CN111914983B - 交互方法及装置、音箱、电子设备和存储介质 - Google Patents

交互方法及装置、音箱、电子设备和存储介质 Download PDF

Info

Publication number
CN111914983B
CN111914983B CN201910376459.4A CN201910376459A CN111914983B CN 111914983 B CN111914983 B CN 111914983B CN 201910376459 A CN201910376459 A CN 201910376459A CN 111914983 B CN111914983 B CN 111914983B
Authority
CN
China
Prior art keywords
round
decision
models
determining
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.)
Active
Application number
CN201910376459.4A
Other languages
English (en)
Other versions
CN111914983A (zh
Inventor
冯伟国
牛也
李双江
丁盘苹
金灿灿
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910376459.4A priority Critical patent/CN111914983B/zh
Priority to PCT/CN2020/086627 priority patent/WO2020224448A1/zh
Publication of CN111914983A publication Critical patent/CN111914983A/zh
Application granted granted Critical
Publication of CN111914983B publication Critical patent/CN111914983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开涉及一种交互方法及装置、音箱、电子设备和存储介质。所述方法包括：获取第t轮的用户输入信息，其中，t为大于或等于1的整数；至少根据所述第t轮的用户输入信息，以及第t‑1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t‑1轮的输出信息根据所述多个决策模型在所述第t‑1轮的决策结果确定；根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息。在本公开中，上一轮的决策能够帮助所有决策模型在本轮做出更好的决策，且在每一轮做决策时能够融合各个决策模型进行更准确的决策。

Description

交互方法及装置、音箱、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种交互方法及装置、音箱、电子设备和存储介质。
背景技术
在语音交互场景中，用户输入的语音经过自然语言理解以及对话决策后，得到给用户的回复或者用户所请求的服务。工程人员和研究人员提供了各种类型的对话决策模型。目前，在对话决策系统中，不同的对话决策模型是割裂存在的。例如，用户输入的文本首先经过基于规则的对话决策模型，如果有结果则返回给用户，否则继续经过基于匹配的对话决策模型，如果有结果则返回给用户。不同的对话决策模型之间是完全割裂的，无法帮助彼此在下一步用户输入时做出更好的对话决策。
如何将各种对话决策模型融合起来进行更准确地对话决策，是亟待解决的问题。
发明内容
本公开提出了一种交互技术方案。
根据本公开的一方面，提供了一种交互方法，包括：
获取第t轮的用户输入信息，其中，t为大于或等于1的整数；
至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t-1轮的输出信息根据所述多个决策模型在所述第t-1轮的决策结果确定；
根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息。
在一种可能的实现方式中，所述至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，包括：
根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，以及所述第t轮的状态信息，确定所述多个决策模型在所述第t轮的决策结果。
在一种可能的实现方式中，所述多个决策模型包括循环神经网络模型；
所述至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，包括：
根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，所述第t轮的状态信息，以及所述循环神经网络模型在所述第t-1轮的隐层特征，确定所述多个决策模型在所述第t轮的决策结果。
在一种可能的实现方式中，所述第t轮的状态信息包括以下至少一种：与所述第t轮相关的实体信息、所述第t轮所属的时间信息以及所述第t轮的轮数信息。
在一种可能的实现方式中，所述根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息，包括：
根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果；
根据所述投票结果，确定所述第t轮的输出信息。
在一种可能的实现方式中，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的决策类别；
所述根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果，包括：
将所述各个决策模型在所述第t轮的决策类别分别确定为所述各个决策模型投票的类别；
将投票数最高的类别确定为所述投票结果。
在一种可能的实现方式中，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的备选决策类别以及所述备选决策类别的权重；
所述根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果，包括：
根据所述各个决策模型在所述第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；
将权重之和最大的备选决策类别确定为所述投票结果。
在一种可能的实现方式中，所述根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息，包括：
将所述多个决策模型中的各个决策模型在所述第t轮的决策结果分别输入预设深度学习模型中，经由所述预设深度学习模型输出所述第t轮的输出信息。
在一种可能的实现方式中，所述用户输入信息为用户输入的语音。
根据本公开的另一方面，提供了一种交互装置，包括：
获取模块，用于获取第t轮的用户输入信息，其中，t为大于或等于1的整数；
第一确定模块，用于至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t-1轮的输出信息根据所述多个决策模型在所述第t-1轮的决策结果确定；
第二确定模块，用于根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息。
在一种可能的实现方式中，所述第一确定模块用于：
根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，以及所述第t轮的状态信息，确定所述多个决策模型在所述第t轮的决策结果。
在一种可能的实现方式中，所述多个决策模型包括循环神经网络模型；
所述第一确定模块用于：根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，所述第t轮的状态信息，以及所述循环神经网络模型在所述第t-1轮的隐层特征，确定所述多个决策模型在所述第t轮的决策结果。
在一种可能的实现方式中，所述第t轮的状态信息包括以下至少一种：与所述第t轮相关的实体信息、所述第t轮所属的时间信息以及所述第t轮的轮数信息。
在一种可能的实现方式中，所述第二确定模块用于：
根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果；
根据所述投票结果，确定所述第t轮的输出信息。
在一种可能的实现方式中，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的决策类别；
所述第二确定模块用于：
将所述各个决策模型在所述第t轮的决策类别分别确定为所述各个决策模型投票的类别；
将投票数最高的类别确定为所述投票结果。
在一种可能的实现方式中，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的备选决策类别以及所述备选决策类别的权重；
所述第二确定模块用于：
根据所述各个决策模型在所述第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；
将权重之和最大的备选决策类别确定为所述投票结果。
在一种可能的实现方式中，所述第二确定模块用于：
将所述多个决策模型中的各个决策模型在所述第t轮的决策结果分别输入预设深度学习模型中，经由所述预设深度学习模型输出所述第t轮的输出信息。
在一种可能的实现方式中，所述用户输入信息为用户输入的语音。
根据本公开的另一方面，提供了一种音箱，包括：
获取模块，用于获取第t轮的用户输入信息，其中，t为大于或等于1的整数；
第一确定模块，用于至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t-1轮的输出信息根据所述多个决策模型在所述第t-1轮的决策结果确定；
第二确定模块，用于根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息。
在一种可能的实现方式中，所述第一确定模块用于：
根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，以及所述第t轮的状态信息，确定所述多个决策模型在所述第t轮的决策结果。
在一种可能的实现方式中，所述多个决策模型包括循环神经网络模型；
所述第一确定模块用于：根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，所述第t轮的状态信息，以及所述循环神经网络模型在所述第t-1轮的隐层特征，确定所述多个决策模型在所述第t轮的决策结果。
在一种可能的实现方式中，所述第t轮的状态信息包括以下至少一种：与所述第t轮相关的实体信息、所述第t轮所属的时间信息以及所述第t轮的轮数信息。
在一种可能的实现方式中，所述第二确定模块用于：
根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果；
根据所述投票结果，确定所述第t轮的输出信息。
在一种可能的实现方式中，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的决策类别；
所述第二确定模块用于：
将所述各个决策模型在所述第t轮的决策类别分别确定为所述各个决策模型投票的类别；
将投票数最高的类别确定为所述投票结果。
在一种可能的实现方式中，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的备选决策类别以及所述备选决策类别的权重；
所述第二确定模块用于：
根据所述各个决策模型在所述第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；
将权重之和最大的备选决策类别确定为所述投票结果。
在一种可能的实现方式中，所述第二确定模块用于：
将所述多个决策模型中的各个决策模型在所述第t轮的决策结果分别输入预设深度学习模型中，经由所述预设深度学习模型输出所述第t轮的输出信息。
在一种可能的实现方式中，所述用户输入信息为用户输入的语音。
根据本公开的另一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述交互方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述交互方法。
在本公开实施例中，通过获取第t轮的用户输入信息，至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，并根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息，由此上一轮的决策能够帮助所有决策模型在本轮做出更好的决策，且在每一轮做决策时能够融合各个决策模型进行更准确的决策。
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，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的交互方法的流程图。
图2示出本公开实施例的交互方法的示意图。
图3示出根据本公开实施例的交互装置的框图。
图4示出根据本公开实施例的音箱的框图。
图5示出根据本公开实施例的一种电子设备800的框图。
图6示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种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。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的交互方法的流程图。该交互方法的执行主体可以是交互装置。例如，该交互方法可以由终端设备或服务器或其它处理设备执行。其中，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、音箱、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，该交互方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，该交互方法包括步骤S11至步骤S13。
在步骤S11中，获取第t轮的用户输入信息，其中，t为大于或等于1的整数。
在本公开实施例中，用户输入信息可以为用户输入的语音、文本或者其他信息。
在一种可能的实现方式中，在语音交互的应用场景中，用户输入信息可以为用户输入的语音。采用ASR(Automatic Speech Recognition，自动语音识别)技术，可以将用户输入的语音转换为文本；采用NLU(Natural Language Understanding，自然语言理解)模型，可以基于转换得到的文本得到语义向量。
在步骤S12中，至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，第t-1轮的输出信息根据多个决策模型在第t-1轮的决策结果确定。
在本公开实施例中，决策模型的数量大于或等于2。例如，多个决策模型中包括LSTM(Long Short Term Memory，长短期记忆)模型和匹配(Matching)模型。
在一种可能的实现方式中，决策模型为端到端决策模型。例如，决策模型可以为端到端对话决策模型、基于门控循环单元(Gated Recurrent Unit，GRU)的端到端决策模型或者基于上下文匹配的端到端决策模型等。
在一种可能的实现方式中，至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，包括：根据第t轮的用户输入信息，第t-1轮的输出信息，以及第t轮的状态信息，确定多个决策模型在第t轮的决策结果。
在该实现方式中，第t轮的状态信息可以指第t轮交互时的上下文状态信息。
在一种可能的实现方式中，第t轮的状态信息包括以下至少一种：与第t轮相关的实体信息、第t轮所属的时间信息以及第t轮的轮数信息。
在一个示例中，与第t轮相关的实体信息可以包括与第t轮相关的地点信息和人物信息。在另一个示例中，在购物场景中，与第t轮相关的实体信息可以包括品牌、产品、价格等实体的信息。在另一个示例中，在手机充值场景中，与第t轮相关的实体信息可以包括电话号码、昵称和价格等实体信息。
在一个示例中，第t轮所属的时间信息可以包括第t轮所属的时间为工作日或者假期等信息。
在一个示例中，第t轮的轮数信息可以为当天交互的次数信息。根据第t轮的轮数信息，可以确定是当天第几次交互。
在一种可能的实现方式中，多个决策模型包括循环神经网络(RNN，RecurrentNeural Network)模型；至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，包括：根据第t轮的用户输入信息，第t-1轮的输出信息，第t轮的状态信息，以及循环神经网络模型在第t-1轮的隐层特征，确定多个决策模型在第t轮的决策结果。
例如，若循环神经网络模型为LSTM模型，则LSTM模型可以根据第t轮的用户输入信息，第t-1轮的输出信息，第t轮的状态信息，以及LSTM模型在第t-1轮的隐层特征，确定LSTM模型在第t轮的决策结果。
在步骤S13中，根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息。
在本公开实施例中，根据多个决策模型在第t轮的决策结果确定第t轮的输出信息，由此能够结合多个决策模型的信息以及各自的优势，从而能够获得更准确的输出信息。
在本公开实施例中，在得到第t轮的输出信息之后，输出第t轮的输出信息。例如，第t轮的输出信息为对用户进行回复，或者向用户返回请求的服务。例如，用户输入信息为询问天气的语音，则给用户的回复为天气查询结果。
在一种可能的实现方式中，根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息，包括：根据多个决策模型在第t轮的决策结果进行投票，得到投票结果；根据投票结果，确定第t轮的输出信息。
在一个示例中，多个决策模型在第t轮的决策结果包括多个决策模型中的各个决策模型在第t轮的决策类别；根据多个决策模型在第t轮的决策结果进行投票，得到投票结果，包括：将各个决策模型在第t轮的决策类别分别确定为各个决策模型投票的类别；将投票数最高的类别确定为投票结果。
例如，决策模型的数量为3个，分别是决策模型1、决策模型2和决策模型3。其中，决策模型1在第t轮的决策类别为类别A，决策模型2在第t轮的决策类别为类别A，决策模型3在第t轮的决策类别为类别C，则类别A的投票数为2，类别C的投票数为1，因此将类别A确定为投票结果。
在另一个示例中，多个决策模型在第t轮的决策结果包括多个决策模型中的各个决策模型在第t轮的备选决策类别以及备选决策类别的权重；根据多个决策模型在第t轮的决策结果进行投票，得到投票结果，包括：根据各个决策模型在第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；将权重之和最大的备选决策类别确定为投票结果。
例如，决策模型的数量为3个，分别是决策模型1、决策模型2和决策模型3。其中，决策模型1在第t轮的决策结果为(A:0.3，B:0.4)，即，决策模型1在第t轮的备选决策类别为A和B，其中，备选决策类别A的权重为0.3，备选决策类别B的权重为0.4；决策模型2在第t轮的决策结果为(A:0.3，B:0.4)，即，决策模型2在第t轮的备选决策类别为A和B，其中，备选决策类别A的权重为0.3，备选决策类别B的权重为0.4；决策模型3在第t轮的决策结果为(A:0.9，B:0.1)，即，决策模型3在第t轮的备选决策类别为A和B，其中，备选决策类别A的权重为0.9，备选决策类别B的权重为0.1。根据决策模型1、决策模型2和决策模型3在第t轮的备选决策类别以及备选决策类别的权重，可以确定备选决策类别A对应的权重之和为1.5，备选决策类别B对应的权重之和为0.9，因此将备选决策类别A确定为投票结果。
在一种可能的实现方式中，根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息，包括：将多个决策模型中的各个决策模型在第t轮的决策结果分别输入预设深度学习模型中，经由预设深度学习模型输出第t轮的输出信息。
在该实现方式中，预设深度学习模型可以为预先训练的用于根据多个决策模型的决策结果确定输出信息的深度学习模型。
例如，决策模型的数量为3个，分别是决策模型1、决策模型2和决策模型3。其中，决策模型1在第t轮的决策结果为(A:0.3，B:0.4)，即，决策模型1在第t轮的备选决策类别为A和B，其中，备选决策类别A的权重为0.3，备选决策类别B的权重为0.4；决策模型2在第t轮的决策结果为(A:0.3，B:0.4)，即，决策模型2在第t轮的备选决策类别为A和B，其中，备选决策类别A的权重为0.3，备选决策类别B的权重为0.4；决策模型3在第t轮的决策结果为(A:0.9，B:0.1)，即，决策模型3在第t轮的备选决策类别为A和B，其中，备选决策类别A的权重为0.9，备选决策类别B的权重为0.1。将决策模型1、决策模型2和决策模型3在第t轮的决策结果分别输入预设深度学习模型中，经由预设深度学习模型输出第t轮的输出信息。
在一种可能的实现方式中，第t轮的输出信息可以用于确定各个决策模型在第t+1轮的决策结果。例如，在第t+1轮中，根据第t+1轮的用户输入信息，以及第t轮的输出信息，确定多个决策模型中的各个决策模型在第t+1轮的决策结果。又如，在第t+1轮中，根据第t+1轮的用户输入信息，第t轮的输出信息，以及第t+1轮的状态信息，确定多个决策模型中的各个决策模型在第t+1轮的决策结果。
图2示出本公开实施例的交互方法的示意图。在图2所示的示例中，决策模型包括LSTM模型和Matching模型。在第t轮，LSTM模型根据第t轮的用户输入信息，第t-1轮的输出信息(Action’t-1)，第t轮的状态信息(utterancet)，以及LSTM模型在第t-1轮的隐层特征，确定LSTM模型在第t轮的决策结果(Actiont)；Matching模型根据第t轮的用户输入信息，第t-1轮的输出信息(Action’t-1)，以及第t轮的状态信息(utterancet)，确定Matching模型在第t轮的决策结果(Actiont)。LSTM模型在第t轮的决策结果(Actiont)和Matching模型在第t轮的决策结果(Actiont)经由Decision(决策)模块得到第t轮的输出信息(Action’t)。类似地，在第t+1轮，LSTM模型根据第t+1轮的用户输入信息，第t轮的输出信息(Action’t)，第t+1轮的状态信息(utterancet+1)，以及LSTM模型在第t轮的隐层特征，确定LSTM模型在第t+1轮的决策结果(Actiont+1)；Matching模型根据第t+1轮的用户输入信息，第t轮的输出信息(Action’t)，以及第t+1轮的状态信息(utterancet+1)，确定Matching模型在第t+1轮的决策结果(Actiont+1)。LSTM模型在第t+1轮的决策结果(Actiont+1)和Matching模型在第t+1轮的决策结果(Actiont+1)经由Decision模块得到第t+1轮的输出信息(Action’t+1)。
需要说明的是，尽管以两个决策模型介绍了交互方法如上，但本领域技术人员能够理解，本公开应不限于此。本公开提供的交互方法可以涉及更多的决策模型。
在本公开实施例中，通过获取第t轮的用户输入信息，至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，并根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息，由此上一轮的决策能够帮助所有决策模型在本轮做出更好的决策，且在每一轮做决策时能够融合各个决策模型进行更准确的决策。
本公开实施例提供的交互方法提供了一种端到端的用户交互方案，能够降低维护难度。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了交互装置、音箱、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种交互方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图3示出根据本公开实施例的交互装置的框图。如图3所示，该交互装置包括：获取模块31，用于获取第t轮的用户输入信息，其中，t为大于或等于1的整数；第一确定模块32，用于至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，第t-1轮的输出信息根据多个决策模型在第t-1轮的决策结果确定；第二确定模块33，用于根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息。
在一种可能的实现方式中，第一确定模块32用于：根据第t轮的用户输入信息，第t-1轮的输出信息，以及第t轮的状态信息，确定多个决策模型在第t轮的决策结果。
在一种可能的实现方式中，多个决策模型包括循环神经网络模型；第一确定模块32用于：根据第t轮的用户输入信息，第t-1轮的输出信息，第t轮的状态信息，以及循环神经网络模型在第t-1轮的隐层特征，确定多个决策模型在第t轮的决策结果。
在一种可能的实现方式中，第t轮的状态信息包括以下至少一种：与第t轮相关的实体信息、第t轮所属的时间信息以及第t轮的轮数信息。
在一种可能的实现方式中，第二确定模块33用于：根据多个决策模型在第t轮的决策结果进行投票，得到投票结果；根据投票结果，确定第t轮的输出信息。
在一种可能的实现方式中，多个决策模型在第t轮的决策结果包括多个决策模型中的各个决策模型在第t轮的决策类别；第二确定模块33用于：将各个决策模型在第t轮的决策类别分别确定为各个决策模型投票的类别；将投票数最高的类别确定为投票结果。
在一种可能的实现方式中，多个决策模型在第t轮的决策结果包括多个决策模型中的各个决策模型在第t轮的备选决策类别以及备选决策类别的权重；第二确定模块33用于：根据各个决策模型在第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；将权重之和最大的备选决策类别确定为投票结果。
在一种可能的实现方式中，第二确定模块33用于：将多个决策模型中的各个决策模型在第t轮的决策结果分别输入预设深度学习模型中，经由预设深度学习模型输出第t轮的输出信息。
在本公开实施例中，通过获取第t轮的用户输入信息，至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，并根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息，由此上一轮的决策能够帮助所有决策模型在本轮做出更好的决策，且在每一轮做决策时能够融合各个决策模型进行更准确的决策。
图4示出根据本公开实施例的音箱的框图。如图4所示，该音箱包括：获取模块41，用于获取第t轮的用户输入信息，其中，t为大于或等于1的整数；第一确定模块42，用于至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，第t-1轮的输出信息根据多个决策模型在第t-1轮的决策结果确定；第二确定模块43，用于根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息。
在一种可能的实现方式中，第一确定模块42用于：根据第t轮的用户输入信息，第t-1轮的输出信息，以及第t轮的状态信息，确定多个决策模型在第t轮的决策结果。
在一种可能的实现方式中，多个决策模型包括循环神经网络模型；第一确定模块42用于：根据第t轮的用户输入信息，第t-1轮的输出信息，第t轮的状态信息，以及循环神经网络模型在第t-1轮的隐层特征，确定多个决策模型在第t轮的决策结果。
在一种可能的实现方式中，第t轮的状态信息包括以下至少一种：与第t轮相关的实体信息、第t轮所属的时间信息以及第t轮的轮数信息。
在一种可能的实现方式中，第二确定模块43用于：根据多个决策模型在第t轮的决策结果进行投票，得到投票结果；根据投票结果，确定第t轮的输出信息。
在一种可能的实现方式中，多个决策模型在第t轮的决策结果包括多个决策模型中的各个决策模型在第t轮的决策类别；第二确定模块43用于：将各个决策模型在第t轮的决策类别分别确定为各个决策模型投票的类别；将投票数最高的类别确定为投票结果。
在一种可能的实现方式中，多个决策模型在第t轮的决策结果包括多个决策模型中的各个决策模型在第t轮的备选决策类别以及备选决策类别的权重；第二确定模块43用于：根据各个决策模型在第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；将权重之和最大的备选决策类别确定为投票结果。
在一种可能的实现方式中，第二确定模块43用于：将多个决策模型中的各个决策模型在第t轮的决策结果分别输入预设深度学习模型中，经由预设深度学习模型输出第t轮的输出信息。
在本公开实施例中，通过获取第t轮的用户输入信息，至少根据第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，并根据多个决策模型在第t轮的决策结果，确定第t轮的输出信息，由此上一轮的决策能够帮助所有决策模型在本轮做出更好的决策，且在每一轮做决策时能够融合各个决策模型进行更准确的决策。
在一些实施例中，本公开实施例提供的装置或音箱具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (13)

1.一种交互方法，其特征在于，包括：
在语音交互场景中，获取第t轮的用户输入信息，其中，t为大于或等于1的整数；所述用户输入信息为所述用户输入的语音；
至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t-1轮的输出信息根据所述多个决策模型在所述第t-1轮的决策结果确定；
根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息；所述输出信息用于对所述用户进行回复或者向用户返回请求的服务；
所述第t轮的输出信息用于：供所述多个决策模型包含有的决策模型在第t+1轮时根据所述第t+1轮的输入信息、所述第t轮的输出信息，所述第t+1轮的状态信息，以及所述多个决策模型包含有的决策模型在所述第t轮的隐层特征，确定所述多个决策模型包含有的决策模型在所述第t+1轮的决策结果，并根据所述多个决策模型包含有的决策模型在所述第t+1轮的决策结果，确定所述第t+1轮的输出信息。
2.根据权利要求1所述的方法，其特征在于：
根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，以及所述第t轮的状态信息，确定所述多个决策模型在所述第t轮的决策结果。
3.根据权利要求1所述的方法，其特征在于，所述多个决策模型包括循环神经网络模型；
所述至少根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，包括：
根据所述第t轮的用户输入信息，所述第t-1轮的输出信息，所述第t轮的状态信息，以及所述循环神经网络模型在所述第t-1轮的隐层特征，确定所述多个决策模型在所述第t轮的决策结果。
4.根据权利要求2或3所述的方法，其特征在于，所述第t轮的状态信息包括以下至少一种：与所述第t轮相关的实体信息、所述第t轮所属的时间信息以及所述第t轮的轮数信息。
5.根据权利要求1所述的方法，其特征在于：
根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果；
根据所述投票结果，确定所述第t轮的输出信息。
6.根据权利要求5所述的方法，其特征在于，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的决策类别；
所述根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果，包括：
将所述各个决策模型在所述第t轮的决策类别分别确定为所述各个决策模型投票的类别；
将投票数最高的类别确定为所述投票结果。
7.根据权利要求6所述的方法，其特征在于，所述多个决策模型在所述第t轮的决策结果包括所述多个决策模型中的各个决策模型在所述第t轮的备选决策类别以及所述备选决策类别的权重；
所述根据所述多个决策模型在所述第t轮的决策结果进行投票，得到投票结果，包括：
根据所述各个决策模型在所述第t轮的备选决策类别的权重，确定各个备选决策类别对应的权重之和；
将权重之和最大的备选决策类别确定为所述投票结果。
8.根据权利要求1所述的方法，其特征在于：
将所述多个决策模型中的各个决策模型在所述第t轮的决策结果分别输入预设深度学习模型中，经由所述预设深度学习模型输出所述第t轮的输出信息。
9.根据权利要求1所述的方法，其特征在于，所述用户输入信息为用户输入的语音。
10.一种交互装置，其特征在于，包括：
获取模块，用于在语音交互场景中，获取第t轮的用户输入信息，其中，t为大于或等于1的整数；所述用户输入信息为所述用户输入的语音；
第一确定模块，用于根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t-1轮的输出信息根据所述多个决策模型在所述第t-1轮的决策结果确定；
第二确定模块，用于根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息；所述输出信息用于对所述用户进行回复或者向用户返回请求的服务；
所述第t轮的输出信息用于：供所述多个决策模型包含有的决策模型在第t+1轮时根据所述第t+1轮的输入信息、所述第t轮的输出信息，所述第t+1轮的状态信息，以及所述多个决策模型包含有的决策模型在所述第t轮的隐层特征，确定所述多个决策模型包含有的决策模型在所述第t+1轮的决策结果，并根据所述多个决策模型包含有的决策模型在所述第t+1轮的决策结果，确定所述第t+1轮的输出信息。
11.一种音箱，其特征在于，包括：
获取模块，用于在语音交互场景中，获取第t轮的用户输入信息，其中，t为大于或等于1的整数；所述用户输入信息为所述用户输入的语音；
第一确定模块，用于根据所述第t轮的用户输入信息，以及第t-1轮的输出信息，确定多个决策模型在第t轮的决策结果，其中，所述第t-1轮的输出信息根据所述多个决策模型在所述第t-1轮的决策结果确定；
第二确定模块，用于根据所述多个决策模型在所述第t轮的决策结果，确定所述第t轮的输出信息；所述输出信息用于对所述用户进行回复或者向用户返回请求的服务；
所述第t轮的输出信息用于：供所述多个决策模型包含有的决策模型在第t+1轮时根据所述第t+1轮的输入信息、所述第t轮的输出信息，所述第t+1轮的状态信息，以及所述多个决策模型包含有的决策模型在所述第t轮的隐层特征，确定所述多个决策模型包含有的决策模型在所述第t+1轮的决策结果，并根据所述多个决策模型包含有的决策模型在所述第t+1轮的决策结果，确定所述第t+1轮的输出信息。
12.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至9中任意一项所述的方法。
CN201910376459.4A 2019-05-07 2019-05-07 交互方法及装置、音箱、电子设备和存储介质 Active CN111914983B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910376459.4A CN111914983B (zh) 2019-05-07 2019-05-07 交互方法及装置、音箱、电子设备和存储介质
PCT/CN2020/086627 WO2020224448A1 (zh) 2019-05-07 2020-04-24 交互方法及装置、音箱、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910376459.4A CN111914983B (zh) 2019-05-07 2019-05-07 交互方法及装置、音箱、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN111914983A CN111914983A (zh) 2020-11-10
CN111914983B true CN111914983B (zh) 2023-10-24

Family

ID=73050583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910376459.4A Active CN111914983B (zh) 2019-05-07 2019-05-07 交互方法及装置、音箱、电子设备和存储介质

Country Status (2)

Country Link
CN (1) CN111914983B (zh)
WO (1) WO2020224448A1 (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106844741A (zh) * 2017-02-13 2017-06-13 哈尔滨工业大学 一种面向特定领域的问题解答方法
CN107240398A (zh) * 2017-07-04 2017-10-10 科大讯飞股份有限公司 智能语音交互方法及装置
CN107766506A (zh) * 2017-10-20 2018-03-06 哈尔滨工业大学 一种基于层次化注意力机制的多轮对话模型构建方法
CN108121824A (zh) * 2018-01-12 2018-06-05 北京融快线科技有限公司 一种面向金融服务的聊天机器人及系统
CN108829667A (zh) * 2018-05-28 2018-11-16 南京柯基数据科技有限公司 一种基于记忆网络的多轮对话下的意图识别方法
CN108874967A (zh) * 2018-06-07 2018-11-23 腾讯科技（深圳）有限公司 对话状态确定方法及装置、对话系统、终端、存储介质
EP3445000A1 (en) * 2016-04-12 2019-02-20 Tencent Technology (Shenzhen) Company Limited Link decision method and decision device
CN109686445A (zh) * 2018-12-29 2019-04-26 成都睿码科技有限责任公司 一种基于自动标签和多模型融合的智能导诊算法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108429994B (zh) * 2017-02-15 2020-10-09 阿里巴巴集团控股有限公司 音频识别、回声消除方法、装置及设备
CN107221320A (zh) * 2017-05-19 2017-09-29 百度在线网络技术（北京）有限公司 训练声学特征提取模型的方法、装置、设备和计算机存储介质
CN108509727B (zh) * 2018-03-30 2022-04-08 深圳市智物联网络有限公司 数据建模中的模型选择处理方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3445000A1 (en) * 2016-04-12 2019-02-20 Tencent Technology (Shenzhen) Company Limited Link decision method and decision device
CN106844741A (zh) * 2017-02-13 2017-06-13 哈尔滨工业大学 一种面向特定领域的问题解答方法
CN107240398A (zh) * 2017-07-04 2017-10-10 科大讯飞股份有限公司 智能语音交互方法及装置
CN107766506A (zh) * 2017-10-20 2018-03-06 哈尔滨工业大学 一种基于层次化注意力机制的多轮对话模型构建方法
CN108121824A (zh) * 2018-01-12 2018-06-05 北京融快线科技有限公司 一种面向金融服务的聊天机器人及系统
CN108829667A (zh) * 2018-05-28 2018-11-16 南京柯基数据科技有限公司 一种基于记忆网络的多轮对话下的意图识别方法
CN108874967A (zh) * 2018-06-07 2018-11-23 腾讯科技（深圳）有限公司 对话状态确定方法及装置、对话系统、终端、存储介质
CN109686445A (zh) * 2018-12-29 2019-04-26 成都睿码科技有限责任公司 一种基于自动标签和多模型融合的智能导诊算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Comparative study of singing voice detection based on deep neural networks and ensemble learning;Shingchern D. You 等;《Hum. Cent. Comput. Inf. Sci》;第1-18页 *
Long Short-Term Memory Projection Recurrent Neural Network Architectures for Piano’s Continuous Note Recognition;YuKang Jia 等;《Journal of Robotics》;第1-8页 *
基于LSTM的智能家居机器学习系统预测模型研究;包晓安 等;《浙江理工大学学报（自然科学版）》;第224-231页 *

Also Published As

Publication number Publication date
CN111914983A (zh) 2020-11-10
WO2020224448A1 (zh) 2020-11-12

Similar Documents

Publication Publication Date Title
CN110889469B (zh) 图像处理方法及装置、电子设备和存储介质
CN113538517B (zh) 目标追踪方法及装置、电子设备和存储介质
CN110909815B (zh) 神经网络训练、图像处理方法、装置及电子设备
CN111612070B (zh) 基于场景图的图像描述生成方法及装置
CN110598504B (zh) 图像识别方法及装置、电子设备和存储介质
CN111242303B (zh) 网络训练方法及装置、图像处理方法及装置
CN111931844B (zh) 图像处理方法及装置、电子设备和存储介质
CN109165738B (zh) 神经网络模型的优化方法及装置、电子设备和存储介质
CN111259967B (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN109858614B (zh) 神经网络训练方法及装置、电子设备和存储介质
CN112001364A (zh) 图像识别方法及装置、电子设备和存储介质
CN109685041B (zh) 图像分析方法及装置、电子设备和存储介质
US11335348B2 (en) Input method, device, apparatus, and storage medium
CN113065591B (zh) 目标检测方法及装置、电子设备和存储介质
CN113298091A (zh) 图像处理方法及装置、电子设备和存储介质
CN110633715B (zh) 图像处理方法、网络训练方法及装置、和电子设备
CN109447258B (zh) 神经网络模型的优化方法及装置、电子设备和存储介质
CN112445906A (zh) 一种生成回复消息的方法及装置
CN113807253A (zh) 人脸识别方法及装置、电子设备和存储介质
CN112559673A (zh) 语言处理模型的训练方法及装置、电子设备及存储介质
CN113065361B (zh) 用户亲密度的确定方法及装置、电子设备和存储介质
CN111914983B (zh) 交互方法及装置、音箱、电子设备和存储介质
CN111582265A (zh) 一种文本检测方法及装置、电子设备和存储介质
CN110019928B (zh) 视频标题的优化方法及装置
CN113946228A (zh) 语句推荐方法、装置、电子设备和可读存储介质

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