使用时,当用户询问问答库中的某一条备忘录信息时,会得到该备忘录信息中的精准答案,提升用户体验。
Description
技术领域
本发明涉及人机交互技术领域,尤其涉及一种问答方法、装置及计算机可读介质。
背景技术
目前的备忘录问答引擎是根据用户的请求信息反馈对应的特定备忘信息。
现有技术中,用户在发出询问请求后,备忘录问答引擎从问答库中找到一条对应的备忘录信息,并反馈一整条备忘录信息,但是不会针对用户的提问给出精准的答案,用户体验不佳。
发明内容
本发明实施例提供了一种问答方法、装置及计算机可读介质,能根据用户当前请求信息,找到对应请求信息的备忘信息,并反馈备忘信息中所需的精准答案。
本发明一方面提供一种问答方法,所述方法包括:接收用户的请求信息;根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息;将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取所述特定备忘信息中的子串信息;将所获取的子串信息反馈给用户。
在一可实施方式中,所述根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息,包括:获取对应用户的身份识别码;根据所获取的身份标识码,从所述问答库中查询得到对应于所述身份标识码的个人问答库;根据所述请求信息,从所得到的个人问答库中选取对应于所述请求信息的特定备忘信息。
在一可实施方式中,所述根据所述请求信息,从所得到的个人问答库中选取对应于所述请求信息的特定备忘信息,包括:将所述个人问答库中的所有备忘信息逐一与所述请求信息进行相似度计算,得到对应于每一条备忘信息的相似值;选取与所述请求信息相似值最高的备忘信息作为特定备忘信息。
在一可实施方式中,在将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,所述方法还包括:获取对应于所述子串信息的置信度;根据所获取的置信度来决定是否所提取的子串信息反馈给用户。
在一可实施方式中,所述根据所获取的置信度来决定是否所提取的子串信息反馈给用户,包括:若判定所获取的置信度大于预设阈值时,则将所提取的子串信息反馈给用户。
在一可实施方式中,所述根据所获取的置信度来决定是否所提取的子串信息反馈给用户,包括:若判定所获取的置信度不大于预设阈值时,则将所选取的特定备忘信息反馈给用户。
本发明另一方面提供一种问答装置,所述装置包括:接收模块,用于接收用户的请求信息;选取模块,用于根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息;获取模块,用于将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取所述特定备忘信息中的子串信息;反馈模块,用于将所获取的子串信息反馈给用户。
在一可实施方式中,所述获取模块在将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,还用于:获取对应于所述子串信息的置信度;根据所获取的置信度来决定是否所提取的子串信息反馈给用户。
在一可实施方式中,所述获取模块在根据所获取的置信度来决定是否所提取的子串信息反馈给用户的过程中,还具体用于:若判定所获取的置信度大于预设阈值时,则将所提取的子串信息反馈给用户;若判定所获取的置信度不大于预设阈值时,则将所选取的特定备忘信息反馈给用户。
本发明另一方面提供一种计算机可读存储介质,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行一种问答方法。
在本发明实施例中,使用时,首先接收用户的请求信息,将请求信息作为问答库的输入,从问答库中选取对应请求信息的特定备忘信息,该特定备忘信息是一整条备忘录信息,然后将一整条备忘录信息和请求信息作为自然语言处理模型的输入,获取特定备忘信息中的部分子串信息,该部分子串信息即为对应于请求信息的精准答案,最后将所获取的精准答案反馈给用户。由此,当用户询问问答库中的某一条备忘录信息时,会得到该备忘录信息中的精准答案,提升用户体验。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1为本发明实施例一种问答方法的实现流程示意图;
图2为本发明实施例一种问答方法中训练自然语言模型的语料信息示意图;
图3为本发明实施例一种问答方法中自然语言模型的测试结果示意图;
图4为本发明实施例一种问答装置的结构组成示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,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,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域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。
图1为本发明实施例一种问答方法的实现流程示意图;
图2为本发明实施例一种问答方法中训练自然语言模型的语料信息示意图;
图3为本发明实施例一种问答方法中自然语言模型的测试结果示意图。
如图1所示,本发明一方面提供一种问答方法,方法包括:
步骤101,接收用户的请求信息;
步骤102,根据所接收的请求信息,从问答库中选取对应于请求信息的特定备忘信息;
步骤103,将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取特定备忘信息中的子串信息;
步骤104,将所获取的子串信息反馈给用户。
本实施例中,首先接收用户的请求信息,其中该请求信息可以是语音信息也可以是文本信息,若请求信息是语音信息,则在步骤102之前,还将语音信息通过现有的语音文字转换技术转换为对应的文本信息。
将转换后的文本信息作为问答库的输入,从预先存有大量的备忘录信息的问答库中选取对应请求信息的特定备忘信息,该特定备忘信息是一整条备忘录信息,然后将一整条备忘录信息和请求信息作为自然语言处理模型的输入,获取特定备忘信息中的部分子串信息,该部分子串信息即为对应于请求信息的精准答案,最后将所获取的精准答案反馈给用户,其中反馈方式可以是语音反馈,也可以是文字反馈。
其中,本实施例中的自然语言处理模型的训练方法如下:
如图2所示,首先,收集大量语料信息,语料信息包括:备忘录、问题和答案。
接着获取现有的已经部分预训练好的并且能够一定程度上捕捉字词语义、上下文语义关联等信息的语义表示的开源语言模型,如Elmo、GPT、Bert等。
然后将开源语言模型进行微调,从而获取能一定程度处理阅读理解任务的模型。如使用bert进行阅读理解任务微调时,只需要在bert输出后加全连接层和softmax函数,就可以将bert的隐藏状态转换为对答案的概率。
然后将语料信息中的备忘录和问题作为已经微调后的模型的输入进行训练,模型输出的结果与语料信息中对应的答案通过损失函数进行损失计算,根据所得到的计算损失值来更新模型中的参数信息并继续训练模型,直到损失变化率在某一个标准值内为止,最终得到训练好的自然语言处理模型。
结合图3所示,使用时,需要事前将备忘信息存入到问答库中,如图3中所示的“帮我记一下中午吃茄子”,当你需要询问“帮我看一下中午吃什么”时,将反馈该备忘信息中的“茄子”。
由此,当用户询问问答库中的某一条备忘录信息时,会得到该备忘录信息中的精准答案,提升用户体验。
在一可实施方式中,根据所接收的请求信息,从问答库中选取对应于请求信息的特定备忘信息,包括:
获取对应用户的身份识别码;
根据所获取的身份标识码,从问答库中查询得到对应于身份标识码的个人问答库;
根据请求信息,从所得到的个人问答库中选取对应于请求信息的特定备忘信息。
本实施例中,步骤102的具体步骤为:在接收到请求信息后,再获取对应该用户的身份识别码,其中,身份识别码可以从应用该方法的用户设备中获取,若请求信息是语音信息,也可以通过现有的声音识别系统来得到该用户的身份识别码。
通过所得到的身份识别码,从问答库中查询得到只属于该用户的个人问答库,根据该用户的请求信息,从个人问答库中选取对应于请求信息的特定备忘信息。
在一可实施方式中,根据请求信息,从所得到的个人问答库中选取对应于请求信息的特定备忘信息,包括:
将个人问答库中的所有备忘信息逐一与请求信息进行相似度计算,得到对应于每一条备忘信息的相似值;
选取与请求信息相似值最高的备忘信息作为特定备忘信息。
本实施例中,在步骤102中提到的根据请求信息,从所得到的个人问答库中选取对应于请求信息的特定备忘信息的具体步骤为:
提取个人问答库中的所有备忘信息,并将所有备忘信息逐一与用户的请求信息进行相似度计算,计算方法可以通过现有的自然语言处理技术中的文本相似度算法进行实现,计算得到对应于每条备忘信息的相似值,从中选取相似度最高的备忘信息作为特定备忘信息。
在一可实施方式中,在将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,方法还包括:
获取对应于子串信息的置信度;
根据所获取的置信度来决定是否所提取的子串信息反馈给用户。
本实施例中,在步骤103中将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,除了从自然语言处理模型中获取子串信息之外,还从自然语言处理模型中获得对应于子串信息的置信度,置信度表示了该答案正确回答了问题的自信程度,最后根据所获得的置信度来决定是否要将该子串信息反馈给用户。
在一可实施方式中,根据所获取的置信度来决定是否所提取的子串信息反馈给用户,包括:
若判定所获取的置信度大于预设阈值时,则将所提取的子串信息反馈给用户。
本实施例中,在上述步骤103中提到的根据所获取的置信度来决定是否所提取的子串信息反馈给用户的具体步骤为:
在自然语言处理模型中获取对应于子串信息的置信度后,判断所获得的置信度是否大于预设阈值,其中预设阈值是人为设定。若判定所获得的置信度大于预设阈值,则说明该子串信息作为请求信息的精准答案的可靠程度相对较高,然后将该子串信息反馈给用户。
在一可实施方式中,根据所获取的置信度来决定是否所提取的子串信息反馈给用户,包括:
若判定所获取的置信度不大于预设阈值时,则将所选取的特定备忘信息反馈给用户。
本实施例中,当判定对应于子串的置信度小于或者等于预设阈值时,说明该子串信息作为请求信息的精准答案的可靠程度相对较低,为了避免将错误信息反馈给用户,则将整条的特定备忘信息反馈给用户。
图4为本发明实施例一种问答装置的结构组成示意图。
如图4所示,基于上文提供的一种问答方法,本发明实施例还提供一种问答装置,装置包括:
接收模块201,用于接收用户的请求信息;
选取模块202,用于根据所接收的请求信息,从问答库中选取对应于请求信息的特定备忘信息;
获取模块203,用于将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取特定备忘信息中的子串信息;
反馈模块204,用于将所获取的子串信息反馈给用户。
本实施例中,首先通过接收模块201接收用户的请求信息,其中该请求信息可以是语音信息也可以是文本信息,若请求信息是语音信息,则在使用选取模块202之前,还将语音信息通过现有的语音文字转换技术转换为对应的文本信息。
接着通过选取模块202将转换后的文本信息作为问答库的输入,从预先存有大量的备忘录信息的问答库中选取对应请求信息的特定备忘信息,该特定备忘信息是一整条备忘录信息。
然后通过获取模块203将一整条备忘录信息和请求信息作为自然语言处理模型的输入,获取特定备忘信息中的部分子串信息,该部分子串信息即为对应于请求信息的精准答案。
最后通过反馈模块204将所获取的精准答案反馈给用户,其中反馈方式可以是语音反馈,也可以是文字反馈。
其中,自然语言处理模型的训练步骤已在上文中提及,在这儿不再重复描述。
由此,当用户询问问答库中的某一条备忘录信息时,会得到该备忘录信息中的精准答案,提升用户体验。
进一步地,选取模块202具体用于:在接收到请求信息后,再获取对应该用户的身份识别码,其中,身份识别码可以从应用该方法的用户设备中获取,若请求信息是语音信息,也可以通过现有的声音识别系统来得到该用户的身份识别码。
再通过所得到的身份识别码,从问答库中查询得到只属于该用户的个人问答库,提取个人问答库中的所有备忘信息,并将所有备忘信息逐一与用户的请求信息进行相似度计算,计算方法可以通过现有的自然语言处理技术中的文本相似度算法进行实现,计算得到对应于每条备忘信息的相似值,从中选取相似度最高的备忘信息作为特定备忘信息。
在一可实施方式中,获取模块203在将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,还用于:
获取对应于子串信息的置信度;
根据所获取的置信度来决定是否所提取的子串信息反馈给用户。
本实施例中,在获取模块203在将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,除了从自然语言处理模型中获取子串信息之外,还从自然语言处理模型中获得对应于子串信息的置信度,置信度表示了该答案正确回答了问题的自信程度,最后根据所获得的置信度来决定是否要将该子串信息反馈给用户。
在一可实施方式中,获取模块203在根据所获取的置信度来决定是否所提取的子串信息反馈给用户的过程中,还具体用于:
若判定所获取的置信度大于预设阈值时,则将所提取的子串信息反馈给用户;
若判定所获取的置信度不大于预设阈值时,则将所选取的特定备忘信息反馈给用户。
本实施例中,获取模块203在根据所获取的置信度来决定是否所提取的子串信息反馈给用户的过程中的具体步骤为:
获取模块203在自然语言处理模型中获取对应于子串信息的置信度后,进一步判断所获得的置信度是否大于预设阈值,其中预设阈值是人为设定。
若判定所获得的置信度大于预设阈值,则说明该子串信息作为请求信息的精准答案的可靠程度相对较高,然后将该子串信息反馈给用户。
若判定对应于子串的置信度小于或者等于预设阈值时,说明该子串信息作为请求信息的精准答案的可靠程度相对较低,为了避免将错误信息反馈给用户,则将整条的特定备忘信息反馈给用户。
基于上位提供的一种问答方法,本发明实施例还提供一种计算机可读存储介质,存储介质包括一组计算机可执行指令,当指令被执行时用于执行问答引擎的问答方法。
在本发明实施例中计算机可读存储介质包括一组计算机可执行指令,当指令被执行时用于接收用户的请求信息;根据所接收的请求信息,从问答库中选取对应于请求信息的特定备忘信息;将请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取特定备忘信息中的子串信息;将所获取的子串信息反馈给用户。
使用时,首先接收用户的请求信息,其中该请求信息可以是语音信息也可以是文本信息,若请求信息是语音信息,还需将语音信息通过现有的语音文字转换技术转换为对应的文本信息。
将转换后的文本信息作为问答库的输入,从预先存有大量的备忘录信息的问答库中选取对应请求信息的特定备忘信息,该特定备忘信息是一整条备忘录信息,然后将一整条备忘录信息和请求信息作为自然语言处理模型的输入,获取特定备忘信息中的部分子串信息,该部分子串信息即为对应于请求信息的精准答案,最后将所获取的精准答案反馈给用户,其中反馈方式可以是语音反馈,也可以是文字反馈。由此,当用户询问问答库中的某一条备忘录信息时,会得到该备忘录信息中的精准答案,提升用户体验。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种问答方法,其特征在于,所述方法包括:
接收用户的请求信息;
根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息;
将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取所述特定备忘信息中的子串信息;
将所获取的子串信息反馈给用户。
2.根据权利要求1所述的方法,其特征在于,所述根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息,包括:
获取对应用户的身份识别码;
根据所获取的身份标识码,从所述问答库中查询得到对应于所述身份标识码的个人问答库;
根据所述请求信息,从所得到的个人问答库中选取对应于所述请求信息的特定备忘信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述请求信息,从所得到的个人问答库中选取对应于所述请求信息的特定备忘信息,包括:
将所述个人问答库中的所有备忘信息逐一与所述请求信息进行相似度计算,得到对应于每一条备忘信息的相似值;
选取与所述请求信息相似值最高的备忘信息作为特定备忘信息。
4.根据权利要求1所述的方法,其特征在于,在将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,所述方法还包括:
获取对应于所述子串信息的置信度;
根据所获取的置信度来决定是否所提取的子串信息反馈给用户。
5.根据权利要求4所述的方法,其特征在于,所述根据所获取的置信度来决定是否所提取的子串信息反馈给用户,包括:
若判定所获取的置信度大于预设阈值时,则将所提取的子串信息反馈给用户。
6.根据权利要求4所述的方法,其特征在于,所述根据所获取的置信度来决定是否所提取的子串信息反馈给用户,包括:
若判定所获取的置信度不大于预设阈值时,则将所选取的特定备忘信息反馈给用户。
7.一种问答装置,其特征在于,所述装置包括:
接收模块,用于接收用户的请求信息;
选取模块,用于根据所接收的请求信息,从问答库中选取对应于所述请求信息的特定备忘信息;
获取模块,用于将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入,获取所述特定备忘信息中的子串信息;
反馈模块,用于将所获取的子串信息反馈给用户。
8.根据权利要求7所述的设备,其特征在于,所述获取模块在将所述请求信息和所选取的特定备忘信息作为自然语言处理模型的输入之后,还用于:
获取对应于所述子串信息的置信度;
根据所获取的置信度来决定是否所提取的子串信息反馈给用户。
9.根据权利要求8所述的设备,其特征在于,所述获取模块在根据所获取的置信度来决定是否所提取的子串信息反馈给用户的过程中,还具体用于:
若判定所获取的置信度大于预设阈值时,则将所提取的子串信息反馈给用户;
若判定所获取的置信度不大于预设阈值时,则将所选取的特定备忘信息反馈给用户。
10.一种计算机可读存储介质,其特征在于,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行权利要求1-6任一项所述一种问答方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910934343.8A CN110704585A (zh) | 2019-09-29 | 2019-09-29 | 一种问答方法、装置及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910934343.8A CN110704585A (zh) | 2019-09-29 | 2019-09-29 | 一种问答方法、装置及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110704585A true CN110704585A (zh) | 2020-01-17 |
Family
ID=69198110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910934343.8A Pending CN110704585A (zh) | 2019-09-29 | 2019-09-29 | 一种问答方法、装置及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110704585A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364150A (zh) * | 2021-01-12 | 2021-02-12 | 南京云创大数据科技股份有限公司 | 一种结合检索与生成的智能问答方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013072907A (ja) * | 2011-09-27 | 2013-04-22 | Casio Comput Co Ltd | 学習装置及びプログラム |
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 |
CN109033229A (zh) * | 2018-06-29 | 2018-12-18 | 北京百度网讯科技有限公司 | 问答处理方法和装置 |
CN109254718A (zh) * | 2012-08-30 | 2019-01-22 | 三星电子株式会社 | 提供导航信息的方法、电子设备和存储设备 |
-
2019
- 2019-09-29 CN CN201910934343.8A patent/CN110704585A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013072907A (ja) * | 2011-09-27 | 2013-04-22 | Casio Comput Co Ltd | 学習装置及びプログラム |
CN109254718A (zh) * | 2012-08-30 | 2019-01-22 | 三星电子株式会社 | 提供导航信息的方法、电子设备和存储设备 |
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 |
CN109033229A (zh) * | 2018-06-29 | 2018-12-18 | 北京百度网讯科技有限公司 | 问答处理方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364150A (zh) * | 2021-01-12 | 2021-02-12 | 南京云创大数据科技股份有限公司 | 一种结合检索与生成的智能问答方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10937413B2 (en) | Techniques for model training for voice features | |
CN107240398B (zh) | 智能语音交互方法及装置 | |
CN108304372B (zh) | 实体提取方法和装置、计算机设备和存储介质 | |
CN107644638B (zh) | 语音识别方法、装置、终端和计算机可读存储介质 | |
WO2017206661A1 (zh) | 语音识别的方法及系统 | |
CN110990685B (zh) | 基于声纹的语音搜索方法、设备、存储介质及装置 | |
CN105279227B (zh) | 同音词的语音搜索处理方法及装置 | |
CN111177359A (zh) | 多轮对话方法和装置 | |
CN109637521A (zh) | 一种基于深度学习的唇语识别方法及装置 | |
CN110021293B (zh) | 语音识别方法及装置、可读存储介质 | |
CN108304424B (zh) | 文本关键词提取方法及文本关键词提取装置 | |
CN109256125B (zh) | 语音的离线识别方法、装置与存储介质 | |
CN114333799B (zh) | 相近音误识别的检测方法、装置和计算机设备 | |
CN110866100A (zh) | 一种话术泛化方法、装置及电子设备 | |
CN111079428B (zh) | 一种分词和行业词典构建方法、装置以及可读存储介质 | |
WO2020233381A1 (zh) | 基于语音识别的服务请求方法、装置及计算机设备 | |
CN114550718A (zh) | 热词语音识别方法、装置、设备与计算机可读存储介质 | |
CN110704585A (zh) | 一种问答方法、装置及计算机可读介质 | |
CN111639160A (zh) | 领域识别的方法、交互的方法、电子设备及存储介质 | |
CN109684357B (zh) | 信息处理方法及装置、存储介质、终端 | |
CN108694939B (zh) | 语音搜索优化方法、装置和系统 | |
CN113255351B (zh) | 语句意图识别方法、装置、计算机设备及存储介质 | |
WO2021098876A1 (zh) | 一种基于知识图谱的问答方法及装置 | |
CN111930919B (zh) | 一种面向企业在线教育app语音交互的实现方法 | |
CN112395402A (zh) | 基于深度模型的推荐话术生成方法、装置和计算机设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |