CN111159380B - 交互方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种交互方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：通过交互界面获取第一交互信息，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息，调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，根据目标机器人标识和目标回复信息，生成第二交互信息，通过交互界面显示第二交互信息。通过设置多个智能机器人供用户选择，可以满足用户的多种需求，丰富了交互内容，提高了交互能力。

Description

交互方法、装置、计算机设备及存储介质

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种交互方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展，智能对话系统的应用越来越广泛。通过将智能对话系统应用于多种场景，如问题解答场景下或聊天场景下，可以根据人们的问题信息进行智能解答，从而实现人与智能对话系统之间的对话。

相关技术中提供了一种交互方法，基于神经网络模型对获取到的问题信息进行处理，生成问题信息对应的回复信息。由于上述方法只是基于一个神经网络模型生成回复信息，导致生成的回复信息单一。

发明内容

本申请实施例提供了一种交互方法、装置、计算机设备及存储介质，能够丰富了生成的回复信息的样式，有效提高对用户的吸引力。所述技术方案如下：

一方面，提供了一种交互方法，所述方法包括：

通过交互界面获取第一交互信息，所述第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息；

调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息；

根据所述目标机器人标识和所述目标回复信息，生成第二交互信息；

通过所述交互界面显示所述第二交互信息。

另一方面，提供了一种信息推荐装置，所述装置包括：

交互信息获取模块，用于通过交互界面获取第一交互信息，所述第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息；

回复信息获取模块，用于调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息；

交互信息生成模块，用于根据所述目标机器人标识和所述目标回复信息，生成第二交互信息；

交互信息显示模块，用于通过所述交互界面显示所述第二交互信息。

可选地，所述交互信息获取模块，包括：

交互界面显示单元，用于基于当前登录的用户标识，显示所述交互界面；

获取单元，用于获取从所述多个智能机器人标识中选择的所述目标机器人标识和输入的所述目标问题信息；

交互信息生成单元，用于根据所述用户标识、所述目标机器人标识和所述目标问题信息，生成所述第一交互信息，且所述第一交互信息中所述用户标识为交互发起方，所述目标机器人标识为交互回复方。

可选地，所述获取单元，还用于响应于所述交互界面的输入区域包括指定字符，显示所述多个智能机器人标识；响应于对所述多个智能机器人标识中所述目标机器人标识的触发操作，在所述输入区域显示所述目标机器人标识；获取在所述目标机器人标识之后输入的目标问题信息。

可选地，所述交互信息生成单元，还用于响应于所述交互界面为所述用户标识所在群组的群组交互界面，根据所述目标机器人标识、所述用户标识和所述目标回复信息，生成所述第二交互信息，且所述第二交互信息中所述目标机器人标识为交互发起方，所述用户标识为交互回复方。

可选地，所述装置还包括：

详情信息显示模块，用于响应于对所述第二交互信息的触发操作，通过所述交互界面显示所述详情信息。

可选地，所述回复信息获取模块，包括：

请求发送单元，用于向服务器发送回复信息获取请求，所述回复信息获取请求携带所述目标机器人标识、所述目标问题信息及当前登录的用户标识，所述服务器用于调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息；

信息接收单元，用于接收所述服务器发送的所述目标回复信息。

可选地，所述回复信息获取模块，包括：

第一模型调用单元，用于调用所述目标机器人的意图分类模型；

意图类型确定单元，用于基于所述意图分类模型对所述目标问题信息进行处理，确定所述目标问题信息的目标意图类型；

关键词提取单元，用于从所述目标问题信息中，提取与所述目标意图类型对应的关键词；

第一回复信息生成单元，用于根据所述目标意图类型及所述关键词，生成所述目标问题信息对应的目标回复信息。

可选地，所述意图类型确定单元，还用于将所述目标问题信息输入至所述意图分类模型，确定所述目标问题信息与所述意图分类模型的每个意图类型的置信度；将置信度大于第一预设阈值的意图类型，确定为所述目标问题信息对应的目标意图类型。

可选地，所述关键词提取单元，还用于将所述目标问题信息进行分词处理，得到多个词语；获取所述多个词语的词向量；响应于任一词语的词向量属于所述目标意图类型对应的词向量范围，将所述任一词语作为所述目标意图类型对应的关键词。

可选地，所述第一回复信息生成单元，还用于获取与所述目标意图类型对应的关键字段；在所述目标机器人的语料信息数据库中，查询所述关键字段包括所述关键词的至少一条语料信息，所述语料信息数据库中包括多条语料信息，每条语料信息包括至少一个字段；根据所述至少一条语料信息，生成所述目标回复信息。

可选地，所述第一回复信息生成单元，还用于将所述至少一条语料信息添加至所述目标意图类型对应的回复模板中，生成所述目标回复信息。

可选地，所述回复信息获取模块，包括：

数据库调用单元，用于调用所述目标机器人的问答信息数据库，所述问答信息数据库中包括多个问题信息及对应的回复信息；

回复信息确定单元，用于响应于所述多个问题信息中任一问题信息与所述目标问题信息匹配，将所述任一问题信息对应的回复信息，确定为所述目标回复信息。

可选地，所述回复信息确定单元，还用于确定所述问答信息数据库中每个问题信息与所述目标问题信息的相似度；响应于所述多个问题信息中任一问题信息与所述目标问题信息的相似度大于第二预设阈值，确定所述任一问题信息与所述目标问题信息匹配；将所述任一问题信息对应的回复信息，确定为所述目标回复信息。

可选地，所述回复信息获取模块，包括：

第二模型调用单元，用于调用所述目标机器人的回复信息生成模型；

第二回复信息生成单元，用于基于所述回复信息生成模型对所述目标问题信息进行处理，生成所述目标回复信息。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如上述方面所述的交互方法。

另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如上述方面所述的交互方法。

本申请实施例提供的技术方案带来的有益效果至少包括：

本申请实施例提供的方法、装置、计算机设备及存储介质，通过交互界面获取第一交互信息，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息，调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，根据目标机器人标识和目标回复信息，生成第二交互信息，通过交互界面显示第二交互信息。通过设置多个智能机器人供用户选择，可以满足用户的多种需求，丰富了交互内容，提高了交互能力。且每个智能机器人可以根据多种方式生成多种回复信息，丰富了生成的回复信息的样式，避免生成的回复信息单一，从而提高了对用户的吸引力。

通过将多个智能机器人采用容器部署的形式，可以对多个机器人进行调度，从而节省了资源，避免资源的浪费。且该容器部署具有通用性，可以对该容器中的智能机器人进行增加和删减，具有良好的扩展性。

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实施例的一些实施例，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是本申请实施例提供的一种实施环境的示意图；

图2是本申请实施例提供的一种交互方法的流程图；

图3是本申请实施例提供的一种交互界面的示意图；

图4是本申请实施例提供的一种交互界面的示意图；

图5是本申请实施例提供的一种意图分类模型的训练流程图；

图6是本申请实施例提供的一种回复信息生成模型的结构示意图；

图7是本申请实施例提供的一种交互界面的示意图；

图8是本申请实施例提供的一种交互界面的示意图；

图9是本申请实施例提供的一种业务交互结构示意图；

图10是本申请实施例提供的一种交互方法的流程图；

图11是本申请实施例提供的一种交互装置的结构示意图；

图12是本申请实施例提供的一种交互装置的结构示意图；

图13是本申请实施例提供的一种终端的结构示意图；

图14是本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请所使用的的术语“多个”、“每个”，多个包括两个或两个以上，而每个是指对应的多个中的每一个。举例来说，多个元素包括3个元素，而每个是指这3个元素中的每一个元素。

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术包括自然语言处理技术和机器学习。

自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。

机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。

本申请实施例提供的方案，基于人工智能的自然语言处理技术及机器学习技术，可以训练出智能机器人，利用训练后的智能机器人可以针对问题信息生成回复信息，从而实现了人与智能机器人之间的智能对话。

本申请实施例提供的交互方法，可以用于计算机设备中。在一种可能实现方式中，该计算机设备可以为终端，该终端可以为手机、计算机、平板电脑等多种类型的终端。

终端通过交互界面获取第一交互信息，调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，根据目标机器人标识和目标回复信息，生成第二交互信息，通过交互界面显示第二交互信息。

在另一种可能实现方式中，该计算机设备可以包括服务器和终端。图1是本申请实施例提供的一种实施环境的结构示意图，如图1所示，该实施环境包括终端101和服务器102。终端101与服务器102建立通信连接，通过建立的通信连接进行交互。

其中，该终端101可以为手机、计算机、平板电脑等多种类型的终端101。服务器102可以为一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务器中心。

终端101通过交互界面获取第一交互信息，向服务器102发送回复信息获取请求，该服务器102调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，将该目标回复信息发送至终端101，该终端101接收服务器102发送的该目标回复信息，根据目标机器人标识和目标回复信息，生成第二交互信息，通过交互界面显示第二交互信息。

本申请实施例提供的交互方法，可应用于智能对话的场景下。

例如，问题解答场景下：

用户通过终端的交互界面选择解答问题的目标机器人标识，并输入待解答的问题信息，终端采用本申请实施例提供的交互方法，通过交互界面获取第一交互信息，调用目标机器人标识对应的目标机器人，获取该问题信息对应的回复信息，生成第二交互信息，在终端的交互界面中显示出来，用户可以通过该交互界面查看回复信息，实现与目标机器人之间的交互。

图2是本申请实施例提供的一种交互方法的流程图，应用于计算机设备中，如图2所示，该方法包括：

201、计算机设备基于当前登录的用户标识，显示交互界面。

其中，用户标识用于指示唯一的用户，该用户标识可以为用户账号、电话号码、用户昵称等。交互界面是用户与计算机设备之间进行信息交互的界面，用户可以通过该交互界面向计算机设备输入信息，该计算机设备也可以通过该交互界面向用户提供信息，以供用户查看提供的信息。

在一种可能实现方式中，该步骤201包括：计算机设备显示登录界面，用户基于该登录界面输入用户标识，计算机设备通过该登录界面接收到该输入的用户标识后，对该用户标识进行验证，响应于对该用户标识验证成功，显示该交互界面。

另外，计算机设备可以安装具有交互功能的目标应用，基于用户标识登录该目标应用，从而显示该目标应用提供的交互界面。该目标应用可以为即时通信应用、浏览器、网络购物应用等。目标应用中可以设置多个智能机器人，用户可以使用目标应用，与任一智能机器人进行交互。

202、计算机设备获取从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息。

其中，智能机器人标识用于指示唯一的智能机器人，该智能机器人标识可以为机器人的序列号、机器人编号或智能机器人名称等。目标问题信息可以包括文本信息，如“查询用玉米支撑的物品”，还可以包括图片信息及表情符号等。

在本申请实施例中，计算机设备中可以包括多个智能机器人，每个智能机器人对应一个智能机器人标识，通过任一个智能机器人标识可以确定对应的智能机器人。计算机设备可以基于交互界面，获取到选择的目标机器人标识及用户输入的目标问题信息，后续可以基于目标机器人标识对应的目标机器人对该目标问题信息进行处理。

另外，在多个智能机器人中，不同的智能机器人可以满足不同的需求，例如，该多个智能机器人可以包括游戏攻略机器人、游戏资讯推送机器人、智能闲聊机器人、小游戏机器人等，游戏攻略机器人可以为用户提供游戏中的各种攻略，游戏资讯推送机器人可以为用户推送各种游戏，智能闲聊机器人可以与用户进行聊天，小游戏机器人为用户提供游戏，实现用户与游戏之间的互动。

对于获取目标机器人标识和目标问题信息的方式，在一种可能实现方式中，该步骤202可以包括：响应于交互界面的输入区域包括指定字符，显示多个智能机器人标识；响应于对多个智能机器人标识中目标机器人标识的触发操作，在输入区域显示目标机器人标识；获取在输入区域中输入的目标问题信息。其中，输入区域中可以输入文本信息、图片信息及表情符号等。指定字符用于指示计算机设备显示多个智能机器人标识，该指定字符可以是任一个字符，如汉字、数字、字母、符号等，例如可以为“@”符号。

用户可以在输入区域中输入指定字符，计算机设备基于交互界面，可以实时检测输入区域中是否包括该指定字符，响应于该输入区域包括指定字符，在该交互界面中显示多个智能机器人标识，用户可以对显示的多个智能机器人标识中的目标机器人标识执行触发操作，响应于对目标机器人标识的触发操作，在输入区域中的指定字符之后显示该目标机器人标识，则计算机设备基于该交互界面，可以获取到该目标机器人标识，另外用户还可以在输入区域中输入目标问题信息，计算机设备即可获取到用户输入的目标问题信息。如图3所示，在交互界面的输入区域331中，输入“@”后，在该交互界面中显示多个智能机器人标识，用户可以选择“智能机器人2”后，在输入区域331中显示选择的智能机器人标识“智能机器人2”，用户在输入区域输入问题信息“查询玉米制成的物品”，用户点击发送按钮332，则该计算机设备获取到该问题信息。

可选地，用户在输入区域中进行输入时，用户可以在指定字符之前输入目标问题信息，也可以在目标机器人标识之后输入目标问题信息。例如，用户在输入区域中先输入目标问题信息，而后在该目标问题信息之后输入指定字符，在交互界面中显示多个智能机器人标识，响应于对多个智能机器人标识中目标机器人标识的触发操作，在输入区域中显示目标机器人标识。或者，用户在输入区域中先输入指定字符，在交互界面中显示多个智能机器人标识，响应于对多个智能机器人标识中目标机器人标识的触发操作，在输入区域中显示目标机器人标识，在该目标机器人标识之后输入目标问题信息。

对于计算机设备获取目标机器人标识及目标问题信息的时机，可选地，该交互界面中包括发送按钮，响应于对该发送按钮的触发操作，计算机设备获取到该输入区域中的目标机器人标识及目标问题信息。

203、计算机设备根据用户标识、目标机器人标识和目标问题信息，生成第一交互信息。

其中，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息，第一交互信息中用户标识为交互发起方，目标机器人标识为交互回复方。第一交互信息是根据交互界面中的输入区域的内容生成的，可以在交互界面中显示出来，以使用户后续可以查看交互界面中的交互信息。如图3所示，用户点击输入区域中的发送按钮后，则在交互界面中显示第一交互信息。

对于第一交互信息的显示形式，在一种可能实现方式中，将用户标识显示在第一行，将目标机器人标识和目标问题信息显示在第二行，且目标机器人标识和目标问题信息按照在输入区域中输入的顺序进行显示。如图4所示，在交互界面中的第一交互信息341，第一行显示时间信息及“用户标识1”，在第二行显示智能机器人标识“智能机器人2”及问题信息“查询玉米制成的物品”。

在另一种可能实现方式中，将用户标识显示在第一行，将目标机器人标识和目标问题信息显示在第二行，且将目标机器人标识在该目标问题信息之前进行显示。如图4所示，在交互界面中的第二交互信息342，第一行显示时间信息及智能机器人标识“智能机器人2”，在第二行显示回复信息“烤玉米、玉米饼、饲料等，这些能用玉米来合成”。

需要说明的是，本申请实施例是以通过交互界面，从多个智能机器人标识中选择目标机器人进行说明的，而在另一实施例中，无需执行步骤201-203，还可以采用其他方式，只需通过交互界面获取第一交互信息即可。

204、计算机设备调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息。

其中，目标回复信息为目标机器人针对目标问题信息生成的回复信息，该目标回复信息可以为文本信息、图片信息或表情符号等。计算机设备在获取到的目标机器人标识和目标问题信息之后，确定该目标机器人标识对应的目标机器人，调用该目标机器人，由该目标机器人针对该目标问题信息生成目标回复信息。

对于获取目标回复信息的过程，可以包括以下三种方式：

第一种方式、基于意图分类模型生成目标回复信息，可以包括如下步骤1-步骤4：

步骤1、计算机设备调用目标机器人的意图分类模型。

在本申请实施例中，每个智能机器人均可设置意图分类型模型，计算机设备确定目标机器人后，可以确定该目标机器人的意图分类模型，则可以调用目标机器人的意图分类模型执行后续步骤。其中，意图分类模型用于确定问题信息对应的意图类型，以便后续能够根据意图类型生成回复信息。

对于该意图分类模型的训练过程，在一种可能实现方式中，获取多条样本语料信息，每个样本语料信息包括语料信息及对应的意图类型，根据多个样本语料信息对该意图模型进行训练。其中，语料信息可以包括文本信息和图片信息等多种格式，且可以包括新闻、医学、金融等多种领域的信息，本申请实施例对此不做限定。

在另一种可能实现方式中，该意图分类模型包括词向量获取模型和词向量分类模型，在训练该意图分类模型时，需要对词向量获取模型和词向量分类模型进行训练。训练过程中，获取多条样本语料信息，对该多条样本语料信息进行分词处理，得到多个词语，根据该多个词语采用无监督的训练方式，对该词向量获取模型进行训练。基于训练完成的词向量获取模型，获取该多个词语中每个词语的词向量，基于该多个词语的词向量及对应的意图类型，对该词向量分类模型进行训练，从而得到训练后的意图分类模型。其中，词向量是一个词语的数学向量表达形式，任两个词语的含义相近，则该任两个词语的向量长度和夹角也相近，通过将词语采用词向量表示，能反映出词语之间的逻辑关系。该词向量获取模型可以为word2vec(word to vector，用来产生词向量的相关模型)、Wordembedding(词的低维向量表示)等，该词向量分类模型可以为SVM(Support Vector Machine,支持向量机)模型。

如图5所示，对词向量获取模型和词向量分别模型进行训练的过程包括以下步骤：351、通过编写的网络爬虫程序，可以从互联网中爬取到多个新闻信息。352、将获取到的多个新闻信息对特殊符号和停用词进行去除处理，从而得到多条样本语料信息。353、对每条样本语料信息采用基于贝叶斯概率分类的结巴分词处理，从而得到多个词语。354、采用无监督训练方法，对词向量获取模型进行训练，通过训练后的词向量获取模型得到该多个词语的词向量。355、获取该多个词语的词向量，对每个词语的词向量进行意图类型标注，通过GridSearchCV(网格搜索)调整词向量分类模型的初始模型参数，得到初始的词向量分类模型，利用该多个词语的词向量及每个词向量标注的意图类型，对该词向量分类模型进行迭代训练，每进行一次迭代训练，可以得到该词向量分类模型的准确率和召回率，根据该准确率和该召回率，由GridSearchCV来编辑参数搜索范围，在该参数搜索范围内确定该词向量分类模型的下一次迭代的模型参数。通过多轮迭代，使训练完成的词向量分类模型能够具有识别率高、召回率低的特点。通过训练后的词向量获取模型和词向量分类模型，可以组成本申请实施例中的意图分类模型。

步骤2、计算机设备基于意图分类模型对目标问题信息进行处理，确定目标问题信息的目标意图类型。

在本申请实施例中，该意图分类模型可以对应多个意图类型，如寻求游戏推荐的意图类型、搜索游戏道具的意图类型、查询游戏评分的意图类型、查询游戏平台的意图类型、查询游戏公司的意图类型等。将该目标问题信息输入至该意图分类模型中，该意图分类模型对该目标问题信息进行处理，输出该目标问题信息的目标意图类型，该目标意图类型可以表示用户输入该目标问题信息的意图。

在一种可能实现方式中，该步骤2可以包括：将目标问题信息输入至意图分类模型，确定目标问题信息与意图分类模型的每个意图类型的置信度；将置信度大于第一预设阈值的意图类型，确定为目标问题信息对应的目标意图类型。其中，置信度表示问题信息属于意图类型的可能性，置信度越高，表示问题越可能属于该意图类型。第一预设阈值可以为任意设置的数值，如90％、95％等。对于该第一预设阈值，后续可以基于确定的目标意图的准确性进行调整。例如，如果当前的第一预设阈值为90％，该意图分类模型确定目标问题的意图类型的准确率低，则将第一预设阈值调高，如将第一预设阈值调整至95％。

可选地，当多个意图类型的置信度均大于该第一预设阈值时，将该多个意图类型中置信度最高的意图类型作为该目标问题信息对应的目标意图类型。

步骤3、计算机设备从目标问题信息中，提取与目标意图类型对应的关键词。

在本申请实施例中，计算机设备可以预先设置每个意图类型对应的关键词，以便后续获取目标问题信息对应的目标回复信息，不同的意图类别对应的关键词不同，以使后续能够获取到准确的目标回复信息。例如，查询天气意图类型对应的关键词为地址关键词和时间关键词，如“今天”、“城市A”等；搜索游戏道具意图类型对应的关键词为游戏道具关键词，如“灵魂宝钻”、“远古巨剑”等。

在一种可能实现方式中，该步骤3可以包括：将目标问题信息进行分词处理，得到多个词语；获取多个词语的词向量；响应于任一词语的词向量属于目标意图类型对应的词向量范围，将该任一词语作为目标意图类型对应的关键词。

在本申请实施例中，可以将多个词语用词向量表示，词语的含义相近的词向量的向量长度和夹角也相近，因此，可以根据词语的含义，确定词语的类型，根据属于同一类型的词语的词向量，可以确定一个词向量范围。例如，对于时间词语，如“今天”、“明天”、“后天”等，多个时间词语的词向量相近，则可以通过多个时间词语的词向量，确定时间词语对应的词向量范围。

由于每个意图类型设置有对应的关键词，则可以为每个意图类型设置相应的词向量范围。在确定目标意图类型的关键词时，可以根据目标问题信息中包括的多个词语的词向量，对该多个词语进行筛选，确定属于目标意图类型对应的词向量范围的词语。

步骤4、计算机设备根据目标意图类型及关键词，生成目标问题信息对应的目标回复信息。

其中，目标回复信息是智能机器人针对目标问题信息生成的回复信息，该目标回复信息可以包括文本信息或图片信息等。计算机设备在确定目标意图类型及关键词的情况下，可以查询目标意图类型及关键词对应的语料信息，从而可以确定该目标问题信息对应的目标回复信息。

在一种可能实现方式中，该步骤4可以包括：获取与目标意图类型对应的关键字段；在目标机器人的语料信息数据库中，查询关键字段包括关键词的至少一条语料信息，语料信息数据库中包括多条语料信息，每条语料信息包括至少一个字段；根据至少一条语料信息，生成目标回复信息。

在本申请实施例中，每个智能机器人设置有对应的语料信息数据库，每个语料信息数据库中包括多个字段，如游戏名称、游戏道具、开发商、类型标签、用户评分、攻击力、防御力、价格、图片等，在语料信息数据库中的每条语料信息可以包括该多个字段中的至少一个，该至少一个包括一个或多个。例如，对应于语料信息数据库包括的多个字段，语料信息可以为“游戏A、匕首、XX公司、武器、8.3、30、300、0、图片网址”。

由于在语料信息数据库包括多个字段，不同字段对应的信息不同，且不同的意图类型所需要查询的信息也不同，因此，可以为每个意图类型设置对应的关键字段，以便后续查询语料信息数据库对应的关键字段的信息即可，从而提高生成目标回复信息的效率。例如，查询游戏评分意图类型对应的关键字段为用户评分，则在查询语料信息数据库时，只查询用户评分即可；查询游戏公司意图类型对应的关键字段为游戏开发商，则在查询语料信息数据库时，只查询游戏开发商即可。另外，由于语料信息数据库可以扩充语料信息，在语料信息数据库中增加或删减了字段时，则需要对意图分类模型进行重新训练，以使训练后的意图分类模型能够与更新后的语料信息数据库中的信息对应。

另外，该语料信息数据库可以以表格的形式进行存储，如下表1所示。

表1

游戏名称	游戏道具	开发商	类型标签
				游戏1	道具A	XX公司	类型1
游戏2	道具B	XX公司	类型1
				游戏3	道具C	XX公司	类型1

在计算机设备确定包括关键词的至少一条语料信息后，响应于该至少一条语料信息包括一条语料信息，将该语料信息作为该目标回复信息；响应于该至少一条语料信息包括多条语料信息，将该多条语料信息按照在语料信息数据库中的排列顺序，生成目标回复信息。

可选地，将至少一条语料信息添加至目标意图类型对应的回复模板中，生成目标回复信息。其中，回复模板用于生成回复信息的模板。

可选地，该回复模板可以包括多个填充项，每个填充项对应一个字段，则在将至少一条语料信息添加至回复模板时，对于每个填充项，将该至少一条语料信息中对应的字段的信息添加至该填充项中，从而生成目标回复信息。例如，目标问题信息为“小麦能用来做什么”，对应的目标意图类型为查询合成物品的意图类型，确定的三条语料信息中表示合成的物品名称的字段分别为“牛角包”、“鲜果蛋糕”、“鸡饲料”，目标意图类型对应的回复模板为“|物品名称|这些都是用|材料名称|来合成的”，则生成的目标回复信息为“牛角包、鲜果蛋糕、鸡饲料，这些都是用小麦来合成的”。

第二种方式、采用检索问答信息数据库的方式生成目标回复信息，包括如下步骤5-步骤6：

步骤5、计算机设备调用目标机器人的问答信息数据库。

在本申请实施例中，每个智能机器人均可设置对应的问答信息数据库。该问答信息数据库中包括多个问题信息及对应的回复信息，该问题信息数据库可以由操作人员设置的。其中，该问答信息数据库的存储形式，可以为一个问题信息与一个回复信息对应存储，还可以为一个问题信息与多个回复信息对应存储。

步骤6、计算机设备响应于多个问题信息中任一问题信息与目标问题信息匹配，将任一问题信息对应的回复信息，确定为目标回复信息。

计算机设备获取到目标问题信息后，将目标问题信息与该问答信息数据库中的多个问题进行对比，从而确定与目标问题信息匹配的问题信息，则将问答信息数据库中与该问题信息匹配的回复信息，确定为该目标问题信息对应的回复信息。

在一种可能实现方式中，该步骤6可以包括：确定问答信息数据库中每个问题信息与目标问题信息的相似度；响应于多个问题信息中任一问题信息与目标问题信息的相似度大于第二预设阈值，确定该任一问题信息与目标问题信息匹配；将该任一问题信息对应的回复信息，确定为目标回复信息。

其中，相似度用于表示目标问题信息与问答信息数据库中的问题信息之间的相似程度，可以采用余弦相似度、欧式距离、杰卡德系数等方式确定问答信息数据库中每个问题信息与目标问题信息的相似度。第二预设阈值为任一设置的数值，可以为90％、95％等。在问答信息数据库中的任一问题信息与目标问题信息之间的相似度大于第二预设阈值，可以将该任一问题信息看作为与该目标问题信息相同或相似，则将该任一问题信息对应的回复信息作为目标回复信息。

可选地，当问答信息数据库中多个问题信息与目标问题信息的相似度大于该第二预设阈值时，将与目标问题信息的相似度最高的问题信息对应的回复信息，确定为该目标问题信息对应的目标回复信息。

对于确定每个问题信息与目标问题信息的相似度，可选地，将该目标问题信息进行分词处理，得到多个词语，确定该多个词语中每个词语的权重，根据该目标问题信息中多个词语的权重，及问答信息数据库中每个问题信息的多个词语的权重，确定该目标问题信息与每个问题信息的相似度。其中，分词处理可以采用结巴分词方法，确定每个词语的权重时可以采用TF-IDF(Term Frequency–Inverse Document Frequency，一种统计方法)模型，根据每个词语的出现频次，为每个词语设置相应的权重。

可选地，将目标问题信息中多个词语的权重作为该目标问题信息的向量的不同维度的值，确定该目标问题信息的向量，将问答信息数据库中每个问题信息的多个词语的权重作为对应的问题信息的向量的不同维度的值，确定问答信息数据库中每个问题信息的向量，利用余弦相似度，根据该目标问题信息的向量及该问答信息数据库中每个问题信息的向量，确定目标问题与与每个问题信息的相似度。

另外，确定目标问题与问答信息数据库中的每个问题信息的相似度的方式与问答信息数据库中的信息数量无关，即使该问答信息数据库中的信息扩充之后，也不会影响相似度结果。因此在对问答信息数据库扩充信息后，无需对该模型进行再次训练，可以直接采用TF-IDF模型使用。

另外，在对目标问题信息进行分词处理之前，还可以对目标问题信息中特殊符号和停用词进行去除处理，以使后续分词处理时能够得到的词语更准确，从而提高确定的回复信息的准确性。

另外，对于该第二预设阈值，后续可以基于确定的目标回复信息的准确性进行调整。例如，如果当前的第二预设阈值为90％，该意图分类模型确定目标问题的意图类型的准确率低，则将第二预设阈值调高，如将第二预设阈值调整至95％。

第三种方式、基于回复信息生成模型生成目标回复信息，包括如下步骤7-步骤8：

步骤7、计算机设备调用目标机器人的回复信息生成模型。

在本申请实施例中，每个智能机器人均可设置回复信息生成模型，计算机设备确定目标机器人后，可以确定该目标机器人对应的回复信息生成模型，则可以调用目标机器人的回复信息生成模型执行后续步骤。其中，回复信息生成模型用于根据目标问题信息生成目标回复信息。该回复信息生成模型可以为Seq2Seq(Sequence to Sequence，序列到序列)模型，该回复信息生成模型可以包括一个编码器和一个解码器，如图6所示为该回复信息生成模型361的结构示意图。

对于该回复信息生成模型的训练过程，在一种可能实现方式中，获取多个样本对话语料信息，每个样本对话语料信息包括一个样本问题信息和一个样本回复信息，通过该多个样本对话预料信息对该回复信息生成模型进行训练，从而使训练后的回复信息生成模型可以根据问题信息生成对应的回复信息。

步骤8、计算机设备基于回复信息生成模型对目标问题信息进行处理，生成目标回复信息。

计算机设备将目标问题信息输入至该回复信息生成模型，生成对应的目标回复信息，从而实现了目标机器人与用户之间的闲聊对话。

需要说明的是，本申请实施例中在计算机设备获取到目标机器人标识和目标问题信息之后，先执行步骤203，而后执行步骤204进行说明的，而在另一实施例中，在计算机设备获取到目标机器人标识和目标问题信息之后，计算机设备可以同时执行步骤203和步骤204。

205、计算机设备根据目标机器人标识和目标回复信息，生成第二交互信息。

其中，第二交互信息中包括目标机器人标识和目标回复信息，其中，目标机器人标识为交互发起方，表示目标机器人发布了该第二交互信息。

在一种可能实现方式中，该步骤205包括：响应于交互界面为用户标识所在群组的群组交互界面，根据目标机器人标识、用户标识和目标回复信息，生成第二交互信息，且第二交互信息中目标机器人标识为交互发起方，用户标识为交互回复方。

群组交互界面中可以包括多个用户标识及多个智能机器人标识，在该群组交互界面中，任两个用户标识通过该交互界面可以进行交互，每个用户标识也可以通过智能机器人标识，与智能机器人进行交互。则该群组交互界面中可以显示多个用户标识之间的交互信息和多个用户标识与智能机器人标识之间的交互信息。为了能够使用户能够通过该群组交互界面，可以清楚地获知交互信息对应的发起方和回复方，因此，生成第二交互信息中包括用户标识，以使该用户标识对应的用户获知，该第二交互信息是根据该用户输入的目标问题信息生成的。如图7所示，在交互界面中可以显示多条交互信息371。

该步骤205生成第二交互信息的方式，与上述步骤203中生成第一交互信息方式类似，在此不再赘述。

206、计算机设备通过交互界面显示第二交互信息。

在交互界面中，可以按照时间顺序显示交互信息，如第二交互信息在第一交互信息之后显示，以使用户通过该交互界面查看第二交互信息，获知与目标问题信息对应的目标回复信息，从而基于该交互界面，实现了用户与智能机器人之间的智能对话，可以为用户提供信息。

需要说明的是，在步骤206之后，该方法还包括：目标回复信息包括详情信息和简介信息，第二交互信息包括简介信息；响应于对第二交互信息的触发操作，通过交互界面显示详情信息。例如，目标问题信息为“查询玉米制成的物品”，则该简介信息为“烤玉米、玉米饼、饲料等，这些都能用玉米来合成”，该详情信息包括分别对烤玉米、玉米饼、饲料的物品类型、物品描述、合成配方、价格及图片等详细描述。

对于触发方式，在一种可能实现方式中，在交互界面中包括详情按钮，响应于对详情按钮的触发操作，通过交互界面显示详情信息。如图8中左图所示，在交互界面中显示用户标识1输入的第一交互信息341及智能机器人2输入的第二交互信息342，用户点击第二交互信息，在交互界面中显示详情信息343，如图8中右图所示，用户点击“知道了”按钮344，关闭显示该详情信息343。

在另一种可能实现方式中，在交互界面中，将简介信息显示为可被触发状态，响应于对该简介信息的触发操作，通过交互界面显示简介信息对应的详情信息。

需要说明的是，本申请实施例是以计算机设备为执行主体进行说明的，而在另一实施例中，执行主体可以包括终端和服务器，则该方法包括：通过交互界面获取第一交互信息，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息；向服务器发送回复信息获取请求，回复信息获取请求携带目标机器人标识、目标问题信息及当前登录的用户标识，服务器用于调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，发送给终端；终端接收服务器发送的目标回复信息；根据目标机器人标识和目标回复信息，生成第二交互信息；通过交互界面显示第二交互信息。其中，服务器获取目标回复信息的方式与上述步骤中计算机设备获取目标回复信息的方式类似，在此不再赘述。

本申请实施例提供的方法，通过交互界面获取第一交互信息，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息，调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，根据目标机器人标识和目标回复信息，生成第二交互信息，通过交互界面显示第二交互信息。通过设置多个智能机器人供用户选择，可以满足用户的多种需求，丰富了交互内容，提高了交互能力。且每个智能机器人可以根据多种方式生成多种回复信息，丰富了生成的回复信息的样式，避免生成的回复信息单一，从而提高了对用户的吸引力。

需要说明的是，在本申请实施例中，计算机设备采用容器部署的形式存储该多个智能机器人，计算机设备获取到选择的目标机器人标识后，将该目标机器人标识对应的目标机器人加载至内存中，以使后续可以调用目标机器人。而之后，计算机设备获取到选择的另一个智能机器人标识后，将该另一个智能机器人标识对应的智能机器人加载至内存中，替换内存中已经存在的目标机器人，以便后续可以调用新选择的智能机器人。通过将多个智能机器人采用容器部署的形式，可以对多个机器人进行调度，从而节省了资源，避免资源的浪费。且该容器部署具有通用性，可以对该容器中的智能机器人进行增加和删减，具有良好的扩展性。如图9所示，智能机器人平台390中包括开发者平台391和运行平台392，开发者或开发组可以基于开发者平台391开发智能机器人，并将开发后的智能机器人通过容器部署的形式，添加至运行平台392中。该运行平台392具有对应的应用客户端，用户终端安装有该应用客户端，用户可以通过该应用客户端与运行平台392中的智能机器人进行交互。

图10是本申请实施例提供的一种交互流程图，该交互流程包括：

1、用户通过交互界面的输入区域输入指定字符，从多个智能机器人标识中选择智能机器人标识01，在输入区域输入目标问题信息，点击发送按钮，在交互界面生成第一交互信息。

2、计算机设备获取到智能机器人标识01，通过容器调度系统调用智能机器人标识01对应的智能机器人01。

3、计算机设备调用智能机器人01的问答信息数据库111，将目标问题信息与问答信息数据库111中多个问题信息进行正则匹配，响应于问答信息数据库111中包括与该目标问题信息相同的问题信息，输出该问题信息对应的回复信息，结束流程；响应于问答信息数据库111中不包括与该目标问题信息相同的问题信息，执行步骤4。

4、计算机设备计算目标问题信息与问答信息数据库111中每个问题信息的相似度，确定多个问题信息中与目标问题信息的最大相似度，响应于最大相似度大于预设阈值，输出最大相似度对应的问题信息对应的回复信息，结束流程；响应于任一问题信息与目标问题信息的最大相似度不大于预设阈值，则执行步骤5。

5、计算机设备调用智能机器人01的意图分类模型，对目标问题信息进行意图识别，响应于匹配度最高的意图类型达到90％以上置信度，进行实体识别，根据匹配度最高的意图类型及得到的实体信息，在语料信息数据库112中检索并推理，得到用户想要的回复信息，输出该回复信息，结束流程；响应于匹配度最高的意图类型未达到90％以上置信度，则执行步骤6。

6、目标机器人根据目标问题信息生成闲聊回复信息，输出该闲聊回复信息。

图11是本申请实施例提供的一种交互装置的结构示意图，如图11所示，该装置包括：

交互信息获取模块1101，用于通过交互界面获取第一交互信息，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息；

回复信息获取模块1102，用于调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息；

交互信息生成模块1103，用于根据目标机器人标识和目标回复信息，生成第二交互信息；

交互信息显示模块1104，用于通过交互界面显示第二交互信息。

本申请实施例提供的装置，通过交互界面获取第一交互信息，第一交互信息包括从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息，调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息，根据目标机器人标识和目标回复信息，生成第二交互信息，通过交互界面显示第二交互信息。通过设置多个智能机器人供用户选择，可以满足用户的多种需求，丰富了交互内容，提高了交互能力。且每个智能机器人可以根据多种方式生成多种回复信息，丰富了生成的回复信息的样式，避免生成的回复信息单一，从而提高了对用户的吸引力。

可选地，如图12所示，交互信息获取模块1101，包括：

交互界面显示单元1111，用于基于当前登录的用户标识，显示交互界面；

获取单元1112，用于获取从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息；

交互信息生成单元1113，用于根据用户标识、目标机器人标识和目标问题信息，生成第一交互信息，且第一交互信息中用户标识为交互发起方，目标机器人标识为交互回复方。

可选地，获取单元1112，还用于响应于交互界面的输入区域包括指定字符，显示多个智能机器人标识；响应于对多个智能机器人标识中目标机器人标识的触发操作，在输入区域显示目标机器人标识；获取在目标机器人标识之后输入的目标问题信息。

可选地，交互信息生成单元1113，还用于响应于交互界面为用户标识所在群组的群组交互界面，根据目标机器人标识、用户标识和目标回复信息，生成第二交互信息，且第二交互信息中目标机器人标识为交互发起方，用户标识为交互回复方。

可选地，如图12所示，装置还包括：

详情信息显示模块1105，用于响应于对第二交互信息的触发操作，通过交互界面显示详情信息。

可选地，如图12所示，回复信息获取模块1102，包括：

请求发送单元1121，用于向服务器发送回复信息获取请求，回复信息获取请求携带目标机器人标识、目标问题信息及当前登录的用户标识，服务器用于调用目标机器人标识对应的目标机器人，获取目标问题信息对应的目标回复信息；

信息接收单元1122，用于接收服务器发送的目标回复信息。

可选地，如图12所示，回复信息获取模块1102，包括：

第一模型调用单元1123，用于调用目标机器人的意图分类模型；

意图类型确定单元1124，用于基于意图分类模型对目标问题信息进行处理，确定目标问题信息的目标意图类型；

关键词提取单元1125，用于从目标问题信息中，提取与目标意图类型对应的关键词；

第一回复信息生成单元1126，用于根据目标意图类型及关键词，生成目标问题信息对应的目标回复信息。

可选地，意图类型确定单元1124，还用于将目标问题信息输入至意图分类模型，确定目标问题信息与意图分类模型的每个意图类型的置信度；将置信度大于第一预设阈值的意图类型，确定为目标问题信息对应的目标意图类型。

可选地，关键词提取单元1125，还用于将目标问题信息进行分词处理，得到多个词语；获取多个词语的词向量；响应于任一词语的词向量属于目标意图类型对应的词向量范围，将任一词语作为目标意图类型对应的关键词。

可选地，第一回复信息生成单元1126，还用于获取与目标意图类型对应的关键字段；在目标机器人的语料信息数据库中，查询关键字段包括关键词的至少一条语料信息，语料信息数据库中包括多条语料信息，每条语料信息包括至少一个字段；根据至少一条语料信息，生成目标回复信息。

可选地，第一回复信息生成单元1126，还用于将至少一条语料信息添加至目标意图类型对应的回复模板中，生成目标回复信息。

可选地，如图12所示，回复信息获取模块1102，包括：

数据库调用单元1127，用于调用目标机器人的问答信息数据库，问答信息数据库中包括多个问题信息及对应的回复信息；

回复信息确定单元1128，用于响应于多个问题信息中任一问题信息与目标问题信息匹配，将任一问题信息对应的回复信息，确定为目标回复信息。

可选地，回复信息确定单元1128，还用于确定问答信息数据库中每个问题信息与目标问题信息的相似度；响应于多个问题信息中任一问题信息与目标问题信息的相似度大于第二预设阈值，确定任一问题信息与目标问题信息匹配；将任一问题信息对应的回复信息，确定为目标回复信息。

可选地，如图12所示，回复信息获取模块1102，包括：

第二模型调用单元1129，用于调用目标机器人的回复信息生成模型；

第二回复信息生成单元1120，用于基于回复信息生成模型对目标问题信息进行处理，生成目标回复信息。

图13是本申请实施例提供的一种终端的结构示意图，可以实现上述实施例中第一终端、第二终端及第三终端执行的操作。该终端1300可以是便携式移动终端，比如：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑、台式电脑、头戴式设备、智能电视、智能音箱、智能遥控器、智能话筒，或其他任意智能终端。终端1300还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端1300包括有：处理器1301和存储器1302。

处理器1301可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。存储器1302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的，用于存储至少一个指令，该至少一个指令用于被处理器1301所具有以实现本申请中方法实施例提供的交互方法。

在一些实施例中，终端1300还可选包括有：外围设备接口1303和至少一个外围设备。处理器1301、存储器1302和外围设备接口1303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1303相连。具体地，外围设备包括：射频电路1304、显示屏1305和音频电路1306中的至少一种。

射频电路1304用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路1304通过电磁信号与通信网络及其他通信设备进行通信。

显示屏1305用于显示UI(UserInterface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。该显示屏1305可以是触摸显示屏，还可以用于提供虚拟按钮和/或虚拟键盘。

音频电路1306可以包括麦克风和扬声器。麦克风用于采集用户及环境的音频信号，并将音频信号转换为电信号输入至处理器1301进行处理，或者输入至射频电路1304以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1300的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1301或射频电路1304的电信号转换为音频信号。

本领域技术人员可以理解，图13中示出的结构并不构成对终端1300的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

图14是本申请实施例提供的一种服务器的结构示意图，该服务器1400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(Central ProcessingUnits，CPU)1401和一个或一个以上的存储器1402，其中，存储器1402中存储有至少一条指令，至少一条指令由处理器1401加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

服务器1400可以用于执行上述交互方法。

本申请实施例还提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器中存储有至少一条程序代码，该至少一条程序代码由处理器加载并执行，以实现上述实施例的交互方法。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条程序代码，该至少一条程序代码由处理器加载并执行，以实现上述实施例的交互方法。

本申请实施例还提供了一种计算机程序，该计算机程序中存储有至少一条程序代码，该至少一条程序代码由处理器加载并执行，以实现上述实施例的交互方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请实施例的可选实施例，并不用以限制本申请实施例，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (15)

1.一种交互方法，其特征在于，所述方法包括：

采用容器部署的形式存储多个智能机器人，每个所述智能机器人对应一个智能机器人标识；

基于当前登录的用户标识，显示交互界面；

获取从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息；其中，所述获取从多个智能机器人标识中选择的目标机器人标识包括：获取从所述多个智能机器人标识中选择的所述目标机器人标识，将所述目标机器人标识对应的目标机器人加载至内存中后，若再获取到从所述多个智能机器人标识中选择的另一个智能机器人标识，将所述另一个智能机器人标识对应的智能机器人加载至所述内存中，替换所述内存中已经存在的所述目标机器人；

根据所述用户标识、所述目标机器人标识和所述目标问题信息，生成第一交互信息，通过所述交互界面显示所述第一交互信息，且所述第一交互信息中所述用户标识为交互发起方，所述目标机器人标识为交互回复方；

调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息，其中，所述获取所述目标问题信息对应的目标回复信息包括：采用检索问答信息数据库的方式生成所述目标回复信息；若采用检索问答信息数据库的方式生成所述目标回复信息失败，则基于意图分类模型生成所述目标回复信息；若所述基于意图分类模型生成所述目标回复信息失败，则基于回复信息生成模型生成所述目标回复信息；

根据所述目标机器人标识和所述目标回复信息，生成第二交互信息；

通过所述交互界面显示所述第二交互信息；

所述获取从多个智能机器人标识中选择的目标机器人标识和输入的目标问题信息，包括：

响应于所述交互界面的输入区域包括指定字符，显示所述多个智能机器人标识；

响应于对所述多个智能机器人标识中所述目标机器人标识的触发操作，在所述输入区域显示所述目标机器人标识；

获取在所述输入区域中输入的目标问题信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标机器人标识和所述目标回复信息，生成第二交互信息，包括：

响应于所述交互界面为所述用户标识所在群组的群组交互界面，根据所述目标机器人标识、所述用户标识和所述目标回复信息，生成所述第二交互信息，且所述第二交互信息中所述目标机器人标识为交互发起方，所述用户标识为交互回复方。

3.根据权利要求1所述的方法，其特征在于，所述目标回复信息包括详情信息和简介信息，所述第二交互信息包括所述简介信息，所述通过所述交互界面显示所述第二交互信息之后，所述方法还包括：

响应于对所述第二交互信息的触发操作，通过所述交互界面显示所述详情信息。

4.根据权利要求1所述的方法，其特征在于，所述调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息，包括：

向服务器发送回复信息获取请求，所述回复信息获取请求携带所述目标机器人标识、所述目标问题信息及所述当前登录的用户标识，所述服务器用于调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息；

接收所述服务器发送的所述目标回复信息。

5.根据权利要求1所述的方法，其特征在于，所述调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息，包括：

调用所述目标机器人的所述意图分类模型；

基于所述意图分类模型对所述目标问题信息进行处理，确定所述目标问题信息的目标意图类型；

从所述目标问题信息中，提取与所述目标意图类型对应的关键词；

根据所述目标意图类型及所述关键词，生成所述目标问题信息对应的目标回复信息。

6.根据权利要求5所述的方法，其特征在于，所述基于所述意图分类模型对所述目标问题信息进行处理，确定所述目标问题信息的目标意图类型，包括：

将所述目标问题信息输入至所述意图分类模型，确定所述目标问题信息与所述意图分类模型的每个意图类型的置信度；

将所述置信度大于第一预设阈值的意图类型，确定为所述目标问题信息对应的目标意图类型。

7.根据权利要求5所述的方法，其特征在于，所述从所述目标问题信息中，提取与所述目标意图类型对应的关键词，包括：

将所述目标问题信息进行分词处理，得到多个词语；

获取所述多个词语的词向量；

响应于任一词语的词向量属于所述目标意图类型对应的词向量范围，将所述任一词语作为所述目标意图类型对应的关键词。

8.根据权利要求5所述的方法，其特征在于，所述根据所述目标意图类型及所述关键词，生成所述目标问题信息对应的目标回复信息，包括：

获取与所述目标意图类型对应的关键字段；

在所述目标机器人的语料信息数据库中，查询所述关键字段包括所述关键词的至少一条语料信息，所述语料信息数据库中包括多条语料信息，每条语料信息包括至少一个字段；

根据所述至少一条语料信息，生成所述目标回复信息。

9.根据权利要求8所述的方法，其特征在于，所述根据所述至少一条语料信息，生成所述目标回复信息，包括：

将所述至少一条语料信息添加至所述目标意图类型对应的回复模板中，生成所述目标回复信息。

10.根据权利要求1所述的方法，其特征在于，所述调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息，包括：

调用所述目标机器人的所述问答信息数据库，所述问答信息数据库中包括多个问题信息及对应的回复信息；

响应于所述多个问题信息中任一问题信息与所述目标问题信息匹配，将所述任一问题信息对应的回复信息，确定为所述目标回复信息。

11.根据权利要求10所述的方法，其特征在于，所述响应于所述多个问题信息中任一问题信息与所述目标问题信息匹配，将所述任一问题信息对应的回复信息，确定为所述目标回复信息，包括：

确定所述问答信息数据库中每个问题信息与所述目标问题信息的相似度；

响应于所述多个问题信息中任一问题信息与所述目标问题信息的相似度大于第二预设阈值，确定所述任一问题信息与所述目标问题信息匹配；

将所述任一问题信息对应的回复信息，确定为所述目标回复信息。

12.根据权利要求1所述的方法，其特征在于，所述调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息，包括：

调用所述目标机器人的所述回复信息生成模型；

基于所述回复信息生成模型对所述目标问题信息进行处理，生成所述目标回复信息。

13.一种交互装置，其特征在于，所述装置包括：

交互信息获取模块，用于采用容器部署的形式存储多个智能机器人，每个所述智能机器人对应一个智能机器人标识；通过交互界面获取第一交互信息，所述第一交互信息包括从多个所述智能机器人标识中选择的目标机器人标识和输入的目标问题信息；

回复信息获取模块，用于调用所述目标机器人标识对应的目标机器人，获取所述目标问题信息对应的目标回复信息，其中，所述获取所述目标问题信息对应的目标回复信息包括：采用检索问答信息数据库的方式生成所述目标回复信息；若采用检索问答信息数据库的方式生成所述目标回复信息失败，则基于意图分类模型生成所述目标回复信息；若所述基于意图分类模型生成所述目标回复信息失败，则基于回复信息生成模型生成所述目标回复信息；

交互信息生成模块，用于根据所述目标机器人标识和所述目标回复信息，生成第二交互信息；

交互信息显示模块，用于通过所述交互界面显示所述第二交互信息；

所述交互信息获取模块，包括：

交互界面显示单元，用于基于当前登录的用户标识，显示所述交互界面；

获取单元，用于获取从所述多个智能机器人标识中选择的所述目标机器人标识和输入的所述目标问题信息；其中，所述获取从所述多个智能机器人标识中选择的所述目标机器人标识包括：获取从所述多个智能机器人标识中选择的所述目标机器人标识，将所述目标机器人标识对应的目标机器人加载至内存中后，若再获取到从所述多个智能机器人标识中选择的另一个智能机器人标识，将所述另一个智能机器人标识对应的智能机器人加载至所述内存中，替换所述内存中已经存在的目标机器人；

交互信息生成单元，用于根据所述用户标识、所述目标机器人标识和所述目标问题信息，生成所述第一交互信息，且所述第一交互信息中所述用户标识为交互发起方，所述目标机器人标识为交互回复方；

所述获取单元，还用于响应于所述交互界面的输入区域包括指定字符，显示所述多个智能机器人标识；响应于对所述多个智能机器人标识中所述目标机器人标识的触发操作，在所述输入区域显示所述目标机器人标识；获取在所述输入区域中输入的目标问题信息；

所述交互信息显示模块，还用于通过所述交互界面显示所述第一交互信息。

14.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如权利要求1至12任一权利要求所述的交互方法。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如权利要求1至12任一权利要求所述的交互方法。

Images