CN111611369A - 基于人工智能的交互方法和相关装置 - Google Patents
基于人工智能的交互方法和相关装置 Download PDFInfo
- Publication number
- CN111611369A CN111611369A CN202010441720.7A CN202010441720A CN111611369A CN 111611369 A CN111611369 A CN 111611369A CN 202010441720 A CN202010441720 A CN 202010441720A CN 111611369 A CN111611369 A CN 111611369A
- Authority
- CN
- China
- Prior art keywords
- user
- content
- historical
- determining
- input
- 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
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
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Abstract
本申请实施例公开了基于人工智能的交互方法和相关装置,该方法包括:当交互设备获取对应用户标识的输入内容时,根据该输入内容,确定与用户特征库中历史内容间的相似度信息,通过相似度信息,将相似度较高的历史内容作为确定输入内容所对应用户意图的依据。由于用户特征库中包括的历史内容与该用户标识相关,这些历史内容可以体现在历史用户行为中与用户标识有关的用户倾向,故在确定输入内容的用户意图时,基于相似度信息确定的历史内容,可以起到合理有效的补全输入内容的相关信息的作用。基于确定出的用户意图,可以确定与输入内容对应的交互内容,以此确定出的交互内容满足用户交互需求的可能性更大。
Description
技术领域
本申请涉及数据处理领域,特别是涉及一种基于人工智能的交互方法和相关装置。
背景技术
随着人工智能会话系统的发展,人机交互的应用范围越来越广,例如常见的智能问答系统等。
在人机交互的过程中,人工智能会话系统会根据用户输入的内容进行分析,确定出对应的回复内容返回给用户。人机交互中的一个难点在于预测用户输入内容所体现的用户意图,如果用户意图不能准确预测,会导致确定出的回复内容难以符合用户需求,降低了交互体验。
然而,用户在进行人机交互时所输入的内容常常较为简略,导致采用确定用户意图的相关技术时,常常难以确定出用户意图。
发明内容
为了解决上述技术问题,本申请提供了一种基于人工智能的交互方法和相关装置,提高了用户意图确定的准确性,进而使得确定出的交互内容满足用户交互需求的可能性更大。
本申请实施例公开了如下技术方案:
一方面,本申请实施例提供了一种交互方法,所述方法由交互设备执行,所述方法包括:
获取携带用户标识的输入内容;
确定所述输入内容和用户特征库中历史内容间的相似度信息,所述用户特征库是根据所述用户标识确定的;
根据所述相似度信息确定所述输入内容对应的用户意图;
根据所述用户意图确定所述输入内容对应的交互内容。
另一方面,本申请实施例提供了一种交互设备,所述设备包括获取单元、第一确定单元、第二确定单元和第三确定单元:
所述获取单元,用于获取携带用户标识的输入内容;
所述第一确定单元,用于确定所述输入内容和用户特征库中历史内容间的相似度信息,所述用户特征库是根据所述用户标识确定的;
所述第二确定单元,用于根据所述相似度信息确定所述输入内容对应的用户意图;
所述第三确定单元,用于根据所述用户意图确定所述输入内容对应的交互内容。
另一方面,本申请实施例提供了一种交互设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行上述方法。
由上述技术方案可以看出,当交互设备获取对应用户标识的输入内容时,可以根据该输入内容,确定与用户特征库中历史内容间的相似度信息,通过上述相似度信息,可以将相似度较高的历史内容作为确定该输入内容所对应用户意图的依据。由于用户特征库中包括的历史内容与该用户标识相关,这些历史内容可以体现出在历史用户行为中与该用户标识有关的用户倾向,故在确定输入内容的用户意图时,基于相似度信息确定的历史内容,可以起到合理有效的补全输入内容的相关信息的作用。以此确定出的用户意图更为准确,在输入内容本身信息不完整时作用尤其明显。基于确定出的用户意图,交互设备可以确定与输入内容对应的交互内容,由于用户意图与用户实际意图相符程度较高,确定出的交互内容满足用户交互需求的可能性更大。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1a为一种基于填槽方式的智能问答流程图;
图1b为本申请实施例提供的一种交互方法的应用场景示意图;
图2为本申请实施例提供的一种交互方法流程图;
图3为本申请实施例提供的一种智能问答流程图;
图4为本申请实施例提供的一种交互方法流程图;
图5为本申请实施例提供的一种交互方法流程图;
图6为本申请实施例提供的一种交互界面示意图;
图7为本申请实施例提供的一种交互设备结构图;
图8为本申请实施例提供的一种交互设备结构图;
图9为本申请实施例提供的一种服务器的结构图。
具体实施方式
下面结合附图,对本申请的实施例进行描述。
在人机交互的过程中,人工智能会话系统会根据用户输入的内容进行分析,确定出对应的回复内容返回给用户。然而,用户在进行人机交互时所输入的内容常常较为简略,导致采用确定用户意图的相关技术时,常常难以确定出用户意图。
例如,相关技术中具有通过将用户的输入内容以填槽的方式确定用户意图。例如图1a示出了填槽方式进行人机交互的大致逻辑。
初始状态时获取用户的输入内容,根据输入内容进行策略控制,所谓策略控制是指判断该输入内容的用户意图,一般通过固定的字段对输入内容进行识别,若识别到用户意图,则可以确定出用户需求对应的插件(执行对应该用户需求的动作处理逻辑,其表达形式可以为功能函数)。
接下来进入状态1,继续槽位的识别,需要填入槽位的内容可以是对应该用户意图的具体参数,这些具体参数是人工智能响应该输入内容所需要的具体数据。例如在基于用户输入内容执行客户端分发的交互场景中,该具体参数可以是时间、版本信息、文件位置等等。
若基于输入信息确定槽位内容不完整,可以触发行为1返回至用户,以获取槽位内容,若确定出所需的槽位内容,进入状态2,通过之前确定的插件和槽位内容对用户的输入内容进行响应(例如行为2)。
若输入内容的信息不全,相关技术在策略控制时会大概率因为确定不了用户意图而触发跳出交互会话,或者进行完全不相干的响应。不论出现上述哪一种情况,都会造成本次人机交互无法正常进行下去或者说无法正常的完成交互。
例如当用户输入内容为“游戏分发”时,由于信息不全,并未体现出是何种游戏,或具体的游戏名称,这时在策略控制时将无法确定用户意图,不知道使用哪种插件完成“分发”这一动作。这会导致直接跳出人机会话,不对用户输入内容进行响应,使得人机交互异常结束。
基于此,本申请实施例提供了一种交互方法,通过引入用户特征库,以对用户的输入内容进行补全及完善,提高了基于输入内容确定用户意图的准确性,进而使得根据用户意图确定出的交互内容满足用户交互需求的可能性更大。
本申请实施例所提供的交互方法可以是基于人工智能实现的,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。
在本申请实施例中,主要涉及的人工智能软件技术包括上述自然语言处理技术等方向。
例如可以涉及自然语言处理(Nature Language Processing,NLP)中的机器人问答、知识图谱、文本预处理(Text Preprocessing)和语义理解(Semantic Understanding)等,其中包括词、句切分(Word/Sentence Segementation)、词性标注(Word Tagging)、语句分类(Word/Sentence Classification)、答案抽取(Answer Extraction)、答案论证(Answer Argument)、实体、关系抽取,知识补全、实体链接等。
下面,对本申请实施例的执行主体进行介绍。本申请提供的交互方法可以通过交互设备执行。该交互设备可以是终端设备,其中,终端设备可以通过执行本申请实施例提供的交互方法,以确定针对用户输入内容对应的交互内容。该终端设备例如可以是智能手机、计算机、个人数字助理(Personal Digital Assistant,PDA)、平板电脑、销售终端(Pointof Sales,POS)、车载电脑等设备。该交互设备还可以是服务器,服务器可以通过执行本申请实施例提供的交互方法,为终端设备提供交互服务。其中,服务器可以是独立的服务器、集群中的服务器或云服务器等。
该交互设备还可以具有实施自然语言处理的能力,其是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解等技术。
在本申请实施例中,交互设备通过实施上述NLP技术,可以实现根据确定的用户意图,通过知识图谱等确定对应的交互内容,以及通过机器人问答技术实现人机交互。
接下来以服务器作为执行主体,并结合实际应用场景对本申请实施例提供的交互方法进行介绍。
参见图1b,该图示出了本申请实施例提供的一种交互方法的应用场景示意图。如图1b所示,该应用场景中包括终端设备101和服务器102,可以由服务器102执行本申请实施例提供的交互方法,为终端设备101提供交互服务。
本申请实施例提供的交互方法可以应用于基于人工智能的人机交互场景中,以满足各种交互需求。例如,该方法可以应用在问答场景、虚拟陪伴场景或功能实现场景等。
在该示例中,可以令终端设备101以小M的身份与用户进行人机交互。
在该示例中,假设用户为游戏运营人员,用户近期在执行AX客户端的相关运营工作,用户希望通过人工智能技术执行AX客户端分发的动作,则该用户可以通过终端设备101输入体现其意图的内容“客户端分发”,记为输入内容。其中,该输入内容可以携带该用户对应的用户标识“123a”,用户标识用于标识该用户的身份信息。
可以理解的是,该输入内容中未包括客户端的具体种类,即未提及对哪种客户端进行分发,若通过相关技术如上述填槽方式根据输入内容进行用户意图确定,由于无法从输入内容中确定出具体客户端种类(即插件槽位对应的内容),导致会话直接跳出即不对用户输入内容进行响应,影响用户的交互体验。而在本申请实施例中,终端设备101可以获取输入内容,并将其发送至服务器102,服务器102针对该输入内容,确定用户标识“123a”对应的用户特征库。其中,该用户特征库包括了与该用户标识相关的历史内容,该历史内容用于记录与该用户标识相关的历史用户行为,如记录有用户的历史查询内容和历史希望执行的操作等。可以理解,这些历史内容体现了在历史用户行为中与该用户标识有关的用户倾向。
举例来说,如图1b所示,为用户(对应于用户标识“123a”)确定的用户特征库中包括了如下历史内容,“AX客户端分发”、“AX客户端的参数有哪些”和“B游戏的测试结果”。针对历史内容“AX客户端分发”,体现出用户希望进行AX客户端分发,针对“AX客户端的参数有哪些”,可以体现用户希望获知AX客户端涉及的参数,等等,不再赘述。
如此,服务器102可以确定输入内容和用户特征库中历史内容间的相似度信息,该相似度信息体现了输入内容与用户特征库中历史内容间的相似程度。如图1b所示,服务器102确定了输入内容“客户端分发”分别与历史内容“AX客户端分发”、“AX客户端的参数有哪些”和“B游戏的测试结果”间的相似程度,分别为76.9%、40.2%和0%。
当输入内容与历史内容间的相似度越高时,体现了该输入内容对应的用户意图与该历史内容体现的用户倾向的贴合程度更高,即该输入内容对应的用户意图与该历史内容间的关联性更强。用户意图体现了用户通过输入内容希望达到的目的。
由此,服务器102可以根据相似度信息,将与输入内容相似度高的历史内容作为确定该输入内容所对应用户意图的依据。
在本申请实施例中,服务器102在确定输入内容“客户端分发”的用户意图时,可以根据与输入内容相似度高的历史内容即“AX客户端分发”,确定该用户希望对AX客户端进行分发的可能性更高。从而对输入内容中针对客户端种类的信息进行补全和完善,并以此确定输入内容对应的用户意图为“AX客户端分发”。
然后,根据用户意图确定该输入内容对应的交互内容为“小M猜您想执行下列操作:进行AX客户端分发”。
可以理解,该方法根据用户特征库中与输入内容相似度高的历史内容对输入内容进行信息补全,使得信息补全和完善的过程更合理,从而使确定的用户意图符合用户实际意图的可能性更高。进而,以此确定的交互内容满足用户交互需求的可能性更大。
另外,相比于上述通过填槽进行人机交互的方式,本申请实施例提供的方法通过对输入内容进行补全后确定用户意图以及交互内容,以与用户进行交互,减小了直接跳出会话的概率,以及提高了人机会话的流畅性,提高用户交互体验。
接下来,将以终端设备为执行主体,对本申请实施例提供的交互方法进行介绍。参见图2,该图示出了本申请实施例提供的一种交互方法流程图,所述方法可以包括:
S201:获取携带用户标识的输入内容。
其中,上述输入内容可以是用户输入的用于体现用户意图的内容。本申请实施例中不限定该输入内容对应的用户输入方式,用户例如可以在人机交互界面通过语音输入、文字输入以及选择内容选项等形式来输入。
在本申请实施例中,当用户需要进行人机交互时,可以输入相关内容,终端设备可以获取对应的输入内容。其中,该输入内容携带有用户标识,该用户标识用于标识用户身份信息。
S202:确定所述输入内容和用户特征库中历史内容间的相似度信息。
可以理解,在众多场景中,用户总会围绕相同或接近的意图进行不止一次的人机交互。例如,对于普通的问答场景,假设用户近期对SJ杯足球赛的相关资讯感兴趣,则,用户可以在近期多次通过人机交互的方式获取关于该SJ杯足球赛的相关资讯。又如,对于游戏运营场景,用户在每次出现游戏新版本时,都可以针对游戏测试、分发等意图进行人机交互。等等,不再赘述。也就是说,对于用户进行人机交互的历史用户行为,它们所体现的用户倾向很可能符合此次用户进行人机交互的用户意图。
为此,在本申请实施例中,可以基于输入内容携带的用户标识,根据与该用户标识相关的历史用户行为确定用户标识对应的用户特征库。其中,该用户特征库中可以包括与该用户标识相关的历史内容。这些历史内容可以用于记录与该用户标识相关的历史用户行为。
其中,针对人机交互的应用场景的不同,所确定的用户特征库中的历史内容会有所不同。对于问答场景,与用户标识相关的历史用户行为通常为用户通过人机交互的问答过程等,以此确定的用户特征库中的历史内容通常包括用户提出的问题(以通过人机交互得到对应答案)等。
对于虚拟陪伴场景,与用户标识相关的历史用户行为既可以包括用户通过人机交互的问答过程,也可以包括辅助用户执行动作的过程,以此确定的用户特征库中的历史内容可以包括用户提出的问题、以及用户输入的希望执行某些动作的内容(以通过人机交互进行动作执行)等。
对于功能实现场景,与用户标识相关的历史用户行为通常为用户通过人机交互实现某些功能的过程,为用户确定的用户特征库中的历史内容通常包括,用户输入的标识有希望实现某些功能的内容等。
从而,可以根据输入内容与用户特征库中历史内容间的相似度信息,确定输入内容体现的用户意图与历史内容体现的用户倾向间的关联程度。该相似度信息可以用于体现输入内容与历史内容间的相似度。当输入内容与历史内容间的相似度较高时,可以确定输入内容所体现用户意图与历史内容所体现用户倾向间的关联程度较高。由此在后续步骤中可以将该历史内容作为确定输入内容对应的用户意图的依据。
在具体实现中,确定用户特征库的方式可以是,通过存储的用户在人机交互过程中的记录数据得到历史用户行为,对历史用户行为进行分析,得到历史内容,组成对应的用户特征库。
另外,本申请实施例不限定该用户特征库的确定时机,可以预先确定用户标识对应的用户特征库,以便在执行S202时可以直接调用,提高方法执行效率。另外,在每次与用户的交互结束后,可以通过本次该用户的输入内容等数据更新用户特征库,以使在下一次与该用户会话时该用户特征库包括的历史内容更全面。
需要说明,针对输入内容与历史内容间的相似度的确定,在不同的场景中或不同的需求下,可以选择适合的方式来确定。对于用户通过内容选项来输入体现其意图的输入内容的场景等,若用户特征库中包括体现该用户此次意图的历史内容,则该输入内容与该历史内容在语义方面上的相似度会比较高。由此,可以通过计算语义相似度的方式确定输入内容与历史内容间的相似度,实现为输入内容确定出较为贴合其意图的历史内容。
另外,当希望在用户的输入内容即使较为简略时,可以较为准确的从用户特征库中确定与该输入内容所体现用户意图相符的历史内容。例如,假设用户希望对AX客户端进行分发,如果用户针对该意图简略的输入“客户端分发”(即输入内容),则需要根据该输入内容与该用户的用户特征库中更可能体现该用户意图的历史内容“AX客户端分发”间的相似度较高。
实际上,即使输入内容相比于符合其用户意图的历史内容较为简略,或者由于出现字符输入错误等导致输入内容相比该历史内容出现字符颠倒等,输入内容与该历史内容分别对应的字符串之间的编辑距离也会较小,即输入内容与该历史内容分别对应的字符串间相似性较高。
由此,在一种可能的实现方式中,S202中确定输入内容和用户特征库中历史内容间的相似度信息的方式,可以包括:通过计算输入内容与历史内容间的编辑距离的方式,确定相似度信息。
其中,编辑距离的计算广泛应用于纠错(如内容简略输入或内容输入错误)等。编辑距离可以是针对两个字符串之间由一个字符串转成另一个字符串所需的最少编辑操作次数。用于编辑距离计算的编辑操作可以包括字符替换(即将一个字符替换成另一个字符),字符插入(即插入一个字符),字符删除(即删除一个字符)。一般来说,编辑距离越小,两个字符串间的相似度越大。
下面对计算字符串间编辑距离的方式进行介绍。可以对输入内容与历史内容间进行字与字的移动匹配。通过从字符串中提取出多个段,进行每个字符的比较,以比较出相同的段,并记录每段的相同开始、结束位置和相同的长度。其中,令最后一段是结束符,长度为0。
例如,字符串str1=u"客户端分发吗";
字符串str2=u"AX客户端分发";
计算两个字符串间编辑距离的过程如下:首先定义一个函数edit(i,j),它表示第一个字符串的长度为i的子串到第二个字符串的长度为j的子串的编辑距离。
其中,if i==0且j==0,edit(i,j)=0;
if i==0且j>0,edit(i,j)=j;
if i>0且j==0,edit(i,j)=i;
if i≥1且j≥1,edit(i,j)==min{edit(i-1,j)+1,edit(i,j-1)+1,edit(i-1,j-1)+f(i,j)},当第一个字符串的第i个字符不等于第二个字符串的第j个字符时,f(i,j)=1;否则,f(i,j)=0。
其中,针对str1和str2,“客户端分发吗”和“AX客户端分发”的编辑距离(编辑操作次数)是1+2=3,即:针对“吗”进行字符删除是一次编辑操作,针对“A”进行字符增加是一次编辑操作,针对“X”进行字符增加是一次编辑操作。
然后,根据编辑距离,通过下述公式,确定两个字符串间的相似度Ratio(str1,str2)。
Ratio(str1,str2)=(sum-dist)/sum=13-3/13=10/13=76.9;
其中,sum是指str1和str2的字符串的长度总和,dist是编辑距离。
通过针对输入内容与历史内容间编辑距离的计算,使得即使用户的输入内容简略或出现编辑错误,也可以准确的从用户特征库中确定出倾向于该输入内容所反映用户意图的历史内容,该种相似度计算方式,可以更准确的体现出输入内容与历史内容间的用户意图符合程度。
针对如下需求,希望准确确定简略的输入内容与体现该输入内容所对应用户意图的历史内容间具有较高相似度,若通过其它相似度信息确定方式如模糊匹配方式,可能很难将字符串间缺少部分字符或字符位置颠倒(如“AX”和“XA”)等字符串间的相似性体现出来。
另外,针对通过编辑距离确定输入内容与历史内容间的相似度信息的方式,除了通过将输入内容与历史内容进行逐字匹配的方式,还可以通过输入内容与历史内容间的词向量(Word Embedding)匹配方式确定相似度信息。其中,词向量可以是指单词在嵌入式自然语言处理中的一组语言建模和特征学习技术的统称。
S203:根据所述相似度信息确定所述输入内容对应的用户意图。
由于用户特征库中的历史内容体现了历史用户行为中与该用户标识相关的用户倾向,当输入内容与历史内容间的相似度较高时,可以体现输入内容所反映用户意图与该历史内容所对应用户倾向的贴合程度较高。
从而,在本申请实施例中,可以根据相似度信息,确定用户特征库中与输入内容相似度较高的历史内容,以对用户的输入内容的相关信息进行补全和完善,以此确定出对应的用户意图。
需要说明,即使用户的输入内容较为详细,通过执行本申请的技术方法,也可以对用户输入内容中的相关信息进行进一步完善和补充,从而可以提高交互设备针对输入内容确定用户意图的准确性。
本申请实施例不限定S203中确定用户意图的具体方式,可以根据实际场景或不同需求,选择适合的方式来确定用户意图。在一种可能的实现方式中,该方法可以包括:
若根据相似度信息从用户特征库的历史内容中确定出第一目标历史内容,根据第一目标历史内容确定输入内容对应的用户意图。
其中,该第一目标历史内容可以是用户特征库中与输入内容的相似度满足预设相似度阈值的历史内容。在一些场景中,该第一目标历史内容例如可以是用户特征库中与输入内容的相似度最高的历史内容。该相似度阈值可以用于确定用户特征库中与输入内容具有高相似度的历史内容。
由于第一目标历史内容与输入内容具有较高相似度,输入内容对应的用户意图更贴合该第一目标历史内容对应的用户内容倾向。由此,可以将相比第一目标历史内容而言对输入内容中不存在的信息进行完善、补充,即相当于通过信息更完整的第一目标历史内容进行用户意图确定,从而提高了用户意图确定的准确性。
在具体实现中,针对经信息完善和补全的输入内容或第一目标历史内容,可以通过前述提及的填槽方式或者有限状态机等方式来确定用户意图。针对游戏运营领域,输入内容大体相对固定,通过填槽方式即可满足需求。
S204:根据所述用户意图确定所述输入内容对应的交互内容。
其中,上述交互内容可以是根据输入内容确定的符合用户意图的回复内容。本申请实施例不限定其展现形式,如可以包括语音、文字等,在一种可能的实现方式中,该交互内容中可以包括执行用户意图标识的动作。这里所述的动作可以用于控制对应的设备执行操作,以实现对应的功能。例如,用户意图体现了进行AX客户端分发,该交互内容中可以包括用于进行AX客户端分发的动作,该动作可以控制进行AX客户端分发的设备执行相应操作,实现AX客户端分发。
在具体场景中,游戏运营人员可以通过人机交互的方式实现游戏版本发布、客户端分发等动作。
该方式帮助用户通过人机交互的方式实现需要用户通过执行操作实现的功能。
在具体实现中,S204中确定输入内容对应的交互内容的方式可以包括:
对用户意图进行理解,然后,从知识图谱中确定对应的实体作为交互内容。其中,知识图谱本质上是一种语义网络,其结点代表实体(Entity)或者概念(Concept),边代表实体或者概念之间的各种语义关系。
另外,在确定交互内容时,还可以将用户标识对应的用户画像信息如年龄、性别等考虑在内,实现千人千面,以及提升用户对交互内容的满意程度,提高用户交互体验。
由上述技术方案可以看出,当交互设备获取对应用户标识的输入内容时,可以根据该输入内容,确定与用户特征库中历史内容间的相似度信息,通过上述相似度信息,可以将相似度较高的历史内容作为确定该输入内容所对应用户意图的依据。由于用户特征库中包括的历史内容与该用户标识相关,这些历史内容可以体现出在历史用户行为中与该用户标识有关的用户倾向,故在确定输入内容的用户意图时,基于相似度信息确定的历史内容,可以起到合理有效的补全输入内容的相关信息的作用。以此确定出的用户意图更为准确,在输入内容本身信息不完整时作用尤其明显。基于确定出的用户意图,交互设备可以确定与输入内容对应的交互内容,由于用户意图与用户实际意图相符程度较高,确定出的交互内容满足用户交互需求的可能性更大。
在一些场景中,用户通常围绕自身涉及的业务进行人机交互,以实现如数据查询等功能。其中,用户涉及的业务可以是与用户相关的、可由用户进行处理的事务。用户涉及的业务类型由对应的具体场景决定。当交互方法应用于游戏运营场景中时,用户可以是游戏运营人员,用户涉及的业务可以是用户负责运营的游戏。例如,用户X负责运营游戏A和游戏B,游戏A和游戏B可以是该用户X的业务。
同一个用户针对自身所涉及的不同业务,所输入的内容可能会有不同的特点和输入习惯。例如一些针对特定业务的术语和专用语,例如输入内容中某些关键词的在不同业务中出现频率差异很大等。如果可以通过业务类型来对用户的历史输入的内容进行划分,可以提高对用户意图的判断准确性。
举例来说,针对作为游戏运营者的用户,负责游戏a和游戏b,该用户在涉及游戏a的输入内容中可能会输入高频次的专用词1,在游戏b中可能也会偶然出现该专用词1,若不区分业务而对输入内容进行相似度计算,有可能会将输入内容的用户意图识别为与游戏b相关,从而降低人机交互的成功率。
为了避免这种情况,本申请实施例提供了一种通过业务维度对用户历史内容进行划分的方式,以期提高确定的用户意图与用户实际意图相符程度。基于上述情形,在一种可能的实现方式中,用户特征库的确定方式包括:
S301:确定用户标识对应的第一历史内容。
其中,该第一历史内容可以是根据进行人机交互的用户(对应于用户标识)的历史用户行为确定的。
S302:根据所述第一历史内容所涉及的业务类型,将所述第一历史内容进行分类。
S303:根据分类后的第一历史内容确定用户特征库。
通过引入业务类型这一维度,将第一历史内容根据涉及的业务类型进行分类。从而,根据分类后的第一历史内容确定用户特征库,使得用户特征库中的每个第一历史内容归类于涉及的业务类型下。
下面以游戏运营场景为例,对该S301-S303的用户特征库确定方法进行介绍。
在该示例中,当获取到用户的输入内容后,可以查找该用户的业务权限,生成业务列表[游戏1、游戏2、……]。然后,调取该用户对应的历史数据(包括历史输入内容等),得到该用户的第一历史内容。并基于业务列表中的业务类型,对第一历史内容进行分类,得到用户特征库:
[游戏1,第一历史内容a、第一历史内容b、……];
[游戏2,第一历史内容c、第一历史内容d、……];
……。
该方式中,通过引入业务维度对与用户标识相关的历史用户行为进行合并去重,减小了用户特征库中历史内容的冗余。另外,通过减小用户特征库中历史内容的冗余,可以提高根据相似度信息确定输入内容对应的用户意图的准确率。
在一些场景中,通常会有多个用户针对同一业务负责执行相同的任务。例如,对于游戏A这一业务,可能具有多个运营人员负责对其进行测试任务。如此,对于这些针对同一业务负责执行相同任务的用户而言,他们之间有较大可能会通过人机交互达到相同或接近的目的。例如,进行A游戏测试任务的运营人员在进行人机交互时均可以查询游戏A测试结果。
基于该种不同用户间可能针对同一业务类型达到相同或接近的目的的情况,为使用户特征库能够尽可能覆盖用户可能的输入内容的意图,在一种可能的实现方式中,上述S303、根据分类后的第一历史内容确定用户特征库的方法,可以包括:
S401:获取具有所述业务类型的第二历史内容。
为了便于描述,后续将该进行人机交互的用户(输入内容所携带的用户标识对应的用户)记为本用户。
其中,第二历史内容可以是本用户所涉及业务类型的除该用户标识外其它用户标识对应的历史内容。
优选的,该第二历史内容对应的用户(由用户标识体现)可以是与本用户针对同一业务执行相同任务的用户。
S402:将所述第二历史内容根据所述业务类型扩充到所述分类后的第一历史内容中,得到扩充后的第一历史内容。
也就是说,对于每个业务类型下的第一历史内容,将确定的该业务类型下的第二历史内容扩充到该第一历史内容中。
S403:根据所述扩充后的第一历史内容确定所述用户特征库。
由此,使得所确定的用户特征库中,针对每一业务类型,除了包括进行人机交互的本用户自身对应的第一历史内容外,还包括其它用户针对该业务类型对应的第二历史内容。
下面根据S301-S303的示例,对该S401-S404的方法进行举例说明。
针对本用户的业务列表[游戏1、游戏2、……],除了调取本用户对应的历史数据外,还调取了其它用户针对业务列表中业务的历史数据,生成第二历史内容。并将第二历史内容按照业务类型维度对第一历史内容进行扩充,得到的用户特征库为:
[游戏1,第一历史内容a、第一历史内容b、……];
[游戏1,第二历史内容e、第二历史内容f、……];
[游戏2,第一历史内容c、第一历史内容d、……];
[游戏2,第二历史内容g、第二历史内容h、……];
……。
该方法中,通过将本用户所涉及业务的其他用户的历史内容也扩充至用户特征库中,使得用户特征库能够尽可能覆盖用户可能出现的意图,提高了用户特征库为输入内容补全的能力,进而提高后续确定用户意图的准确性。
在实际场景中,可能出现如下情形:即使通过用户特征库对用户的输入内容进行补充和完善,也无法准确确定输入内容对应的业务类型。例如,输入内容为“客户端分发”,通过用户特征库,仅能对输入内容补充客户端的版本号,而无法确定对应的业务类型,即无法确定用户需要针对哪种游戏进行客户端分发。
基于此,在一种可能的实现方式中,上述S203中根据所述相似度信息确定所述输入内容对应的用户意图的方法,可以包括:
根据相似度信息预测多个待定意图。其中,所预测的不同的待定意图涉及不同的业务类型。
用户可以从这些待定意图中选择用户认为符合其意图的待定意图。
从而,根据针对多个待定意图的选择结果确定用户意图。该选择结果可以体现用户从多个待定意图中选择的符合其意图的待定意图。
通过该种预测多个待定意图以供用户选择的方式,为用户提供了交互过程中自由选择的机会,有利于提高用户体验,且根据用户的选择结果确定用户意图,提高了确定用户意图的准确性,进而提高后续确定交互内容的准确性。
在相关技术中,通常根据输入内容直接确定用户意图,从而根据用户意图进行交互会话。然而,当无法根据输入内容确定用户意图时,通常直接跳出会话或者胡乱响应等,导致对用户输入内容无响应或答非所问,影响用户体验。
为此,在一种可能的实现方式中,在执行S202、即确定输入内容和用户特征库中历史内容间的相似度信息之前,该方法还可以包括:
根据输入内容进行用户意图确定。
若无法确定出用户意图,则执行上述S202、确定所述输入内容和用户特征库中历史内容间的相似度信息的步骤。
也就是说,若无法通过输入内容确定用户意图,通过引入用户特征库的方式,对用户的输入内容进行补全和完善,以确定用户意图,从而根据用户意图确定交互内容。
下面基于前述填槽方式对该种引入判断机制的方式进行详细介绍。
参见图3,该图示出了本申请实施例提供的一种智能问答流程图,相比于图1a对应的人机交互流程,该图3在策略控制的节点引入了判断机制,若输入内容携带的信息较少,通过策略控制未能识别出用户意图,相对于相关技术直接跳出会话的逻辑,本申请并不会直接跳出,而是会基于输入内容和用户特征库中的历史内容进行相似度计算,并根据确定的相似度信息来丰富输入内容,由此提高了用户意图的确定成功率,降低了会话异常结束的可能。
例如图3中,基于确定的相似度信息,可以通过用户特征库对输入内容进行补全,识别到与用户意图对应的插件。从而可以避免跳出会话而进入状态1的槽位内容确定节点,提高了人机交互能够正常进行并正常完成的概率。
需要说明,图3对应的示例仅为针对填槽方式引入判断机制的一种示例性说明,在实际场景中,该判断机制也可以补充至无法从输入内容确定其它槽位对应的内容的情形下。
可见,该方式减少了在无法根据输入内容确定用户意图时出现的直接跳出会话等情形,而是通过用户特征库对输入数据进行合理的补充和完善,从而确定用户意图及交互内容,提高了人机交互时会话的流畅性,提高了会话容错性,进而提高了用户交互体验。
另外,该种引入判断机制的方法,相比于上述S201-S204的技术方案,在可以根据输入内容直接确定用户意图时,直接根据用户意图确定交互内容进行会话,而无需执行S202-S204的方法,由此提高了交互效率。
本申请实施例提供的技术方案可以应用于单轮交互场景或多轮交互场景中,单轮交互场景通常对应于一次问答过程,多轮交互场景通常对应于多次问答过程。在一种可能的实现方式中,当该交互方法应用于多轮交互的场景中时,S201中的输入内容可以是与用户标识所进行多轮交互中的第i轮交互获取的,i为大于1的正整数。S202中确定输入内容和用户特征库中历史内容间的相似度信息的方法,可以包括:
S501:根据第i-1轮交互所涉及的目标业务类型,从用户特征库中确定对应目标业务类型的第二目标历史内容。
可以理解,用户可以围绕自身意图进行多轮交互。对于用户的每轮交互,可以获取本轮交互中用户的输入内容,并根据该输入内容确定对应的交互内容与用户进行本轮交互。
基于多轮交互中用户会话的连续性,本轮交互中输入内容体现的用户意图与上一轮交互中涉及的业务类型相关联的可能性非常高。例如,上一轮交互中用户针对A客户端进行人机交互,在本轮交互中用户对该A客户端进行人机交互的可能性非常高。也就是说,相邻两轮交互中用户有较大可能会针对相同的业务类型进行会话。
由此,在本申请实施例中,在确定第i轮交互中输入内容与用户特征库中历史内容间的相似度时,可以确定该用户在第i-1轮交互中涉及的业务类型,记为目标业务类型。并根据该目标业务类型,从用户特征库中确定对应目标业务类型的第二目标历史内容。
其中,确定第i-1轮交互涉及的目标业务类型的方式可以包括,若输入内容中包括业务类型,可以将该业务类型确定为目标业务类型。若输入内容中未包括业务类型,也可以根据用户特征库中与该输入内容相似度较高的历史内容对应的业务类型,确定为目标业务类型。若历史特征库中的历史内容包括了业务类型,可以根据与该输入内容相似度较高的历史内容对应的业务类型,确定目标业务类型。
S502:确定所述输入内容和所述第二目标历史内容间的相似度信息。
也就是说,该方法中,利用了多轮交互中会话的连续性特点,仅需确定输入内容与用户特征库中该第二目标历史内容间的相似度信息,以在后续步骤中通过用户特征库中的该第二目标历史内容对输入内容进行补全,即为本轮交互聚焦了用户特征库中针对该输入内容的补全范围,提高了确定输入内容对应的交互内容的准确性,进而提高了交互准确率。
另外,该方法中仅需确定输入内容与用户特征库中该第二目标历史内容的相似度信息,而无需确定输入内容与用户特征库中其它历史内容间的相似度信息,即可确定出该输入内容对应的交互内容,由此提高了交互效率。
接下来,结合具体应用场景对本申请实施例提供的交互方法进行介绍。
随着人工智能对话系统的发展,游戏运营领域的人工智能交互前景越发广阔,进而出现了问答机器人等。其中,问答机器人可以是通过人机交互的方式,针对用户的输入内容返回交互内容的机器人。其中,问答机器人可以分为信息流机器人,信息流机器人是在问答机器人的基础上产生的,信息流机器人为用户展示的交互内容中包括了为用户推荐的多个内容。其中,信息流可以是指可以滚动浏览的内容流,这些内容外观相似,多为为用户推荐的内容,这些内容可以逐个进行展示。信息流主要采用了推荐算法。本申请实施例提供的交互方法可以应用于这类问答机器人中。
下面以游戏运营场景为例介绍该交互方法,该方法中,可以在领域知识图谱的基础上,引入用户特征库来优化游戏运营领域的多轮交互过程。该交互方法主要包括4个过程,参见图4,该图示出了本申请实施例提供的一种交互方法流程图,如图4所示,该方法主要包括:用户特征库构建,多轮交互管理,优化决策,交互内容返回选择。
下面对该交互方法进行详细介绍,参见图5,该图示出了本申请实施例提供的一种交互方法流程图,如图5所示,对于多轮交互管理过程中的一轮交互,可以构建用户标识对应的用户特征库。
由于应用于游戏运营领域,用户的历史用户行为通常较为固定。由此,所确定的用户特征库中可以包括其它用户针对本用户所涉及业务的第二历史内容。
然后,根据用户特征库进行多轮交互管理,对于多轮交互的任意一轮交互中,可以引入判断模块,以修正当根据输入内容无法直接确定用户意图时直接跳出会话的决策。当根据输入内容无法直接确定用户意图时,可以根据用户特征库对输入内容进行完善和补充,以此确定用户意图,进而确定交互内容(即完成决策生成),并向用户返回交互内容供用户选择。
下面对根据用户特征库对输入内容进行完善以及后续流程进行举例说明,对于一轮交互中,用户的输入内容为“客户端分发”,通过与用户特征库中的历史内容进行相似度算法匹配,确定该输入内容与“AX客户端分发”的相似度较高(高于预设的相似度阈值),由此,可以确定该“AX客户端分发”为目标历史内容,并根据该目标历史内容确定用户意图,以及确定出交互内容,将交互内容返回用户,供用户进行确认。如果用户确认交互内容体现其意图,可以继续后续的多轮交互过程。例如,参见图6,该图示出了本申请实施例提供的一种交互界面示意图,如图6所示,当获取到用户针对交互内容的确认信息后,可以继续向用户发送需要用户补充的参数信息。如果用户确认交互内容未体现其意图,跳出会话,由此提高了容错性。
通过该方法,使得在输入内容提供信息不完整时,通过用户特征库中的历史内容来明确用户意图,修正系统决策,确定输入内容对应的交互内容供用户选择,帮助用户找到结果,使会话更加精准,提高返回答案的准确性。通过引入用户画像信息和多轮会话管理相结合,可以实现千人千面,且能够更好地管理交互过程,提升用户交互体验。同时,利用推荐方式让用户做到自由选择,使人机交互更精确高效。
另外,还为该交互方法提供了测试过程,由于是人机交互的过程,因此增加了AB测试过程,以证明该交互方法的效果。其中,AB测试的方法包括:为网页(Web)或应用(Application,APP)的界面或流程等制作两个(A/B)或多个(A/B/n)版本,在同一时间维度,分别令组成成分相同(相似)的访客群组(目标人群)随机的访问这些版本,并收集各访客群组的用户体验数据和业务数据,最后,从这些版本中分析、评估出最好版本以正式采用。
在本测试过程中,进行20人的小范围AB测试,并进行满意度调查。对于选择该交互方法所对应版本的10人,其中有8人持满意态度。对于选择相关技术所对应版本的10人,有5人持满意态度。可见,本申请实施例提供的交互方法提升了用户的交互体验。
基于本申请实施例提供的交互方法,本申请实施例还提供了一种交互设备,参见图7,该图示出了本申请实施例提供的一种交互设备结构图,如图7所示,所述设备包括获取单元701、第一确定单元702、第二确定单元703和第三确定单元704:
所述获取单元701,用于获取携带用户标识的输入内容;
所述第一确定单元702,用于确定所述输入内容和用户特征库中历史内容间的相似度信息,所述用户特征库是根据所述用户标识确定的;
所述第二确定单元703,用于根据所述相似度信息确定所述输入内容对应的用户意图;
所述第三确定单元704,用于根据所述用户意图确定所述输入内容对应的交互内容。
在一种可能的实现方式中,所述第一确定单元702,还用于:
通过如下方式确定所述用户特征库:
确定所述用户标识对应的第一历史内容;
根据所述第一历史内容所涉及的业务类型,将所述第一历史内容进行分类;
根据分类后的第一历史内容确定所述用户特征库,其中,所述用户特征库中的每个第一历史内容归类于涉及的业务类型中。
在一种可能的实现方式中,所述第一确定单元702,还具体用于:
获取具有所述业务类型的第二历史内容,所述第二历史内容对应于其他用户标识;
将所述第二历史内容根据所述业务类型扩充到所述分类后的第一历史内容中,得到扩充后的第一历史内容;
根据所述扩充后的第一历史内容确定所述用户特征库。
在一种可能的实现方式中,所述第二确定单元703,具体用于:
根据所述相似度信息预测多个待定意图,不同的待定意图涉及不同的业务类型;
根据针对所述多个待定意图的选择结果确定用户意图。
在一种可能的实现方式中,所述第一确定单元702,还具体用于:
在所述确定所述输入内容和用户特征库中历史内容间的相似度信息之前,根据所述输入内容进行用户意图确定;
若无法确定出用户意图,执行所述确定所述输入内容和用户特征库中历史内容间的相似度信息的步骤。
在一种可能的实现方式中,所述第二确定单元703,具体用于:
若根据所述相似度信息从所述历史内容中确定出第一目标历史内容,根据所述第一目标历史内容确定所述输入内容对应的用户意图。
在一种可能的实现方式中,所述第一确定单元702,具体用于:
通过计算所述输入内容与所述历史内容间的编辑距离,确定所述相似度信息。
在一种可能的实现方式中,所述交互内容包括执行所述用户意图标识的动作。
在一种可能的实现方式中,所述第一确定单元702,具体用于:
所述输入内容是与所述用户标识所进行多轮交互中的第i轮交互获取的,根据第i-1轮交互所涉及的目标业务类型,从所述用户特征库中确定对应所述目标业务类型的第二目标历史内容;
确定所述输入内容和所述第二目标历史内容间的相似度信息。
由上述技术方案可以看出,当交互设备获取对应用户标识的输入内容时,可以根据该输入内容,确定与用户特征库中历史内容间的相似度信息,通过上述相似度信息,可以将相似度较高的历史内容作为确定该输入内容所对应用户意图的依据。由于用户特征库中包括的历史内容与该用户标识相关,这些历史内容可以体现出在历史用户行为中与该用户标识有关的用户倾向,故在确定输入内容的用户意图时,基于相似度信息确定的历史内容,可以起到合理有效的补全输入内容的相关信息的作用。以此确定出的用户意图更为准确,在输入内容本身信息不完整时作用尤其明显。基于确定出的用户意图,交互设备可以确定与输入内容对应的交互内容,由于用户意图与用户实际意图相符程度较高,确定出的交互内容满足用户交互需求的可能性更大。
本申请实施例还提供了一种交互设备,下面结合附图对该交互设备进行介绍。请参见图8所示,本申请实施例提供了一种交互设备800结构图,该交互设备800还可以是终端设备,以终端设备为手机为例:
图8示出的是与本申请实施例提供的手机的部分结构框图。参考图8,手机包括:射频(Radio Frequency,简称RF)电路810、存储器820、输入单元830、显示单元840、传感器850、音频电路860、无线保真(wireless fidelity,简称WiFi)模块870、处理器880、以及电源890等部件。本领域技术人员可以理解,图8中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图8对手机的各个构成部件进行具体的介绍:
RF电路810可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器880处理;另外,将设计上行的数据发送给基站。通常,RF电路810包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier,简称LNA)、双工器等。此外,RF电路810还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System of Mobile communication,简称GSM)、通用分组无线服务(GeneralPacket Radio Service,简称GPRS)、码分多址(Code Division Multiple Access,简称CDMA)、宽带码分多址(Wideband Code Division Multiple Access,简称WCDMA)、长期演进(Long Term Evolution,简称LTE)、电子邮件、短消息服务(Short Messaging Service,简称SMS)等。
存储器820可用于存储软件程序以及模块,处理器880通过运行存储在存储器820的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器820可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器820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、或其他易失性固态存储器件。
输入单元830可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元830可包括触控面板831以及其他输入设备832。触控面板831,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板831上或在触控面板831附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板831可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器880,并能接收处理器880发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板831。除了触控面板831,输入单元830还可以包括其他输入设备832。具体地,其他输入设备832可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元840可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元840可包括显示面板841,可选的,可以采用液晶显示器(Liquid CrystalDisplay,简称LCD)、有机发光二极管(Organic Light-Emitting Diode,简称OLED)等形式来配置显示面板841。进一步的,触控面板831可覆盖显示面板841,当触控面板831检测到在其上或附近的触摸操作后,传送给处理器880以确定触摸事件的类型,随后处理器880根据触摸事件的类型在显示面板841上提供相应的视觉输出。虽然在图8中,触控面板831与显示面板841是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板831与显示面板841集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器850,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板841的亮度,接近传感器可在手机移动到耳边时,关闭显示面板841和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路860、扬声器861,传声器862可提供用户与手机之间的音频接口。音频电路860可将接收到的音频数据转换后的电信号,传输到扬声器861,由扬声器861转换为声音信号输出;另一方面,传声器862将收集的声音信号转换为电信号,由音频电路860接收后转换为音频数据,再将音频数据输出处理器880处理后,经RF电路810以发送给比如另一手机,或者将音频数据输出至存储器820以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块870可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图8示出了WiFi模块870,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器880是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器820内的软件程序和/或模块,以及调用存储在存储器820内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器880可包括一个或多个处理单元;优选的,处理器880可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器880中。
手机还包括给各个部件供电的电源890(比如电池),优选的,电源可以通过电源管理系统与处理器880逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本实施例中,该终端设备所包括的处理器880还具有以下功能:
获取携带用户标识的输入内容;
确定所述输入内容和用户特征库中历史内容间的相似度信息,所述用户特征库是根据所述用户标识确定的;
根据所述相似度信息确定所述输入内容对应的用户意图;
根据所述用户意图确定所述输入内容对应的交互内容。
本申请实施例提供的交互设备可以是服务器,请参见图9所示,图9为本申请实施例提供的服务器900的结构图,服务器900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(Central Processing Units,CPU)922(例如,一个或一个以上处理器)和存储器932,一个或一个以上存储应用程序942或数据944的存储介质930(例如一个或一个以上海量存储设备)。其中,存储器932和存储介质930可以是短暂存储或持久存储。存储在存储介质930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器922可以设置为与存储介质930通信,在服务器900上执行存储介质930中的一系列指令操作。
服务器900还可以包括一个或一个以上电源926,一个或一个以上有线或无线网络接口950,一个或一个以上输入输出接口958,和/或,一个或一个以上操作系统941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中的步骤也可以由服务器执行,该服务器可以基于该图9所示的服务器结构。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行前述各个实施例所述的方法。
本申请实施例还提供一种包括指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述各个实施例所述的方法。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于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:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,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。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质可以是下述介质中的至少一种:只读存储器(英文:read-only memory,缩写:ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中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。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (15)
1.一种交互方法,其特征在于,所述方法由交互设备执行,所述方法包括:
获取携带用户标识的输入内容;
确定所述输入内容和用户特征库中历史内容间的相似度信息,所述用户特征库是根据所述用户标识确定的;
根据所述相似度信息确定所述输入内容对应的用户意图;
根据所述用户意图确定所述输入内容对应的交互内容。
2.根据权利要求1所述的方法,其特征在于,所述用户特征库通过如下方式确定:
确定所述用户标识对应的第一历史内容;
根据所述第一历史内容所涉及的业务类型,将所述第一历史内容进行分类;
根据分类后的第一历史内容确定所述用户特征库,其中,所述用户特征库中的每个第一历史内容归类于涉及的业务类型中。
3.根据权利要求2所述的方法,其特征在于,所述根据分类后的第一历史内容确定所述用户特征库,包括:
获取具有所述业务类型的第二历史内容,所述第二历史内容对应于其他用户标识;
将所述第二历史内容根据所述业务类型扩充到所述分类后的第一历史内容中,得到扩充后的第一历史内容;
根据所述扩充后的第一历史内容确定所述用户特征库。
4.根据权利要求2所述的方法,其特征在于,所述根据所述相似度信息确定所述输入内容对应的用户意图,包括:
根据所述相似度信息预测多个待定意图,不同的待定意图涉及不同的业务类型;
根据针对所述多个待定意图的选择结果确定用户意图。
5.根据权利要求1所述的方法,其特征在于,在所述确定所述输入内容和用户特征库中历史内容间的相似度信息之前,所述方法还包括:
根据所述输入内容进行用户意图确定;
若无法确定出用户意图,执行所述确定所述输入内容和用户特征库中历史内容间的相似度信息的步骤。
6.根据权利要求1所述的方法,其特征在于,所述根据相似度信息确定所述输入内容对应的用户意图,包括:
若根据所述相似度信息从所述历史内容中确定出第一目标历史内容,根据所述第一目标历史内容确定所述输入内容对应的用户意图。
7.根据权利要求1-6任意一项所述的方法,其特征在于,所述确定所述输入内容和用户特征库中历史内容间的相似度信息,包括:
通过计算所述输入内容与所述历史内容间的编辑距离,确定所述相似度信息。
8.根据权利要求1-6任意一项所述的方法,其特征在于,所述交互内容包括执行所述用户意图标识的动作。
9.根据权利要求2-4任意一项所述的方法,其特征在于,所述输入内容是与所述用户标识所进行多轮交互中的第i轮交互获取的,所述确定所述输入内容和用户特征库中历史内容间的相似度信息,包括:
根据第i-1轮交互所涉及的目标业务类型,从所述用户特征库中确定对应所述目标业务类型的第二目标历史内容;
确定所述输入内容和所述第二目标历史内容间的相似度信息。
10.一种交互设备,其特征在于,所述设备包括获取单元、第一确定单元、第二确定单元和第三确定单元:
所述获取单元,用于获取携带用户标识的输入内容;
所述第一确定单元,用于确定所述输入内容和用户特征库中历史内容间的相似度信息,所述用户特征库是根据所述用户标识确定的;
所述第二确定单元,用于根据所述相似度信息确定所述输入内容对应的用户意图;
所述第三确定单元,用于根据所述用户意图确定所述输入内容对应的交互内容。
11.根据权利要求10所述的设备,其特征在于,所述第一确定单元,还用于:
通过如下方式确定所述用户特征库:
确定所述用户标识对应的第一历史内容;
根据所述第一历史内容所涉及的业务类型,将所述第一历史内容进行分类;
根据分类后的第一历史内容确定所述用户特征库。
12.根据权利要求11所述的设备,其特征在于,所述第一确定单元,还具体用于:
获取具有所述业务类型的第二历史内容,所述第二历史内容对应于其他用户标识;
将所述第二历史内容根据所述业务类型扩充到所述分类后的第一历史内容中,得到扩充后的第一历史内容;
根据所述扩充后的第一历史内容确定所述用户特征库。
13.根据权利要求11所述的设备,其特征在于,所述第二确定单元,具体用于:
根据所述相似度信息预测多个待定意图,不同的待定意图涉及不同的业务类型;
根据针对所述多个待定意图的选择结果确定用户意图。
14.一种交互设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-9任意一项所述的交互方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-9任意一项所述的交互方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010441720.7A CN111611369B (zh) | 2020-05-22 | 2020-05-22 | 基于人工智能的交互方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010441720.7A CN111611369B (zh) | 2020-05-22 | 2020-05-22 | 基于人工智能的交互方法和相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111611369A true CN111611369A (zh) | 2020-09-01 |
CN111611369B CN111611369B (zh) | 2023-06-20 |
Family
ID=72199543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010441720.7A Active CN111611369B (zh) | 2020-05-22 | 2020-05-22 | 基于人工智能的交互方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111611369B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609266A (zh) * | 2021-07-09 | 2021-11-05 | 阿里巴巴新加坡控股有限公司 | 资源处理方法以及装置 |
WO2024087752A1 (zh) * | 2022-10-24 | 2024-05-02 | 中兴通讯股份有限公司 | 用户偏好分析方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150127556A1 (en) * | 2013-04-15 | 2015-05-07 | Panasonic Intellectual Property Corporation of Ame | Information presentation method, information presentation system, program, and recording medium |
CN106341703A (zh) * | 2016-08-30 | 2017-01-18 | 乐视控股(北京)有限公司 | 弹幕处理方法及装置 |
CN107038207A (zh) * | 2017-02-20 | 2017-08-11 | 阿里巴巴集团控股有限公司 | 一种数据查询方法、数据处理方法及装置 |
CN108664472A (zh) * | 2018-05-08 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 自然语言处理方法、装置及其设备 |
CN109697282A (zh) * | 2017-10-20 | 2019-04-30 | 阿里巴巴集团控股有限公司 | 一种语句的用户意图识别方法和装置 |
CN110457339A (zh) * | 2018-05-02 | 2019-11-15 | 北京京东尚科信息技术有限公司 | 数据搜索方法及装置、电子设备、存储介质 |
CN113302634A (zh) * | 2019-02-11 | 2021-08-24 | 赫尔实验室有限公司 | 学习语境感知预测关键短语的系统和方法 |
-
2020
- 2020-05-22 CN CN202010441720.7A patent/CN111611369B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150127556A1 (en) * | 2013-04-15 | 2015-05-07 | Panasonic Intellectual Property Corporation of Ame | Information presentation method, information presentation system, program, and recording medium |
CN106341703A (zh) * | 2016-08-30 | 2017-01-18 | 乐视控股(北京)有限公司 | 弹幕处理方法及装置 |
CN107038207A (zh) * | 2017-02-20 | 2017-08-11 | 阿里巴巴集团控股有限公司 | 一种数据查询方法、数据处理方法及装置 |
CN109697282A (zh) * | 2017-10-20 | 2019-04-30 | 阿里巴巴集团控股有限公司 | 一种语句的用户意图识别方法和装置 |
CN110457339A (zh) * | 2018-05-02 | 2019-11-15 | 北京京东尚科信息技术有限公司 | 数据搜索方法及装置、电子设备、存储介质 |
CN108664472A (zh) * | 2018-05-08 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 自然语言处理方法、装置及其设备 |
CN113302634A (zh) * | 2019-02-11 | 2021-08-24 | 赫尔实验室有限公司 | 学习语境感知预测关键短语的系统和方法 |
Non-Patent Citations (1)
Title |
---|
许晨: "基于全寿命周期管理的智能变电站价值优化研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, pages 042 - 1546 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609266A (zh) * | 2021-07-09 | 2021-11-05 | 阿里巴巴新加坡控股有限公司 | 资源处理方法以及装置 |
WO2024087752A1 (zh) * | 2022-10-24 | 2024-05-02 | 中兴通讯股份有限公司 | 用户偏好分析方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111611369B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110381388B (zh) | 一种基于人工智能的字幕生成方法和装置 | |
JP6594534B2 (ja) | テキスト情報処理方法およびデバイス | |
CN110334347A (zh) | 基于自然语言识别的信息处理方法、相关设备及存储介质 | |
CN110298212B (zh) | 模型训练方法、情绪识别方法、表情显示方法及相关设备 | |
CN110717026B (zh) | 一种文本信息识别的方法、人机对话的方法及相关装置 | |
CN110162603B (zh) | 一种智能对话方法、动态存储方法和装置 | |
CN109165292A (zh) | 数据处理方法、装置以及移动终端 | |
CN110209778A (zh) | 一种对话生成的方法以及相关装置 | |
CN111143543A (zh) | 一种对象推荐方法、装置、设备及介质 | |
CN108958503A (zh) | 输入方法和装置 | |
CN114357278B (zh) | 一种话题推荐方法、装置及设备 | |
CN109543014B (zh) | 人机对话方法、装置、终端及服务器 | |
CN111125523A (zh) | 搜索方法、装置、终端设备及存储介质 | |
CN111611369B (zh) | 基于人工智能的交互方法和相关装置 | |
KR20210044188A (ko) | 장면 작성기를 위한 시스템 및 방법 | |
CN112214605A (zh) | 一种文本分类方法和相关装置 | |
CN111324409B (zh) | 基于人工智能的互动方法和相关装置 | |
CN110196833A (zh) | 应用程序的搜索方法、装置、终端及存储介质 | |
CN110399474B (zh) | 一种智能对话方法、装置、设备及存储介质 | |
CN112749252A (zh) | 一种基于人工智能的文本匹配方法和相关装置 | |
CN111314771B (zh) | 一种视频播放方法及相关设备 | |
CN112907255A (zh) | 一种用户分析方法和相关装置 | |
CN109814730A (zh) | 输入方法和装置、用于输入的装置 | |
CN111612280B (zh) | 一种数据分析方法和装置 | |
CN110750193B (zh) | 一种基于人工智能的场景拓扑确定方法和装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40028081 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |