CN111782783A - 一种应答方法、装置、设备及计算机可读存储介质 - Google Patents

一种应答方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111782783A
CN111782783A CN202010555660.1A CN202010555660A CN111782783A CN 111782783 A CN111782783 A CN 111782783A CN 202010555660 A CN202010555660 A CN 202010555660A CN 111782783 A CN111782783 A CN 111782783A
Authority
CN
China
Prior art keywords
output information
information
target
segment
determining
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
CN202010555660.1A
Other languages
English (en)
Inventor
杨双涛
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN202010555660.1A priority Critical patent/CN111782783A/zh
Publication of CN111782783A publication Critical patent/CN111782783A/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
    • G06F16/338Presentation of query results
    • 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
    • G06F16/35Clustering; Classification
    • G06F16/355Class or cluster creation or modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • G06F40/35Discourse or dialogue representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请实施例公开了一种应答方法、装置、设备及计算机可读存储介质,其中,所述方法包括:获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息;根据所述输出信息与所述输入信息确定所述输出信息中的目标输出信息片段,所述目标输出信息片段与所述输入信息之间存在第二关联关系;获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式,其中,所述目标显示方式和所述其他显示方式不同;基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。

Description

一种应答方法、装置、设备及计算机可读存储介质
技术领域
本申请实施例涉及电子领域,涉及但不限于一种应答方法、装置、设备及计算机可读存储介质。
背景技术
目前的智能客服系统在解决用户问题时,针对用户意图进行识别,然后根据意图,推送相对应的答案。然而在实际应用中,有些时候用户的输入是十分具体的,在理解体系中没有一个精确的意图可以与其匹配,其相应的答案蕴含在相关意图对应答案中,示例性地,图1为相关技术中相关意图对应答案的显示示意图,如图1所示,用户问题101为:手机A支持什么尺寸的用户识别卡(SIM,Subscriber Identity Module)卡,相应的意图对应答案102为:手机A支持的SIM为微型SIM卡,而用户问题101相应的答案为“微型SIM卡”,可见用户问题101相应的答案蕴含在相关意图对应的答案102中显示,但直接推送相关意图对应答案,用户往往在阅读部分内容以后,就会直接关闭答案,可能并没有获取到用户问题相应的答案。
发明内容
有鉴于此,本申请实施例提供一种应答方法、装置、设备及计算机可读存储介质。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种应答方法,所述方法包括:
获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息;
根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段,所述目标输出信息片段与所述输入信息之间存在第二关联关系;
获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式,其中,所述目标显示方式和所述其他显示方式不同;
基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。
本申请实施例提供一种应答装置,所述装置包括:
第一获取模块,用于获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息;
确定模块,用于根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段,所述目标输出信息片段与所述输入信息之间存在第二关联关系;
第二获取模块,用于获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式,其中,所述目标显示方式和所述其他显示方式不同;
输出模块,用于基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。
本申请实施例提供一种应答设备,所述设备至少包括:
处理器;以及
存储器,用于存储可在所述处理器上运行的计算机程序;
其中,所述计算机程序被处理器执行时实现上述应答方法的步骤。
本申请实施例提供一种计算机可读存储介质,所述计算机存储介质中存储有计算机可执行指令,该计算机可执行指令配置为执行上述应答方法的步骤。
本申请实施例提供一种应答方法、装置、设备及计算机可读存储介质,在获取到与输入信息存在第一关联关系的输出信息后,通过输出信息和输入信息来确定与输入信息存在第二关联关系的目标输出信息片段,并获取目标输出信息片段的目标显示方法和其他片段的其他显示方式,由于目标显示方式不同于其他显示方式,使得目标输出信息片段在显示时不同于其他输出信息片段,从而使得目标输出信息片段突出显示,进而能够提高目标输出信息片段的关注度以及输出信息的可读性。
附图说明
在附图(其不一定是按比例绘制的)中,相似的附图标记可在不同的视图中描述相似的部件。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
图1为相关技术中相关意图对应答案的显示示意图;
图2为本申请实施例提供的应答方法的一种实现流程示意图;
图3为本申请实施例提供的微型SIM卡在显示时加黑显示的显示示意图;
图4为本申请实施例提供确定输出信息中的目标输出信息片段的实现流程示意图;
图5为本申请实施例提供的一种应答方法的实现流程示意图;
图6为本申请实施例提供的应答装置的组成结构示意图;
图7为本申请实施例提供的应答设备的组成结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明,在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
基于相关技术所存在的问题,本申请实施例提供一种应答方法,所述方法应用于应答设备。本实施例提供的方法可以通过计算机程序来实现,该计算机程序在执行的时候,完成本实施例提供的应答方法中各个步骤。在一些实施例中,该计算机程序可以应答设备中的处理器执行。图2为本申请实施例提供的应答方法的一种实现流程示意图,如图2所示,所述方法包括:
步骤S201,应答设备获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息。
本申请实施例中,所述应答设备可以是计算机、移动终端等,所述输入信息可以是语音信息和文字信息。所述输入信息通常是用户输入的,示例性地,应答设备为移动终端,输入信息为文字信息,用户通过移动终端的显示屏上的触摸操作输入所述输入信息,从而使得移动终端获取到输入信息。所述输入信息可以是用户的问题,例如:输入信息为:手机A支持什么尺寸的SIM卡。
本申请实施例中,应答设备获取到输入信息后,可以确定与所述输入信息存在第一关联关系的输出信息,本申请实施例中,所述第一关联关系可以是输入信息的意图信息与输出信息的对应关系。所述确定与所述输入信息存在第一关联关系的输出信息,可以通过以下步骤实现:应答设备获取输入信息后,将输入信息输入自然语言理解(NLU,NaturalLanguage Processing)模型中识别出输入信息对应的意图信息,然后根据意图信息确定对应的输出信息,本申请实施例中,意图信息实际上是一个分类信息,当确定分类信息后,可以从应答设备中存储的知识库进行检索和匹配以得到输出信息,该知识库中包括:意图信息和意图信息对应的输出信息。当确定分类信息后,确定该分类信息对应的问句集,然后将输入信息与问句集中的问句进行匹配,从而确定出输出信息。承接上面的示例,用户输入信息对应的意图信息为:SIM卡。在知识库中搜索关于SIM卡分类下的所述问句集,然后将输入信息与问句集进行匹配,从而确定输出信息。
承接上面的示例,应答设备获取的输入信息为“手机A支持什么尺寸的SIM卡”,意图信息为:SIM卡,应答设备根据意图信息确定对应的输出信息为“手机A支持的SIM卡为微型SIM卡”。
步骤S202,应答设备根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段。
本申请实施例中,所述目标输出信息片段与所述输入信息之间存在第二关联关系,所述第二关联关系可以是输入信息与输出信息中目标输出信息片段之间的语义相关度大于相关度阈值。
本申请实施例中,应答设备根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段在实现时可以是:将输出信息划分为至少两个信息片段,然后确定各个输出信息片段的各个第一语义词向量和确定输入信息的第二语义词向量,计算第一语义词向量和第二语义词向量之间的语义相似度,将输出信息片段与输入信息之间的语义相似度大于相似度阈值的输出信息片段确定为目标输出信息片段。
在一些实施例中,应答设备根据所述输出信息与所述输入信息确定所述输出信息中的目标输出信息片段在实现时还可以是将输出信息和输入信息输入至训练好的阅读理解模型中,基于阅读理解模型来确定目标输出信息片段。
本申请实施例中,目标输出信息片段可以认为是该输入信息最相关的信息,承接上面的示例,目标输出信息片段为“微型SIM卡”。
步骤S203,应答设备获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式。
本申请实施例中,所述目标显示方式和所述其他显示方式不同,所述目标显示方式和所述其他显示方式不同可以是在显示时显示的颜色不同,也可以是在显示时显示的大小不同,还可以是显示背景不同。但是,当基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段时,目标输出信息片段要突出显示于所述其他输出信息片段,如此,更容易引起用户的注意。示例性地,这里的目标显示方式可以是在显示时加黑加粗显示,对应地,其他显示方式可以是在显示时正常显示。
本申请实施例中,当确定了目标输出片段后,将输出信息除去目标显示片段即可以得到其他输出信息片段,承接上面的示例,目标输出信息片段为“微型SIM卡”,其他显示片段为“手机A支持的SIM为”。如此确定目标输出信息片段和其他输出信息片段,当确定了目标输出片段和其他输出信息片段后,可以获取对应的显示方式。
步骤S204,应答设备基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。
本申请实施例中,基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段可以是基于所述目标显示方式和所述其他显示方式在应答设备的显示屏上对应输出所述目标输出信息片段和所述其他输出信息片段。承接上面的示例,“微型SIM卡”的目标显示方式是在显示时加黑显示,“手机A支持的SIM为”对应的其他显示方式是在显示时正常显示,图3为本申请实施例提供的微型SIM卡在显示时加黑显示的显示示意图,如图3所示,输入信息301为:手机A支持什么尺寸的SIM卡,应答设备确定输出信息302为“手机A支持的SIM为微型SIM卡”,由于“微型SIM卡”在显示时进行了加黑,而“手机A支持的SIM为”在显示时是正常显示,如此,用户可以更容易看见加黑加粗显示的“微型SIM卡”。
本申请实施例提供一种应答方法,在获取到与输入信息存在第一关联关系的输出信息后,通过输出信息和输入信息来确定与输入信息存在第二关联关系的目标输出信息片段,并获取目标输出信息片段的目标显示方法和其他片段的其他显示方式,由于目标显示方式不同于其他显示方式,使得目标输出信息片段在显示时不同于其他输出信息片段,从而使得目标输出信息片段突出显示,进而能够提高目标输出信息片段的关注度以及输出信息的可读性。
在一些实施例中,步骤S202“根据所述输出信息与所述输入信息确定所述输出信息中的目标输出信息片段”可以通过如图4所示的步骤S2021至步骤S2024实现:
步骤S2021,应答设备将所述输出信息划分为至少两个输出信息片段。
本申请实施例中,在进行划分时,如果输出信息包括多个句子时可以以句子为单位进行划分,如果输出信息包括一个句子时可以是以单词为单位进行划分。
步骤S2022,应答设备确定各个输出信息片段的各个第一语义词向量,并确定所述输入信息的第二语义词向量。
以输出信息包括多个句子时,以句子为单位进行划分为例,通过对输出信息进行划分得到的多个输出信息片段,可以对各个输出信息片段进行切词处理,得到组成各个输出信息片段的词语集合,并去除词语集合中的停用词,这里停用词是指没有实际含义的词,例如语气助词、结构助词等。使用词到向量(word2vec)算法获得各个输出信息片段的各个第一语义词向量,同样的方式,可以确定输入信息的第二语义词向量。本申请实施例中,利用word2vec算法将词语映射到一个新的空间中,通过在大量语料中进行计算统计,在神经网络中训练,以多维的连续实数向量进行表示。对于以单词为单位进行划分时,同样去除词语中的停用词,然后使用word2vec算法得到各个单词的语义词向量,如此,得到输出信息中各个第一语义词向量和输入信息的第二语义词向量。
步骤S2023,应答设备根据所述各个第一语义词向量和所述第二语义词向量确定所述各个输出信息片段与所述输入信息之间的各个语义相关度。
承接上面的示例,在确定各个输出信息片段的各个第一语义词向量和输入信息的第二语义词向量之后,对各个第一语义词向量和第二语义词向量进行拼接或者叠加处理,确定各个输出信息片段和输出信息的向量表示,即得到各个输出信息片段的第一语义,以及得到输入信息的第二语义。基于第一语义和第二语义计算各个输出信息片段与输入信息的语义相关度。本申请实施例中,可以采用内积公式、余弦公式来计算各个输出信息片段与输入信息之间的语义相关度。示例性地,输出信息片段包括:第一输出信息片段、第二输出信息片段,第三输出信息片段,通过余弦公式计算出第一信息输出片段与输入信息之间的语义相关度为0.7,第二信息输出片段与输入信息之间的语义相关度为0.5,第三信息输出片段与输入信息之间的语义相关度为0.9。
步骤S2024,应答设备根据所述各个语义相关度,确定目标输出信息片段。
本申请实施例中,当确定各个语义相关度后,可以选取语义相关度大于相关度阈值的输出信息片段确定为目标输出信息片段。承接上面的示例,相关度阈值为0.6,那么可以将第一输出信息片段和第三输出信息片段确定为目标输出信息片段,本申请实施例中,目标输出信息片段可以为一个或多个。在一些实施例中,也可以将语义相关度最大的输出信息片段确定为目标输出信息片段。
本申请实施例中,通过对输出信息进行划分得到各个输出信息片段,然后确定各个输出信息片段和输入信息的语义词向量,进而根据各个输出信息片段和出入信息的语义词向量计算语义相关度,从而确定目标信息片段,如此可以确定出输出信息中与输入信息之间语义相关度大于相关度阈值的目标输出信息片段。
在一些实施例中,步骤S2021“应答设备所述根据所述各个语义相关度,确定目标输出信息片段”可以通过以下步骤实现:
步骤S1,应答设备根据所述各个语义相关度确定最大语义相关度。
本申请实施例中,当确定了各个语义相关度后,确定最大语义相关度,承接上面的示例,确定第三输出信息片段对应的语义相关度为最大语义相关度。承接上面的示例,第三输出信息片段与输入信息之间的语义相关度为0.9,即0.9为最大语义相关度。
步骤S2,应答设备将所述最大语义相关度对应的输出信息片段确定为所述目标输出信息片段。
承接上面的示例,将第三输出信息片段确定为目标输出信息片段。
在一些实施例中,所述步骤S202“应答设备所述根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段”可以通过以下步骤实现:
步骤S21,应答设备将所述输出信息与所述输入信息输入至训练好的阅读理解模型。
本申请实施例中,训练好的阅读理解模型可以是通过样本数据对初始阅读理解模型进行训练得到的,所述通过样本数据对初始阅读理解模型进行训练得到训练好的阅读理解模块可以通过以下步骤实现:获取样本数据,所述样本数据包括:样本文章、样本输入信息和所述样本输入信息在所述样本文章中对应的样本目标输出信息片段,其中,所述样本文章中标注有所述样本目标输出信息片段的开始位置和结束位置,然后通过样本数据对初始利用所述样本数据对初始模型进行训练,得到训练好的阅读理解模型。本申请实施例中,输入信息可以认为是问题,输出信息可以认为是文章,当将输入信息和输出信息输入至所述训练好的阅读理解模型时,可以确定出输出信息中输入信息对应的输出信息片段的开始位置和结束位置。
步骤S22,应答设备基于所述阅读理解模型确定目标输出信息片段的开始位置和结束位置。
本申请实施例中,通过将输出信息和输入信息输入至训练好的阅读理解模型中,得到目标输出信息片段的开始位置和结束位置。
步骤S23,应答设备根据所述目标输出信息片段的开始位置和结束位置确定所述目标输出信息片段。
本申请实施例中,当确定了目标输出信息片段的开始位置和结束位置后,可以将输出信息中开始位置和结束位置之间的片段确定为目标输出信息片段。
本申请实施例中,通过将输出信息作为文章,输入信息作为问题,通过训练好的阅读理解模型即可以确定目标输出信息片段。
在一些实施例中,在步骤S203之前,所述方法还包括:
步骤S203A,应答设备获取针对目标输出信息片段的显示方式的第一设置信息,并基于所述第一设置信息确定目标显示方式。
本申请实施例中,可以预先设置目标输出信息片段的目标显示方式,当确定了目标输出信息片段时,可以触发获取针对目标输出信息片段的显示方式第一设置信息,基于所述第一设置信息确定目标显示方式。例如:目标显示方式为加黑,当确定了目标输出信息片段时,可以将目标输出信息片段的显示方式设置为加黑,以使目标输出信息片段在显示时加黑显示。
步骤S203B,应答设备获取针对其他输出信息片段的显示方式的第二设置信息,并基于所述第二设置信息确定其他显示方式。
本申请实施例中,通过所述目标显示方式显示的目标输出信息片段突出显示于通过所述其他显示方式显示的所述其他输出信息片段
本申请实施例中,可以预先设置其他输出信息片段的其他显示方式,当确定了目标输出信息片段时,可以确定其他输出信息片段,当确定了其他输出信息片段后,可以触发获取针对其他输出信息片段的显示方式第二设置信息,基于所述第二设置信息确定其他显示方式。例如:其他显示方式为字体颜色正常,当确定了其他输出信息片段时,可以将其他输出信息片段的显示方式设置为颜色正常,以使其他输出信息片段在显示时正常显示。
本申请实施例中,通过设置目标信息输出片段和其他输出信息片段不同的显示方式,使得目标输出信息片段在显示时突出显示于通过所述其他显示方式显示的所述其他输出信息片段不同于其他输出信息片段,使得目标输出信息片段突出显示以吸引用户的注意力,进而增加了用户阅读到目标输出信息片段的可能性。
在一些实施例中,步骤S201“应答设备所述获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息”可以通过以下步骤实现:
步骤S11,应答设备获取输入信息。
本申请实施例中,输入信息通常是用户输入的。
步骤S12,应答设备基于自然语言处理NLU模型对所述输入信息进行意图识别,确定所述输入信息的意图信息;
本申请实施例中,NLU模型可以是基于假设的统计语言模型,如N元模型(N-gram)。所述NLU模型的输入参数为语句的词向量,输出参数为语句的意图向量。本申请实施例中,当获取了输入信息后,对所述输入信息进行分词处理得到输入信息的词向量;将所述词向量输入所述NLU模型,计算所述待理解语句的意图向量,从而根据意图向量确定输入信息的意图信息。
步骤S13,应答设备根据所述意图信息确定所述意图信息对应的输出信息。
本申请实施例中,在应答设备中存储有知识库,该知识库中包括意图信息与输出信息之间的对应关系。本申请实施例中,当确定了意图信息后,可以将意图信息为检索条件,在知识库进行检索该意图信息对应的问题集,然后通过输入信息与该问题集进行匹配,从而确定出意图信息对应的输出信息。
本申请实施例提供的方法,通过将输入信息输入至NLU模型中,从而确定意图信息,基于意图信息来确定对应的输出信息。
基于前述的各个实施例提供的应答方法,本申请实施例再提供一种应答方法,图5为本申请实施例提供的一种应答方法的实现流程示意图,如图5所示,所述方法包括:
步骤S501,应答设备获取用户问题(同上述各个实施例中的输入信息)。
步骤S502,应答设备通过NLU模型进行理解,将用户问题对应到NLU模型中的某个意图(同上述各个实施例中的意图信息)上。
本申请实施例中,将用户问题输入至NLU模型中,即可以确定出用户问题对应的意图。
步骤S503,应答设备根据用户问题,选取意图答案(同上述各个实施例中的输出信息)中的核心部分(同上述各个实施例中的目标输出信息片段)进行突出呈现。
本申请实施例中,首先根据意图查询对应的答案,然后根据用户问题选取答案中核心部分进行突出呈现。核心部分可以采用语义匹配或者阅读理解方法进行选取。
步骤S504,应答设备答案呈现。
本申请实施例提供的一种应答方法,意图答案与用户问题相对应的部分(同上述各个实施例中的目标输出信息片段)以一种吸引用户注意力的方式(目标显示方式)呈现出来,从而增加用户阅读到答案匹配部分的可能性,从而提供系统的服务质量。
基于前述的实施例,本申请实施例提供一种应答装置,该装置包括的各模块、以及各模块包括的各单元,可以通过计算机设备中的处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CPU,Central Processing Unit)、微处理器(MPU,Microprocessor Unit)、数字信号处理器(DSP,Digital SignalProcessing)或现场可编程门阵列(FPGA,Field Programmable Gate Array)等。
本申请实施例再提供一种应答装置,图6为本申请实施例提供的应答装置的组成结构示意图,如图6所示,所述应答装置600包括:
第一获取模块601,用于获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息;
确定模块602,用于根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段,所述目标输出信息片段与所述输入信息之间存在第二关联关系;
第二获取模块603,用于获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式,其中,所述目标显示方式和所述其他显示方式不同;
输出模块604,用于基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。
在一些实施例中,所述确定模块602包括:
划分单元,用于将所述输出信息划分为至少两个输出信息片段;
第一确定单元,用于确定各个输出信息片段的各个第一语义词向量,并确定所述输入信息的第二语义词向量;
第二确定单元,用于根据所述各个第一语义词向量和所述第二语义词向量确定所述各个输出信息片段与所述输入信息之间的各个语义相关度;
第三确定单元,用于根据所述各个语义相关度,确定目标输出信息片段。
在一些实施例中,所述第三确定单元包括:
第一确定子单元,用于根据所述各个语义相关度确定最大语义相关度;
第二确定子单元,用于将所述最大语义相关度对应的输出信息片段确定为所述目标输出信息片段。
在一些实施例中,所述确定模块602包括:
输入单元,用于将所述输出信息与所述输入信息输入至训练好的阅读理解模型;
第四确定单元,用于基于所述阅读理解模型确定目标输出信息片段的开始位置和结束位置;
第五确定单元,用于根据所述目标输出信息片段的开始位置和结束位置确定所述目标输出信息片段。
在一些实施例中,所述应答装置600还包括:
第三获取模块,用于获取样本数据,所述样本数据包括:样本文章、样本输入信息和所述样本输入信息在所述样本文章中对应的样本目标输出信息片段,其中,所述样本文章中标注有所述样本目标输出信息片段的开始位置和结束位置;
训练模块,用于利用所述样本数据对初始模型进行训练,得到所述阅读理解模型。
在一些实施例中,所述应答装置600还包括:
第四获取模块,用于获取针对目标输出信息片段的显示方式的第一设置信息,并基于所述第一设置信息确定目标显示方式;
第五获取模块,用于获取针对其他输出信息片段的显示方式的第二设置信息,并基于所述第二设置信息确定其他显示方式;
其中,通过所述目标显示方式显示的目标输出信息片段突出显示于通过所述其他显示方式显示的所述其他输出信息片段。
在一些实施例中,所述第一获取模块601,包括:
获取单元,用于获取输入信息;
第六确定单元,用于基于自然语言处理NLU模型对所述输入信息进行意图识别,确定所述输入信息的意图信息;
第七确定单元,用于根据所述意图信息确定所述意图信息对应的输出信息。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的应答方法,并作为独立的产品销售或使用时,也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,本申请实施例的技术方案本质上或者说对现有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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,ReadOnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
相应地,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现上述实施例中提供的应答方法中的步骤。
本申请实施例提供一种应答设备,图7为本申请实施例提供的应答设备的组成结构示意图,如图7所示,所述应答7包括:一个处理器701、至少一个通信总线702、用户接口703、至少一个外部通信接口704和存储器705。其中,通信总线702配置为实现这些组件之间的连接通信。其中,用户接口703可以包括显示屏,外部通信接口704可以包括标准的有线接口和无线接口。其中,所述处理器701配置为执行存储器中存储的应答方法的程序,以实现以上述实施例提供的应答方法中的步骤。
以上应答设备和存储介质实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请应答设备和存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
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,前述的程序可以存储于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;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台AC执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的实施方式,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以所述权利要求的保护范围为准。

Claims (10)

1.一种应答方法,包括:
获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息;
根据所述输出信息与所述输入信息确定所述输出信息中的目标输出信息片段,所述目标输出信息片段与所述输入信息之间存在第二关联关系;
获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式,其中,所述目标显示方式和所述其他显示方式不同;
基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。
2.根据权利要求1所述的方法,所述根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段,包括:
将所述输出信息划分为至少两个输出信息片段;
确定各个输出信息片段的各个第一语义词向量,并确定所述输入信息的第二语义词向量;
根据所述各个第一语义词向量和所述第二语义词向量确定所述各个输出信息片段与所述输入信息之间的各个语义相关度;
根据所述各个语义相关度,确定目标输出信息片段。
3.根据权利要求2所述的方法,所述根据所述各个语义相关度,确定目标输出信息片段,包括:
根据所述各个语义相关度确定最大语义相关度;
将所述最大语义相关度对应的输出信息片段确定为所述目标输出信息片段。
4.根据权利要求1所述的方法,所述根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段,包括:
将所述输出信息与所述输入信息输入至训练好的阅读理解模型;
基于所述阅读理解模型确定目标输出信息片段的开始位置和结束位置;
根据所述目标输出信息片段的开始位置和结束位置确定所述目标输出信息片段。
5.根据权利要求4所述的方法,所述方法还包括:
获取样本数据,所述样本数据包括:样本文章、样本输入信息和所述样本输入信息在所述样本文章中对应的样本目标输出信息片段,其中,所述样本文章中标注有所述样本目标输出信息片段的开始位置和结束位置;
利用所述样本数据对初始模型进行训练,得到所述阅读理解模型。
6.根据权利要求1所述的方法,所述方法还包括:
获取针对目标输出信息片段的显示方式的第一设置信息,并基于所述第一设置信息确定目标显示方式;
获取针对其他输出信息片段的显示方式的第二设置信息,并基于所述第二设置信息确定其他显示方式;
其中,通过所述目标显示方式显示的目标输出信息片段突出显示于通过所述其他显示方式显示的所述其他输出信息片段。
7.根据权利要求1所述的方法,其特征在于,所述获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息,包括:
获取输入信息;
基于自然语言处理NLU模型对所述输入信息进行意图识别,确定所述输入信息的意图信息;
根据所述意图信息确定所述意图信息对应的输出信息。
8.一种应答装置,所述装置包括:
第一获取模块,用于获取输入信息,并确定与所述输入信息存在第一关联关系的输出信息;
确定模块,用于根据所述输出信息与所述输入信息,确定所述输出信息中的目标输出信息片段,所述目标输出信息片段与所述输入信息之间存在第二关联关系;
第二获取模块,用于获取所述目标输出信息片段的目标显示方式和所述输出信息中除去所述目标输出信息片段之外的其他输出信息片段的其他显示方式,其中,所述目标显示方式和所述其他显示方式不同;
输出模块,用于基于所述目标显示方式和所述其他显示方式对应输出所述目标输出信息片段和所述其他输出信息片段。
9.一种应答设备,所述应答设备包括:
处理器;以及
存储器,用于存储可在所述处理器上运行的计算机程序;
其中,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的应答方法的步骤。
10.一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计算机可执行指令,该计算机可执行指令配置为执行上述权利要求1至7任一项所述的应答方法的步骤。
CN202010555660.1A 2020-06-17 2020-06-17 一种应答方法、装置、设备及计算机可读存储介质 Pending CN111782783A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010555660.1A CN111782783A (zh) 2020-06-17 2020-06-17 一种应答方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010555660.1A CN111782783A (zh) 2020-06-17 2020-06-17 一种应答方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111782783A true CN111782783A (zh) 2020-10-16

Family

ID=72757580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010555660.1A Pending CN111782783A (zh) 2020-06-17 2020-06-17 一种应答方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111782783A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992652A (zh) * 2019-03-25 2019-07-09 联想(北京)有限公司 一种信息回复方法、装置、设备及存储介质
CN110263142A (zh) * 2019-06-27 2019-09-20 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN111127040A (zh) * 2019-12-19 2020-05-08 联想(北京)有限公司 数据处理的方法、智能客服系统、电子设备和介质
CN111159359A (zh) * 2019-12-31 2020-05-15 达闼科技成都有限公司 文档检索方法、装置及计算机可读存储介质
CN111221951A (zh) * 2020-01-03 2020-06-02 北京字节跳动网络技术有限公司 文本处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992652A (zh) * 2019-03-25 2019-07-09 联想(北京)有限公司 一种信息回复方法、装置、设备及存储介质
CN110263142A (zh) * 2019-06-27 2019-09-20 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN111127040A (zh) * 2019-12-19 2020-05-08 联想(北京)有限公司 数据处理的方法、智能客服系统、电子设备和介质
CN111159359A (zh) * 2019-12-31 2020-05-15 达闼科技成都有限公司 文档检索方法、装置及计算机可读存储介质
CN111221951A (zh) * 2020-01-03 2020-06-02 北京字节跳动网络技术有限公司 文本处理方法及装置

Similar Documents

Publication Publication Date Title
CN109727041B (zh) 智能客服多轮问答方法、设备、存储介质及装置
CN108491433B (zh) 聊天应答方法、电子装置及存储介质
CN106649818B (zh) 应用搜索意图的识别方法、装置、应用搜索方法和服务器
CN110020009B (zh) 在线问答方法、装置及系统
US20170164049A1 (en) Recommending method and device thereof
EP4276659A1 (en) Method and apparatus for information display, and non-volatile computer storage medium
CN109241525B (zh) 关键词的提取方法、装置和系统
CN110297880B (zh) 语料产品的推荐方法、装置、设备及存储介质
CN110427453B (zh) 数据的相似度计算方法、装置、计算机设备及存储介质
CN111859940B (zh) 一种关键词提取方法、装置、电子设备及存储介质
CN110069769B (zh) 应用标签生成方法、装置及存储设备
CN111507114B (zh) 基于反向翻译的口语文本增强方法及系统
CN110544470A (zh) 语音识别方法、装置、可读存储介质和电子设备
CN114706945A (zh) 意图识别方法、装置、电子设备及存储介质
CN114722837A (zh) 一种多轮对话意图识别方法、装置及计算机可读存储介质
CN112396079A (zh) 号码识别模型训练方法、号码识别方法及装置
CN112487159B (zh) 检索方法、检索装置及计算机可读存储介质
CN113869063A (zh) 数据推荐方法、装置、电子设备及存储介质
CN111128130B (zh) 语音数据处理方法和装置及电子装置
CN110674388A (zh) 推送项目的配图方法、装置、存储介质和终端设备
CN109783612B (zh) 报表数据定位方法及装置、存储介质、终端
CN111858966A (zh) 知识图谱的更新方法、装置、终端设备及可读存储介质
CN111782783A (zh) 一种应答方法、装置、设备及计算机可读存储介质
EP3731108A1 (en) Search system, search method, and program
CN111859154B (zh) 一种应用推荐方法及装置

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