CN113204622A - 电子装置及其信息处理方法 - Google Patents

电子装置及其信息处理方法 Download PDF

Info

Publication number
CN113204622A
CN113204622A CN202110570453.8A CN202110570453A CN113204622A CN 113204622 A CN113204622 A CN 113204622A CN 202110570453 A CN202110570453 A CN 202110570453A CN 113204622 A CN113204622 A CN 113204622A
Authority
CN
China
Prior art keywords
service unit
user
electronic device
target service
word
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.)
Pending
Application number
CN202110570453.8A
Other languages
English (en)
Inventor
颜晨雁
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.)
Samsung Guangzhou Mobile R&D Center
Samsung Electronics Co Ltd
Original Assignee
Samsung Guangzhou Mobile R&D Center
Samsung Electronics Co 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 Samsung Guangzhou Mobile R&D Center, Samsung Electronics Co Ltd filed Critical Samsung Guangzhou Mobile R&D Center
Priority to CN202110570453.8A priority Critical patent/CN113204622A/zh
Publication of CN113204622A publication Critical patent/CN113204622A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F16/3325—Reformulation based on results of preceding query
    • G06F16/3326—Reformulation based on results of preceding query using relevance feedback from the user, e.g. relevance feedback on documents, documents sets, document terms or passages
    • G06F16/3328—Reformulation based on results of preceding query using relevance feedback from the user, e.g. relevance feedback on documents, documents sets, document terms or passages using graphical result space presentation or visualisation
    • 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
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3343—Query execution using phonetics
    • 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
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

提供一种电子装置及其信息处理方法，所述信息处理方法包括：获得用户输入；解析所述用户输入的内容；根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元；提供所述目标服务单元和/或包含所述目标服务单元的表述。同时，可以使用人工智能模型来执行上述信息处理方法。

Description

电子装置及其信息处理方法
技术领域
本申请总体说来涉及信息处理技术领域，更具体地讲，涉及基于电子装置及其信息处理方法。
背景技术
不同品牌的电子装置对同一个功能经常有不同的表达方式。例如，某一品牌的电子装置中名为“相册”的功能在另一品牌的电子装置中可能被称为“图库”。对于电子装置的状态优化的相关功能，某一品牌的电子装置将其集成在“智能管理器”APP中，而另一品牌的电子装置可能将其集成在“手机管家”APP中。对于境外上网的相关服务，某一品牌的电子装置利用“天际通”APP来提供该服务，而另一品牌的电子装置利用“漫游畅联”APP来提供该服务。随着电子装置自带的功能的丰富，当用户习惯了某个品牌的电子装置之后，更换另一品牌的电子装置的时候，需要适应的差异越来越多，由于用户在使用另一品牌的电子装置时常常带有原品牌的电子装置的使用习惯，在另一品牌的电子装置中往往经常无法通过语音搜索或文字搜索得到想要的功能。
发明内容
为了至少解决现有技术中存在的上述问题，本发明提供了一种电子装置及其信息处理方法。
本发明的一方面在于提供一种电子装置的信息处理方法，所述信息处理方法包括：获得用户输入；解析所述用户输入的内容；根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元；提供所述目标服务单元和/或包含所述目标服务单元的表述。
所述用户输入是语音输入或文字输入。
解析所述用户输入的内容的步骤包括：通过对用户输入的内容进行解析来获得用户的意图。
所述用户输入的内容包括第一服务单元的名称，所述目标服务单元与所述第一服务单元具有不同的名称表述但提供相同或相似的功能服务。
所述目标服务单元与所述第一服务单元具有不同的名称表述包括：所述目标服务单元与所述第一服务单元的名称表述分别为不同的自定义词汇。
所述第一服务单元包括所述电子装置以外的其他电子装置中的服务单元。
所述电子装置与所述其他电子装置基于不同的系统平台。
所述服务单元包括用于提供功能服务的应用或应用的局部功能模块。
如果针对所述用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据获得的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值，则不再针对获得的所述用户输入进行处理。
信息处理方法还包括：在提供所述目标服务单元和/或包含所述目标服务单元的表述之后，在所述电子装置中将所述用户输入设置为与所述目标服务单元相关联。
根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元的步骤包括：根据所述用户输入的内容从关联库中获得在所述电子装置中与所述用户输入的内容关联的目标服务单元。
所述关联库是通过以下操作获得的：对爬取的与不同装置的服务单元有关的文本信息进行分词操作以获得训练集；通过利用训练集对相关词语学习模型进行训练来获得训练集中的每个词语的特征向量；根据所述每个词语的特征向量计算词语之间的相似度，并根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语以被存储在所述关联库中。
根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语的步骤包括：针对当前词语对当前词语与训练集中的每一个其它词语之间的相似度进行排序；根据排序结果选择排序靠前的至少一个词语作为与当前词语表示相同或相似功能服务的词语。
本发明的一方面在于提供一种电子装置，所述电子装置包括：监听单元，被配置为获得用户输入；处理单元，被配置为解析所述用户输入的内容，并根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元；显示单元，被配置为提供所述目标服务单元和/或包含所述目标服务单元的表述。
所述用户输入是语音输入或文字输入。
处理单元被配置为通过以下操作来解析所述用户输入的内容：通过对用户输入的内容进行解析来获得用户的意图。
所述用户输入的内容包括第一服务单元的名称，所述目标服务单元与所述第一服务单元具有不同的名称表述但提供相同或相似的功能服务。
所述目标服务单元与所述第一服务单元具有不同的名称表述包括：所述目标服务单元与所述第一服务单元的名称表述分别为不同的自定义词汇。
所述第一服务单元包括所述电子装置以外的其他电子装置中的服务单元。
所述电子装置与所述其他电子装置基于不同的系统平台。
所述服务单元包括用于提供功能服务的应用或应用的局部功能模块。
如果针对所述用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据输入的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值，则处理单元不再针对由监听单元获得的所述用户输入进行处理。
处理单元还被配置为在显示单元提供所述目标服务单元和/或包含所述目标服务单元的表述之后将所述用户输入设置为与所述目标服务单元相关联。
处理单元被配置为通过以下操作确定所述目标服务单元包括：根据所述用户输入的内容从关联库中获得在所述电子装置中与所述用户输入的内容关联的目标服务单元。
所述关联库是处理单元通过以下操作获得的：对爬取的与不同装置的服务单元有关的文本信息进行分词操作以获得训练集；通过利用训练集对相关词语学习模型进行训练来获得训练集中的每个词语的特征向量；根据所述每个词语的特征向量计算词语之间的相似度，并根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语以被存储在所述关联库中。
处理单元被配置为通过以下操作来确定确定与所述每个词语表示相同或相似功能服务的词语：针对当前词语对当前词语与训练集中的每一个其它词语之间的相似度进行排序；根据排序结果选择排序靠前的至少一个词语作为与当前词语表示相同或相似功能服务的词语。
本发明的一方面在于提供一种电子设备，所述电子设备包括存储器和处理器；所述存储器中存储有计算机程序；所述处理器，用于在运行所述计算机程序时执行以上所述的信息处理方法。
本发明的一方面在于提供一种存储有程序的计算机可读存储介质，所述程序在被处理器执行时实现如以上所述的信息处理方法。
附图说明
从下面结合附图对本申请实施例的详细描述中，本申请的这些和/或其他方面和优点将变得更加清楚并更容易理解，其中：
图1是示出根据本公开示例性实施例的电子装置的信息处理方法的流程图；
图2是示出根据本公开示例性实施例的获得关联库的过程的流程图；
图3是示出根据本公开示例性实施例的通过爬取操作获得的文本信息的示例的示图；
图4是示出根据本公开示例性实施例的通过对爬取的文本信息进行分词而获得的分词结果的示例的示图；
图5是示出根据本公开示例性实施例的训练集中的每个词语的特征向量的示例的示图；
图6是示出根据本公开示例性实施例的一个词语的相关词语的示例的示图；
图7是示出根据本公开示例性实施例的提供目标服务单元和/或包含所述目标服务单元的表述的示例的示图；
图8是示出根据本公开示例性实施例的电子装置的框图；
图9是示出根据本公开的示例性实施例的电子设备的框图。
具体实施方式
现在将详细参照本发明的实施例，所述实施例的示例在附图中示出。以下将通过参照附图来说明所述实施例，以便解释本发明。
图1是示出根据本公开示例性实施例的电子装置的信息处理方法的流程图。
在步骤S110，获得用户输入。
具体地讲，用户输入可以是语音输入或文字输入。为了搜索自己想要的功能，用户可在电子装置显示的搜索框中输入文字进而提供文字输入，或者用户也可以利用电子装置的麦克风输入语音进而提供语音输入。如果用户输入是语音输入，则电子装置需要利用语音到文字技术将语音输入转换为文字输入。
在步骤S120，解析用户输入的内容。
具体地讲，可通过对用户输入的内容进行分词并确定关键词，例如，当用户输入的内容是“打开天际通”(即多于功能点内容)，而非“天际通”时，可通过对用户输入的内容进行分词和关键词提取，提取出与功能点相关的词语“天际通”，并将词语“天际通”识别为关键词，然后根据该关键词去确定目标服务单元。
可选地，解析所述用户输入的内容的步骤可包括：通过对用户输入的内容进行解析来获得用户的意图。具体地讲，可利用自然语言处理(NLP)技术来从用户输入的内容中确定用户的意图。例如，当用户输入的内容是“打开天际通”时，通过自然语言处理技术可以确定出用户的意图是想要获取到境外上网的功能。然后，根据确定出的用户的意图在电子装置中确定与用户输入的内容相关联的目标服务单元。
在步骤S130，根据用户输入的内容确定在电子装置中与用户输入的内容关联的目标服务单元。
具体地讲，服务单元可包括用于提供功能服务的应用，例如，服务单元可包括用于提供境外上网功能的应用、用于提供应用商场功能的应用、用于提供图片管理功能的应用、用于提供终端设置功能的应用等等。或者，服务单元可包括用于提供功能服务的应用的局部功能模块，例如，当用于提供功能服务的应用是用于提供数据通信设置功能的应用时，所述局部功能模块可以是用于提供数据通信设置功能的应用中的无线局域网设置模块、蓝牙设置模块、个人热点设置模块等等。
此外，用户输入的内容包括第一服务单元的名称，且目标服务单元与所述第一服务单元具有不同的名称表述但提供相同或相似的功能服务，其中，第一服务单元包括当前电子装置以外的其他电子装置中的服务单元。具体地讲，例如，当用户想要在当前电子装置中查找用于提供境外上网服务功能的应用时，用户在当前电子装置显示的搜索框中输入了“天际通”，但是当前电子装置中并不存在名称为“天际通”的服务单元(即第一服务单元)，而是存在名称为“漫游畅联”的服务单元(即目标服务单元)，并且，名称为“天际通”的服务单元存在于当前电子装置以外的其他电子装置中，也就是说，名称为“漫游畅联”的服务单元和名称为“天际通”的服务单元具有不同的名称表述但是能够提供相同或相似的功能服务，且他们分别存在于当前电子装置和其他电子装置中。此外，当前电子装置与所述其他电子装置基于不同的系统平台，具体地讲，当前电子装置可基于安卓系统、iOS系统、windows系统、鸿蒙系统等系统平台中的一个系统平台，而其他电子装置可基于安卓系统、iOS系统、windows系统、鸿蒙系统等中的与当前电子装置基于的系统平台不同的其他系统平台，但是本发明不限于此，当前电子装置和其他电子装置也可以基于相同的系统平台，例如它们可以都基于安卓系统平台。
此外，目标服务单元与第一服务单元具有不同的名称表述的情况可包括：所述目标服务单元与所述第一服务单元的名称表述分别为不同的自定义词汇。具体地讲，不同品牌的电子装置可以通过自定义词汇来表述能够提供相同或相似的功能服务的服务单元，例如，一个品牌的电子装置可将用于提供手机状态优化功能的服务单元命名为“智能管理器”，而另一个品牌的电子装置可将用于提供手机状态优化功能的服务单元命名为“优化宝”，“智能管理器”和“优化宝”分别是不同品牌的电子装置自定义的词汇，而并非像“相册”、“图库”、“照片”这类在本领域用来表述用于提供图片管理功能的服务单元的惯用词汇。
根据用户输入的内容确定在电子装置中与所述用户输入的内容关联的目标服务单元的步骤可包括：根据所述用户输入的内容从关联库中获得在所述电子装置中与所述用户输入的内容关联的目标服务单元。
具体地讲，所述关联库是结合表述差异获取模型获得的。详细地讲，本公开通过对表述差异获取模型进行训练来获得所述关联库。下面参照图2对此进行详细描述。
如图2中所示，在步骤S210，对爬取的与不同装置的服务单元有关的文本信息进行分词操作以获得训练集。
具体地讲，首先，本公开使用爬虫等工具收集与各个品牌的电子装置有关的真实数据，例如，使用说明、玩机指引、用户评测文章等文本信息，换句话说，该收集操作是对这些信息无区别地进行爬取操作，然后使用基于分词方法对爬取的文本信息进行分词操作来获得训练集，例如，可使用基于词表规则的分词算法或基于机器学习的分词算法进行分词操作，或者使用这两者进行分词操作，然而本公开所使用的分词算法不限于此，可以使用现在已知的或者将来开发的分词算法来进行分词。例如，图3示出了通过爬取操作获得的文本信息的示例，图4示出了通过对图3所示出的爬取的文本信息进行分词而获得的分词结果的示例，其中，分词结果被用于生成单词词典，该单词词典被用作对相关词语学习模型进行训练的训练集。
在步骤S220，通过利用训练集对相关词语学习模型进行训练来获得训练集中的每个词语的特征向量。具体地讲，这里以Word2vector神经网络模型作为相关词语学习模型来说明如何获取上述关联库。首先，为训练集(即单词词典)中的每个词语生成一个初始N维向量，然后将每个词语在训练集中的上下文词语的初始向量输入到Word2vector神经网络模型以对该模型进行训练。通过利用训练集中的每个词语对Word2vector神经网络模型进行训练来最终获得该模型中隐含层中的参数权重的参数矩阵，该参数矩阵包括了训练集中的每个词语的特征向量，该特征向量表示每个词语与训练集中的其他词语之间的上下文相关性。换句话说，本公开并不利用训练好的Word2vector神经网络模型进行预测操作，而是利用了训练的Word2vector神经网络模型中隐含层中的参数权重的参数矩阵。通过以上操作可获得训练集中的每个词语的特征向量(也可以成为词向量)，如图5中所示。虽然以上以Word2vector神经网络模型为例进行了描述，但是本公开并不对所使用的神经网络模型进行限定，任何能够实现上述功能的神经网络模型都可以用于本公开。
在步骤S230，根据所述每个词语的特征向量计算词语之间的相似度。
具体地讲，可通过计算当前词语的特征向量与其它每个词语的特征向量之间的余弦相似度的方式来确定当前词语与其它词语之间的相似度。在当前词语的特征向量与某个词语的特征向量之间的余弦相似度越趋近于1，则表示当前词语的特征向量与该词语的特征向量之间的夹角越小，相应地反映出当前词语与该词语越相似。
在步骤S240，根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语以被存储在所述关联库中。
具体地讲，根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语的步骤可包括：针对当前词语对当前词语与训练集中的每一个其它词语之间的相似度进行排序，然后根据排序结果选择排序靠前的至少一个词语作为与当前词语表示相同或相似功能服务的词语。
例如，如果当前词语为“天际通”，则可针对“天际通”与训练集中的每一个其它词语之间的相似度(例如余弦相似度)进行排序，然后根据排序结果选择例如排名靠前的5个词语作为与“天际通”表示相同或详细功能服务的词语，如图6中所示。然后，将这5个词语作为与“天际通”表示相同或详细功能服务的词语存储在关联库中。对于其它词语，可采用同样的方式来确定与其它词语表示相同或详细功能服务的词语，并将确定的词语存储在关联库中。也就是说，每个词语在关联库中都有一个相关词语列表，该相关词语列表包括了通过以上方式确定的与当前词语表示相同或详细功能服务的词语，关联库通过提供接口来实现针对每个词语的相关词语列表的调用。
以上参照图2至图6描述了如何获得关联库。该关联库可提前由产品制造商通过以上方式产生，并在电子装置的生产过程中被存储在电子装置中，或者用户在得到新的电子装置并开机进行初始化时从服务器下载该关联库并存储在本地。
因此，当前电子装置可根据用户输入的内容从关联库中获得在当前电子装置中与所述用户输入的内容关联的目标服务单元，例如，当用户输入的内容是“打开天际通”时，移动终端首先对用户输入的内容进行解析，即进行分词和关键词提取，将与功能服务相关的词语“天际通”识别为关键的搜索词，然后利用搜索词“天际通”调用关联库的接口来查找得到“天际通”的相关词语列表，例如图6中所示的“漫游畅联、畅游、上网、全球、境外”，然后在相关词语列表中确定出与当前电子装置的功能相关的“漫游畅联”作为与“天际通”表示相同或详细功能服务的词语，换句话说，将“天际通”作为与用户输入的内容关联的目标服务单元。
返回参照图1，在步骤S140，提供所述目标服务单元和/或包含所述目标服务单元的表述。
具体地讲，通过步骤S130已经获得了在当前电子装置中与用户输入的内容关联的目标服务单元，然后可在当前电子装置的屏幕上向用户提供该目标服务单元和/或包含该目标服务单元的表述，例如，如图7中所示，如果用户输入的内容是“天际通”，则经过以上的步骤S110至S130之后，可确定出在当前电子装置中不存在“天际通”，而是存在“漫游畅联”，因此，电子装置可按照图7的(a)中所示向用户提供“你刚刚搜搜了“天际通”，在这个手机中没有“天际通”，同类产品是叫“漫游畅联”哦～”的消息，或者可按照图7的(b)中所示直接向用户提供“漫游畅联”这个目标服务单元。
此外，如果针对不包含目标服务单元的表述的用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据获得的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值，则不再针对获得的该用户输入进行处理。例如，假设不包含当前电子装置中的目标服务单元的表述“漫游畅联”的用户输入是“天际通”，那么当针对该用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据获得的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值时，不再针对获得的该用户输入进行处理。也就是说，当用户进行了上述设置，或者统计数据表明用户已经熟悉了当前电子装置的各种目标服务单元的表述时，将不再针对类似的用户输入进行响应。
可选地，在提供所述目标服务单元和/或包含所述目标服务单元的表述之后，在当前电子装置中可将不包含所述目标服务单元的表述的用户输入设置为与所述目标服务单元相关联。具体地讲，例如，假设不包含当前电子装置中的目标服务单元的表述“漫游畅联”的用户输入是“天际通”，当根据以上步骤S110至S140向用户提供了所述目标服务单元和/或包含所述目标服务单元的表述时，可根据用户的设置将用户输入“天际通”设置为与所述目标服务单元相关联，因此，当再次用户输入“天际通”时，可直接获得与“漫游畅联”对应的目标服务单元，而无需再次通过执行以上的步骤S120至S130来确定目标服务单元。通过以上方法，即使用户在习惯性地使用非当前电子装置的功能命名进行输入来查找功能时，也可以找到当前电子装置中的能够提供相同或相似功能的服务单元，大大提高了用户的便利性，并且可以使用户快速地适应新的电子装置。
图8是示出根据本公开示例性实施例的电子装置800的框图。
如图8中所示，电子装置800可包括监听单元810、处理单元820和显示单元830。
监听单元810可被配置为获得用户输入。所述用户输入是语音输入或文字输入。为了搜索自己想要的功能，用户可在电子装置800显示的搜索框中输入文字进而提供文字输入，或者用户也可以利用电子装置800的麦克风输入语音进而提供语音输入。如果用户输入是语音输入，则电子装置需要利用语音到文字技术将语音输入转换为文字输入。
处理单元820可被配置为解析所述用户输入的内容。具体地讲，处理单元820可通过对用户输入的内容进行分词并确定关键词，例如，当用户输入的内容是“打开天际通”(即多于功能点内容)，而非“天际通”时，可通过对用户输入的内容进行分词和关键词提取，处理单元820提取出与功能点相关的词语“天际通”，并将词语“天际通”识别为关键词，然后根据该关键词去确定目标服务单元。
可选地，处理单元820可被配置为通过以下操作来解析所述用户输入的内容：通过对用户输入的内容进行解析来获得用户的意图。具体地讲，可利用自然语言处理(NLP)技术来从用户输入的内容中确定用户的意图。
此外，处理单元820可被配置为根据所述用户输入的内容确定在所述电子装置800中与所述用户输入的内容关联的目标服务单元。
服务单元包括用于提供功能服务的应用，或者，服务单元可包括用于提供功能服务的应用的局部功能模块。此外，用户输入的内容可包括第一服务单元的名称，目标服务单元与所述第一服务单元具有不同的名称表述但提供相同或相似的功能服务，其中，第一服务单元包括当前电子装置以外的其他电子装置中的服务单元。所述目标服务单元与所述第一服务单元具有不同的名称表述包括：所述目标服务单元与所述第一服务单元的名称表述分别为不同的自定义词汇。此外，所述电子装置与所述其他电子装置基于不同的系统平台。由于以上已经参照图1对此进行了详细描述，因此，此处不再进行赘述。
处理单元820可被配置为通过以下操作确定所述目标服务单元包括：根据所述用户输入的内容从关联库中获得在所述电子装置中与所述用户输入的内容关联的目标服务单元。
具体地讲，所述关联库是结合相关词语学习模型获得的，即，本公开通过对相关词语学习模型进行训练来获得所述关联库。具体地讲，所述关联库是处理单元通过以下操作获得的：对爬取的与不同装置的服务单元有关的文本信息进行分词操作以获得训练集；通过利用训练集对相关词语学习模型进行训练来获得训练集中的每个词语的特征向量；根据所述每个词语的特征向量计算词语之间的相似度，并根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语以被存储在所述关联库中。处理单元820可被配置为通过以下操作来确定确定与所述每个词语表示相同或相似功能服务的词语：针对当前词语对当前词语与训练集中的每一个其它词语之间的相似度进行排序；根据排序结果选择排序靠前的至少一个词语作为与当前词语表示相同或相似功能服务的词语。由于以上已经参照图2至图6对此进行了详细描述，因此，此处不再进行赘述。
显示单元830可被配置为提供所述目标服务单元和/或包含所述目标服务单元的表述。例如，如图7中所示，如果用户输入的内容是“天际通”，则经过以上的步骤S110至S130之后，可确定出在当前电子装置中不存在“天际通”，而是存在“漫游畅联”，因此，电子装置可按照图7的(a)中所示向用户提供“你刚刚搜搜了“天际通”，在这个手机中没有“天际通”，同类产品是叫“漫游畅联”哦～”的消息，或者可按照图7的(b)中所示直接向用户提供“漫游畅联”这个目标服务单元。
此外，如果针对不包含目标服务单元的表述的用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据输入的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值，则处理单元820不再针对由监听单元获得的所述用户输入进行处理。可选地，处理单元820还可被配置为在显示单元提供所述目标服务单元和/或包含所述目标服务单元的表述之后将所述用户输入设置为与所述目标服务单元相关联。由于以上已经对此进行了详细描述，因此，此处不再进行赘述。
图9示出了根据本公开的示例性实施例的电子设备900的框图。如图9中所示，电子设备900包括存储器910和处理器920。存储器910中存储有计算机程序，处理器920用于在运行所述计算机程序时执行以上描述的信息处理方法。
此外，以上描述多个单元中的至少一个可以通过AI模型实现。与AI相关联的功能可以通过非易失性存储器、易失性存储器和处理器来执行。
处理器920可以包括一个或多个处理器。此时，一个或多个处理器可以是通用处理器，例如中央处理器(CPU)、应用处理器(AP)等，仅用于图形的处理器(例如图形处理器(GPU)、视觉处理器(VPU)和/或AI专用处理器(例如神经处理单元(NPU))。
一个或多个处理器根据存储在非易失性存储器和易失性存储器中的预定义操作规则或人工智能(AI)模型来控制输入数据的处理。预定义的操作规则或人工智能模型可通过训练或学习提供。这里，通过学习提供意味着，通过将学习算法应用于多个学习数据，形成具有期望特性的预定义操作规则或AI模型。学习可以在根据实施例的执行AI的设备本身中执行，和/或可以通过单独的服务器/设备/系统来实现。
作为示例，人工智能模型可以由多个神经网络层组成。每一层具有多个权重值，并且通过前一层的计算和多个权重值的操作来执行层操作。神经网络的例子包括但不限于卷积神经网络(CNN)、深度神经网络(DNN)、递归神经网络(RNN)、受限玻尔兹曼机(RBM)、深度置信网络(DBN)、双向递归深度神经网络(BRDNN)、生成式对抗网络(GAN)和深度Q网络。
学习算法是使用多个学习数据来训练预定目标设备(例如，机器人)以使得、允许或控制目标设备做出确定或预测的方法。学习算法的例子包括但不限于有监督学习、无监督学习、半监督学习或强化学习。
以上描述了本发明的各示例性实施例，应理解，上述描述仅是示例性的，并非穷尽性的，本发明不限于所披露的各示例性实施例。在不偏离本发明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。因此，本发明的保护范围应该以权利要求的范围为准。

Claims (28)

1.一种电子装置的信息处理方法，包括：
获得用户输入；
解析所述用户输入的内容；
根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元；
提供所述目标服务单元和/或包含所述目标服务单元的表述。
2.如权利要求1所述的方法，其中，所述用户输入是语音输入或文字输入。
3.如权利要求1所述的方法，其中，解析所述用户输入的内容的步骤包括：通过对用户输入的内容进行解析来获得用户的意图。
4.如权利要求1所述的方法，其中，所述用户输入的内容包括第一服务单元的名称；
所述目标服务单元与所述第一服务单元具有不同的名称表述但提供相同或相似的功能服务。
5.如权利要求4所述的方法，其中，所述目标服务单元与所述第一服务单元具有不同的名称表述包括：
所述目标服务单元与所述第一服务单元的名称表述分别为不同的自定义词汇。
6.如权利要求4或5所述的方法，其中，所述第一服务单元包括所述电子装置以外的其他电子装置中的服务单元。
7.如权利要求6所述的方法，其中，所述电子装置与所述其他电子装置基于不同的系统平台。
8.如权利要求1所述的方法，其中，所述服务单元包括用于提供功能服务的应用或应用的局部功能模块。
9.如权利要求1所述的方法，其中，如果针对所述用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据获得的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值，则不再针对获得的所述用户输入进行处理。
10.如权利要求1所述的方法，还包括：在提供所述目标服务单元和/或包含所述目标服务单元的表述之后，在所述电子装置中将所述用户输入设置为与所述目标服务单元相关联。
11.如权利要求1所述的方法，其中，根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元的步骤包括：
根据所述用户输入的内容从关联库中获得在所述电子装置中与所述用户输入的内容关联的目标服务单元。
12.如权利要求11所述的方法，其中，所述关联库是通过以下操作获得的：
对爬取的与不同装置的服务单元有关的文本信息进行分词操作以获得训练集；
通过利用训练集对相关词语学习模型进行训练来获得训练集中的每个词语的特征向量；
根据所述每个词语的特征向量计算词语之间的相似度，并根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语以被存储在所述关联库中。
13.如权利要求12所述的方法，其中，根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语的步骤包括：
针对当前词语对当前词语与训练集中的每一个其它词语之间的相似度进行排序；
根据排序结果选择排序靠前的至少一个词语作为与当前词语表示相同或相似功能服务的词语。
14.一种电子装置，包括：
监听单元，被配置为获得用户输入；
处理单元，被配置为解析所述用户输入的内容，并根据所述用户输入的内容确定在所述电子装置中与所述用户输入的内容关联的目标服务单元；
显示单元，被配置为提供所述目标服务单元和/或包含所述目标服务单元的表述。
15.如权利要求14所述的电子装置，其中，所述用户输入是语音输入或文字输入。
16.如权利要求14所述的电子装置，其中，处理单元被配置为通过以下操作来解析所述用户输入的内容：通过对用户输入的内容进行解析来获得用户的意图。
17.如权利要求14所述的电子装置，其中，所述用户输入的内容包括第一服务单元的名称；
所述目标服务单元与所述第一服务单元具有不同的名称表述但提供相同或相似的功能服务。
18.如权利要求17所述的电子装置，其中，所述目标服务单元与所述第一服务单元具有不同的名称表述包括：
所述目标服务单元与所述第一服务单元的名称表述分别为不同的自定义词汇。
19.如权利要求17或18所述的电子装置，其中，所述第一服务单元包括所述电子装置以外的其他电子装置中的服务单元。
20.如权利要求19所述的电子装置，其中，所述电子装置与所述其他电子装置基于不同的系统平台。
21.如权利要求14所述的电子装置，其中，所述服务单元包括用于提供功能服务的应用或应用的局部功能模块。
22.如权利要求14所述的电子装置，其中，如果针对所述用户输入设置了不再提供所述目标服务单元和/或包含所述目标服务单元的表述、或者根据输入的包含所述目标服务单元的表述提供所述目标服务单元的次数达到预定阈值，则处理单元不再针对由监听单元获得的所述用户输入进行处理。
23.如权利要求14所述的电子装置，其中，处理单元还被配置为在显示单元提供所述目标服务单元和/或包含所述目标服务单元的表述之后将所述用户输入设置为与所述目标服务单元相关联。
24.如权利要求14所述的电子装置，其中，处理单元被配置为通过以下操作确定所述目标服务单元包括：
根据所述用户输入的内容从关联库中获得在所述电子装置中与所述用户输入的内容关联的目标服务单元。
25.如权利要求24所述的电子装置，其中，所述关联库是处理单元通过以下操作获得的：
对爬取的与不同装置的服务单元有关的文本信息进行分词操作以获得训练集；
通过利用训练集对相关词语学习模型进行训练来获得训练集中的每个词语的特征向量；
根据所述每个词语的特征向量计算词语之间的相似度，并根据计算结果从训练集中确定与所述每个词语表示相同或相似功能服务的词语以被存储在所述关联库中。
26.如权利要求25所述的电子装置，其中，处理单元被配置为通过以下操作来确定确定与所述每个词语表示相同或相似功能服务的词语：
针对当前词语对当前词语与训练集中的每一个其它词语之间的相似度进行排序；
根据排序结果选择排序靠前的至少一个词语作为与当前词语表示相同或相似功能服务的词语。
27.一种电子设备，所述电子设备包括存储器和处理器；
所述存储器中存储有计算机程序；
所述处理器，用于在运行所述计算机程序时执行权利要求1至13中任一项所述的方法。
28.一种存储有程序的计算机可读存储介质，所述程序在被处理器执行时实现如权利要求1至13中任一项所述的方法。
CN202110570453.8A 2021-05-25 2021-05-25 电子装置及其信息处理方法 Pending CN113204622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110570453.8A CN113204622A (zh) 2021-05-25 2021-05-25 电子装置及其信息处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110570453.8A CN113204622A (zh) 2021-05-25 2021-05-25 电子装置及其信息处理方法

Publications (1)

Publication Number Publication Date
CN113204622A true CN113204622A (zh) 2021-08-03

Family

ID=77023197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110570453.8A Pending CN113204622A (zh) 2021-05-25 2021-05-25 电子装置及其信息处理方法

Country Status (1)

Country Link
CN (1) CN113204622A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104111929A (zh) * 2013-04-17 2014-10-22 鸿富锦精密工业（深圳）有限公司 电子装置、服务器管理控制系统及方法
CN109508414A (zh) * 2018-11-13 2019-03-22 北京奇艺世纪科技有限公司 一种同义词挖掘方法及装置
CN110197389A (zh) * 2019-03-04 2019-09-03 腾讯科技（深圳）有限公司 一种用户识别方法及装置
WO2021017721A1 (zh) * 2019-08-01 2021-02-04 平安科技（深圳）有限公司 智能问答方法、装置、介质及电子设备
US10963426B1 (en) * 2013-02-25 2021-03-30 EMC IP Holding Company LLC Method of providing access controls and permissions over relational data stored in a hadoop file system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10963426B1 (en) * 2013-02-25 2021-03-30 EMC IP Holding Company LLC Method of providing access controls and permissions over relational data stored in a hadoop file system
CN104111929A (zh) * 2013-04-17 2014-10-22 鸿富锦精密工业（深圳）有限公司 电子装置、服务器管理控制系统及方法
CN109508414A (zh) * 2018-11-13 2019-03-22 北京奇艺世纪科技有限公司 一种同义词挖掘方法及装置
CN110197389A (zh) * 2019-03-04 2019-09-03 腾讯科技（深圳）有限公司 一种用户识别方法及装置
WO2021017721A1 (zh) * 2019-08-01 2021-02-04 平安科技（深圳）有限公司 智能问答方法、装置、介质及电子设备

Similar Documents

Publication Publication Date Title
CN107943860B (zh) 模型的训练方法、文本意图的识别方法及装置
CN108829822B (zh) 媒体内容的推荐方法和装置、存储介质、电子装置
CN107330120A (zh) 询问应答方法、询问应答装置及计算机可读存储介质
CN110083693A (zh) 机器人对话回复方法及装置
CN107784034B (zh) 页面类别识别方法及装置、用于页面类别识别的装置
KR20210091076A (ko) 비디오를 처리하기 위한 방법, 장치, 전자기기, 매체 및 컴퓨터 프로그램
CN111191450A (zh) 语料清洗方法、语料录入设备及计算机可读存储介质
CN108304376B (zh) 文本向量的确定方法、装置、存储介质及电子装置
CN112765357A (zh) 文本分类方法、装置和电子设备
CN113836303A (zh) 一种文本类别识别方法、装置、计算机设备及介质
CN111178082A (zh) 一种句向量生成方法、装置及电子设备
CN114817478A (zh) 基于文本的问答方法、装置、计算机设备及存储介质
CN112579767A (zh) 搜索处理方法、装置和用于搜索处理的装置
CN107562788B (zh) 交互方法、装置及计算机可读存储介质
CN111400443B (zh) 信息处理方法、装置及存储介质
CN111611369B (zh) 基于人工智能的交互方法和相关装置
CN113569118A (zh) 自媒体推送方法、装置、计算机设备及存储介质
CN117131273A (zh) 资源搜索方法、装置、计算机设备、介质及产品
CN112579751A (zh) 用户信息填入方法、装置以及计算机设备
CN110825859A (zh) 检索方法、装置、可读存储介质和电子设备
CN110765250A (zh) 检索方法、装置、可读存储介质和电子设备
CN113204622A (zh) 电子装置及其信息处理方法
CN112087473A (zh) 文档下载方法、装置、计算机可读存储介质和计算机设备
CN115035891A (zh) 语音识别方法、装置、电子设备和时序融合语言模型
CN112148902B (zh) 数据处理方法、装置、服务器及存储介质

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