CN112632241A - 智能会话的方法、装置、设备和计算机可读介质 - Google Patents

Abstract

本发明公开了智能会话的方法、装置、设备和计算机可读介质，涉及计算机技术领域。该方法的一具体实施方式包括：接收智能会话的输入信息；分析所述输入信息，得到所述输入信息的分析信息；在所述分析信息的基础上，确定所述智能会话所需会话方式；按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。该实施方式能够在复杂的场景下，实现用户与机器人的智能会话。

Description

智能会话的方法、装置、设备和计算机可读介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种智能会话的方法、装置、设备和计算机可读介质。

背景技术

为了方便同时处理大量用户的各种需求，由多个客服人员组成，利用计算机电话集成技术建立的呼叫中心应运而生。

目前，通过多个不同类型渠道接口将用户接入呼叫中心，以完成与用户的双向信息交互。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：目前的智能会话适用于单一场景。在复杂的场景下，难以实现与机器人的智能会话。

发明内容

有鉴于此，本发明实施例提供一种智能会话的方法、装置、设备和计算机可读介质，能够在复杂的场景下，实现用户与机器人的智能会话。

为实现上述目的，根据本发明实施例的一个方面，提供了一种智能会话的方法，包括：

接收智能会话的输入信息；

分析所述输入信息，得到所述输入信息的分析信息；

在所述分析信息的基础上，确定所述智能会话所需会话方式；

按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。

所述智能会话的输入信息包括以下一种或多种：文本信息、图像信息和语音信息。

所述文本信息包括以下一种或多种：问答文本信息、意图文本信息和实体命名文本。

所述接收智能会话的输入信息，包括：

通过一个或多个传感器接收智能会话的输入信息。

所述分析所述输入信息，得到所述输入信息的分析信息，包括：

通过一个或多个理解器分析所述输入信息，得到所述输入信息的分析信息，所述理解器包括以下一个或多个：视觉理解器、听觉理解器和语言理解器。

所述视觉理解器用于处理以下一种或多个信息，人脸识别信息、OCR识别信息和物体识别信息。

所述听觉理解器用于处理以下一种或多个信息，语音转文本信息、语音声纹识别信息、语音情绪识别信息和语音表征信息。

所述语言理解器的作用包括以下一种或多个，文本分词、词性标注、依存关系分析、关键词抽取、摘要抽取、意图理解、命名实体识别、关系抽取、情感分析、阅读理解和NL2SQL。

所述在所述分析信息的基础上，确定所述智能会话所需会话方式，包括：

在所述分析信息的基础上，采用预设模型，确定所述智能会话所需会话方式。

所述预设模型包括以下一种或多种，规则模型、机器学习模型和深度学习模型。

所述会话方式包括以下一种或多种：一问一答、槽值填充多轮会话、导航、基于图谱的问答、基于阅读理解、表格问答、端到端图片问答、端到端视频问答和端到端语音回复。

所述会话流包括节点和节点之间的连接边条件。

所述基于所述会话流的有向图，输出预设信息，包括：

基于所述会话流中的当前节点，确定满足当前节点与另一个节点之间的连接边条件，则输出所述另一个节点的预设信息。

所述确输出所述另一个节点的预设信息之后，还包括：从当前节点跳转至另一个节点。

所述基于所述会话流的有向图，输出预设信息，包括：

基于所述会话流中的当前节点，确定不满足当前节点与另一个节点之间的连接边条件，则输出所述当前节点的预设信息。

所述输出所述当前节点的预设信息之后，还包括：再次接收输入信息。

所述预设信息是是语音信息和/或文字信息。

根据本发明实施例的第二方面，提供了一种智能会话的装置，包括：

接收模块，用于接收智能会话的输入信息；

分析模块，用于分析所述输入信息，得到所述输入信息的分析信息；

确定模块，用于在所述分析信息的基础上，确定所述智能会话所需会话方式；

输出模块，用于按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。

根据本发明实施例的第三方面，提供了一种智能会话的电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的方法。

根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述的方法。

上述发明中的一个实施例具有如下优点或有益效果：接收智能会话的输入信息；分析所述输入信息，得到所述输入信息的分析信息；在所述分析信息的基础上，确定所述智能会话所需会话方式；按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。由于可以分析智能会话的输入信息，进而输出会话的预设信息，能够在复杂的场景下，实现用户与机器人的智能会话。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的智能会话的方法的主要流程的示意图；

图2是根据本发明实施例的采用多个理解器分析输入信息的示意图；

图3是根据本发明实施例的预设模型的种类示意图；

图4是根据本发明实施例的基于会话流的有向图输出预设信息的流程示意图；

图5是根据本发明实施例的智能会话的装置的主要结构的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

目前的智能会话适用于单一场景，如：商品推荐、商品售后服务和景点导航等。每种场景的智能会话与场景高度相关，一种场景中的智能会话并不适用于另一种场景。因此，在复杂的场景下，难以实现与机器人的智能会话。

为了解决在复杂的场景下，难以实现与机器人的智能会话，可以采用以下本发明实施例中的技术方案。

参见图1，图1是根据本发明实施例的智能会话的方法主要流程的示意图，分析输入信息，以确定智能会话所需会话方式，进而输出预设信息，实现智能会话。如图1所示，具体包括以下步骤：

S101、接收智能会话的输入信息。

在本发明实施例中，可以通过终端接收智能会话的输入信息。作为一个示例，该终端可以是移动终端或电脑终端。

在终端是移动终端的情况下，通过移动终端中的传感器，如：摄像头或麦克风，接收智能会话的输入信息。可以理解的是，移动终端可以实现智能会话。在终端是电脑终端的情况下，通过电脑终端的摄像头或麦克风，接收智能会话的输入信息。

在本发明的一个实施例中，智能会话的输入信息包括以下一种或多种：文本信息、图像信息和语音信息。其中，文本信息是以文字组成的信息。图像信息是以图像组成的信息。图像可以包括单幅图像或视频。

在本发明的一个实施例中，文本信息包括以下一种或多种：问答文本信息、意图文本信息和实体命名文本。问答文本信息中包括多个问题与答案，问题与答案具有对应关系。意图文本信息中包括多个文本，每个文本与意图类别之间的具有对应关系。实体命名文本中包括人名，地名，组织名和日期时间等已知的名称。可以理解的是，实体命名是很多有意义的目标，如：产品，公司，专有名词等。

在本发明的一个实施例中，通过一个或多个传感器接收智能会话的输入信息。考虑到智能会话的输入信息的不同种类，可以采用与输入信息种类对应的传感器接收输入信息。

作为一个示例，输入信息是文本信息，可以采用摄像头接收输入信息；输入信息是图像信息，可以采用摄像头接收输入信息；输入信息是语音信息，可以采用麦克风接收输入信息。

S 102、分析输入信息，得到输入信息的分析信息。

输入信息是用户发起智能会话的切入点，由于需要适用于多种场景，则可以分析输入信息，进而得到输入信息的分析信息。可以理解的是，分析信息是输入信息的分析结果。

在本发明实施例中，可以采用理解器分析输入信息。即，通过一个或多个理解器分析输入信息，得到输入信息的分析信息。理解器是分析信息的计算机程序的集合。

理解器包括以下一个或多个：视觉理解器、听觉理解器和语言理解器。视觉理解器用于处理图像信息。听觉理解器用于处理语音信息。语言理解器用于处理文本信息，以及图像信息和语音信息中涉及的文本信息。

考虑到输入信息中信息的复杂性，通常需要多个理解器串行，以分析输入信息。

参见图2，图2是根据本发明实施例的采用多个理解器分析输入信息的示意图。图2中包括N个理解器，理解器的编号由1至N。将输入信息输入理解器1，依次经过1至N个理解器的分析后，得到输入信息的分析信息。其中，理解器的顺序可以按需预先设置。

下面分别介绍说明视觉理解器、听觉理解器和语言理解器。

视觉理解器用于处理以下一种或多个信息，人脸识别信息、光学字符识别(OCR)识别信息和物体识别信息。其中，OCR是通过计算机程序识别图像中的文字。

也就是说，视觉理解器使用人脸识别、OCR识别、物体识别等计算机视觉技术，用于输出对视频和图像的分析信息。

人脸识别用于识别对话用户身份以及识别对话中用户表情、年龄、性别等内容。OCR识别用于识别输入的图像中的文字，从而做出应答。物体识别用于识别用户输入的图像中的内容，以便进行语义理解。其中，视觉理解不仅包含可见光的捕捉，也包含了红外光感知、景深深度感知、虚拟建模和VR/AR感知等。

听觉理解器用于处理以下一种或多个信息，语音转文本信息、语音声纹识别信息、语音情绪识别信息和语音表征信息。

也就是说，听觉理解器对语音信号进行分析。听觉理解器具体实现以下处理，语音转文本、语音声纹识别、语音情绪识别和语音表征器。

语音转文本用于将语音中的说话内容转换为文字，以用于语义理解。语音声纹识别用于判断对话人的身份。语音情绪识别用于感知对话人的情感，产生更加人性化的回复。语音表征产生用于输入信息的语义理解和视觉理解的中间结果。通过语音表征能够更好的理解输入信息。

语言理解器的作用包括以下一种或多个，文本分词、词性标注、依存关系分析、关键词抽取、摘要抽取、意图理解、命名实体识别、关系抽取、情感分析、阅读理解和NL2SQL。

也就是说，语言理解器用于对输入信息中文字的理解。文本分词将文本切分为词的序列。词性标注计算出每个词的词性。依存关系分析用于分析每个词与词之间的依赖关系。关键词抽取用于计算出文本分词后词序列中最重要的词。摘要抽取用于获取文本中重要信息即摘要

意图理解用于计算出文本所表达的用户意图。命名实体识别用于计算出文本中的命名实体，如人名、地名、机构名等。情感分析用于计算出文本中所蕴含的情感倾向，包括正向情感、中性情感、负向情感。阅读理解用于处理给定的目标文本对大量文本中的搜索和理解。NL2SQL用于理解文本在数据表中的查询意图。

S 103、在分析信息的基础上，确定智能会话所需会话方式。

获取分析信息之后，可以在分析信息的基础上，确定智能会话所需会话方式。会话方式是指智能会话的方式。作为一个示例，会话方式包括以下一种或多种：一问一答、槽值填充多轮会话、导航、基于图谱的问答、基于阅读理解、表格问答、端到端图片问答、端到端视频问答和端到端语音回复。

在本发明的一个实施例中，在分析信息的基础上，采用预设模型，确定智能会话所需会话方式。其中，预设模型可以按照实际应用场景预先设置。

参见图3，图3是根据本发明实施例的预设模型的种类示意图，图3中是预设模型的种类。预设模型是以下一种或多种模型，规则模型、机器学习模型和深度学习模型。

其中，规则模型是按照预设规则建立的模型。机器学习模型是通过计算机程序实现的模型。深度学习模型是包括层次较深的神经网络的模型。

S 104、按照会话方式确定智能会话的会话流，并基于会话流的有向图，输出预设信息。

在本发明的一个实施例中，智能会话的会话流为机器人对话的逻辑流程图。对话状态都保存在会话流中。会话流是包含节点和节点之间的连接边条件。可以理解的是，每个会话流对应一个有向图。

会话流中节点类型有四种，分别为：开始节点、会话节点、直连节点和结束节点；连接边包括节点与节点之间跳转的连接边条件。会话状态体现在会话流节点的位置。在直连节点上时，会自动跳到下一个节点。在本发明的一个实施例中，预设信息是语音信息和/或文字信息。

参见图4，图4是根据本发明实施例的基于会话流的有向图输出预设信息的流程示意图，具体包括以下步骤：

S401、确定开始节点。

对于每个会话流而言，包括一个开始节点。在开始节点处，包括开始话术。开始话术是智能会话的第一个输出信息，该输出信息是语音信息或文字信息。该输出信息即预设信息。

S402、判断是否满足连接边条件。

基于会话流中的当前节点，确定满足当前节点与另一个节点之间的连接边条件，则执行S403；基于会话流中的当前节点，确定未满足当前节点与另一个节点之间的连接边条件，则执行S404。

S403、输出另一个节点的预设信息。

在满足当前节点与另一个节点之间的连接边条件，则输出另一个节点的预设信息。然后，跳至另一个节点。继续执行S402。

S404、输出第一预设信息。

在确定未满足当前节点与另一个节点之间的连接边条件，则可以输出第一预设信息，第一预设信息可以是兜底话术。作为一个示例，兜底话术是：稍后再试。第一预设信息是语音信息和/或文字信息

S405、判断当前节点是否为最后一个节点。

判断当前节点是否为最后一个节点。若当前节点是最后一个节点，则执行S406；若当前节点不是最后一个节点，则执行S407。

S406、输出第二预设信息。

当前节点是最后一个节点，则输出第二预设信息。第二预设信息可以是结束话术。作为一个示例，第二预设信息是：再见。第二预设信息是语音信息和/或文字信息

S407、再次接收输入信息。

再次接收用户的输入信息，以输出预设信息。

在图4的实施例中，按照会话流的有向图，能够输出对应的预设信息，进而实现智能会话。

在上述的实施例中，接收智能会话的输入信息；分析所述输入信息，得到所述输入信息的分析信息；在所述分析信息的基础上，确定所述智能会话所需会话方式；按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。由于可以分析智能会话的输入信息，进而输出会话的预设信息，能够在复杂的场景下，实现用户与机器人的智能会话。

参见图5，图5是根据本发明实施例的智能会话的装置的主要结构的示意图，智能会话的装置可以实现智能会话的方法，如图5所示，智能会话的装置具体包括：

接收模块501，用于接收智能会话的输入信息；

分析模块502，用于分析所述输入信息，得到所述输入信息的分析信息；

确定模块503，用于在所述分析信息的基础上，确定所述智能会话所需会话方式；

输出模块504，用于按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。

在本发明的一个实施例中，所述智能会话的输入信息包括以下一种或多种：文本信息、图像信息和语音信息。

本发明的一个实施例中，所述文本信息包括以下一种或多种：问答文本信息、意图文本信息和实体命名文本。

在本发明的一个实施例中，接收模块501，具体用于通过一个或多个传感器接收智能会话的输入信息。

在本发明的一个实施例中，分析模块502，具体用于通过一个或多个理解器分析所述输入信息，得到所述输入信息的分析信息，所述理解器包括以下一个或多个：视觉理解器、听觉理解器和语言理解器。

在本发明的一个实施例中，所述视觉理解器用于处理以下一种或多个信息，人脸识别信息、OCR识别信息和物体识别信息。

在本发明的一个实施例中，所述听觉理解器用于处理以下一种或多个信息，语音转文本信息、语音声纹识别信息、语音情绪识别信息和语音表征信息。

在本发明的一个实施例中，所述语言理解器的作用包括以下一种或多个，文本分词、词性标注、依存关系分析、关键词抽取、摘要抽取、意图理解、命名实体识别、关系抽取、情感分析、阅读理解和NL2SQL。

在本发明的一个实施例中，确定模块503，具体用于在所述分析信息的基础上，采用预设模型，确定所述智能会话所需会话方式。

在本发明的一个实施例中，所述预设模型包括以下一种或多种，规则模型、机器学习模型和深度学习模型。

在本发明的一个实施例中，所述会话方式包括以下一种或多种：一问一答、槽值填充多轮会话、导航、基于图谱的问答、基于阅读理解、表格问答、端到端图片问答、端到端视频问答和端到端语音回复。

在本发明的一个实施例中，所述会话流包括节点和节点之间的连接边条件。

在本发明的一个实施例中，输出模块504，具体用于基于所述会话流中的当前节点，确定满足当前节点与另一个节点之间的连接边条件，则输出所述另一个节点的预设信息。

在本发明的一个实施例中，输出模块504，还用于从当前节点跳转至另一个节点。

在本发明的一个实施例中，输出模块504，还用于基于所述会话流中的当前节点，确定不满足当前节点与另一个节点之间的连接边条件，则输出所述当前节点的预设信息。

在本发明的一个实施例中，输出模块504，还用于再次接收输入信息。

在本发明的一个实施例中，所述预设信息是是语音信息和/或文字信息。

图6示出了可以应用本发明实施例的智能会话的方法或智能会话的装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的智能会话的方法一般由服务器605执行，相应地，智能会话的装置一般设置于服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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、或代码的一部分，上述模块、程序段、或代码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。也应当注意，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，两个接连地表示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，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操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。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、分析模块、确定模块和输出模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，接收模块还可以被描述为“用于接收智能会话的输入信息”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

接收智能会话的输入信息；

分析所述输入信息，得到所述输入信息的分析信息；

在所述分析信息的基础上，确定所述智能会话所需会话方式；

按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。

根据本发明实施例的技术方案，接收智能会话的输入信息；分析所述输入信息，得到所述输入信息的分析信息；在所述分析信息的基础上，确定所述智能会话所需会话方式；按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。由于可以分析智能会话的输入信息，进而输出会话的预设信息，能够在复杂的场景下，实现用户与机器人的智能会话。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (20)

1.一种智能会话的方法，其特征在于，包括：

接收智能会话的输入信息；

分析所述输入信息，得到所述输入信息的分析信息；

在所述分析信息的基础上，确定所述智能会话所需会话方式；

按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。

2.根据权利要求1所述智能会话的方法，其特征在于，所述智能会话的输入信息包括以下一种或多种：文本信息、图像信息和语音信息。

3.根据权利要求2所述智能会话的方法，其特征在于，所述文本信息包括以下一种或多种：问答文本信息、意图文本信息和实体命名文本。

4.根据权利要求1所述智能会话的方法，其特征在于，所述接收智能会话的输入信息，包括：

通过一个或多个传感器接收智能会话的输入信息。

5.根据权利要求1所述智能会话的方法，其特征在于，所述分析所述输入信息，得到所述输入信息的分析信息，包括：

通过一个或多个理解器分析所述输入信息，得到所述输入信息的分析信息，所述理解器包括以下一个或多个：视觉理解器、听觉理解器和语言理解器。

6.根据权利要求5所述智能会话的方法，其特征在于，所述视觉理解器用于处理以下一种或多个信息，人脸识别信息、OCR识别信息和物体识别信息。

7.根据权利要求5所述智能会话的方法，其特征在于，所述听觉理解器用于处理以下一种或多个信息，语音转文本信息、语音声纹识别信息、语音情绪识别信息和语音表征信息。

8.根据权利要求5所述智能会话的方法，其特征在于，所述语言理解器的作用包括以下一种或多个，文本分词、词性标注、依存关系分析、关键词抽取、摘要抽取、意图理解、命名实体识别、关系抽取、情感分析、阅读理解和NL2SQL。

9.根据权利要求1或5所述智能会话的方法，其特征在于，所述在所述分析信息的基础上，确定所述智能会话所需会话方式，包括：

在所述分析信息的基础上，采用预设模型，确定所述智能会话所需会话方式。

10.根据权利要求9所述智能会话的方法，其特征在于，所述预设模型包括以下一种或多种，规则模型、机器学习模型和深度学习模型。

11.根据权利要求1或5所述智能会话的方法，其特征在于，所述会话方式包括以下一种或多种：一问一答、槽值填充多轮会话、导航、基于图谱的问答、基于阅读理解、表格问答、端到端图片问答、端到端视频问答和端到端语音回复。

12.根据权利要求1或5所述智能会话的方法，其特征在于，所述会话流包括节点和节点之间的连接边条件。

13.根据权利要求12所述智能会话的方法，其特征在于，所述基于所述会话流的有向图，输出预设信息，包括：

基于所述会话流中的当前节点，确定满足当前节点与另一个节点之间的连接边条件，则输出所述另一个节点的预设信息。

14.根据权利要求13所述智能会话的方法，其特征在于，所述确输出所述另一个节点的预设信息之后，还包括：从当前节点跳转至另一个节点。

15.根据权利要求12所述智能会话的方法，其特征在于，所述基于所述会话流的有向图，输出预设信息，包括：

基于所述会话流中的当前节点，确定不满足当前节点与另一个节点之间的连接边条件，则输出所述当前节点的预设信息。

16.根据权利要求15所述智能会话的方法，其特征在于，所述输出所述当前节点的预设信息之后，还包括：再次接收输入信息。

17.根据权利要求1所述智能会话的方法，其特征在于，所述预设信息是是语音信息和/或文字信息。

18.一种智能会话的装置，其特征在于，包括：

接收模块，用于接收智能会话的输入信息；

分析模块，用于分析所述输入信息，得到所述输入信息的分析信息；

确定模块，用于在所述分析信息的基础上，确定所述智能会话所需会话方式；

输出模块，用于按照所述会话方式确定所述智能会话的会话流，并基于所述会话流的有向图，输出预设信息。

19.一种智能会话的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-17中任一所述的方法。

20.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-17中任一所述的方法。

Images