CN111858832A - 一种对话方法、装置、电子设备和存储介质 - Google Patents
一种对话方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111858832A CN111858832A CN202010727805.1A CN202010727805A CN111858832A CN 111858832 A CN111858832 A CN 111858832A CN 202010727805 A CN202010727805 A CN 202010727805A CN 111858832 A CN111858832 A CN 111858832A
- Authority
- CN
- China
- Prior art keywords
- information
- intention
- instruction
- reply
- intention information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000013598 vector Substances 0.000 claims description 57
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 10
- 238000011084 recovery Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Machine Translation (AREA)
Abstract
本申请涉及区块存储系统，公开了一种对话方法、装置、电子设备和存储介质，该方法包括：获取第一意图信息，第一意图信息是根据用户输入的问题信息确定的；在第一意图信息与问题信息的匹配度小于阈值时，根据第一意图信息，获取至少一个指令，至少一个指令是得到第一意图信息对应的回复信息所需的指令；按照流程信息执行至少一个指令，得到第一回复信息，流程信息是根据第一意图信息确定的；输出第二回复信息，第二回复信息包括第一回复信息和第三回复信息，第三回复信息是根据第一意图信息从第一区块链中得到的。实施本申请实施例，提高了回复准确性和灵活性，更加适用于未来更多应用场景下更加灵活的对话过程。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种对话方法、装置、电子设备和存储介质。
背景技术
客服对话机器人是自然语言处理技术十分广泛的一项落地应用，企业投入在售后与客户管理方面的成本因大量使用在线对话机器人而被极大削减。
然而真实的场景下，用户与对话机器人的对话过程中，对话机器人往往只能通过查找出与用户问题最接近的问题来得到答复内容，并将答复内容反馈给用户。这种对话方式回复准确性低、灵活性差，导致不适用于未来更多应用场景下更加灵活的对话过程。
发明内容
本申请实施例提供了一种对话方法、装置、电子设备和存储介质，实施本申请实施例，提高了回复准确性和灵活性，更加适用于未来更多应用场景下更加灵活的对话过程。
本申请第一方面提供了一种对话方法，包括：
获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；
在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；
按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；
输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
本申请第二方面提供了一种对话装置，包括：
处理模块，用于获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；
所述处理模块，用于在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；
所述处理模块，用于按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；
显示模块，用于输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
本申请第三方面提供了一种对话的电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被生成由所述处理器执行，以执行一种对话方法任一项方法中的步骤的指令。
本申请第四方面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计算机程序，所述存储计算机程序被所述处理器执行，以实现一种对话方法任一项所述的方法。
可以看出，上述技术方案中，由于输出的是按照流程信息执行至少一个指令得到的回复信息和从区块链中得到的回复信息，从而避免了只输出基于用户问题得到的回复信息所带来的回复不准确性、灵活性差的问题，提高了回复的准确性和灵活性，也更加适用于未来更多应用场景下更加灵活的对话过程。
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的前提下，还可以根据这些附图获得其他的附图。
其中：
图1是本申请实施例提供的一种对话系统的示意图；
图2为本申请实施例提供的一种对话方法的流程示意图；
图3为本申请实施例提供的又一种对话方法的流程示意图；
图4为本申请实施例提供的又一种对话方法的流程示意图；
图5为本申请实施例提供的一种对话装置的示意图；
图6为本申请的实施例涉及的硬件运行环境的电子设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下分别进行详细说明。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，参见图1，图1是本申请实施例提供的一种对话系统的示意图，该对话系统100包括对话装置110。该对话装置110用于处理、存储、显示用户输入的问题信息。该对话系统100可以包括集成式单体设备或者多设备，为方便描述，本申请将对话系统100统称为电子设备。显然该电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(UserEquipment，UE)，移动台(Mobile Station，MS)，终端设备(terminal device)等等。
众所周知，客服对话机器人是自然语言处理技术十分广泛的一项落地应用，企业投入在售后与客户管理方面的成本因大量使用在线对话机器人而被极大削减。
然而真实的场景下，用户与对话机器人的对话过程中，对话机器人往往只能通过查找出与用户问题最接近的问题来得到答复内容，并将答复内容反馈给用户。这种对话方式回复准确性低、灵活性差，导致不适用于未来更多应用场景下更加灵活的对话过程。
基于此，本申请实施例提出一种对话方法以解决上述问题，下面对本申请实施例进行详细介绍。
参见图2，图2为本申请实施例提供的一种对话方法的流程示意图。该对话方法可以应用于电子设备，如图2所示，所述方法包括：
201、获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的。
可以理解的，举例来说，用户输入的问题信息为：今天的温度怎么样？那么，第一意图信息可以是：温度。
202、在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令。
其中，该阈值可以由管理员设置，也可以配置在配置文件中。
可以理解的，所述根据所述第一意图信息，获取至少一个指令，包括：提取所述第一意图信息包括的所有实体；根据所述实体，确定所述实体属于目标实体集，所述目标实体集是从第三区块链中获取的，所述目标实体集关联至少一个目标指令；将所述目标实体集关联的至少一个目标指令作为所述至少一个指令。
其中，实体例如可以包括：人名，机构名，时间，法规，款项，业务名称，数额，单位，信息资源名称，资产资源名称等。
举例来说，第一意图信息为：夏天莲花开得更好。那么，实体可以包括夏天、莲花。
其中，区块链是一种按照时间顺序将数据区块相连的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。该区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
进一步的，区块链的特性有开放、共识、去中心、去信任、透明、双方匿名、不可篡改以及可追溯等。其中，开放与透明意为任何人都可以参与到区块链网络，每一台设备都能作为一个节点，每个节点都允许获得一份完整的数据库拷贝。节点基于一套共识机制，通过竞争计算共同维护整个区块链。任一节点失效，其余节点仍能正常工作。其中，去中心化与去信任意为区块链由众多节点共同组成一个端到端的网络，不存在中心化的设备和管理机构。节点之间数据交换通过数字签名技术进行验证，无需互相信任，只要按照系统既定的规则进行，节点之间不能也无法欺骗其他节点。其中，透明与双方匿名意为区块链的运行规则是公开的，所有的数据信息也是公开的，因此每一笔交易都对所有节点可见。由于节点与节点之间是去信任的，因此节点之间无需公开身份，每个参与的节点都是匿名的。其中，不可篡改和可追溯意为每个甚至多个节点对数据库的修改无法影响其他节点的数据库，除非能控制整个网络中超过51％的节点同时修改，这是几乎不可能发生的。区块链中的，每一笔交易都通过密码学方法与相邻两个区块串联，因此可以追溯到任何一笔交易记录。
具体的，区块链可以利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算方式。因此，区块链技术不可篡改的特性从根本上改变了中心化的信用创建方式，有效提高了数据的不可更改性以及安全性。其中，由于智能合约使得所有的条款编写为程序，这些条款可在区块链上自动执行，保证了当存在触发智能合约的条件时，区块链能强制根据智能合约中的内容执行，且不受任何外力阻挡，从而保证了合约的有效性和执行力，不仅能够大大降低成本，也能提高效率。区块链上的各个节点都有相同的账本，能够确保账本记录过程是公开透明的。区块链技术可以实现了一种点对点的、公开透明的直接交互，使得高效率、大规模、无中心化代理的信息交互方式成为了现实。
其中，第三区块链包括至少一个第三区块，每个第三区块关联存储实体集和至少一个指令。该实体集包括至少一个实体。
进一步的，目标实体集包括至少一个实体。
可以看出，上述技术方案中，实现了指令的确定。
203、按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的。
其中，所述按照流程信息执行所述至少一个指令，得到第一回复信息之前，所述方法还包括：将所述第一意图信息向量化，得到第一意图向量；确定所述第一意图向量与多个意图向量中每个意图向量之间的相似度，所述多个意图向量中的每个意图向量是通过模型训练得到的；根据所述第一意图向量与所述多个意图向量中每个意图向量之间的相似度，确定相似度最高的意图向量；根据所述相似度最高的意图向量对应的意图信息，确定所述流程信息。
可以理解的，所述根据所述相似度最高的意图向量对应的意图信息，确定所述流程信息，包括：获取所述相似度最高的意图向量关联的流程信息L；将所述流程信息L作为所述流程信息。
进一步的，所述多个意图向量中的每个意图向量均关联一个流程信息。
可以看出，上述技术方案中，通过确定意图向量与意图向量之间的相似度，实现了流程信息的确定。
204、输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
可以理解的，在所述输出第二回复信息之前，所述方法还包括：确定所述第一意图信息对应的类型；根据所述第一意图信息对应的类型，从多个区块链中确定第一区块链；从所述第一区块链中获取所述问题信息对应的所述第三回复信息。
需要说明的，该多个区块链中的每个区块链包括至少一个区块，每个区块包括区块数据，该区块数据可以包括问题信息和回复信息，问题信息与回复信息关联存储在区块中。
进一步的，所述从所述第一区块链中获取所述问题信息对应的所述第三回复信息，包括：从所述第一区块链中确定与所述问题信息最接近的问题信息；根据与所述问题信息最接近的问题信息，从所述第一区块链中获取所述第三回复信息。可以理解的，与所述问题信息最接近的问题信息以及所述第三回复信息关联存储在所述第一区块链的第一区块中。
举例来说，该问题信息为：空调漏水怎么办。那么，与该问题信息最接近的问题信息可以为：格力空调为什么会漏水。
可以看出，上述技术方案中，由于输出的是按照流程信息执行至少一个指令得到的回复信息和从区块链中得到的回复信息，从而避免了只输出基于用户问题得到的回复信息所带来的回复不准确性、灵活性差的问题，提高了回复的准确性和灵活性，也更加适用于未来更多应用场景下更加灵活的对话过程。
参见图3，图3为本申请实施例提供的又一种对话方法的流程示意图。该对话方法可以应用于电子设备，其中，如图3所示，在所述获取第一意图信息之前，所述方法还包括：
301、获取用户输入的所述问题信息。
可以理解的，所述获取用户输入的所述问题信息，包括：在检测到用户输入指令时，获取所述用户输入的所述问题信息。
302、对所述问题信息进行分词处理，得到分词处理后的问题信息。
303、对所述分词处理后的问题信息进行过滤，得到关键词。
需要说明的，所述对所述分词处理后的问题信息进行过滤，得到关键词，包括：删除所述分词处理后的问题信息中的停用词和字符，得到所述关键词。
其中，停用词是对语句无意义的词，比如“啊”、“哦”、“嗯”、“了”、“么”、“的”等词。
其中，字符是指不具有语义含义的特殊字符。比如，％、*、￥等。
其中，关键词可以是单个汉字，也可以是一个词语。比如说，关键词为“身份证”，或者，关键词为“猫”。
304、对所述关键词进行向量化，得到词向量。
305、采用所述词向量在多个第二区块链中进行索引，得到所述第一意图信息。
其中，多个第二区块链中的每个区块链包括至少一个区块，至少一个区块中的每个区块均存储有意图信息。
可以看出，上述技术方案中，通过对分词处理后的问题信息进行过滤，避免了对无用信息的向量化，降低了向量的维度，也降低了后续索引的复杂度，提高了索引效率。
可选的，所述采用所述词向量在所述多个第二区块链中进行索引，得到所述第一意图信息，包括：通过至少一个第一索引模型在所述多个第二区块链中采用所述词向量进行索引，得到至少一个第二意图信息一一对应的至少一个概率，所述至少一个概率中的每个概率是根据所述词向量与所述第二意图信息对应的向量之间的相似度确定的；通过第二索引模型在所述多个第二区块链中采用所述关键词进行索引，得到第三意图信息对应的概率，所述第三意图信息对应的概率是根据所述第三意图信息与所述关键词之间的相似度确定的；从所述至少一个概率以及所述第三意图信息对应的概率中获取概率最大的意图信息作为所述第一意图信息。
其中，该至少一个第一索引模型可以包括：来自于转换器的双向编码(bidirectional encoder representations from transformers，BERT)模型、词向量(word embeddings，word2vec)相似度模型、(term frequency–inverse documentfrequency，TF-IDF)模型和RASA模型。
其中，第二索引模型为反向索引模型。
需要说明的，概率A为至少一个概率中的任意一个概率，该概率A是根据该词向量与第二意图信息B对应的向量之间的相似度确定的。其中，第二意图信息B为至少一个第二意图信息中的一个意图信息。
可以看出，上述技术方案中，通过基于词向量从多个第二区块链中确定出相似度最高的意图信息作为第一意图信息，实现了更加精准的把控用户意图，为后续能提供更加精准的回复信息做准备。
参见图4，图4为本申请实施例提供的又一种对话方法的流程示意图。该对话方法可以应用于电子设备，其中，如图4所示，所述按照流程信息执行所述至少一个指令，得到第一回复信息，包括：
401、获取所述至少一个指令对应的至少一个互联网协议地址；
402、根据所述流程信息，将所述至少一个指令和所述实体发送至所述至少一个互联网协议地址对应的至少一个区块链节点，所述至少一个区块链节点为区块链节点集群中的节点；
其中，区块链节点例如可以为具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、台式电脑、笔记本电脑、平板电脑等。
可以理解的，第i个指令为所述至少一个指令中的一个指令，其中，i为大于0的整数，所述根据所述流程信息，将所述至少一个指令和所述实体发送至所述至少一个互联网协议地址对应的至少一个区块链节点，包括：
将所述至少一个指令中的第i个指令和所述实体发送至第i个区块链节点，所述第i个区块链节点是所述至少一个区块链节点中与第i个互联网协议地址对应的节点，所述第i个互联网协议地址是所述至少一个互联网协议地址中与所述第i个指令对应的地址；
接收所述第i个区块链节点反馈的第i个信息；
将所述第i个信息、所述至少一个指令中的第i+1个指令和所述实体发送至第i+1个区块链节点，所述第i+1个区块链节点是所述至少一个区块链节点中与第i+1个互联网协议地址对应的节点，所述第i+1个互联网协议地址是所述至少一个互联网协议地址中与所述第i+1个指令对应的地址，直到将所述至少一个指令中的按照该流程信息最后执行的一个指令执行结束后得到相应区块链节点反馈的信息时，停止发送。
可以看出，上述技术方案中，实现了回复信息的获取。
403、根据所述至少一个区块链节点反馈的信息，得到所述第一回复信息。
可以看出，上述技术方案中，实现了回复信息的获取。
参见图5，图5为本申请实施例提供的一种对话装置的示意图。其中，如图5所示，本申请实施例提供的一种对话装置500可以包括：
处理模块501，用于获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；
可选的，在所述获取第一意图信息之前，所述处理模块501，还用于获取用户输入的所述问题信息；对所述问题信息进行分词处理，得到分词处理后的问题信息；对所述分词处理后的问题信息进行过滤，得到关键词；对所述关键词进行向量化，得到词向量；采用所述词向量在所述第一区块链中进行索引，得到所述第一意图信息。
可选的，所述采用所述词向量在所述多个第二区块链中进行索引，得到所述第一意图信息时，所述处理模块501，用于通过至少一个第一索引模型在所述多个第二区块链中采用所述词向量进行索引，得到至少一个第二意图信息一一对应的至少一个概率，所述至少一个概率中的每个概率是根据所述词向量与所述第二意图信息对应的向量之间的相似度确定的；通过第二索引模型在所述多个第二区块链中采用所述关键词进行索引，得到第三意图信息对应的概率，所述第三意图信息对应的概率是根据所述第三意图信息与所述关键词之间的相似度确定的；从所述至少一个概率以及所述第三意图信息对应的概率中获取概率最大的意图信息作为所述第一意图信息。
所述处理模块501，用于在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；
可选的，所述根据所述第一意图信息，获取至少一个指令时，所述处理模块501，用于提取所述第一意图信息包括的所有实体；根据所述实体，确定所述实体属于目标实体集，所述目标实体集是从第三区块链中获取的，所述目标实体集关联至少一个目标指令；将所述目标实体集关联的至少一个目标指令作为所述至少一个指令。
所述处理模块501，用于按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；
可选的，所述按照流程信息执行所述至少一个指令，得到第一回复信息之前，所述处理模块501，还用于将所述第一意图信息向量化，得到第一意图向量；确定所述第一意图向量与多个意图向量中每个意图向量之间的相似度，所述多个意图向量中的每个意图向量是通过模型训练得到的；根据所述第一意图向量与所述多个意图向量中每个意图向量之间的相似度，确定相似度最高的意图向量；根据所述相似度最高的意图向量对应的意图信息，确定所述流程信息。
可选的，所述按照流程信息执行所述至少一个指令，得到第一回复信息时，所述处理模块501，用于获取所述至少一个指令对应的至少一个互联网协议地址；根据所述流程信息，将所述至少一个指令和所述实体发送至所述至少一个互联网协议地址对应的至少一个区块链节点，所述至少一个区块链节点为区块链节点集群中的节点；根据所述至少一个区块链节点反馈的信息，得到所述第一回复信息。
显示模块502，用于输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
参见图6，图6为本申请的实施例涉及的硬件运行环境的电子设备结构示意图。
本申请实施例提供了一种对话的电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，以执行包括任一项对话方法中的步骤的指令。其中，如图6所示，本申请的实施例涉及的硬件运行环境的电子设备可以包括：
处理器601，例如CPU。
存储器602，可选的，存储器可以为高速RAM存储器，也可以是稳定的存储器，例如磁盘存储器。
通信接口603，用于实现处理器601和存储器602之间的连接通信。
本领域技术人员可以理解，图6中示出的电子设备的结构并不构成对其的限定，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。
如图6所示，存储器602中可以包括操作系统、网络通信模块以及一个或多个程序。操作系统是管理和控制服务器硬件和软件资源的程序，支持一个或多个程序的运行。网络通信模块用于实现存储器602内部各组件之间的通信，以及与电子设备内部其他硬件和软件之间通信。
在图6所示的电子设备中，处理器601用于执行存储器602中一个或多个程序，实现以下步骤：获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
本申请涉及的电子设备的具体实施可参见上述对话方法的各实施例，在此不做赘述。
本申请还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计算机程序，所述存储计算机程序被所述处理器执行，以实现以下步骤：获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
本申请涉及的计算机可读存储介质的具体实施可参见上述对话方法的各实施例，在此不做赘述。
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组合，但是本领域技术人员应所述知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，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所述知悉，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申请所必须的。
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范围。
Claims (10)
1.一种对话方法，其特征在于，包括：
获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；
在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；
按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；
输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
2.根据权利要求1所述的方法，其特征在于，在所述获取第一意图信息之前，所述方法还包括：
获取用户输入的所述问题信息；
对所述问题信息进行分词处理，得到分词处理后的问题信息；
对所述分词处理后的问题信息进行过滤，得到关键词；
对所述关键词进行向量化，得到词向量；
采用所述词向量在多个第二区块链中进行索引，得到所述第一意图信息。
3.根据权利要求2所述的方法，其特征在于，所述采用所述词向量在所述多个第二区块链中进行索引，得到所述第一意图信息，包括：
通过至少一个第一索引模型在所述多个第二区块链中采用所述词向量进行索引，得到至少一个第二意图信息一一对应的至少一个概率，所述至少一个概率中的每个概率是根据所述词向量与所述第二意图信息对应的向量之间的相似度确定的；
通过第二索引模型在所述多个第二区块链中采用所述关键词进行索引，得到第三意图信息对应的概率，所述第三意图信息对应的概率是根据所述第三意图信息与所述关键词之间的相似度确定的；
从所述至少一个概率以及所述第三意图信息对应的概率中获取概率最大的意图信息作为所述第一意图信息。
4.根据权利要求1-3任意一项所述的方法，其特征在于，所述根据所述第一意图信息，获取至少一个指令，包括：
提取所述第一意图信息包括的所有实体；
根据所述实体，确定所述实体属于目标实体集，所述目标实体集是从第三区块链中获取的，所述目标实体集关联至少一个目标指令；
将所述目标实体集关联的至少一个目标指令作为所述至少一个指令。
5.根据权利要求1-3任意一项所述的方法，其特征在于，所述按照流程信息执行所述至少一个指令，得到第一回复信息之前，所述方法还包括：
将所述第一意图信息向量化，得到第一意图向量；
确定所述第一意图向量与多个意图向量中每个意图向量之间的相似度，所述多个意图向量中的每个意图向量是通过模型训练得到的；
根据所述第一意图向量与所述多个意图向量中每个意图向量之间的相似度，确定相似度最高的意图向量；
根据所述相似度最高的意图向量对应的意图信息，确定所述流程信息。
6.根据权利要求1或4所述的方法，其特征在于，所述按照流程信息执行所述至少一个指令，得到第一回复信息，包括：
获取所述至少一个指令对应的至少一个互联网协议地址；
根据所述流程信息，将所述至少一个指令和所述实体发送至所述至少一个互联网协议地址对应的至少一个区块链节点，所述至少一个区块链节点为区块链节点集群中的节点；
根据所述至少一个区块链节点反馈的信息，得到所述第一回复信息。
7.一种对话装置，其特征在于，包括：
处理模块，用于获取第一意图信息，所述第一意图信息是根据用户输入的问题信息确定的；
所述处理模块，用于在所述第一意图信息与所述问题信息的匹配度小于阈值时，根据所述第一意图信息，获取至少一个指令，所述至少一个指令是得到所述第一意图信息对应的回复信息所需的指令；
所述处理模块，用于按照流程信息执行所述至少一个指令，得到第一回复信息，所述流程信息为执行所述至少一个指令的先后顺序，所述流程信息是根据所述第一意图信息确定的；
显示模块，用于输出第二回复信息，所述第二回复信息包括所述第一回复信息和第三回复信息，所述第三回复信息是根据所述第一意图信息从第一区块链中得到的。
8.根据权利要求7所述的装置，其特征在于，在所述获取第一意图信息之前，
所述处理模块，还用于获取用户输入的所述问题信息；对所述问题信息进行分词处理，得到分词处理后的问题信息；对所述分词处理后的问题信息进行过滤，得到关键词；对所述关键词进行向量化，得到词向量；采用所述词向量在所述第一区块链中进行索引，得到所述第一意图信息。
9.一种对话的电子设备，其特征在于，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被生成由所述处理器执行，以执行权利要求1-6任一项方法中的步骤的指令。
10.一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计算机程序，所述存储计算机程序被所述处理器执行，以实现权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010727805.1A CN111858832B (zh) | 2020-07-23 | 2020-07-23 | 一种对话方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010727805.1A CN111858832B (zh) | 2020-07-23 | 2020-07-23 | 一种对话方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111858832A true CN111858832A (zh) | 2020-10-30 |
| CN111858832B CN111858832B (zh) | 2024-06-25 |
Family
ID=72950152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010727805.1A Active CN111858832B (zh) | 2020-07-23 | 2020-07-23 | 一种对话方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111858832B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108073600A (zh) * | 2016-11-11 | 2018-05-25 | 阿里巴巴集团控股有限公司 | 一种智能问答交互方法、装置以及电子设备 |
| CN108595535A (zh) * | 2018-03-30 | 2018-09-28 | 李欣宇 | 基于同根双链式区块链的知识问答系统和方法 |
| CN109753561A (zh) * | 2019-01-16 | 2019-05-14 | 长安汽车金融有限公司 | 一种自动回复的生成方法及装置 |
| CN109922155A (zh) * | 2019-03-18 | 2019-06-21 | 众安信息技术服务有限公司 | 在区块链网络中实现智能代理的方法及装置 |
| CN110659360A (zh) * | 2019-10-09 | 2020-01-07 | 初米网络科技(上海)有限公司 | 一种人机对话方法、装置和系统 |
| CN111309888A (zh) * | 2020-02-25 | 2020-06-19 | 百度在线网络技术（北京）有限公司 | 人机对话方法、装置、电子设备及存储介质 |
-
2020
- 2020-07-23 CN CN202010727805.1A patent/CN111858832B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108073600A (zh) * | 2016-11-11 | 2018-05-25 | 阿里巴巴集团控股有限公司 | 一种智能问答交互方法、装置以及电子设备 |
| CN108595535A (zh) * | 2018-03-30 | 2018-09-28 | 李欣宇 | 基于同根双链式区块链的知识问答系统和方法 |
| CN109753561A (zh) * | 2019-01-16 | 2019-05-14 | 长安汽车金融有限公司 | 一种自动回复的生成方法及装置 |
| CN109922155A (zh) * | 2019-03-18 | 2019-06-21 | 众安信息技术服务有限公司 | 在区块链网络中实现智能代理的方法及装置 |
| CN110659360A (zh) * | 2019-10-09 | 2020-01-07 | 初米网络科技(上海)有限公司 | 一种人机对话方法、装置和系统 |
| CN111309888A (zh) * | 2020-02-25 | 2020-06-19 | 百度在线网络技术（北京）有限公司 | 人机对话方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111858832B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111401700A (zh) | 一种数据分析方法、装置、计算机系统及可读存储介质 | |
| CN112861662B (zh) | 基于人脸和交互文本的目标对象行为预测方法及相关设备 | |
| CN115237802A (zh) | 基于人工智能的模拟测试方法及相关设备 | |
| CN112231416A (zh) | 知识图谱本体更新方法、装置、计算机设备及存储介质 | |
| CN115130711A (zh) | 一种数据处理方法、装置、计算机及可读存储介质 | |
| CN111435367A (zh) | 知识图谱的构建方法、系统、设备及存储介质 | |
| CN113377372A (zh) | 业务规则的解析方法、装置、计算机设备及存储介质 | |
| CN117195886A (zh) | 基于人工智能的文本数据处理方法、装置、设备及介质 | |
| CN112765481B (zh) | 一种数据处理方法、装置、计算机及可读存储介质 | |
| CN115203487B (zh) | 基于多方安全图的数据处理方法及相关装置 | |
| CN116166858A (zh) | 基于人工智能的信息推荐方法、装置、设备及存储介质 | |
| CN109120509A (zh) | 一种信息收集的方法及装置 | |
| CN115578170A (zh) | 一种财务批量制证方法、装置、设备及存储介质 | |
| CN115378806A (zh) | 流量分配方法、装置、计算机设备及存储介质 | |
| CN115576837A (zh) | 一种批量造数方法、装置、计算机设备及存储介质 | |
| CN111858832B (zh) | 一种对话方法、装置、电子设备和存储介质 | |
| CN111859985B (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
| CN110795424B (zh) | 特征工程变量数据请求处理方法、装置及电子设备 | |
| CN111882415A (zh) | 一种质量检测模型的训练方法和相关装置 | |
| CN113779198A (zh) | 基于人工智能的电子名片生成方法、装置、设备及介质 | |
| CN113361629A (zh) | 一种训练样本生成的方法、装置、计算机设备及存储介质 | |
| CN109542986B (zh) | 网络数据的要素归一化方法、装置、设备及存储介质 | |
| CN118260394B (zh) | 一种回复信息生成方法、装置、终端设备以及存储介质 | |
| KR102449831B1 (ko) | 신규 텍스트에 대한 정보를 제공하는 전자 장치, 신규 텍스트를 확인하는 서버 및 그 동작 방법 | |
| CN112435116B (zh) | 基于人工智能的数据处理方法、装置、计算机设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |