CN112035647B - 一种基于人机交互的问答方法、装置、设备及介质 - Google Patents
一种基于人机交互的问答方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112035647B CN112035647B CN202010909682.3A CN202010909682A CN112035647B CN 112035647 B CN112035647 B CN 112035647B CN 202010909682 A CN202010909682 A CN 202010909682A CN 112035647 B CN112035647 B CN 112035647B
- Authority
- CN
- China
- Prior art keywords
- intention
- target
- information
- slot
- candidate item
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000003993 interaction Effects 0.000 title claims abstract description 22
- 238000005352 clarification Methods 0.000 claims abstract description 106
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000003860 storage Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 206010018498 Goitre Diseases 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 201000003872 goiter Diseases 0.000 description 4
- 230000009191 jumping Effects 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/322—Trees
-
- 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
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供一种基于人机交互的问答方法、装置、设备及介质。其中的方法包括：接收包含用户的意图信息的查询语句，并基于意图信息对查询语句进行意图检测，得到意图检测结果；若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；基于针对至少一个澄清候选项的第一选取操作，确定目标澄清候选项；根据目标澄清候选项确定查询语句的目标意图；从预设的知识图谱中确定并输出与目标意图匹配的目标答案。采用本申请实施例能够帮助用户澄清意图，基于澄清后的目标意图确定并输出与目标意图匹配的目标答案，这样可提高目标答案的准确性，提升用户体验。
Description
技术领域
本申请涉及计算机技术领域，具体涉及人工智能领域，尤其涉及一种基于人机交互的问答方法、装置、设备及介质。
背景技术
随着人工智能的快速发展，基于人机交互技术的多轮问答给人们的日常生活带来了很多便利。其中，多轮问答是指设备通过与用户进行多次对话来对用户输入的查询语句所对应的意图作出回答。现有的多轮问答方案支持在用户输入查询语句后，针对查询语句输出查询语句所对应的答案。然而，由于用户所掌握的某领域的知识是匮乏的，用户输入的查询语句所对应的意图在很多情况下是模糊的，如果在意图模糊的情况下，设备仍然输出回答模糊意图的答案，这样会降低答案的准确性。
发明内容
本申请实施例提供了一种基于人机交互的问答方法、装置、设备及介质，能够提高目标答案的准确性。
一方面，本申请实施例提供了一种基于人机交互的问答方法，该方法包括：
接收查询语句，查询语句包含用户的意图信息；
基于意图信息对查询语句进行意图检测，得到意图检测结果；
若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；
检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；
根据目标澄清候选项确定查询语句的目标意图；
从预设的知识图谱中确定并输出与目标意图匹配的目标答案，知识图谱中预先存储有多个意图对应的预设答案，目标答案为预设答案中与目标意图对应的答案。
在一个实施例中，基于意图信息对查询语句进行意图检测之前，还可以在存储空间中检测是否存在用户的历史查询语句；
若存储空间中存在历史查询语句，则检测查询语句的意图信息与历史查询语句的意图信息是否一致；
若查询语句的意图信息与历史查询语句的意图信息一致，则通过当前对话树触发执行基于意图信息对查询语句进行意图检测的步骤。
在一个实施例中，从预设的知识图谱中确定并输出与目标意图匹配的目标答案的具体实施方式为：在当前对话树中检测目标意图对应的各个槽位是否包含有槽位信息；
若各个槽位均包含有槽位信息，则检测各个槽位的槽位信息中是否存在模糊的槽位信息；
若各个槽位的槽位信息中不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，若各个槽位中存在缺少槽位信息的目标槽位，则输出目标槽位对应的至少一个槽位信息候选项；
检测针对至少一个槽位信息候选项的第二选取操作，并从至少一个槽位信息候选项中确定第二选取操作对应的目标槽位信息候选项；
将目标槽位信息候选项添加至目标槽位；
检测目标槽位信息候选项和各个槽位的槽位信息中是否存在模糊的槽位信息；
若不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施中，若各个槽位的槽位信息中存在目标槽位信息，则输出目标槽位信息对应的至少一个槽位信息澄清候选项，其中，目标槽位信息为模糊的槽位信息；
检测针对至少一个槽位信息澄清候选项的第三选取操作，并从至少一个槽位信息澄清候选项中确定第三选取操作对应的目标槽位信息澄清候选项；
将目标槽位信息替换为目标槽位信息澄清候选项，并检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施中，若目标意图与指定意图不匹配，则触发执行从预设的知识图谱中确定并输出与目标意图匹配的目标答案的步骤。
在一个实施中，若基于意图检测结果确定意图信息为模糊的意图信息，则输出与意图信息相匹配的至少一个澄清候选项之前，还可以检测意图信息是否命中意图模糊候选项，意图模糊候选项为预先设置的意图模糊的情况；
若意图信息命中意图模糊候选项，则确定查询语句对应的意图模糊，并生成用于指示意图模糊的意图检测结果。
另一方面，本申请实施例提供了一种基于人机交互的问答装置，该装置包括：
接收单元，用于接收查询语句，查询语句包含用户的意图信息；
处理单元，用于基于意图信息对查询语句进行意图检测，得到意图检测结果；
处理单元，还用于若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；
处理单元，还用于检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；
处理单元，还用于根据目标澄清候选项确定查询语句的目标意图；
处理单元，还用于从预设的知识图谱中确定并输出与目标意图匹配的目标答案，知识图谱中预先存储有多个意图对应的预设答案，目标答案为预设答案中与目标意图对应的答案。
再一方面，本申请实施例提供一种电子设备，包括处理器、存储装置和通信接口，处理器、存储装置和通信接口相互连接，其中，存储装置用于存储支持终端执行上述方法的计算机程序，计算机程序包括程序指令，处理器被配置用于调用程序指令，执行如下步骤：接收查询语句，查询语句包含用户的意图信息；基于意图信息对查询语句进行意图检测，得到意图检测结果；若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；根据目标澄清候选项确定查询语句的目标意图；从预设的知识图谱中确定并输出与目标意图匹配的目标答案，知识图谱中预先存储有多个意图对应的预设答案，目标答案为预设答案中与目标意图对应的答案。
又一方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时使处理器执行上述基于人机交互的问答方法。
本申请实施例中，在接收到用户输入的查询语句(查询语句包含用户的意图信息)时，对查询语句进行意图检测，得到意图检测结果；若意图检测结果指示用户输入的查询语句的意图模糊，则输出与意图信息匹配的至少一个澄清候选项，以便于用户在至少一个澄清候选项中选取自己想要查询的意图；检测用户针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；根据目标澄清候选项确定查询语句的目标意图。这样在用户输入的查询语句的意图信息模糊的情况下，输出至少一个澄清候选项以供用户选择的方式，可帮助用户澄清意图，进一步，基于目标意图匹配目标答案，可提高目标答案的准确性，提升用户体验。
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。
图1是本申请实施例提供的一种对话树的示意图；
图2是本申请实施例提供的一种基于人机交互的问答方法的流程示意图；
图3是本申请实施例提供的一种节点跳转的示意图；
图4是本申请实施例提供的一种第一选取操作的示意图；
图5是本申请实施例提供的另一种基于人机交互的问答方法的流程示意图；
图6是本申请实施例提供的一种基于人机交互的问答装置的结构示意图；
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
本申请实施例涉及对话树，对话树是一种包含多个节点的树形结构，各个节点对应至少一个槽位，槽位可填入一个或多个槽位信息(或称为槽值)。其中，节点可用来表征当前处理状态，比如，当前处理状态是询问状态，槽位信息是关于询问状态下的相关信息；比如，节点为询问用户职业，则节点对应的各个槽位的槽位信息可为职业的名称(如，教师、工程师等等)。参见图1，图1是本申请实施例提供的一种对话树的示意图；如图1所示，对话树包括节点101和节点102，其中节点101对应有4个槽位，4个槽位分别为槽位103、槽位104、槽位105以及槽位106，且槽位103包含2个槽位信息(如教师、老师)，槽位104包含的槽位信息为工程师，槽位105包含的槽位信息为待业，槽位106包含的槽位信息为其他。另外，对话树的各个节点之间或节点与槽位之间，以及对话树之间可基于跳转逻辑进行跳转以实现对话逻辑，其中，跳转逻辑可以通过“与”或“非”等逻辑运算组成，这样可使对话树满足多种复杂逻辑的跳转，以实现较为复杂的对话流程，如图1所示，对话树按照跳转逻辑可从节点101跳转至节点102，以实现从对话逻辑。另外，对话树还具有如下特点：(1)一颗对话树往往用于执行一小段对话逻辑，且小段对话逻辑往往可用于多种对话场景中，表示一颗对话树可用于多种对话场景中，这可提高对话树的复用性。(2)对话树的节点数量以及节点对应槽位的槽位信息是可配置的，换句话说，用户可对对话树进行新建或修改，这样使得对话树可被配置用于各种对话场景中，使用方便，泛化能力较强。另外，本申请实施例还涉及知识图谱(Knowledge Graph)，知识图谱是一种基于图的数据结构，用于揭示实体之间关系的语音网络，知识图谱将所有不同种类的信息连接在一起得到一个关系网络，其中，实体可以是现实世界中的事物，比如人、地名、公司、电话、动物等。
本申请基于上述提及的对话树和知识图谱提供一种基于人机交互的问答方法，该基于人机交互的问答方案可以包括多轮对话和单轮对话，本申请实施例对此不作限定。其中，多轮问答是指设备通过与用户进行多次对话来对用户输入的查询语句的意图作出回答，其中，设备可理解为搭载问答方法的设备，如对话机器人等，查询语句的意图可以是指用户查询的目的，如查询语句为：今天天气如何，表示用户想要查询天气情况。本申请基于上述提及的对话树和知识图谱提供的基于人机交互的问答方案，一方面，充分利用知识图谱包含的结构化、层次化、体系化的信息和知识，使得基于人机交互的问答方法具有较好的推理能力和泛化能力，为用户提供更好的答案；另一方面，传统的基于知识图谱的问答方案中，对对话流程的管理是基于人工规则或基于模型，其中，人工定义规则，在处理复杂定制任务时，往往规则数量众多，难以管控，且容易出现规则冲突；基于模型的方案难以人工明确地，可控地干预对话逻辑和多轮对话跳转，难以实现定向优化、事件运营、敏捷迭代等实际生产环境中刚需的能力，因此，本申请基于对话树的问答方案，具有强大的对话流程管理能力和人工可配置能力，更符合实际生产中对多轮对话的要求。
请参见图2，图2是本申请实施例提供的一种基于人机交互的问答方案的流程示意图，该方案可由电子设备来执行。该方法包括但不限于步骤S201-S204，其中：
S201，接收查询语句，查询语句包含用户的意图信息。
查询语句是指用户输入的、包含意图信息的字段，例如，查询语句为：甲状腺肿大可以投保吗？该查询语句的意图信息可能为甲状腺肿大、投保。用户输入查询语句的方式可包括但不限于：非接触式输入，如语音输入(或称声控输入，是指用户通过讲话输入查询语句)，以及接触输入，如文字输入(通过键盘输入，或，通过触摸装置(如触摸屏)输入)。需要说明的是，意图信息可能以可视的字段直接显示于查询语句中，或者，意图信息可能并不是以可视的字段直接显示于查询语句中，此时，电子设备可采用解析方法对查询语句进行解析来确定查询语句中的意图信息，其中，解析方法可包括但不限于：命名实体识别、句法分析、槽位解析等等。
S202，基于意图信息对查询语句进行意图检测，得到意图检测结果。
其中，意图检测结果用于表示查询语句对应的意图是清晰或模糊。
在一个实施例中，基于意图信息对查询语句进行意图检测的方法可包括：检测意图信息是否命中意图模糊候选项，意图模糊候选项为预先设置的意图模糊的情况；若意图信息命中意图模糊候选项，则确定查询语句对应的意图模糊，并生成用于指示意图模糊的意图检测结果。详细地，电子设备可预先定义一些意图模糊的情况，这些意图模糊的情况组成意图模糊候选项，其中，意图模糊候选项可以列表的形式存储；如果分类模型(匹配模型)识别出查询语句中意图信息是意图模糊候选项中的意图信息，则确定查询语句对应的意图模糊，此时意图检测结果指示查询语句对应的意图模糊；其中，意图模糊的情况可以包括但不限于：查询语句对应多个潜在意图、查询语句包含多条语句、查询语句的语义不通顺等等。
在另一个实施例中，基于意图信息对查询语句进行意图检测的过程可通过节点跳转来实现。参见图3，图3是本申请实施例提供的一种节点跳转的示意图；如图3所示，当开始输入查询语句时，电子设备可解析得到查询语句中的关键词，并将关键词与当前询问节点所对应的槽位中槽位信息进行比较；若当前询问节点所对应的槽位中任意槽位的槽位信息与关键词不匹配，表示槽位缺省槽位信息(确定意图检测结果为查询语句所对应意图模糊)，则从该缺省槽位信息的槽位跳转至当前询问节点；在跳转的过程中，输出与意图信息匹配的至少一个澄清候选项。需要说明的是，从当前询问节点跳转至当前询问节点所对应的槽位的过程，和从当前询问节点所对应的槽位跳转至当前询问节点的过程是一个往复的过程，通过往复的跳转直到明确查询语句所对应的意图，这一过程其实质就是帮助用户澄清意图(对模糊的意图进行澄清，使得意图清晰)的过程。举例来说，参见图1，当前询问节点为询问职业(如查询语句为：这种职业能不能投保呢？)，当前询问节点所对应的4个槽位的槽位信息分别为：教师、老师，工程师，待业，其他，可知查询语句中并不包含任一槽位的槽位信息，则确定查询语句对应的意图模糊，意图检测结果指示查询语句对应的意图模糊。
S203，若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项。
可选的，至少一个澄清候选项是预先设定并存储于知识图谱中的，当确定查询语句对应的意图模糊时，从知识图谱中获取意图信息所对应的至少一个澄清候选项进行输出。可选的，至少一个澄清候选项还可以是基于对查询语句的解析结果设计出来的，举例来说，在保险领域的对话机器人中，用户输入一个疾病名，比如“甲状腺肿大”，则可确定出包含疾病的所有意图(如，某个疾病能否投保，某个疾病保险是否覆盖等等)，基于这些意图生成澄清候选项，并将所有澄清候选项输出给用户，以便于用户基于至少一个澄清候选项选择自己想要咨询的问题。
S204，检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项。
第一选取操作可包括但不限于：点击(如手指点击显示装置后松开)、长按(如手指持续按压，持续时间为2s)等等。用户通过第一选取操作在至少一个澄清候选项中选择自己想要查询的选项。相应的，电子设备检测第一选取操作就可以从至少一个澄清候选项中确定用户选择的目标澄清候选项。参见图4，图4是本申请实施例提供的一种第一选取操作的示意图。
S205，根据目标澄清候选项确定查询语句的目标意图，从预设的知识图谱中确定并输出与目标意图匹配的目标答案，知识图谱中预存有多个意图对应的预设答案，目标答案为预设答案中的与目标意图对应的答案。
其中，目标意图可以理解为用户想要电子设备回答的问题，比如，目标意图是询问天气情况，表示用户想要电子设备回答天气情况。在确定目标意图之后，电子设备可从知识图谱中获取与目标意图匹配的目标答案进行输出，比如，针对目标意图为今天天气如何的目标答案可以是今天天气晴朗。
在一个实施例中，在基于意图信息对查询语句进行意图检测之前，电子设备还检测查询语句的意图与历史查询语句的意图是否一致，进一步的，可以是检测查询语句的意图信息与历史查询语句的意图信息是否一致；如果查询语句的意图信息与历史查询语句的意图信息一致，则继续执行当前对话树后续的对话逻辑；如果查询语句的意图信息与历史查询语句的意图信息不一致，则新建对话树，基于该新的对话树执行后续的对话逻辑。其中，在查询语句的意图信息和历史查询语句的意图信息不一致的情况下，可确定用户意图发生切换，意图切换的表现形式为对话树的切换，且此次的意图切换是用户主动切换意图(由于用户当前输入的查询语句与历史输入的查询语句的意图不一致导致的意图切换)，比如，查询语句：今天天气如何？历史查询语句：我想看电影，可知，历史查询语句的意图是电影，当前查询语句的意图是天气，表示用户主动切换了意图，则新建天气查询意图下的对话树。另外，意图切换还包括原对话树新建另一个对话树处理分子逻辑(为提高对话树的复用性，每一对话树只处理小段逻辑，因此，一次多轮对话可能包含多个对话树。例如，疾病意图下，疾病的参保类型和疾病的发生时间可能是两个对话树分别来实现的)。这种意图切换是电子设备主动进行的意图切换，可提高对话树的复用性。比如，当前对话树处理的意图是：询问某类疾病能否投保，则终端可新建对话树来处理关于投保的事件，比如，新建对话树用来回答满足投保的条件、新建对话树用来回答投保期限等等。
具体地，电子设备在存储空间中检测是否存在用户的历史查询语句；若存储空间中存在历史查询语句，则检测查询语句的意图信息与历史查询语句的意图信息是否一致；若查询语句的意图信息与历史查询语句的意图信息一致，则通过当前对话树触发执行基于意图信息对查询语句进行意图检测的步骤。其中，检测是否存在该用户的历史查询语句的方式为：获取用户的用户信息(如身份证号、照片等等)；根据用户信息在存储空间中检测是否存在该用户的历史对话数据，其中，电子设备可存储用户的用户信息以及历史对话数据；如果存在该用户的历史对话数据，则确定存在历史查询语句。比如，电子设备设置有预设时间段，如果在预设时间段内依次接收到查询语句A、查询语句B以及查询语句C，则确定查询语句A、查询语句B以及查询语句C是本次多轮对话的3段查询语句，其中，针对查询语句C来说，历史对话数据包括查询语句A、查询语句B，且历史查询语句是指查询语句B；如果在预设时间段内未接收到查询语句，则确定不存在历史查询语句，也就是说，当前查询语句为本次多轮问答的首次输入查询语句。
本申请实施例中，在接收到用户输入的查询语句(查询语句包含用户的意图信息)时，对查询语句进行意图检测，得到意图检测结果；若意图检测结果指示用户输入的查询语句的意图模糊，则输出与意图信息匹配的至少一个澄清候选项，以便于用户在至少一个澄清候选项中选取自己想要查询的意图；检测用户针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；根据目标澄清候选项确定查询语句的目标意图。这样在用户输入的查询语句的意图信息模糊的情况下，输出至少一个澄清候选项以供用户选择的方式，可帮助用户澄清意图，进一步，基于目标意图匹配目标答案，可提高目标答案的准确性，提升用户体验。
参见图5，图5是本申请实施例提供的一种基于人机交互的问答方法的流程示意图，相比于图2所描述的方案，图5着重介绍在确定查询语句的目标意图的情况下，检测目标意图对应的槽位信息是否缺失、各个槽位信息是否模糊、以及目标意图与指定意图是否一致等操作，该方案包括步骤S501-S513，其中：
S501，获取查询语句，查询语句包含用户的意图信息。
S502，检测查询语句的意图信息与该用户的历史查询语句的意图信息是否一致。
S503，若查询语句的意图信息与该用户的历史查询语句的意图信息不一致，则基于查询语句的意图信息新建对话树。该新建的对话树用于执行查询语句所对应意图的对话逻辑。
可以理解的是，如果存储内存中存储有查询语句所对应意图的对话树，则可调用该查询语句所对应意图的对话树即可，这样可实现对话树的复用。
S504，若查询语句的意图信息与该用户的历史查询语句的意图信息一致，则基于意图信息对查询语句进行意图检测，得到意图检测结果。
S505，基于意图检测结果确定查询语句对应的意图是否模糊。
S506，若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；根据目标澄清候选项确定查询语句的目标意图。
S507，若基于意图检测结果确定查询语句对应的意图清楚，则在当前对话树中检测目标意图对应的各个槽位是否包含有槽位信息。
在一个实施例中，电子设备可预先配置目标意图所对应的各个槽位的槽位信息，则在当前对话树中检测目标意图对应的各个槽位是否包含有槽位信息的方法可包括但不限于：如果确定目标意图的情况下，检测到目标意图所对应的各个槽位中存在缺少槽位信息的目标槽位，表示目标意图缺失槽位信息(这里的检测过程通过图2提及到的“节点跳转”来实现)，反之，检测到目标意图所对应的各个槽位中不存在缺少槽位信息的目标槽位，表示目标意图不缺失槽位信息。举例来说，如果目标意图为某疾病能否投保某保险产品，则涉及槽位信息“疾病”、“保险产品”。如果查询语句为：甲状腺肿大可以投保吗？可推出：查询语句包括槽位信息“疾病”，但不包括槽位信息“保险产品”，则确定目标意图所对应的各个槽位中存在缺失槽位信息的槽位。
S508，若各个槽位中存在缺少槽位信息的目标槽位，则输出目标槽位对应的至少一个槽位信息候选项；检测针对至少一个槽位信息候选项的第二选取操作，并从至少一个槽位信息候选项中确定第二选取操作对应的目标槽位信息候选项；将目标槽位信息候选项添加至目标槽位。
其中，节点对应的各个槽位往往配置有至少一个槽位信息候选项，当检测到目标槽位时，触发输出该目标槽位对应的至少一个槽位信息候选项；相应的，用户可在至少一个槽位信息候选项中选择目标槽位信息候选项；将该目标槽位信息候选项添加至目标槽位，以便于目标槽位被填值。比如，目标意图为询问职业，该询问职业节点配置的槽位信息候选项包括：教师、工程师、医生，相应的，用户可基于“教师、工程师、医生”选择目标槽位信息候选项(如教师)，并将目标槽位信息候选项添加至目标槽位。
需要说明的是，如果目标槽位配置有多个槽位信息候选项，则采用算法(序列模式挖掘算法、机器学习算法等等)自动计算出多个槽位信息候选项的额外信息，并将多个槽位信息候选项以及额外信息发送给用户进行选择，该额外信息用来区分多个槽位信息澄清候选项。
其中，第二选取操作可参见第一选取操作的具体实施过程的相关描述，在此不做赘述。
S509，若各个槽位均包含有槽位信息，则检测各个槽位的槽位信息中是否存在模糊的槽位信息。
其中，针对槽位预先定义一些信息模糊的槽位信息，这些信息模糊的槽位信息可以是一些上位词(如，上位词是癌症，癌症的下位包括肺癌、淋巴癌等等)；检测各个槽位的槽位信息中是否存在模糊的槽位信息的方法可包括但不限于：如果检测到各个槽位的槽位信息中存在预先定义的信息模糊的槽位信息，则确定存在槽位信息模糊的槽位。
S510，若各个槽位的槽位信息中存在目标槽位信息，则输出目标槽位信息对应的至少一个槽位信息澄清候选项，其中，目标槽位信息为模糊的槽位信息；检测针对至少一个槽位信息澄清候选项的第三选取操作，并从至少一个槽位信息澄清候选项中确定第三选取操作对应的目标槽位信息澄清候选项；将目标槽位信息替换为目标槽位信息澄清候选项。
其中，第三选取操作可参见第一选取操作、第二选取操作的具体实施过程的相关描述，在此不做赘述。
S511，若各个槽位的槽位信息中不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配。
指定意图是指预先设定的意图，且这些预先设定的意图设置有对应的对话树，只要检测到目标意图为该指定意图，则可获取指定意图对应的对话树，并按对话树的对话逻辑执行后续的操作。
S512，若目标意图与指定意图匹配，则获取指定意图对应的对话树；基于对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
S513，若目标意图与指定意图不匹配，则触发执行从预设的知识图谱中确定并输出与目标意图匹配的目标答案的步骤。
本申请实施例中，在检测到查询语句对应的意图模糊时，可输出至少一个澄清候选项以供用户选择目标澄清候选项，以便于帮助用户澄清意图；在检测到各个槽位中存在缺少槽位信息的目标槽位时，输出至少一个槽位信息候选项以供用户选择目标槽位信息候选项，以便于帮助用户进行槽位信息的补充；在检测到各个槽位的槽位信息中存在目标槽位信息时，其中，目标槽位信息为模糊的槽位信息，输出至少一个槽位信息澄清候选项，以便于帮助用户澄清槽位信息；在检测到目标意图为指定意图时，获取指定意图对应的对话树；基于对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案，可提高信息收集效率。综上述，本申请实施例提供的问答方案可帮助用户澄清意图、补充槽位信息、澄清槽位信息以及按照指定意图获取目标答案等，提高答案的准确性，提升用户体验。
本申请实施例还提供了一种计算机存储介质，该计算机存储介质中存储有程序指令，该程序指令被执行时，用于实现上述实施例中描述的相应方法。
再请参见图6，是本申请实施例的一种基于人机交互的问答装置的结构示意图。
本申请实施例的装置的一个实现方式中，装置包括如下结构。
接收单元601，用于接收查询语句，查询语句包含用户的意图信息；
处理单元602，用于基于意图信息对查询语句进行意图检测，得到意图检测结果；
处理单元602，还用于若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；
处理单元602，还用于检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；
处理单元602，还用于根据目标澄清候选项确定查询语句的目标意图；
处理单元602，还用于从预设的知识图谱中确定并输出与目标意图匹配的目标答案，知识图谱中预先存储有多个意图对应的预设答案，目标答案为预设答案中与目标意图对应的答案。
在一个实施例中，处理单元602基于意图信息对查询语句进行意图检测之前，还用于在存储空间中检测是否存在用户的历史查询语句；
若存储空间中存在历史查询语句，则检测查询语句的意图信息与历史查询语句的意图信息是否一致；
若查询语句的意图信息与历史查询语句的意图信息一致，则通过当前对话树触发执行基于意图信息对查询语句进行意图检测的步骤。
在一个实施例中，处理单元602在从预设的知识图谱中确定并输出与目标意图匹配的目标答案时，具体用于在当前对话树中检测目标意图对应的各个槽位是否包含有槽位信息；
若各个槽位均包含有槽位信息，则检测各个槽位的槽位信息中是否存在模糊的槽位信息；
若各个槽位的槽位信息中不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理单元602还用于若各个槽位中存在缺少槽位信息的目标槽位，则输出目标槽位对应的至少一个槽位信息候选项；
检测针对至少一个槽位信息候选项的第二选取操作，并从至少一个槽位信息候选项中确定第二选取操作对应的目标槽位信息候选项；
将目标槽位信息候选项添加至目标槽位；
检测目标槽位信息候选项和各个槽位的槽位信息中是否存在模糊的槽位信息；
若不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理单元602还用于若各个槽位中存在缺少槽位信息的目标槽位，则输出目标槽位对应的至少一个槽位信息候选项；
检测针对至少一个槽位信息候选项的第二选取操作，并从至少一个槽位信息候选项中确定第二选取操作对应的目标槽位信息候选项；
将目标槽位信息候选项添加至目标槽位；
检测目标槽位信息候选项和各个槽位的槽位信息中是否存在模糊的槽位信息；
若不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理单元602还用于若各个槽位的槽位信息中存在目标槽位信息，则输出目标槽位信息对应的至少一个槽位信息澄清候选项，其中，目标槽位信息为模糊的槽位信息；
检测针对至少一个槽位信息澄清候选项的第三选取操作，并从至少一个槽位信息澄清候选项中确定第三选取操作对应的目标槽位信息澄清候选项；
将目标槽位信息替换为目标槽位信息澄清候选项，并检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理单元602还用于若目标意图与指定意图不匹配，则触发执行从预设的知识图谱中确定并输出与目标意图匹配的目标答案的步骤。
在一个实施例中，若基于意图检测结果确定查询语句对应的意图模糊，则处理单元602在输出与意图信息相匹配的至少一个澄清候选项之前，还用于检测意图信息是否命中意图模糊候选项，意图模糊候选项为预先设置的意图模糊的情况；
若意图信息命中意图模糊候选项，则确定查询语句的意图模糊，并生成用于指示意图模糊的意图检测结果。
再请参见图7，是本申请实施例的一种电子设备的结构示意图，本申请实施例的电子设备包括供电模块等结构，并包括处理器701、存储装置702以及通信接口703。处理器701、存储装置702以及通信接口703之间可以交互数据，由处理器701实现相应的问答方案。
存储装置702可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储装置702也可以包括非易失性存储器(non-volatilememory)，例如快闪存储器(flash memory)，固态硬盘(solid-state drive，SSD)等；存储装置702还可以包括上述种类的存储器的组合。
处理器701可以是中央处理器701(central processing unit，CPU)。处理器701也可以是由CPU和GPU的组合。在电子设备中，可以根据需要包括多个CPU和GPU进行相应的问答。在一个实施例中，存储装置702用于存储程序指令。处理器701可以调用程序指令，实现如本申请实施例中上述涉及的各种方法。
在第一个可能的实施方式中，电子设备的处理器701，调用存储装置702中存储的程序指令，用于接收查询语句，查询语句包含用户的意图信息；基于意图信息对查询语句进行意图检测，得到意图检测结果；若基于意图检测结果确定查询语句对应的意图模糊，则输出与意图信息匹配的至少一个澄清候选项；检测针对至少一个澄清候选项的第一选取操作，并从至少一个澄清候选项中确定与第一选取操作对应的目标澄清候选项；根据目标澄清候选项确定查询语句的目标意图；从预设的知识图谱中确定并输出与目标意图匹配的目标答案，知识图谱中预先存储有多个意图对应的预设答案，目标答案为预设答案中与目标意图对应的答案。
在一个实施例中，处理单元602基于意图信息对查询语句进行意图检测之前还用于在存储空间中检测是否存在用户的历史查询语句；
若存储空间中存在历史查询语句，则检测查询语句的意图信息与历史查询语句的意图信息是否一致；
若查询语句的意图信息与历史查询语句的意图信息一致，则通过当前对话树触发执行基于意图信息对查询语句进行意图检测的步骤。
在一个实施例中，处理器701在从预设的知识图谱中确定并输出与目标意图匹配的目标答案时，具体用于在当前对话树中检测目标意图对应的各个槽位是否包含有槽位信息；
若各个槽位均包含有槽位信息，则检测各个槽位的槽位信息中是否存在模糊的槽位信息；
若各个槽位的槽位信息中不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理器701还用于若各个槽位中存在缺少槽位信息的目标槽位，则输出目标槽位对应的至少一个槽位信息候选项；
检测针对至少一个槽位信息候选项的第二选取操作，并从至少一个槽位信息候选项中确定第二选取操作对应的目标槽位信息候选项；
将目标槽位信息候选项添加至目标槽位；
检测目标槽位信息候选项和各个槽位的槽位信息中是否存在模糊的槽位信息；
若不存在模糊的槽位信息，则检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理器701还用于若各个槽位的槽位信息中存在目标槽位信息，则输出目标槽位信息对应的至少一个槽位信息澄清候选项，其中，目标槽位信息为模糊的槽位信息；
检测针对至少一个槽位信息澄清候选项的第三选取操作，并从至少一个槽位信息澄清候选项中确定第三选取操作对应的目标槽位信息澄清候选项；
将目标槽位信息替换为目标槽位信息澄清候选项，并检测目标意图是否与指定意图匹配；
若目标意图与指定意图匹配，则获取指定意图对应的对话树；
基于指定意图对应的对话树从预设的知识图谱中确定并输出与目标意图匹配的目标答案。
在一个实施例中，处理器701还用于若目标意图与指定意图不匹配，则触发执行从预设的知识图谱中确定并输出与目标意图匹配的目标答案的步骤。
在一个实施例中，若基于意图检测结果确定查询语句对应的意图模糊，则处理器701在输出与意图信息相匹配的至少一个澄清候选项之前，还用于检测意图信息是否命中意图模糊候选项，意图模糊候选项为预先设置的意图模糊的情况；
若意图信息命中意图模糊候选项，则确定查询语句的意图模糊，并生成用于指示意图模糊的意图检测结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本申请的部分实施例而已，当然不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于发明所涵盖的范围。
Claims (8)
1.一种基于人机交互的问答方法，其特征在于，所述方法包括：
接收查询语句，所述查询语句包含用户的意图信息；
基于所述意图信息对所述查询语句进行意图检测，得到意图检测结果；
若基于所述意图检测结果确定所述查询语句对应的意图模糊，则输出与所述意图信息匹配的至少一个澄清候选项；
检测针对所述至少一个澄清候选项的第一选取操作，并从所述至少一个澄清候选项中确定与所述第一选取操作对应的目标澄清候选项；
根据所述目标澄清候选项确定所述查询语句的目标意图；
从预设的知识图谱中确定并输出与所述目标意图匹配的目标答案，所述知识图谱中预先存储有多个意图对应的预设答案，所述目标答案为所述预设答案中与所述目标意图对应的答案；
其中，所述从预设的知识图谱中确定并输出与所述目标意图匹配的目标答案，包括：
在当前对话树中检测所述目标意图对应的各个槽位是否包含有槽位信息；
若所述各个槽位均包含有槽位信息，则检测所述各个槽位的槽位信息中是否存在模糊的槽位信息；若所述各个槽位的槽位信息中不存在模糊的槽位信息，则检测所述目标意图是否与指定意图匹配；若所述目标意图与所述指定意图匹配，则获取所述指定意图对应的对话树；基于所述指定意图对应的对话树从所述预设的知识图谱中确定并输出与所述目标意图匹配的所述目标答案；
若所述各个槽位中存在缺少槽位信息的目标槽位，则输出所述目标槽位对应的至少一个槽位信息候选项；检测针对所述至少一个槽位信息候选项的第二选取操作，并从所述至少一个槽位信息候选项中确定所述第二选取操作对应的目标槽位信息候选项；将所述目标槽位信息候选项添加至所述目标槽位；检测所述目标槽位信息候选项和各个所述槽位的槽位信息中是否存在模糊的槽位信息；若不存在模糊的槽位信息，则检测所述目标意图是否与指定意图匹配；若所述目标意图与所述指定意图匹配，则获取所述指定意图对应的对话树；基于所述指定意图对应的对话树从所述预设的知识图谱中确定并输出与所述目标意图匹配的所述目标答案。
2.根据权利要求1所述的方法，其特征在于，所述基于所述意图信息对所述查询语句进行意图检测之前，还包括：
在存储空间中检测是否存在所述用户的历史查询语句；
若所述存储空间中存在所述历史查询语句，则检测所述查询语句的意图信息与所述历史查询语句的意图信息是否一致；
若所述查询语句的意图信息与所述历史查询语句的意图信息一致，则通过当前对话树触发执行基于所述意图信息对所述查询语句进行意图检测的步骤。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述各个槽位的槽位信息中存在目标槽位信息，则输出所述目标槽位信息对应的至少一个槽位信息澄清候选项，其中，所述目标槽位信息为模糊的槽位信息；
检测针对所述至少一个槽位信息澄清候选项的第三选取操作，并从所述至少一个槽位信息澄清候选项中确定所述第三选取操作对应的目标槽位信息澄清候选项；
将所述目标槽位信息替换为所述目标槽位信息澄清候选项，并检测所述目标意图是否与指定意图匹配；
若所述目标意图与所述指定意图匹配，则获取所述指定意图对应的对话树；
基于所述指定意图对应的对话树从所述预设的知识图谱中确定并输出与所述目标意图匹配的所述目标答案。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
若所述目标意图与所述指定意图不匹配，则触发执行从预设的知识图谱中确定并输出与所述目标意图匹配的目标答案的步骤。
5.根据权利要求1所述的方法，其特征在于，所述若基于所述意图检测结果确定所述查询语句对应的意图模糊，则输出与所述意图信息相匹配的至少一个澄清候选项之前，所述方法还包括：
检测所述意图信息是否命中意图模糊候选项，所述意图模糊候选项为预先设置的意图模糊的情况；
若所述意图信息命中所述意图模糊候选项，则确定所述查询语句对应的意图模糊，并生成用于指示所述意图模糊的所述意图检测结果。
6.一种基于人机交互的问答装置，其特征在于，所述装置用于实现如权利要求1-5任一项所述的方法，所述装置包括：
接收单元，用于接收查询语句，所述查询语句包含用户的意图信息；
处理单元，用于基于所述意图信息对所述查询语句进行意图检测，得到意图检测结果；
所述处理单元，还用于若基于所述意图检测结果确定所述查询语句对应的意图模糊，则输出与所述意图信息匹配的至少一个澄清候选项；
所述处理单元，还用于检测针对所述至少一个澄清候选项的第一选取操作，并从所述至少一个澄清候选项中确定与所述第一选取操作对应的目标澄清候选项；
所述处理单元，还用于根据所述目标澄清候选项确定所述查询语句的目标意图；
所述处理单元，还用于从预设的知识图谱中确定并输出与所述目标意图匹配的目标答案，所述知识图谱中预先存储有多个意图对应的预设答案，所述目标答案为所述预设答案中与所述目标意图对应的答案。
7.一种电子设备，其特征在于，包括处理器、存储装置和通信接口，所述处理器、所述存储装置和所述通信接口相互连接，其中，所述存储装置用于存储计算机程序指令，所述处理器被配置用于执行所述程序指令，实现如权利要求1-5任一项所述的方法。
8.一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计算机程序指令，所述计算机程序指令被处理器执行时，用于执行如权利要求1-5任一项所述的基于人机交互的问答方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010909682.3A CN112035647B (zh) | 2020-09-02 | 2020-09-02 | 一种基于人机交互的问答方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010909682.3A CN112035647B (zh) | 2020-09-02 | 2020-09-02 | 一种基于人机交互的问答方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112035647A CN112035647A (zh) | 2020-12-04 |
| CN112035647B true CN112035647B (zh) | 2023-11-24 |
Family
ID=73591181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010909682.3A Active CN112035647B (zh) | 2020-09-02 | 2020-09-02 | 一种基于人机交互的问答方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112035647B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112860850B (zh) * | 2021-01-21 | 2022-08-30 | 平安科技（深圳）有限公司 | 人机交互方法、装置、设备及存储介质 |
| CN114117023A (zh) * | 2022-01-26 | 2022-03-01 | 深圳追一科技有限公司 | 交互方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106528531A (zh) * | 2016-10-31 | 2017-03-22 | 北京百度网讯科技有限公司 | 基于人工智能的意图分析方法及装置 |
| WO2018149326A1 (zh) * | 2017-02-16 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
| CN108897867A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 用于知识问答的数据处理方法、装置、服务器和介质 |
| CN109522393A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技（深圳）有限公司 | 智能问答方法、装置、计算机设备和存储介质 |
| CN111125309A (zh) * | 2019-12-23 | 2020-05-08 | 中电云脑(天津)科技有限公司 | 自然语言处理方法、装置及计算设备、存储介质 |
-
2020
- 2020-09-02 CN CN202010909682.3A patent/CN112035647B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106528531A (zh) * | 2016-10-31 | 2017-03-22 | 北京百度网讯科技有限公司 | 基于人工智能的意图分析方法及装置 |
| WO2018149326A1 (zh) * | 2017-02-16 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
| CN108897867A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 用于知识问答的数据处理方法、装置、服务器和介质 |
| CN109522393A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技（深圳）有限公司 | 智能问答方法、装置、计算机设备和存储介质 |
| CN111125309A (zh) * | 2019-12-23 | 2020-05-08 | 中电云脑(天津)科技有限公司 | 自然语言处理方法、装置及计算设备、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112035647A (zh) | 2020-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108701454B (zh) | 对话系统中的参数收集和自动对话生成 | |
| US20170337261A1 (en) | Decision Making and Planning/Prediction System for Human Intention Resolution | |
| US9305050B2 (en) | Aggregator, filter and delivery system for online context dependent interaction, systems and methods | |
| CN112632961B (zh) | 基于上下文推理的自然语言理解处理方法、装置以及设备 | |
| CN111737411A (zh) | 人机对话中的响应方法、对话系统及存储介质 | |
| CN110457431A (zh) | 基于知识图谱的问答方法、装置、计算机设备和存储介质 | |
| WO2016159961A1 (en) | Voice driven operating system for interfacing with electronic devices | |
| JP4890585B2 (ja) | 対話制御システム及びプログラム、並びに、多次元オントロジー処理システム及びプログラム | |
| WO2018052800A1 (en) | Computerized natural language query intent dispatching | |
| CN112035647B (zh) | 一种基于人机交互的问答方法、装置、设备及介质 | |
| JP2006146881A (ja) | 会話用合理的エージェント、このエージェントを用いるインテリジェント会話システム、インテリジェント会話を制御する方法、及びそれを用いるプログラム | |
| CN110795913A (zh) | 一种文本编码方法、装置、存储介质及终端 | |
| CN111597312A (zh) | 一种多轮对话脚本的生成方法和装置 | |
| CN112286485B (zh) | 通过语音控制应用的方法、装置、电子设备与存储介质 | |
| CN112507139B (zh) | 基于知识图谱的问答方法、系统、设备及存储介质 | |
| CN112417107A (zh) | 一种信息处理方法及装置 | |
| CN116821290A (zh) | 面向多任务对话的大语言模型训练方法和交互方法 | |
| Turunen et al. | Agent-based adaptive interaction and dialogue management architecture for speech applications | |
| CN114942981A (zh) | 问答查询方法、装置、电子设备及计算机可读存储介质 | |
| CN114546326A (zh) | 一种虚拟人手语生成方法和系统 | |
| CN110019709B (zh) | 机器人自动问答的方法及机器人自动问答的系统 | |
| Wantroba et al. | A method for designing dialogue systems by using ontologies | |
| Bouchet et al. | A framework for modeling the relationships between the rational and behavioral reactions of assisting conversational agents | |
| CN106682221A (zh) | 问答交互的响应方法、装置及问答系统 | |
| CN114547248A (zh) | 会话管理方法、装置、终端设备以及存储介质 |
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 |