CN112035609B - 一种智能对话方法、装置以及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种智能对话方法、装置以及计算机可读存储介质，包括接收目标对象所发送的第一输入信息；提取所述第一输入信息中用于表征背景实体指代词的第一中间信息；根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息；根据所述特定预存信息和所述第一输入信息，生成并反馈用于满足所述目标对象完整意图的第一输出信息。由此，在对话过程中，在用户的意图不明确时，利用用户的输入信息和背景实体信息之间的关系，仍然可以回复满足用户完整意图的回复信息，无需经过多轮对话来获取用户的完整意图，提升了用户体验感。

Description

一种智能对话方法、装置以及计算机可读存储介质

技术领域

本发明涉及信息交互领域，尤其涉及一种智能对话方法、装置以及计算机可读存储介质。

背景技术

现有的对话系统一般是精确理解用户的意图之后，对用户所提出的问题进行精确的回复，对话过程中，若系统在没有完全理解用户意图时，会进行追问，通过多轮对话来精确理解用户的意图。

此过程虽然能做到精准回复，但是显得不够智能，长时间的多轮对话会降低用户的体验感，例如一台智能音箱正在播放周杰伦的七里香，用户突然好奇的问“这首歌挺好听的呀，谁唱的？”，系统会按照歌曲名<这首歌>去搜索作者，显然是错误的，进而导致用户体验感不佳。

发明内容

本发明实施例提供了一种智能对话方法、装置以及计算机可读存储介质，具有提升用户体验感的技术效果。

本发明一方面提供一种智能对话方法，所述方法包括：接收目标对象所发送的第一输入信息；提取所述第一输入信息中用于表征背景实体指代词的第一中间信息；根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息；根据所述特定预存信息和所述第一输入信息，生成并反馈用于满足所述目标对象完整意图的第一输出信息。

在一可实施方式中，所述提取所述第一输入信息中用于表征背景实体指代词的第一中间信息，包括：利用正则表达式识别所述第一输入信息中的第一中间信息。

在一可实施方式中，所述根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息，包括：检测并提取所述信息库中的所有用于表征背景实体的预存信息；将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行特征匹配，选取满足预设条件的预存信息作为特定预存信息，其中所述特征信息包括语义槽信息、类别信息、轮数信息和候选场景信息。

在一可实施方式中，所述将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行特征匹配，选取满足预设条件的候选背景实体作为特定预存信息，包括：将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行对应特征加权运算，选取运算分数最高的预存信息作为特定预存信息。

在一可实施方式中，所述预存信息通过根据外界环境所发出的环境信息进行搜索得到，其中环境信息至少包括声音信息、图像信息和视频信息。

在一可实施方式中，所述方法还包括：接收所述目标对象所发送的第二输入信息；若判定所述第二输入信息存在用于表征指代词的第二中间信息，则通过指代消解技术将所述第二中间信息对应于所述第一中间信息；根据所述第二中间信息和所述第二输入信息，生成并反馈用于满足所述目标对象当前意图第二输出信息。

在一可实施方式中，所述特定预存信息为表征地理位置的数据信息，所述数据信息包括地理位置信息、地理位置类型信息和经纬度信息。

在一可实施方式中，所述特定预存信息为表征影像和/或音频的数据信息，所述数据信息包括所述影像和/或音频的名称信息和人物信息。

本发明另一方面提供一种智能对话装置，所述装置包括：信息接收模块，用于接收目标对象所发送的第一输入信息；信息提取模块，用于提取所述第一输入信息中用于表征背景实体指代词的第一中间信息；信息查询模块，用于根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息；信息反馈模块，用于根据所述特定预存信息和所述第一输入信息，生成并反馈用于满足所述目标对象完整意图的第一输出信息。

本发明另一方面提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一项所述的智能对话方法。

在本发明实施例中，在对话过程中，在用户的意图不明确时，利用用户的输入信息和背景实体信息之间的关系，仍然可以回复满足用户完整意图的回复信息，无需经过多轮对话来获取用户的完整意图，提升了用户体验感。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

在附图中，相同或对应的标号表示相同或对应的部分。

图1为本发明实施例一种智能对话方法的实现流程示意图；

图2为本发明实施例一种智能对话方法的具体实现流程示意图；

图3为本发明实施例一种智能对话装置的结构组成示意图。

具体实施方式

为使本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例一种智能对话方法的实现流程示意图。

如图1所示，本发明一方面提供一种智能对话方法，方法包括：

步骤101，接收目标对象所发送的第一输入信息；

步骤102，提取第一输入信息中用于表征背景实体指代词的第一中间信息；

步骤103，根据第一中间信息，查询信息库中用于表征第一中间信息背景实体的特定预存信息；

步骤104，根据特定预存信息和第一输入信息，生成并反馈用于满足目标对象完整意图的第一输出信息。

本实施例中，在步骤101中，目标对象可以是人，也可以是具有语音功能的设备如智能音响。第一输入信息可以是目标对象所输入的文本信息、影像信息，也可以是目标对象所发出的声音信息。

在步骤102中，提取方式一般针对文本信息进行操作，由此，若判定第一输入信息为影像信息或者是声音信息，则通过OCR(Optical Character Recognition，光学字符识别)技术识别影像信息识别影像信息中的文本信息，或者通过语音识别系统将声音信息转为文本信息，进而获取到对应于第一输入信息的文本信息。背景实体指代词可以为相对固定的事物指代词，如“公司”、“我家”等，也可以是经常改动的事物指代词，如“目的地”、“这首歌”等。表征背景实体指代词的第一中间信息的提取方式可以是通过事先利用正则表达式设计提取规则来进行提取，也可以是利用已训练的分类器针对第一输入信息中的背景实体指代词进行分类识别得到，例如将“公司附近的电影院”中所提取得到的背景实体指代词为“公司”。

在步骤103中，信息库用于存储背景实体信息，背景实体信息可以事先进行预存，也可以在执行过程中从外界动态存储，该信息库可以存放于本地、云端或者智能移动终端如手机平板中，背景实体可以为建筑物的位置信息如公司或者家的位置信息，还可以存储一些影像信息如某首歌的信息。在执行该步骤时，若第一中间信息为“公司”，则对应从信息库查询到的特定预存信息可能为公司的地理位置。

在步骤104中，将所获取的特定预存信息以及第一输入信息从搜索引擎、知识图谱或者本地数据库中查找对应于第一输入信息的第一输出信息，并将第一输出信息反馈给目标对象。例如将第一输入信息为“公司附近的电影院”，特定预存信息为“中国XX省XX街道”，最终查询到结果可能为该街道附近的电影院信息。

由此，在对话过程中，在用户的意图不明确时，利用用户的输入信息和背景实体信息之间的关系，仍然可以回复满足用户完整意图的回复信息，无需经过多轮对话来获取用户的完整意图，提升了用户体验感。

在一可实施方式中，特定预存信息为表征地理位置的数据信息，数据信息包括地理位置类型信息和经纬度信息。

本实施例中，特定预存信息可以是用于表征地理位置的数据信息，数据信息包括地理位置信息，例如“XX省-XX市-XXXX大厦”、地理位置类型信息，如“公司”或者“家庭住址”、经纬度信息。

在一可实施方式中，特定预存信息为表征影像和/或音频的数据信息，数据信息包括影像和/或音频的名称信息和人物信息。

本实施例中，特定预存信息为表征影像和/或音频的数据信息，数据信息包括影像和/或音频的名称信息和人物信息，例如歌名信息、作词者信息、作曲者信息、专辑名称信息等。

在一可实施方式中，提取第一输入信息中用于表征背景实体指代词的第一中间信息，包括：

利用正则表达式识别第一输入信息中的第一中间信息。

本实施例中，在上述所提及的多个提取方式中，优选利用正则表达式设计提取规则来进行提取，相对于利用分类器识别提取，利用正则表达提取可减少大量的运算量，同时还具有较高的精准度。

在一可实施方式中，根据第一中间信息，查询信息库中用于表征第一中间信息背景实体的特定预存信息，包括：

检测并提取信息库中的所有用于表征背景实体的预存信息；

将第一中间信息所对应的特征信息分别与各个预存信息所对应的特征信息进行特征匹配，选取满足预设条件的预存信息作为特定预存信息，其中特征信息包括语义槽信息、类别信息、轮数信息和候选场景信息。

本实施例中，从信息库中查询特定预存信息的具体过程：

检测信息库中是否存在用于表征背景实体的预存信息，若检测存在，则提取所有的预存信息。

通过自然语言理解或者存有字段特征信息的数据库识别或者提取特定预存信息和所有预存信息各自的特征信息中的语义槽信息(如“北京”的语义槽信息为“地区”)、类别信息(如“公司”的类别信息为地址)和候选场景信息(如“去北京”的候选场景信息为“导航”)，特征信息中的轮数信息为该特定预存信息出现对话中的轮数。

将特定预存信息的特征信息与预存信息的特征信息进行对应匹配，选取满足预设条件的预存信息设为特定预存信息，其中预设条件可以是综合匹配度最高，也可以是某个单项特征信息匹配度最高等。

在一可实施方式中，将第一中间信息所对应的特征信息分别与各个预存信息所对应的特征信息进行特征匹配，选取满足预设条件的候选背景实体作为特定预存信息，包括：

将第一中间信息所对应的特征信息分别与各个预存信息所对应的特征信息进行对应特征加权运算，选取运算分数最高的预存信息作为特定预存信息。

本实施例中，特征匹配的具体过程为：预先对每个特征信息设置不同大小的权重值，在计算第一中间信息与预存信息之间对应特征信息的匹配度之后，再结合该特征信息的权重值得到该特征信息的匹配度值，同理计算其余特征信息的匹配度值，接着将每个预存信息中各个特征信息的匹配值相加最终得到该预存信息总匹配值。选取总匹配值最高的预存信息作为特性信息。

在一可实施方式中，预存信息通过根据外界环境所发出的环境信息进行搜索得到，其中环境信息至少包括声音信息、图像信息和视频信息。

本实施例中，预存信息的获取方式除了事先通过手动存储之外，还可以接收外界中的声音信息、图像信息和视频信息，并分别对声音信息、图像信息和视频信息进行相应处理：利用语音识别系统对声音信息进行识别得到对应的文本信息，或者对图像信息和视频信息进行光学字符识别处理得到对应的文本信息，并根据该文本信息查询相关信息如声音作者信息、声音所在专辑信息、图像/视频作者信息等，并将所查询到的相关信息存储到信息库中作为预存信息。

在一可实施方式中，方法还包括：

接收目标对象所发送的第二输入信息；

若判定第二输入信息存在用于表征指代词的第二中间信息，则通过指代消解技术将第二中间信息对应于第一中间信息；

根据第二中间信息和第二输入信息，生成并反馈用于满足目标对象当前意图第二输出信息。

本实施例中，目标对象可能根据所回复的第一输出信息反馈了第二输入信息，可能系统未回复第一输出信息之前发送了第二输入信息。其中第二输入信息的具体信息形式以及接收方式与上述一致，此处不再阐述。

接着检测第二输入信息中是否存在指代词，如第二输入信息为“那边有什么好吃的？”中的指代词为“那边”，其具体检测方式与检测第一输入信息中第一中间信息的方式一致，此处也不再阐述。

若判定第二输入信息存在用于表征指代词的第二中间信息，则通过指代消解技术将第二中间信息对应于第一中间信息，如第一输入信息中的第一中间信息为“公司”，第二输入信息中的第二中间信息“那边”则对应于“公司”，而“公司”对应于特定预存信息。

接着通过第二中间信息搜寻得到对应的第一中间信息，通过第一中间信息查询到对应的特定预存信息，将所获取的特定预存信息以及第二输入信息从搜索引擎、知识图谱或者本地数据库中查找对应于第二输入信息的第二输出信息，并将第二输出信息反馈给目标对象。

图2为本发明实施例一种智能对话方法的具体实现流程示意图。

如图2所示，首先用户事先设置用于表征背景实体信息的预存信息，以预存公司地址信息为例，接着对用户所所输入的公司地址信息进行解析，获取到公司名称信息、具体地址、所在城市名、经度、纬度、类型信息。

此时用户发出请求1：“公司附近的电影院”，以及请求2“那边有什么好吃的？”。

获取请求1中的背景实体指代词“公司”以及请求2中的指代词“那边”，利用指代消解技术识别“那边”对应指向“公司”。

通过将“公司”与信息库中的所有预存信息进行匹配，得到对应的背景实体信息。

最后根据该背景实体信息与用户请求搜索答案，并将答案反馈给用户。

图3为本发明实施例一种智能对话装置的结构组成示意图。

如图3所示，本发明实施例另一方面提供一种智能对话装置，装置包括：

信息接收模块201，用于接收目标对象所发送的第一输入信息；

信息提取模块202，用于提取第一输入信息中用于表征背景实体指代词的第一中间信息；

信息查询模块203，用于根据第一中间信息，查询信息库中用于表征第一中间信息背景实体的特定预存信息；

信息反馈模块204，用于根据特定预存信息和第一输入信息，生成并反馈用于满足目标对象完整意图的第一输出信息。

本实施例中，在信息接收模块201中，目标对象可以是人，也可以是具有语音功能的设备如智能音响。第一输入信息可以是目标对象所输入的文本信息、影像信息，也可以是目标对象所发出的声音信息。

在信息提取模块202中，提取方式一般针对文本信息进行操作，由此，若判定第一输入信息为影像信息或者是声音信息，则通过OCR(Optical Character Recognition，光学字符识别)技术识别影像信息识别影像信息中的文本信息，或者通过语音识别系统将声音信息转为文本信息，进而获取到对应于第一输入信息的文本信息。背景实体指代词可以为相对固定的事物指代词，如“公司”、“我家”等，也可以是经常改动的事物指代词，如“目的地”、“这首歌”等。表征背景实体指代词的第一中间信息的提取方式可以是通过事先利用正则表达式设计提取规则来进行提取，也可以是利用已训练的分类器针对第一输入信息中的背景实体指代词进行分类识别得到，例如将“公司附近的电影院”中所提取得到的背景实体指代词为“公司”。

在信息查询模块203中，信息库用于存储背景实体信息，背景实体信息可以事先进行预存，也可以在执行过程中从外界动态存储，该信息库可以存放于本地、云端或者智能移动终端如手机平板中，背景实体可以为建筑物的位置信息如公司或者家的位置信息，还可以存储一些影像信息如某首歌的信息。在执行该步骤时，若第一中间信息为“公司”，则对应从信息库查询到的特定预存信息可能为公司的地理位置。

在信息反馈模块204中，将所获取的特定预存信息以及第一输入信息从搜索引擎、知识图谱或者本地数据库中查找对应于第一输入信息的第一输出信息，并将第一输出信息反馈给目标对象。例如将第一输入信息为“公司附近的电影院”，特定预存信息为“中国XX省XX街道”，最终查询到结果可能为该街道附近的电影院信息。

由此，在对话过程中，在用户的意图不明确时，利用用户的输入信息和背景实体信息之间的关系，仍然可以回复满足用户完整意图的回复信息，无需经过多轮对话来获取用户的完整意图，提升了用户体验感。

本发明另一方面提供一种计算机可读存储介质，存储介质包括一组计算机可执行指令，当指令被执行时用于执行上述任一项的智能对话方法。

在本发明实施例中计算机可读存储介质包括一组计算机可执行指令，当指令被执行时用于接收目标对象所发送的第一输入信息；提取第一输入信息中用于表征背景实体指代词的第一中间信息；根据第一中间信息，查询信息库中用于表征第一中间信息背景实体的特定预存信息；根据特定预存信息和第一输入信息，生成并反馈用于满足目标对象完整意图的第一输出信息。

由此，在对话过程中，在用户的意图不明确时，利用用户的输入信息和背景实体信息之间的关系，仍然可以回复满足用户完整意图的回复信息，无需经过多轮对话来获取用户的完整意图，提升了用户体验感。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种智能对话方法，其特征在于，所述方法包括：

接收目标对象所发送的第一输入信息；

提取所述第一输入信息中用于表征背景实体指代词的第一中间信息；其中，所述背景实体指代词为相对固定的事物指代词，和/或经常改动的事物指代词；

根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息；

根据所述特定预存信息和所述第一输入信息，生成并反馈用于满足所述目标对象完整意图的第一输出信息；

其中，所述根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息，包括：检测并提取所述信息库中的所有用于表征背景实体的预存信息；将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行特征匹配，选取满足预设条件的预存信息作为特定预存信息，其中所述特征信息包括语义槽信息、类别信息、轮数信息和候选场景信息；

其中，所述预存信息通过根据外界环境所发出的环境信息进行搜索得到，其中环境信息至少包括声音信息、图像信息和视频信息。

2.根据权利要求1所述的方法，其特征在于，所述提取所述第一输入信息中用于表征背景实体指代词的第一中间信息，包括：

利用正则表达式识别所述第一输入信息中的第一中间信息。

3.根据权利要求1所述的方法，其特征在于，所述将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行特征匹配，选取满足预设条件的候选背景实体作为特定预存信息，包括：

将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行对应特征加权运算，选取运算分数最高的预存信息作为特定预存信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收所述目标对象所发送的第二输入信息；

若判定所述第二输入信息存在用于表征指代词的第二中间信息，则通过指代消解技术将所述第二中间信息对应于所述第一中间信息；

根据所述第二中间信息和所述第二输入信息，生成并反馈用于满足所述目标对象当前意图第二输出信息。

5.根据权利要求1所述的方法，其特征在于，所述特定预存信息为表征地理位置的数据信息，所述数据信息包括地理位置信息、地理位置类型信息和经纬度信息。

6.根据权利要求1所述的方法，其特征在于，所述特定预存信息为表征影像和/或音频的数据信息，所述数据信息包括所述影像和/或音频的名称信息和人物信息。

7.一种智能对话装置，其特征在于，所述装置包括：

信息接收模块，用于接收目标对象所发送的第一输入信息；

信息提取模块，用于提取所述第一输入信息中用于表征背景实体指代词的第一中间信息；其中，所述背景实体指代词为相对固定的事物指代词，和/或经常改动的事物指代词；

信息查询模块，用于根据所述第一中间信息，查询信息库中用于表征所述第一中间信息背景实体的特定预存信息；

信息反馈模块，用于根据所述特定预存信息和所述第一输入信息，生成并反馈用于满足所述目标对象完整意图的第一输出信息；

其中，信息查询模块，具体用于检测并提取所述信息库中的所有用于表征背景实体的预存信息；将所述第一中间信息所对应的特征信息分别与各个所述预存信息所对应的特征信息进行特征匹配，选取满足预设条件的预存信息作为特定预存信息，其中所述特征信息包括语义槽信息、类别信息、轮数信息和候选场景信息；

其中，所述预存信息通过根据外界环境所发出的环境信息进行搜索得到，其中环境信息至少包括声音信息、图像信息和视频信息。

8.一种计算机可读存储介质，其特征在于，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行权利要求1-6任一项所述的智能对话方法。