CN110874399A - 信息处理方法、装置、计算设备及终端 - Google Patents
信息处理方法、装置、计算设备及终端 Download PDFInfo
- Publication number
- CN110874399A CN110874399A CN201811011726.XA CN201811011726A CN110874399A CN 110874399 A CN110874399 A CN 110874399A CN 201811011726 A CN201811011726 A CN 201811011726A CN 110874399 A CN110874399 A CN 110874399A
- Authority
- CN
- China
- Prior art keywords
- target
- content
- text
- candidate
- word
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 61
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 76
- 230000003993 interaction Effects 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 51
- 238000012216 screening Methods 0.000 claims description 12
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000005065 mining Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请实施例提供一种信息处理方法、装置、计算设备及终端。其中,根据结构化信息对应的多个元素类型,确定所述待处理文本的命中类型以及缺失类型;从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容;确定包含所述第一目标内容的至少一个候选结构化信息;基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标内容;将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。本申请实施例提供的技术方案提高了推荐内容准确度,提高了人机对话准确度。
Description
技术领域
本申请实施例涉及计算机应用技术领域,尤其涉及一种信息处理方法、 装置、计算设备及终端。
背景技术
随着人机交互技术的发展,人机对话在诸多场景中得到了广泛应用,所 谓人机对话也即是基于用户输入语句,能够智能输出相应的应答内容,看起 来像是用户与设备进行了对话。
目前实现人机对话的方案中,通常是将用户输入语句与知识库中的<Q, A>数据进行匹配,其中,Q为知识库中的知识点,也即采用标准术语表述的 标准文本,A为标准文本对应的应答内容,从而基于用户输入语句,可以从 知识库中查找与用户输入语句匹配的标准文本,进而找到对应的应答内容, 将应答内容作为推荐内容发送至用户,即可以完成人机对话。
但是,在实际应用场景中,往往存在着用户输入语句的语义表达不完整, 关键信息欠缺等问题,导致基于用户输入语句匹配的标准文本不够准确,使 得推送给用户的推荐内容的准确度较低,并不是用户想要的内容,影响人机 对话效果。
发明内容
本申请实施例提供一种信息处理方法、装置、计算设备及终端,用以解 决现有技术中推荐内容准确度低的技术问题。
第一方面,本申请实施例中提供了一种信息处理方法,包括:
根据结构化信息对应的多个元素类型,确定待处理文本的命中类型以及 缺失类型;
从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要 求且属于所述命中类型的第一目标内容;其中,每个结构化信息对应所述知 识库中的一个标准文本;
确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标 内容;
将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的 应答内容,作为所述待处理文本对应的推荐内容。
第二方面,本申请实施例中提供了一种信息处理方法,包括:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端根据结构化信息对应 的多个元素类型,确定所述待处理文本的命中类型以及缺失类型,并从知识 库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所 述命中类型的第一目标内容,以及确定包含所述第一目标内容的至少一个候 选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二目标 内容;
基于所述第二目标内容,通知所述服务端,以供所述服务端将所述第一 目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为 所述待处理文本对应的推荐内容。
第三方面,本申请实施例中提供了一种信息处理方法,包括:
从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的 目标意图词以及目标本体词;其中,每个结构化信息对应所述知识库中的一 个标准文本;每个结构化信息由其对应标准文本中的本体词、修饰所述本体 词的条件词以及意图词构成;
确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信 息;
基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话 交互以获得用户从所述至少一个候选条件词中选择的目标条件词;
将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化 信息对应的应答内容,作为所述待处理文本对应的推荐内容。
第四方面,本申请实施例中提供了一种信息处理方法,包括:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端从知识库对应的多个 结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体 词,以及确定包含所述目标意图词以及所述目标本体词的至少一个候选结构 化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交 互,以确定用户从所述至少一个候选条件词中选择的目标条件词;
基于所述目标条件词,通知所述服务端,以供所述服务端将所述将包含 所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的 应答内容,作为所述待处理文本对应的推荐内容。
第五方面,本申请实施例中提供了一种信息处理装置,包括:
第一确定模块,用于根据结构化信息对应的多个元素类型,确定待处理 文本的命中类型以及缺失类型;
第二确定模块,用于从知识库对应的多个结构化信息中,确定与所述待 处理文本满足匹配要求且属于所述命中类型的第一目标内容;其中,每个结 构化信息对应所述知识库中的一个标准文本;
第三确定模块,用于确定包含所述第一目标内容的至少一个候选结构化 信息;
内容获取模块,用于基于所述至少一个候选结构化信息中属于所述缺失 类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内 容中选择的第二目标内容;
第一内容推荐模块,用于将所述第一目标内容以及所述第二目标内容均 命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
第六方面,本申请实施例中提供了一种信息处理装置,包括:
第一文本获取模块,用于获取待处理文本;
第一文本发送模块,用于将所述待处理文本发送至服务端,以供所述服 务端根据结构化信息对应的多个元素类型,确定所述待处理文本的命中类型 以及缺失类型,并从知识库对应的多个结构化信息中,确定与所述待处理文 本满足匹配要求且属于所述命中类型的第一目标内容,以及确定包含所述第 一目标内容的至少一个候选结构化信息;
第一对话交互模块,用于基于所述至少一个候选结构化信息中属于所述 缺失类型的至少一个候选内容执行对话交互,以确定用户从所述至少一个候 选内容中选择的第二目标内容;
第一内容触发模块,用于基于所述第二目标内容,通知所述服务端,以 供所述服务端将所述第一目标内容以及所述第二目标内容均命中的结构化信 息对应的应答内容,作为所述待处理文本对应的推荐内容。
第七方面,本申请实施例中提供了一种信息处理装置,包括:
第一词确定模块,用于从知识库对应的多个结构化信息中,确定与待处 理文本满足匹配要求的目标意图词以及目标本体词;其中,每个结构化信息 对应所述知识库中的一个标准文本;每个结构化信息由其对应标准文本中的 本体词、修饰所述本体词的条件词以及意图词构成;
候选模块,用于确定包含所述目标意图词以及所述目标本体词的至少一 个候选结构化信息;
第二词确定模块,用于基于所述至少一个候选结构化信息中的至少一个 候选条件词,执行对话交互以获得用户从所述至少一个候选条件词中选择的 目标条件词;
第二内容推荐模块,用于将包含所述目标意图词、所述目标本体词以及 所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的 推荐内容。
第八方面,本申请实施例中提供了一种信息处理装置,包括:
第二文本获取模块,用于获取待处理文本;
第二文本发送模块,用于将所述待处理文本发送至服务端,以供所述服 务端从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的 目标意图词以及目标本体词,以及确定包含所述目标意图词以及所述目标本 体词的至少一个候选结构化信息;
第二对话交互模块,用于基于所述至少一个候选结构化信息中的至少一 个候选条件词执行对话交互,以确定用户从所述至少一个候选条件词中选择 的目标条件词;
第二内容触发模块,用于基于所述目标条件词,通知所述服务端,以供 所述服务端将所述将包含所述目标意图词、所述目标本体词以及所述目标条 件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
第九方面,本申请实施例中提供了一种计算设备,包括处理组件以及存 储组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令 用以被所述处理组件调用执行;
所述处理组件用于:
根据结构化信息对应的多个元素类型,确定待处理文本的命中类型以及 缺失类型;
从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要 求且属于所述命中类型的第一目标内容;其中,每个结构化信息对应所述知 识库中的一个标准文本;
确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标 内容;
将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的 应答内容,作为所述待处理文本对应的推荐内容。
第十方面,本申请实施例中提供了一种终端,包括处理组件以及存储组 件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令 用以被所述处理组件调用执行;
所述处理组件用于:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端根据结构化信息对应 的多个元素类型,确定所述待处理文本的命中类型以及缺失类型,并从知识 库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所 述命中类型的第一目标内容,以及确定包含所述第一目标内容的至少一个候 选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二目标 内容;
基于所述第二目标内容,通知所述服务端,以供所述服务端将所述第一 目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为 所述待处理文本对应的推荐内容。
第十一方面,本申请实施例中提供了一种计算设备,包括处理组件以及 存储组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令 用以被所述处理组件调用执行;
所述处理组件用于:
从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的 目标意图词以及目标本体词;其中,每个结构化信息对应所述知识库中的一 个标准文本;每个结构化信息由其对应标准文本中的本体词、修饰所述本体 词的条件词以及意图词构成;
确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信 息;
基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话 交互以获得用户从所述至少一个候选条件词中选择的目标条件词;
将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化 信息对应的应答内容,作为所述待处理文本对应的推荐内容。
第十二方面,本申请实施例中提供了一种终端,包括处理组件以及存储 组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令 用以被所述处理组件调用执行;
所述处理组件用于:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端从知识库对应的多个 结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体 词,以及确定包含所述目标意图词以及所述目标本体词的至少一个候选结构 化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交 互,以确定用户从所述至少一个候选条件词中选择的目标条件词;
基于所述目标条件词,通知所述服务端,以供所述服务端将所述将包含 所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的 应答内容,作为所述待处理文本对应的推荐内容。
本申请实施例中,将知识库中的标准文本采用结构化信息表示,首先确 定待处理文本的命中类型以及缺失类型,从知识库对应的多个结构化信息中, 确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容; 确定包含所述第一目标内容的至少一个候选结构化信息;基于所述至少一个 候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以 获得用户从所述至少一个候选内容中选择的第二目标内容;将所述第一目标 内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述 待处理文本对应的推荐内容。本申请实施例中,针对待处理文本的缺失类型, 可以将知识库对应的结构化信息中,所述缺失类型对应的元素内容作为候选 内容,通过对话交互方式,由用户从中选择出第二目标内容,进而基于第二 目标内容以及待处理文本命中的结构化信息中的第一目标内容,即可以定位 一个标准文本的结构化信息,进而找到对应应答内容作为待处理文本推荐内 容,由于补全了待处理文本的缺失信息,因此可以提高推荐内容的准确度, 保证了人机对话效果。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请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示出了本申请提供的一种信息处理方法一个实施例的流程图;
图2示出了本申请提供的一种信息处理方法又一个实施例的流程图;
图3示出了本申请实施例在一个实际应用中构建的一种词图结构示意图;
图4示出了本申请提供的一种信息处理方法又一个实施例的流程图;
图5示出了本申请提供的一种信息处理方法又一个实施例的流程图;
图6示出了本申请提供的一种信息处理方法又一个实施例的流程图;
图7示出了本申请实施例在一个实际应用中的人机对话界面的显示示意 图;
图8示出了本申请提供的一种信息处理装置一个实施例的结构示意图;
图9示出了本申请提供的一种计算设备一个实施例的结构示意图;
图10示出了本申请提供的一种信息处理装置又一个实施例的结构示意 图;
图11示出了本申请提供的一种终端一个实施例的结构示意图;
图12示出了本申请提供的一种信息处理装置又一个实施例的结构示意 图;
图13示出了本申请提供的一种计算设备又一个实施例的结构示意图。
图14示出了本申请提供的一种信息处理装置又一个实施例的结构示意 图;
图15示出了本申请提供的一种终端一个实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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。
在本申请的说明书和权利要求书及上述附图中的描述的一些流程中,包 含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按 照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅 仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外, 这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行 执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的 消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的 类型。
本申请实施例的技术方案主要应用于人机对话场景中,用以解决在用户 输入语句的语义不完整,关键信息欠缺的情况下,如何获得准确的推荐内容 的技术问题。
在人机对话实现方案中,目前均是通过预先创建知识库,存储<Q,A> 数据,例如Q为“你喜欢的电影是什么”,A为“我最喜欢的电影当然是《XXX》 了,啥时候咱俩一起去看”。用户输入语句作为待处理文本,在知识库中首 先查找与待处理文本匹配的Q,从而Q对应的A即可以作为推荐内容发送给 用户。
而如果待处理文本的语义不完整,缺少关键信息等,将导致在知识库中 定位不准,就无法找到符合用户意图的标准文本,进而也就无法向用户推荐 应答内容或者推荐准确的应答内容。比如,用户输入语句为“园区星巴克几 点关门”,但知识库中实际存在着“西溪园区星巴克营业时间”、“滨江园 区星巴克营业时间”、“黄龙国际星巴克营业时间”、“Z空间园区星巴克 营业时间”等多个标准文本对应的应答内容,而由于用户输入语句中缺少相关信息,导致无法准确识别用户意图。尽管可以将与用户输入语句相关的标 准文本全部输出给用户,采用多轮会话方式,通过对话交互由用户从中选择 其中一个标准文本,但是这种方式向用户展示内容较多,用户可能无法及时 从中选择标准文本,而影响人机对话效率。
为了提高推荐内容准确度,提高人机对话效果,发明人经过一系列研究 提出了本申请的技术方案,在本申请实施例中,知识库中的标准文本对应有 结构化信息,该结构化信息由多个元素类型分别对应的元素内容构成,结合 该多个元素类型,首先确定待处理文本的命中类型以及缺失类型,从知识库 对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述 命中类型的第一目标内容;确定包含所述第一目标内容的至少一个候选结构 化信息;基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个 候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二 目标内容;将所述第一目标内容以及所述第二目标内容均命中的结构化信息 对应的应答内容,作为所述待处理文本对应的推荐内容。本申请实施例中, 将知识库中的标准文本采用结构化信息表示,从而针对待处理文本的缺失类 型,可以将知识库对应的结构化信息中,所述缺失类型对应的元素内容作为 候选内容,通过对话交互方式,由用户从中选择出第二目标内容,进而基于 第二目标内容以及待处理文本命中的结构化信息中的第一目标内容,即可以定位一个标准文本的结构化信息,进而找到对应应答内容作为待处理文本推 荐内容,该推荐内容与用户对待处理文本的期望回复相符度更高,从而提高 了推荐内容的准确度,保证了人机对话效果。且采用多轮会话方式,仅针对 待处理文本缺失的信息进行对话反问,可以缩小知识范围,使得可以用户可 以快速从中选择出需要补充的会话内容,保证人机对话效率。
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,本领域技术人员在没有作出创 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。
图1为本申请实施例提供的一种信息处理方法一个实施例的流程图,该 方法可以包括以下几个步骤:
101:根据结构化信息对应的多个元素类型,确定待处理文本的命中类型 以及缺失类型。
在实际应用中,该待处理文本可以是用户端发送的用户输入语句。
102:从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹 配要求且属于所述命中类型的第一目标内容。
其中,每个结构化信息对应知识库中一个标准文本;
每个结构化信息中的每个元素类型对应的元素内容,由其对应标准文本 中的词或词组构成。
根据结构化信息对应的多个元素类型,即可以确定待处理文本的命中类 型以及缺失类型。
其中,命中类型可以包括至少一个元素类型,缺失类型可以包括至少一 个元素类型。
其中,待处理文本的命中类型及缺失类型,具体可以根据在知识库对应 的多个结构化信息中待处理文本中是否包括任一个元素类型对应的任一个元 素内容或者其同义内容确定,如果包括任一个元素类型对应的任一个元素内 容或者其同义内容,则可以认为该任一个元素类型为该待处理文本的命中类 型,否则即为待处理文本的缺失类型。
在一个可能实现方式中,该多个元素类型可以包括条件词、本体词以及 意图词。
其中,本体是指一种形式化的,对于共享概念体系的明确而又详细的说 明。本体实际上是对特定领域之中某套概念及其相互之间关系的形式化表达。 因此,本体词可以表示文本所属的特定领域等,其可以表示文本的关键信息。
条件词为修饰本体词的词或词组,通常在一个文本中位于本体词的位置 之前。
意图词表示一个文本对应的意图,文本为用户输入语句时,也即意图词 可以表示用户意图,也即用户关注度以及希望达到某种目的的打算等。比如 用户输入语句为“西溪园区食堂啥时候关门”,知识库中与匹配的标准文本 Q为“西溪园区食堂营业时间”,其中,营业时间即表示用户意图,“营业 时间”也即作为该标准文本中的意图词。
其中,每个标准文本的结构化信息可以人工设置,当然也可以采用其它 方式实现,比如模型识别或者信息挖掘等方式,在下面实施例中会详细进行 介绍。
其中,如果所述命中类型包括至少一个元素类型,该第一目标内容也即 包括分别对应所述至少一个元素类型的元素内容。
103:确定包含所述第一目标内容的至少一个候选结构化信息。
可选地,可以确定包含所述第一目标内容或者所述第一目标内容的同义 内容的候选结构化信息。
获得第一目标内容之后,即可以从知识库对应的多个结构化信息中查找 包含该第一目标内容的至少一个候选结构化信息。
104:基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个 候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二 目标内容。
基于待处理文本的缺失类型,可以从该每个候选结构化信息中确定属于 所述缺失类型的候选内容,从而得到至少一个候选内容。
基于该至少一个候选内容即可以发起反问流程,通过对话交互方式获得 用户选择的第二目标内容。
因此,可选地,所述基于所述至少一个候选结构化信息中属于所述缺失 类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内 容中选择的第二目标内容可以包括:
确定所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容;
生成包括所述至少一个候选内容的对话内容;
发送所述对话内容至用户端,以供所述用户端输出所述对话内容,并采 集用户输入的第二目标内容;
获取所述用户端发送的所述第二目标内容。
105:将所述第一目标内容以及所述第二目标内容均命中的结构化信息对 应的应答内容,作为所述待处理文本对应的推荐内容。
本实施例中,采用多轮会话形式确定了第二目标内容,第二目标内容可 以表示待处理文本中的缺失信息,而第一目标内容为待处理文本的命中内容, 可以表示待处理文本的文本信息,因此结合第一目标内容以及第二目标内容 可以确定与待处理文本相匹配的一个结构化信息,该结构化信息代表的标准 文本对应的应答内容,即可以作为待处理文本的推荐内容。由于补全了待处 理文本的缺失信息,因此获得推荐内容更加准确,符合用户预期,因此可以 提高人机对话准确度。
图2为本申请实施例提供的一种信息处理方法又一个实施例的流程图, 该方法可以包括以下几个步骤:
201:根据结构化信息对应的多个元素类型,确定待处理文本的命中类型 以及缺失类型。
202:从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹 配要求且属于所述命中类型的第一目标内容。
其中,每个结构化信息对应所述知识库中的一个标准文本。
203:从上下文信息中查找是否保存有属于所述缺失类型的历史会话内容, 如果是,执行步骤204,如果否执行步骤205。
204:将所述第一目标内容以及所述历史会话内容均命中的结构化信息对 应的应答内容,作为所述待处理文本对应的推荐内容。
205:确定包含所述第一目标内容的至少一个候选结构化信息。
206:基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个 候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二 目标内容。
207:将所述第一目标内容以及所述第二目标内容均命中的结构化信息对 应的应答内容,作为所述待处理文本对应的推荐内容。
208:利用所述第二目标内容,更新所述上下文信息中的所述历史会话内 容。
由于在实际应用中,用户可能经过多次人机对话流程,本实施例中,可 以将第二目标内容保存至上下文信息中,因此上下文信息中的历史会话内容 如果对应待处理文本的缺失类型,该历史会话内容可能是用户在前一次人机 对话过程中保存至上下文信息,可以认为与用户当前提供的待处理文本紧密 相关,因此也可以表示待处理文本的缺失信息,进而如果上下文信息中存储 有历史会话内容,则可以将包括该第一目标内容以及历史会话内容的结构化 信息对应标准文本所对应的应答内容作为推荐内容,而如果上下文本信息中 不存在历史会话内容,则可以采用多轮会话形式确定表示待处理文本中的缺 失信息,从而结合第一目标内容以及第二目标内容可以确定与待处理文本相 匹配的一个结构化信息,该结构化信息代表的标准文本对应的应答内容,即 可以作为待处理文本的推荐内容。本实施例由于补全了待处理文本的缺失信 息,因此获得推荐内容更加准确,符合用户预期,因此可以提高人机对话准 确度。
其中,作为一种可能的实现方式,所述从知识库对应的多个结构化信息 中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内 容可以包括:
从知识库对应的多个结构化信息中,确定与所述待处理文本匹配的目标 结构化信息;
将所述目标结构化信息中属于所述命中类型的元素内容作为第一目标内 容。
其中,可以通过结构识别模型来确定与待处理文本匹配的目标结构化信 息。
该结构识别模型可以基于标注结构化信息的训练文本训练获得,每个训 练文本作为输入样本,其对应的结构化信息作为训练结果,训练获得该结构 识别模型。该结构识别模型可以采用有监督的分类模型或者神经网络模型等 训练获得。
作为另一种可能的实现方式,所述从知识库对应的多个结构化信息中, 确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容可 以包括:
从知识库中查找与待处理文本满足相似要求的候选文本。
确定由所述命中类型对应的元素内容相同的至少一个候选文本构成的文 本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均相似 度;
将平均相似度最高的文本组合中,所述命中类型对应的元素内容作为第 一目标内容。
由上文描述可知,该多个元素类型可以包括本体词、修饰所述本体词的 条件词以及意图词。
在一个可选方式中,知识库可以包括多个本体知识库,每个本体知识库 对应一个本体词,本体知识库中标准文本均组织在该本体词表示的本体之下, 例如“西溪园区食堂营业时间”组织在“食堂”之下。
本体知识库可以预先构建,本体知识库中包含的标准文本中均可以包括 该本体知识库对应的本体词或者该本体知识库对应的本体词的同义词等。
此外,还可以采用本体识别模型识别每个标准文本中的本体词。该本体 识别模型可以根据标注本体词的训练样本训练获得,具体可以将训练文本作 为输入样本,训练文本对应的本体词作为训练结果进行模型训练,以得到该 本体识别模型。
在某些实施例中,所述确定知识库中每个标准文本的结构化信息可以包 括:
确定与待处理文本匹配的目标本体知识库;
确定所述目标本体知识库中每个标准文本的结构化信息;
所述从每个标准文本的结构化信息中,确定与所述待处理文本满足匹配 要求且属于所述命中类型的第一目标内容包括:
从所述本体知识库中每个标准文本的结构化信息中,确定与所述待处理 文本满足匹配要求且属于所述命中类型的第一目标内容。
其中,确定与待处理文本匹配的目标本体知识库可以包括:
如果待处理文本中包括任意本体知识库对应的本体词,将该任意本体知 识库作为目标本体知识库。
在结构化信息由条件词、本体词以及意图词构成时,在某些实施例中, 所述知识库中每个标准文本的结构化信息按照如下方式预先设置获得:
识别知识库中每个标准文本中的本体词;
将每个标准文本分别进行分词,将获得的每个词作为节点;
按照词与词在每个标准文本中的相邻关系以及每个词与其对应本体词的 位置关系,构建节点之间的有向边以获得词图;
将指向本体节点且位于本体节点位置之前的连接路径上的至少一个节点 进行组合,得到条件节点;
将指向本体节点且位于本体节点位置之后的连接路径上的至少一个节点 进行组合,得到意图节点;
根据每个意图节点共享的条件节点数目,确定共享的条件节点数目满足 共享要求的候选意图节点,获得意图节点候选集合;
统计所述意图节点候选集合中每个候选意图节点相对任一本体节点共享 的条件节点,获得每个候选节点相对任一个本体节点对应的条件节点集合;
筛选条件节点数目大于预设数目的条件节点候选集合;
根据所述意图节点候选集合中的意图节点构成的意图词、所述条件节点 候选集合中的条件节点构成的条件词、以及所述词图中的本体词,构建位于 同一连接路径上由任意意图词、任意条件词以及任意本体词构成的结构化信 息;
建立每个结构化信息与其命中的标准文本的关联关系。
通过构建词图方式,进行结构化信息的挖掘,即可以获得知识库中标准 文本对应的结构化信息,通过词图构建方式获得的结构化信息精确度高,挖 掘速度快,且计算复杂度降低。
需要说明的是,本申请并不对具体的分词方式进行限定,按照现有方式 对标准文本进行分词即可,在此不再赘述。
其中,作为一种可选方式,所述识别知识库中每个标准文本中的本体词 可以通过本体识别模型识别知识库中每个标准文本中的本体词。
作为另一种可选方式,该知识库即包括预先构建的多个本体知识库,每 个本体知识库对应一个本体词。
因此,所述识别知识库中每个标准文本中的本体词可以包括:
将每个标准文本所在本体知识库对应的本体词,作为每个标准文本的本 体词。
在某些实施例中,所述根据所述意图节点候选集合中的意图节点对应的 意图词、所述条件节点候选集合中的条件节点对应的条件词、以及所述词图 中本体词,构建位于同一连接路径上由任意意图词、任意条件词以及任意本 体词构成的结构化信息包括:
根据所述条件节点候选集合中每个条件节点共享的意图节点,更新所述 候选意图集合;
如果所述候选意图集合发生变化,返回所述统计所述意图节点候选集合 中每个候选意图节点相对任一本体节点共享的条件节点,获得每个候选节点 相对任一个本体节点对应的条件节点集合的步骤继续执行;
如果所述候选意图集合未发生变化,根据所述意图节点候选集合中的意 图节点对应的意图词、所述条件节点候选集合中的条件节点对应的条件词、 以及所述词图中本体词,构建位于同一连接路径上由任意意图词、任意条件 词以及任意本体词构成的结构化信息。
在某些实施例中,所述筛选条件节点数目大于预设数目的条件节点候选 集合之后,所述方法还包括:
将所述条件节点候选集合中的每个条件节点中的至少一个词进行筛选处 理,以更新每个条件节点。
其中,可以结合词性或者NER(Named Entity Recognition,命名实体识 别)规则,对每个条件节点中的至少一个词进行筛选处理,以更新每个条件 节点。
例如可以利用每个条件节点中的至少一个词中属于预定词性或者属于实 体的词组合得到的词组,更新每个条件节点。
也即每个条件节点中仅保留属于预定词性或者实体的词。其中,该预定 词性例如可以名词等。
当然,可选地,也可以将指向本体节点且位于本体节点位置之前的连接 路径上的至少一个节点进行组合,得到条件节点。
此外,也可以将将指向本体节点且位于本体节点位置之后的连接路径上 的至少一个节点进行筛选处理之后再组合,得到意图节点;
为了方便理解,现举例说明:
假设知识库中的所有标准文本可以包括:
“西溪园区舞蹈室怎么预定”、“西溪园区舞蹈室联系方式”、“西溪 园区小邮局联系方式”、“西溪园区小邮局联系实际”、“西溪园区小超市 营业时间”、“滨江园区舞蹈室怎么预定”、“滨江园区舞蹈室联系方式”、 “滨江园区小邮局联系方式”、“滨江园区小邮局联系实际”、“滨江园区 小超市营业时间”、“北京望京小邮局联系方式”、“北京望京小邮局联系 时间”、“北京望京小超市联系方式”、“北京望京小超市联系方式”、“北 京通惠小邮局联系方式”、“北京通惠小邮局营业时间”、“北京通惠小超 市联系方式”、以及“北京通惠小超市营业时间”。
其中,“舞蹈室”、“小邮局”以及“小超市”为本体词,本体词可以 通过本体识别模型训练获得,当然也可以根据各自对应的本体知识库对应的 本体词确定。按照词与词在每个标准文本中的相邻关系以及每个词与其对应 本体词的位置关系,构建节点之间的有向边以获得词图,如图3所示,即为 基于知识库中所有标准文本所构建的一种词图的结构示意图,箭头表示有向 边的方向,本体词对应的本体节点设置在中间位置,条件词对应的节点设置 在本体节点的左边,意图词对应的节点设置在本体节点的右边,当然,图3 仅示出了一种可能的位置关系,本申请实施例对此不进行具体限定。
基于图3所示,将指向本体节点且位于本体节点位置之前的连接路径上 的至少一个节点进行组合,得到条件节点,例如图3中的“西溪园区”、“滨 江园区”、“北京望京”以及“北京通惠”。
将指向本体节点且位于本体节点位置之后的连接路径上的至少一个节点 进行组合,得到意图节点;例如图3中的“怎么预定”、“联系方式”以及 “营业时间”等。
按照本申请实施例构建的词图,其具备两个特性:
1、对称性,也即拥有不同条件节点的标准文本,共享意图节点。
2、传递性,也即拥有相同条件节点的标准文本,对应的意图节点与其它 条件节点也可以组成标准文本。
其中,条件节点可以具体是由从指向本体节点且位于本体节点位置之前 的连接路径上的节点中筛选获得的至少一个节点组合得到。比如筛选属于名 词或者实体至少一个节点,此外还可以剔除无意义的节点,比如副词、助词 等。
同样,意图节点可以具体是由从将指向本体节点且位于本体节点位置之 后的连接路径上的节点中筛选获得的至少一个节点组合得到,比如筛选属于 特定词性的节点,例如动词等。此外还可以剔除无意义的节点,比如副词、 助词等。
之后,根据每个意图节点共享的条件节点数目,确定共享的条件节点数 目满足共享要求的候选意图节点,获得意图节点候选集合;例如,图3中, 意图节点“怎么预定”共享的条件节点包括“西溪园区”以及“滨江园区”, 共享的条件节点数目为2;
意图节点“联系方式”共享的条件节点包括“西溪园区”、“滨江园区”、 “北京望京”以及“北京通惠”,共享的条件节点数目为4;
意图节点“营业时间”共享的条件节点包括“西溪园区”、“滨江园区”、 “北京望京”以及“北京通惠”,共享的条件节点数目为4。
该共享要求例如可以是共享的条件节点数目大于预定数量,或者共享的 条件节点数目最多等。
假设筛选获得候选意图节点包括“联系方式”以及“营业时间”。
之后,统计所述意图节点候选集合中每个候选意图节点相对任一本体节 点共享的条件节点,获得每个候选节点相对任一个本体节点对应的条件节点 集合;
例如,“联系方式”相对“舞蹈室”共享的条件节点包括“西溪园区” 以及“滨江园区”。
“联系方式”相对“小邮局”共享的条件节点包括“西溪园区”、“滨 江园区”、“北京望京”以及“北京通惠”;
“联系方式”相对“小超市”共享的条件节点为空;
“营业时间”相对“舞蹈室”共享的条件节点为空;
“营业时间”相对“小邮局”共享的条件节点包括“西溪园区”、“滨 江园区”、“北京望京”以及“北京通惠”;
“营业时间”相对“小超市”共享的条件节点包括西溪园区”、“滨江 园区”以及“北京望京”。
之后,筛选条件节点数目大于预设数目的条件节点候选集合;例如,预 设数目为2。则即筛选获得“联系方式”相对“小邮局”的条件节点集合、 “营业时间”相对“小邮局”的条件节点集合,以及“营业时间”相对“小 超市”的条件节点集合。
通过筛选条件节点数目大于预设数目的条件节点候选集合可以控制在同 一个本体节点至上存在多个结构相似的标准文本时才能参与结构化。
之后,可以继续根据获得的每个条件节点集合中的每个条件节点,利用 传递性,将每个条件节点共享的意图节点加入到候选意图节点集合中。例如 “联系方式”相对“小邮局”的条件节点集合中,“西溪园区”共享的意图 节点包括“怎么预定”、“联系方式”以及“预定时间”,均加入至候选意 图节点集合中。
之后,若候选意图节点集合发生变化,例如出现新的候选意图节点,此 时则针对新的候选意图节点,执行其相对任一本体节点共享的条件节点,获 得每个候选节点相对任一个本体节点对应的条件节点集合,并继续执行后续 操作,直至候选意图节点集合不再发生变化。
若候选意图节点集合不再发生变化,即可以根据所述意图节点候选集合 中的意图节点对应的意图词、所述条件节点候选集合中的条件节点对应的条 件词、以及所述词图中的本体词,构建位于同一连接路径上由任意意图词、 任意条件词以及任意本体词构成的结构化信息。
此外,在某些实施例中,所述确定知识库中每个标准文本的结构化信息 之前,所述方法还可以包括:
计算待处理文本与所述知识库中每个标准文本的相似度;
判断是否存在大于第一阈值的相似度对应的目标标准文本;
如果是,将所述目标标准文本对应的应答内容作为所述待处理文本的推 荐内容;
如果否,执行所述确定知识库中每个标准文本的结构化信息的步骤。
由于相似度越高,标准文本与待处理文本的语义越接近。因此,如果存 在大于第一阈值的相似度对应的目标标准文本,则可以直接按照现有流程, 将标标准文本对应的应答内容作为所述待处理文本的推荐内容;否则再执行 确定知识库中每个标准文本的结构化信息以及之后的步骤,以补全待处理文 本的语义信息。
其中,确定待处理文本对应的推荐内容之后,所述方法还可以包括:
将所述推荐内容发送至用户端,以供用户端输出所述推荐内容,从而用 户即可以获得针对待处理文本的期望答复内容。
在实际应用中,待处理文本即为用户输入语句,在智能问答场景下,待 处理文本通常是指用户问题,推荐内容即为用户问题对应的答案内容,从而 可以提高智能问答准确度。
当然,在某些实施例中,如果从知识库对应的多个结构化信息中,不存 在与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容,则 所述方法还可以包括:
将与待处理文本的相似度最高的标准文本对应的应答内容作为所述待处 理文本的推荐内容。
图4为本申请实施例提供的一种信息处理方法又一个实施例的流程图, 由于实际应用中,待处理文本可以是由用户端发送至服务端,用户通过用户 端可以与服务端实现人机交互,本实施例从用户端角度对本申请实施例技术 方案进行描述,该方法可以包括以下几个步骤:
401:获取待处理文本。
可选地,可以是响应于用户输入操作,获得用户输入的待处理文本。
该用户输入操作可以是以语音形式或者文本形式执行等,本申请实施例 对此不进行具体限制。若用户输入操作为语音输入操作,则可以通过语音识 别技术,获得该待处理文本。
402:将所述待处理文本发送至服务端。
所述服务端即可以根据结构化信息对应的多个元素类型,确定所述待处 理文本的命中类型以及缺失类型,并从知识库对应的多个结构化信息中,确 定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容,以 及确定包含所述第一目标内容的至少一个候选结构化信息,进而可以确定所 述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容。
此外,可选地,服务端可以首先从上下文信息中查找是否保存有属于所 述缺失类型的历史会话内容;如果是,则将所述第一目标内容以及所述历史 会话内容均命中的结构化信息对应的应答内容,直接作为所述待处理文本对 应的推荐内容,此时用户端即可以输出该推荐内容;
如果否,再执行所述确定包含所述第一目标内容的至少一个候选结构化 信息的步骤,从而用户端可以继续执行步骤403及之后的操作。
403:基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个 候选内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二 目标内容。
可选地,该对话交互操作可以包括:
接收所述服务端发送的对话内容;其中,所述对话内容由所述服务端基 于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容生 成;该对话内容中可以包括该至少一个候选内容,此外还可以包括选择提示 信息等其它信息,该选择提示信息用于提示用户从该至少一个候选内容确定 第二目标内容等。
输出所述对话内容;
确定用户从所述对话内容包含的所述至少一个候选内容中选择的第二目 标内容。
404:基于所述第二目标内容,通知所述服务端,以供所述服务端将所述 第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容, 作为所述待处理文本对应的推荐内容。
可选地,可以将第二目标内容发送至服务端,以触发服务端将第一目标 内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述 待处理文本对应的推荐内容。
在某些实施例中,该方法还可以包括:
接收所述服务端发送的推荐内容;该推荐内容即可以是第一目标内容以 及所述第二目标内容均命中的结构化信息对应的应答内容;
输出所述推荐内容。
可选地,用户端还可以输出第一目标内容以及历史会话内容均命中的应 答内容。
在实际应用中,结构化信息通常是由条件词、本体词以及意图词构成。 待处理文本通常会缺失条件词部分,在人机对话场景中,待处理文本也即为 用户输入语句,而条件词通常是用于修饰本体词的词或词组,而按照用户语 言习惯,通常会省掉修饰信息。因此,针对条件词缺失的应用场景,本申请 实施例还提供了一种信息处理方法,如图5中所示,该方法可以包括以下几 个步骤:
501:从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要 求的目标意图词以及目标本体词。
其中,每个结构化信息对应所述知识库中的一个标准文本;每个结构化 信息由其对应标准文本中的本体词、修饰所述本体词的条件词以及意图词构 成。
可选地,知识库可以包括多个本体知识库,每个本体知识库对应一个本 体词。所述从知识库对应的多个结构化信息中,确定与待处理文本满足匹配 要求的目标意图词以及目标本体词可以包括:
确定与待处理文本匹配的目标本体知识库;
从所述目标本体知识库对应多个结构化信息中,确定与待处理文本满足 匹配要求的目标意图词以及目标本体词。
其中,该目标本体知识库对应的条件词也即作为目标本体词。
其中,标准文本的结构化信息可以采用对所有标准文本构建词图方式挖 掘获得,具体可以参见上文实施例中所述,在此不再赘述。
其中,作为一种可选方式,从知识库对应的多个结构化信息中,确定与 所述待处理文本满足匹配要求的目标意图词以及目标本体词可以包括:
从每个标准文本的结构化信息中,确定与待处理文本匹配的目标结构化 信息;
将所述目标结构化信息中的意图词作为目标意图词、以及条件词作为目 标条件词。
可选地,可以是从目标本体知识库对应的多个结构化信息中,确定与待 处理文本匹配的目标结构化信息;以及
将所述目标结构化信息中的意图词作为目标意图词。
该目标结构化信息中的本体词也即目标本体知识库对应的本体词,即作 为目标本体词。
作为另一种可选方式,从知识库对应的多个结构化信息中,确定与所述 待处理文本满足匹配要求的目标意图词以及目标本体词可以包括:
从知识库中,查找与待处理文本满足相似要求的候选文本;
确定意图词相同的至少一个候选文本构成的文本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均相似 度;
将平均相似度最高的文本组合对应的意图词作为目标意图词、以及对应 的条件词作为目条件词。
可选地,可以是从目标本体知识库中查找与待处理文本满足相似要求的 候选文本;
确定意图词相同的至少一个候选文本构成的文本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均相似 度;
将平均相似度最高的文本组合对应的意图词作为目标意图词。
该目标本体知识库对应条件词即作为目标条件词。
502:确定包含所述目标意图词以及所述目标本体词的至少一个候选结构 化信息。
503:基于所述至少一个候选结构化信息中的至少一个候选条件词,执行 对话交互以获得用户从所述至少一个候选条件词中选择的目标条件词。
可选地,可以生成包括所述至少一个条件词的对话内容;
发送所述对话内容至用户端,以供所述用户端输出所述对话内容,并采 集用户输入目标条件词;用户可以从该至少一个条件词中选择目标条件词输 入用户端。
获取所述用户端发送的所述目标条件词。
504:将包含所述目标意图词、所述目标本体词以及所述目标条件词的结 构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
在某些实施例中,从知识库对应的多个的结构化信息中,确定与所述待 处理文本满足匹配要求的目标意图词以及目标本体词之后,所述方法还可以 包括:
从上下文信息中查找是否保存有历史条件词;
如果是,将所述历史条件词、所述目标意图词以及所述目标本体词均命 中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
如果否,再执行所述确定包含所述目标意图词以及所述目标本体词的至 少一个候选结构化信息的步骤;
可选地,所述基于所述至少一个候选结构化信息中的至少一个候选条件 词,执行对话交互以获得用户从所述至少一个候选条件词中选择的目标条件 词之后,所述方法还可以包括:
利用所述目标条件词,更新所述上下文信息中的历史条件词。
为了提高准确度,作为一种可选方式,所述方法还可以包括:
将所述推荐内容发送至用户端之后的第一预定时间内,若未接收到用户 端发送的任意待处理文本,则删除所述上下文信息中的历史条件词。
当然,作为另一种可选方式,也可以是从上下文信息中查找是否保存有 与所述待处理文本接收时间的时间间隔在预设时间范围内的历史条件词。
在某些实施例中,所述方法还可以包括:
如果不存在与所述待处理文本满足匹配要求的目标意图词或者目标本体 词,确定所述待处理文本与每个标准文本的相似度;
将与所述待处理文本的相似度最高的标准文本对应的应答内容,作为所 述待处理文本的推荐内容。
图6为本申请实施例提供的一种信息处理方法又一个实施例的流程图, 由于实际应用中,待处理文本可以是由用户端发送至服务端,用户通过用户 端可以与服务端实现人机交互,本实施例从用户端角度对本申请实施例技术 方案进行描述,该方法可以包括以下几个步骤:
601:获取待处理文本。
可选地,可以是响应于用户输入操作,获得用户输入的待处理文本。
602:将所述待处理文本发送至服务端。
其中,所述服务端即可以从知识库对应的多个结构化信息中,确定与待 处理文本满足匹配要求的目标意图词以及目标本体词,以及确定包含所述目 标意图词以及所述目标本体词的至少一个候选结构化信息;进而可以确定所 述至少一个候选结构化信息中的至少一个候选条件词。
此外,可选地,服务端可以首先从上下文信息中查找是否保存有历史条 件词;如果是,则将所述目标意图词,所述目标本体词以及所述历史条件词 均命中的结构化信息对应的应答内容,直接作为所述待处理文本对应的推荐 内容,此时用户端即可以输出该推荐内容;
否则,再执行确定包含所述目标意图词以及所述目标本体词的至少一个 候选结构化信息的步骤,从而用户端可以继续执行步骤603及之后的操作。
603:基于所述至少一个候选结构化信息中的至少一个候选条件词执行对 话交互,以确定用户从所述至少一个候选条件词中选择的目标条件词。
可选地,该对话交互操作可以包括:
接收所述服务端发送的对话内容;其中,所述对话内容由所述服务端基 于所述至少一个候选结构化信息中的至少一个候选条件词生成;
输出所述对话内容;
确定用户从所述对话内容包含的所述至少一个候选条件词中选择的目标 条件词。
604:基于所述目标条件词,通知所述服务端,以供所述服务端将所述将 包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对 应的应答内容,作为所述待处理文本对应的推荐内容。
可选地,可以将该目标条件词发送至服务端,以触发服务端将所述将包 含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应 的应答内容,作为所述待处理文本对应的推荐内容。
在某些实施例中,该方法还可以包括:
接收所述服务端发送的推荐内容;该推荐内容即可以是包含所述目标意 图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容;
输出所述推荐内容。
可选地,用户端还可以是输出包含所述目标意图词、所述目标本体词以 及历史条件词的结构化信息对应的应答内容。
在人机对话场景中,待处理文本也即为用户输入语句,用户可以通过用 户端与后台服务端提供的智能客服进行人机对话。图7中示出了用户端的一 种界面显示示意图。
用户端可以采集用户输入语句,用户输入语句可以是用户文字输入或者 语音输入的。
之后,用户端可以用户输入语句发送至服务端,服务端即可以获得该用 户输入语句。
如图7中所示,该用户输入语句701例如为“星巴克咖啡店什么时候开 门”,该用户输入语句701在用户端的人机对话界面700中显示。
可知,用户输入语句缺少条件词,用户输入语句匹配的目标本体词为“星 巴克咖啡店”,目标意图词为“营业时间”,由于缺少条件词,无法获得准 确匹配的标准文本。
因此,按照本申请实施例的技术方案,可以获得至少一个候选条件词, 假设包括“西溪园区”、“北京望京”、“云溪小镇”、以及“滨江园区”。
服务端基于该至少一个候选条件可以生成对话内容,采用多伦会话技术 将对话内容发送至用户端,并获得用户端采集用户从中选择的目标条件。
例如,如图7中的对话内容702,可以为“请问您具体是指:西溪园区, 还是:北京望京、云溪小镇、滨江园区”。
用户根据该对话内容,从中选择目标条件词输入,例如图7中的目标条 件词703为“西溪园区”。
从而结合用户选择“西溪园区”以及用户输入语句匹配的“星巴克咖啡 店”以及“营业时间”,可以确定由“西溪园区”、“星巴克咖啡店”以及 “营业时间”构成结构化信息对应的标准文本,进而即可以将该标准文本对 应的应答内容作为推荐内容。
例如,如图5中所示的推荐内容704:“西溪园区星巴克营业时间:周 一至周五8:00~22:00;周六8:30~21:00,周日9:00~18:00”等。
其中,该目标条件词“西溪园区”可以作为历史会话内容保存至上下文 信息中。
如果用户端继续采集获得用户输入语句,如图7中的用户输入语句705: “小邮局营业时间”,则可以将该上下文信息中保存的“西溪园区”作为用 户输入语句705缺失的目标条件词,可以确定用户是询问西溪园区的小邮局 营业时间。当然,也可以判断用户输入语句705的接收时间与该上下文信息 中的目标条件词的保存时间的时间间隔是否在预定时间范围内,若是,再将 上下文信息中保存的“西溪园区”作为用户输入语句705缺失的目标条件词。
因此,“小邮局营业时间”的目标本体词为“小邮局”,目标意图词“营 业时间”,再加上目标条件词“西溪园区”,则可以获得由“西溪园区”、 “小邮局”以及“营业时间”构成结构化信息对应的标准文本,进而即将该 标准文本对应的应答内容作为推荐内容。
如图7中的推荐内容706:“西溪园区小邮局营业时间为:工作日 8:30~19:00;周末9:00~17:00”。
图8为本申请实施例提供的一种信息处理装置一个实施例的结构示意图, 该装置可以包括:
第一确定模块801,用于根据结构化信息对应的多个元素类型,确定待 处理文本的命中类型以及缺失类型;
第二确定模块802,用于从知识库对应的多个结构化信息中,确定与所 述待处理文本满足匹配要求且属于所述命中类型的第一目标内容;其中,每 个结构化信息对应所述知识库中的一个标准文本;
第三确定模块803,用于确定包含所述第一目标内容的至少一个候选结 构化信息;
内容获取模块804,用于基于所述至少一个候选结构化信息中属于所述 缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候 选内容中选择的第二目标内容;
第一内容推荐模块805,用于将所述第一目标内容以及所述第二目标内 容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内 容。
作为一种可选方式,所述第二确定模块具体用于从知识库对应的多个结 构化信息中,确定与所述待处理文本匹配的目标结构化信息;
将所述目标结构化信息中属于所述命中类型的元素内容作为第一目标内 容。
作为另一种可选方式,所述第二确定模块具体用于从知识库中查找与待 处理文本满足相似要求的候选文本;
确定由所述命中类型对应的元素内容相同的至少一个候选文本构成的文 本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均相似 度;
将平均相似度最高的文本组合中,所述命中类型对应的元素内容作为第 一目标内容。
在某些实施例中,该装置还可以包括:
内容查找模块,用于从上下文信息中查找是否保存有属于所述缺失类型 的历史会话内容,如果否,触发所述第三确定模块执行。
该第一内容推荐模块还用于在所述上下文信息中保存有属于所述缺失类 型的历史会话内容时,将所述第一目标内容以及所述历史会话内容均命中的 结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
内容保存包括,用于基于所述至少一个候选结构化信息中属于所述缺失 类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内 容中选择的第二目标内容之后,利用所述第二目标内容,更新所述上下文信 息中的历史会话内容。
在某些实施例中,所述内容获取模块可以具体用于确定所述至少一个候 选结构化信息中属于所述缺失类型的至少一个候选内容;
生成包括所述至少一个候选内容的对话内容;
发送所述对话内容至用户端,以供所述用户端输出所述对话内容,并采 集用户输入的第二目标内容;
获取所述用户端发送的所述第二目标内容。
其中,所述多个元素类型包括本体词、修饰所述本体词的条件词以及意 图词。
所述装置还可以包括:
信息挖掘模块,用于识别知识库中每个标准文本中的本体词;
将每个标准文本分别进行分词,将获得的每个词作为节点;
按照词与词在每个标准文本中的相邻关系以及每个词与其对应本体词的 位置关系,构建节点之间的有向边以获得词图;
将指向本体节点且位于本体节点位置之前的连接路径上的至少一个节点 进行组合,得到条件节点;
将指向本体节点且位于本体节点位置之后的连接路径上的至少一个节点 进行组合,得到意图节点;
根据每个意图节点共享的条件节点数目,确定共享的条件节点数目满足 共享要求的候选意图节点,获得意图节点候选集合;
统计所述意图节点候选集合中每个候选意图节点相对任一本体节点共享 的条件节点,获得每个候选节点相对任一个本体节点对应的条件节点集合;
筛选条件节点数目大于预设数目的条件节点候选集合;
根据所述意图节点候选集合中的意图节点构成的意图词、所述条件节点 候选集合中的条件节点构成的条件词、以及所述词图中的本体词,构建位于 同一连接路径上由任意意图词、任意条件词以及任意本体词构成的结构化信 息;
建立每个结构化信息与其命中的标准文本的关联关系。
可选地,所述信息挖掘模块根据所述意图节点候选集合中的意图节点对 应的意图词、所述条件节点候选集合中的条件节点对应的条件词、以及所述 词图中本体词,构建位于同一连接路径上由任意意图词、任意条件词以及任 意本体词构成的结构化信息可以是:
根据所述条件节点候选集合中每个条件节点共享的意图节点,更新所述 候选意图集合;
如果所述候选意图集合发生变化,返回所述统计所述意图节点候选集合 中每个候选意图节点相对任一本体节点共享的条件节点,获得每个候选节点 相对任一个本体节点对应的条件节点集合的步骤继续执行;
如果所述候选意图集合未发生变化,根据所述意图节点候选集合中的意 图节点对应的意图词、所述条件节点候选集合中的条件节点对应的条件词、 以及所述词图中本体词,构建位于同一连接路径上由任意意图词、任意条件 词以及任意本体词构成的结构化信息。
可选地,所述知识库包括多个本体知识库,其中,每个本体知识库对应 有本体词;
所述信息挖掘模块识别知识库中每个标准文本的本体词可以具体是:
将每个标准文本所在本体知识库对应的本体词,作为每个标准文本的本 体词。
此外,该信息挖掘模块还用于将所述条件节点候选集合中的每个条件节 点中的至少一个词进行筛选处理,以更新每个条件节点。
在某些实施例中,所述知识库包括多个本体知识库;
所述第二确定模块具体用于确定与待处理文本匹配的目标本体知识库; 从所述目标本体知识库中每个标准文本的结构化信息中,确定与所述待处理 文本满足匹配要求且属于所述命中类型的第一目标内容。
此外,在某些实施例中,该装置还可以包括:
相似度判断模块,用于计算待处理文本与所述知识库中每个标准文本的 相似度,并判断是否存在大于第一阈值的相似度对应的目标标准文本;如果 否,触发第一确定模块执行。
该第一内容推荐模块还用于在存在大于第一阈值的相似度对应的目标标 准文本时,将所述目标标准文本对应的应答内容作为所述待处理文本的推荐 内容。
此外,该第一内容推荐模块还用于将所述推荐内容发送至用户端,以供 用户端输出所述推荐内容,以完成人机对话。
图8所述的信息处理装置可以执行图1或者图2所示实施例所述的信息 处理方法,其实现原理和技术效果不再赘述。对于上述实施例中的信息处理 装置其中各个模块、单元执行操作的具体方式已经在有关该方法的实施例中 进行了详细描述,此处将不做详细阐述说明。
在一个可能的设计中,图8所示实施例的信息处理装置可以实现为一计 算设备,如图9所示,该计算设备可以包括存储组件901以及处理组件902;
所述存储组件901一条或多条计算机指令,其中,所述一条或多条计算 机指令供所述处理组件调用执行。
所述处理组件902用于:
根据结构化信息对应的多个元素类型,确定待处理文本的命中类型以及 缺失类型;
从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要 求且属于所述命中类型的第一目标内容;其中,每个结构化信息对应所述知 识库中的一个标准文本;
确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标 内容;
将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的 应答内容,作为所述待处理文本对应的推荐内容。
其中,处理组件902可以包括一个或多个处理器来执行计算机指令, 以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多 个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理 设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、 控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储组件901被配置为存储各种类型的数据以支持在计算设备中的操 作。存储组件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。
当然,计算设备必然还可以包括其他部件,例如输入/输出接口、通信组 件等。
输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口 模块可以是输出设备、输入设备等。
通信组件被配置为便于计算设备和其他设备之间有线或无线方式的通信 等。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序, 所述计算机程序被计算机执行时可以实现上述图1或图2所示实施例的信 息处理方法。
图10为为本申请实施例提供的一种信息处理装置又一个实施例的结 构示意图,该装置可以包括:
第一文本获取模块1001,用于获取待处理文本;
第一文本发送模块1002,用于将所述待处理文本发送至服务端,以供所 述服务端根据结构化信息对应的多个元素类型,确定所述待处理文本的命中 类型以及缺失类型,并从知识库对应的多个结构化信息中,确定与所述待处 理文本满足匹配要求且属于所述命中类型的第一目标内容,以及确定包含所 述第一目标内容的至少一个候选结构化信息;
第一对话交互模块1003,用于基于所述至少一个候选结构化信息中属于 所述缺失类型的至少一个候选内容执行对话交互,以确定用户从所述至少一 个候选内容中选择的第二目标内容;
第一内容触发模块1004,用于基于所述第二目标内容,通知所述服务端, 以供所述服务端将所述第一目标内容以及所述第二目标内容均命中的结构化 信息对应的应答内容,作为所述待处理文本对应的推荐内容。
在某些实施例中,所述第一对话交互模块可以具体用于接收所述服务 端发送的对话内容;其中,所述对话内容由所述服务端基于所述至少一个 候选结构化信息中属于所述缺失类型的至少一个候选内容生成;
输出所述对话内容;
确定用户从所述对话内容包含的所述至少一个候选内容中选择的第 二目标内容。
在某些实施例中,该装置还可以包括:
第一内容输出模块,用于接收所述服务端发送的所述推荐内容;输出 所述推荐内容。
图10所述的信息处理装置可以执行图4所示实施例所述的信息处理方法, 其实现原理和技术效果不再赘述。对于上述实施例中的信息处理装置其中各 个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细 描述,此处将不做详细阐述说明。
在一个可能的设计中,图10所示实施例的信息处理装置可以实现为一终 端,该终端可以是手机、平板电脑等电子设备,如图11所示,该计算设备可 以包括存储组件1101以及处理组件1102;
所述存储组件1101一条或多条计算机指令,其中,所述一条或多条计算 机指令供所述处理组件调用执行。
所述处理组件1102用于:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端根据结构化信息对应 的多个元素类型,确定所述待处理文本的命中类型以及缺失类型,并从知识 库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所 述命中类型的第一目标内容,以及确定包含所述第一目标内容的至少一个候 选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选 内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二目标 内容;
基于所述第二目标内容,通知所述服务端,以供所述服务端将所述第一 目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为 所述待处理文本对应的推荐内容。
其中,处理组件1102可以包括一个或多个处理器来执行计算机指令, 以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多 个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理 设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、 控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储组件1101被配置为存储各种类型的数据以支持在终端中的操作。 存储组件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。
当然,计算设备必然还可以包括其他部件,例如输入/输出接口、通信组 件等。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序, 所述计算机程序被计算机执行时可以实现上述图4所示实施例的信息处理 方法。
图12为本申请实施例提供的一种信息处理装置又一个实施例的结构 示意图,该装置可以包括:
第一词确定模块1201,用于从知识库对应的多个结构化信息中,确定与 待处理文本满足匹配要求的目标意图词以及目标本体词;其中,每个结构化 信息对应所述知识库中的一个标准文本;每个结构化信息由其对应标准文本 中的本体词、修饰所述本体词的条件词以及意图词构成;
候选模块1202,用于确定包含所述目标意图词以及所述目标本体词的至 少一个候选结构化信息;
第二词确定模块1203,用于基于所述至少一个候选结构化信息中的至少 一个候选条件词,执行对话交互以获得用户从所述至少一个候选条件词中选 择的目标条件词;
第二内容推荐模块1204,用于将包含所述目标意图词、所述目标本体词 以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对 应的推荐内容。
在某些实施例中,该第一词确定模块可以具体用于从知识库对应的多 个结构化信息中,确定与所述待处理文本匹配的目标结构化信息;
将所述目标结构化信息中的意图词以及本体词分别作为目标意图词 以及目标本体词。
在某些实施例中,所述第一词确定模块可以具体用于从所述知识库中 查找与所述待处理文本满足相似要求的候选文本;
确定由目标意图词以及目标本体词均相同的至少一个候选文本构成 的文本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均 相似度;
将平均相似度最高的文本组合中,对应的意图词以及本体词分别作为 目标意图词以及目标本体词。
在某些实施例中,所述第二词确定模块可以具体用于确定所述至少一个 候选结构化信息中的至少一个候选条件词;
生成包括所述至少一耳光候选条件词的对话内容;
发送所述对话内容至用户端,以供所述用户端输出所述对话内容,并采 集用户输入的目标条件词;
获取所述用户端发送的所述目标条件词。
在某些实施例中,该装置还可以包括:
第三内容推荐模块,用于如果不存在与所述待处理文本满足匹配要求的 目标意图词或者目标本体词,确定所述待处理文本与每个标准文本的相似度;
将与所述待处理文本的相似度最高的标准文本对应的应答内容,作为所 述待处理文本的推荐内容。
图12所述的信息处理装置可以执行图5所示实施例所述的信息处理方法, 其实现原理和技术效果不再赘述。对于上述实施例中的信息处理装置其中各 个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细 描述,此处将不做详细阐述说明。
在一个可能的设计中,图12所示实施例的信息处理装置可以实现为一计 算设备,如图13所示,该计算设备可以包括存储组件1301以及处理组件1302;
所述存储组件1301一条或多条计算机指令,其中,所述一条或多条计算 机指令供所述处理组件调用执行。
所述处理组件1302用于:
从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的 目标意图词以及目标本体词;其中,每个结构化信息对应所述知识库中的一 个标准文本;每个结构化信息由其对应标准文本中的本体词、修饰所述本体 词的条件词以及意图词构成;
确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信 息;
基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话 交互以获得用户从所述至少一个候选条件词中选择的目标条件词;
将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化 信息对应的应答内容,作为所述待处理文本对应的推荐内容。
其中,处理组件1302可以包括一个或多个处理器来执行计算机指令, 以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多 个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理 设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、 控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储组件1301被配置为存储各种类型的数据以支持在计算设备中的 操作。存储组件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。
当然,计算设备必然还可以包括其他部件,例如输入/输出接口、通信组 件等。
输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口 模块可以是输出设备、输入设备等。
通信组件被配置为便于计算设备和其他设备之间有线或无线方式的通信 等。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序, 所述计算机程序被计算机执行时可以实现上述图5所示实施例的信息处理 方法。
图14为本申请实施例提供的一种信息处理装置又一个实施例的结构 示意图,该装置可以包括:
第二文本获取模块1401,用于获取待处理文本;
第二文本发送模块1402,用于将所述待处理文本发送至服务端,以供所 述服务端从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要 求的目标意图词以及目标本体词,以及确定包含所述目标意图词以及所述目 标本体词的至少一个候选结构化信息;
第二对话交互模块1402,用于基于所述至少一个候选结构化信息中的至 少一个候选条件词执行对话交互,以确定用户从所述至少一个候选条件词中 选择的目标条件词;
第二内容触发模块1403,用于基于所述目标条件词,通知所述服务端, 以供所述服务端将所述将包含所述目标意图词、所述目标本体词以及所述目 标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内 容。
在某些实施例中,该第二对话交互模块可以具体用于接收所述服务端 发送的对话内容;其中,所述对话内容由所述服务端基于所述至少一个候 选结构化信息中的至少一个候选条件词生成;
输出所述对话内容;
确定用户从所述对话内容包含的所述至少一个候选条件词中选择的 目标条件词。
在某些实施例中,该装置还可以包括:
第二内容输出模块,用于接收所述服务端发送的推荐内容;输出所述 推荐内容。
图14所述的信息处理装置可以执行图6所示实施例所述的信息处理方法, 其实现原理和技术效果不再赘述。对于上述实施例中的信息处理装置其中各 个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细 描述,此处将不做详细阐述说明。
在一个可能的设计中,图14所示实施例的信息处理装置可以实现为一终 端,如图15所示,该计算设备可以包括存储组件1501以及处理组件1502;
所述存储组件1501一条或多条计算机指令,其中,所述一条或多条计算 机指令供所述处理组件调用执行。
所述处理组件1502用于:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端从知识库对应的多个 结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体 词,以及确定包含所述目标意图词以及所述目标本体词的至少一个候选结构 化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交 互,以确定用户从所述至少一个候选条件词中选择的目标条件词;
基于所述目标条件词,通知所述服务端,以供所述服务端将所述将包 含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对 应的应答内容,作为所述待处理文本对应的推荐内容。
其中,处理组件1502可以包括一个或多个处理器来执行计算机指令, 以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多 个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理 设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、 控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储组件1501被配置为存储各种类型的数据以支持在终端中的操作。 存储组件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。
当然,计算设备必然还可以包括其他部件,例如输入/输出接口、通信组 件等。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序, 所述计算机程序被计算机执行时可以实现上述图6所示实施例的信息处理 方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描 述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应 过程,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明 的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或 者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络 单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例 方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以 理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实 施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬 件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部 分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可 读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台 计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施 例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其 限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (32)
1.一种信息处理方法,其特征在于,包括:
根据结构化信息对应的多个元素类型,确定待处理文本的命中类型以及缺失类型;
从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容;其中,每个结构化信息对应所述知识库中的一个标准文本;
确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标内容;
将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
2.根据权利要求1所述的方法,其特征在于,所述从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容包括:
从知识库对应的多个结构化信息中,确定与所述待处理文本匹配的目标结构化信息;
将所述目标结构化信息中属于所述命中类型的元素内容作为第一目标内容。
3.根据权利要求1所述的方法,其特征在于,所述从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容包括:
从知识库中查找与待处理文本满足相似要求的候选文本;
确定由所述命中类型对应的元素内容相同的至少一个候选文本构成的文本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均相似度;
将平均相似度最高的文本组合中,所述命中类型对应的元素内容作为第一目标内容。
4.根据权利要求1所述的方法,其特征在于,所述从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容之后,所述方法还包括:
从上下文信息中查找是否保存有属于所述缺失类型的历史会话内容;
如果是,将所述第一目标内容以及所述历史会话内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
如果否,执行所述确定包含所述第一目标内容的至少一个候选结构化信息的步骤;
所述基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标内容之后,所述方法还包括:
利用所述第二目标内容,更新所述上下文信息中的历史会话内容。
5.根据权利要求1所述的方法,其特征在于,所述基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标内容包括:
确定所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容;
生成包括所述至少一个候选内容的对话内容;
发送所述对话内容至用户端,以供所述用户端输出所述对话内容,并采集用户输入的第二目标内容;
获取所述用户端发送的所述第二目标内容。
6.根据权利要求1所述的方法,其特征在于,所述多个元素类型包括本体词、修饰所述本体词的条件词以及意图词。
7.根据权利要求6所述的方法,其特征在于,所述知识库中每个标准文本的结构化信息按照如下方式预先设置获得:
识别知识库中每个标准文本中的本体词;
将每个标准文本分别进行分词,将获得的每个词作为节点;
按照词与词在每个标准文本中的相邻关系以及每个词与其对应本体词的位置关系,构建节点之间的有向边以获得词图;
将指向本体节点且位于本体节点位置之前的连接路径上的至少一个节点进行组合,得到条件节点;
将指向本体节点且位于本体节点位置之后的连接路径上的至少一个节点进行组合,得到意图节点;
根据每个意图节点共享的条件节点数目,确定共享的条件节点数目满足共享要求的候选意图节点,获得意图节点候选集合;
统计所述意图节点候选集合中每个候选意图节点相对任一本体节点共享的条件节点,获得每个候选节点相对任一个本体节点对应的条件节点集合;
筛选条件节点数目大于预设数目的条件节点候选集合;
根据所述意图节点候选集合中的意图节点构成的意图词、所述条件节点候选集合中的条件节点构成的条件词、以及所述词图中的本体词,构建位于同一连接路径上由任意意图词、任意条件词以及任意本体词构成的结构化信息;
建立每个结构化信息与其命中的标准文本的关联关系。
8.根据权利要求7所述的方法,其特征在于,所述根据所述意图节点候选集合中的意图节点对应的意图词、所述条件节点候选集合中的条件节点对应的条件词、以及所述词图中本体词,构建位于同一连接路径上由任意意图词、任意条件词以及任意本体词构成的结构化信息包括:
根据所述条件节点候选集合中每个条件节点共享的意图节点,更新所述候选意图集合;
如果所述候选意图集合发生变化,返回所述统计所述意图节点候选集合中每个候选意图节点相对任一本体节点共享的条件节点,获得每个候选节点相对任一个本体节点对应的条件节点集合的步骤继续执行;
如果所述候选意图集合未发生变化,根据所述意图节点候选集合中的意图节点对应的意图词、所述条件节点候选集合中的条件节点对应的条件词、以及所述词图中本体词,构建位于同一连接路径上由任意意图词、任意条件词以及任意本体词构成的结构化信息。
9.根据权利要求7所述的方法,其特征在于,所述筛选条件节点数目大于预设数目的条件节点候选集合之后,所述方法还包括:
将所述条件节点候选集合中的每个条件节点中的至少一个词进行筛选处理,以更新每个条件节点。
10.根据权利要求7所述的方法,其特征在于,所述知识库包括多个本体知识库,其中,每个本体知识库对应有本体词;
所述识别知识库中每个标准文本的本体词包括:
将每个标准文本所在本体知识库对应的本体词,作为每个标准文本的本体词。
11.根据权利要求1所述的方法,其特征在于,所述知识库包括多个本体知识库;
所述从每个标准文本的结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容包括:
确定与待处理文本匹配的目标本体知识库;
从所述目标本体知识库中每个标准文本的结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容。
12.根据权利要求1所述的方法,其特征在于,还包括:
计算待处理文本与所述知识库中每个标准文本的相似度;
判断是否存在大于第一阈值的相似度对应的目标标准文本;
如果是,将所述目标标准文本对应的应答内容作为所述待处理文本的推荐内容;
如果否,执行所述确定知识库中每个标准文本的结构化信息的步骤。
13.根据权利要求1所述的方法,其特征在于,还包括:
将所述推荐内容发送至用户端,以供用户端输出所述推荐内容。
14.一种信息处理方法,其特征在于,包括:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端根据结构化信息对应的多个元素类型,确定所述待处理文本的命中类型以及缺失类型,并从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容,以及确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二目标内容;
基于所述第二目标内容,通知所述服务端,以供所述服务端将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
15.根据权利要求14所述的方法,其特征在于,所述基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容执行对话交互,以确定用户从所述对话内容包含的所述至少一个候选内容中选择的第二目标内容包括:
接收所述服务端发送的对话内容;其中,所述对话内容由所述服务端基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容生成;
输出所述对话内容;
确定用户从所述对话内容包含的所述至少一个候选内容中选择的第二目标内容。
16.根据权利要求14或15所述的方法,其特征在于,还包括:
接收所述服务端发送的所述推荐内容;
输出所述推荐内容。
17.一种信息处理方法,其特征在于,包括:
从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体词;其中,每个结构化信息对应所述知识库中的一个标准文本;每个结构化信息由其对应标准文本中的本体词、修饰所述本体词的条件词以及意图词构成;
确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话交互以获得用户从所述至少一个候选条件词中选择的目标条件词;
将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
18.根据权利要求17所述的方法,其特征在于,所述从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求的目标意图词以及目标本体词包括:
从知识库对应的多个结构化信息中,确定与所述待处理文本匹配的目标结构化信息;
将所述目标结构化信息中的意图词以及本体词分别作为目标意图词以及目标本体词。
19.根据权利要求17所述的方法,其特征在于,所述从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求的目标意图词以及目标本体词包括:
从所述知识库中查找与所述待处理文本满足相似要求的候选文本;
确定由目标意图词以及目标本体词均相同的至少一个候选文本构成的文本组合;
计算每个文本组合中的至少一个候选文本与所述待处理文本的平均相似度;
将平均相似度最高的文本组合中,对应的意图词以及本体词分别作为目标意图词以及目标本体词。
20.根据权利要求17所述的方法,其特征在于,所述基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话交互以获得用户从所述至少一个候选条件词中选择的目标条件词包括:
确定所述至少一个候选结构化信息中的至少一个候选条件词;
生成包括所述至少一个候选条件词的对话内容;
发送所述对话内容至用户端,以供所述用户端输出所述对话内容,并采集用户输入的目标条件词;
获取所述用户端发送的所述目标条件词。
21.根据权利要求17所述的方法,其特征在于,还包括:
如果不存在与所述待处理文本满足匹配要求的目标意图词或者目标本体词,确定所述待处理文本与每个标准文本的相似度;
将与所述待处理文本的相似度最高的标准文本对应的应答内容,作为所述待处理文本的推荐内容。
22.一种信息处理方法,其特征在于,包括:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体词,以及确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交互,以确定用户从所述至少一个候选条件词中选择的目标条件词;
基于所述目标条件词,通知所述服务端,以供所述服务端将所述将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
23.根据权利要求22所述的方法,其特征在于,所述基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交互,以确定用户从所述至少一个候选条件词中选择的目标条件词包括:
接收所述服务端发送的对话内容;其中,所述对话内容由所述服务端基于所述至少一个候选结构化信息中的至少一个候选条件词生成;
输出所述对话内容;
确定用户从所述对话内容包含的所述至少一个候选条件词中选择的目标条件词。
24.根据权利要求22或23所述的方法,其特征在于,还包括:
接收所述服务端发送的推荐内容;
输出所述推荐内容。
25.一种信息处理装置,其特征在于,包括:
第一确定模块,用于根据结构化信息对应的多个元素类型,确定待处理文本的命中类型以及缺失类型;
第二确定模块,用于从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容;其中,每个结构化信息对应所述知识库中的一个标准文本;
第三确定模块,用于确定包含所述第一目标内容的至少一个候选结构化信息;
内容获取模块,用于基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标内容;
第一内容推荐模块,用于将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
26.一种信息处理装置,其特征在于,包括:
第一文本获取模块,用于获取待处理文本;
第一文本发送模块,用于将所述待处理文本发送至服务端,以供所述服务端根据结构化信息对应的多个元素类型,确定所述待处理文本的命中类型以及缺失类型,并从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容,以及确定包含所述第一目标内容的至少一个候选结构化信息;
第一对话交互模块,用于基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二目标内容;
第一内容触发模块,用于基于所述第二目标内容,通知所述服务端,以供所述服务端将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
27.一种信息处理装置,其特征在于,包括:
第一词确定模块,用于从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体词;其中,每个结构化信息对应所述知识库中的一个标准文本;每个结构化信息由其对应标准文本中的本体词、修饰所述本体词的条件词以及意图词构成;
候选模块,用于确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信息;
第二词确定模块,用于基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话交互以获得用户从所述至少一个候选条件词中选择的目标条件词;
第二内容推荐模块,用于将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
28.一种信息处理装置,其特征在于,包括:
第二文本获取模块,用于获取待处理文本;
第二文本发送模块,用于将所述待处理文本发送至服务端,以供所述服务端从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体词,以及确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信息;
第二对话交互模块,用于基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交互,以确定用户从所述至少一个候选条件词中选择的目标条件词;
第二内容触发模块,用于基于所述目标条件词,通知所述服务端,以供所述服务端将所述将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
29.一种计算设备,其特征在于,包括处理组件以及存储组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行;
所述处理组件用于:
根据结构化信息对应的多个元素类型,确定待处理文本的命中类型以及缺失类型;
从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容;其中,每个结构化信息对应所述知识库中的一个标准文本;
确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容,执行对话交互以获得用户从所述至少一个候选内容中选择的第二目标内容;
将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
30.一种终端,其特征在于,包括处理组件以及存储组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行;
所述处理组件用于:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端根据结构化信息对应的多个元素类型,确定所述待处理文本的命中类型以及缺失类型,并从知识库对应的多个结构化信息中,确定与所述待处理文本满足匹配要求且属于所述命中类型的第一目标内容,以及确定包含所述第一目标内容的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中属于所述缺失类型的至少一个候选内容执行对话交互,以确定用户从所述至少一个候选内容中选择的第二目标内容;
基于所述第二目标内容,通知所述服务端,以供所述服务端将所述第一目标内容以及所述第二目标内容均命中的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
31.一种计算设备,其特征在于,包括处理组件以及存储组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行;
所述处理组件用于:
从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体词;其中,每个结构化信息对应所述知识库中的一个标准文本;每个结构化信息由其对应标准文本中的本体词、修饰所述本体词的条件词以及意图词构成;
确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词,执行对话交互以获得用户从所述至少一个候选条件词中选择的目标条件词;
将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
32.一种终端,其特征在于,包括处理组件以及存储组件;
所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行;
所述处理组件用于:
获取待处理文本;
将所述待处理文本发送至服务端,以供所述服务端从知识库对应的多个结构化信息中,确定与待处理文本满足匹配要求的目标意图词以及目标本体词,以及确定包含所述目标意图词以及所述目标本体词的至少一个候选结构化信息;
基于所述至少一个候选结构化信息中的至少一个候选条件词执行对话交互,以确定用户从所述至少一个候选条件词中选择的目标条件词;
基于所述目标条件词,通知所述服务端,以供所述服务端将所述将包含所述目标意图词、所述目标本体词以及所述目标条件词的结构化信息对应的应答内容,作为所述待处理文本对应的推荐内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811011726.XA CN110874399B (zh) | 2018-08-31 | 2018-08-31 | 信息处理方法、装置、计算设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811011726.XA CN110874399B (zh) | 2018-08-31 | 2018-08-31 | 信息处理方法、装置、计算设备及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110874399A true CN110874399A (zh) | 2020-03-10 |
CN110874399B CN110874399B (zh) | 2023-11-10 |
Family
ID=69715897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811011726.XA Active CN110874399B (zh) | 2018-08-31 | 2018-08-31 | 信息处理方法、装置、计算设备及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874399B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460122A (zh) * | 2020-04-03 | 2020-07-28 | 成都晓多科技有限公司 | 基于深度学习的尺码识别方法与系统 |
CN113282729A (zh) * | 2021-06-07 | 2021-08-20 | 北京金山数字娱乐科技有限公司 | 基于知识图谱的问答方法及装置 |
WO2021232957A1 (zh) * | 2020-05-20 | 2021-11-25 | 华为技术有限公司 | 人机对话中的响应方法、对话系统及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278996B1 (en) * | 1997-03-31 | 2001-08-21 | Brightware, Inc. | System and method for message process and response |
US20080091408A1 (en) * | 2006-10-06 | 2008-04-17 | Xerox Corporation | Navigation system for text |
CN103250129A (zh) * | 2010-09-24 | 2013-08-14 | 国际商业机器公司 | 使用具有受限结构的文本提供具有延迟类型评估的问答 |
US20130275164A1 (en) * | 2010-01-18 | 2013-10-17 | Apple Inc. | Intelligent Automated Assistant |
CN105589844A (zh) * | 2015-12-18 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种用于多轮问答系统中缺失语义补充的方法 |
CN106528770A (zh) * | 2016-11-07 | 2017-03-22 | 大连工业大学 | 基于设计意图的cad语义模型检索方法 |
CN107193865A (zh) * | 2017-04-06 | 2017-09-22 | 上海奔影网络科技有限公司 | 人机交互中自然语言意图理解方法及装置 |
CN108334487A (zh) * | 2017-07-14 | 2018-07-27 | 腾讯科技(深圳)有限公司 | 缺失语意信息补全方法、装置、计算机设备和存储介质 |
WO2018149326A1 (zh) * | 2017-02-16 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
-
2018
- 2018-08-31 CN CN201811011726.XA patent/CN110874399B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278996B1 (en) * | 1997-03-31 | 2001-08-21 | Brightware, Inc. | System and method for message process and response |
US20080091408A1 (en) * | 2006-10-06 | 2008-04-17 | Xerox Corporation | Navigation system for text |
US20130275164A1 (en) * | 2010-01-18 | 2013-10-17 | Apple Inc. | Intelligent Automated Assistant |
CN103250129A (zh) * | 2010-09-24 | 2013-08-14 | 国际商业机器公司 | 使用具有受限结构的文本提供具有延迟类型评估的问答 |
CN105589844A (zh) * | 2015-12-18 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种用于多轮问答系统中缺失语义补充的方法 |
CN106528770A (zh) * | 2016-11-07 | 2017-03-22 | 大连工业大学 | 基于设计意图的cad语义模型检索方法 |
WO2018149326A1 (zh) * | 2017-02-16 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
CN108446286A (zh) * | 2017-02-16 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
CN107193865A (zh) * | 2017-04-06 | 2017-09-22 | 上海奔影网络科技有限公司 | 人机交互中自然语言意图理解方法及装置 |
CN108334487A (zh) * | 2017-07-14 | 2018-07-27 | 腾讯科技(深圳)有限公司 | 缺失语意信息补全方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
李求实;王秋月;王珊;: "XML关键词检索的查询理解", 软件学报, no. 08, pages 72 - 87 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460122A (zh) * | 2020-04-03 | 2020-07-28 | 成都晓多科技有限公司 | 基于深度学习的尺码识别方法与系统 |
WO2021232957A1 (zh) * | 2020-05-20 | 2021-11-25 | 华为技术有限公司 | 人机对话中的响应方法、对话系统及存储介质 |
CN113282729A (zh) * | 2021-06-07 | 2021-08-20 | 北京金山数字娱乐科技有限公司 | 基于知识图谱的问答方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110874399B (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407178B (zh) | 一种会话摘要生成方法、装置、服务器设备以及终端设备 | |
CN109670163B (zh) | 信息识别方法、信息推荐方法、模板构建方法及计算设备 | |
US20190103111A1 (en) | Natural Language Processing Systems and Methods | |
CN109145104B (zh) | 用于对话交互的方法和装置 | |
WO2018036555A1 (zh) | 会话处理方法及装置 | |
US10223445B2 (en) | Hybrid natural language processor | |
CN111639168B (zh) | 一种多轮对话的处理方法、装置、电子设备及存储介质 | |
US20170249309A1 (en) | Interpreting and Resolving Conditional Natural Language Queries | |
CN110869969A (zh) | 用于在通信会话内生成个性化响应的虚拟助手 | |
JP2020521210A (ja) | 情報処理方法及び端末、コンピュータ記憶媒体 | |
CN108509638B (zh) | 一种问题提取方法及电子设备 | |
CN105653673B (zh) | 信息搜索方法及装置 | |
CN112948534A (zh) | 一种智能人机对话的交互方法、系统和电子设备 | |
CN108228808B (zh) | 确定热点事件的方法、装置和存储介质以及电子设备 | |
CN110377745B (zh) | 信息处理方法、信息检索方法、装置及服务器 | |
CN105528403B (zh) | 目标数据识别方法及装置 | |
CN109215630B (zh) | 实时语音识别方法、装置、设备及存储介质 | |
US20210067471A1 (en) | Contextual feedback, with expiration indicator, to a natural understanding system in a chat bot | |
US20200106876A1 (en) | Selective email narration system | |
CN110874399B (zh) | 信息处理方法、装置、计算设备及终端 | |
JP7204801B2 (ja) | ニューラルネットワークに基づくマンマシンインタラクション方法、装置、及び媒体 | |
CN110532354A (zh) | 内容的检索方法及装置 | |
CN111177583A (zh) | 一种基于社交平台的人脉分析方法及系统 | |
WO2021063089A1 (zh) | 规则匹配方法、规则匹配装置、存储介质及电子设备 | |
US20190163816A1 (en) | Electronic message text classification framework selection |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |