CN111488443B - 技能选择方法及装置 - Google Patents
技能选择方法及装置 Download PDFInfo
- Publication number
- CN111488443B CN111488443B CN202010277060.3A CN202010277060A CN111488443B CN 111488443 B CN111488443 B CN 111488443B CN 202010277060 A CN202010277060 A CN 202010277060A CN 111488443 B CN111488443 B CN 111488443B
- Authority
- CN
- China
- Prior art keywords
- skill
- skills
- confidence score
- user statement
- responding
- 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.)
- Active
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Electrically Operated Instructional Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种技能选择方法及装置,其中技能选择方法包括:确定接收到的用户语句所命中的技能;当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;至少根据优先级排序结果选择用于响应所述用户语句的技能。本发明通过对用户语句同时命中的多个技能进行优先级排序的方式解决了因用户语句同时命中多个技能而响应用于语句的技术问题。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种技能选择方法及装置。
背景技术
随着人工智能语音技术的迅速发展,基于智能语音技术的场景和需求也越来越多,语音交互场景也愈加复杂,从早期的单一任务演变为多任务,从常见的音乐,故事等TOP交互场景逐渐细化到成语接龙,垃圾分类,外卖等具体细分场景。为解决这一问题,各大智能语音公司纷纷推出了自家的智能语音对话开放平台,通过技能接入的方式处理每一个细分场景的任务,各个技能基于统一的协议对接到语音对话平台,技能可以共享复制,极大程度上提高了技能生产效率,快速支持复杂多场景对话交互的问题,快速语音赋能。
但是随着场景多样性加强,技能数随之增多,语义意图也越来越复杂,语义意图交叉问题逐渐凸显出来,最终导致了多技能语义冲突的问题,依照之前单纯的依靠语义信息已经无法处理解决这类问题,尤其涉及到任务型技能和开放式问答型技能,对应解决技能冲突,技能优先级排序问题也就尤为重要。
发明内容
本发明实施例提供一种技能选择方法及装置,用于至少解决上述技术问题之一。
第一方面,本发明实施例提供一种技能选择方法,包括:
确定接收到的用户语句所命中的技能;
当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;
至少根据优先级排序结果选择用于响应所述用户语句的技能。
第二方面,本发明实施例提供一种技能选择装置,包括:
技能确定模块,用于确定接收到的用户语句所命中的技能;
优先级排序模块,用于当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;
技能选择模块,用于至少根据优先级排序结果选择用于响应所述用户语句的技能。
第三方面,本发明实施例提供一种存储介质,所述存储介质中存储有一个或多个包括执行指令的程序,所述执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本发明上述任一项技能选择方法。
第四方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明上述任一项技能选择方法。
第五方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项技能选择方法。
本发明实施例的有益效果在于:通过对用户语句同时命中的多个技能进行优先级排序的方式解决了因用户语句同时命中多个技能而响应用于语句的技术问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,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,下面描述中的附图是本发明的一些实施例,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为本发明的技能选择方法的一实施例的流程图;
图2为本发明的技能选择装置的一实施例的原理框图;
图3为本发明的电子设备的一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本发明中,“模块”、“装置”、“系统”等指应用于计算机的相关实体,如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说,例如,元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有,运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中,并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间,并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号,例如,来自一个与本地系统、分布式系统中另一元件交互的,和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为解决现有技术中存在的问题,本发明提供一种技能选择方法及装置,可以应用于终端设备或者服务器端。其中,终端设备例如可以是智能音响、车机、智能电视、智能手机、平板电脑、智能手表等任何具备人机语音交互功能的电子设备,本发明对此不作限定;服务器端可以是为终端设备提供实现人机语音交互的技术支持的服务提供上的服务器设备。
如图1所示,本发明的实施例提供一种技能选择方法,包括:
S10、确定接收到的用户语句所命中的技能;
S20、当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;
S30、至少根据优先级排序结果选择用于响应所述用户语句的技能。
本实施例的技能选择方法通过对用户语句同时命中的多个技能进行优先级排序的方式解决了因用户语句同时命中多个技能而响应用于语句的技术问题。
示例性地对于步骤S10,根据接收到的用户语句确定用户意图,并查找多个技能中是否存在相应的用户意图,并将存在相应的用户意图的技能确定为命中的技能。以具有播放影音功能的智能音响为例(例如,小爱同学),该智能音响中配置有音乐技能、故事技能、影视技能等。当用户语句为“播放小兔子乖乖”时,以上三个技能可能都有相应的意图,这时候就涉及到技能冲突的问题了。
示例性地对于步骤S20,针对所述多个技能中的每一个技能分别从所述预设维度进行置信度评分,置信度评分越高则相应技能的优先级越高。
例如,当预设维度有且仅有一个置信度维度时,针对以上举例中所命中的三个技能分别从预设维度进行置信度评分,从而得出每个技能的置信评分,并按照置信度评分的大小对相应的技能进行优先级排序,置信度评分越高,优先级越高。当预设维度有两个或者多个置信度维度时,针对每个技能将其在这两个或者多个置信度维度上的置信度评分进行加权求和确定一个综合置信度评分,并根据三个技能各自的综合置信度评分的大小对三个技能的优先级进行排序。
示例性地,预设维度包括多个置信度维度,所述针对所述多个技能中的每一个技能分别从所述预设维度进行置信度评分包括:针对所述多个技能中的每一个技能,分别执行:从所述多个置信度维度进行评分得到多个置信度评分;根据所述多个置信度评分确定当前技能的综合置信度评分。
示例性地对于步骤S30,当所述多个技能为多个任务型技能或者多个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:根据优先级排序结果选择优先级最高的技能应答所述用户语句。
示例性地,在所述至少根据优先级排序结果选择用于响应所述用户语句的技能之前还包括:根据优先级排序结果判断优先级最高的技能的综合置信度评分是否大于设定阈值;如果是,则至少根据优先级排序结果选择用于响应所述用户语句的技能;如果否,则调用预设技能应答所述用户语句。
示例性地,在满分为10的情况下,预设阈值可以是6;或者满分为100的情况下,预设阈值可以是60等,本发明对此不作限定。本实施例中当所确定的多个技能中的最高优先级的置信度评分都低于设定阈值时,则说明当前不存在适合于用户语句的技能,对于这种情况本发明预先设置了预设技能(例如,闲聊技能),此时可调用该预设技能完成对用户的应答。
示例性地,所述预设维度至少包括知识库维度、上下文信息维度、当前技能维度、参考热度维度、用户定制维度和终端类型维度中的一种。
1)知识库维度,可以根据知识库维度进行意图校正。首先由于语义只关心当前说法的显式含义,无法关联对话的上下文,依赖的背景知识信息有限,会导致部分技能意图出错,对话中控系统(例如,智能音响的控制系统或者服务器的控制系统)首先要校验语义解析的意图是否合理。比如对于音乐技能,对话中控系统可引入音乐知识库,针对不符合知识库的意图和解析结果,通过降低评分来降低优先级,例如,为知识库维度给出一个较低的置信度评分,或者为知识库维度的初始置信度评分配置较小权重值。
比如,“播放小兔子乖乖”,显然“小兔子乖乖”是一首儿歌,在音乐知识库中是能够查找到的,此时音乐技能优先级升高,针对音乐技能的语义置信度加权;比如“播放张国荣的青花瓷”,这句话所表达的意图为想要听张国荣演唱的青花瓷,解析结果为歌手姓名(张国荣)-歌曲名称(青花瓷)。但是,很明显张国荣不可能唱过青花瓷,在音乐技能所对应的音乐知识库中是查找不到张国荣-青花瓷的对应关系的,所以此时音乐技能优先级降低,针对该技能的语义置信度降权。有效排除了不合理的意图干扰,提升了用户体验,同时也突出了对话中控系统的智能性。
2)上下文维度,基于上下文信息决策技能排序。如上例说到的问题,判断“播放小兔子乖乖”是否有上下文,如果有上下文,优先上下文所在的技能,加大对该技能在这个维度的置信度评分,例如,对该技能的初始语义置信度加权。例如,上文为“我想听虫儿飞”,所在技能为“音乐”,则对音乐技能在上下文维度给出一个较高的置信度评分,或者为上下文维度的初始置信度评分配置较大权重值。
3)当前技能维度,基于设备端上报信息对技能优先级排序,比如用户当前是在播放音乐还是听故事等,此时优先设备焦点所在的技能,为该技能在当前技能维度给出一个较高的置信度评分,或者为当前技能维度的初始置信度评分配置较大权重值。
4)参考热度维度,根据参考热度维度决策技能优先级。比如,小兔子乖乖在故事技能的热度大于在音乐技能中的热度,在没有任何背景下,可以认为故事优先级高于音乐,为该技能在参考热度维度给出一个较高的置信度评分,或者为参考热度维度的初始置信度评分配置较大权重值。
5)终端类型维度,可依据当前的产品指定的优先级决策优先级,比如针对音箱的产品,音乐是其主流功能,在产品打包时,可能会将音乐的优先级排高,对应中控系统会参照这个信息提高优先级高的技能置信度权重,例如,为该技能在终端类型维度给出一个较高的置信度评分,或者为终端类型维度的初始置信度评分配置较大权重值
6)用户定制维度,参考用户定制信息中控技能调度系统针对歧义确实比较明显的场景,允许产品设计开发者配置指定的场景,当满足该场景时,向用户进行技能选择确认,比如“播放西游记”,向用户确认是选择影视还是评书呢,少数特殊场景的用户确认,既满足了客户的个性化需求,提高了系统的灵活性,另一方面,提升了整个对话交互的流畅性和用户体验。
在根据以上维度中的多种确定相应的多个置信度评分之后,基于以上多个置信度评分的加权值,择优决策技能。可选的,还能够结合原始语义给出的置信度来选择技能。以上是通用逻辑,为满足个性化需要,对话中控系统同时支持技能调度的干预,比如接入语义干预系统等。
在一些实施例中,由于问答相关技能,对应的语料比较大,召回率很高,基本上大多数说法,都能得到相应的解析结果,因此其和任务型技能的冲突问题会更加突出,界限也比较模糊。比如用户说“我喜欢你”,这既可以是一首歌,也可以是开放式问答。
示例性地,当所述多个技能包括至少一个任务型技能和至少一个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:
确定所述至少一个任务型技能中优先级最高的技能的第一综合置信度评分;
确定所述至少一个问答型技能中优先级最高的技能的第二综合置信度评分;
当所述第一置信度评分和所述第二置信度评分两者之间的差值大于设定差值时,选择所述两者中较大者所对应的技能用于应答所述用户语句。
示例性地,当置信度评分满分为100时,设定差值配置为10,举例第一置信度评分为70,第二置信度评分为90,此时第一置信度评分与第二置信度评分之间的差值为20,大于设定差值10,这时确定第二置信度评分所对应的技能用于应答用户语句。
在一些实施例中,当所述第一置信度评分和所述第二置信度评分两者之间的差值不大于设定差值时,将所述用户语句输入至技能分类模型,所述技能分类模型预先训练,用于根据用户语句确定所对应的技能类型,所述技能类型包括任务型技能和问答型技能,其中任务型技能例如可以是天气查询技能、音乐技能、购票技能、成语接龙技能等,问答型技能例如可以是闲聊技能、百科技能等。
示例性地,当置信度评分满分为100时,设定差值配置为10,举例第一置信度评分为70,第二置信度评分为75,此时第一置信度评分与第二置信度评分之间的差值为5,小于设定差值10,这时不能仅仅根据置信度评分的大小来选择用于应答用户语句的技能,而是进一步根据预先训练的技能分类模型来辅助确定对应于用户语句的技能。从而能够更加准确的选择出符合当前的用户语句的技能,提供更好的人机对话服务,提升用户体验。
在一些实施例中,当所述多个技能包括至少一个任务型技能和至少一个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:判断所述至少一个任务型技能中是否存在对应于所述用户语句的预先配置的强制模式任务型技能;若是,则选择对应于所述用户语句的强制模式任务型技能用于响应所述用户语句。其中,强制模式任务型技能指的是强制制定的任务型技能。
本实施例中预先维护任务型技能强pattern,因为任务型领域的说法相对比较固定,可以结合识别结果,维护一些带有强特征意图的pattern,当匹配到强pattern,优先任务型技能。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作合并,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
如图2所示,本发明的实施例还提供一种技能选择装置200,包括:
技能确定模块210,用于确定接收到的用户语句所命中的技能;
优先级排序模块220,用于当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;
技能选择模块230,用于至少根据优先级排序结果选择用于响应所述用户语句的技能。
本实施例的技能选择装置通过对用户语句同时命中的多个技能进行优先级排序的方式解决了因用户语句同时命中多个技能而响应用于语句的技术问题。
在一些实施例中,所述根据预设维度对所述多个技能进行优先级排序包括:针对所述多个技能中的每一个技能分别从所述预设维度进行置信度评分,置信度评分越高则相应技能的优先级越高。
在一些实施例中,所述预设维度包括多个置信度维度,所述针对所述多个技能中的每一个技能分别从所述预设维度进行置信度评分包括:
针对所述多个技能中的每一个技能,分别执行:
从所述多个置信度维度进行评分得到多个置信度评分;
根据所述多个置信度评分确定当前技能的综合置信度评分。
在一些实施例中,在所述至少根据优先级排序结果选择用于响应所述用户语句的技能之前还包括:
根据优先级排序结果判断优先级最高的技能的综合置信度评分是否大于设定阈值;
如果是,则至少根据优先级排序结果选择用于响应所述用户语句的技能;
如果否,则调用预设技能应答所述用户语句。
在一些实施例中,当所述多个技能为多个任务型技能或者多个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:根据优先级排序结果选择优先级最高的技能应答所述用户语句。
在一些实施例中,当所述多个技能包括至少一个任务型技能和至少一个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:
确定所述至少一个任务型技能中优先级最高的技能的第一综合置信度评分;
确定所述至少一个问答型技能中优先级最高的技能的第二综合置信度评分;
当所述第一置信度评分和所述第二置信度评分两者之间的差值大于设定差值时,选择所述两者中较大者所对应的技能用于应答所述用户语句。
在一些实施例中,当所述第一置信度评分和所述第二置信度评分两者之间的差值不大于设定差值时,将所述用户语句输入至技能分类模型,所述技能分类模型预先训练,用于根据用户语句确定所对应的技能类型,所述技能类型包括任务型技能和问答型技能。
本发明提供了一种技能选择方法及装置,示例性地,可以实现为一种用来分发技能的智能调度系统,其结合识别,语义,对话上下文,甚至知识库,客户端以及技能反馈等信息来处理技能冲突,决策技能优先级排序,明确用户意图并决策选择最佳匹配技能,从而实现更加智能的语音交互。
上述本发明实施例的技能选择装置可用于执行本发明实施例的技能选择方法,并相应的达到上述本发明实施例的实现技能选择方法所达到的技术效果,这里不再赘述。本发明实施例中可以通过硬件处理器(hardware processor)来实现相关功能模块。
在一些实施例中,本发明实施例提供一种非易失性计算机可读存储介质,所述存储介质中存储有一个或多个包括执行指令的程序,所述执行指令能够被电子设备(包括但不限于计算机,服务器,或者网络设备等)读取并执行,以用于执行本发明上述任一项技能选择方法。
在一些实施例中,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项技能选择方法。
在一些实施例中,本发明实施例还提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行技能选择方法。
在一些实施例中,本发明实施例还提供一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现技能选择方法。
图3是本申请另一实施例提供的执行技能选择方法的电子设备的硬件结构示意图,如图3所示,该设备包括:
一个或多个处理器310以及存储器320,图3中以一个处理器310为例。
执行技能选择方法的设备还可以包括:输入装置330和输出装置340。
处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图3中以通过总线连接为例。
存储器320作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的技能选择方法对应的程序指令/模块。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例技能选择方法。
存储器320可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据技能选择装置的使用所创建的数据等。此外,存储器320可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器320可选包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至技能选择装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可接收输入的数字或字符信息,以及产生与技能选择装置的用户设置以及功能控制有关的信号。输出装置340可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器320中,当被所述一个或者多个处理器310执行时,执行上述任意方法实施例中的技能选择方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
1.一种技能选择方法,包括:
确定接收到的用户语句所命中的技能;
当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;
至少根据优先级排序结果选择用于响应所述用户语句的技能,
其中,当所述多个技能包括至少一个任务型技能和至少一个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:
确定所述至少一个任务型技能中优先级最高的技能的第一综合置信度评分;
确定所述至少一个问答型技能中优先级最高的技能的第二综合置信度评分;
当所述第一综合置信度评分和所述第二综合置信度评分两者之间的差值大于设定差值时,选择所述两者中较大者所对应的技能用于应答所述用户语句;
当所述第一综合置信度评分和所述第二综合置信度评分两者之间的差值不大于设定差值时,将所述用户语句输入至技能分类模型,所述技能分类模型预先训练,用于根据用户语句确定所对应的技能类型,所述技能类型包括任务型技能和问答型技能。
2.根据权利要求1所述的方法,其中,所述根据预设维度对所述多个技能进行优先级排序包括:
针对所述多个技能中的每一个技能分别从所述预设维度进行置信度评分,置信度评分越高则相应技能的优先级越高。
3.根据权利要求2所述的方法,其中,所述预设维度包括多个置信度维度,所述针对所述多个技能中的每一个技能分别从所述预设维度进行置信度评分包括:
针对所述多个技能中的每一个技能,分别执行:
从所述多个置信度维度进行评分得到多个置信度评分;
根据所述多个置信度评分确定当前技能的综合置信度评分。
4.根据权利要求1-3中任一项所述的方法,其中,在所述至少根据优先级排序结果选择用于响应所述用户语句的技能之前还包括:
根据优先级排序结果判断优先级最高的技能的综合置信度评分是否大于设定阈值;
如果是,则至少根据优先级排序结果选择用于响应所述用户语句的技能;
如果否,则调用预设技能应答所述用户语句。
5.根据权利要求1所述的方法,其中,
当所述多个技能为多个任务型技能或者多个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:
根据优先级排序结果选择优先级最高的技能应答所述用户语句。
6.一种技能选择装置,包括:
技能确定模块,用于确定接收到的用户语句所命中的技能;
优先级排序模块,用于当所述命中的技能为多个技能时,根据预设维度对所述多个技能进行优先级排序;
技能选择模块,用于至少根据优先级排序结果选择用于响应所述用户语句的技能,
其中,当所述多个技能包括至少一个任务型技能和至少一个问答型技能时,所述至少根据优先级排序结果选择用于响应所述用户语句的技能包括:
确定所述至少一个任务型技能中优先级最高的技能的第一综合置信度评分;
确定所述至少一个问答型技能中优先级最高的技能的第二综合置信度评分;
当所述第一综合置信度评分和所述第二综合置信度评分两者之间的差值大于设定差值时,选择所述两者中较大者所对应的技能用于应答所述用户语句;
当所述第一综合置信度评分和所述第二综合置信度评分两者之间的差值不大于设定差值时,将所述用户语句输入至技能分类模型,所述技能分类模型预先训练,用于根据用户语句确定所对应的技能类型,所述技能类型包括任务型技能和问答型技能。
7.一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任意一项所述方法的步骤。
8.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5中任意一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277060.3A CN111488443B (zh) | 2020-04-08 | 2020-04-08 | 技能选择方法及装置 |
PCT/CN2020/122426 WO2021203674A1 (zh) | 2020-04-08 | 2020-10-21 | 技能选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277060.3A CN111488443B (zh) | 2020-04-08 | 2020-04-08 | 技能选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111488443A CN111488443A (zh) | 2020-08-04 |
CN111488443B true CN111488443B (zh) | 2022-07-12 |
Family
ID=71812760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010277060.3A Active CN111488443B (zh) | 2020-04-08 | 2020-04-08 | 技能选择方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111488443B (zh) |
WO (1) | WO2021203674A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488443B (zh) * | 2020-04-08 | 2022-07-12 | 思必驰科技股份有限公司 | 技能选择方法及装置 |
CN112052316B (zh) * | 2020-08-12 | 2024-07-02 | 深圳市欢太科技有限公司 | 模型评估方法、装置、存储介质及电子设备 |
CN112069301B (zh) * | 2020-09-11 | 2024-07-02 | 深圳市欢太科技有限公司 | 意图识别方法、装置、服务器及存储介质 |
CN112597287B (zh) * | 2020-12-15 | 2024-03-15 | 深圳市优必选科技股份有限公司 | 一种语句处理方法、语句处理装置及智能设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018152008A1 (en) * | 2017-02-14 | 2018-08-23 | Microsoft Technology Licensing, Llc | Intelligent digital assistant system |
CN109710137A (zh) * | 2018-12-25 | 2019-05-03 | 苏州思必驰信息科技有限公司 | 用于语音对话平台的技能优先级配置方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133349B (zh) * | 2017-05-24 | 2018-02-23 | 北京无忧创新科技有限公司 | 一种对话机器人系统 |
CN108737933A (zh) * | 2018-05-30 | 2018-11-02 | 上海与德科技有限公司 | 一种基于智能音箱的对话方法、装置及电子设备 |
CN116564304A (zh) * | 2019-09-30 | 2023-08-08 | 华为终端有限公司 | 语音交互方法及装置 |
CN111488443B (zh) * | 2020-04-08 | 2022-07-12 | 思必驰科技股份有限公司 | 技能选择方法及装置 |
-
2020
- 2020-04-08 CN CN202010277060.3A patent/CN111488443B/zh active Active
- 2020-10-21 WO PCT/CN2020/122426 patent/WO2021203674A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018152008A1 (en) * | 2017-02-14 | 2018-08-23 | Microsoft Technology Licensing, Llc | Intelligent digital assistant system |
CN110291489A (zh) * | 2017-02-14 | 2019-09-27 | 微软技术许可有限责任公司 | 计算上高效的人类标识智能助理计算机 |
CN109710137A (zh) * | 2018-12-25 | 2019-05-03 | 苏州思必驰信息科技有限公司 | 用于语音对话平台的技能优先级配置方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2021203674A1 (zh) | 2021-10-14 |
CN111488443A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111488443B (zh) | 技能选择方法及装置 | |
US10949453B2 (en) | Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface | |
EP4141695A1 (en) | Response method in man-machine dialogue, dialogue system, and storage medium | |
CN108984157B (zh) | 用于语音对话平台的技能配置和调用方法及系统 | |
US10379712B2 (en) | Conversation user interface | |
CN109101545A (zh) | 基于人机交互的自然语言处理方法、装置、设备和介质 | |
CN111049996B (zh) | 多场景语音识别方法及装置、和应用其的智能客服系统 | |
CN108491147A (zh) | 一种基于虚拟人物的人机交互方法及移动终端 | |
JP7413568B2 (ja) | 音声対話の訂正方法及び装置 | |
CN112767910B (zh) | 音频信息合成方法、装置、计算机可读介质及电子设备 | |
CN109947388B (zh) | 页面播读的控制方法、装置、电子设备及存储介质 | |
WO2021129240A1 (zh) | 用于语音对话平台的技能调度方法及装置 | |
CN103034695A (zh) | 浏览器中进行声音控制的方法及装置 | |
Lee | Voice user interface projects: build voice-enabled applications using dialogflow for google home and Alexa skills kit for Amazon Echo | |
CN109767762A (zh) | 基于语音识别的应用程序控制方法及终端设备 | |
CN103019710A (zh) | 用于浏览器的声音控制方法及装置 | |
CN112735407A (zh) | 一种对话处理方法及装置 | |
CN111414764A (zh) | 对话文本的技能领域确定方法及系统 | |
US11817093B2 (en) | Method and system for processing user spoken utterance | |
CN108062952A (zh) | 一种语音控制方法、装置及系统 | |
Pedrero‐Esteban et al. | Ethical dilemmas in the personalization of news from voice interfaces | |
CN114860910A (zh) | 智能对话方法及系统 | |
CN112328339B (zh) | 通知消息的显示方法、装置、存储介质及电子设备 | |
CN111966803A (zh) | 对话模拟方法、装置、存储介质及电子设备 | |
Sun et al. | AR-voice interaction research based on factor analysis |
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 | ||
CB02 | Change of applicant information |
Address after: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant after: Sipic Technology Co.,Ltd. Address before: 215123 building 14, Tengfei Innovation Park, 388 Xinping street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant before: AI SPEECH Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |