CN112466307A - 语音的回复方法和装置、存储介质、电子装置 - Google Patents
语音的回复方法和装置、存储介质、电子装置 Download PDFInfo
- Publication number
- CN112466307A CN112466307A CN202011307231.9A CN202011307231A CN112466307A CN 112466307 A CN112466307 A CN 112466307A CN 202011307231 A CN202011307231 A CN 202011307231A CN 112466307 A CN112466307 A CN 112466307A
- Authority
- CN
- China
- Prior art keywords
- voice
- entity
- knowledge
- graph
- generating
- 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 39
- 230000002159 abnormal effect Effects 0.000 claims description 49
- 230000003993 interaction Effects 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 19
- 238000005516 engineering process Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Manipulator (AREA)
Abstract
本申请公开了一种语音的回复方法和装置、存储介质、电子装置。其中，该方法包括：接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。本申请解决了相关技术中的客服机器人工作低效的技术问题。
Description
技术领域
本申请涉及客服机器人领域，具体而言，涉及一种语音的回复方法和装置、存储介质、电子装置。
背景技术
随着语音交互技术的不断更新迭代和逐渐成熟，语音从识别到语义理解再到语音合成技术都逐渐成熟，人机对话从单指令固定句式的交互向着自然语音交互的多轮对话过渡，人机对话系统有望成为物联网时代的主要交互方式，目前的人机对话较为机械、低效，人性化程度较低。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种语音的回复方法和装置、存储介质、电子装置，以至少解决相关技术中的客服机器人工作低效的技术问题。
根据本申请实施例的一个方面，提供了一种语音的回复方法，包括：接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
可选地，在利用知识图谱生成与所述第一语音匹配的第二语音时，对所述第一语音进行语音识别，得到识别出的语音文本；通过从对所述语音文本进行解析，得到用户意图；根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音。
可选地，在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
可选地，在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与异常知识图谱进行对照，查找所述异常知识图谱中与所述用户意图匹配的异常实体；从正确知识图谱中查找与所述异常实体匹配的正确实体；利用与所述正确实体对应的操作生成所述第二语音。
可选地，在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，在参照知识图谱和异常知识图谱中不存在与所述用户意图匹配的实体的情况下，根据所述语音文本中的关键词进行实体链接；在异常出现的次数达到预设次数时，利用所述语音文本的上下文重新确定所述用户意图。
可选地，在利用所述语音文本的上下文重新确定所述用户意图之后，利用所述参照知识图谱和所述异常知识图谱生成与所述用户意图匹配的语音。
可选地，在利用知识图谱生成与所述第一语音匹配的第二语音之前，采集人机对话的系统数据，对所述系统数据中的结构化数据进行数据整合，对所述系统数据中的非结构化数据进行转换、抽取实体、关系和属性；利用知识融合技术构建所述知识图谱。
根据本申请实施例的另一方面，还提供了一种语音的回复装置，包括：接收单元，用于接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；交互单元，用于利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
可选地，交互单元还用于在利用知识图谱生成与所述第一语音匹配的第二语音时，对所述第一语音进行语音识别，得到识别出的语音文本；通过从对所述语音文本进行解析，得到用户意图；根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音。
可选地，交互单元还用于在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
可选地，交互单元还用于在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与异常知识图谱进行对照，查找所述异常知识图谱中与所述用户意图匹配的异常实体；从正确知识图谱中查找与所述异常实体匹配的正确实体；利用与所述正确实体对应的操作生成所述第二语音。
可选地，交互单元还用于在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，在参照知识图谱和异常知识图谱中不存在与所述用户意图匹配的实体的情况下，根据所述语音文本中的关键词进行实体链接；在异常出现的次数达到预设次数时，利用所述语音文本的上下文重新确定所述用户意图。
可选地，交互单元还用于在利用所述语音文本的上下文重新确定所述用户意图之后，利用所述参照知识图谱和所述异常知识图谱生成与所述用户意图匹配的语音。
可选地，本申请的装置还可包括：训练单元，用于在利用知识图谱生成与所述第一语音匹配的第二语音之前，采集人机对话的系统数据，对所述系统数据中的结构化数据进行数据整合，对所述系统数据中的非结构化数据进行转换、抽取实体、关系和属性；利用知识融合技术构建所述知识图谱。
根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的方法。
根据本申请实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。
在本申请实施例中，接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复，构建了基于知识图谱的人机对话客服系统，过人机对话客服系统进行智能决策选择相应的策略，对异常对话采取相应策略并主动给予用户引导，实现用户人机对话交互期望目标，可以解决相关技术中的客服机器人工作低效的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种可选的语音的回复方法的流程图；
图2是根据本申请实施例的一种可选的语音的交互方案的示意图；
图3是根据本申请实施例的一种可选的语音的回复装置的示意图；
以及
图4是根据本申请实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，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”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
语言的理解与表达和知识是密切联系的，知识图谱作为一种大规模知识的表示形式，在人机对话系统中可以起到重要的应用。根据本申请实施例的一方面，提供了一种语音的回复方法的实施例，以解决当前人机客服对话低效、容易陷入死循环的问题，提升客服人机对话的智能化和人性化。图1是根据本申请实施例的一种可选的语音的回复方法的流程图，如图1所示，该方法可以包括以下步骤：
步骤S1，接收到第一语音，所述第一语音为向客服机器人发送的语音。
步骤S2，利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
可选地，在利用知识图谱生成与所述第一语音匹配的第二语音时，对所述第一语音进行语音识别，得到识别出的语音文本；通过从对所述语音文本进行解析，得到用户意图；根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音。
可选地，在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
可选地，在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与异常知识图谱进行对照，查找所述异常知识图谱中与所述用户意图匹配的异常实体；从正确知识图谱中查找与所述异常实体匹配的正确实体；利用与所述正确实体对应的操作生成所述第二语音。
可选地，在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，在参照知识图谱和异常知识图谱中不存在与所述用户意图匹配的实体的情况下，根据所述语音文本中的关键词进行实体链接；在异常出现的次数达到预设次数时，利用所述语音文本的上下文重新确定所述用户意图。
可选地，在利用所述语音文本的上下文重新确定所述用户意图之后，利用所述参照知识图谱和所述异常知识图谱生成与所述用户意图匹配的语音。
可选地，在利用知识图谱生成与所述第一语音匹配的第二语音之前，采集人机对话的系统数据，对所述系统数据中的结构化数据进行数据整合，对所述系统数据中的非结构化数据进行转换、抽取实体、关系和属性；利用知识融合技术构建所述知识图谱。
通过上述步骤，接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复，构建了基于知识图谱的人机对话客服系统，过人机对话客服系统进行智能决策选择相应的策略，对异常对话采取相应策略并主动给予用户引导，实现用户人机对话交互期望目标，可以解决相关技术中的客服机器人工作低效的技术问题。
当前各类智能客服助手如电话客服机器人等，只能按照指定的逻辑进行交互，稍有偏差，无法抵达用户目标结果，并且并不会进行正确的引导，当用户提供信息不全的时候，一直反复询问陷入逻辑的死循环中。
本方案构建了基于知识图谱的人机对话客服系统，运用信息抽取、实体发现技术、和知识融合技术构建客服系统异常的知识图谱，收集用户人机对话系统中未达预期目标数据，对用户与人工智能客服交互中容易陷入重复的问题等数据进行归类处理，通过人机对话客服系统进行智能决策选择相应的策略，对异常对话采取相应策略并主动给予用户引导，实现用户人机对话交互期望目标。
作为一种可选的实施例，如图2所示，下文结合具体的实施方式进一步详述本申请的技术方案。
首先需要采集大量人机对话系统数据，对一些结构化的数据进行数据整合，非结构化的数据做转换，抽取实体、关系和属性利用知识融合技术构建正确表达意图命中相应领域的参照知识图谱。针对未正确命中用户期望目标的对话数据，用户常见错误表达数据、表达不完整无法命中相应领域、和多次重复却无法抵达目标结果的异常数据进行信息抽取，抽取这些异常数据中的实体，运用实体发现技术将异常数据实体和正常数据间构建相应的关系链接。
当用户进行人机对话时，首先语音识别将语音转为文本，进行文本解析，提取文本中用户的意图，将意图和参照知识图谱进行对照，若属于已有实体或者可实现实体对齐，则用实体替代用户意图对照已有知识图谱，根据实体和相应操作数据之间的对应关系，给予用户正确的引导达到目标结果；当用户意图在参照知识图谱中搜索不到相应数据时，则需在异常知识图谱中寻找相应的实体，实体对照正确知识图谱中的相应实体，运用异常实体对照下正确实体对应的相应关系，正确实体对应的相应操作数据给予用户指导。
当提取到用户的意图在两个知识图谱中均不存在，根据人机对话中相应的关键词语进行实体链接，判断其异常出现的频次，当用户的频次大于三时联系上下文确定用户的真正意图并给予主动的引导，当用户的异常频次小于等于1时则采用兜底策略，主动进行引导或者进行相应知识的闲聊。
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该知悉，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该知悉，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。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述语音的回复方法的语音的回复装置。图3是根据本申请实施例的一种可选的语音的回复装置的示意图，如图3所示，该装置可以包括：
接收单元31，用于接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；交互单元33，用于利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
需要说明的是，该实施例中的接收单元31可以用于执行本申请实施例中的步骤S1，该实施例中的交互单元33可以用于执行本申请实施例中的步骤S2。
通过上述模块，接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复，构建了基于知识图谱的人机对话客服系统，过人机对话客服系统进行智能决策选择相应的策略，对异常对话采取相应策略并主动给予用户引导，实现用户人机对话交互期望目标，可以解决相关技术中的客服机器人工作低效的技术问题。
可选地，交互单元还用于在利用知识图谱生成与所述第一语音匹配的第二语音时，对所述第一语音进行语音识别，得到识别出的语音文本；通过从对所述语音文本进行解析，得到用户意图；根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音。
可选地，交互单元还用于在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
可选地，交互单元还用于在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，将所述用户意图与异常知识图谱进行对照，查找所述异常知识图谱中与所述用户意图匹配的异常实体；从正确知识图谱中查找与所述异常实体匹配的正确实体；利用与所述正确实体对应的操作生成所述第二语音。
可选地，交互单元还用于在根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音时，在参照知识图谱和异常知识图谱中不存在与所述用户意图匹配的实体的情况下，根据所述语音文本中的关键词进行实体链接；在异常出现的次数达到预设次数时，利用所述语音文本的上下文重新确定所述用户意图。
可选地，交互单元还用于在利用所述语音文本的上下文重新确定所述用户意图之后，利用所述参照知识图谱和所述异常知识图谱生成与所述用户意图匹配的语音。
可选地，本申请的装置还可包括：训练单元，用于在利用知识图谱生成与所述第一语音匹配的第二语音之前，采集人机对话的系统数据，对所述系统数据中的结构化数据进行数据整合，对所述系统数据中的非结构化数据进行转换、抽取实体、关系和属性；利用知识融合技术构建所述知识图谱。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在相应的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的另一个方面，还提供了一种用于实施上述语音的回复方法的服务器或终端。
图4是根据本申请实施例的一种终端的结构框图，如图4所示，该终端可以包括：一个或多个(仅示出一个)处理器201、存储器203、以及传输装置205，如图4所示，该终端还可以包括输入输出设备207。
其中，存储器203可用于存储软件程序以及模块，如本申请实施例中的语音的回复方法和装置对应的程序指令/模块，处理器201通过运行存储在存储器203内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的语音的回复方法。存储器203可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器203可进一步包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置205用于经由一个网络接收或者发送数据，还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置205包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置205为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
其中，具体地，存储器203用于存储应用程序。
处理器201可以通过传输装置205调用存储器203存储的应用程序，以执行下述步骤：
接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；
利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
处理器201还用于执行下述步骤：
将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；
从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；
利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图4所示的结构仅为示意，终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices，MID)、PAD等终端设备。图4其并不对上述电子装置的结构造成限定。例如，终端还可包括比图4中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图4所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行语音的回复方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；
利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：
将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；
从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；
利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、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步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种语音的回复方法，其特征在于，包括：
接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；
利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
2.根据权利要求1所述的方法，其特征在于，利用知识图谱生成与所述第一语音匹配的第二语音包括：
对所述第一语音进行语音识别，得到识别出的语音文本；
通过从对所述语音文本进行解析，得到用户意图；
根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音。
3.根据权利要求2所述的方法，其特征在于，根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音包括：
将所述用户意图与参照知识图谱进行对照，从所述参照知识图谱中查找与所述用户意图匹配的已有实体或者可实现实体；
从所述参照知识图谱中查找与已有实体或者可实现实体关联的操作；
利用与已有实体或者可实现实体关联的操作生成所述第二语音，其中，所述第二语音用于引导用户达到目标结果。
4.根据权利要求2所述的方法，其特征在于，根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音包括：
将所述用户意图与异常知识图谱进行对照，查找所述异常知识图谱中与所述用户意图匹配的异常实体；
从正确知识图谱中查找与所述异常实体匹配的正确实体；
利用与所述正确实体对应的操作生成所述第二语音。
5.根据权利要求2所述的方法，其特征在于，根据利用所述用户意图在知识图谱中的查找结果生成所述第二语音包括：
在参照知识图谱和异常知识图谱中不存在与所述用户意图匹配的实体的情况下，根据所述语音文本中的关键词进行实体链接；
在异常出现的次数达到预设次数时，利用所述语音文本的上下文重新确定所述用户意图。
6.根据权利要求5所述的方法，其特征在于，在利用所述语音文本的上下文重新确定所述用户意图之后，所述方法还包括：
利用所述参照知识图谱和所述异常知识图谱生成与所述用户意图匹配的语音。
7.根据权利要求1所述的方法，其特征在于，在利用知识图谱生成与所述第一语音匹配的第二语音之前，所述方法还包括：
采集人机对话的系统数据，对所述系统数据中的结构化数据进行数据整合，对所述系统数据中的非结构化数据进行转换，抽取实体、关系和属性；
利用知识融合技术构建所述知识图谱。
8.一种语音的回复装置，其特征在于，包括：
接收单元，用于接收到第一语音，其中，所述第一语音为向客服机器人发送的语音；
交互单元，用于利用知识图谱生成与所述第一语音匹配的第二语音，并利用所述第二语音进行回复。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序执行上述权利要求1至7任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011307231.9A CN112466307B (zh) | 2020-11-19 | 2020-11-19 | 语音的回复方法和装置、存储介质、电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011307231.9A CN112466307B (zh) | 2020-11-19 | 2020-11-19 | 语音的回复方法和装置、存储介质、电子装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112466307A true CN112466307A (zh) | 2021-03-09 |
| CN112466307B CN112466307B (zh) | 2023-09-26 |
Family
ID=74836947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011307231.9A Active CN112466307B (zh) | 2020-11-19 | 2020-11-19 | 语音的回复方法和装置、存储介质、电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112466307B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160012020A1 (en) * | 2014-07-14 | 2016-01-14 | Samsung Electronics Co., Ltd. | Method and system for robust tagging of named entities in the presence of source or translation errors |
| US20170024465A1 (en) * | 2015-07-24 | 2017-01-26 | Nuance Communications, Inc. | System and method for natural language driven search and discovery in large data sources |
| US10102845B1 (en) * | 2013-02-25 | 2018-10-16 | Amazon Technologies, Inc. | Interpreting nonstandard terms in language processing using text-based communications |
| CN109859747A (zh) * | 2018-12-29 | 2019-06-07 | 北京百度网讯科技有限公司 | 语音交互方法、设备以及存储介质 |
| WO2019184103A1 (zh) * | 2018-03-30 | 2019-10-03 | 深圳狗尾草智能科技有限公司 | 基于人物ip的人机交互方法、系统、介质及设备 |
| CN111291571A (zh) * | 2020-01-17 | 2020-06-16 | 华为技术有限公司 | 语义纠错方法、电子设备及存储介质 |
| US10762903B1 (en) * | 2017-11-07 | 2020-09-01 | Amazon Technologies, Inc. | Conversational recovery for voice user interface |
| CN111625658A (zh) * | 2020-07-28 | 2020-09-04 | 杭州翔毅科技有限公司 | 基于知识图谱的语音交互方法、装置、设备及存储介质 |
-
2020
- 2020-11-19 CN CN202011307231.9A patent/CN112466307B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10102845B1 (en) * | 2013-02-25 | 2018-10-16 | Amazon Technologies, Inc. | Interpreting nonstandard terms in language processing using text-based communications |
| US20160012020A1 (en) * | 2014-07-14 | 2016-01-14 | Samsung Electronics Co., Ltd. | Method and system for robust tagging of named entities in the presence of source or translation errors |
| US20170024465A1 (en) * | 2015-07-24 | 2017-01-26 | Nuance Communications, Inc. | System and method for natural language driven search and discovery in large data sources |
| US10762903B1 (en) * | 2017-11-07 | 2020-09-01 | Amazon Technologies, Inc. | Conversational recovery for voice user interface |
| WO2019184103A1 (zh) * | 2018-03-30 | 2019-10-03 | 深圳狗尾草智能科技有限公司 | 基于人物ip的人机交互方法、系统、介质及设备 |
| CN109859747A (zh) * | 2018-12-29 | 2019-06-07 | 北京百度网讯科技有限公司 | 语音交互方法、设备以及存储介质 |
| CN111291571A (zh) * | 2020-01-17 | 2020-06-16 | 华为技术有限公司 | 语义纠错方法、电子设备及存储介质 |
| CN111625658A (zh) * | 2020-07-28 | 2020-09-04 | 杭州翔毅科技有限公司 | 基于知识图谱的语音交互方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112466307B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200301954A1 (en) | Reply information obtaining method and apparatus | |
| CN110837550B (zh) | 基于知识图谱的问答方法、装置、电子设备及存储介质 | |
| CN108595696A (zh) | 一种基于云平台的人机交互智能问答方法和系统 | |
| CN110347863B (zh) | 话术推荐方法和装置及存储介质 | |
| KR102517843B1 (ko) | Aiml 기반의 챗봇 시스템 및 챗봇 서비스 제공 방법 | |
| CN106294618A (zh) | 搜索方法及装置 | |
| CN110209809B (zh) | 文本聚类方法和装置、存储介质及电子装置 | |
| CN112035638B (zh) | 信息处理方法、装置、存储介质及设备 | |
| CN102073704A (zh) | 文本分类处理方法和系统以及设备 | |
| CN112364622A (zh) | 对话文本分析方法、装置、电子装置及存储介质 | |
| CN112287082A (zh) | 结合rpa与ai的数据的处理方法、装置、设备及存储介质 | |
| CN112632248A (zh) | 问答方法、装置、计算机设备和存储介质 | |
| CN112579752A (zh) | 实体关系的抽取方法及装置、存储介质、电子设备 | |
| CN109508367A (zh) | 自动提取问答语料的方法、在线智能客服系统及电子设备 | |
| CN113901837A (zh) | 一种意图理解方法、装置、设备及存储介质 | |
| CN112765981A (zh) | 一种文本信息的生成方法和装置 | |
| CN110246494A (zh) | 基于语音识别的服务请求方法、装置及计算机设备 | |
| CN109741739A (zh) | 一种应用处理方法及装置 | |
| CN110377803B (zh) | 信息处理方法以及装置 | |
| CN111680514B (zh) | 信息处理和模型训练方法、装置、设备及存储介质 | |
| CN111368552A (zh) | 一种面向特定领域的网络用户群组划分方法及装置 | |
| CN112466307A (zh) | 语音的回复方法和装置、存储介质、电子装置 | |
| CN110489740A (zh) | 语义解析方法及相关产品 | |
| CN111949776B (zh) | 一种用户标签评估的方法、装置和电子设备 | |
| CN105279157B (zh) | 一种正则查询的方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |