CN111353017A - 智能交互方法和装置 - Google Patents

智能交互方法和装置 Download PDF

Info

Publication number
CN111353017A
CN111353017A CN202010105962.9A CN202010105962A CN111353017A CN 111353017 A CN111353017 A CN 111353017A CN 202010105962 A CN202010105962 A CN 202010105962A CN 111353017 A CN111353017 A CN 111353017A
Authority
CN
China
Prior art keywords
information
interaction
standard question
user interaction
knowledge base
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
Application number
CN202010105962.9A
Other languages
English (en)
Inventor
李陟
李波
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.)
Shanghai Xiaoi Robot Technology Co Ltd
Original Assignee
Shanghai Xiaoi Robot 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 Shanghai Xiaoi Robot Technology Co Ltd filed Critical Shanghai Xiaoi Robot Technology Co Ltd
Priority to CN202010105962.9A priority Critical patent/CN111353017A/zh
Publication of CN111353017A publication Critical patent/CN111353017A/zh
Pending legal-status Critical Current

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
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query 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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供了一种智能交互方法、装置、电子设备和计算机可读存储介质,解决了现有智能交互方式无法参考过往交互内容而导致的人机交互体验差的问题。该智能交互方法包括:根据接收到的当前用户交互信息在知识库中搜寻与当前用户交互信息匹配的标准问信息,其中,知识库包括多个标准问信息和与多个标准问信息分别对应的多个答案信息;当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,在知识库中搜寻与组合信息匹配的标准问信息;以及当无法在知识库中搜寻到与组合信息匹配的标准问信息时,将当前用户交互信息加入到继续交互缓存信息中。

Description

智能交互方法和装置
技术领域
本申请涉及智能交互技术领域,具体涉及一种智能交互方法、装置、电子设备和计算机可读存储介质。
背景技术
随着人工智能技术的不断发展以及人们对于交互体验要求的不断提高,智能交互方式已逐渐开始替代一些传统的人机交互方式,并且已成为一个研究热点。在实际的交互场景中,交互往往是要参考过往的交互内容才能继续进行,而现有智能交互方式仅能在当前交互层级中实现智能应答,因此现有的智能交互方式并不能实现贴近实际交互场景的交互过程,人机交互体验仍不够智能化。如何能够有效参考过往的交互内容来实现更为智能化的人机交互方式是目前亟需解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种智能交互方法、装置、电子设备和计算机可读存储介质,解决了现有智能交互方式无法有效参考过往交互内容而导致的人机交互体验差的问题。
根据本申请的一个方面,本申请一实施例提供的一种智能交互方法包括:根据接收到的当前用户交互信息在知识库中搜寻与所述当前用户交互信息匹配的标准问信息,其中,所述知识库包括多个标准问信息和与所述多个标准问信息分别对应的多个答案信息;当无法在所述知识库中搜寻到与所述当前用户交互信息匹配的所述标准问信息时,根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息,在所述知识库中搜寻与所述组合信息匹配的所述标准问信息;以及当无法在所述知识库中搜寻到与所述组合信息匹配的所述标准问信息时,将所述当前用户交互信息加入到所述继续交互缓存信息中。
根据本申请的另一个方面,本申请一实施例提供的一种智能交互装置包括:匹配模块,配置为根据接收到的当前用户交互信息在知识库中搜寻与所述当前用户交互信息匹配的标准问信息,其中,所述知识库包括多个标准问信息和与所述多个标准问信息分别对应的多个答案信息;信息整合模块,配置为当无法在所述知识库中搜寻到与所述当前用户交互信息匹配的所述标准问信息时,根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息,将所述组合信息发送给所述匹配模块,其中,所述匹配模块进一步配置为:在所述知识库中搜寻与所述组合信息匹配的所述标准问信息;以及更新模块,配置为当无法在所述知识库中搜寻到与所述组合信息匹配的所述标准问信息时,将所述当前用户交互信息加入到所述继续交互缓存信息中。
根据本申请的另一个方面,本申请一实施例提供的一种电子设备包括:处理器;以及存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如前任一所述的智能交互方法。
根据本申请的另一个方面,本申请一实施例提供一种计算机可读存储介质,所述计算机可读存储介质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如前任一所述的智能交互方法。
本申请实施例提供的一种智能交互方法、装置、电子设备和计算机可读存储介质,利用继续交互缓存信息累积用户交互信息,当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,会根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,然后基于组合信息在知识库中寻找与该组合信息匹配的标准问信息,当无法找到与该组合信息匹配的标准问信息时,会将当前交互信息加入继续交互缓存信息。这样随着交互层级的加深,继续交互缓存信息中累积的过往用户交互信息越多,用于表征用户交互意图的信息内容也越来越多,在当前用户交互信息无法触发标准问信息时,便可通过参考继续交互缓存信息中的信息内容以更准确且更容易地在知识库中找到对应用户交互意图的标准问信息,以进行后续的智能交互过程。由此可见,本申请实施例提供的一种智能交互方式,可有效地参考过往交互层级的信息内容,实现更为智能化的人机交互过程,可大大提高人机交互体验。
附图说明
图1所示为本申请一实施例提供的一种智能交互方法的流程示意图。
图2所示为本申请一实施例提供的一种智能交互方法的流程示意图。
图3所示为本申请一实施例提供的一种智能交互方法的流程示意图。
图4所示为本申请一实施例提供的一种智能交互方法的流程示意图。
图5所示为本申请另一实施例提供的一种智能交互方法的人机交互流程示意图。
图6所示为本申请一实施例提供的一种智能交互装置的结构示意图。
图7所示为本申请另一实施例提供的一种智能交互装置的结构示意图。
图8所示为本申请一实施例提供的电子设备的结构示意图。
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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1所示为本申请一实施例提供的一种智能交互方法的流程示意图。如图1所示,该智能交互方法包括如下步骤:
步骤101:根据接收到的当前用户交互信息在知识库中搜寻与当前用户交互信息匹配的标准问信息,其中,知识库包括多个标准问信息和与多个标准问信息分别对应的多个答案信息。
用户交互信息为用户发出的交互内容,当前用户交互信息为在当前交互层级用户发出的用户交互信息。知识库包括多个标准问信息和与多个标准问信息分别对应的多个答案信息。这样当找到了与当前用户交互信息匹配的标准问信息后,便也就确定了与当前用户交互信息匹配的答案信息,此时便可反馈给用户与该标准问信息对应的答案信息以完成当前交互层级的交互。
知识库中的标准问信息可以是表示某个知识点的文字。这里的“问”不应被狭义地理解为“询问”,而应广义地来理解为“输入”,该“输入”具有对应的“输出”,“输出”对应的便为答案信息。根据用户交互信息在知识库中搜寻匹配的标准问信息的过程可以通过相似度计算过程实现。具体而言,计算用户交互信息的文本内容与多个标准问信息之间的多个文本相似度,然后将文本相似度最高的标准问信息作为匹配的标准问信息。相似度可采用如下计算方法中的一种或多种:编辑距离计算方法,n-gram计算方法,JaroWinkler计算方法以及Soundex计算方法。在一进一步实施例中,当用户交互信息的文本内容中的语义成分词和语义规则词时,用户交互信息和标准问信息中所包括语义成分词和语义规则词还可被转化成简化的文本字符串,以提高语义相似度计算的效率。
用户发出当前用户交互信息时,最理想的情况是直接使用标准问信息,则机器人能够马上理解用户的意思。然而,用户往往并非使用的是标准问信息,而是标准问信息的一些变形的形式。因此在本申请一实施例中,还可设置与标准问信息对应的扩展问信息。此时知识库里需要有与标准问信息对应的扩展问信息,该扩展问信息与标准问信息表达形式有略微差异,但是表达相同的含义。在本发明一进一步实施例中,标准问信息可采用语义模板的形式实现,语义模板为表示某一种语义内容的一个或多个语义表达式的集合,由开发人员根据预定的规则结合语义内容生成,即通过一个语义模板就可描述所对应语义内容的多种不同表达方式的语句,而这些可扩展出的语句则为对应的扩展问信息,以应对当前用户交互信息的文本内容可能的多种变形。这样将当前用户交互信息的文本内容与预设的语义模板进行匹配,避免了利用仅能描述一种表达方式的标准问信息来识别当前用户交互信息时的局限性。
步骤102:当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,在知识库中搜寻与组合信息匹配的标准问信息。
当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,说明当前用户交互信息并没有很好的表征用户的交互意图,此时可根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,在知识库中搜寻与组合信息匹配的标准问信息。继续交互缓存信息中累积了过往交互层级中的过往用户交互信息,因此基于根据当前用户交互信息与继续交互缓存信息中的信息内容生成的组合信息在知识库中搜寻与该组合信息匹配的标准问信息,便可有效参考过往交互层级的用户交互信息,以更为准确确定地确认与用户的交互意图对应的标准问信息。当在知识库中搜寻到与该组合信息匹配的标准问信息时,便可反馈给用户与该标准问信息对应的答案信息。
在本申请一实施例中,考虑到交互层级较深的用户交互信息可能更具备参考价值,更能够直观地反映用户的交互意图,在根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息时,可以将按倒序新加入继续交互缓存信息的共m条过往用户交互信息与当前用户交互信息组合生成第m组合信息,在知识库中搜寻与第m组合信息匹配的标准问信息;当无法在知识库中搜寻到与第m组合信息匹配的标准问信息时,将按倒序新加入继续交互缓存信息的第m+1条信息与第m组合信息组合生成第m+1组合信息,在知识库中搜寻与第m+1组合信息匹配的标准问信息。其中,m为大于等于1的整数变量。以此类推,直至匹配到标注问信息或用尽继续交互缓存信息中的所有过往用户交互信息。
具体而言,继续交互缓存信息可以保存多条过往用户交互信息,当无法在所述知识库中搜寻到与“最后加入继续交互缓存信息的过往用户交互信息+当前用户交互信息”所组成的组合信息匹配的标准问信息时,再搜寻与“最后加入继续交互缓存信息的两条过往用户交互信息+该当前用户交互信息”所组成的组合信息匹配的标准问信息。若仍然无法找到匹配的标准问信息时,再搜寻与“最后加入继续交互缓存信息的三条过往用户交互信息+该当前用户交互信息”所组成的组合信息匹配的标准问信息。以此类推,直至匹配到标注问信息或用尽所有继续交互缓存信息中的信息内容。
在本申请一实施例中,继续交互缓存信息包括N条过往用户交互信息,N为大于等于0的整数变量,随着交互层级的加深,继续交互缓存信息中加入的过往用户交互信息可能会越来越多,N的取值也会越来越大。而在一些情况下,继续交互缓存信息中可能并未包括任何过往用户交互信息,N的取值为0,此时是无法根据当前用户交互信息和继续交互缓存信息生成组合信息的。因此在根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息之前,若N为0,可反馈给用户用于请求用户给出更多提示的提示请求应答,例如“能再给点提示吗”或“我没太明白您的意思呢”,将当前用户交互信息加入到继续交互缓存信息中。这样用户在接收到提示请求应答后,便会再次发出包括更多信息内容的用户交互信息。
在本申请另一实施例中,继续交互缓存信息包括N’条过往用户交互信息,N’为大于等于1的整数变量,随着交互层级的加深,继续交互缓存信息中加入的过往用户交互信息可能会越来越多,N’的取值也会越来越大。此时,当无法在知识库中搜寻到与第N’组合信息匹配的标准问信息时,可反馈给用户用于请求用户给出更多提示的提示请求应答,其中,第N’组合信息基于最新加入继续交互缓存信息的N’条过往用户交互信息与当前用户交互信息组合生成。
具体而言,由于第N’组合信息中已经包括了继续交互缓存信息中的所有过往用户交互信息,因此当无法在知识库中搜寻到与第N’组合信息匹配的标准问信息时,说明目前继续交互缓存中所累积的信息内容仍然不足够明确地表征用户的交互意图,此时意味着需要用户提供更多的信息内容以能够在知识库中找到对应的标准问信息以进行后续的交互过程。此时可反馈给用户用于请求用户给出更多提示的提示请求应答。
步骤103:当无法在知识库中搜寻到与组合信息匹配的标准问信息时,将当前用户交互信息加入到继续交互缓存信息中。
当无法在知识库中搜寻到与组合信息匹配的标准问信息时,说明即使参考继续交互缓存信息中的信息内容仍无法准确确定用户的交互意图,此时可将当前用户交互信息加入到继续交互缓存信息以进一步丰富继续交互缓存信息中的信息内容。这样随着交互层级的加深,继续交互缓存信息中累积的用户交互信息也会越来越多,用于表征用户的交互意图的信息内容也会越来越丰富。而当在知识库中搜寻到了与组合信息匹配的标准问信息时,则反馈给用户与所述标准问信息对应的所述答案信息即可。
由此可见,本申请实施例提供的一种智能交互方法,利用继续交互缓存信息累积用户交互信息,当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,会根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,然后基于组合信息在知识库中寻找与该组合信息匹配的标准问信息,当无法找到与该组合信息匹配的标准问信息时,会将当前交互信息加入继续交互缓存信息。这样随着交互层级的加深,继续交互缓存信息中累积的过往用户交互信息越多,用于表征用户交互意图的信息内容也越来越多,在当前用户交互信息无法触发标准问信息时,便可通过参考继续交互缓存信息中的信息内容以更准确且更容易地在知识库中找到对应用户交互意图的标准问信息,以进行后续的智能交互过程。由此可见,本申请实施例提供的一种智能交互方式,可有效地参考过往交互层级的信息内容,实现更为智能化的人机交互过程,可大大提高人机交互体验。
在本申请一实施例中,考虑到当搜寻到了与当前用户交互信息或组合信息匹配的标准问信息时,说明用户的交互意图已经被识别的非常明确,这样再利用继续交互缓存信息中累积的信息内容来表征用户的交互意图就会显得有些繁琐,且有可能会给后续的交互过程带来不必要的数据分析负担。为了解决上述问题,可为知识库中的标准问信息配置对应的继续交互信息。该继续交互信息可直观简洁地表征与该标准问信息对应的交互意图。这样如图2所示,当在知识库中搜寻到与当前用户交互信息或组合信息匹配的标准问信息时,除了反馈给用户与该标准问信息对应的答案信息,还需要将继续交互缓存信息更新为与标准问信息对应的继续交互信息(步骤201),以为后续的交互过程做参考。
例如,在如下的交互过程中,用户首先发出的用户交互信息为“办业务”,由于机器人并未能在知识库中搜寻到对应的标准问,且继续交互缓存信息为空,因此机器人反馈提示请求应答“能再给点提示吗”,并在继续交互缓存信息中加入内容“办业务”;而当用户进一步发出用户交互信息“我要办卡”时,若机器人基于当前用户交互信息和继续交互缓存信息生成的组合信息“办业务,我要办卡”仍未能在知识库中搜寻到对应的标准问,而此时继续交互缓存信息又没有其他的过往用户交互信息可利用,则机器人进一步反馈提示请求应答“能说的再具体一些吗”;当用户再进一步发出用户交互信息“哦,我要办的是信用卡”,此时机器人便可在知识库中搜寻到对应的标准问信息:信用卡办理咨询,便可将继续交互缓存信息直接更新为与该标准问信息对应的继续交互信息“办信用卡”。这样在接下来的交互过程中,继续交互缓存信息便更新为“办信用卡”这样的信息内容,以为后续的交互过程提供参考。
在本申请另一实施例中,考虑到一些标准问信息本身的内容就已经能表面用户交互意图,此时这些标准问信息可并不配置对应的继续交互信息,以减轻数据编辑录入负担。这样当在知识库中搜寻到的标准问信息没有配置对应的继续交互信息时,可将继续交互缓存信息更新为该标准问信息既可。
在本申请另一实施例中,考虑到一些标准问信息本身可能并没有用于辅助后续交互过程的实际内容,而只需要将与标准问信息对应的答案信息反馈给用户即可,因此也无需为这些标准问信息配置对应的继续交互信息。这样当在知识库中搜寻到的标准问信息没有配置对应的继续交互信息时,也可保持继续交互缓存信息不变。
在本申请一实施例中,与标准问信息对应的继续交互信息也可以是实时生成的,而并非预先配置好的。具体而言,可根据当前用户交互信息或组合信息填充与标准问信息对应的预设模板,以生成继续交互信息。例如,与标准问信息对应的预设模板可以为:办理()级别()类别卡,这样当用户发出的当前用户交互信息为“我想办白金信用卡”,或组合信息的内容为“业务办理,白金”时,与该标准问信息对应的继续交互信息则可生成为:办理(白金)级别(信用)类别卡。
图3所示为本申请一实施例提供的一种智能交互方法的流程示意图。如图3所示,在该智能交互方法中,在根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息之前,该方法进一步包括如下步骤:
步骤301:当当前用户交互信息中存在与带有弱化标识的关键词存在预设竞争关系的竞争词时,从继续交互缓存信息中删除弱化标识以及关键词。
考虑到随着交互层级的加深,用户和机器人可能会谈及到多个方面的内容,而若将所有的用户交互信息不加区分地累积到继续交互缓存信息中,在根据继续交互缓存信息与后续的用户交互信息生成组合信息时,可能会为后续的交互过程带来问题,因为该多个方面的内容本身可能是相互矛盾或冲突的。例如,用户在之前的交互层级中曾提到想办理普通信用卡,因此继续交互缓存信息中便会累积关于普通信用卡的信息内容;而随着交互层级的加深,用户改变了主意,变为了要办理白金信用卡,此时若在生成组合信息时因为继续交互缓存信息中包括了普通信用卡的内容,便会为后续的交互过程中理解用户的交互意图带来困难。
为了解决上述问题,可在与标准问信息对应的继续交互信息中中为一些关键词设置弱化标识,而当标准问信息被匹配到时,这些带有弱化标识的关键词便会被更新到继续交互缓存信息中。这样随着交互层级的加深,若当前用户交互信息中出现了与带有弱化标识的关键词存在竞争关系的竞争词时,说明带有弱化标识的关键词会给交互过程带来困难,此时从继续交互缓存信息中删除弱化标识以及关键词,然后再生成组合信息即可。应当理解,这里所提到的竞争关系意味着当前关键词与竞争词之间是相互矛盾或冲突的,用户并不可能同时表达与关键词和竞争词都相关的两种意图。关键词与竞争词之间的竞争关系的可由开发人员预先设定。
例如在上面提到的信用卡办理的例子中,当用户之前提到了要办理普通信用卡,并触发了标准问信息时,继续交互缓存信息中便会更新为与该标准问信息对应的继续交互信息:“办卡(已回复(普通信用卡))”,其中的双层括号中的“已回复()”便为关键词“普通信用卡”的弱化标识;这样若用户在后续的交互过程的用户交互信息中有提到了办理白金信用卡时,发现继续交互缓存信息中包括了带有弱化标识的关键词,且“普通”与“白金”之间存在竞争关系,此时便从继续交互缓存信息中删除“普通”以及弱化标识,然后根据继续交互缓存信息和用户交互信息生成组合信息“办卡信用卡,白金”以进一步在知识库中搜寻标准问信息。
图4所示为本申请一实施例提供的一种智能交互方法的流程示意图。如图4所示,该智能交互方法进一步包括如下步骤:
步骤401:当在知识库中搜寻到的与组合信息匹配的标准问信息为上一交互层级中采用过的标准问信息时,将当前用户交互信息加入到所述继续交互缓存信息中。由于随着用户交互层级的加深,用户的意图可能会发生反复变化,这样用户所发出的用户交互信息的内容也可能会发生前后重复的情况,这可能是由于用户仍然在犹豫要表达怎样的用户意图,此时继续交互缓存信息中之前所累积的对应标准问信息的继续交互信息可能并不能代表用户真正的意图,此时可视为并未搜寻到与组合信息匹配的标准问信息,而是将当前用户交互信息加入到继续交互缓存信息中。
例如,当在某一交互层级,继续交互缓存信息的内容已经更新为标准问信息“普通信用卡办理咨询”所对应的继续交互信息“办卡(已回复(普通信用卡))”;而用户接下来发出的用户交互信息却为“可是信用卡容易管不住自己啊”,组合信息的内容便为“办卡(已回复(普通信用卡)),可是信用卡容易管不住自己啊”;而根据这样的组合信息在知识库中仍然会匹配到标准问信息“普通信用卡办理咨询”。由于标准问信息“普通信用卡办理咨询”为上一交互层级中采用过的标准问信息,说明此时用户其实还没有最终决定要办那种卡,因此可视为并未匹配到标准问信息,而是将当前用户交互信息加入到继续交互缓存信息中,这样继续交互缓存信息便被更新为了“办卡(已回复(普通信用卡)),可是信用卡容易管不住自己啊”。而当在知识库中搜寻到的与组合信息匹配的标准问信息并非为上一交互层级中采用过的标准问信息时,则反馈给用户与该标准问信息对应的答案信息即可。
步骤402:反馈给用户用于请求用户给出更多提示的提示请求应答。
由于在交互的过程中出现了重复触发标准问信息的情况,因此有必要向用户进一步确认交互意图,因此反馈给用户提示请求应答以请求客户给出更多信息。当用户进一步回复的用户交互信息触发了标准问信息时,则反馈给用户与该标准问信息对应的答案信息即可。而当用户进一步回复的用户交互信息无法触发标准问信息时,则根据继续交互缓存信息和该用户进一步回复的用户交互信息生成组合信息,并在知识库中搜寻与该组合信息匹配的所述标准问信息。
在本申请一实施例中,多个标准问信息中的部分标准问信息配置有继续交互指令,配置有继续交互指令的标准问信息代表着交互要被继续进行下去,而没有配置有继续交互指令的标准问信息则代表着与当前用户交互意图对应的交互过程可以结束了。这样在知识库中搜寻到与用户交互信息匹配的标准问信息之后,当标准问信息没有配置有继续交互指令时,则可清空继续交互缓存信息。以免过往交互过程中的用户交互信息或匹配到的标准问信息的继续交互信息影响到后续与其他用户交互意图对应的交互过程。
在本申请一实施例中,可以在当满足预设条件时,清空继续交互缓存信息并反馈给用户用于结束交互的默认应答信息,例如“您的业务已办理完毕”或“您的业务无法继续办理,抱歉”等;或,当满足预设条件时,从所述继续交互缓存信息中删除最早加入的一条用户交互信息,并反馈给用户默认应答信息;或,当满足预设条件时,反馈给用户默认应答信息,停止将所述用户交互信息加入所述继续交互缓存信息。
预设条件可包括将用户交互信息加入继续交互缓存信息的次数达到预设次数,或继续交互缓存信息中的字数达到预设字数,这说明交互层级已经过多,却始终无法搜寻到匹配的标准问信息,而继续交互缓存信息中的信息内容已经过多甚至达到了存储阈值,再继续交互下去可能也没有意义,此时便可清空继续交互缓存信息并反馈给用户用于结束交互的默认应答信息。再例如,预设条件还可包括当前接收到的用户交互信息中包括敏感词,例如不文明词汇等,此时说明继续交互下去的意义也不大,可清空继续交互缓存信息并反馈给用户用于结束交互的默认应答信息,停止将这样的用户交互信息加入到继续交互缓存信息中。然而应当理解,该用于判断是否结束交互的预设条件也可包括其他内容,可根据具体的应用场景需求而调整,本申请对该预设条件的具体不做严格限定。
图5所示为本申请另一实施例提供的一种智能交互方法的人机交互流程示意图。该智能交互方法所基于的知识库可如下表所示:
标准问信息 答案信息 继续交互信息
办卡 请问您是要办借记卡还是信用卡? 办卡
办信用卡 您是办普通卡还是VIP卡 办卡(已回复(信用卡))
办普通信用卡 好的,办理普通信用卡 办卡(已回复(普通信用卡))
办VIP信用卡 好的,办理VIP信用卡 办卡(已回复(VIP信用卡))
办借记卡 好的,办理借记卡 办卡(已回复(借记卡))
如图5所示,基于上表所示的知识库,该智能交互方法的人机交互流程可具体包括如下步骤:
步骤501:用户发出用户交互信息:“办业务”。
用户交互信息“办业务“未触发标准问信息,而继续交互缓存信息在第一个交互层级时初始状态为空,因此需要反馈提示请求应答,将用户交互信息加入继续交互缓存信息,继续交互缓存信息更新为“办业务”。
步骤502:机器人反馈:“能再给点提示吗?我没搞清您的意思”。
步骤503:用户发出用户交互信息:“卡”。
由于用户给出了新的用户交互信息,该用户交互信息未能触发标准问信息,此时根据继续交互缓存信息和用户交互信息“卡”组合生成组合信息“办业务,卡”,再次发送给智能交互引擎以搜寻匹配的标准问信息,搜寻到了匹配的标准问信息“办卡”。
步骤504:机器人反馈:“请问您是要办借记卡还是信用卡?”。
机器人反馈与标准问信息“办卡”对应的答案信息。该标准问信息对应的继续交互信息为“办卡”,因此继续交互缓存信息更新为:“办卡”。
步骤505:用户发出用户交互信息:“信用卡”。
搜寻到了匹配的标准问信息“办信用卡”,继续交互缓存信息更新为与该标准问信息对应的继续交互信息:“办卡(已回复(信用卡))”。其中双层括号中的”已回复()”为弱化标识。
步骤506:机器人反馈:“您是办普通卡还是VIP卡”。
机器人反馈与匹配的标准问信息“办信用卡”对应的答案信息。
步骤507:用户发出用户交互信息:“普通”。
搜寻到了匹配的标准问信息“办普通信用卡”,继续交互缓存信息更新为与该标准问信息对应的继续交互信息:“办卡(已回复(普通信用卡))”。
步骤508:机器人反馈:“好的,办理普通信用卡”。
机器人反馈与匹配的标准问信息“办普通信用卡”对应的答案信息。
步骤509:用户发出用户交互信息:“那VIP呢?”。
用户交互信息未触发标准问信息,但当前用户交互信息中存在竞争词,因为“普通”和“VIP”存在竞争关系,而“普通”带有弱化标识,因而“普通”和弱化标识被从继续交互缓存信息中删除,根据删减后的继续交互缓存信息和用户交互信息生成组合信息“办卡信用卡,VIP”,因此智能交互引擎实际处理的继续交互缓存信息的内容是“办卡信用卡,VIP”,并搜寻到了匹配的标准问信息“办VIP信用卡”。
步骤510:机器人反馈:“好的,办理VIP信用卡”。
机器人反馈与匹配的标准问信息“办VIP信用卡”对应的答案信息,继续交互缓存信息又被更新为了与标准问信息“办VIP信用卡”对应的继续交互信息:“办卡(已回复(VIP信用卡))”。
步骤511:用户发出用户交互信息:“再说说普通卡”。
用户交互信息未触发标准问信息,但当前用户交互信息中存在竞争词,因为“VIP”和“普通”存在竞争关系,因而“VIP”和弱化标识被删除,根据删减后的继续交互缓存信息和用户交互信息生成组合信息“办卡信用卡,再说说普通卡”,因此智能交互引擎实际处理的继续交互缓存信息的内容是“办卡信用卡,再说说普通卡”,并搜寻到了匹配的标准问信息“办普通信用卡”。
步骤512:机器人反馈:“好的,办理普通信用卡”。
机器人反馈与匹配的标准问信息“办普通信用卡”对应的答案信息,继续交互缓存信息更新为与标准问信息“办普通信用卡”对应的继续交互信息“办卡(已回复(普通信用卡))”。由于每次触发标准问信息后,继续交互缓存信息都更新为与匹配的标准问信息对应的继续交互信息的内容,所以不会出现因内容反复叠加而无法识别的问题。
步骤513:用户发出用户交互信息:“有信用卡容易管不住自己啊”。
用户交互信息未触发标准问信息,根据继续交互缓存信息和用户交互信息整合生成组合信息“办卡(已回复(普通信用卡)),有信用卡容易管不住自己啊”,组合信息被发送至智能交互引擎以搜寻匹配的标准问信息。仍然搜寻到标准问信息“办普通信用卡”,由于该标准问新为上一交互层级采用过的标准问信息,不允许重复触发标准问信息“办普通信用卡”,因此将当前用户交互信息加入继续交互缓存信息,并反馈提示请求应答。
步骤514:机器人反馈:“能再给点提示吗?我没搞清您的意思”。
机器人反馈提示请求应答。
步骤515:用户发出用户交互信息:“我还是办借记卡吧”。
搜寻到了匹配的标准问信息“办借记卡”,继续交互缓存信息更新为与该标准问信息对应的继续交互信息:“办卡(已回复(借记卡))”。
步骤516:机器人反馈:“好的,办理借记卡”。
机器人反馈与匹配的标准问信息“办借记卡”对应的答案信息,至此确定了用户的最终意图,并可开启后续的交互流程。
由此可见,通过采用本申请实施例所提供的智能交互方式,可有效地参考过往用户交互信息内容给出更为智能化的应答,同时可有效避免交互过程因为用户交互信息的内容出现反复或冲突而陷入死结。交互过程可顺畅进行下去直至基于用户所提供的用户交互信息找到对应的标准问信息为止,实现更为智能化的人机交互过程,可大大提高人机交互体验。
图6所示为本申请一实施例提供的一种智能交互装置的结构示意图。如图6所示,该智能交互装置60包括:匹配模块601,配置为根据接收到的当前用户交互信息在知识库中搜寻与当前用户交互信息匹配的标准问信息,其中,知识库包括多个标准问信息和与多个标准问信息分别对应的多个答案信息;信息整合模块602,配置为当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,将组合信息发送给匹配模块601,其中,匹配模块601进一步配置为:在知识库中搜寻与组合信息匹配的标准问信息;以及更新模块603,配置为当无法在知识库中搜寻到与组合信息匹配的标准问信息时,将当前用户交互信息加入到继续交互缓存信息中。
在本申请一实施例中,信息整合模块602进一步配置为:将最新加入继续交互缓存信息的m条过往用户交互信息与当前用户交互信息组合生成第m组合信息,在知识库中搜寻与第m组合信息匹配的标准问信息;当无法在知识库中搜寻到与第m组合信息匹配的标准问信息时,将最新加入继续交互缓存信息的m+1条信息与当前用户交互信息组合生成第m+1组合信息,在知识库中搜寻与第m+1组合信息匹配的标准问信息;其中,m为大于等于1的整数变量。
在本申请一实施例中,如图7所示,继续交互缓存信息包括N条过往用户交互信息,N为大于等于0的整数变量;该智能交互装置60进一步包括:
提示请求模块604,配置为在根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息之前,当N为0时,将当前用户交互信息加入到继续交互缓存信息中,反馈给用户用于请求用户给出更多提示的提示请求应答。
在本申请一实施例中,如图7所示,继续交互缓存信息包括N’条过往用户交互信息,N’为大于等于1的整数变量;其中,提示请求模块604进一步配置为,当无法在知识库中搜寻到与第N’组合信息匹配的标准问信息时,反馈给用户用于请求用户给出更多提示的提示请求应答,其中,第N’组合信息基于最新加入继续交互缓存信息的N’条过往用户交互信息与当前用户交互信息组合生成。
在本申请一实施例中,如图7所示,所述更新模块603进一步配置为当在知识库中搜寻到与当前用户交互信息或组合信息匹配的标准问信息时,将继续交互缓存信息更新为与标准问信息对应的继续交互信息;
其中,该智能交互装置60进一步包括:
反馈模块605,配置为当在知识库中搜寻到与当前用户交互信息或组合信息匹配的标准问信息时,反馈给用户与标准问信息对应的答案信息。
在本申请一实施例中,信息整合模块602模块进一步配置为,当在知识库中搜寻到的与组合信息匹配的标准问信息为上一交互层级中采用过的标准问信息时,将当前用户交互信息加入到继续交互缓存信息中;
其中,提示请求模块604进一步配置为,当在知识库中搜寻到的与组合信息匹配的标准问信息为上一交互层级中采用过的标准问信息时,,反馈给用户用于请求用户给出更多提示的提示请求应答。
在本申请一实施例中,更新模块603进一步配置为:当标准问信息没有配置对应的继续交互信息时,将继续交互缓存信息更新为标准问信息。
在本申请一实施例中,与标准问信息对应的继续交互信息包括:带有弱化标识的关键词;
其中,更新模块603进一步配置为:
在在根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息之前,当当前用户交互信息中存在与带有弱化标识的关键词存在预设竞争关系的竞争词时,从继续交互缓存信息中删除弱化标识以及关键词。
在本申请一实施例中,如图7所示,该智能交互装置60进一步包括:
生成模块606,配置为在将继续交互缓存信息更新为与标准问信息对应的继续交互信息之前,根据当前用户交互信息或组合信息填充与标准问信息对应的预设模板,以生成继续交互信息。
在本申请一实施例中,多个标准问信息中的部分标准问信息配置有继续交互指令;
其中,如图7所示,该智能交互装置60进一步包括:
第一清空模块607,配置为当在知识库中搜寻到与当前用户交互信息或组合信息匹配的标准问信息之后之后,当标准问信息没有配置有继续交互指令时,清空继续交互缓存信息。
在本申请一实施例中,如图7所示,该智能交互装置60进一步包括:
第二清空模块608,配置为当满足预设条件时,清空继续交互缓存信息,其中,反馈模块605进一步配置为:反馈给用户用于结束交互的默认应答信息;或,当满足预设条件时,从继续交互缓存信息中删除最早加入的一条用户交互信息,其中,反馈模块605进一步配置为:反馈给用户默认应答信息;或,当满足预设条件时,停止将当前用户交互信息加入继续交互缓存信息,其中,反馈模块605进一步配置为:反馈给用户默认应答信息。
在本申请一实施例中,预设条件包括:
将用户交互信息加入继续交互缓存信息的次数达到预设次数;或,
继续交互缓存信息中的字数达到预设字数;或,
当前接收到的用户交互信息中包括敏感词。
由此可见,本申请实施例提供的一种智能交互装置60,利用继续交互缓存信息累积用户交互信息,当无法在知识库中搜寻到与当前用户交互信息匹配的标准问信息时,会根据当前用户交互信息与继续交互缓存信息中的信息内容生成组合信息,然后基于组合信息在知识库中寻找与该组合信息匹配的标准问信息,当无法找到与该组合信息匹配的标准问信息时,会将当前交互信息加入继续交互缓存信息。这样随着交互层级的加深,继续交互缓存信息中累积的过往用户交互信息越多,用于表征用户交互意图的信息内容也越来越多,在当前用户交互信息无法触发标准问信息时,便可通过参考继续交互缓存信息中的信息内容以更准确且更容易地在知识库中找到对应用户交互意图的标准问信息,以进行后续的智能交互过程。由此可见,本申请实施例提供的一种智能交互方式,可有效地参考过往交互层级的信息内容,实现更为智能化的人机交互过程,可大大提高人机交互体验。
上述智能交互装置60中的各个模块的具体功能和操作已经在上面参考图1到图5描述的智能交互方法中进行了详细介绍,因此,这里将省略其重复描述。
需要说明的是,根据本申请实施例的智能交互装置60可以作为一个软件模块和/或硬件模块而集成到电子设备80中,换言之,该电子设备80可以包括该智能交互装置60。例如,该智能交互装置60可以是该电子设备80的操作系统中的一个软件模块,或者可以是针对于其所开发的一个应用程序;当然,该智能交互装置60同样可以是该电子设备80的众多硬件模块之一。
在本申请另一实施例中,该智能交互装置60与该电子设备80也可以是分立的设备(例如,服务器),并且该智能交互装置60可以通过有线和/或无线网络连接到该电子设备80,并且按照约定的数据格式来传输交互信息。
图8所示为本申请一实施例提供的电子设备的结构示意图。如图8所示,该电子设备80包括:一个或多个处理器801和存储器802;以及存储在存储器802中的计算机程序指令,计算机程序指令在被处理器801运行时使得处理器801执行如上述任一实施例的智能交互方法。
处理器801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中的其他组件以执行期望的功能。
存储器802可以包括一个或多个计算机程序产品,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。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。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801可以运行程序指令,以实现上文的本申请的各个实施例的智能交互方法中的步骤以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如光线强度、补偿光强度、滤光片的位置等信息。
在一个示例中,电子设备80还可以包括:输入装置803和输出装置804,这些组件通过总线系统和/或其他形式的连接机构(图8中未示出)互连。
例如,在该电子设备是单机设备时,该输入装置803可以是通信网络连接器,用于从外部的可移动设备接收所采集的输入信号。此外,该输入设备803还可以包括例如键盘、鼠标、麦克风等等。
该输出装置804可以向外部输出各种信息,例如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8中仅示出了该电子设备80中与本申请有关的组件中的一些,省略了诸如总线、输入装置/输出接口等组件。除此之外,根据具体应用情况,电子设备80还可以包括任何其他适当的组件。
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,包括计算机程序指令,计算机程序指令在被处理器运行时使得处理器执行如上述任一实施例的智能交互方法中的步骤。
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申请实施例操作的程序代码,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,本申请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,计算机程序指令在被处理器运行时使得处理器执行本申请各种实施例的智能交互方法中的步骤。
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申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请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申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、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。
还需要指出的是,在本申请的装置、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申请的等效方案。
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申请。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申请的范围。因此,本申请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,此描述不意图将本申请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。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种智能交互方法,其特征在于,包括:
根据接收到的当前用户交互信息在知识库中搜寻与所述当前用户交互信息匹配的标准问信息,其中,所述知识库包括多个标准问信息和与所述多个标准问信息分别对应的多个答案信息;
当无法在所述知识库中搜寻到与所述当前用户交互信息匹配的所述标准问信息时,根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息,在所述知识库中搜寻与所述组合信息匹配的所述标准问信息;以及
当无法在所述知识库中搜寻到与所述组合信息匹配的所述标准问信息时,将所述当前用户交互信息加入到所述继续交互缓存信息中。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息,在所述知识库中搜寻与所述组合信息匹配的所述标准问信息包括:
将按倒序新加入所述继续交互缓存信息的共m条过往用户交互信息与所述当前用户交互信息组合生成第m组合信息,在所述知识库中搜寻与所述第m组合信息匹配的所述标准问信息;
当无法在所述知识库中搜寻到与所述第m组合信息匹配的所述标准问信息时,将按倒序新加入所述继续交互缓存信息的第m+1条信息与所述第m组合信息组合生成第m+1组合信息,在所述知识库中搜寻与所述第m+1组合信息匹配的所述标准问信息;
其中,m为大于等于1的整数变量。
3.根据权利要求2所述的方法,其特征在于,所述继续交互缓存信息包括N条所述过往用户交互信息,N为大于等于0的整数变量;
其中,在根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息之前,所述方法进一步包括:
当N为0时,将所述当前用户交互信息加入到所述继续交互缓存信息中,反馈给用户用于请求用户给出更多提示的提示请求应答。
4.根据权利要求2所述的方法,其特征在于,所述继续交互缓存信息包括N’条所述过往用户交互信息,N’为大于等于1的整数变量;
其中,所述方法进一步包括:
当无法在所述知识库中搜寻到与所述第N’组合信息匹配的所述标准问信息时,反馈给用户用于请求用户给出更多提示的提示请求应答,其中,所述第N’组合信息基于最新加入所述继续交互缓存信息的N’条过往用户交互信息与所述当前用户交互信息组合生成。
5.根据权利要求1所述的方法,其特征在于,进一步包括:
当在所述知识库中搜寻到与所述当前用户交互信息或所述组合信息匹配的所述标准问信息时,将所述继续交互缓存信息更新为与所述标准问信息对应的继续交互信息;以及
反馈给用户与所述标准问信息对应的所述答案信息。
6.根据权利要求5所述的方法,其特征在于,进一步包括:
当在所述知识库中搜寻到的与所述组合信息匹配的所述标准问信息为上一交互层级中采用过的标准问信息时,将所述当前用户交互信息加入到所述继续交互缓存信息中;以及
反馈给用户用于请求用户给出更多提示的提示请求应答。
7.根据权利要求5所述的方法,其特征在于,与所述标准问信息对应的所述继续交互信息包括:带有弱化标识的关键词;
其中,在所述根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息之前,所述方法进一步包括:
当所述当前用户交互信息中存在与所述带有弱化标识的关键词存在预设竞争关系的竞争词时,从所述继续交互缓存信息中删除所述弱化标识以及所述关键词。
8.一种智能交互装置,其特征在于,包括:
匹配模块,配置为根据接收到的当前用户交互信息在知识库中搜寻与所述当前用户交互信息匹配的标准问信息,其中,所述知识库包括多个标准问信息和与所述多个标准问信息分别对应的多个答案信息;
信息整合模块,配置为当无法在所述知识库中搜寻到与所述当前用户交互信息匹配的所述标准问信息时,根据所述当前用户交互信息与所述继续交互缓存信息中的信息内容生成组合信息,将所述组合信息发送给所述匹配模块,其中,所述匹配模块进一步配置为:在所述知识库中搜寻与所述组合信息匹配的所述标准问信息;以及
更新模块,配置为当无法在所述知识库中搜寻到与所述组合信息匹配的所述标准问信息时,将所述当前用户交互信息加入到所述继续交互缓存信息中。
9.一种电子设备,包括:
处理器;以及
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1至7中任一所述的智能交互方法。
10.一种计算机可读存储介质,所述计算机可读存储介质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如权利要求1至7中任一所述的智能交互方法。
CN202010105962.9A 2020-02-20 2020-02-20 智能交互方法和装置 Pending CN111353017A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010105962.9A CN111353017A (zh) 2020-02-20 2020-02-20 智能交互方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010105962.9A CN111353017A (zh) 2020-02-20 2020-02-20 智能交互方法和装置

Publications (1)

Publication Number Publication Date
CN111353017A true CN111353017A (zh) 2020-06-30

Family

ID=71192321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010105962.9A Pending CN111353017A (zh) 2020-02-20 2020-02-20 智能交互方法和装置

Country Status (1)

Country Link
CN (1) CN111353017A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113076406A (zh) * 2021-03-19 2021-07-06 联想(北京)有限公司 一种信息处理方法及装置
CN114125043A (zh) * 2020-09-01 2022-03-01 上海智臻智能网络科技股份有限公司 信息推送方法和信息推送装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150039536A1 (en) * 2013-08-01 2015-02-05 International Business Machines Corporation Clarification of Submitted Questions in a Question and Answer System
CN108170792A (zh) * 2017-12-27 2018-06-15 北京百度网讯科技有限公司 基于人工智能的问答引导方法、装置和计算机设备
CN108804525A (zh) * 2018-04-27 2018-11-13 出门问问信息科技有限公司 一种智能回答方法及装置
CN109522465A (zh) * 2018-10-22 2019-03-26 国家电网公司 基于知识图谱的语义搜索方法及装置
CN109727041A (zh) * 2018-07-03 2019-05-07 平安科技(深圳)有限公司 智能客服多轮问答方法、设备、存储介质及装置
US20190188585A1 (en) * 2017-12-15 2019-06-20 Shanghai Xiaoi Robot Technology Co., Ltd. Multi-round questioning and answering methods, methods for generating a multi-round questioning and answering system, and methods for modifying the system
CN110019836A (zh) * 2017-08-23 2019-07-16 中兴通讯股份有限公司 一种智能问答方法及装置
CN110188183A (zh) * 2019-06-04 2019-08-30 软通智慧科技有限公司 一种智能问答知识库的更新方法、装置、设备和存储介质
CN110444292A (zh) * 2019-07-29 2019-11-12 北京爱医生智慧医疗科技有限公司 信息问答方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150039536A1 (en) * 2013-08-01 2015-02-05 International Business Machines Corporation Clarification of Submitted Questions in a Question and Answer System
CN110019836A (zh) * 2017-08-23 2019-07-16 中兴通讯股份有限公司 一种智能问答方法及装置
US20190188585A1 (en) * 2017-12-15 2019-06-20 Shanghai Xiaoi Robot Technology Co., Ltd. Multi-round questioning and answering methods, methods for generating a multi-round questioning and answering system, and methods for modifying the system
CN108170792A (zh) * 2017-12-27 2018-06-15 北京百度网讯科技有限公司 基于人工智能的问答引导方法、装置和计算机设备
CN108804525A (zh) * 2018-04-27 2018-11-13 出门问问信息科技有限公司 一种智能回答方法及装置
CN109727041A (zh) * 2018-07-03 2019-05-07 平安科技(深圳)有限公司 智能客服多轮问答方法、设备、存储介质及装置
CN109522465A (zh) * 2018-10-22 2019-03-26 国家电网公司 基于知识图谱的语义搜索方法及装置
CN110188183A (zh) * 2019-06-04 2019-08-30 软通智慧科技有限公司 一种智能问答知识库的更新方法、装置、设备和存储介质
CN110444292A (zh) * 2019-07-29 2019-11-12 北京爱医生智慧医疗科技有限公司 信息问答方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YURIY GAPANYUK等: "The Hybrid Chatbot System Combining Q&A and Knowledgebase Approaches" *
张淼: "基于中文知识图谱的智能问答系统设计与实现" *
朱频频主编: "《智能客户服务技术应用》", 中国铁道出版社有限公司, pages: 154 - 172 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114125043A (zh) * 2020-09-01 2022-03-01 上海智臻智能网络科技股份有限公司 信息推送方法和信息推送装置
CN113076406A (zh) * 2021-03-19 2021-07-06 联想(北京)有限公司 一种信息处理方法及装置

Similar Documents

Publication Publication Date Title
US10755046B1 (en) Applied artificial intelligence technology for conversational inferencing
US20220148595A1 (en) Providing command bundle suggestions for an automated assistant
CN111149107B (zh) 使自主代理能够区分问题和请求
CN100578614C (zh) 用语音应用语言标记执行的语义对象同步理解
CN110741363B (zh) 使用机器学习处理自然语言以基于槽描述符确定槽值
US7822699B2 (en) Adaptive semantic reasoning engine
CN114424185A (zh) 用于自然语言处理的停用词数据扩充
US20210082410A1 (en) Using semantic frames for intent classification
US20220147707A1 (en) Unsupervised induction of user intents from conversational customer service corpora
JP6939384B2 (ja) データ処理装置、方法およびプログラム
US9607102B2 (en) Task switching in dialogue processing
CN112136124A (zh) 用于与计算机实现的自动助理进行人机对话会话的依赖图谈话建模
JP6605672B2 (ja) マルチラウンド入力によるサーチ方法、システム及び端末機器
CN107924679A (zh) 输入理解处理期间在响应选择中的延迟绑定
CN110637284A (zh) 解析基于图像和/或其它传感器数据的自动化助理请求
CN109992338B (zh) 用于跨多个平台显露虚拟助理服务的方法和系统
TWI661349B (zh) 產生對話式使用者介面的方法及系統
EP3616080B1 (en) Systems, methods, and apparatuses for providing assistant deep links to effectuate third-party dialog session transfers
CN110268472B (zh) 用于自动化对话系统的检测机构
CN111680144A (zh) 多轮对话语音交互的方法及系统、存储介质、电子设备
CN113468302A (zh) 组合共享询问线的多个搜索查询的参数
US11495227B2 (en) Artificial intelligence (AI) based user query intent analyzer
US11461681B2 (en) System and method for multi-modality soft-agent for query population and information mining
CN111353017A (zh) 智能交互方法和装置
WO2023142451A1 (zh) 工作流生成方法、装置、电子设备

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