CN111741104A - 应答消息的确定方法、配置方法、装置、设备及存储介质 - Google Patents

应答消息的确定方法、配置方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111741104A
CN111741104A CN202010560390.3A CN202010560390A CN111741104A CN 111741104 A CN111741104 A CN 111741104A CN 202010560390 A CN202010560390 A CN 202010560390A CN 111741104 A CN111741104 A CN 111741104A
Authority
CN
China
Prior art keywords
user
response message
message
user account
portrait
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
CN202010560390.3A
Other languages
English (en)
Other versions
CN111741104B (zh
Inventor
高波
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010560390.3A priority Critical patent/CN111741104B/zh
Publication of CN111741104A publication Critical patent/CN111741104A/zh
Application granted granted Critical
Publication of CN111741104B publication Critical patent/CN111741104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
    • H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
    • H04L1/1607—Details of the supervisory signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Transfer Between Computers (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请实施例提供了一种应答消息的确定方法、配置方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：获取用户帐号在人机对话场景下提供的对话消息；获取用户帐号对应的多维用户画像，用户帐号对应的多维用户画像包括用户帐号对应的多个不同维度的用户画像；其中，任一维度的用户画像包括属于同一分类的至少一个属性标签；从应答消息库中获取与对话消息匹配的、且符合用户帐号对应的用户画像的至少一条候选应答消息；根据至少一条候选应答消息分别对应的用户画像的优先级，在至少一条候选应答消息中，确定用于应答对话消息的目标应答消息。本申请实施例提供的技术方案，提高了人机对话中回复用户的应答消息的多样性和准确性。

Description

应答消息的确定方法、配置方法、装置、设备及存储介质
技术领域
本申请实施例涉及人工智能技术领域，特别涉及一种应答消息的确定方法、配置方法、装置、设备及存储介质。
背景技术
随着人工智能技术的发展，人机对话技术的应用范围也越来越广泛。
在相关技术中，人机对话系统在接收到来自客户端的对话消息之后，通过识别该对话消息中的关键字，从应答消息库中查询该关键字对应的固定应答消息，并将该固定应答消息发送给客户端，从而实现人机对话。
在上述相关技术中，由于人机对话系统回复用户的都是固定化的应答消息，导致应答消息较为固化单一，且准确性较低。
发明内容
本申请实施例提供了一种应答消息的确定方法、配置方法、装置、设备及存储介质，能够提高人机对话中回复用户的应答消息的多样性和准确性。所述技术方案如下：
一方面，本申请实施例提供了一种应答消息的确定方法，所述方法包括：
获取用户帐号在人机对话场景下提供的对话消息；
获取所述用户帐号对应的多维用户画像，所述用户帐号对应的多维用户画像包括所述用户帐号对应的多个不同维度的用户画像；其中，任一维度的用户画像包括属于同一分类的至少一个属性标签；
从应答消息库中获取与所述对话消息匹配的、且符合所述用户帐号对应的用户画像的至少一条候选应答消息；
根据所述至少一条候选应答消息分别对应的用户画像的优先级，在所述至少一条候选应答消息中，确定用于应答所述对话消息的目标应答消息。
另一方面，本申请实施例提供了一种应答消息的配置方法，所述方法包括：
显示人机对话配置界面；
获取在所述人机对话配置界面中配置的预设对话消息；
获取针对所述预设对话消息和多维用户画像配置的多个预设应答消息，其中，所述多维用户画像包括多个不同维度的用户画像，任一维度的用户画像包括属于同一分类的至少一个属性标签，任一维度的用户画像对应配置有至少一条所述预设应答消息；
向服务器发送配置信息，所述配置信息包括至少一组映射关系，所述映射关系包括所述预设对话消息、一条所述预设应答消息和至少一个属性标签之间的映射关系。
再一方面，本申请实施例提供了一种应答消息的确定装置，所述装置包括：
对话消息获取模块，用于获取用户帐号在人机对话场景下提供的对话消息；
用户画像获取模块，用于获取所述用户帐号对应的多维用户画像，所述用户帐号对应的多维用户画像包括所述用户帐号对应的多个不同维度的用户画像；其中，任一维度的用户画像包括属于同一分类的至少一个属性标签；
应答消息获取模块，用于从应答消息库中获取与所述对话消息匹配的、且符合所述用户帐号对应的用户画像的至少一条候选应答消息；
应答消息确定模块，用于根据所述至少一条候选应答消息分别对应的用户画像的优先级，在所述至少一条候选应答消息中，确定用于应答所述对话消息的目标应答消息。
又一方面，本申请实施例提供了一种应答消息的配置装置，所述装置包括：
配置界面显示模块，用于显示人机对话配置界面；
对话消息获取模块，用于获取在所述人机对话配置界面中配置的预设对话消息；
应答消息获取模块，用于获取针对所述预设对话消息和多维用户画像配置的多个预设应答消息，其中，所述多维用户画像包括多个不同维度的用户画像，任一维度的用户画像包括属于同一分类的至少一个属性标签，任一维度的用户画像对应配置有至少一条所述预设应答消息；
配置信息发送模块，用于向服务器发送配置信息，所述配置信息包括至少一组映射关系，所述映射关系包括所述预设对话消息、一条所述预设应答消息和至少一个属性标签之间的映射关系。
还一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述应答消息的确定方法，或实现上述应答消息的配置方法。
可选地，所述计算机设备为终端或服务器。
还一方面，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中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述应答消息的确定方法，或实现上述应答消息的配置方法。
还一方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器能够从所述计算机可读存储介质中读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行如上述的各种可能实现提供的方法，使得所述计算机设备部署上述应答消息的确定方法或应答消息的配置方法的各种可能实现提供的数据库系统。
本申请实施例提供的技术方案可以包括如下有益效果：
通过获取人机对话场景下用户帐号提供的对话消息，以及该用户帐号对应的不同维度的用户画像，当符合用户帐号对应的用户画像的候选应答消息有多条时，按照用户画像的优先级，从中选取提供给用户的目标应答消息，从而能够结合用户帐号的用户画像，确定提供给用户的目标应答消息为尽可能与该用户相匹配的应答消息，避免了应答消息的千篇一律，提高了人机对话中回复用户的应答消息的多样性和准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的实施环境的示意图；
图2是本申请一个实施例提供的应答消息的确定方法的示意图；
图3是本申请一个实施例提供的应答消息的确定方法的流程图；
图4是本申请一个实施例提供的人机对话的用户界面示意图；
图5是本申请一个实施例提供的用户信息管理系统的用户界面示意图；
图6是本申请一个实施例提供的用户界面示意图；
图7是本申请另一个实施例提供的应答消息的确定方法的流程图；
图8是本申请一个实施例提供的应答消息的配置方法的流程图；
图9是本申请一个实施例提供的应答消息的配置界面的示意图；
图10是本申请一个实施例提供的应答消息的配置方法的示意图；
图11是本申请一个实施例提供的应答消息的确定装置的框图；
图12是本申请另一个实施例提供的应答消息的确定装置的框图；
图13是本申请一个实施例提供的应答消息的配置装置的框图；
图14是本申请另一个实施例提供的应答消息的配置装置的框图；
图15是本申请一个实施例提供的计算机设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法的例子。
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。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
自然语言处理(Nature Language Processing,NLP)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、机器翻译、机器人问答、知识图谱等技术。
随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
本申请实施例提供的方案涉及人工智能的自然语言处理技术，利用自然语言处理技术实现人机对话。人机对话是指用户和基于人工智能技术的计算机程序(或计算机系统)进行的对话。在人机对话过程中，计算机程序能够基于用户输入的对话消息，向用户提供相应的应答消息。
请参考图1，其示出了本申请一个实施例提供的实施环境的示意图，该实施环境能够实现成为人机对话系统。可选地，如图1所示，该人机对话系统10可以包括：第一终端11。
其中，第一终端11是用户所使用的终端。第一终端11中运行有目标程序，目标程序是具有人机对话功能的程序，目标程序中登录有用户帐号。在一些实施例中，目标程序是目标应用程序，第一终端11中运行有目标应用程序的客户端。可选地，该目标应用程序包括：游戏应用程序、社交应用程序、购物应用程序、支付应用程序、视频应用程序、音乐应用程序、新闻应用程序等任何具有人机对话功能的应用程序。在一些实施例中，目标应用程序可以是原生应用程序，也可以是子应用程序，本申请实施例对此不作限定。原生应用程序是能够直接运行于操作系统的应用程序，子应用程序是依赖母应用程序运行的应用程序。上述子应用程序可以称之为小程序，小程序不能独立运行，但无需下载安装即可使用。用户通过扫描子应用程序对应的图形码(如二维码、条形码等)，或者搜索子应用程序的名称或相关词条，即可直接打开该子应用程序。子应用程序能够在母应用程序中被便捷地获取和传播。母应用程序是用于承载子应用程序的应用程序，为子应用程序提供运行环境。可选地，母应用程序是原生应用程序。母应用程序可以是社交应用程序、专门支持子应用程序的专用应用程序、文件管理应用程序、邮件应用程序或者游戏应用程序等。社交应用程序包括即时通信应用、SNS(Social Network Service，社交网站)应用或者直播应用等。在另一些实施例中，目标程序是目标门户网站，第一终端11可以访问目标门户网站。可选地，该目标门户网站包括：游戏网站、社交网站、购物网站、支付网站、视频网站、音乐网站、新闻网站等任何具有人机对话功能的网站。
可选地，人机对话系统10还包括服务器12。服务器12是具备数据计算、处理和存储能力的电子设备，服务器12能够为上述目标程序提供后台服务。服务器12可以是一台服务器，也可以是由多台服务器组成的服务器集群。第一终端11和服务器12之间可以通过网络建立通信连接。
在一些实施例中，第一终端11能够接收用户输入的对话消息，并根据对话消息确定用于应答对话消息的应答消息。在另一些实施例中，第一终端11将对话消息发送至服务器12，服务器12确定对应的应答消息，并将应答消息发送给第一终端11。因此，本申请实施例提供的方法，各步骤的执行主体可以是第一终端11(如第一终端11中目标应用程序的客户端)，也可以是服务器12，或者由第一终端11和服务器12交互配合执行。
可选地，人机对话系统10还包括第二终端13，第二终端13用于为对话消息配置相应的应答消息。第二终端13与服务器12之间建立有通信连接，第二终端13能够将配置信息发送至服务器12，以使得服务器12能够根据上述配置信息确定向第一终端11发送的应答消息。
下面，通过几个实施例对本申请技术方案进行介绍说明。
请参考图2，其示出了本申请一个实施例提供的应答消息的确定方法的示意图。如图2所示，针对来自不同用户的同一对话消息，由于该不同用户具有不同的用户画像，因此确定的应答消息并不相同。对于来自同一用户的同一对话消息，对于该用户的多个不同维度的用户画像(如自然画像、行为画像和自定义画像)，对应配置的应答消息可以不相同。
在一个示例中，客户端发送的对话消息21为“给我推荐一套时装”，而服务器获取到用户帐号的自然画像22为“20岁”，相应的应答消息23为“相信特种兵一定喜欢刚出的xx少女限量版时装”。
在另一个示例中，客户端发送的对话消息21为“给我推荐一套时装”，而服务器获取到用户帐号的行为画像24为“二次元”，相应的应答消息25为“特种兵试试这个x站合作款时装吧，二次元用户专属”。
在又一个示例中，客户端发送的对话消息21为“给我推荐一套时装”，而服务器获取到用户帐号的自然画像22为“00后”，行为画像24为“二次元”，结合用户帐号的自然画像22和行为画像24，得到用户帐号的自定义画像26“00后二次元”，相应的应答消息27为“作为这个年代最有代表性的后浪同学，这套xxx必选时装一定不能错过啦”。
请参考图3，其示出了本申请一个实施例提供的应答消息的确定方法的流程图。在本实施例中，仅以该方法应用于上文介绍的服务器中来举例说明，但对此不构成限定。该方法可以包括如下几个步骤(301～304)：
步骤301，获取用户帐号在人机对话场景下提供的对话消息。
在人机对话场景下，该用户帐号对应的用户能够将对话消息输入进客户端，并通过客户端将对话消息发送至服务器。可选地，用户输入对话消息的方法包括文字输入、语音输入、快捷输入控件输入等等。对话消息包括文字消息、音频消息、图片消息、视频消息等不同形式。其中，文字消息可以是用户直接以文字形式输入的对话消息，也可以是客户端先获取用户的语音，再通过语音转文字技术将用户的语音转换为对应的文字消息。
在一些实施例中，用户通过快捷控件输入对话消息。如图4所示，客户端的人机对话界面40中包括多个快捷输入控件，各个快捷输入控件中显示有对应的候选对话消息。示例性地，当客户端接收到针对快捷输入控件41的触发操作42，即将快捷输入控件41对应的候选对话消息确定为用户输入的对话消息43。
步骤302，获取用户帐号对应的多维用户画像。
可选地，用户帐号对应的多维用户画像包括用户帐号对应的多个不同维度的用户画像。其中，任一维度的用户画像包括属于同一分类的至少一个属性标签。通过用户帐号的相关信息，能够获取到用户帐号对应于不同维度的用户画像。在一些实施例中，多个不同维度的用户画像包括：自然画像、行为画像和自定义画像。其中，自然画像用于表征用户帐号的自然属性；行为画像用于表征用户帐号的行为属性；自定义画像用于表征用户帐号的自定义属性。自然属性是指用户帐号对应的用户固有的特征属性，如用户提供的姓名、性别、年龄、出生日期、所在地区、爱好等等。行为属性是指通过用户帐号在目标程序中留下的行为数据得到的用户行为特征属性。自定义属性是通过结合用户帐号的自然属性和行为属性得到的由业务侧自定义配置的特征属性。
可选地，不同维度的用户画像的优先级并不相同。在一些实施例中，自定义画像的优先级大于自然画像的优先级，行为画像的优先级等于自然画像的优先级；在另一些实施例中，自定义画像的优先级＞行为画像的优先级＞自然画像的优先级；在另一些实施例中，自定义画像的优先级＞自然画像的优先级＞行为画像的优先级。
可选地，不同维度的用户画像的优先级由相关技术人员根据实际情况进行设置，本申请实施例对此不作限定。
在一些实施例中，如图5所示，用户信息管理系统50包括多个字段51以及各个字段51中存储的自然属性数据。确定自定义画像包括如下几个步骤：
1、从用户信息管理系统50中获取用户帐号的自然属性数据；
2、从用户帐号的自然属性数据中提取指定字段的自然属性数据，生成用户帐号的自然属性标签。
其中，用户帐号对应的自然画像包括用户帐号的自然属性标签。
通过用户信息管理系统50按照不同的字段存储有用户帐号的自然属性数据，字段51用于对用户帐号的自然属性数据进行分类存储，以便于查询和管理自然属性数据。从用户帐号的自然属性数据中提取出指定字段的自然属性数据，指定字段中的自然属性数据用于生成用户帐号的自然属性标签。
在一些实施例中，确定自定义画像包括如下几个步骤：
1、获取用户帐号的历史行为数据，历史行为数据包括以下至少一项：历史的用户界面浏览记录、历史的功能模块使用记录、历史的人机对话记录；
2、从历史行为数据中提取关键行为数据，关键行为数据是指生成行为属性标签所需的历史行为数据；
3、根据标签匹配规则，查询得到与关键行为数据匹配的行为属性标签，作为用户帐号的行为属性标签。
其中，用户帐号对应的行为画像包括用户帐号的行为属性标签。
用户帐号登录客户端时，客户端会获取用户帐号对应的历史行为数据，通过历史行为数据，能够从中提取到关键行为数据。根据预设的标签匹配规则，查询提取出的关键行为数据是否与行为属性标签对应的行为数据匹配，当关键行为数据与行为属性标签对应的行为数据匹配时，将该行为属性标签作为用户帐号的行为属性标签；当关键行为数据与行为属性标签对应的行为数据不匹配时，不能将该行为属性标签作为用户帐号的行为属性标签。
在一个示例中，如图6所示，用户帐号的关键行为数据显示：用户帐号在用户界面60中的武器标签61中停留的时间远长于在其他标签中停留的时间，根据标签匹配规则，查询得到该关键行为数据与“武器”这一行为属性标签匹配，则将“武器”作为该用户帐号的一个行为属性标签。
在一些实施例中，确定自定义画像包括如下步骤：
1、获取用户帐号的自然属性数据和历史行为数据；
2、获取预配置的至少一个自定义属性标签，以及自定义属性标签对应的匹配规则；
3、将匹配规则与用户帐号的自然属性数据和历史行为数据相符的自定义属性标签，确定为用户帐号的自定义属性标签。
其中，用户帐号对应的自定义画像包括用户帐号的自定义属性标签。
可选地，匹配规则规定了预配置的自定义属性标签所需要满足的自然属性数据条件和历史行为数据条件，当用户帐号的自然属性数据和历史行为数据均满足匹配规则时，则将该自定义属性标签确定为用户帐号的自定义属性标签。
步骤303，从应答消息库中获取与对话消息匹配的、且符合用户帐号对应的用户画像的至少一条候选应答消息。
在一些实施例中，应答消息库中存储有多条应答消息以及多条应答消息与用户画像的映射关系。先从应答消息库中选取与对话消息匹配的应答消息，再根据多个维度的用户画像，从与对话消息匹配的应答消息中，选取与多个维度的用户画像对应的候选应答消息。其中，候选应答消息为与某一维度的用户画像最匹配的应答消息。
可选地，对话消息和与之匹配的应答消息之间符合自然语言对话规律。通过提取对话消息中的语义信息，能够确定与对话消息匹配的应答消息。在一些实施例中，应答消息库中存储有各条应答消息分别对应的至少一条预设对话消息。通过自然语言处理技术，提取对话消息和预设对话消息的语义信息，将对话消息的语义信息与预设对话消息的语义信息进行匹配，得到对话消息和预设对话消息之间的语义相似度，将与对话消息之间的语义相似度大于阈值的预设对话消息对应的应答消息，确定为与对话消息匹配的应答消息。
在一个示例中，通过提取对话消息中的关键词，将对话消息中的关键词与预设对话消息中的关键词进行匹配，得到对话消息与预设对话消息的关键词匹配度(即语义相似度)，将与对话消息的关键词匹配度大于第一阈值的预设对话消息对应的应答消息，确定为与对话消息匹配的应答消息。在另一个示例中，当从应答消息库中查询到与对话消息相同的预设对话消息时，将该预设对话消息对应的应答消息，确定为与对话消息匹配的应答消息。可选地，预设对话消息为目标程序的客户端发送过的对话消息。
其中，应答消息库可以设置在服务器中，也可以设置在服务器外，本申请实施例对此不作限定。
步骤304，根据至少一条候选应答消息分别对应的用户画像的优先级，在至少一条候选应答消息中，确定用于应答对话消息的目标应答消息。
可选地，根据至少一条候选应答消息分别对应的用户画像的优先级，将至少一条候选应答消息中，对应用户画像的优先级高的候选应答消息，确定为目标应答消息。
综上所述，本申请实施例提供的技术方案中，通过获取人机对话场景下用户帐号提供的对话消息，以及该用户帐号对应的不同维度的用户画像，当符合用户帐号对应的用户画像的候选应答消息有多条时，按照用户画像的优先级，从中选取提供给用户的目标应答消息，从而能够结合用户帐号的用户画像，确定提供给用户的目标应答消息为尽可能与该用户相匹配的应答消息，避免了应答消息的千篇一律，提高了人机对话中回复用户的应答消息的多样性和准确性。
另外，本申请实施例中，通过设定自然画像、行为画像和自定义画像，从用户的自然属性特征、行为属性特征和自定义属性特征等多个不同维度来刻画用户属性特征，并针对不同维度的属性特征分别提供相应的应答消息，一方面提升了应答消息与属性特征之间的关联性，另一方面提升了应答消息的多样性。
本申请实施例中，结合自然属性数据和历史行为数据确定自定义属性标签，业务侧能够按照需求自定义地配置自定义属性标签以及相应的应答消息，从而实现了为特定用户提供个性化的应答消息，提高配置应答消息的灵活性和多样性。
请参考图7，其示出了本申请一个实施例提供的应答消息的确定方法的流程图。在本实施例中，主要以该方法应用于上文介绍的服务器中来举例说明。该方法可以包括如下几个步骤(701～706)：
步骤701，获取用户帐号在人机对话场景下提供的对话消息。
本步骤701与图3实施例中的步骤301的内容相同或类似，此处不再赘述。
步骤702，获取用户帐号对应的多维用户画像。
本步骤702与图3实施例中的步骤302的内容相同或类似，此处不再赘述。
步骤703，对于目标维度的用户画像，从应答消息库中获取与对话消息和目标维度相匹配的至少一条预设应答消息。
在一些实施例中，当获取用户帐号对应的多维用户画像后，从应答消息库中选取与对话消息匹配的应答消息。将与对话消息匹配的应答消息对应的标签信息与目标维度的用户画像对应的属性标签进行匹配，当与对话消息匹配的应答消息对应的属性标签符合目标维度的用户画像对应的属性标签时，将该与对话消息匹配的应答消息确定为预设应答消息。其中，与对话消息匹配的应答消息对应的标签信息包括与对话消息匹配的应答消息对应的至少一个属性标签。
步骤704，根据预设应答消息对应的标签信息，从至少一条预设应答消息中选取与用户帐号对应的目标维度的用户画像之间匹配度最高的预设应答消息，作为候选应答消息。
在一些实施例中，将至少一条预设应答消息中，对应于目标维度的属性标签的数量最多的预设应答消息，确定为与用户帐号对应的目标维度的用户画像之间匹配度最高的预设应答消息(即候选应答消息)。在一个示例中，目标维度的用户画像对应于3条预设应答消息，3条预设应答消息对应的属性标签的数量分别为：4、3、2，则将对应的属性标签的数量为4的预设应答消息，确定为候选应答消息。在另一些实施例中，当对应于目标维度的属性标签的数量最多的预设应答消息多于一条时，从对应于目标维度的属性标签的数量最多的预设应答消息中随机选取一条预设应答消息作为候选应答消息。
在另一些实施例中，用户的属性标签具有不同的权重值，各个预设应答消息也具有对应的总权重值。每一预设应答消息对应的总权重值为该预设应答消息对应的各个属性标签的权重值之和。将至少一条预设应答消息中，总权重值最大的预设应答消息，确定为与用户帐号对应的目标维度的用户画像之间匹配度最高的预设应答消息(即候选应答消息)。在一个示例中，目标维度的用户画像对应于3条预设应答消息，分别为预设应答消息A、预设应答消息B和预设应答消息C，预设应答消息A对应的属性标签的权重值分别为：2、3、1、2；预设应答消息B对应的属性标签的权重值分别为：2、6、2；预设应答消息C对应的属性标签的权重值分别为：3、2、1。通过计算可知，预设应答消息A对应的总权重值为8，预设应答消息B对应的总权重值为10，预设应答消息C对应的总权重值为6。显然，10>8>6，即，预设应答消息B对应的总权重值>预设应答消息A对应的总权重值>预设应答消息C对应的总权重值，则将预设应答消息B确定为候选应答消息。
步骤705，根据至少一条候选应答消息分别对应的用户画像的优先级，确定优先级最高的用户画像。
将至少一条候选应答消息对应的用户画像按照优先级进行排序，能够确定优先级最高的用户画像。
步骤706，将优先级最高的用户画像对应的候选应答消息，确定为用于应答对话消息的目标应答消息。
当确定优先级最高的用户画像后，将该优先级最高的用户画像对应的候选应答消息，确定为目标应答消息。可选地，当优先级最高的用户画像多于一个时，从优先级最高的用户画像中随机选取一个用户画像，将该随机选取的用户画像对应的候选应答消息，确定为用于应答对话消息的目标应答消息。
结合步骤705和706，在一个示例中，从应答消息库中筛选出3条候选应答消息，分别对应于用户账号的自定义画像、自然画像和行为画像。由上文(步骤302)可知，自定义画像的优先级高于自然画像和行为画像，则将自定义画像对应的候选应答消息确定为目标应答消息。在另一个示例中，从应答消息库中筛选出2条候选应答消息，分别对应于用户账号的自然画像和行为画像，当优先级顺序为自然画像的优先级＞行为画像的优先级时，将自然画像对应的候选应答消息确定为目标应答消息；当优先级顺序为行为画像的优先级＞自然画像的优先级时，将行为画像对应的候选应答消息确定为目标应答消息。
综上所述，本申请实施例提供的技术方案，通过用户画像的优先级确定对应的目标应答消息，且优先将自定义画像对应的候选应答消息确定为目标应答消息，由于自定义画像是通过结合用户帐号的自然属性数据和行为属性数据得到的，能够更准确的反应用户帐号对应的用户的特征，从而得到更符合用户特征的目标应答消息，提高了确定目标应答消息的准确性。
另外，本申请实施例中，通过对不同维度的用户画像预设优先级顺序，并选择优先级最高的用户画像对应的应答消息作为目标应答消息，一方面能够在获取到多条候选应答消息时选择出一条候选应答消息作为目标应答消息，避免相关处理程序发生混乱；另一方面能够确定出更符合用户需求的目标应答消息，进一步提高人机对话中回复用户的应答消息的准确性。
请参考图8，其示出了本申请一个实施例提供的应答消息的配置方法的流程图。在本实施例中，主要以该方法应用于上文介绍的第二终端中来举例说明。该方法可以包括如下几个步骤(801～804)：
步骤801，显示人机对话配置界面。
可选地，人机对话配置界面用于配置应答消息和用户画像之间的映射关系。如图9所示，人机对话配置界面90包括：标签配置板块91、应答消息配置板块92和对话消息配置板块93。标签配置板块91用于配置目标维度的属性标签，应答消息配置板块92用于配置预设应答消息，对话消息配置板块93用于配置预设对话消息。
步骤802，获取在人机对话配置界面中配置的预设对话消息。
通过人机对话配置界面中的对话消息配置板块，能够获取配置的预设对话消息。其中，预设的对话消息包括历史上用户发送过的对话消息和直接编辑的预设对话消息。
步骤803，获取针对预设对话消息和多维用户画像配置的多个预设应答消息。
可选地，多维用户画像包括多个不同维度的用户画像，任一维度的用户画像包括属于同一分类的至少一个属性标签，任一维度的用户画像对应配置有至少一条预设应答消息。通过人机对话配置界面中的应答消息配置板块，能够获取针对预设对话消息和多维用户画像配置的多个预设应答消息。
在一些实施例中，本步骤803还包括如下几个子步骤：
1、对于目标维度的用户画像，在人机对话配置界面中显示目标维度的候选属性标签；
2、获取从目标维度的候选属性标签中选取的目标属性标签；
3、获取针对预设对话消息和目标属性标签配置的预设应答消息。
其中，预设对话消息、预设应答消息和目标属性标签形成一组映射关系。
可选地，如图9所示，在人机对话配置界面90的标签配置板块91中显示目标维度的候选属性标签。例如，在标签配置板块91的自然属性标签配置板块911中显示自然画像的候选自然属性标签，通过针对目标自然属性标签的选取操作，获取对应的目标自然属性标签。又例如，在标签配置板块91的行为属性标签配置板块912中显示行为画像的候选行为属性标签，通过针对目标行为属性标签的选取操作，获取对应的目标行为属性标签。
步骤804，向服务器发送配置信息，配置信息包括至少一组映射关系。
可选地，映射关系包括预设对话消息、一条预设应答消息和至少一个属性标签之间的映射关系。在一些实施例中，人机对话配置界面90还包括上传控件92。响应于针对上传控件93的上传操作，生成配置信息，并向服务器发送配置信息。
在一个示例中，如图10所示，在人机对话配置界面101中配置“土豪”这一自然属性标签所对应的金币数量，并配置“特种兵大大的等级竟然达到了{level}金币，天呐噜，跪求带带我好吧！”这一应答消息对应的用户帐号等级。在客户端的人机对话界面102中，当对话消息103为“我有多少金币”时，获取到用户的上一条对话消息104为“金币是否可以购买永久服饰”，则根据用户帐号对应的自然属性数据(金币数量)和行为属性数据(对话消息103和对话消息104)，得到对应的应答消息105“你现在拥有2034149金币哦～金币可以在购买金币军需，金币军需可以抽取精美永久服饰哦～”。
在一些实施例中，该方法还包括以下至少一个步骤：获取针对映射关系配置的生效时间，生效时间用于指示映射关系的生效时间段；获取针对映射关系配置的循环时间，循环时间用于指示映射关系在各个生效时间周期内的生效时间段；获取针对映射关系配置的启动状态，启动状态用于指示启用或者停用映射关系。如图9所示，人机对话配置界面90还包括生效信息配置板块94，通过针对生效信息配置板块94的配置操作，能够生成针对映射关系配置的生效时间、循环时间和启动状态。通过配置映射关系对应的生效信息，可以自动控制配置信息的是否生效以及生效时间，从而提高配置信息的配置效率。
综上所述，本申请实施例提供的技术方案中，通过可视化的人机对话配置界面配置映射关系，便捷且直观，易于管理人机对话的配置信息，提高对人机对话的配置信息的配置效率。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图11，其示出了本申请一个实施例提供的应答消息的确定装置的框图。该装置具有实现上述应答消息的确定方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是上文介绍的第一终端或服务器，也可以设置在第一终端或服务器上。该装置1100可以包括：对话消息获取模块1110、用户画像获取模块1120、应答消息获取模块1130和应答消息确定模块1140。
所述对话消息获取模块1110，用于获取用户帐号在人机对话场景下提供的对话消息。
所述用户画像获取模块1120，用于获取所述用户帐号对应的多维用户画像，所述用户帐号对应的多维用户画像包括所述用户帐号对应的多个不同维度的用户画像；其中，任一维度的用户画像包括属于同一分类的至少一个属性标签。
所述应答消息获取模块1130，用于从应答消息库中获取与所述对话消息匹配的、且符合所述用户帐号对应的用户画像的至少一条候选应答消息。
所述应答消息确定模块1140，用于根据所述至少一条候选应答消息分别对应的用户画像的优先级，在所述至少一条候选应答消息中，确定用于应答所述对话消息的目标应答消息。
综上所述，本申请实施例提供的技术方案中，通过获取人机对话场景下用户帐号提供的对话消息，以及该用户帐号对应的不同维度的用户画像，当符合用户帐号对应的用户画像的候选应答消息有多条时，按照用户画像的优先级，从中选取提供给用户的目标应答消息，从而能够结合用户帐号的用户画像，确定提供给用户的目标应答消息为尽可能与该用户相匹配的应答消息，避免了应答消息的千篇一律，提高了人机对话中回复用户的应答消息的多样性和准确性。
在一些实施例中，所述应答消息获取模块1130用于：
对于目标维度的用户画像，从所述应答消息库中获取与所述对话消息和所述目标维度相匹配的至少一条预设应答消息；
根据所述预设应答消息对应的标签信息，从所述至少一条预设应答消息中选取与所述用户帐号对应的所述目标维度的用户画像之间匹配度最高的预设应答消息，作为所述候选应答消息。
在一些实施例中，所述应答消息确定模块1140，用于：
根据所述至少一条候选应答消息分别对应的用户画像的优先级，确定优先级最高的用户画像；
将所述优先级最高的用户画像对应的候选应答消息，确定为用于应答所述对话消息的目标应答消息。
在一些实施例中，所述多个不同维度的用户画像包括：自然画像，用于表征所述用户帐号的自然属性；行为画像，用于表征所述用户帐号的行为属性；自定义画像，用于表征所述用户帐号的自定义属性；其中，所述自定义画像的优先级＞所述自然画像的优先级＝所述行为画像的优先级。
在一些实施例中，如图12所示，所述装置1100还包括：数据获取模块1150、规则获取模块1160和标签确定模块1170。
所述数据获取模块1150，用于获取所述用户帐号的自然属性数据和历史行为数据。
所述规则获取模块1160，用于获取预配置的至少一个自定义属性标签，以及所述自定义属性标签对应的匹配规则。
所述标签确定模块1170，用于将匹配规则与所述用户帐号的自然属性数据和历史行为数据相符的自定义属性标签，确定为所述用户帐号的自定义属性标签。
其中，所述用户帐号对应的自定义画像包括所述用户帐号的自定义属性标签。
在一些实施例中，如图12所示，所述数据获取模块1150，还用于获从用户信息管理系统中获取所述用户帐号的自然属性数据。
所述标签确定模块1170，还用于从所述用户帐号的自然属性数据中提取指定字段的自然属性数据，生成所述用户帐号的自然属性标签。
其中，所述用户帐号对应的自然画像包括所述用户帐号的自然属性标签。
在一些实施例中，如图12所示，所述装置1100还包括：数据生成模块1180和标签查询模块1190。
所述数据获取模块1150，还用于获取所述用户帐号的历史行为数据，所述历史行为数据包括以下至少一项：历史的用户界面浏览记录、历史的功能模块使用记录、历史的人机对话记录。
所述数据生成模块1180，用于从所述历史行为数据中提取关键行为数据，所述关键行为数据是指生成行为属性标签所需的历史行为数据。
所述标签查询模块1190，用于根据标签匹配规则，查询得到与所述关键行为数据匹配的行为属性标签，作为所述用户帐号的行为属性标签。
其中，所述用户帐号对应的行为画像包括所述用户帐号的行为属性标签。
请参考图13，其示出了本申请一个实施例提供的应答消息的配置装置的框图。该装置具有实现上述应答消息的配置方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是上文介绍的第二终端，也可以设置在第二终端上。该装置1300可以包括：配置界面显示模块1310、对话消息获取模块1320、应答消息获取模块1330和配置信息发送模块1340。
所述配置界面显示模块1310，用于显示人机对话配置界面。
所述对话消息获取模块1320，用于获取在所述人机对话配置界面中配置的预设对话消息。
所述应答消息获取模块1330，用于获取针对所述预设对话消息和多维用户画像配置的多个预设应答消息，其中，所述多维用户画像包括多个不同维度的用户画像，任一维度的用户画像包括属于同一分类的至少一个属性标签，任一维度的用户画像对应配置有至少一条所述预设应答消息。
所述配置信息发送模块1340，用于向服务器发送配置信息，所述配置信息包括至少一组映射关系，所述映射关系包括所述预设对话消息、一条所述预设应答消息和至少一个属性标签之间的映射关系。
综上所述，本申请实施例提供的技术方案中，通过可视化的人机对话配置界面配置映射关系，便捷且直观，易于管理人机对话的配置信息，提高对人机对话的配置信息的配置效率。
在一些实施例中，所述应答消息获取模块1330用于：
对于目标维度的用户画像，在所述人机对话配置界面中显示所述目标维度的候选属性标签；
获取从所述目标维度的候选属性标签中选取的目标属性标签；
获取针对所述预设对话消息和所述目标属性标签配置的预设应答消息；
其中，所述预设对话消息、所述预设应答消息和所述目标属性标签形成一组映射关系。
在一些实施例中，如图14所示，所述装置1300还包括：生效时间获取模块1350、循环时间获取模块1360和启动状态获取模块1370。
所述生效时间获取模块1350，用于获取针对所述映射关系配置的生效时间，所述生效时间用于指示所述映射关系的生效时间段。
所述循环时间获取模块1360，用于获取针对所述映射关系配置的循环时间，所述循环时间用于指示所述映射关系在各个生效时间周期内的生效时间段。
所述启动状态获取模块1370，用于获取针对所述映射关系配置的启动状态，所述启动状态用于指示启用或者停用所述映射关系。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
请参考图15，其示出了本申请一个实施例提供的计算机设备的结构框图。该计算机设备用于实施上述实施例中提供的应答消息的确定方法，或者用于实施上述实施例中提供的应答消息的配置方法。具体来讲：
所述计算机设备1500包括CPU(Central Processing Unit，中央处理单元)1501、包括RAM(Random Access Memory，随机存取存储器)1502和ROM(Read-Only Memory，只读存储器)1503的系统存储器1504，以及连接系统存储器1504和中央处理单元1501的系统总线1505。所述计算机设备1500还包括帮助计算机内的各个器件之间传输信息的基本I/O(Input/Output，输入/输出)系统1506，和用于存储操作系统1513、应用程序1514和其他程序模块1512的大容量存储设备1507。
所述基本输入/输出系统1506包括有用于显示信息的显示器1508和用于用户输入信息的诸如鼠标、键盘之类的输入设备1509。其中所述显示器1508和输入设备1509都通过连接到系统总线1505的输入输出控制器1510连接到中央处理单元1501。所述基本输入/输出系统1506还可以包括输入输出控制器1510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1510还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备1507通过连接到系统总线1505的大容量存储控制器(未示出)连接到中央处理单元1501。所述大容量存储设备1507及其相关联的计算机可读介质为计算机设备1500提供非易失性存储。也就是说，所述大容量存储设备1507可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory，只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read Only Memory，可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read Only Memory，可擦除可编程只读存储器)、闪存或其他固态存储其技术，CD-ROM、DVD(Digital Video Disc，高密度数字视频光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器1504和大容量存储设备1507可以统称为存储器。
根据本申请的各种实施例，所述计算机设备1500还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1500可以通过连接在所述系统总线1505上的网络接口单元1511连接到网络1512，或者说，也可以使用网络接口单元1511来连接到其他类型的网络或远程计算机系统(未示出)。
在一些实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集在被处理器执行时以实现上述应答消息的确定方法。
在一些实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集在被处理器执行时以实现上述应答消息的配置方法。
在一些实施例中，还提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器能够从所述计算机可读存储介质中读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行如上述的各种可能实现提供的方法，使得所述计算机设备部署上述应答消息的确定方法的各种可能实现提供的数据库系统。
在一些实施例中，还提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器能够从所述计算机可读存储介质中读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行如上述的各种可能实现提供的方法，使得所述计算机设备部署上述应答消息的配置方法的各种可能实现提供的数据库系统。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述仅为本申请的示例性实施例，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、改进等，均应包含在本申请的保护范围之内。

Claims (14)

1.一种应答消息的确定方法，其特征在于，所述方法包括：
获取用户帐号在人机对话场景下提供的对话消息；
获取所述用户帐号对应的多维用户画像，所述用户帐号对应的多维用户画像包括所述用户帐号对应的多个不同维度的用户画像；其中，任一维度的用户画像包括属于同一分类的至少一个属性标签；
从应答消息库中获取与所述对话消息匹配的、且符合所述用户帐号对应的用户画像的至少一条候选应答消息；
根据所述至少一条候选应答消息分别对应的用户画像的优先级，在所述至少一条候选应答消息中，确定用于应答所述对话消息的目标应答消息。
2.根据权利要求1所述的方法，其特征在于，所述从应答消息库中获取与所述对话消息匹配的、且符合所述用户帐号对应的用户画像的至少一条候选应答消息，包括：
对于目标维度的用户画像，从所述应答消息库中获取与所述对话消息和所述目标维度相匹配的至少一条预设应答消息；
根据所述预设应答消息对应的标签信息，从所述至少一条预设应答消息中选取与所述用户帐号对应的所述目标维度的用户画像之间匹配度最高的预设应答消息，作为所述候选应答消息。
3.根据权利要求1所述的方法，其特征在于，所述根据所述至少一条候选应答消息分别对应的用户画像的优先级，在所述至少一条候选应答消息中，确定用于应答所述对话消息的目标应答消息，包括：
根据所述至少一条候选应答消息分别对应的用户画像的优先级，确定优先级最高的用户画像；
将所述优先级最高的用户画像对应的候选应答消息，确定为用于应答所述对话消息的目标应答消息。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述多个不同维度的用户画像包括：
自然画像，用于表征所述用户帐号的自然属性；
行为画像，用于表征所述用户帐号的行为属性；
自定义画像，用于表征所述用户帐号的自定义属性；
其中，所述自定义画像的优先级大于所述自然画像的优先级，所述行为画像的优先级等于所述自然画像的优先级。
5.根据权利要求4所述的方法，其特征在于，所述获取所述用户帐号对应的多维用户画像之前，还包括：
获取所述用户帐号的自然属性数据和历史行为数据；
获取预配置的至少一个自定义属性标签，以及所述自定义属性标签对应的匹配规则；
将匹配规则与所述用户帐号的自然属性数据和历史行为数据相符的自定义属性标签，确定为所述用户帐号的自定义属性标签；
其中，所述用户帐号对应的自定义画像包括所述用户帐号的自定义属性标签。
6.根据权利要求4所述的方法，其特征在于，所述获取所述用户帐号对应的多维用户画像之前，还包括：
从用户信息管理系统中获取所述用户帐号的自然属性数据；
从所述用户帐号的自然属性数据中提取指定字段的自然属性数据，生成所述用户帐号的自然属性标签；
其中，所述用户帐号对应的自然画像包括所述用户帐号的自然属性标签。
7.根据权利要求4所述的方法，其特征在于，所述获取所述用户帐号对应的多维用户画像之前，还包括：
获取所述用户帐号的历史行为数据，所述历史行为数据包括以下至少一项：历史的用户界面浏览记录、历史的功能模块使用记录、历史的人机对话记录；
从所述历史行为数据中提取关键行为数据，所述关键行为数据是指生成行为属性标签所需的历史行为数据；
根据标签匹配规则，查询得到与所述关键行为数据匹配的行为属性标签，作为所述用户帐号的行为属性标签；
其中，所述用户帐号对应的行为画像包括所述用户帐号的行为属性标签。
8.一种应答消息的配置方法，其特征在于，所述方法包括：
显示人机对话配置界面；
获取在所述人机对话配置界面中配置的预设对话消息；
获取针对所述预设对话消息和多维用户画像配置的多个预设应答消息，其中，所述多维用户画像包括多个不同维度的用户画像，任一维度的用户画像包括属于同一分类的至少一个属性标签，任一维度的用户画像对应配置有至少一条所述预设应答消息；
向服务器发送配置信息，所述配置信息包括至少一组映射关系，所述映射关系包括所述预设对话消息、一条所述预设应答消息和至少一个属性标签之间的映射关系。
9.根据权利要求8所述的方法，其特征在于，所述获取针对所述预设对话消息和多维用户画像配置的多个预设应答消息，包括：
对于目标维度的用户画像，在所述人机对话配置界面中显示所述目标维度的候选属性标签；
获取从所述目标维度的候选属性标签中选取的目标属性标签；
获取针对所述预设对话消息和所述目标属性标签配置的预设应答消息；
其中，所述预设对话消息、所述预设应答消息和所述目标属性标签形成一组映射关系。
10.根据权利要求8或9所述的方法，其特征在于，所述方法还包括以下至少一个步骤：
获取针对所述映射关系配置的生效时间，所述生效时间用于指示所述映射关系的生效时间段；
获取针对所述映射关系配置的循环时间，所述循环时间用于指示所述映射关系在各个生效时间周期内的生效时间段；
获取针对所述映射关系配置的启动状态，所述启动状态用于指示启用或者停用所述映射关系。
11.一种应答消息的确定装置，其特征在于，所述装置包括：
对话消息获取模块，用于获取用户帐号在人机对话场景下提供的对话消息；
用户画像获取模块，用于获取所述用户帐号对应的多维用户画像，所述用户帐号对应的多维用户画像包括所述用户帐号对应的多个不同维度的用户画像；其中，任一维度的用户画像包括属于同一分类的至少一个属性标签；
应答消息获取模块，用于从应答消息库中获取与所述对话消息匹配的、且符合所述用户帐号对应的用户画像的至少一条候选应答消息；
应答消息确定模块，用于根据所述至少一条候选应答消息分别对应的用户画像的优先级，在所述至少一条候选应答消息中，确定用于应答所述对话消息的目标应答消息。
12.一种应答消息的配置装置，其特征在于，所述装置包括：
配置界面显示模块，用于显示人机对话配置界面；
对话消息获取模块，用于获取在所述人机对话配置界面中配置的预设对话消息；
应答消息获取模块，用于获取针对所述预设对话消息和多维用户画像配置的多个预设应答消息，其中，所述多维用户画像包括多个不同维度的用户画像，任一维度的用户画像包括属于同一分类的至少一个属性标签，任一维度的用户画像对应配置有至少一条所述预设应答消息；
配置信息发送模块，用于向服务器发送配置信息，所述配置信息包括至少一组映射关系，所述映射关系包括所述预设对话消息、一条所述预设应答消息和至少一个属性标签之间的映射关系。
13.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述权利要求1至7任一项所述的应答消息的确定方法，或实现如上述权利要求8至10任一项所述的应答消息的配置方法。
14.一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中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述权利要求1至7任一项所述的应答消息的确定方法，或实现如上述权利要求8至10任一项所述的应答消息的配置方法。
CN202010560390.3A 2020-06-18 2020-06-18 应答消息的确定方法、配置方法、装置、设备及存储介质 Active CN111741104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010560390.3A CN111741104B (zh) 2020-06-18 2020-06-18 应答消息的确定方法、配置方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010560390.3A CN111741104B (zh) 2020-06-18 2020-06-18 应答消息的确定方法、配置方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111741104A true CN111741104A (zh) 2020-10-02
CN111741104B CN111741104B (zh) 2021-10-08

Family

ID=72649774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010560390.3A Active CN111741104B (zh) 2020-06-18 2020-06-18 应答消息的确定方法、配置方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111741104B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112328849A (zh) * 2020-11-02 2021-02-05 腾讯科技（深圳）有限公司 用户画像的构建方法、基于用户画像的对话方法及装置
CN112948565A (zh) * 2021-04-16 2021-06-11 北京小米移动软件有限公司 人机对话方法、装置、电子设备及存储介质
CN113794623A (zh) * 2021-08-31 2021-12-14 北京明略软件系统有限公司 一种应答消息的生成方法、装置、电子设备及存储介质
CN114416937A (zh) * 2021-12-27 2022-04-29 北京百度网讯科技有限公司 人机交互方法、装置、设备、存储介质及计算机程序产品

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090030760A1 (en) * 2007-06-29 2009-01-29 Sap Ag Computer-implemented management system, method and computer program product
CN101510197A (zh) * 2008-02-15 2009-08-19 冲电气工业株式会社 信息检索系统
WO2014022345A2 (en) * 2012-07-31 2014-02-06 Veveo, Inc. Disambiguating user intent in conversational interaction system for large corpus information retrieval
CN105068661A (zh) * 2015-09-07 2015-11-18 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN105930425A (zh) * 2016-04-18 2016-09-07 乐视控股（北京）有限公司 个性化视频推荐方法及装置
CN106663131A (zh) * 2016-06-29 2017-05-10 深圳狗尾草智能科技有限公司 一种基于用户画像的个性化回答生成方法及系统
CN106649704A (zh) * 2016-12-20 2017-05-10 竹间智能科技（上海）有限公司 一种智能对话控制方法和系统
CN107025283A (zh) * 2017-04-05 2017-08-08 竹间智能科技（上海）有限公司 基于用户资料进行候选答案排序的回答方法及系统
CN107203602A (zh) * 2017-05-15 2017-09-26 竹间智能科技（上海）有限公司 基于聊天记忆的用户模型信任值更新方法及装置
CN107547626A (zh) * 2017-07-19 2018-01-05 北京五八信息技术有限公司 用户画像的共享方法和装置
CN108062375A (zh) * 2017-12-12 2018-05-22 百度在线网络技术（北京）有限公司 一种用户画像的处理方法、装置、终端和存储介质
CN108319599A (zh) * 2017-01-17 2018-07-24 华为技术有限公司 一种人机对话的方法和装置
CN109086318A (zh) * 2018-06-28 2018-12-25 深圳市彬讯科技有限公司 用户画像模板的定义方法和装置
CN109278051A (zh) * 2018-08-09 2019-01-29 北京光年无限科技有限公司 基于智能机器人的交互方法及系统
CN110147498A (zh) * 2019-05-20 2019-08-20 东软集团股份有限公司 一种知识推送方法、装置及存储设备、程序产品
CN110472145A (zh) * 2019-07-25 2019-11-19 维沃移动通信有限公司 一种内容推荐方法和电子设备

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090030760A1 (en) * 2007-06-29 2009-01-29 Sap Ag Computer-implemented management system, method and computer program product
CN101510197A (zh) * 2008-02-15 2009-08-19 冲电气工业株式会社 信息检索系统
WO2014022345A2 (en) * 2012-07-31 2014-02-06 Veveo, Inc. Disambiguating user intent in conversational interaction system for large corpus information retrieval
CN105068661A (zh) * 2015-09-07 2015-11-18 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN105930425A (zh) * 2016-04-18 2016-09-07 乐视控股（北京）有限公司 个性化视频推荐方法及装置
CN106663131A (zh) * 2016-06-29 2017-05-10 深圳狗尾草智能科技有限公司 一种基于用户画像的个性化回答生成方法及系统
CN106649704A (zh) * 2016-12-20 2017-05-10 竹间智能科技（上海）有限公司 一种智能对话控制方法和系统
CN108319599A (zh) * 2017-01-17 2018-07-24 华为技术有限公司 一种人机对话的方法和装置
CN107025283A (zh) * 2017-04-05 2017-08-08 竹间智能科技（上海）有限公司 基于用户资料进行候选答案排序的回答方法及系统
CN107203602A (zh) * 2017-05-15 2017-09-26 竹间智能科技（上海）有限公司 基于聊天记忆的用户模型信任值更新方法及装置
CN107547626A (zh) * 2017-07-19 2018-01-05 北京五八信息技术有限公司 用户画像的共享方法和装置
CN108062375A (zh) * 2017-12-12 2018-05-22 百度在线网络技术（北京）有限公司 一种用户画像的处理方法、装置、终端和存储介质
CN109086318A (zh) * 2018-06-28 2018-12-25 深圳市彬讯科技有限公司 用户画像模板的定义方法和装置
CN109278051A (zh) * 2018-08-09 2019-01-29 北京光年无限科技有限公司 基于智能机器人的交互方法及系统
CN110147498A (zh) * 2019-05-20 2019-08-20 东软集团股份有限公司 一种知识推送方法、装置及存储设备、程序产品
CN110472145A (zh) * 2019-07-25 2019-11-19 维沃移动通信有限公司 一种内容推荐方法和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KAZUYUKI MATSUMOTO,FUJI REN,QINGMEI XIAO,MINORU YOSHIDA: "Emotion predicting method based on emotion state change of personae according to the other"s utterances", 《IEEE》 *
徐海玲，张海涛，魏明珠，尹慧子: "社交媒体用户画像的构建及资源聚合模型研究", 《图书情报与数字图书馆》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112328849A (zh) * 2020-11-02 2021-02-05 腾讯科技（深圳）有限公司 用户画像的构建方法、基于用户画像的对话方法及装置
CN112328849B (zh) * 2020-11-02 2024-05-07 腾讯科技（深圳）有限公司 用户画像的构建方法、基于用户画像的对话方法及装置
CN112948565A (zh) * 2021-04-16 2021-06-11 北京小米移动软件有限公司 人机对话方法、装置、电子设备及存储介质
CN113794623A (zh) * 2021-08-31 2021-12-14 北京明略软件系统有限公司 一种应答消息的生成方法、装置、电子设备及存储介质
CN114416937A (zh) * 2021-12-27 2022-04-29 北京百度网讯科技有限公司 人机交互方法、装置、设备、存储介质及计算机程序产品

Also Published As

Publication number Publication date
CN111741104B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN111741104B (zh) 应答消息的确定方法、配置方法、装置、设备及存储介质
US11899681B2 (en) Knowledge graph building method, electronic apparatus and non-transitory computer readable storage medium
US10237299B2 (en) Browser extension for contemporaneous in-browser tagging and harvesting of internet content
WO2019118007A1 (en) Domain-specific natural language understanding of customer intent in self-help
CN110046227A (zh) 对话系统的配置方法、交互方法、装置、设备和存储介质
CN111159380B (zh) 交互方法、装置、计算机设备及存储介质
CN106470110B (zh) 向用户列表中的多个用户群发消息的方法及装置
US11019019B2 (en) Dynamic hashtag ordering based on projected interest
CN112035638B (zh) 信息处理方法、装置、存储介质及设备
CN103902535A (zh) 获取联想词的方法、装置及系统
US20210216613A1 (en) Systems and methods for providing user validation
CN111433786B (zh) 计算设备和计算设备的信息输入方法
CN111400473A (zh) 意图识别模型的训练方法及装置、存储介质及电子设备
JP2020004410A (ja) メディアベースのコンテンツシェアを容易にする方法、コンピュータプログラム及びコンピューティングデバイス
CN110837549B (zh) 一种信息处理方法、装置及存储介质
US11057320B2 (en) Operation for multiple chat bots operation in organization
CN111967599A (zh) 用于训练模型的方法、装置、电子设备及可读存储介质
CN117312535B (zh) 基于人工智能的问题数据处理方法、装置、设备及介质
CN112860567A (zh) 埋点识别方法、装置、计算机设备和存储介质
CN113569094A (zh) 视频推荐方法、装置、电子设备及存储介质
CN112328871B (zh) 一种基于rpa模块的回复生成方法、装置、设备及存储介质
CN112035773B (zh) 数据处理方法及服务端设备
CN114996427A (zh) 基于智能问答的消息展示方法、装置、设备及存储介质
CN111695031A (zh) 基于标签的搜索方法、装置、服务器及存储介质
CN112035613B (zh) 基于多轮对话的信息推送方法及装置、存储介质、电子装置

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: 40030653

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant