CN113656562A - 一种多轮次人机心理交互方法及装置 - Google Patents
一种多轮次人机心理交互方法及装置 Download PDFInfo
- Publication number
- CN113656562A CN113656562A CN202011361336.2A CN202011361336A CN113656562A CN 113656562 A CN113656562 A CN 113656562A CN 202011361336 A CN202011361336 A CN 202011361336A CN 113656562 A CN113656562 A CN 113656562A
- Authority
- CN
- China
- Prior art keywords
- content
- user
- psychological
- current
- interaction
- 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
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000002452 interceptive effect Effects 0.000 claims abstract description 149
- 238000004458 analytical method Methods 0.000 claims description 72
- 238000012512 characterization method Methods 0.000 claims description 64
- 230000003340 mental effect Effects 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 20
- 230000001939 inductive effect Effects 0.000 claims description 12
- 230000009834 selective interaction Effects 0.000 claims description 4
- 239000000945 filler Substances 0.000 claims 3
- 238000004891 communication Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 12
- 239000002609 medium Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G06F16/3329—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
- G06F16/3344—Query execution using natural language analysis
-
- 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
-
- 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
Abstract
本申请实施例公开了一种多轮次人机心理交互方法及装置。该方法包括获取历史交互内容;根据历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,交互模式包括封闭选择式和心理问答式,封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,心理问答式的输出对话内容包括话题内容;基于当前交互模式,通过交互界面向用户输出当前输出对话内容;获取用户输入对话内容,根据当前交互模式,对用户输入对话内容进行分析,获取用户输入内容结果。通过上述技术手段,根据历史交互内容,通过不同的交互模式与用户进行交互,便于在适当的时机与用户进行深入的心理交流。
Description
技术领域
本申请实施例涉及人工智能技术领域,尤其涉及一种多轮次人机心理交互方法及装置。
背景技术
用户与心理专家的心理咨询对话是处理心理问题的重要手段,但是这种传统人工咨询方式存在咨询费用昂贵,咨询过程不及时的问题。随着人工智能的发展,人机交互心理咨询对话的方式已经基本实现,这种人机咨询方式可以降低咨询费用,提高咨询的及时性。
但是,目前心理人机交互方式主要是预设问答式,通过预先设置多个问题以及对应的多选答案,按照问题预设的先后一一获取用户选中的答案,分析用户每个问题对应选择的答案,以此分析用户心理问题。这种预设问答式的方法无法对用户针对性的心理问题给予帮助,且分析出的用户心理问题局限性较大,分析结果准确度不高。人机交互方式还包括全开放闲聊式,通过自由输入的对话内容,输出下一次与用户交流的对话。这种全开放闲聊式用户的自由度较高,目前技术水平还无法实现太多轮次的复杂对话,并且如果用户的回答一直没有反应心理问题,那么人机的对话交互一直浮于表面,没有进行深层次交流,无法准确获取用户的心理问题,反而导致心理人机对话咨询过程效率低,降低用户体验。
发明内容
本申请实施例提供一种多轮次人机心理交互方法及装置,能够解决全开放闲聊式咨询效果差的问题,提高心里咨询效率和可靠性。
在第一方面,本申请实施例提供了一种多轮次人机心理交互方法,包括:
进一步的,获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;
根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;
获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
进一步的,所述历史交互内容还包括上一个交互轮次的输出对话内容,和上文输出对话内容以及对应的用户输入内容结果。
进一步的,所述输出对话内容包括心理信息对话内容和非心理信息对话内容;
对应的,所述根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式的步骤,包括:
当所述当前输出对话内容为心理信息对话内容时,确定当前交互轮次的交互模式为心理问答式;
当所述当前输出对话内容为非心理信息对话内容时,确定当前交互轮次的交互模式为封闭选择式。
进一步的,所述根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式的步骤,包括:
对所述历史交互内容进行分析,判断交互进度在情境阶段前,情境阶段中还是情境阶段后;
若所述交互进度在情境阶段前,则根据上一个交互轮次的用户输入内容结果,获取用户输入的情境事件,获取诱导用户进入该情境事件的当前输出对话内容;
若所述交互进度在情境阶段中,则根据上一个交互轮次的用户输入内容结果,获取诱导用户反映心理特征的当前输出对话内容;
若所述交互进度在情境阶段后,则根据上一个交互轮次的用户输入内容结果,获取询问用户具体心理特征的当前输出对话内容;
根据所述当前输出对话内容以及上文用户输入内容结果,确定当前交互模式。
进一步的,所述根据所述当前输出对话内容以及上一个交互轮次的用户输入内容结果,确定当前交互模式的步骤,包括:
若所述当前输出对话内容为诱导用户进入该情境事件的输出对话内容,则将所述心理问答式作为当前交互模式;
若所述当前输出对话内容为诱导用户反映心理特征的输出对话内容,则将所述心理问答式作为当前交互模式;
若所述当前输出对话内容为询问用户具体心理特征的输出对话内容,则将所述封闭选择式交互作为当前交互模式,并根据所述上文用户输入内容结果,生成所述待选对话回复内容集,所述待选对话回复内容集包括多个心理表征数据。
进一步的,所述待选对话回复内容还包括选填内容,所述选填内容用于获取用户输入不同于待选对话回复内容中的对话内容,在用户选择选填内容后,将当前交互模式转为所述心理问答式。
进一步的,所述获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果的步骤,包括:
当所述当前交互模式为封闭选择式时,从对应的待选对话回复内容集中获取用户选中的回复内容,将所述回复内容作为用户输入内容结果;
当所述当前交互模式为心理问答式时,将用户输入对话内容输入预设的心理表征分析模型中,得到用户的心理表征数据,将所述心理表征数据作为所述用户输入内容结果,所述心理表征分析模型用于将所述用户输入对话内容和所述心理表征数据相关联。
进一步的,所述获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果的步骤,包括:
当所述当前交互模式为封闭选择式时,从对应的待选对话回复内容集中获取用户选中的回复内容,根据所述回复内容,获取用户的心理表征数据,将所述心理表征数据作为当前用户输入内容结果;
当所述当前交互模式为心理问答式时,将用户输入对话内容输入预设的心理表征分析模型和预设的情境分析模型中,得到用户的心理表征数据和用户的情境事件信息,将所述心理表征数据和所述情境事件信息作为所述用户输入内容结果,所述心理表征分析模型用于将所述用户输入对话内容和所述心理表征数据相关联,所述情境分析模型用于将所述用户输入对话内容和所述情境事件信息相关联。
进一步的,所述根据所述上文用户输入内容结果,生成所述待选对话回复内容集的步骤,包括:
将所述上文用户输入内容结果中每一轮获取到的用户的心理表征数据,作为当前待选对话回复内容集中的回复内容。
进一步的,在所述获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果的步骤之后,还包括:
将所述历史交互内容中的心理表征数据输入预设的心理问题分析模型中,得到对应用户的心理问题分析结果,所述心理问题分析模型用于将所述心理表征数据和心理问题分析结果相关联。
在第二方面,本申请实施例提供了一种多轮次人机心理交互装置,包括:
历史数据获取模块,被配置为获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;
对话内容获取模块,被配置为根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
输出模块,被配置为基于当前交互模式,通过显示界面向用户显示所述输出对话内容;
输入模块,被配置为获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
在第三方面,本申请实施例提供了一种电子设备,包括:
存储器以及一个或多个处理器;
所述存储器,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第一方面所述的多轮次人机心理交互方法。
在第五方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的多轮次人机心理交互方法。
本申请实施例通过获取历史交互内容;根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式;基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。通过上述技术手段,根据历史交互内容,通过不同的交互模式与用户进行交互,便于在适当的时机与用户进行深入的心理交流,快速准确的获取用户心理数据,提高心理咨询效率和可靠性,从而提高用户体验。
附图说明
图1是本申请实施例一提供的一种多轮次人机心理交互方法的流程图;
图2是本申请实施例一中的交互模式确定流程图;
图3是本申请实施例一中的用户输入对话内容分析流程图;
图4是本申请实施例二提供的一种多轮次人机心理交互方法的流程图;
图5是本申请实施例二中的当前输出对话内容获取流程图;
图6是本申请实施例二中的交互模式确定流程图;
图7是本申请实施例二中的用户输入对话内容分析流程图;
图8是本申请实施例三提供的一种多轮次人机心理交互装置的结构示意图;
图9是本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请实施例通过获取历史交互内容;根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式;基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。相对于传统的全开放式闲聊式的交互模式,其通过闲聊的方式与用户进行心理交互,目前技术水平还无法实现复杂话题的多轮次闲聊,并且如果用户的回答一直没有反应心理问题,那么人机的对话交互一直浮于表面,没有进行深层次交流,无法准确获取用户的心理问题,会导致心理人机对话咨询过程效率低。而预设问答式是预先设置多个问题以及对应的多选答案,按照问题预设的先后一一获取用户选中的答案,分析用户每个问题对应选择的答案,以此分析用户心理问题。这种预设问答式的方法无法对用户针对性的心理问题给予帮助。基于此,本申请实施例提供一种多轮次人机心理交互方法及装置,以此解决全开放闲聊式话题过于简单、咨询效率低和预设问答式没有针对性的问题。
实施例一:
图1是本申请实施例一提供的一种多轮次人机心理交互方法的流程图。参考图1,一种多轮次人机心理交互方法包括:
S110、获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;
具体的,所述历史交互内容还包括上一个交互轮次的输出对话内容,和上文输出对话内容以及对应的用户输入内容结果。可以理解的,每一交互轮次包括输出对话内容和用户输入内容结果。
示例性的,为输出符合当前交互轮次的对话内容,需对上一交互轮次的用户输入内容结果进行分析,以按照合适的逻辑输出恰当的当前输出对话内容。而上一交互轮次的用户输入内容结果反映了用户当前的心理特征或逻辑思维,所以应该顺着用户的心理特征或逻辑思维去进一步挖掘用户的心理特征信息,与用户进行更深层次的交流。为了防止对话内容无法进行更深层次的交流,可将更多历史交互轮次的对话内容作为历史交互内容,在输出当前输出对话内容时,排除进行过的交互内容,以提高用户咨询效率。且更多历史交互轮次的对话内容更能完整反映用户的逻辑思维,从而按照更符合用户的逻辑输出当前输出对话内容,以获得更为准确的用户输入内容结果,提高用户咨询准确性。
S120、根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
示例性的,根据历史交互内容,确定当前用户的心理特征或逻辑思维,根据当前用户的心理特征或逻辑思维,确定当前输出对话内容为心理信息对话内容还是非心理信息对话内容。并根据当前输出对话内容确定当前交互轮次的交互模式。具体的,参考图2,图2是本申请实施例一中的交互模式确定流程图。所述交互模式确定流程包括:
S1201、当所述当前输出对话内容为心理信息对话内容时,确定当前交互轮次的交互模式为心理问答式;
S1202、当所述当前输出对话内容为非心理信息对话内容时,确定当前交互轮次的交互模式为封闭选择式。
示例性的,输出对话内容包括心理信息对话内容和非心理信息对话内容,心理信息对话内容是指可获取用户心理特征的对话内容,非心理信息对话内容是指无需获取用户心理特征的对话内容,即作为简单对话内容。当当前输出对话内容确定为心理信息对话内容时,根据预设的输出对话内容与交互模式之间的对应关系,确定当前的交互模式为心理问答式。即以心理问答式的交互模式与用户进行关于心理信息对话的交互,以较为自由的交互方式获取用户的心理信息,即保证用户的体验又可以获取到用户的心理信息。当当前输出对话内容为非心理信息对话内容时,根据预设的输出对话内容与交互模式之间的对应关系,确定当前的交互模式为封闭选择式。封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,即封闭选择式的话题内容为简单话题内容,主要用于过渡或引导用户进行心理信息交互的简单话题。在确定输出对话内容为非心理信息对话内容时,还会根据历史交互内容确定待选对话回复内容集,待选对话回复内容集根据用户的输入对话内容的关键词以及用户的逻辑思维生成。以封闭选择式的交互方式与用户进行非心理信息对话的交互,以较为简单的交互方式过渡用户的非心理信息,提高用户咨询效率。
进一步的,可事先设定简单话题内容的待选回复内容集,在确定当前输出对话内容为预设待选回复内容集的简单话题内容时,直接获取预设的待选回复内容集,无需根据历史交互内容动态生成待选回复内容集。
具体的,所述待选对话回复内容还包括选填内容,所述选填内容用于获取用户输入不同于待选对话回复内容中的对话内容;在用户选择选填内容后,将当前交互模式转为所述心理问答式。
示例性的,封闭选择式的待选对话回复内容可能不符合用户的当前逻辑思维,因此设置一个选填内容,可以更加直接获取用户的输入对话内容。当然由于这种选填内容已经为用户自由输入对话内容,当前交互模式需转化为心理问答式,由心理问答式对应的对话内容分析方式分析用户当前输入对话内容。
S130、基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;
示例性的,在确定当前交互模式和当前输出对话内容后,可通过交互界面向用户输出当前输出对话内容,可通过文字输出当前输出对话内容,也可以通过语音输出当前输出对话内容。如果需要语音输出对话内容的,通过文本语音转换技术将输出对话内容文本转换成语音内容,或者播放输出对话内容绑定的预录制语音内容。
S140、获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
示例性的,用户输入对话内容可能会包含大量的文字信息,而这些文字信息反映了用户的心理特征,所以需对用户输入对话内容进行分析,获取反映用户心理特征的用户输入内容结果。而本申请实施例设置了两种交互模式,为更加快速准确的获取用户心理特征信息,可针对两种交互模式设置对应的分析方式。具体的,参考图3,图3是本申请实施例一中的用户输入对话内容分析流程图。所述用户输入对话内容分析流程包括:
S1401、当所述当前交互模式为封闭选择式时,从对应的待选对话回复内容集中获取用户选中的回复内容,将所述回复内容作为用户输入内容结果;
示例性的,由于封闭选择式作为非心理信息对话内容的交互模式,其对应的待选对话回复内容集也不会任何心理信息,直接将用户选中的回复内容作为用户输入内容结果,用户输入内容结果反映用户的逻辑思维。但是,若用户在封闭选择式选择了选填内容输入对话内容,此时的交互模式从封闭选择式转变成心理问答式,通过心理问答式对应的分析方式,来获取用户输入对话内容中的心理特征信息。
S1402、当所述当前交互模式为心理问答式时,将用户输入对话内容输入预设的心理表征分析模型中,得到用户的心理表征数据,将所述心理表征数据作为所述用户输入内容结果,所述心理表征分析模型用于将所述用户输入对话内容和所述心理表征数据相关联。
示例性的,将用户输入对话内容输入预设的心理表征分析模型中,由心理表征分析模型对用户输入对话内容进行分析,从大量的文本信息中提取用户的心理表征数据,将心理表征数据作为用户输入对话结果,用户输入对话结果反映用户的心理特征。
具体的,心理表征分析模型事先通过大量训练样本训练神经网络模型得到,心理表征分析模型用于将用户输入对话内容和心理表征数据相关联,基于此,可得到心理表征数据。可理解的是,心理表征分析模型的训练样本包括用户输入对话内容以及对应的心理表征数据。
示例性的,在获取用户输入内容结果,且在一定的交互轮次后,可通过历史交互内容中的心理表征数据分析用户心理问题。具体的,将所述历史交互内容中的心理表征数据输入预设的心理问题分析模型中,得到对应用户的心理问题分析结果,所述心理问题分析模型用于将所述心理表征数据和心理问题分析结果相关联。
示例性的,将所述历史交互内容中的心理表征数据输入预设的心理问题分析模型中,由心理问题分析模型对心理表征数据进行分析,对用户的所有心理表征数据进行总结,得到用户的心理问题分析结果。具体的,心理问题分析模型事先通过大量训练样本训练神经网络模型得到,心理问题分析模型用于将用户的所有心理表征数据和心理问题分析结果相关联,基于此,可得到用户的心理问题分析结果。可理解的是,心理问题分析模型的训练样本包括心理表征数据以及对应的心理问题分析结果。
示例性的,在交互中,以心理问答式的交互模式向用户输出“最近过得怎么样?”的心理信息对话内容,用户输入“昨天考试,考的不好,我很难过”的用户输入对话内容,将这一句文本输入心理表征分析模型中,可以得到“难过”的心理表征数据。然后以封闭选择式的交互模式输出“考试不好我也替你难过”的简单对话内容,并输出预设的待选回复内容集“谢谢”,用户选择“谢谢”作为回复内容,系统继续输出心理信息对话内容,输出“然后发生了什么事情?”的输出对话内容。用户输入“我半夜睡不着,觉得自己对不起父母的栽培”的用户输入对话内容,将这一句文本输入心理表征分析模型中,可以得到“失眠”的身体反应心理表征数据和“自责”的思维心理表征数据。
综上所述,本申请实施例通过获取历史交互内容;根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式;基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。通过上述技术手段,根据历史交互内容,通过不同的交互模式与用户进行交互,便于在适当的时机与用户进行深入的心理交流,快速准确的获取用户心理数据,提高心理咨询效率和可靠性,从而提高用户体验。
实施例二:
图4是本申请实施例二提供的一种多轮次人机心理交互方法的流程图。参考图4,一种多轮次人机心理交互方法包括:
S210、获取历史交互内容,所述历史交互内容包括上一个交互轮次的输出对话内容以及对应的用户输入内容结果,与上文输出对话内容以及对应的用户输入内容结果。
S220、根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
示例性的,用户的心理问题往往是因为一个事件或多个事件而产生的,因此为准确获取用户的心理特征,可根据用户发生过的情境,提出相关的话题内容,从而深入了解用户的心理特征。具体的,参考图4,图4是本申请实施例二中的当前输出对话内容获取流程图。当前输出对话内容获取流程包括:
S2201、对所述历史交互内容进行分析,判断交互进度在情境阶段前,情境阶段中还是情境阶段后;
示例性的,历史交互内容包括上一个交互轮次的输出对话内容以及对应的用户输入内容结果,与上文输出对话内容以及对应的用户输入内容结果,历史交互内容可以反映当前交互进度。因此,对历史交互内容进行情境判定分析,以判断当前交互进度在情境阶段前,情境阶段中还是情境阶段后。
S2202、若所述交互进度在情境阶段前,则根据上一个交互轮次的用户输入内容结果,获取用户输入的情境事件,获取诱导用户进入该情境事件的当前输出对话内容;
示例性的,从上一交互轮次的用户输入内容结果中获取用户输入的情境事件,可得到用户经历的情境事件,为获取用户因相应的情境事件而产生的心理特征,需诱导用户对该情境事件的背景和过程进行详细的描述,即通过当前输出对话内容诱导用户进入该情境事件。
S2203、若所述交互进度在情境阶段中,则根据上一个交互轮次的用户输入内容结果,获取诱导用户反映心理特征的当前输出对话内容;
示例性的,从上一交互轮次的用户输入内容结果中获取用户输入的情境事件的整体经过,可得到用户经历的完整情境事件,为获取用户因相应的情境事件而产生的心理特征,需诱导用户对该情境事件的想法、心情或处理进行详细的描述,即通过当前输出对话内容诱导用户反映心理特征。
S2204、若所述交互进度在情境阶段后,则根据上一个交互轮次的用户输入内容结果,获取询问用户具体心理特征的当前输出对话内容;
示例性的,从上一个交互轮次中获取用户输入的心理特征,可得到用户可能因情境事件产生的心理特征,为获取用户具体的心理特征,直接向用户输出询问用户具体心理特征的当前输出对话内容。
S2205、根据所述当前输出对话内容以及上文用户输入内容结果,确定当前交互模式。
示例性的,在获取到当前输出对话内容后,还需确定当前交互模式。具体的,参考图5,图5是本申请实施例二中的交互模式确定流程图。交互模式确定流程包括:
S22051、若所述当前输出对话内容为诱导用户进入该情境事件的输出对话内容,则将所述心理问答式作为当前交互模式;
S22052、若所述当前输出对话内容为诱导用户反映心理特征的输出对话内容,则将所述心理问答式作为当前交互模式;
示例性的,用户经历的情境事件可以一定程度上反应用户因其产生的心理特征,为得到用户经历的情境事件的背景和过程,以及用户对该情境事件的想法、心情或处理,需用户对自身经历情境事件进行详细描述,因此将心理问答式作为当前交互模式,便于用户将该情境事件描述更加清楚,更加贴合用户的心理。
S22053、若所述当前输出对话内容为询问用户具体心理特征的输出对话内容,则将所述封闭选择式交互作为当前交互模式,并根据所述上文用户输入内容结果,生成所述待选对话回复内容集,所述待选对话回复内容集包括多个心理表征数据。
示例性的,在用户完成对情境事件的描述后,无需再获取用户因该情境事件产生的心理特征,而需确定用户因该情境事件产生的具体心理特征。基于此,通过封闭选择式的交互模式,给用户一定范围的心理特征选择,以用户的角度确定用户的具体心理特征,更加贴合用户的心理。
具体的,将所述上文用户输入内容结果中每一轮获取到的用户的心理表征数据,作为当前待选对话回复内容集中的回复内容。
示例性的,在情境事件阶段中的每一交互轮次的用户输入对话内容都涉及用户经历过的情境事件,因此用户输入对话内容都会反映用户的心理特征。因此将情境事件阶段中每一交互轮次获取到的用户的心理表征数据,将其作为询问用户具体心理特征的输出对话内容的待选对话回复内容集中的回复内容。基于此,用户选择的心理表征数据是用户因情境事件产生的心理特征,其直接反映了用户因情境事件留下的心理问题,甚至可根据用户选择的心理表征数据对应的具体情境事件片段,可进一步研究用户对该具体情境事件片段的想法。
S230、基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;
示例性的,在确定当前交互模式和当前输出对话内容后,可通过交互界面向用户输出当前输出对话内容,可通过文字输出当前输出对话内容,也可以通过语音输出当前输出对话内容。
S240、获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
示例性的,用户为详细描述情境事件的整体经过,用户输入对话内容可能会包含大量的文字信息,而这些文字信息反映了用户的心理特征,所以需对用户输入对话内容进行分析,获取反映用户心理特征的用户输入内容结果。具体的,参考图6,图6是本申请实施例二中的用户输入对话内容分析流程图。用户输入对话内容分析流程包括:
S2401、当所述当前交互模式为封闭选择式时,从对应的待选对话回复内容集中获取用户选中的回复内容,根据所述回复内容,获取用户的心理表征数据,将所述心理表征数据作为当前用户输入内容结果;
待选对话回复内容集包含的回复内容是由多轮的交互轮次得到的用户的心理表征数据,基于此,可直接将用户选中的回复内容作为当前用户输入内容结果。
S2402、当所述当前交互模式为心理问答式时,将用户输入对话内容输入预设的心理表征分析模型和预设的情境分析模型中,得到用户的心理表征数据和用户的情境事件信息,将所述心理表征数据和所述情境事件信息作为所述用户输入内容结果,所述心理表征分析模型用于将所述用户输入对话内容和所述心理表征数据相关联,所述情境分析模型用于将所述用户输入对话内容和所述情境事件信息相关联。
示例性的,将用户输入对话内容输入预设的心理表征分析模型中,由心理表征分析模型对用户输入对话内容进行分析,从用户输入对话内容文本信息中提取用户的心理表征数据。将用户输入对话内容输入预设的情境分析模型中,由情境分析模型对用户输入对话内容进行分析,从大量的文本信息中提取用户的情境事件信息。将心理表征数据和情境事件信息作为用户输入对话结果,情境事件信息反映用户经历的情境事件,心理表征数据反映用户因对应的情境事件产生的心理特征。
具体的,心理表征分析模型事先通过大量训练样本训练神经网络模型得到,心理表征分析模型用于将用户输入对话内容和心理表征数据相关联,基于此,可得到心理表征数据。可理解的是,心理表征分析模型的训练样本包括用户输入对话内容以及对应的心理表征数据。
具体的,情境分析模型事先通过大量训练样本训练神经网络模型得到,情境分析模型用于将用户输入对话内容和情境事件信息相关联,基于此,可得到情境事件信息。可理解的是,情境分析模型的训练样本包括用户输入对话内容以及对应的情境事件信息。
示例性的,在用户选择具体的心理表征数据后,可根据心理表征数据和对应的情境事件信息分析用户心理问题。
示例性的,在交互中,可以向用户输出“你好,最近过得怎么样?”的输出对话内容,用户输入“昨天考试,考的不好,我很难过”的用户输入对话内容,将这一句文本输入情境分析模型和心理表征分析模型中,可以得到“考试考的不好”的情境事件和“难过”的心理表征数据。
综上所述,本申请实施例通过获取历史交互内容;根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式;基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。通过上述技术手段,根据历史交互内容,通过不同的交互模式与用户进行交互,便于在适当的时机与用户进行深入的心理交流,快速准确的获取用户心理数据,提高心理咨询效率和可靠性,从而提高用户体验。
实施例三:
在上述实施例的基础上,图8为本申请实施例三提供的一种多轮次人机心理交互装置的结构示意图。参考图8,本实施例提供的多轮次人机心理交互装置具体包括:历史数据获取模块21、对话内容获取模块22、输出模块23和输入模块24。
其中,历史数据获取模块21,被配置为获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;
对话内容获取模块22,被配置为根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
输出模块23,被配置为基于当前交互模式,通过显示界面向用户显示所述输出对话内容;
输入模块24,被配置为获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
上述,通过获取历史交互内容;根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式;基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。通过上述技术手段,根据历史交互内容,通过不同的交互模式与用户进行交互,便于在适当的时机与用户进行深入的心理交流,快速准确的获取用户心理数据,提高心理咨询效率和可靠性,从而提高用户体验。
本申请实施例三提供的多轮次人机心理交互装置可以用于执行上述实施例一提供的多轮次人机心理交互方法,具备相应的功能和有益效果。
实施例四:
本申请实施例四提供了一种电子设备,参照图9,该电子设备包括:处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个,该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的多轮次人机心理交互方法对应的程序指令/模块(例如,多轮次人机心理交互装置中的历史数据获取模块、对话内容获取模块、输出模块和输入模块)。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。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。
通信模块33用于进行数据传输。
处理器31通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的多轮次人机心理交互方法。
输入装置34可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一提供的多轮次人机心理交互方法,具备相应的功能和有益效果。
实施例五:
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种多轮次人机心理交互方法,该多轮次人机心理交互方法包括:获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的多轮次人机心理交互方法,还可以执行本申请任意实施例所提供的多轮次人机心理交互方法中的相关操作。
上述实施例中提供的多轮次人机心理交互装置、存储介质及电子设备可执行本申请任意实施例所提供的多轮次人机心理交互方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的多轮次人机心理交互方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。
Claims (13)
1.一种多轮次人机心理交互方法,其特征在于,包括:
获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;
根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
基于当前交互模式,通过交互界面向用户输出所述当前输出对话内容;
获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
2.根据权利要求1所述的方法,其特征在于,所述历史交互内容还包括上一个交互轮次的输出对话内容,和上文输出对话内容以及对应的用户输入内容结果。
3.根据权利要求1所述的方法,其特征在于,所述输出对话内容包括心理信息对话内容和非心理信息对话内容;
对应的,所述根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式的步骤,包括:
当所述当前输出对话内容为心理信息对话内容时,确定当前交互轮次的交互模式为心理问答式;
当所述当前输出对话内容为非心理信息对话内容时,确定当前交互轮次的交互模式为封闭选择式。
4.根据权利要求2所述的方法,其特征在于,所述根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式的步骤,包括:
对所述历史交互内容进行分析,判断交互进度在情境阶段前,情境阶段中还是情境阶段后;
若所述交互进度在情境阶段前,则根据上一个交互轮次的用户输入内容结果,获取用户输入的情境事件,获取诱导用户进入该情境事件的当前输出对话内容;
若所述交互进度在情境阶段中,则根据上一个交互轮次的用户输入内容结果,获取诱导用户反映心理特征的当前输出对话内容;
若所述交互进度在情境阶段后,则根据上一个交互轮次的用户输入内容结果,获取询问用户具体心理特征的当前输出对话内容;
根据所述当前输出对话内容以及上文用户输入内容结果,确定当前交互模式。
5.根据权利要求4所述的方法,其特征在于,所述根据所述当前输出对话内容以及上一个交互轮次的用户输入内容结果,确定当前交互模式的步骤,包括:
若所述当前输出对话内容为诱导用户进入该情境事件的输出对话内容,则将所述心理问答式作为当前交互模式;
若所述当前输出对话内容为诱导用户反映心理特征的输出对话内容,则将所述心理问答式作为当前交互模式;
若所述当前输出对话内容为询问用户具体心理特征的输出对话内容,则将所述封闭选择式交互作为当前交互模式,并根据所述上文用户输入内容结果,生成所述待选对话回复内容集,所述待选对话回复内容集包括多个心理表征数据。
6.根据权利要求1所述的方法,其特征在于,所述待选对话回复内容还包括选填内容,所述选填内容用于获取用户输入不同于待选对话回复内容中的对话内容,在用户选择选填内容后,将当前交互模式转为所述心理问答式。
7.根据权利要求1所述的方法,其特征在于,所述获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果的步骤,包括:
当所述当前交互模式为封闭选择式时,从对应的待选对话回复内容集中获取用户选中的回复内容,将所述回复内容作为用户输入内容结果;
当所述当前交互模式为心理问答式时,将用户输入对话内容输入预设的心理表征分析模型中,得到用户的心理表征数据,将所述心理表征数据作为所述用户输入内容结果,所述心理表征分析模型用于将所述用户输入对话内容和所述心理表征数据相关联。
8.根据权利要求5所述的方法,其特征在于,所述获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果的步骤,包括:
当所述当前交互模式为封闭选择式时,从对应的待选对话回复内容集中获取用户选中的回复内容,根据所述回复内容,获取用户的心理表征数据,将所述心理表征数据作为当前用户输入内容结果;
当所述当前交互模式为心理问答式时,将用户输入对话内容输入预设的心理表征分析模型和预设的情境分析模型中,得到用户的心理表征数据和用户的情境事件信息,将所述心理表征数据和所述情境事件信息作为所述用户输入内容结果,所述心理表征分析模型用于将所述用户输入对话内容和所述心理表征数据相关联,所述情境分析模型用于将所述用户输入对话内容和所述情境事件信息相关联。
9.根据权利要求8所述的方法,其特征在于,所述根据所述上文用户输入内容结果,生成所述待选对话回复内容集的步骤,包括:
将所述上文用户输入内容结果中每一轮获取到的用户的心理表征数据,作为当前待选对话回复内容集中的回复内容。
10.根据权利要求7所述的方法,其特征在于,在所述获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果的步骤之后,还包括:
将所述历史交互内容中的心理表征数据输入预设的心理问题分析模型中,得到对应用户的心理问题分析结果,所述心理问题分析模型用于将所述心理表征数据和心理问题分析结果相关联。
11.一种多轮次人机心理交互装置,其特征在于,包括:
历史数据获取模块,被配置为获取历史交互内容,所述历史交互内容包括上一个交互轮次的用户输入内容结果;
对话内容获取模块,被配置为根据所述历史交互内容,获取当前输出对话内容,并确定当前交互轮次的交互模式,所述交互模式包括封闭选择式和心理问答式,所述封闭选择式的输出对话内容包括话题内容和待选对话回复内容集,所述心理问答式的输出对话内容包括话题内容;
输出模块,被配置为基于当前交互模式,通过显示界面向用户显示所述输出对话内容;
输入模块,被配置为获取用户输入对话内容,根据所述当前交互模式,对所述用户输入对话内容进行分析,获取用户输入内容结果。
12.一种电子设备,其特征在于,包括:
存储器以及一个或多个处理器;
所述存储器,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1-10任一所述的多轮次人机心理交互方法。
13.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-10任一所述的多轮次人机心理交互方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011361336.2A CN113656562A (zh) | 2020-11-27 | 2020-11-27 | 一种多轮次人机心理交互方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011361336.2A CN113656562A (zh) | 2020-11-27 | 2020-11-27 | 一种多轮次人机心理交互方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113656562A true CN113656562A (zh) | 2021-11-16 |
Family
ID=78476821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011361336.2A Pending CN113656562A (zh) | 2020-11-27 | 2020-11-27 | 一种多轮次人机心理交互方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113656562A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11816573B1 (en) * | 2023-04-24 | 2023-11-14 | Wevo, Inc. | Robust systems and methods for training summarizer models |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005003747A (ja) * | 2003-06-09 | 2005-01-06 | Cai Media Kyodo Kaihatsu:Kk | 対話型ロボット及び対話システム |
JP2005099604A (ja) * | 2003-09-26 | 2005-04-14 | Aruze Corp | 会話制御装置、会話制御方法、およびゲームシステム |
CN103400054A (zh) * | 2013-08-27 | 2013-11-20 | 哈尔滨工业大学 | 计算机辅助心理咨询自动问答机器人系统 |
CN106200962A (zh) * | 2016-07-08 | 2016-12-07 | 北京光年无限科技有限公司 | 面向智能机器人的交互方法及系统 |
CN106599124A (zh) * | 2016-11-30 | 2017-04-26 | 竹间智能科技(上海)有限公司 | 主动引导用户持续对话的系统及方法 |
US20170220774A1 (en) * | 2016-02-01 | 2017-08-03 | Tuvi Orbach | Computerized Interactive Psychological Assessment Protocol - iPAP |
CN107016046A (zh) * | 2017-02-20 | 2017-08-04 | 北京光年无限科技有限公司 | 基于视觉场景化的智能机器人对话方法及系统 |
CN108000526A (zh) * | 2017-11-21 | 2018-05-08 | 北京光年无限科技有限公司 | 用于智能机器人的对话交互方法及系统 |
JP2018181041A (ja) * | 2017-04-17 | 2018-11-15 | 日本電信電話株式会社 | 対話ルール選択装置、対話装置、対話ルール選択方法、対話方法、対話ルール選択プログラム、及び対話プログラム |
CN108846073A (zh) * | 2018-06-08 | 2018-11-20 | 青岛里奥机器人技术有限公司 | 一种个性化人机情感会话系统 |
CN108920688A (zh) * | 2018-07-12 | 2018-11-30 | 杭州行为科技有限公司 | 心理健康提升方法、装置和计算机可读介质 |
CN109086329A (zh) * | 2018-06-29 | 2018-12-25 | 出门问问信息科技有限公司 | 基于话题关键词引导的进行多轮对话方法及装置 |
CN109829052A (zh) * | 2019-02-19 | 2019-05-31 | 田中瑶 | 一种基于人机交互的开放式对话方法和系统 |
CN109960723A (zh) * | 2019-04-12 | 2019-07-02 | 浙江连信科技有限公司 | 一种用于心理机器人的交互系统及方法 |
CN110019848A (zh) * | 2017-12-22 | 2019-07-16 | 深圳市优必选科技有限公司 | 对话交互方法、装置及机器人 |
CN110196927A (zh) * | 2019-05-09 | 2019-09-03 | 大众问问(北京)信息科技有限公司 | 一种多轮人机对话方法、装置及设备 |
CN110580947A (zh) * | 2019-07-29 | 2019-12-17 | 话媒(广州)科技有限公司 | 一种基于交互的心理分析方法及装置 |
CN110704703A (zh) * | 2019-09-27 | 2020-01-17 | 北京百度网讯科技有限公司 | 人机对话方法及装置 |
CN110767290A (zh) * | 2019-10-12 | 2020-02-07 | 山东省立医院 | 一种交互型情绪疏导及心理辅导机器人 |
CN111134694A (zh) * | 2019-12-20 | 2020-05-12 | 浙江连信科技有限公司 | 基于人机交互的心理咨询分析方法及装置 |
WO2020125457A1 (zh) * | 2018-12-21 | 2020-06-25 | 广东美的白色家电技术创新中心有限公司 | 多轮交互的语义理解方法、装置及计算机存储介质 |
CN111430033A (zh) * | 2020-03-24 | 2020-07-17 | 浙江连信科技有限公司 | 基于人机交互的心理评估方法及电子设备 |
CN111564202A (zh) * | 2020-04-30 | 2020-08-21 | 深圳市镜象科技有限公司 | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 |
CN111667926A (zh) * | 2020-06-06 | 2020-09-15 | 中国科学院心理研究所 | 一种基于人工智能的心理咨询(会话)系统及其方法 |
JP2020154378A (ja) * | 2019-03-18 | 2020-09-24 | 本田技研工業株式会社 | 自己との対話装置、チャットボット、およびロボット |
CN111881254A (zh) * | 2020-06-10 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 话术生成方法、装置、电子设备及存储介质 |
-
2020
- 2020-11-27 CN CN202011361336.2A patent/CN113656562A/zh active Pending
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005003747A (ja) * | 2003-06-09 | 2005-01-06 | Cai Media Kyodo Kaihatsu:Kk | 対話型ロボット及び対話システム |
JP2005099604A (ja) * | 2003-09-26 | 2005-04-14 | Aruze Corp | 会話制御装置、会話制御方法、およびゲームシステム |
CN103400054A (zh) * | 2013-08-27 | 2013-11-20 | 哈尔滨工业大学 | 计算机辅助心理咨询自动问答机器人系统 |
US20170220774A1 (en) * | 2016-02-01 | 2017-08-03 | Tuvi Orbach | Computerized Interactive Psychological Assessment Protocol - iPAP |
CN106200962A (zh) * | 2016-07-08 | 2016-12-07 | 北京光年无限科技有限公司 | 面向智能机器人的交互方法及系统 |
CN106599124A (zh) * | 2016-11-30 | 2017-04-26 | 竹间智能科技(上海)有限公司 | 主动引导用户持续对话的系统及方法 |
CN107016046A (zh) * | 2017-02-20 | 2017-08-04 | 北京光年无限科技有限公司 | 基于视觉场景化的智能机器人对话方法及系统 |
JP2018181041A (ja) * | 2017-04-17 | 2018-11-15 | 日本電信電話株式会社 | 対話ルール選択装置、対話装置、対話ルール選択方法、対話方法、対話ルール選択プログラム、及び対話プログラム |
CN108000526A (zh) * | 2017-11-21 | 2018-05-08 | 北京光年无限科技有限公司 | 用于智能机器人的对话交互方法及系统 |
CN110019848A (zh) * | 2017-12-22 | 2019-07-16 | 深圳市优必选科技有限公司 | 对话交互方法、装置及机器人 |
CN108846073A (zh) * | 2018-06-08 | 2018-11-20 | 青岛里奥机器人技术有限公司 | 一种个性化人机情感会话系统 |
CN109086329A (zh) * | 2018-06-29 | 2018-12-25 | 出门问问信息科技有限公司 | 基于话题关键词引导的进行多轮对话方法及装置 |
CN108920688A (zh) * | 2018-07-12 | 2018-11-30 | 杭州行为科技有限公司 | 心理健康提升方法、装置和计算机可读介质 |
WO2020125457A1 (zh) * | 2018-12-21 | 2020-06-25 | 广东美的白色家电技术创新中心有限公司 | 多轮交互的语义理解方法、装置及计算机存储介质 |
CN109829052A (zh) * | 2019-02-19 | 2019-05-31 | 田中瑶 | 一种基于人机交互的开放式对话方法和系统 |
JP2020154378A (ja) * | 2019-03-18 | 2020-09-24 | 本田技研工業株式会社 | 自己との対話装置、チャットボット、およびロボット |
CN109960723A (zh) * | 2019-04-12 | 2019-07-02 | 浙江连信科技有限公司 | 一种用于心理机器人的交互系统及方法 |
CN110196927A (zh) * | 2019-05-09 | 2019-09-03 | 大众问问(北京)信息科技有限公司 | 一种多轮人机对话方法、装置及设备 |
CN110580947A (zh) * | 2019-07-29 | 2019-12-17 | 话媒(广州)科技有限公司 | 一种基于交互的心理分析方法及装置 |
CN110704703A (zh) * | 2019-09-27 | 2020-01-17 | 北京百度网讯科技有限公司 | 人机对话方法及装置 |
CN110767290A (zh) * | 2019-10-12 | 2020-02-07 | 山东省立医院 | 一种交互型情绪疏导及心理辅导机器人 |
CN111134694A (zh) * | 2019-12-20 | 2020-05-12 | 浙江连信科技有限公司 | 基于人机交互的心理咨询分析方法及装置 |
CN111430033A (zh) * | 2020-03-24 | 2020-07-17 | 浙江连信科技有限公司 | 基于人机交互的心理评估方法及电子设备 |
CN111564202A (zh) * | 2020-04-30 | 2020-08-21 | 深圳市镜象科技有限公司 | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 |
CN111667926A (zh) * | 2020-06-06 | 2020-09-15 | 中国科学院心理研究所 | 一种基于人工智能的心理咨询(会话)系统及其方法 |
CN111881254A (zh) * | 2020-06-10 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 话术生成方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
张凯乐,等: "面对情绪调节的多模态人机交互技术", 《中国图象图形学报》, 16 November 2020 (2020-11-16), pages 2451 - 2464 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11816573B1 (en) * | 2023-04-24 | 2023-11-14 | Wevo, Inc. | Robust systems and methods for training summarizer models |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10489112B1 (en) | Method for user training of information dialogue system | |
CN109410927B (zh) | 离线命令词与云端解析结合的语音识别方法、装置和系统 | |
CN111897941B (zh) | 对话生成方法、网络训练方法、装置、存储介质及设备 | |
CN107832433A (zh) | 基于对话交互的信息推荐方法、装置、服务器和存储介质 | |
CN108664472B (zh) | 自然语言处理方法、装置及其设备 | |
CN104573099A (zh) | 题目的搜索方法及装置 | |
KR20210030068A (ko) | 앙상블 질의 응답을 위한 시스템 및 방법 | |
CN117149989A (zh) | 大语言模型训练方法、文本处理方法及装置 | |
CN109271503A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN113656562A (zh) | 一种多轮次人机心理交互方法及装置 | |
EP3848801A1 (en) | Speech interaction method and apparatuses | |
CN112784024B (zh) | 一种人机对话的方法、装置、设备以及存储介质 | |
CN111611378A (zh) | 行为训练对话控制方法、系统、存储介质、程序、终端 | |
CN111464875A (zh) | 一种直播教学中用户互动信息反馈的方法及装置 | |
CN109960489B (zh) | 生成智能问答系统的方法、装置、设备、介质及问答系统 | |
EP4322066A1 (en) | Method and apparatus for generating training data | |
CN115168558A (zh) | 一种实现多轮人机对话的方法 | |
CN111523343B (zh) | 阅读互动方法、装置、设备、服务器及存储介质 | |
Kumar et al. | AI-based voice assistance using AWS | |
CN112036146A (zh) | 一种评语生成方法、装置、终端设备及存储介质 | |
EP4328805A1 (en) | Method and apparatus for generating target deep learning model | |
CN111159373B (zh) | 智能问答系统的知识库建立方法、装置和存储介质 | |
Rotaru et al. | Discourse structure and speech recognition problems | |
CN116841525A (zh) | 一种计算机绘图方法、装置、电子设备和可读存储介质 | |
CN116679901A (zh) | 车机交互方法、装置、设备及可读存储介质 |
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 |