CN111104506A - 人机交互的答复结果确定方法、装置及电子设备 - Google Patents

人机交互的答复结果确定方法、装置及电子设备 Download PDF

Info

Publication number
CN111104506A
CN111104506A CN201911393554.1A CN201911393554A CN111104506A CN 111104506 A CN111104506 A CN 111104506A CN 201911393554 A CN201911393554 A CN 201911393554A CN 111104506 A CN111104506 A CN 111104506A
Authority
CN
China
Prior art keywords
data
reply
target
preset
result
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
Application number
CN201911393554.1A
Other languages
English (en)
Other versions
CN111104506B (zh
Inventor
常纯
张腾飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Zhuiyi Technology Co Ltd
Original Assignee
Shenzhen Zhuiyi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Zhuiyi Technology Co Ltd filed Critical Shenzhen Zhuiyi Technology Co Ltd
Priority to CN201911393554.1A priority Critical patent/CN111104506B/zh
Publication of CN111104506A publication Critical patent/CN111104506A/zh
Application granted granted Critical
Publication of CN111104506B publication Critical patent/CN111104506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Information Transfer Between Computers (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种人机交互的答复结果确定方法、装置及电子设备,应用于计算机应用技术领域,该方法包括:获取查询信息;基于所述查询信息得到答复数据;将预设答复模板中的答复变量数据替换为所述答复数据,得到目标答复结果;输出所述目标答复结果。本申请通过上述方法可以快速、有效地配置出符合预定要求的目标答复结果,进而提高了话术配置的效率。

Description

人机交互的答复结果确定方法、装置及电子设备
技术领域
本申请涉及计算机应用技术领域,更具体地,涉及一种人机交互的答复结果确定方法、装置及电子设备。
背景技术
随着人工智能(Artificial Intelligence,AI)的不断发展,基于AI的人机交互应用也越来越普遍。在人机交互应用中,机器可以获取用户提出的问题,并对该问题进行答复,从而方便了用户在日常生活中进行问题咨询。
通常在人机交互应用中,机器通常会通过第三方应用获取问题对应的答复数据,然后基于该答复数据进行答复话术的配置。然而,目前的答复话术配置由于配置方式单一,无法较好地应用于第三方应用提供的数据,导致适用性较差、配置效率较低。
发明内容
鉴于上述问题,本申请提出了一种人机交互的答复结果确定方法、装置及电子设备。
第一方面,本申请实施例提供了一种人机交互的答复结果确定方法,该方法包括:获取查询信息;基于查询信息得到答复数据;将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,其中,预设答复模板包括答复变量数据和答复固定数据;输出目标答复结果。
进一步地,查询信息包括查询对象、查询条件以及筛选条件,其中,基于所述查询信息得到答复数据,包括:获取与查询对象对应的接口信息,根据接口信息确定数据接口,数据接口用于访问数据库,数据库中的每一种类型的数据对应一个数据接口;根据查询条件从数据接口对应的数据中确定出原始数据;基于筛选条件从原始数据中筛选出目标数据;获取目标数据,并将目标数据作为答复数据。
进一步地,获取目标数据,包括:获取目标数据的在数据库中的存储位置;根据存储位置确定目标数据的数据获取路径;根据数据获取路径从数据库中提取出目标数据。
进一步地,将预设答复模板中的答复变量数据替换为答复数据,包括:获取答复数据对应的计量单位;判断答复数据对应的计量单位是否与答复固定数据对应的计量单位一致;当答复数据对应的计量单位与答复固定数据对应的计量单位一致时,将预设答复模板中的答复变量数据替换为答复数据。
进一步地,将预设答复模板中的答复变量数据替换为答复数据,包括:获取答复数据对应的格式;判断答复数据对应的格式是否与答复固定数据对应格式一致;当答复数据对应的格式与答复固定数据对应的格式一致时,将预设答复模板中的答复变量数据替换为答复数据。
进一步地,将预设答复模板中的答复变量数据替换为答复数据,包括:将答复数据进行预设处理,得到处理后的答复数据,预设处理包括取整、倍乘或倍除;将预设答复模板中的答复变量数据替换为处理后的答复数据。
进一步地,答复数据包括时间数据和日期数据,将答复数据进行预设处理,包括:将日期数据的格式转化为第一格式,将时间数据的格式转化为第二格式,其中,第一格式与预设答复模板对应,第二格式与预设答复模板对应。
进一步地,输出目标答复结果,包括:获取预设答复模板对应的语气参数;基于语气参数对目标答复结果进行转换,并输出转换后的目标答复结果。
进一步地,基于查询信息得到答复数据,包括:将查询信息转化为文本信息;对文本信息进行语义识别,以得到识别结果;将识别结果输入到预先训练的神经网络模型中,获取预先训练的神经网络模型输出的答复数据。
第二方面,本申请实施例提供了一种人机交互的答复结果确定装置,该装置包括:查询信息获取模块、答复数据获取模块、目标答复结果获取模块以及输出模块,其中,查询信息获取模块用于获取查询信息。答复数据获取模块用于基于所述查询信息得到答复数据。目标答复结果获取模块用于将预设答复模板中的答复变量数据替换为所述答复数据,得到目标答复结果,其中,所述预设答复模板包括所述答复变量数据和答复固定数据,输出模块用于输出所述目标答复结果。
进一步地,查询信息包括查询对象、查询条件以及筛选条件,该答复数据获取模块,包括:数据接口确定单元、原始数据确定单元、目标数据筛选单元以及目标数据获取单元。其中,数据接口确定单元用于获取与查询对象对应的接口信息,根据接口信息确定数据接口,数据接口用于访问数据库,数据库中的每一种类型的数据对应一个数据接口。原始数据确定单元用于根据查询条件从数据接口对应的数据中确定出原始数据。目标数据筛选单元用于基于筛选条件从原始数据中筛选出目标数据。目标数据获取单元,用于获取目标数据,并将目标数据作为答复数据。
进一步地,目标数据获取单元,包括:存储位置获取子单元、路径获取子单元以及目标数据提取子单元。其中,存储位置获取子单元用于获取目标数据的在数据库中的存储位置。路径获取子单元用于根据存储位置确定目标数据的数据获取路径。目标数据提取子单元用于根据数据获取路径从数据库中提取出目标数据。
进一步地,目标答复结果获取模块包括:计量单位获取单元、第一判断单元以及第一替换单元。其中,计量单位获取单元用于获取答复数据对应的计量单位。第一判断单元用于判断答复数据对应的计量单位是否与答复固定数据对应的计量单位一致。第一替换单元用于当答复数据对应的计量单位与答复固定数据对应的计量单位一致时,将所述预设答复模板中的答复变量数据替换为所述答复数据。
第三方面,本申请实施例提供了一种电子设备,其包括:存储器;一个或多个处理器,与存储器耦接;一个或多个程序,其中,一个或多个程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序配置用于执行如上述第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读取存储介质,该计算机可读取存储介质中存储有程序代码,该程序代码可被处理器调用执行如上述第一方面所述的方法。
本申请实施例提供的人机交互的答复结果确定方法、装置及电子设备,通过获取查询信息,基于查询信息得到答复数据,在将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,其中,预设答复模板包括答复变量数据和答复固定数据,最后输出目标答复结果。从而可以快速、有效地配置出满足预定要求的目标答复结果,进而提高了话术配置的效率。
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示出了本申请第一实施例提供的人机交互的答复结果确定方法的流程示意图。
图2示出了本申请第二实施例提供的人机交互的答复结果确定方法的流程示意图。
图3示出了本申请第三实施例提供的人机交互的答复结果确定方法的流程示意图。
图4示出了本申请第四实施例提供的人机交互的答复结果确定方法的流程示意图。
图5示出了本申请第五实施例提供的人机交互的答复结果确定方法的流程示意图。
图6示出了本申请第六实施例提供的人机交互的答复结果确定方法的流程示意图。
图7示出了本申请第七实施例提供的人机交互的答复结果确定方法的流程示意图。
图8示出了本申请第七实施例提供的人机交互的答复结果确定方法的流程示意图
图9示出了本申请第八实施例提供的人机交互的答复结果确定装置的模块框图。
图10是本申请第九实施例的用于执行根据本申请实施例的人机交互的答复结果确定方法的电子设备的框图。
图11是本申请第十实施例的用于保存或者携带实现根据本申请实施例的人机交互的答复结果确定方法的程序代码的存储单元。
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,都属于本申请保护的范围。
目前,手机等移动终端设备的普及率越来越高,智能手机已成为人们出行的必备随身物品。随着移动互联网发展迅速,移动终端上出现了各种各样的应用程序,这其中许多应用程序可以为用户提供客服功能,使得用户能够通过客服来进行产品咨询、问题咨询等业务。
通常在用户与机器进行人机交互时,机器会根据用户的咨询的问题进行话术配置,一般配置的话术会包括固定话术和变量数据,根据固定话术和变量数据可以配置出针对用户提出的问题的答复结果。一般而言,机器会从第三方应用针对该问题找出相关答复结果,并依据该相关答复结果来配置本机器的答复话术。
然而,由于第三方应用中的相关答复结果可能存在与本机器的配置的答复结果不匹配的问题,例如,相关答复结果中固定话术所采用的数据的单位是“千”,而本机器的配置的答复结果中固定话术所采用的数据的单位是“万”,所以无法直接根据该相关答复结果来配置本机器的答复话术。由此可知,目前的答复话术配置存在配置方式单一,只能从第三方应用中提取与机器的答复话术匹配的相关答复结果,才能使用该相关答复结果的数据,从而无法较好地应用于第三方应用提供的数据,导致适用性较差、配置效率较低。
为了改善上述问题,发明人提出了本申请实施例中的人机交互的答复结果确定方法、装置及电子设备。能够确定第三方应用中提取出的与查询信息对应的答复数据,并将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,其中,预设答复模板包括答复变量数据和答复固定数据,最后输出目标答复结果。从而可以快速、有效地配置出满足预定要求的目标答复结果,进而提高了话术配置的效率。
下面将通过具体实施例对本申请实施例提供的人机交互的答复结果确定方法、装置及电子设备进行详细说明。
第一实施例
请参阅图1,图1示出了本申请一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以应用于电子设备。其中,电子设备可以是具有显示屏、具有拍摄相机、具有音频输出功能且支持数据输入的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和可穿戴式电子设备等。具体的,数据输入可以是基于电子上具有的语音模块输入语音、字符输入模块输入字符等。
该方法可以包括如下步骤:
S101,获取查询信息。
在一些实施方式中,电子设备可以获取用户输入的查询信息。其中,查询信息用于表征用户要咨询的问题。可选地,查询信息可以是用户输入电子设备的触摸信息、语音信息、文本信息等等。
S102,基于查询信息得到答复数据。
其中,答复数据可以为针对该查询信息从网络上反馈的数据,作为一种示例,例如查询信息为“今天的气温是是多少”,则反馈的数据则可以是气温值,例如“25℃”,因此答复数据则为“25℃”。
S103,将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,其中,预设答复模板包括答复变量数据和答复固定数据。
可以理解的是,预设答复模板中的答复固定数据可以是,每次使用该预设答复模板时,其中始终保持不变的部分,该部分可以包括文字部分,也可以包括了数据部分,例如“从2019年1月到目前为止,接收的快递总数为XXX”。其中,快递总数为预设答复模板中需要被填充的数据,该部分目前还未能确定,需要从其他平台获取,因此该部分可以作为答复变量数据,以表示预设答复模板中的该部分始终是一个可变的数据。
S104,输出目标答复结果。
在一些实施方式中,电子设备可以通过屏幕显示的方式输出该目标答复结果,也可以通过语音播报的方式输出该目标答复结果。
在本实施例中,通过获取查询信息,基于查询信息得到答复数据,在将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,其中,预设答复模板包括答复变量数据和答复固定数据,最后输出目标答复结果。从而可以快速、有效地配置出满足预定要求的目标答复结果,进而提高了话术配置的效率。
第二实施例
请参阅图2,图2示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括:
S110,获取查询信息。
其中,S110的具体实施方式可以参考S101,故不在此赘述。
S120,基于查询信息得到初始答复结果。
其中,初始答复结果为针对该查询信息做出答复信息。其中,初始答复结果可以包括固定话术和变量数据两个部分。作为一种示例,例如查询信息为“广东省有多少万人”,对应该查询信息的答复信息为“广东省一共有12244万人”,其中,“12244”即为初始答复结果中的变量数据,“广东省一共有xxx万人”即为初始答复结果中的固定话术。
可以理解的是,初始答复结果中的变量数据可以相当于实施例一中的答复数据,也就是说,初始答复结果包括固定话术和答复数据,获取初始答复结果相当于获取了答复数据。在实际应用中,当需要获取答复数据时,可以先获取初始答复结果,然后从初始答复结果中获取答复数据。
在一些实施方式中,基于查询信息得到初始答复结果可以是电子设备根据查询信息从第三方应用程序获取初始答复结果,也可以是电子设备根据查询信息从电子设备本地获取初始答复结果,还可以是电子设备根据查询信息从云端服务器获取初始答复结果。
S130,判断初始答复结果是否与预设答复模板匹配,预设答复模板包括答复固定数据和答复变量数据。
可以理解的是,判断初始答复结果是否与预设答复模板匹配可以是,判断答复数据是否与预设答复模板匹配。
在一些实施方式中,预设答复模板中的答复固定数据可以预先与该查询信息进行关联,当电子设备识别出该查询信息后,预设答复模板可以直接调用与该查询信息对应的固定答复数据。而预设答复模板中的答复变量数据可以暂时待定。
当判断初始答复结果是否与预设答复模板匹配时,可以判断预设答复模板中的答复固定数据和初始答复结果中的固定话术是否匹配,判断的依据包括但不限于:答复固定数据和固定话术中对应变量数据的计量单位、限定条件、格式等等。
作为一种示例,例如,查询信息为“广东省的人数为多少”,对应该查询信息,得到的答复固定数据为“广东省目前一共有xxx万人”,而从第三方应用提取出的初始答复结果中的固定话术为“广东省去年一共有xxx万人”,因此答复固定数据和固定话术中对应变量数据的限定条件不一致,可以确定初始答复结果与预设答复模板不匹配。由于初始答复结果与预设答复模板不匹配,所以初始答复结果中的变量数据也无法与预设答复模板匹配,则不能将变量数据作为预设答复模板中的答复变量数据。
S140,当初始答复结果与预设答复模板不匹配时,获取与查询信息对应的答复数据,将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果。
在一些实施方式中,电子设备可以根据查询信息从第三方应用、本地数据库、云端服务器中提取答复数据。其中,可以理解的是,由于预设答复模板可以根据咨询信息得到,所以获取的答复数据与预设答复模板中的答复固定数据相匹配。作为一种示例,当答复数据对应的计量单位、限定条件等均和答复固定数据的计量单位、限定条件一致时,则可以确定获取的答复数据与预设答复模板中的答复固定数据相匹配。然后,可以将预设答复模板中暂时待定的答复变量数据替换为答复数据。可以理解的是,答复数据与答复变量数据为同一类型数据。例如当答复变量数据为数量时,答复数据也为数量。当答复变量数据为“是”或“否”的判断词时,答复数据也为表示判断的相关词语。可选地,答复变量数据可以包括数量、判断词、日期、时间等等。
S150,输出目标答复结果。
在一些实施方式中,电子设备可以通过屏幕显示的方式输出该目标答复结果,也可以通过语音播报的方式输出该目标答复结果。
在本实施例中,通过获取查询信息,并基于该查信息得到初始答复结果,再判断初始答复结果是否与预设答复模板匹配,其中,预设答复模板包括答复固定数据和答复变量数据。当初始答复结果与预设答复模板匹配时,则可以直接输出该初始答复结果,从而可以省去重新配置话术的过程。当初始答复结果与预设答复模板不匹配时,则通过获取与查询信息对应的答复数据,并将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,最后输出该目标答复结果,从而可以快速、有效地配置出满足预定要求的目标答复结果,进而提高了话术配置的效率。
第三实施例
请参阅图3,图3示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括如下步骤:
S201,获取查询信息,其中,查询信息包括查询对象、查询条件以及筛选条件。
作为一种示例,例如,查询信息为“在中国的广东省,人口最多的市具有多少人”,其中,查询信息中的查询对象为“人口”,查询条件为“中国的广东省”,筛选条件为“人口最多的市”。
S202,基于查询信息得到初始答复结果。
S203,判断初始答复结果是否与预设答复模板匹配,预设答复模板包括答复固定数据和答复变量数据。
S204,当初始答复结果与预设答复模板不匹配时,获取与查询对象对应的接口信息,根据接口信息确定数据接口,数据接口用于访问数据库,数据库中的每一种类型的数据对应一个数据接口。
在一些实施方式中,可以根据查询信息对预设的答复模板中的答复变量数据进行配置。具体地,可以根据查询对象、查询条件以及筛选条件对答复变量数据进行配置。
其中,接口信息可以是接口名称,根据接口名称可以确定从哪个数据接口中获取数据,比如天气数据和中国人口总数的数据不会在相同的数据接口中提供,所以像获取天气数据的数据接口的接口名称可以在答复变量数据中配置为GetWhether,又例如,获取人口总数的数据接口的接口名称可以在答复变量数据中配置为GetPopulation。
S205,根据查询条件从数据接口对应的数据中确定出原始数据。
其中,相同的数据接口,可以支持不同的条件来进行查询。例如,在已经确定的名称为GetPopulation接口的情况下,想要知道指定地域的人口,可以在该数据接口中携带查询条件,例如,添加广东省人口的查询条件为Area=Guangdong。从而可以在获取人口的数据接口中准确地得到广东省的人口数据,即原始数据。
S206,基于筛选条件从原始数据中筛选出目标数据。
其中,当得到了原始数据以后,可以在原始数据的基础上继续添加筛选条件以筛选出满足预设答复模板的目标数据,以满足预设的话术配置要求。作为一种示例,当获取了广东省的人口数据作为原始数据后,可以设定的筛选条件包括但不限于:人口最多的城市、人口最少的城市、指定城市的人口、各个城市平均人口、总人口等等。相应地,在预设答复模板的答复变量数据中可以配置为Maxof、Minof、Getif、Avgof、Sumof等方法来获取想要的结果。
S207,获取目标数据,并将目标数据作为答复数据,且将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果。
当确定了目标数据后,则可以从数据库中通过配置好的数据接口、查询条件以及筛选条件获取该目标数据。
在一些实施方式中,S207具体可以通过如下方式实现:首先,获取目标数据的在数据库中的存储位置。其次,根据存储位置确定目标数据的数据获取路径,最后根据数据获取路径从数据库中提取出目标数据。
在实际应用中,从数据接口得到的原始数据可能为一张复杂表的数据,表中可能有多个字段,部分字段可能是数组或者内嵌的复杂数据。因此可以在确定目标数据后,获取该目标数据对应的数据获取路径,以从该数据获取路径中获取目标数据。
作为一种示例,在获取数据时,可以通过如下方式实现:
Figure BDA0002345656380000081
其中,假设要获取的参数为SDL,则可以根据路径data.page.list.SDL来获取想要的参数SDL。可以理解的是,本实施中的原始数据也可以通过指定的数据获取路径获取。
在本实施方式中,通过根据指定数据获取路径来获取目标数据,可以快速、确地获取到目标数据。
S208,输出目标答复结果。
可选地,本实施例的人机交互的答复结果确定方法,还可以包括:
S209,当初始答复结果与预设答复模板匹配时,输出该初始答复结果。
当初始答复结果与预设答复模板匹配时,则表明初始答复结果满足预设答复模板对应的话术要求,可以由电子设备直接输出该初始答复结果。从而省去了重新获取答复数据来配置目标答复结果的过程,从而提高了话术配置的效率。
考虑到目前交互系统通常是一个变量数据定制一个数据接口,并且采用固定获取的方式来支持话术配置,例如变量数据为总人口,则需要从总人口对应的数据接口获取总人口数据,当变量数据为平均人口时,则需要从另外的平均人口对应的数据接口获取数据,而无法从总人口对应的数据接口获取,从而导致配置话术不灵活,无法支持各种业务场景。在本实施例中,通过根据数据接口、查询条件以及筛选条件可以根据不同需求在同一个数据接口中得到不同的变量数据,从而增加配置话术的灵活性,也进一步提高了配置话术的效率。
第四实施例
请参阅图4,图4示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括如下步骤:
S301,获取查询信息。
S302,基于查询信息得到答复数据。
S303,获取答复数据对应的计量单位。
在一些实施方式中,由于在第三方应用中对该答复数据记录时,通常也会记录该数据的计量单位。因此获取答复数据时,也可以直接获取打到答复数据对应的计量单位。例如获取的答复数据为重量“50吨”,其中,答复数据就包括了计量单位“吨”,因此该答复数据对应的计量单位为吨。
S304,判断答复数据对应的计量单位是否与答复固定数据对应的计量单位一致。
作为一种示例,例如当答复数据对应的计量单位是“万人”,而答复固定数据对应的计量单元是“人”时,则确定答复数据对应的计量单位与答复固定数据对应的计量单位不一致。又例如,当初始答复结果对应的计量单位是“吨”,答复固定数据对应的计量单元也是“吨”,而不是“千克”时,则确定答复数据对应的计量单位与答复固定数据对应的计量单位一致。
S305,当答复数据对应的计量单位与答复固定数据对应的计量单位一致时,将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果。
作为一种示例,当答复数据的计量单位为“吨”,且答复固定数据对应的计量单位也为“吨”时,说明答复数据与预设答复模板匹配,因此可以将预设答复模板中的答复变量数据替换为答复数据。
S306,输出目标答复结果。
在本实施例中,通过判断答复数据对应的计量单位是否与答复固定数据对应的计量单位一致,可以便捷、准确判断出答复数据与预设答复模板是否匹配,当匹配时才将答复数据填充至预设答复模板中,避免了答复数据的错误填充而导致目标答复结果错误。从而提高了话术配置的效率。
第五实施例
请参阅图5,图5示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括如下步骤:
S401,获取查询信息。
S402,基于查询信息得到答复数据。
S403,获取答复数据对应的格式。
通常答复数据会通过一定的格式进行显示,以日期为例,其显示可是可以包括公历、农历等,因此可以根据变量数据如日期、时间等格式来判断答复数据和预设答复模板是否匹配。
S404,判断答复数据对应的格式是否与答复固定数据对应格式一致。
作为一种示例,例如,答复数据中日期对应的格式为“11月26日”,而答复固定数据中日期对应的格式为“十一月初一”,则可以确定答复数据对应的计量单位与答复固定数据对应的计量单位不一致。又例如,答复数据中时间对应的格式“14:00”,而答复固定数据中日期对应的格式为“下午2点”,则可以确定答复数据对应的计量单位与答复固定数据对应的计量单位不一致,因此答复数据与预设答复模板不匹配。
S405,当答复数据对应的格式与答复固定数据对应的格式一致时,将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果。
S406,输出目标答复结果。
在本实施例中,通过判断答复数据对应的格式是否与答复固定数据对应的格式一致,可以快速、准确地判断出答复数据与预设答复模板是否匹配,当匹配时才将答复数据填充至预设答复模板中,避免了答复数据的错误填充而导致目标答复结果错误。从而提高了话术配置的效率。
可选地,在判断答复数据与预设答复模板是否匹配时,可以单独通过判断答复数据对应的计量单位是否与答复固定数据对应的计量单位一致来确定。也可以单独通过判断答复数据对应的格式是否与答复固定数据对应的格式一致来确定。还可以同时通过判断答复数据对应的格式和计量单位是否与答复固定数据对应的格式和计量单位一致来确定
第六实施例
请参阅图6,图6示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括如下步骤:
S501,获取查询信息。
S502,基于查询信息得到初始答复结果。
可以理解的是,基于查询信息得到的可以是初始答复结果,也可以直接是答复数据。
S503,判断初始答复结果是否与预设答复模板匹配,预设答复模板包括答复固定数据和答复变量数据。
S504,当初始答复结果与预设答复模板不匹配时,获取与查询信息对应的答复数据。
可以理解的是,判断初始答复结果是否与预设答复模板匹配可以是,直接判断初始答复结果中的变量数据是否与预设答复模板匹配。因此,当基于查询信息得到的是答复数据时,可以是判断答复数据是否与预设答复模板匹配。其中,判断的方法具体可以参考实施例四和实施例五。
S505,将答复数据进行预设处理,得到处理后的答复数据,预设处理包括取整、倍乘或倍除。
在一些实施方式中,电子设备从第三方应用获取的答复数据可能与计量单位或者话术配置要求与预设答复模板不匹配,因此需要对该答复数据进行预处理以使处理后的答复数据与预设答复模板匹配。作为一种示例,例如,获取的答复数据“100万人”对应的单位是“万人”,而预设答复模板对应的单位是“人”,因此需要对答复数据进行10000的倍乘的预处理,以将答复数据的计量单位“万人”转换为与预设答复模板对应的计量单位“人”。又例如,预设答复模板的话术配置要求显示的数据为整数,而获取的答复数据带有小数,则可以通过取整的预处理对答复数据进行处理,可选地,取整的方式可以是四舍五入。其中,预处理中的倍除也可以用于计量单位的转换。
在一些实施方式中,答复数据包括时间数据和日期数据,将答复数据进行预设处理,包括:
将日期数据的格式转化为第一格式,将时间数据的格式转化为第二格式,其中,第一格式与预设答复模板对应,第二格式与预设答复模板对应。
由于答复数据的格式可能预设答复模板的格式不一致,因此需要对通过预处理将答复数据的格式与预设答复模板的格式进行统一。
以日期数据为例,如预设答复模板中对日期数据的显示格式为公历(即第一格式),如“11月26日”,而获取的答复数据中的日期数据的显示格式为农历,如“十一月初一”,因此需要将答复数据中的日期数据的格式转化为第以格式。
以时间数据为例,如预设答复模板中对时间的显示格式(即第二格式)为数字显示,如“14:00”,而获取的答复数据中时间数据的显示格式为文字加数字,如“下午2点”,因此需要将答复数据中的时间数据的格式转化为第二格式。
在本实施方式中,通过对答复数据中的日期数据和时间数据进行预处理,从而可以保证答复数据满足预设答复模板的格式要求。
S506,将预设答复模板中的答复变量数据替换为处理后的答复数据,得到目标答复结果。
S507,输出目标答复结果。
S508,当初始答复结果与预设答复模板匹配时,输出该初始答复结果。
考虑到数据服务可能为第三方服务,从第三方返回的答复数据可能与预设的话术配置不匹配,例如计量单位、显示格式等不匹配,从而无法较好地将获取的答复数据和预设答复模板进行结合。在本实施例中,通过对答复数据进行预处理,以使处理后的答复数据能与预设答复模板匹配,从而可以有效地基于答复数据和预设答复模板生成目标答复结果。
作为一种示例:例如,用户的问句为:“广东省有多少万人?”则预设答复模板(话术配置)可以为“您好,截至%GetPopulation/Getif(Area=Guangdong,list.date,Date(2019年10月29日))%,广东省一共有%GetPopulation/Getif(Area=Guangdong,list.count,Dev(10000))%万人。”。其中,%GetPopulation/Getif(Area=Guangdong,list.date,Date(2019年10月29日))%和%GetPopulation/Getif(Area=Guangdong,list.count,Dev(10000))%为用于确定预设答复模板中答复变量数据的话术配置信息,即用于确定答复数据。其中,除答复数据以外的数据为预设答复模板的固定答复数据。
基于上述配置信息,假设得到的数据查询结果(即答复数据)如下:
Figure BDA0002345656380000111
Figure BDA0002345656380000121
因此,可以基于上述预设答复模板和答复数据,生成目标答复结果:“您好,截至2018年12月31日,广东省一共有12244万人。”
作为另一种示例:例如,用户的问句为:“中国各省平均人口是多少,人口最多的省是哪个省,他的人口是多少?”。
则预设答复模板(话术配置)可以为:您好,中国各省平均人口是%GetPopulation/Avg(Area=any,list.count,Dev(10000))%万人,人口最多的省是%GetPopulation/Maxof(Area=any,list.name,list.count)%,%GetPopulation/Maxof(Area=any,list.name,list.count)%的人口数量为%GetPopulation/Maxof(Area=any,list.count,list.count,Dev(10000))%万人。
基于上述配置信息,假设得到的数据查询结果(即答复数据)如下:
Figure BDA0002345656380000122
因此,可以基于预设答复模板和答复数据,生成目标答复结果:“您好,中国各省平均人口是5443万人,人口最多的省是广东省,广东省的人口数量为12244万人。”
其中,上述的话术配置信息,可以通过下列方式进行配置:
(1)话术配置中支持配置变量的方式,两个“%”符号中间的内容为需要替换的答复变量数据。
(2)话术支持配置数据获取接口,“/”符号之前代表接口名称。
(3)话术支持配置筛选方法,“/”后面,“(”之前的内容为筛选条件。
(4)话术支持配置查询条件(也可以称为附加条件),“/”后面,“(”后的第一个参数附加条件。采用http协议的query字段填充方式来支持多个附加条件,如Age>35&Sex=Man。也可支持配置指定方法如$Today,会在获取数据的附加条件中自动增加“Date=实时日期”。
(4)话术支持配置数据获取路径,“/”后面,“(”后的第二个参数为数据获取路径。具体地,可以采用采用点分方法来区分字段路径。
(5)话术支持配置后处理进行格式化,“)”前最后一个字段代表格式化方式。
在一些实施方式中,在话术配置时,支持的筛选方法和筛选法对应的配置方式,可以如表1所示:
表1
Figure BDA0002345656380000131
在一些实施方式,预处理的方式以及与预处理对应的表达方式可以如表2所示:
表2
Figure BDA0002345656380000132
第七实施例
请参阅图7,图7示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括如下步骤:
S601,获取查询信息。
S602,基于查询信息得到初始答复结果。
S603,判断初始答复结果是否与预设答复模板匹配,预设答复模板包括答复固定数据和答复变量数据。
S604,当初始答复结果与预设答复模板不匹配时,获取与查询信息对应的答复数据,将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果。
S605,获取预设答复模板对应的语气参数。
在一些实施方式中,可以预先将答复模板和语气参数进行关联。每一个答复模板可以对应一个或多个语气参数。此后,可以根据预设答复模板获取对应语气参数。其中,语气参数包括响度、音调、频率等参数。每一种语气参数可以用于表征一种情绪的语气。
S606,基于语气参数对目标答复结果进行转换,并输出转换后的目标答复结果。
在一些实施方式中,当目标答复结果为文本时,可以通过从文本到语音(Text ToSpeech,TTS)技术,将目标答复结果从文本转换为语音,并基于该语音和语气参数进行合成,得到转换后的目标答复结果。此时,转换后的目标答复结果为语音信息。
在本实施方式中,通过针对用户输入的咨询信息,以带有语气特征的语音形式反馈答复结果,从而使回答更为自然,增强了用户的新鲜感和智能感,进而提升了用户的体验感。
第八实施例
请参阅图8,图8示出了本申请另一个实施例提供的人机交互的答复结果确定方法的流程示意图。该方法可以包括如下步骤:
S701,获取查询信息。
S702,将查询信息转化为文本信息。
S703,对文本信息进行语义识别,以得到识别结果。
S704,将识别结果输入到预先训练的神经网络模型中,获取预先训练的神经网络模型输出的答复数据。
S705,判断答复数据是否与预设答复模板匹配,预设答复模板包括答复固定数据和答复变量数据。
S706,当答复数据与预设答复模板匹配时,将预设答复模板中的答复变量数据替换为所述答复数据,得到目标答复结果
S707,输出目标答复结果。
在本实施例中,通过预先训练的神经网络模型可以快速有效地得到与查询信息对应的答复数据。
第九实施例
请参阅图9,图9示出了本申请一个实施例提供的人机交互的答复结果确定装置800的模块框图。该装置800可以应用于具有显示屏或其他图像输出装置800的电子设备,电子设备可以是智能手机、平板电脑、投影仪、穿戴式智能终端等电子设备。
下面将针对图8所示的模块框图进行阐述,该装置包800包括:查询信息获取模块810、答复数据获取模块820、目标答复结果获取模块830以及输出模块840。
其中,查询信息获取模块810,用于获取查询信息。
答复数据获取模块820,用于基于查询信息得到答复数据。
目标答复结果获取模块830,用于将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,其中,预设答复模板包括答复变量数据和答复固定数据。
输出模块840,用于输出目标答复结果。
进一步地,查询信息包括查询对象、查询条件以及筛选条件。
该答复数据获取模块820包括:数据接口确定单元、原始数据确定单元、目标数据筛选单元以及目标数据获取单元。
其中,数据接口确定单元,用于获取与查询对象对应的接口信息,根据接口信息确定数据接口,数据接口用于访问数据库,数据库中的每一种类型的数据对应一个数据接口。
原始数据确定单元,用于根据查询条件从数据接口对应的数据中确定出原始数据。
目标数据筛选单元,用于基于筛选条件从原始数据中筛选出目标数据。
目标数据获取单元,用于获取目标数据,并将目标数据作为答复数据。
进一步地,目标数据获取单元,包括:存储位置获取子单元、路径获取子单元以及目标数据提取子单元。
其中,存储位置获取子单元,用于获取目标数据的在数据库中的存储位置。路径获取子单元用于根据存储位置确定目标数据的数据获取路径。
目标数据提取子单元,用于根据数据获取路径从数据库中提取出目标数据。
进一步地,目标答复结果获取模块830包括:计量单位获取单元、第一判断单元以及第一替换单元。
其中,计量单位获取单元,用于获取答复数据对应的计量单位。
第一判断单元,用于判断答复数据对应的计量单位是否与答复固定数据对应的计量单位一致。
第一替换单元,用于当答复数据对应的计量单位与答复固定数据对应的计量单位一致时,将预设答复模板中的答复变量数据替换为答复数据。
进一步地,目标答复结果获取模块830包括:
格式获取单元,用于获取答复数据对应的格式。
第二判断单元,用于判断答复数据对应的格式是否与答复固定数据对应格式一致。
第二替换单元,用于当答复数据对应的格式与答复固定数据对应的格式一致时,将预设答复模板中的答复变量数据替换为答复数据。
进一步地,目标答复结果获取模块840,具体用于将答复数据进行预设处理,得到处理后的答复数据,预设处理包括取整、倍乘或倍除;将预设答复模板中的答复变量数据替换为处理后的答复数据。
进一步地,答复数据包括时间数据和日期数据,目标答复结果获取模块840,还用于将日期数据的格式转化为第一格式,将时间数据的格式转化为第二格式,其中,第一格式与预设答复模板对应,第二格式与预设答复模板对应。
进一步地,输出模块850,具体用于获取预设答复模板对应的语气参数;基于语气参数对目标答复结果进行转换,并输出转换后的目标答复结果。
进一步地,答复数据获取模块820具体用于将查询信息转化为文本信息;对文本信息进行语义识别,以得到识别结果;将识别结果输入到预先训练的神经网络模型中,获取预先训练的神经网络模型输出的答复数据。
本申请实施例提供的人机交互的答复结果确定装置用于实现前述方法实施例中相应的人机交互的答复结果确定方法,并具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的技术人员可以清楚地了解到,本申请实施例提供的人机交互的答复结果确定装置能够实现前述方法实施例中的各个过程,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参阅前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
第十实施例
请参阅图10,其示出了本申请实施例提供的一种电子设备900的结构框图。该电子设备900可以是智能手机、平板电脑等能够运行应用程序的电子设备。本申请中的电子设备900可以包括一个或多个如下部件:处理器910、存储器920以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器920中并被配置为由一个或多个处理器910执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器910可以包括一个或者多个处理核。处理器910利用各种接口和线路连接整个电子设备900内的各个部分,通过运行或执行存储在存储器920内的指令、程序、代码集或指令集,以及调用存储在存储器920内的数据,执行电子设备900的各种功能和处理数据。可选地,处理器910可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器910可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器910中,单独通过一块通信芯片进行实现。
存储器920可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器920可用于存储指令、程序、代码、代码集或指令集。存储器920可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备900在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
第十一实施例
请参阅图11,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质1000中存储有程序代码,程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质1000可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质1000包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质1000具有执行上述方法中的任何方法步骤的程序代码1010的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码1010可以例如以适当形式进行压缩。
综上所述,本申请实施例提供的人机交互的答复结果确定方法、装置及电子设备,通过获取查询信息,并基于该查信息得到初始答复结果,再判断初始答复结果是否与预设答复模板匹配,其中,预设答复模板包括答复固定数据和答复变量数据。当初始答复结果与预设答复模板匹配时,则可以直接输出该初始答复结果,从而可以省去重新配置话术的过程。当初始答复结果与预设答复模板不匹配时,则通过获取与查询信息对应的答复数据,并将预设答复模板中的答复变量数据替换为答复数据,得到目标答复结果,最后输出该目标答复结果,从而可以快速、有效地配置出满足预定要求的目标答复结果,进而提高了话术配置的效率。
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,并不驱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 (15)

1.一种人机交互的答复结果确定方法,其特征在于,所述方法包括:
获取查询信息;
基于所述查询信息得到答复数据;
将预设答复模板中的答复变量数据替换为所述答复数据,得到目标答复结果,其中,所述预设答复模板包括所述答复变量数据和答复固定数据;
输出所述目标答复结果。
2.根据权利要求1所述的方法,其特征在于,所述查询信息包括查询对象、查询条件以及筛选条件,所述基于所述查询信息得到答复数据,包括:
获取与所述查询对象对应的接口信息,根据所述接口信息确定数据接口,所述数据接口用于访问数据库,所述数据库中的每一种类型的数据对应一个数据接口;
根据所述查询条件从所述数据接口对应的数据中确定出原始数据;
基于所述筛选条件从所述原始数据中筛选出目标数据;
获取所述目标数据,并将所述目标数据作为所述答复数据。
3.根据权利要求2所述的方法,其特征在于,所述获取所述目标数据,包括:
获取所述目标数据的在所述数据库中的存储位置;
根据所述存储位置确定所述目标数据的数据获取路径;
根据所述数据获取路径从所述数据库中提取出所述目标数据。
4.根据权利要求1至3所述的方法,其特征在于,所述将预设答复模板中的答复变量数据替换为所述答复数据,包括:
获取所述答复数据对应的计量单位;
判断所述答复数据对应的计量单位是否与所述答复固定数据对应的计量单位一致;
当所述答复数据对应的计量单位与所述答复固定数据对应的计量单位一致时,将预设答复模板中的答复变量数据替换为所述答复数据。
5.根据权利要求1至3所述的方法,其特征在于,所述将预设答复模板中的答复变量数据替换为所述答复数据,包括:
获取所述答复数据对应的格式;
判断所述答复数据对应的格式是否与所述答复固定数据对应格式一致;
当所述答复数据对应的格式与所述答复固定数据对应的格式一致时,将预设答复模板中的答复变量数据替换为所述答复数据。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述将预设答复模板中的答复变量数据替换为所述答复数据,包括:
将所述答复数据进行预设处理,得到处理后的答复数据,所述预设处理包括取整、倍乘或倍除;
将所述预设答复模板中的答复变量数据替换为所述处理后的答复数据。
7.根据权利要求6所述的方法,其特征在于,所述答复数据包括时间数据和日期数据,所述将所述答复数据进行预设处理,包括:
将所述日期数据的格式转化为第一格式,将所述时间数据的格式转化为第二格式,其中,所述第一格式与所述预设答复模板对应,所述第二格式与所述预设答复模板对应。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述输出所述目标答复结果,包括:
获取所述预设答复模板对应的语气参数;
基于所述语气参数对所述目标答复结果进行转换,并输出转换后的目标答复结果。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述基于所述查询信息得到答复数据,包括:
将所述查询信息转化为文本信息;
对所述文本信息进行语义识别,以得到识别结果;
将所述识别结果输入到预先训练的神经网络模型中,获取所述预先训练的神经网络模型输出的所述答复数据。
10.一种人机交互的答复结果确定装置,其特征在于,所述装置包括:
查询信息获取模块,用于获取查询信息;
答复数据获取模块,用于基于所述查询信息得到答复数据;
目标答复结果获取模块,用于将预设答复模板中的答复变量数据替换为所述答复数据,得到目标答复结果,其中,所述预设答复模板包括所述答复变量数据和答复固定数据;
输出模块,用于输出所述目标答复结果。
11.根据权利要求10所述的人机交互的答复结果确定装置,其特征在于,所述查询信息包括查询对象、查询条件以及筛选条件,所述答复数据获取模块,包括:
数据接口确定单元,用于获取与所述查询对象对应的接口信息,根据所述接口信息确定数据接口,所述数据接口用于访问数据库,所述数据库中的每一种类型的数据对应一个数据接口;
原始数据确定单元,用于根据所述查询条件从所述数据接口对应的数据中确定出原始数据;
目标数据筛选单元,用于基于所述筛选条件从所述原始数据中筛选出目标数据;
目标数据获取单元,用于获取所述目标数据,并将所述目标数据作为所述答复数据。
12.根据权利要求11所述的人机交互的答复结果确定装置,其特征在于,所述目标数据获取单元,包括:
存储位置获取子单元,用于获取所述目标数据的在所述数据库中的存储位置;
路径获取子单元,用于根据所述存储位置确定所述目标数据的数据获取路径;
目标数据提取子单元,用于根据所述数据获取路径从所述数据库中提取出所述目标数据。
13.根据权利要求10所述的人机交互的答复结果确定装置,其特征在于,所述目标答复结果获取模块包括:
计量单位获取单元,用于获取所述答复数据对应的计量单位;
第一判断单元,用于判断所述答复数据对应的计量单位是否与所述答复固定数据对应的计量单位一致;
第一替换单元,用于当所述答复数据对应的计量单位与所述答复固定数据对应的计量单位一致时,将所述预设答复模板中的答复变量数据替换为所述答复数据。
14.一种电子设备,其特征在于,包括:
存储器;
一个或多个处理器,与所述存储器耦接;
一个或多个程序,其中,所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1至9任一项所述的方法。
15.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1至9任一项所述的方法。
CN201911393554.1A 2019-12-30 2019-12-30 人机交互的答复结果确定方法、装置及电子设备 Active CN111104506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911393554.1A CN111104506B (zh) 2019-12-30 2019-12-30 人机交互的答复结果确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911393554.1A CN111104506B (zh) 2019-12-30 2019-12-30 人机交互的答复结果确定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111104506A true CN111104506A (zh) 2020-05-05
CN111104506B CN111104506B (zh) 2024-02-20

Family

ID=70424343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911393554.1A Active CN111104506B (zh) 2019-12-30 2019-12-30 人机交互的答复结果确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111104506B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111063348A (zh) * 2019-12-13 2020-04-24 腾讯科技(深圳)有限公司 一种信息处理方法、装置、设备及计算机存储介质
CN111666376A (zh) * 2020-05-21 2020-09-15 武汉大学 一种基于段落边界扫描预测与词移距离聚类匹配的答案生成方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657017A (zh) * 2017-09-26 2018-02-02 百度在线网络技术(北京)有限公司 用于提供语音服务的方法和装置
CN109885810A (zh) * 2019-01-17 2019-06-14 平安城市建设科技(深圳)有限公司 基于语义解析的人机问答方法、装置、设备和存储介质
CN110110049A (zh) * 2017-12-29 2019-08-09 深圳市优必选科技有限公司 服务咨询方法、装置、系统、服务机器人及存储介质
US20190303409A1 (en) * 2017-01-31 2019-10-03 Fujitsu Limited Data search method, data search apparatus, and non-transitory computer-readable storage medium storing program for data search
CN110430022A (zh) * 2019-08-19 2019-11-08 深圳市鹏海运电子数据交换有限公司 数据传输方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190303409A1 (en) * 2017-01-31 2019-10-03 Fujitsu Limited Data search method, data search apparatus, and non-transitory computer-readable storage medium storing program for data search
CN107657017A (zh) * 2017-09-26 2018-02-02 百度在线网络技术(北京)有限公司 用于提供语音服务的方法和装置
CN110110049A (zh) * 2017-12-29 2019-08-09 深圳市优必选科技有限公司 服务咨询方法、装置、系统、服务机器人及存储介质
CN109885810A (zh) * 2019-01-17 2019-06-14 平安城市建设科技(深圳)有限公司 基于语义解析的人机问答方法、装置、设备和存储介质
CN110430022A (zh) * 2019-08-19 2019-11-08 深圳市鹏海运电子数据交换有限公司 数据传输方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111063348A (zh) * 2019-12-13 2020-04-24 腾讯科技(深圳)有限公司 一种信息处理方法、装置、设备及计算机存储介质
CN111666376A (zh) * 2020-05-21 2020-09-15 武汉大学 一种基于段落边界扫描预测与词移距离聚类匹配的答案生成方法及装置
CN111666376B (zh) * 2020-05-21 2023-07-18 武汉大学 一种基于段落边界扫描预测与词移距离聚类匹配的答案生成方法及装置

Also Published As

Publication number Publication date
CN111104506B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
US10079014B2 (en) Name recognition system
CN109040471B (zh) 情绪提示方法、装置、移动终端以及存储介质
EP2491550B1 (en) Personalized text-to-speech synthesis and personalized speech feature extraction
CN106251869B (zh) 语音处理方法及装置
KR20100109034A (ko) 문자 메시지 작성 방법 및 이를 이용한 휴대 단말기
US20180226073A1 (en) Context-based cognitive speech to text engine
CN107316635B (zh) 语音识别方法及装置、存储介质、电子设备
CN106713111B (zh) 一种添加好友的处理方法、终端及服务器
US9172795B1 (en) Phone call context setting
JP5834291B2 (ja) 音声認識装置、自動応答方法及び、自動応答プログラム
CN111104506A (zh) 人机交互的答复结果确定方法、装置及电子设备
KR100881657B1 (ko) 위젯형 통화 대기화면 제공 시스템
CN110781327B (zh) 图像搜索方法、装置、终端设备及存储介质
CN108132717A (zh) 候选词的推荐方法、装置、存储介质及移动终端
CN109948155B (zh) 一种多意图的选择方法及装置、终端设备
CN105681523A (zh) 一种自动发送生日祝福短信的方法及装置
US10950235B2 (en) Information processing device, information processing method and program recording medium
US11895269B2 (en) Determination and visual display of spoken menus for calls
CN114708849A (zh) 语音处理方法、装置、计算机设备及计算机可读存储介质
CN108462802B (zh) 按键操作提示方法及终端设备
CN114694645A (zh) 一种确定用户意图的方法及装置
JP7406921B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN110489738B (zh) 一种信息处理方法、电子设备及计算机存储介质
CN117459909A (zh) 短信拦截方法、装置、电子设备以及存储介质
CN104717339A (zh) 联系人查询系统及方法、通信装置

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