CN111324707A - 用户交互方法和装置、计算机可读存储介质、电子设备 - Google Patents
用户交互方法和装置、计算机可读存储介质、电子设备 Download PDFInfo
- Publication number
- CN111324707A CN111324707A CN202010080333.5A CN202010080333A CN111324707A CN 111324707 A CN111324707 A CN 111324707A CN 202010080333 A CN202010080333 A CN 202010080333A CN 111324707 A CN111324707 A CN 111324707A
- Authority
- CN
- China
- Prior art keywords
- determining
- user
- association rule
- entity object
- entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000003993 interaction Effects 0.000 title claims abstract description 40
- 230000009471 action Effects 0.000 claims abstract description 79
- 238000005065 mining Methods 0.000 claims description 30
- 238000000605 extraction Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开实施例公开了一种用户交互方法和装置、计算机可读存储介质、电子设备,其中,方法包括:获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个所述操作动作进行关联;根据所述未来操作动作向所述用户发出提问;本实施例通过用户的操作记录主动发出提问,可以挖掘到用户的潜在需求,掌握对话的主动权,提高用户体验。
Description
技术领域
本公开涉及人机对话技术领域,尤其是一种用户交互方法和装置、计算机可读存储介质、电子设备。
背景技术
在人机对话领域中,交互式智能客服/智能咨询等场景下,机器系统大部分作为提供服务的一方,例如,知识型问答:机器人依据用户提供的查询信息,借助检索手段从知识库中获得结果,返回给用户结果;任务型对话:机器人依据用户提供的任务执行关键信息,隐藏任务执行细节和步骤代替用户执行具体操作,并返回给用户执行结果。
现有人机交互过程中被动对用户的输入作出响应,没有主动发起对话,不能掌握对话主动权,不能发掘隐藏的用户需求。
发明内容
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种用户交互方法和装置、计算机可读存储介质、电子设备。
根据本公开实施例的一个方面,提供了一种用户交互方法,包括:
获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;
基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个所述操作动作进行关联;
根据所述未来操作动作向所述用户发出提问。
可选地,在基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作之前,所述方法还包括:
获取历史操作数据集;其中,所述历史操作数据集中包括多个历史用户对应的多个历史操作数据,每个所述历史用户对应多个历史操作数据;
利用频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述关联规则。
可选地,所述利用频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述关联规则,包括:
利用所述频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述多个历史用户中每个历史用户的至少一个频繁项集合;其中,每个所述频繁项集合中包括关联出现的概率大于预设概率的多个历史操作数据;
基于所述频繁项集合确定所述关联规则。
可选地,每个所述频繁项集合对应一种状态;
所述基于所述频繁项集合确定所述关联规则,包括:
基于所述频繁项集合确定所述频繁项集合对应的状态下的所述关联规则。
可选地,所述基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作之前,还包括:
确定所述操作记录对应的状态。
可选地,在根据所述未来操作动作向所述用户发出提问之后,所述方法还包括:
接收所述用户根据所述提问反馈的回答内容;
对所述回答内容进行实体抽取和属性抽取,确定所述回答内容中的实体对象和所述实体对象对应的至少一个属性标签。
可选地,还包括:
基于所述至少一个属性标签确定所述实体对象是否为新实体;
响应于所述实体对象为新实体,将所述实体对象存入对话实体库中;
响应于所述实体对象不是新实体,基于所述至少一个属性标签对所述实体对象的属性进行更新。
可选地,所述实体对象的属性包括所述实体对象对应的所有属性标签;
所述基于所述至少一个属性标签对所述实体对象的属性进行更新,包括:
基于所述至少一个属性标签与所述实体对象对应的多个属性标签进行匹配,将不匹配的属性标签增加或替换到所述实体对象对应的属性中。
可选地,还包括:
基于多次所述提问和所述多次提问对应的多个回答内容,确定用户对话内容;
对所述用户对话内容中包括的至少一个指代词进行识别,确定每个所述指代词对应的实体对象。
可选地,所述对所述用户对话内容中包括的至少一个指代词进行识别,确定每个所述指代词对应的实体对象,包括:
获取所述至少一个指代词中每个指代词对应的相关回答内容;其中,所述相关回答内容包括在所述指代词所在的回答内容之前的设定数量的回答内容,或在所述指代词所在的回答内容之前的设定时间的回答内容;
针对每个所述指代词,基于所述相关回答内容确定所述指代词对应的实体对象。
可选地,所述基于所述相关回答内容确定所述指代词对应的实体对象,包括:
判断所述相关回答内容中是否包括唯一的实体对象;
响应于所述相关回答内容中包括唯一的实体对象,将所述实体对象确定为所述指代词对应的实体对象;
响应于所述相关回答内容中包括多个实体对象或不包括实体对象,发出指代询问,基于所述用户根据所述指代询问反馈的回答确定所述指代词对应的实体对象。
根据本公开实施例的另一方面,提供了一种用户交互装置,包括:
操作记录模块,用于获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;
操作动作确定模块,用于基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个所述操作动作进行关联;
提问模块,用于根据所述未来操作动作向所述用户发出提问。
可选地,所述装置还包括:
数据获取模块,用于获取历史操作数据集;其中,所述历史操作数据集中包括多个历史用户对应的多个历史操作数据,每个所述历史用户对应多个历史操作数据;
规则确定模块,用于利用频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述关联规则。
可选地,所述规则确定模块,包括:
数据挖掘单元,用于利用所述频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述多个历史用户中每个历史用户的至少一个频繁项集合;其中,每个所述频繁项集合中包括关联出现的概率大于预设概率的多个历史操作数据;
关联规则单元,用于基于所述频繁项集合确定所述关联规则。
可选地,每个所述频繁项集合对应一种状态;
所述关联规则单元,具体用于基于所述频繁项集合确定所述频繁项集合对应的状态下的所述关联规则。
可选地,所述装置还包括:
状态确定模块,用于确定所述操作记录对应的状态。
可选地,所述装置还包括:
回答接收模块,用于接收所述用户根据所述提问反馈的回答内容;
属性标签模块,用于对所述回答内容进行实体抽取和属性抽取,确定所述回答内容中的实体对象和所述实体对象对应的至少一个属性标签。
可选地,所述装置还包括:
实体判断模块,用于基于所述至少一个属性标签确定所述实体对象是否为新实体;响应于所述实体对象为新实体,将所述实体对象存入对话实体库中;响应于所述实体对象不是新实体,基于所述至少一个属性标签对所述实体对象的属性进行更新。
可选地,所述实体对象的属性包括所述实体对象对应的所有属性标签;
所述实体判断模块在基于所述至少一个属性标签对所述实体对象的属性进行更新时,用于基于所述至少一个属性标签与所述实体对象对应的多个属性标签进行匹配,将不匹配的属性标签增加或替换到所述实体对象对应的属性中。
可选地,所述装置还包括:
对话确定模块,用于基于多次所述提问和所述多次提问对应的多个回答内容,确定用户对话内容;
实体确定模块,用于对所述用户对话内容中包括的至少一个指代词进行识别,确定每个所述指代词对应的实体对象。
可选地,所述实体确定模块,具体用于获取所述至少一个指代词中每个指代词对应的相关回答内容;其中,所述相关回答内容包括在所述指代词所在的回答内容之前的设定数量的回答内容,或在所述指代词所在的回答内容之前的设定时间的回答内容;针对每个所述指代词,基于所述相关回答内容确定所述指代词对应的实体对象。
可选地,所述实体确定模块在基于所述相关回答内容确定所述指代词对应的实体对象时,用于判断所述相关回答内容中是否包括唯一的实体对象;响应于所述相关回答内容中包括唯一的实体对象,将所述实体对象确定为所述指代词对应的实体对象;响应于所述相关回答内容中包括多个实体对象或不包括实体对象,发出指代询问,基于所述用户根据所述指代询问反馈的回答确定所述指代词对应的实体对象。
根据本公开实施例的又一方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述任一实施例所述的用户交互方法。
根据本公开实施例的还一方面,提供了一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述任一实施例所述的用户交互方法。
基于本公开上述实施例提供的一种用户交互方法和装置、计算机可读存储介质、电子设备,获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个操作动作进行关联;根据所述未来操作动作向所述用户发出提问;本实施例通过用户的操作记录主动发出提问,可以挖掘到用户的潜在需求,掌握对话的主动权,提高用户体验。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本公开一示例性实施例提供的用户交互方法的流程示意图。
图2是本公开另一示例性实施例提供的用户交互方法的流程示意图。
图3是本公开又一示例性实施例提供的用户交互方法的流程示意图。
图4是本公开还一示例性实施例提供的用户交互方法的流程示意图。
图5是本公开示例性实施例提供的用户交互方法中确定实体对象的流程示意图。
图6是本公开图4所示的实施例中步骤414的一个流程示意图。
图7是本公开示例性实施例提供的用户交互方法中一种确定指代词实体对象的示意图。
图8是本公开一示例性实施例提供的用户交互装置的结构示意图。
图9是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
申请概述
在实现本公开的过程中,发明人发现,现有技术只能对用户的提问进行回答,但现有技术至少存在以下问题:交互过程中被动对用户的输入作出响应,没有主动发起对话,不能掌握对话主动权,不能发掘隐藏的用户需求。
示例性方法
图1是本公开一示例性实施例提供的用户交互方法的流程示意图。本实施例可应用在电子设备上,如图1所示,包括如下步骤:
步骤102,获取用户在设定时间内的操作记录。
其中,操作记录中包括至少两个操作动作,可选地,操作动作可以为浏览页面、点击商品详情、退货等操作。
步骤104,基于操作记录确定对应的关联规则,根据关联规则确定至少一个未来操作动作。
其中,关联规则用于将多个操作动作进行关联,在一实施例中,当操作记录中包括的操作动作对应关联规则中包括的多个操作动作中的部分操作动作,可以认为关联规则中的其他操作动作有很大可能性将会出现,此时,可将这些操作动作(关联规则中包括的其他操作动作)作为未来操作动作;其中,部分操作动作中包括操作动作的数量占关联规则中包括的操作动作总数量的设定比例,且关联规则中的多个操作动作之间存在关联。
步骤106,根据未来操作动作向用户发出提问。
可选地,通过预测到的用户将来可能执行的至少一个未来操作动作,主动向用户发起提问,掌握交互中的主动权。
本公开上述实施例提供的一种用户交互方法,获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个操作动作进行关联;根据所述未来操作动作向所述用户发出提问;本实施例通过用户的操作记录主动发出提问,可以挖掘到用户的潜在需求,掌握对话的主动权,提高用户体验。
图2是本公开另一示例性实施例提供的用户交互方法的流程示意图。如图2所示,包括如下步骤:
步骤102,获取用户在设定时间内的操作记录。
其中,操作记录中包括至少两个操作动作。
步骤201,获取历史操作数据集。
其中,历史操作数据集中包括多个历史用户对应的多个历史操作数据,每个历史用户对应多个历史操作数据。
步骤202,利用频繁项集挖掘算法对历史操作数据集进行挖掘处理,确定关联规则。
其中,频繁项集挖掘算法(Apriori或FP-Growth),Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。是基于这样的事实:算法使用频繁项集性质的先验知识。Apriori使用一种称作逐层搜索的迭代方法,k-项集用于探索(k+1)-项集。首先,找出频繁1-项集的集合。该集合记作L1。L1用于找频繁2-项集的集合L2,而L2用于找L3,如此下去,直到不能找到频繁k-项集。FPGrowth算法主要分为两个步骤:FP-tree构建、递归挖掘FP-tree。FP-tree构建通过两次数据扫描,将原始数据中的事务压缩到一个FP-tree树,该FP-tree类似于前缀树,相同前缀的路径可以共用,从而达到压缩数据的目的。接着通过FP-tree找出每个item的条件模式基、条件FP-tree,递归的挖掘条件FP-tree得到所有的频繁项集。
步骤104,基于操作记录确定对应的关联规则,根据关联规则确定至少一个未来操作动作。
其中,关联规则用于将多个操作动作进行关联。
步骤106,根据未来操作动作向用户发出提问。
本实施例中的步骤201和步骤202可以在步骤102之前,或在步骤102之后,并不影响本实施例的实施,只要保证步骤201和步骤202在步骤104之前执行即可;在对话系统中,用户的操作行为类型受系统能力限制,是有限的。在有限空间内的操作序列可以视作为关联项挖掘问题,本实施例通过频繁项集挖掘算法将存在关联的操作动作聚合到关联规则中,通过关联规则实现了对用户未来操作的预测。
可选地,步骤202包括:
利用频繁项集挖掘算法对历史操作数据集进行挖掘处理,确定多个历史用户中每个历史用户的至少一个频繁项集合。
其中,每个频繁项集合中包括关联出现的概率大于预设概率的多个历史操作数据。例如,预设概率为任一较大概率(可根据实际情况进行设置),当多个历史操作数据之间关联出现的概率大于该预设概率时,可认为这些历史操作数据在一个频繁项集合中。
基于频繁项集合确定关联规则。
可选地,频繁项集合(frequent item sets)是经常出现在一块儿(出现在一块儿的概率大于预设概率)的条件(本实施例指操作动作)的集合;关联规则(associationrules)暗示这些条件(例如,频繁项集合中的多个操作动作)之间可能存在很强的关系;本实施例通过将在历史用户对应的历史操作数据中经常出现在一起的操作动作聚合为一个频繁项集合,再将一个频繁项集合作为一个关联规则,进而获得了多个包括多个关联强度较大的操作动作的关联规则。
可选地,基于频繁项集合确定关联规则包括:
基于频繁项集合确定频繁项集合对应的状态下的关联规则。
其中,每个频繁项集合对应一种状态,用户在不同状态下,对应的频繁项集合会有不同,例如,不同交易状态:购买之前和购买之后对应的频繁项集合必然不同,如在购买之前与咨询客服,可能与购买操作构成频繁项集合中的关联项;而如在购买之后与咨询客服,可能与退货操作构成频繁项集合中的关联项;因此,本实施在生成关联规则时,限定每个关联规则对应的状态,在执行步骤104之前,可选地,确定操作记录对应的状态。通过状态从多个关联规则中进行筛选,再通过操作记录中包括的操作动作从筛选得到的关联规则中进行匹配,进而获得该状态下的操作记录对应的关联规则,此时,得到的关联规则才能更准确的获得用户未来可能进行的操作。
图3是本公开又一示例性实施例提供的用户交互方法的流程示意图。如图3所示,包括如下步骤:
步骤102,获取用户在设定时间内的操作记录。
其中,操作记录中包括至少两个操作动作。
步骤104,基于操作记录确定对应的关联规则,根据关联规则确定至少一个未来操作动作。
其中,关联规则用于将多个操作动作进行关联。
步骤106,根据未来操作动作向用户发出提问。
步骤308,接收用户根据提问反馈的回答内容。
步骤310,对回答内容进行实体抽取和属性抽取,确定回答内容中的实体对象和实体对象对应的至少一个属性标签。
本实施例通过主动提问,接收到用户反馈的回答内容之后,将生成对话内容,而在对话过程中,由于人类真实沟通时,会在有限的上下文内使用指代,并不影响表意,但对计算系统理解语意的准确性影响非常大;本实施例通过对实体和属性进行抽取,以确定每个实体对象对应的至少一个属性标签,以实现将与用户对话中涉及的多个实体对象进行区分,以消除歧义。
在一些可选的实施例中,本申请提供的方法还包括:
基于至少一个属性标签确定实体对象是否为新实体;
响应于实体对象为新实体,将实体对象存入对话实体库中;
响应于实体对象不是新实体,基于至少一个属性标签对实体对象的属性进行更新。
本实施例中,针对从当前的回答内容中抽取得到的实体对象进行判断,可选地,可通过该实体对应的属性标签与之前该用户的对话中涉及到的实体对象对应的属性标签进行比较,当属性标签之中有超过设定比例的属性标签不对应,可认为该实体对象是新实体,否则,认为不是新实体。
可选地,基于至少一个属性标签对实体对象的属性进行更新,包括:
基于至少一个属性标签与实体对象对应的多个属性标签进行匹配,将不匹配的属性标签增加或替换到实体对象对应的属性中。
实体对象的属性包括实体对象对应的所有属性标签。
本实施例中,当实体对象识别为非新实体时,说明该实体对象是已有实体对象,那么该实体对象在接收新的属性标签之前会对应的原始属性(包括至少一个原始属性标签),在接收到新的属性标签时,可通过对原始属性中增加新的属性标签或以新的属性标签替换原始属性标签,以实现对该实体对象的原始属性的更新。
图4是本公开还一示例性实施例提供的用户交互方法的流程示意图。如图4所示,包括如下步骤:
步骤102,获取用户在设定时间内的操作记录。
其中,操作记录中包括至少两个操作动作。
步骤104,基于操作记录确定对应的关联规则,根据关联规则确定至少一个未来操作动作。
其中,关联规则用于将多个操作动作进行关联。
步骤106,根据未来操作动作向用户发出提问。
步骤308,接收用户根据提问反馈的回答内容。
步骤310,对回答内容进行实体抽取和属性抽取,确定回答内容中的实体对象和实体对象对应的至少一个属性标签。
步骤412,基于多次提问和多次提问对应的多个回答内容,确定用户对话内容。
在接收到用户的回答内容之后,可根据该回答内容产生新的提问内容,实现系统与用户的交互,生成对话内容,对话内容包括多个提问内容和多个回答内容。
步骤414,对用户对话内容中包括的至少一个指代词进行识别,确定每个指代词对应的实体对象。
本实施例中,由于对话内容中包括多个回答内容,在多次回答过程中,用户可能会采用指代词(如,这个、那个等)的方式进行反馈,当指代词出现时,需要对指代词所指代的实体对象进行识别确定每个指代词对应的实体对象,以消除对话中的歧义,实现指代消歧,避免因指代不明,系统无法识别。
图5是本公开示例性实施例提供的用户交互方法中确定实体对象的流程示意图。如图5所示,当接收到新文本内容的输入,对该文本内容进行实体对象和属性的提取,获得包括至少一个属性标签的实体对象,判断该实体对象是否是已有的实体对象,如果是,将该实体对象与已有实体对象进行关联,并对已有实体对象的属性进行更新(增加/更新/删除等),并将更新后的已有实体对应的属性更新到针对对话建立的对话实体库中;该对话实体库中保存与一个用户的对话中涉及到的所有实体对象,或一次对话内容中涉及到的所有实体对象;当该实体对象不是已有的实体对象,将该实体对象作为新的实体对象存入该对话实体库。
如图6所示,在上述图4所示实施例的基础上,步骤414可包括如下步骤:
步骤4141,获取至少一个指代词中每个指代词对应的相关回答内容。
其中,相关回答内容包括在指代词所在的回答内容之前的设定数量的回答内容,或在指代词所在的回答内容之前的设定时间的回答内容。
步骤4142,针对每个指代词,基于相关回答内容确定指代词对应的实体对象。
可选地,判断相关回答内容中是否包括唯一的实体对象;
响应于相关回答内容中包括唯一的实体对象,将实体对象确定为指代词对应的实体对象;
响应于相关回答内容中包括多个实体对象或不包括实体对象,发出指代询问,基于用户根据指代询问反馈的回答确定指代词对应的实体对象。
通常指代词出现在所指代的实体对象之后,且不会与所指代的实体对象之间超出设定数量的回答内容或时间间隔,因此,本实施例通过在与指代词间隔设定数量或设定时间的回答内容中查找实体对象,当可确定唯一的实体对象时,即可确定该指代词所指代的实体对象,而当在设定数量或设定时间内的回答内容中不包括实体对象或包括多个实体对象时,系统无法确定指代词所指代的实体对象,通过发出提问的方式确定指代词所指代的实体对象,通过主动打断对话,实现停止歧义的继续增长。例如,如图7所示,用户回答中的指代词话费之前不包括回答内容,因此,指代词所指代的实体对象不清楚,主动发起提问确认两次充值中的哪一次,通过回答内容确定是实体对象是100元的话费充值。
本公开实施例提供的任一种用户交互方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种用户交互方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种用户交互方法。下文不再赘述。
示例性装置
图8是本公开一示例性实施例提供的用户交互装置的结构示意图。如图8所示,本实施例装置包括:
操作记录模块81,用于获取用户在设定时间内的操作记录。
其中,操作记录中包括至少两个操作动作。
操作动作确定模块82,用于基于操作记录确定对应的关联规则,根据关联规则确定至少一个未来操作动作。
其中,关联规则用于将多个操作动作进行关联。
提问模块83,用于根据未来操作动作向用户发出提问。
本公开上述实施例提供的一种用户交互装置,获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个操作动作进行关联;根据所述未来操作动作向所述用户发出提问;本实施例通过用户的操作记录主动发出提问,可以挖掘到用户的潜在需求,掌握对话的主动权,提高用户体验。
可选地,本实施例提供的装置还包括:
数据获取模块,用于获取历史操作数据集;其中,历史操作数据集中包括多个历史用户对应的多个历史操作数据,每个历史用户对应多个历史操作数据;
规则确定模块,用于利用频繁项集挖掘算法对历史操作数据集进行挖掘处理,确定关联规则。
可选地,规则确定模块,包括:
数据挖掘单元,用于利用频繁项集挖掘算法对历史操作数据集进行挖掘处理,确定多个历史用户中每个历史用户的至少一个频繁项集合;其中,每个频繁项集合中包括关联出现的概率大于预设概率的多个历史操作数据;
关联规则单元,用于基于频繁项集合确定关联规则。
可选地,每个频繁项集合对应一种状态;
关联规则单元,具体用于基于频繁项集合确定频繁项集合对应的状态下的关联规则。
可选地,本实施例提供的装置还包括:
状态确定模块,用于确定操作记录对应的状态。
在一些可选的实施例中,本实施例提供的装置还包括:
回答接收模块,用于接收用户根据提问反馈的回答内容。
属性标签模块,用于对回答内容进行实体抽取和属性抽取,确定回答内容中的实体对象和实体对象对应的至少一个属性标签。
可选地,本实施例提供的装置还包括:
实体判断模块,用于基于至少一个属性标签确定实体对象是否为新实体;响应于实体对象为新实体,将实体对象存入对话实体库中;响应于实体对象不是新实体,基于至少一个属性标签对实体对象的属性进行更新。
可选地,实体对象的属性包括实体对象对应的所有属性标签;
实体判断模块在基于至少一个属性标签对实体对象的属性进行更新时,用于基于至少一个属性标签与实体对象对应的多个属性标签进行匹配,将不匹配的属性标签增加或替换到实体对象对应的属性中。
在一些可选的实施例中,本实施例提供的装置还包括:
对话确定模块,用于基于多次所述提问和多次提问对应的多个回答内容,确定用户对话内容;
实体确定模块,用于对用户对话内容中包括的至少一个指代词进行识别,确定每个指代词对应的实体对象。
可选地,实体确定模块,具体用于获取至少一个指代词中每个指代词对应的相关回答内容;其中,相关回答内容包括在指代词所在的回答内容之前的设定数量的回答内容,或在指代词所在的回答内容之前的设定时间的回答内容;针对每个指代词,基于相关回答内容确定指代词对应的实体对象。
可选地,实体确定模块在基于相关回答内容确定指代词对应的实体对象时,用于判断相关回答内容中是否包括唯一的实体对象;响应于相关回答内容中包括唯一的实体对象,将实体对象确定为指代词对应的实体对象;响应于相关回答内容中包括多个实体对象或不包括实体对象,发出指代询问,基于用户根据指代询问反馈的回答确定指代词对应的实体对象。
示例性电子设备
下面,参考图9来描述根据本公开实施例的电子设备。该电子设备可以是第一设备100和第二设备200中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图9图示了根据本公开实施例的电子设备的框图。
如图9所示,电子设备90包括一个或多个处理器91和存储器92。
处理器91可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备90中的其他组件以执行期望的功能。
存储器92可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器91可以运行所述程序指令,以实现上文所述的本公开的各个实施例的用户交互方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备90还可以包括:输入装置93和输出装置94,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,在该电子设备是第一设备100或第二设备200时,该输入装置93可以是上述的麦克风或麦克风阵列,用于捕捉声源的输入信号。在该电子设备是单机设备时,该输入装置93可以是通信网络连接器,用于从第一设备100和第二设备200接收所采集的输入信号。
此外,该输入设备93还可以包括例如键盘、鼠标等等。
该输出装置94可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出设备94可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图9中仅示出了该电子设备90中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备90还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的用户交互方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的用户交互方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种用户交互方法,其特征在于,包括:
获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;
基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个所述操作动作进行关联;
根据所述未来操作动作向所述用户发出提问。
2.根据权利要求1所述的方法,其特征在于,在基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作之前,所述方法还包括:
获取历史操作数据集;其中,所述历史操作数据集中包括多个历史用户对应的多个历史操作数据,每个所述历史用户对应多个历史操作数据;
利用频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述关联规则。
3.根据权利要求2所述的方法,其特征在于,所述利用频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述关联规则,包括:
利用所述频繁项集挖掘算法对所述历史操作数据集进行挖掘处理,确定所述多个历史用户中每个历史用户的至少一个频繁项集合;其中,每个所述频繁项集合中包括关联出现的概率大于预设概率的多个历史操作数据;
基于所述频繁项集合确定所述关联规则。
4.根据权利要求3所述的方法,其特征在于,每个所述频繁项集合对应一种状态;
所述基于所述频繁项集合确定所述关联规则,包括:
基于所述频繁项集合确定所述频繁项集合对应的状态下的所述关联规则。
5.根据权利要求4所述的方法,其特征在于,所述基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作之前,还包括:
确定所述操作记录对应的状态。
6.根据权利要求1-5任一所述的方法,其特征在于,在根据所述未来操作动作向所述用户发出提问之后,所述方法还包括:
接收所述用户根据所述提问反馈的回答内容;
对所述回答内容进行实体抽取和属性抽取,确定所述回答内容中的实体对象和所述实体对象对应的至少一个属性标签。
7.根据权利要求6所述的方法,其特征在于,还包括:
基于所述至少一个属性标签确定所述实体对象是否为新实体;
响应于所述实体对象为新实体,将所述实体对象存入对话实体库中;
响应于所述实体对象不是新实体,基于所述至少一个属性标签对所述实体对象的属性进行更新。
8.一种用户交互装置,其特征在于,包括:
操作记录模块,用于获取用户在设定时间内的操作记录;其中,所述操作记录中包括至少两个操作动作;
操作动作确定模块,用于基于所述操作记录确定对应的关联规则,根据所述关联规则确定至少一个未来操作动作;其中,所述关联规则用于将多个所述操作动作进行关联;
提问模块,用于根据所述未来操作动作向所述用户发出提问。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一所述的用户交互方法。
10.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7任一所述的用户交互方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010080333.5A CN111324707A (zh) | 2020-02-05 | 2020-02-05 | 用户交互方法和装置、计算机可读存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010080333.5A CN111324707A (zh) | 2020-02-05 | 2020-02-05 | 用户交互方法和装置、计算机可读存储介质、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111324707A true CN111324707A (zh) | 2020-06-23 |
Family
ID=71172162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010080333.5A Pending CN111324707A (zh) | 2020-02-05 | 2020-02-05 | 用户交互方法和装置、计算机可读存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111324707A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505590A (zh) * | 2021-05-19 | 2021-10-15 | 国家电网有限公司大数据中心 | 基于实体消歧的数据库中的关键数据元素识别方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302879A (zh) * | 2015-10-12 | 2016-02-03 | 百度在线网络技术(北京)有限公司 | 用于确定用户需求的方法与装置 |
CN106650273A (zh) * | 2016-12-28 | 2017-05-10 | 东方网力科技股份有限公司 | 一种行为预测方法和装置 |
CN107885857A (zh) * | 2017-11-17 | 2018-04-06 | 山东师范大学 | 一种搜索结果页用户行为模式挖掘方法、装置及系统 |
CN108230089A (zh) * | 2017-12-06 | 2018-06-29 | 链家网(北京)科技有限公司 | 一种在线订单处理方法、系统及装置 |
CN108346085A (zh) * | 2018-01-30 | 2018-07-31 | 南京邮电大学 | 基于加权频繁项集挖掘算法的电商平台个性化推荐方法 |
CN109002477A (zh) * | 2018-06-19 | 2018-12-14 | 深圳市元征科技股份有限公司 | 信息处理方法、装置、终端及介质 |
CN110162600A (zh) * | 2019-05-20 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种信息处理的方法、会话响应的方法及装置 |
CN110609725A (zh) * | 2019-09-16 | 2019-12-24 | 山东爱城市网信息技术有限公司 | 一种前端用户行为预测方法及系统 |
-
2020
- 2020-02-05 CN CN202010080333.5A patent/CN111324707A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302879A (zh) * | 2015-10-12 | 2016-02-03 | 百度在线网络技术(北京)有限公司 | 用于确定用户需求的方法与装置 |
CN106650273A (zh) * | 2016-12-28 | 2017-05-10 | 东方网力科技股份有限公司 | 一种行为预测方法和装置 |
CN107885857A (zh) * | 2017-11-17 | 2018-04-06 | 山东师范大学 | 一种搜索结果页用户行为模式挖掘方法、装置及系统 |
CN108230089A (zh) * | 2017-12-06 | 2018-06-29 | 链家网(北京)科技有限公司 | 一种在线订单处理方法、系统及装置 |
CN108346085A (zh) * | 2018-01-30 | 2018-07-31 | 南京邮电大学 | 基于加权频繁项集挖掘算法的电商平台个性化推荐方法 |
CN109002477A (zh) * | 2018-06-19 | 2018-12-14 | 深圳市元征科技股份有限公司 | 信息处理方法、装置、终端及介质 |
CN110162600A (zh) * | 2019-05-20 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种信息处理的方法、会话响应的方法及装置 |
CN110609725A (zh) * | 2019-09-16 | 2019-12-24 | 山东爱城市网信息技术有限公司 | 一种前端用户行为预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
吴斌: "《复杂网络与科技文献知识发现》", 29 February 2016, 科学技术文献出版社, pages: 141 - 143 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505590A (zh) * | 2021-05-19 | 2021-10-15 | 国家电网有限公司大数据中心 | 基于实体消歧的数据库中的关键数据元素识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334635B2 (en) | Domain specific natural language understanding of customer intent in self-help | |
US10565234B1 (en) | Ticket classification systems and methods | |
KR102485129B1 (ko) | 정보 푸시 방법, 장치, 기기 및 저장매체 | |
US11436446B2 (en) | Image analysis enhanced related item decision | |
CN110321544B (zh) | 用于生成信息的方法和装置 | |
CN111090739A (zh) | 信息处理方法、装置以及电子设备、存储介质 | |
US10572122B2 (en) | Intelligent embedded experience gadget selection | |
CN111353862A (zh) | 商品的推荐方法和装置、电子设备和存储介质 | |
WO2016093837A1 (en) | Determining term scores based on a modified inverse domain frequency | |
Altintas et al. | Machine learning based ticket classification in issue tracking systems | |
CN111125566A (zh) | 信息获取方法和装置、电子设备和存储介质 | |
MX2012012945A (es) | Mejoramiento de una pregunta para una busqueda de base de datos. | |
CN110647832A (zh) | 获取证件中信息的方法和装置、电子设备和存储介质 | |
JP2017097823A (ja) | 分散ネットワークで使用するための検索サーバ、端末装置、及び検索方法 | |
CN113139816A (zh) | 信息处理方法、装置、电子设备和存储介质 | |
CN112395517B (zh) | 房源搜索展示方法、装置及计算机可读存储介质 | |
CN112116159B (zh) | 信息交互方法、装置、计算机可读存储介质及电子设备 | |
CN111324707A (zh) | 用户交互方法和装置、计算机可读存储介质、电子设备 | |
US9785404B2 (en) | Method and system for analyzing data in artifacts and creating a modifiable data network | |
CN112148939A (zh) | 数据处理方法、装置及电子设备 | |
US9286348B2 (en) | Dynamic search system | |
CN115357827A (zh) | 区块链浏览器组件和电子设备 | |
US20190244174A1 (en) | System for Inspecting Message Logs Using an Interaction Engine | |
CN112199578B (zh) | 信息处理方法和装置、电子设备和存储介质 | |
KR20230059364A (ko) | 언어 모델을 이용한 여론조사 시스템 및 운영 방법 |
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 |