CN111341308A - 用于输出信息的方法和装置 - Google Patents

用于输出信息的方法和装置 Download PDF

Info

Publication number
CN111341308A
CN111341308A CN202010088113.7A CN202010088113A CN111341308A CN 111341308 A CN111341308 A CN 111341308A CN 202010088113 A CN202010088113 A CN 202010088113A CN 111341308 A CN111341308 A CN 111341308A
Authority
CN
China
Prior art keywords
entity
words
slot position
question
conversation
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
CN202010088113.7A
Other languages
English (en)
Other versions
CN111341308B (zh
Inventor
苗亚飞
贺文嵩
徐犇
谢剑
张艺品
王焱
刘永宜
王储
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.)
Baidu Online Network Technology Beijing Co Ltd
Shanghai Xiaodu Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010088113.7A priority Critical patent/CN111341308B/zh
Publication of CN111341308A publication Critical patent/CN111341308A/zh
Priority to US17/024,654 priority patent/US11562010B2/en
Priority to JP2020157689A priority patent/JP7046134B2/ja
Application granted granted Critical
Publication of CN111341308B publication Critical patent/CN111341308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/027Frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/18Speech classification or search using natural language modelling
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/08Speech classification or search
    • G10L15/18Speech classification or search using natural language modelling
    • G10L15/1815Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括:响应于接收到问题,检测所述问题中是否存在实体槽位;若存在,则将检测出的实体槽位加入候选槽位;检测问题中实体的限定关系词;在预设的知识图谱中搜索候选槽位的周边知识图谱;根据限定关系词对周边知识图谱进行推理,输出与限定关系词匹配的实体词。该实施方式能提高自然语言处理中槽位识别的准确率,减少人机对话的交互次数,提升用户体验。

Description

用于输出信息的方法和装置
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。
背景技术
槽位(slot)识别是自然语言处理任务中的基础任务之一,即从自然语言的句子中标记出需要的词或短语。举例:“我要听王F唱的我和我的祖国”,把“王F”识别为歌手(singer),把“我和我都祖国”识别为歌曲名(song)。
在人机对话领域,用户的表述很多时候不会这么的规范,尤其是在一个前后文相关的对话场景中,用户可能会省略掉一些词语,或者用代词来替代之前出现的部分词语片段,举例如下:
示例1:
Human(人):我要听王F唱的我和我的祖国
Robot(机):为您找到王F演唱的歌曲我和我的祖国,请您收听
Human:我要看电影(slot1:她,slot2:电影)
示例2:
Human:我要听王F唱的我和我的祖国
Robot:为您找到王F演唱的歌曲我和我的祖国,请您收听
Human:换个版本听听(slot1:换个版本)
对于传统的序列标注,只可以标注出代词“她”,资源“电影”,行为“换个版本”,不能识别出更丰富的含义。对于后端的垂类检索服务而言,拿到这些槽位不能进行简单的资源检索。
现有的多轮槽位识别策略基本为以下两类解决方案:
1、直接进行槽位序列标注,不做指代消解和语义扩充,应用方通过代码逻辑或规则来理解用户的真实需求。应用方在使用这些槽位时,通过编写十分复杂的组合逻辑或者硬性人工规则来检索资源。
2、在槽位识别时,通过维护一个对话状态机来记录人机交互的所有对话,将代词替换为前轮对话识别的槽位。
现有多轮槽位识别技术的问题主要体现在通用性,健壮性,可维护性,易扩展性等几个方面的不足,具体如下:
方案(1)的解决思路比较直接,直接把有指代关系的词输出,将理解的责任交给自然语言理解解析结果应用方(通常是垂类服务),无疑大大增加了应用方的开发难度。采用该方案的系统装置,子模块间的槽位命名接口会非常复杂,可维护性低。
方案(2)对代词做了一定的指代消解,简化了槽位命名复杂度,能够解决部分名词槽位的替换,但对行为动词或者描述性、限定性的词的消解则能力有限。只能针对不同的垂类编写不同的状态机来解决此类问题,无疑提高了复杂度和开发成本。
发明内容
本公开的实施例提出了用于输出信息的方法和装置。
第一方面,本公开的实施例提供了用于输出信息的方法,包括:响应于接收到问题,检测所述问题中是否存在实体槽位;若存在,则将检测出的实体槽位加入候选槽位;检测问题中实体的限定关系词;在预设的知识图谱中搜索候选槽位的周边知识图谱;根据限定关系词对周边知识图谱进行推理,输出与限定关系词匹配的实体词。
在一些实施例中,该方法还包括:若不存在,则从历史对话中判断出实体槽位加入候选槽位。
在一些实施例中,该方法还包括:检测候选槽位是否存在指代词;若存在,则把指代词替换为最近一次对话中出现的实体词。
在一些实施例中,把指代词替换为最近一次对话中出现的实体词,包括:若最近一次对话中出现的实体词的数量超过一个,则根据语义找到用于替换指代词的实体词进行替换。
在一些实施例中,该方法还包括:根据最近一次对话中出现的实体词和限定关系词对周边知识图谱进行推理,输出与最近一次对话中出现的实体词和限定关系词匹配的实体词。
第二方面,本公开的实施例提供了一种用于输出信息的装置,包括:实体检测单元,被配置成响应于接收到问题,检测所述问题中是否存在实体槽位;添加单元,被配置成若存在实体槽位,则将检测出的实体槽位加入候选槽位;关系检测单元,被配置成检测问题中实体的限定关系词;搜索单元,被配置成在预设的知识图谱中搜索候选槽位的周边知识图谱;推理单元,被配置成根据限定关系词对周边知识图谱进行推理,输出与限定关系词匹配的实体词。
在一些实施例中,添加单元进一步被配置成:若不存在实体槽位,则从历史对话中判断出实体槽位加入候选槽位。
在一些实施例中,该装置还包括代词检测单元,被配置成:检测候选槽位是否存在指代词;若存在,则把指代词替换为最近一次对话中出现的实体词。
在一些实施例中,代词检测单元进一步被配置成:若最近一次对话中出现的实体词的数量超过一个,则根据语义找到用于替换指代词的实体词进行替换。
在一些实施例中,代词检测单元进一步被配置成:根据最近一次对话中出现的实体词和限定关系词对周边知识图谱进行推理,输出与最近一次对话中出现的实体词和限定关系词匹配的实体词。
第三方面,本公开的实施例提供了一种用于输出信息的电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本公开的实施例提供的用于输出信息的方法和装置,本技术在人机多轮对话中,引入了基于知识图谱的逻辑推导能力,不区分用户 query(问题)的意图,全局通用,机制灵活,在提升槽位识别能力的同时,能够显著降低用户与对话机器人的交互轮数和时间消耗。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于输出信息的方法的一个实施例的流程图;
图3是根据本公开的用于输出信息的方法的知识图谱的示意图;
图4是根据本公开的用于输出信息的方法的又一个实施例的流程图;
图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105 交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如人机交互类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有麦克风和扬声器并且支持人机对话的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio LayerIII,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、 102、103上提出的问题提供解答的人机对话服务器。人机对话服务器可以对接收到的人机对话请求等数据进行分析等处理,并将处理结果 (例如答案)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于输出信息的方法一般由服务器105执行,相应地,用于输出信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法,包括以下步骤:
步骤201,响应于接收到问题,检测问题。
在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器)可接收到用户输入的问题。可以是语音形式的问题,也可以是文本形式的问题。如果是语音形式的问题,则需要转换成文本形式的问题。然后检测问题中是否存在实体槽位。实体槽位可以是人或物名称、行为动作、歌曲名等。检测问题即识别出槽位。可采用多种混合的槽位识别方法,包括但不限于文法模型,nn-crf模型、人工规则等。
步骤202,若存在实体槽位,则将检测出的实体槽位加入候选槽位。
在本实施例中,如果在当前的问题中直接检测到实体槽位,则将检测出的实体槽位加入候选槽位,以待后续处理。例如,人机对话中,收到问题Human:我要听王F唱的我和我的祖国。可检测出实体槽位“singer:王F,song:我和我的祖国”。
步骤203,若不存在实体槽位,则从历史对话中判断出实体槽位加入候选槽位。
在本实施例中,如果没有实体槽位,可最多前溯5轮历史对话,查找是否有实体槽位。如果找到实体槽位,则加入候选槽位;如果没有找到,则按普通方案进行,直接返回当前识别结果。
步骤204,检测问题中实体的限定关系词。
在本实施例中,限定关系词可包括“出演的”、“演唱的”、“代言的”、“妻子”等限定人和物、人和人、物和物之间关系的词。
步骤205,在预设的知识图谱中搜索候选槽位的周边知识图谱。
在本实施例中,知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。图3所示为实体槽位为“王F”、“我和我的祖国”的周边知识图谱。
步骤206,根据限定关系词对周边知识图谱进行推理,输出与限定关系词匹配的实体词。
在本实施例中,由于周边知识图谱的范围比较大,需要限定关系词进一步定位,图3中限定关系词为“版本”,我们可以知道“王F”不会有不同版本,但“我和我的祖国”有不同版本,分别为:王F、李XX、韩H三个版本,而排除上一轮的“王F”版本,则返回“singer:李XX”或者“singer:韩H”即可。
具体过程如下例所示:
Human:我要听王F唱的我和我的祖国
Robot:为您找到王F演唱的歌曲我和我的祖国,请您收听
Human:换个版本听听
当用户说“换个版本听听”的时候,上轮对话已经识别出了槽位: singer:王F,song:我和我的祖国,本轮对话识别槽位, play_action:change_version(换个版本)。本方案会首先根据实体检索到其在知识图谱中的位置和关系:王F-演唱版本-我和我的祖国。然后结合本轮的槽位play_action(换个版本),我们可以知道“王F”不会有不同版本,但“我和我的祖国”有不同版本,分别为:王F、李XX、韩H三个版本,而排除上一轮的“王F”版本,则返回“singer:李 XX”或者“singer:韩H”即可。
本公开的上述实施例提供的方法,将传统方案中的维护对话过程的状态机给替换掉,用针对性设计的通用的知识图谱来替换。通过本方案,我们只需要完善知识图谱和推理策略,即可将多轮对话中的槽位识别做的更通用,同时大大减小了应用垂类的解析负担。
进一步参考图4,其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400,包括以下步骤:
步骤401,响应于接收到问题,检测问题。
步骤402,若存在实体槽位,则将检测出的实体槽位加入候选槽位。
步骤403,若不存在实体槽位,则从历史对话中判断出实体槽位加入候选槽位。
步骤404,检测问题中实体的限定关系词。
步骤405,在预设的知识图谱中搜索候选槽位的周边知识图谱。
步骤401-405与步骤201-205基本相同,因此不再赘述。
步骤406,检测候选槽位是否存在指代词。
在本实施例中,指代词是代替名词或一句话的一种词类。除语法意义上的词,例如我们、自己、这个、这样、那么、它们等之外,还可包括刚刚的、上一个、前面的等可从历史对话中找到对应的实体的词。例如“换个版本”,则指代的是“王F唱的我和我的祖国”换个版本。
步骤407,若存在,则把指代词替换为最近一次对话中出现的实体词。
在本实施例中,在人机对话领域,用户的表述很多时候不会这么的规范,尤其是在一个前后文相关的对话场景中,用户可能会省略掉一些词语,或者用代词来替代之前出现的部分词语片段,举例如下:
示例1:
Human:我要听王F唱的我和我的祖国
Robot:为您找到王F演唱的歌曲我和我的祖国,请您收听
Human:我要看电影(slot1:她,slot2:电影)
示例2:
Human:我要听王F唱的我和我的祖国
Robot:为您找到王F演唱的歌曲我和我的祖国,请您收听
Human:换个版本听听(slot1:换个版本)
本申请所提出的方案可把示例1中第三句识别出槽位“singer:王 F,source_type:电影”;示例2第三句识别出槽位“singer:王F,song:我和我的祖国,play_action:change_version”。本方案识别的槽位并不在用户表述的句子中,是由策略根据知识图谱推导产出。
可选地,若最近一次对话中出现的实体词的数量超过一个,则根据语义找到用于替换指代词的实体词进行替换。例如,示例1第3句出现指代词“她”,最近一次对话是第2句,出现的实体词“王F”、“我和我的祖国”。如果用户输入的是文本,则可通过“她”来确定出指代的是人,则用于替换“王F”。如果用户语音输入,并不能判断是否是人。但通过“演唱的”这个限定关系词可知“她”指代的是人。
步骤408,根据最近一次对话中出现的实体词和限定关系词对周边知识图谱进行推理,输出与最近一次对话中出现的实体词和限定关系词匹配的实体词。
在本实施例中,如示例2所示当用户说“换个版本听听”的时候,上轮对话已经识别出了槽位:singer:王F,song:我和我的祖国,本轮对话识别槽位,play_action:change_version(换个版本)。本方案会首先根据实体检索到其在知识图谱中的位置和关系:王F-演唱版本-我和我的祖国。然后结合本轮的槽位play_action(换个版本),我们可以知道“王F”不会有不同版本,但“我和我的祖国”有不同版本,分别为:王F、李XX、韩H三个版本,而排除上一轮的“王F”版本,则返回“singer:李XX”或者“singer:韩H”即可。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于输出信息的方法的流程400体现了对指代词进行替换的步骤。由此,本实施例描述的方案可以对指代词做了一定的指代消解,简化了槽位命名复杂度,能够解决槽位的替换,且不会降低对行为动词或者描述性、限定性的词的消解的能力。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:实体检测单元501、添加单元502、关系检测单元503、搜索单元504和推理单元505。其中,实体检测单元501,被配置成响应于接收到问题,检测问题中是否存在实体槽位;添加单元502,被配置成若存在实体槽位,则将检测出的实体槽位加入候选槽位;关系检测单元503,被配置成检测问题中实体的限定关系词;搜索单元504,被配置成在预设的知识图谱中搜索候选槽位的周边知识图谱;推理单元505,被配置成根据限定关系词对周边知识图谱进行推理,输出与限定关系词匹配的实体词。
在本实施例中,用于输出信息的装置500的实体检测单元501、添加单元502、关系检测单元503、搜索单元504和推理单元505的具体处理可以参考图2对应实施例中的步骤201-205。
在本实施例的一些可选的实现方式中,添加单元502进一步被配置成:若不存在实体槽位,则从历史对话中判断出实体槽位加入候选槽位。
在本实施例的一些可选的实现方式中,装置500还包括代词检测单元(附图中未示出),被配置成:检测候选槽位是否存在指代词;若存在,则把指代词替换为最近一次对话中出现的实体词。
在本实施例的一些可选的实现方式中,代词检测单元进一步被配置成:若最近一次对话中出现的实体词的数量超过一个,则根据语义找到用于替换指代词的实体词进行替换。
在本实施例的一些可选的实现方式中,代词检测单元进一步被配置成:根据最近一次对话中出现的实体词和限定关系词对周边知识图谱进行推理,输出与最近一次对话中出现的实体词和限定关系词匹配的实体词。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备 /服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线 604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置 606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于接收到问题,检测所述问题中是否存在实体槽位;若存在,则将检测出的实体槽位加入候选槽位;检测问题中实体的限定关系词;在预设的知识图谱中搜索候选槽位的周边知识图谱;根据限定关系词对周边知识图谱进行推理,输出与限定关系词匹配的实体词。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括实体检测单元、添加单元、关系检测单元、搜索单元和推理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,实体检测单元还可以被描述为“响应于接收到问题,检测所述问题中是否存在实体槽位的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于输出信息的方法,包括:
响应于接收到问题,检测所述问题中是否存在实体槽位;
若存在,则将检测出的实体槽位加入候选槽位;
检测所述问题中实体的限定关系词;
在预设的知识图谱中搜索所述候选槽位的周边知识图谱;
根据所述限定关系词对所述周边知识图谱进行推理,输出与所述限定关系词匹配的实体词。
2.根据权利要求1所述的方法,其中,所述方法还包括:
若不存在,则从历史对话中判断出实体槽位加入候选槽位。
3.根据权利要求1或2所述的方法,其中,所述方法还包括:
检测所述候选槽位是否存在指代词;
若存在,则把所述指代词替换为最近一次对话中出现的实体词。
4.根据权利要求3所述的方法,其中,所述把指代词替换为最近一次对话中出现的实体词,包括:
若最近一次对话中出现的实体词的数量超过一个,则根据语义找到用于替换指代词的实体词进行替换。
5.根据权利要求3所述的方法,其中,所述方法还包括:
根据最近一次对话中出现的实体词和所述限定关系词对所述周边知识图谱进行推理,输出与最近一次对话中出现的实体词和所述限定关系词匹配的实体词。
6.一种用于输出信息的装置,包括:
实体检测单元,被配置成响应于接收到问题,检测所述问题中是否存在实体槽位;
添加单元,被配置成若存在实体槽位,则将检测出的实体槽位加入候选槽位;
关系检测单元,被配置成检测所述问题中实体的限定关系词;
搜索单元,被配置成在预设的知识图谱中搜索所述候选槽位的周边知识图谱;
推理单元,被配置成根据所述限定关系词对所述周边知识图谱进行推理,输出与所述限定关系词匹配的实体词。
7.根据权利要求6所述的装置,其中,所述添加单元进一步被配置成:
若不存在实体槽位,则从历史对话中判断出实体槽位加入候选槽位。
8.根据权利要求6或7所述的装置,其中,所述装置还包括代词检测单元,被配置成:
检测所述候选槽位是否存在指代词;
若存在,则把所述指代词替换为最近一次对话中出现的实体词。
9.根据权利要求8所述的装置,其中,所述代词检测单元进一步被配置成:
若最近一次对话中出现的实体词的数量超过一个,则根据语义找到用于替换指代词的实体词进行替换。
10.根据权利要求8所述的装置,其中,所述代词检测单元进一步被配置成:
根据最近一次对话中出现的实体词和所述限定关系词对所述周边知识图谱进行推理,输出与最近一次对话中出现的实体词和所述限定关系词匹配的实体词。
11.一种用于输出信息的电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010088113.7A 2020-02-12 2020-02-12 用于输出信息的方法和装置 Active CN111341308B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010088113.7A CN111341308B (zh) 2020-02-12 2020-02-12 用于输出信息的方法和装置
US17/024,654 US11562010B2 (en) 2020-02-12 2020-09-17 Method and apparatus for outputting information
JP2020157689A JP7046134B2 (ja) 2020-02-12 2020-09-18 情報を出力するための方法および装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010088113.7A CN111341308B (zh) 2020-02-12 2020-02-12 用于输出信息的方法和装置

Publications (2)

Publication Number Publication Date
CN111341308A true CN111341308A (zh) 2020-06-26
CN111341308B CN111341308B (zh) 2023-07-21

Family

ID=71183373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010088113.7A Active CN111341308B (zh) 2020-02-12 2020-02-12 用于输出信息的方法和装置

Country Status (3)

Country Link
US (1) US11562010B2 (zh)
JP (1) JP7046134B2 (zh)
CN (1) CN111341308B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112148847A (zh) * 2020-08-27 2020-12-29 出门问问(苏州)信息科技有限公司 一种语音信息的处理方法及装置
CN113515617A (zh) * 2021-07-30 2021-10-19 中央财经大学 一种对话生成模型的方法、装置以及设备
CN115248854A (zh) * 2022-09-22 2022-10-28 中邮消费金融有限公司 一种基于知识图谱的自动问答方法、系统及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11977852B2 (en) * 2022-01-12 2024-05-07 Bank Of America Corporation Anaphoric reference resolution using natural language processing and machine learning
WO2023219261A1 (ko) * 2022-05-09 2023-11-16 삼성전자주식회사 대화 컨텐츠를 기반으로 이벤트를 생성하는 전자 장치, 제어 방법 및 비일시적 컴퓨터 판독 가능 저장 매체
WO2024069754A1 (ja) * 2022-09-27 2024-04-04 日本電信電話株式会社 情報処理装置、方法およびプログラム

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104360897A (zh) * 2014-10-29 2015-02-18 百度在线网络技术(北京)有限公司 对话处理方法和对话管理系统
CN104462024A (zh) * 2014-10-29 2015-03-25 百度在线网络技术(北京)有限公司 生成对话动作策略模型的方法和装置
US20150317302A1 (en) * 2014-04-30 2015-11-05 Microsoft Corporation Transferring information across language understanding model domains
CN107369443A (zh) * 2017-06-29 2017-11-21 北京百度网讯科技有限公司 基于人工智能的对话管理方法及装置
CN107944025A (zh) * 2017-12-12 2018-04-20 北京百度网讯科技有限公司 信息推送方法和装置
CN109616108A (zh) * 2018-11-29 2019-04-12 北京羽扇智信息科技有限公司 多轮对话交互处理方法、装置、电子设备及存储介质
CN109739849A (zh) * 2019-01-02 2019-05-10 山东省科学院情报研究所 一种数据驱动的网络敏感信息挖掘与预警平台
CN109885660A (zh) * 2019-02-22 2019-06-14 上海乐言信息科技有限公司 一种知识图谱赋能的基于信息检索的问答系统和方法
CN110019948A (zh) * 2018-08-31 2019-07-16 北京字节跳动网络技术有限公司 用于输出信息的方法和装置
CN110111795A (zh) * 2019-04-23 2019-08-09 维沃移动通信有限公司 一种语音处理方法及终端设备
CN110473521A (zh) * 2019-02-26 2019-11-19 北京蓦然认知科技有限公司 一种任务模型的训练方法、装置、设备
CN110502608A (zh) * 2019-07-05 2019-11-26 平安科技(深圳)有限公司 基于知识图谱的人机对话方法及人机对话装置
CN110503959A (zh) * 2019-09-03 2019-11-26 腾讯科技(深圳)有限公司 语音识别数据分发方法、装置、计算机设备及存储介质
CN110516260A (zh) * 2019-08-30 2019-11-29 腾讯科技(深圳)有限公司 实体推荐方法、装置、存储介质及设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8577671B1 (en) 2012-07-20 2013-11-05 Veveo, Inc. Method of and system for using conversation state information in a conversational interaction system
US10606846B2 (en) 2015-10-16 2020-03-31 Baidu Usa Llc Systems and methods for human inspired simple question answering (HISQA)
US10437833B1 (en) * 2016-10-05 2019-10-08 Ontocord, LLC Scalable natural language processing for large and dynamic text environments
US20180232443A1 (en) * 2017-02-16 2018-08-16 Globality, Inc. Intelligent matching system with ontology-aided relation extraction
US9865260B1 (en) * 2017-05-03 2018-01-09 Google Llc Proactive incorporation of unsolicited content into human-to-computer dialogs
CN110913792A (zh) * 2017-06-06 2020-03-24 直观外科手术操作公司 用于远程操作系统中基于状态的语音识别的系统和方法
JP6906419B2 (ja) 2017-10-13 2021-07-21 ヤフー株式会社 情報提供装置、情報提供方法、およびプログラム
CN108345702A (zh) 2018-04-10 2018-07-31 北京百度网讯科技有限公司 实体推荐方法和装置
US10978056B1 (en) * 2018-04-20 2021-04-13 Facebook, Inc. Grammaticality classification for natural language generation in assistant systems

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150317302A1 (en) * 2014-04-30 2015-11-05 Microsoft Corporation Transferring information across language understanding model domains
CN104462024A (zh) * 2014-10-29 2015-03-25 百度在线网络技术(北京)有限公司 生成对话动作策略模型的方法和装置
CN104360897A (zh) * 2014-10-29 2015-02-18 百度在线网络技术(北京)有限公司 对话处理方法和对话管理系统
CN107369443A (zh) * 2017-06-29 2017-11-21 北京百度网讯科技有限公司 基于人工智能的对话管理方法及装置
CN107944025A (zh) * 2017-12-12 2018-04-20 北京百度网讯科技有限公司 信息推送方法和装置
CN110019948A (zh) * 2018-08-31 2019-07-16 北京字节跳动网络技术有限公司 用于输出信息的方法和装置
CN109616108A (zh) * 2018-11-29 2019-04-12 北京羽扇智信息科技有限公司 多轮对话交互处理方法、装置、电子设备及存储介质
CN109739849A (zh) * 2019-01-02 2019-05-10 山东省科学院情报研究所 一种数据驱动的网络敏感信息挖掘与预警平台
CN109885660A (zh) * 2019-02-22 2019-06-14 上海乐言信息科技有限公司 一种知识图谱赋能的基于信息检索的问答系统和方法
CN110473521A (zh) * 2019-02-26 2019-11-19 北京蓦然认知科技有限公司 一种任务模型的训练方法、装置、设备
CN110111795A (zh) * 2019-04-23 2019-08-09 维沃移动通信有限公司 一种语音处理方法及终端设备
CN110502608A (zh) * 2019-07-05 2019-11-26 平安科技(深圳)有限公司 基于知识图谱的人机对话方法及人机对话装置
CN110516260A (zh) * 2019-08-30 2019-11-29 腾讯科技(深圳)有限公司 实体推荐方法、装置、存储介质及设备
CN110503959A (zh) * 2019-09-03 2019-11-26 腾讯科技(深圳)有限公司 语音识别数据分发方法、装置、计算机设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112148847A (zh) * 2020-08-27 2020-12-29 出门问问(苏州)信息科技有限公司 一种语音信息的处理方法及装置
CN112148847B (zh) * 2020-08-27 2024-03-12 出门问问创新科技有限公司 一种语音信息的处理方法及装置
CN113515617A (zh) * 2021-07-30 2021-10-19 中央财经大学 一种对话生成模型的方法、装置以及设备
CN115248854A (zh) * 2022-09-22 2022-10-28 中邮消费金融有限公司 一种基于知识图谱的自动问答方法、系统及存储介质

Also Published As

Publication number Publication date
JP7046134B2 (ja) 2022-04-01
US20210248171A1 (en) 2021-08-12
US11562010B2 (en) 2023-01-24
CN111341308B (zh) 2023-07-21
JP2021128745A (ja) 2021-09-02

Similar Documents

Publication Publication Date Title
CN111341308A (zh) 用于输出信息的方法和装置
US10289433B2 (en) Domain specific language for encoding assistant dialog
CN108985358B (zh) 情绪识别方法、装置、设备及存储介质
US9875741B2 (en) Selective speech recognition for chat and digital personal assistant systems
US11017767B2 (en) Hierarchical attention for spoken dialogue state tracking
CN111247778A (zh) 使用web智能的对话式/多回合的问题理解
CN106663427A (zh) 用于服务语音发音的高速缓存设备
CN110096584B (zh) 一种应答方法和装置
CN111324700A (zh) 资源召回方法、装置、电子设备及计算机可读存储介质
KR20130133872A (ko) 자동화된 대화 지원
CN111078849B (zh) 用于输出信息的方法和装置
JP2023506087A (ja) スキルの音声ウェイクアップ方法および装置
CN112182255A (zh) 用于存储媒体文件和用于检索媒体文件的方法和装置
CN111444321B (zh) 问答方法、装置、电子设备和存储介质
CN114995691B (zh) 一种文档处理方法、装置、设备和介质
CN113011169B (zh) 一种会议纪要的处理方法、装置、设备及介质
CN111460288B (zh) 用于检测新闻事件的方法和装置
CN111555960A (zh) 信息生成的方法
CN111339770B (zh) 用于输出信息的方法和装置
CN110852043B (zh) 一种文本转写方法、装置、设备及存储介质
CN112951274A (zh) 语音相似度确定方法及设备、程序产品
CN111382365A (zh) 用于输出信息的方法和装置
CN111859902A (zh) 一种文本处理方法、装置、设备及介质
CN110990528A (zh) 一种问答方法、装置及电子设备
CN111062201A (zh) 用于处理信息的方法和装置

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
TA01 Transfer of patent application right

Effective date of registration: 20210513

Address after: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant after: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

Applicant after: Shanghai Xiaodu Technology Co.,Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant