CN113721770B - 在智能家居设备中提供语音帮助的方法和智能家居设备 - Google Patents
在智能家居设备中提供语音帮助的方法和智能家居设备 Download PDFInfo
- Publication number
- CN113721770B CN113721770B CN202111029831.8A CN202111029831A CN113721770B CN 113721770 B CN113721770 B CN 113721770B CN 202111029831 A CN202111029831 A CN 202111029831A CN 113721770 B CN113721770 B CN 113721770B
- Authority
- CN
- China
- Prior art keywords
- question
- target
- text
- library
- answer
- 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 44
- 239000013598 vector Substances 0.000 claims description 87
- 238000012545 processing Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000005057 refrigeration Methods 0.000 description 4
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- 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
- G06F16/338—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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种在智能家居设备中提供语音帮助的方法和智能家居设备。该方法包括:采集用户通过语音输入的目标问题;将接收到的语音形式的目标问题转换为文本形式的目标问题;根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,如果是,则直接调用问题库中存储的该文本问题所对应的答案,并将该答案提供给用户;如果否,则记录目标问题,并在该目标问题的记录次数超过预定值时,将该目标问题发送给智能家居设备的维护人员,接收该维护人员发来的针对该目标问题的答案,根据该目标问题及其答案更新所述问题库。本发明能够更好地为用户提供语音帮助。
Description
技术领域
本说明书一个或多个实施例涉及电子信息技术,尤其涉及在智能家居设备中提供语音帮助的方法和智能家居设备。
背景技术
目前,智能家居设备的功能越来越强大,导致对智能家居设备的各种操作也越来越繁多。在此种情况下,容易出现用户不清楚智能家居设备某种功能的使用方法或者问题解决方法。目前的解决方法是:提前制作纸件或者电子版的用户使用手册,在用户使用手册中提取写好针对智能家居设备可能提出的每一个问题及该问题的答案。
但是,诸如用户使用手册等资料是提前根据市场调研或者经验等,制定好的。也就是说,一旦制定好,则其中的问题及答案都是固定的,不会变化。但是,随着用户使用需求的增加以及各种问题的复杂化,用户遇到的问题可能无法在用户使用手册中找到答案。因此,现有技术的方法无法更好地为用户提供帮助,用户体验较差。
发明内容
本说明书一个或多个实施例描述了在智能家居设备中提供语音帮助的方法和智能家居设备,能够更好地为用户提供帮助。
根据第一方面,提供了在智能家居设备中提供语音帮助的方法,包括:
采集用户通过语音输入的目标问题;
将接收到的语音形式的目标问题转换为文本形式的目标问题;
根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,如果是,则直接调用问题库中存储的该文本问题所对应的答案,并将该答案语音播放给用户;
如果否,则记录目标问题,并在该目标问题的记录次数超过预定值时,将该目标问题发送给云服务器侧的智能家居设备维护人员,接收该维护人员发来的针对该目标问题的答案,根据该目标问题及其答案更新所述问题库。
在所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题之前,进一步包括:
对问题库中的各文本问题进行分词,得到至少两种问题词根;
对所述文本形式的目标问题进行分词,将该目标问题分割成至少两个目标词根;
判断该至少两个目标词根中是否存在至少一个目标词根与所述至少两种问题词根中的至少一个问题词根相同,如果是,继续执行所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题。
进一步包括:预先根据能够对所述智能家居设备的问题含义产生影响的词汇,设置对应于该智能家居设备的至少两种归类元;每一种归类元从一个特定的维度体现智能家居设备的一种问题含义;
所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,包括:
针对预先设置的对应于所述智能家居设备的至少两种归类元中的每一种归类元,识别出目标问题中属于该归类元的字符;
利用识别出的属于每一种归类元的字符,得到对应于该种归类元的向量;
将得到的对应于各个归类元的各个向量作为所述目标问题对应的第一向量组;
针对所述至少两种归类元中的每一种归类元,计算第一向量组中对应于该归类元的向量与每一个第二向量组中对应于该归类元的向量在向量空间中的距离;对得到的各个距离进行加权平均计算;
判断计算出的加权平均结果是否小于预定值,如果是,则确定目标问题与问题库中对应该第二向量组的文本问题可以归类为同一个问题。
该方法进一步包括:
针对预先设置的对应于所述智能家居设备的至少两种归类元中的每一种归类元,识别出问题库中每一个文本问题中属于该归类元的字符;
利用识别出的属于每一种归类元的字符,得到对应于该种归类元的向量;
将得到的对应于各个归类元的各个向量作为所述文本问题对应的第二向量组。
在所述调用问题库中存储的该文本问题所对应的答案并将该答案提供给用户之后,进一步包括:
询问用户问题答案是否满意;
如果接收到用户输入的不满意的结果时,则记录所述目标问题。
根据第二方面,提供了智能家居设备,包括:
语音收发模块,配置为采集用户通过语音输入的目标问题;以及将答案通过语音播放给用户;
语音帮助处理模块,配置为将接收到的语音形式的目标问题转换为文本形式的目标问题;根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,如果是,则直接调用问题库中存储的该文本问题所对应的答案,并将该答案发送给所述语音收发模块;如果否,则记录目标问题,并在该目标问题的记录次数超过预定值时,将该目标问题发送给网络互连模块;以及,根据目标问题及其答案更新所述问题库;
网络互连模块,连接到外部的云服务器,配置为将目标问题发送给云服务器侧的智能家居设备的维护人员,接收该维护人员发来的针对该目标问题的答案。
进一步包括:
分词处理模块,配置为对问题库中的各文本问题进行分词,得到至少两种问题词根;对所述文本形式的目标问题进行分词,将该目标问题分割成至少两个目标词根;判断该至少两个目标词根中是否存在至少一个目标词根与所述至少两种问题词根中的至少一个问题词根相同,如果是,触发所述语音帮助处理模块执行所述判断步骤。
所述语音帮助处理模块配置为执行:
针对问题库中的每一个文本问题,均执行步骤A1至步骤A3:
步骤A1:针对每一种归类元,识别出问题库中当前文本问题中属于该归类元的字符;
步骤A2:利用识别出的属于每一种归类元的字符,得到当前文本问题对应于该种归类元的向量。
步骤A3:将得到的对应于各个归类元的各个向量形成为当前文本问题对应的第一向量组;
其中,归类元是预先根据能够对所述智能家居设备的问题含义产生影响的词汇所设置的,包括对应于该智能家居设备的至少两种归类元;每一种归类元从一个特定的维度体现智能家居设备的一种问题含义;
在执行所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题时,针对问题库中每一个文本问题对应的每一个第一向量组,均执行步骤B1至步骤B7,直至针对一个文本问题归类成功或针对所有文本问题均归类不成功:
步骤B1:针对每一种归类元,识别出目标问题中属于该归类元的字符。
步骤B2:利用识别出的属于每一种归类元的字符,得到目标问题对应于该种归类元的向量;
步骤B3:将得到的对应于各个归类元的各个向量形成为目标问题对应的第二向量组;
步骤B4:针对每一种归类元,计算第二向量组中对应于该归类元的向量与当前第一向量组中对应于该归类元的向量在向量空间中的距离;并对得到的各个距离进行加权平均计算;
步骤B5:判断计算出的加权平均结果是否小于预定值,如果是,执行步骤B6,否则执行步骤B7。
步骤B6:确定目标问题与问题库中对应当前向量组的文本问题归类为同一个问题;
步骤B7:确定目标问题与问题库中对应当前向量组的文本问题不能归类为同一个问题。
所述语音收发模块在将答案提供给用户之后,询问用户问题答案是否满意;
所述语音帮助处理模块配置为执行:如果接收到用户输入的不满意的结果时,则记录所述目标问题。
在本发明的智能家居设备的一个实施例中,根据第三方面,提供了一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现本说明书任一实施例所述的方法。
本发明实施例提供的提供语音帮助的方法及智能家居设备,能够区分用户的问题在自己保存的问题库中是否存在,即目标问题与问题库中的一个问题是否能归类为同一个问题,如果不能,会自动统计,并自动发送至维护人员以获取问题的答案,并能实时更新保存的问题库,这样,智能家居设备中就能持续更新问题库,保证能更好地为用户提供所需的问题答案,对提升用户体验或挖掘用户需求提供了更大的帮助。
附图说明
为了更清楚地说明本说明书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,下面描述中的附图是本说明书的一些实施例,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是本说明书一个实施例中在智能家居设备中提供语音帮助的方法的流程图。
图2是本说明书一个实施例中通过归类元的方式实现问题归类的方法流程图。
图3是本说明书一个实施例中智能家居设备的结构示意图。
图4是本说明书另一个实施例中智能家居设备的结构示意图。
具体实施方式
下面结合附图,对本说明书提供的方案进行描述。
图1示出了本说明书一个实施例中在智能家居设备中提供语音帮助的方法的流程图。该方法的执行主体为智能家居设备。可以理解,该方法也可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。参见图1,该方法包括:
步骤101:采集用户通过语音输入的目标问题;
步骤103:将接收到的语音形式的目标问题转换为文本形式的目标问题;
步骤105:根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,如果是,则执行步骤107,否则执行步骤109。
步骤107:直接调用问题库中存储的该文本问题所对应的答案,并将该答案语音播放给用户,结束当前流程;
步骤109:记录目标问题。
步骤111:统计该目标问题的记录次数是否超过预定值,如果是,执行步骤113,否则,结束当前流程。
步骤113:将该目标问题发送给云服务器侧的智能家居设备维护人员。
步骤115:接收该维护人员发来的针对该目标问题的答案,根据该目标问题及其答案更新所述问题库。
根据上述图1所示的过程,智能家居设备能够区分用户的问题在自己保存的问题库中是否存在,即目标问题与问题库中的一个问题是否能归类为同一个问题,如果不能,会自动统计,并自动发送至维护人员以获取问题的答案,并能实时更新保存的问题库,这样,智能家居设备中就能持续更新问题库,保证能更好地为用户提供所需的问题答案,对提升用户体验或挖掘用户需求提供了更大的帮助。
下面对图1中所示的步骤进行说明,以智能家居设备为大屏冰箱为例。
首先在步骤101中,采集用户通过语音输入的目标问题。比如,用户说出:冰箱的冷藏室结冰了怎么回事,则在步骤101中可以采集到该语音。
接下来在步骤103中,将接收到的语音形式的目标问题转换为文本形式的目标问题。比如将“冰箱的冷藏室结冰了怎么回事”由语音格式转换为文本格式,以便设备能够处理。
接下来,在步骤105中,根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,如果是,则执行步骤107,否则执行步骤109。
本步骤105的作用是在问题库中查找是否已有目标问题。实际业务中,一个问题会有多种问法,大屏冰箱可以自动整理为一类问题有助于分析。如以下几个问题都是询问冰箱结冰的问题:“冰箱保鲜室结冰怎么回事”、“冰箱冷冻室结冰严重怎么处理“、”冰箱冷藏室结冰怎么办”、“冰箱上层结冰怎么回事”、“冰箱结冰怎么处理”、“冰箱结冰怎么除冰”等。冰箱通过语法分析,自动将这些问题自动归为一类,确定它们实质上属于同一个问题。
在步骤103之后,并在步骤105之前,还可以针对文本形式的目标问题进行词根过滤处理,即,首先通过词根来初步快速筛选判断目标问题在问题库中是否存在,如果存在,再继续执行后续步骤105中的归类处理,如果不存在,则无需执行后续步骤105中更为复杂的归类处理,以便简化处理。具体包括:
对问题库中的各文本问题进行分词,得到至少两种问题词根;比如问题库中保存了100个问题,将这些问题分词,得到1000个问题词根,比如包括:冰箱”“冷藏室”“结冰”“保鲜”“除霜”等;
对所述文本形式的目标问题进行分词,将该目标问题分割成至少两个目标词根;比如,"冰箱冷藏室结冰怎么回事"按照词根分成“冰箱”“冷藏室”“结冰”;
判断该至少两个目标词根中是否存在至少一个目标词根与所述至少两种问题词根中的至少一个问题词根相同,如果是,继续执行步骤105。比如,如果从目标问题中分割出的所有词根与问题库中的所有词根都不相同,则说明,问题库中没有保存此类目标问题,无需执行后续步骤105中的归类处理,如果至少有一个或设定个数的词根相同,则可以确定问题库中可能已经保存有此类目标问题,需要通过步骤105的归类处理进一步判断。
接下来,在步骤105中,根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题。
本步骤105的作用是将类似的识别结果归为一条识别结果。主要是因为一个问题会有多种问法,冰箱自动整理为一类问题有助于分析。如以下几个问题都是询问冰箱结冰的问题:“冰箱保鲜室结冰怎么回事”、“冰箱冷冻室结冰严重怎么处理“、”冰箱冷藏室结冰怎么办”、“冰箱上层结冰怎么回事”、“冰箱结冰怎么处理”、“冰箱结冰怎么除冰”等。冰箱通过语法分析,自动将这些问题自动归为一类。
在本说明书的一个实施例中,可以通过设置归类元的方式来实现归类。参见图2,具体实现包括:
在执行步骤101之前,执行步骤201~步骤204,则步骤105可以细化为如下步骤205至步骤211。
步骤201:预先根据能够对所述智能家居设备的问题含义产生影响的词汇,设置对应于该智能家居设备的至少两种归类元;每一种归类元从一个特定的维度体现智能家居设备的一种问题含义。
每一种智能家居设备能够提供的功能及遇到的问题种类是有限的,因此可以设置反映问题含义的归类元,比如,针对大屏冰箱,设置的归类元包括:制冷、按键、温度、容量、异味等。
其中,制冷表示冰箱遇到的问题是制冷类的问题,无论用户输入的语音中是否包括制冷这个词,但是如果从问题的本质上都能归类为制冷问题,则可以归类更为准确。比如归类元“按键”表示用户遇到的问题是按键类问题,比如操作按键后,没有反应,按键不灵敏等,从而可以从按键这个维度的问题本质进行归类,使得归类更为准确。
针对问题库中的每一个文本问题,均执行:
步骤202:针对每一种归类元,识别出问题库中当前文本问题中属于该归类元的字符;
步骤203:利用识别出的属于每一种归类元的字符,得到当前文本问题对应于该种归类元的向量。
步骤204:将得到的对应于各个归类元的各个向量形成为当前文本问题对应的向量组,记为向量组1。
通过上述步骤202至步骤204,针对问题库中的每一个文本问题,都得到了该文本问题对应的向量组。
步骤205:针对每一种归类元,识别出目标问题中属于该归类元的字符。
步骤206:利用识别出的属于每一种归类元的字符,得到目标问题对应于该种归类元的向量;
步骤207:将得到的对应于各个归类元的各个向量形成为目标问题对应的向量组,记为向量组1;
针对每一个向量组1,均执行步骤208至步骤211:
步骤208:针对每一种归类元,计算向量组2中对应于该归类元的向量与当前向量组1中对应于该归类元的向量在向量空间中的距离;并对得到的各个距离进行加权平均计算;
步骤209:判断计算出的加权平均结果是否小于预定值,如果是,执行步骤210,否则执行步骤211。
步骤210:确定目标问题与问题库中对应当前向量组1的文本问题可以归类为同一个问题,结束当前流程。
步骤211:确定目标问题与问题库中对应当前向量组1的文本问题不能归类为同一个问题。
可见,通过上述图2所示的处理,通过问题的本质预先设置有各个归类元,这样,两个问题不再是从是否包括相同词汇/词根的角度来判断问题是否为同一类问题,而是从归类元的角度即问题的本质来判断问题是否为同一类问题,从而使得归类更为准确。并且,通过计算向量之间的距离如欧式距离,如果距离小,则说明两个问题的本质相同,即可以归类为同一个问题。
在步骤107中,在调用问题库中存储的该文本问题所对应的答案并将该答案提供给用户之后,还可以进一步包括:
询问用户问题答案是否满意;
如果接收到用户输入的不满意的结果时,则记录所述目标问题。
由此,当无法在问题库中查找到针对目标问题的同一类问题,或者即使查找到但在将查找到的对应的答案提供给用户之后,但用户不满意,两种情况下,都会记录目标问题,以便在目标问题统计次数达到阈值时,触发后台维护人员给出该目标问题的答案,从而及时更新问题库。
在本发明一个实施例中还提出了一种智能家居设备,参见图3,包括:
语音收发模块301,配置为采集用户通过语音输入的目标问题;以及将答案通过语音播放给用户;
语音帮助处理模块302,配置为将接收到的语音形式的目标问题转换为文本形式的目标问题;根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,如果是,则直接调用问题库中存储的该文本问题所对应的答案,并将该答案发送给所述语音收发模块;如果否,则记录目标问题,并在该目标问题的记录次数超过预定值时,将该目标问题发送给网络互连模块;以及,根据目标问题及其答案更新所述问题库;
网络互连模块303,连接到外部的云服务器,配置为将目标问题发送给云服务器侧的智能家居设备的维护人员,接收该维护人员发来的针对该目标问题的答案。
在本发明的智能家居设备的一个实施例中,参见图4,进一步包括:
分词处理模块401,配置为对问题库中的各文本问题进行分词,得到至少两种问题词根;对所述文本形式的目标问题进行分词,将该目标问题分割成至少两个目标词根;判断该至少两个目标词根中是否存在至少一个目标词根与所述至少两种问题词根中的至少一个问题词根相同,如果是,触发所述语音帮助处理模块302执行所述判断步骤。
在本发明的智能家居设备的一个实施例中,所述语音帮助处理模块302配置为执行:
针对问题库中的每一个文本问题,均执行步骤A1至步骤A3:
步骤A1:针对每一种归类元,识别出问题库中当前文本问题中属于该归类元的字符;
步骤A2:利用识别出的属于每一种归类元的字符,得到当前文本问题对应于该种归类元的向量。
步骤A3:将得到的对应于各个归类元的各个向量形成为当前文本问题对应的第一向量组;
其中,归类元是预先根据能够对所述智能家居设备的问题含义产生影响的词汇所设置的,包括对应于该智能家居设备的至少两种归类元;每一种归类元从一个特定的维度体现智能家居设备的一种问题含义;
在执行所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题时,针对问题库中每一个文本问题对应的每一个第一向量组,均执行步骤B1至步骤B7,直至针对一个文本问题归类成功或针对所有文本问题均归类不成功:
步骤B1:针对每一种归类元,识别出目标问题中属于该归类元的字符。
步骤B2:利用识别出的属于每一种归类元的字符,得到目标问题对应于该种归类元的向量;
步骤B3:将得到的对应于各个归类元的各个向量形成为目标问题对应的第二向量组;
步骤B4:针对每一种归类元,计算第二向量组中对应于该归类元的向量与当前第一向量组中对应于该归类元的向量在向量空间中的距离;并对得到的各个距离进行加权平均计算;
步骤B5:判断计算出的加权平均结果是否小于预定值,如果是,执行步骤B6,否则执行步骤B7。
步骤B6:确定目标问题与问题库中对应当前向量组的文本问题归类为同一个问题;
步骤B7:确定目标问题与问题库中对应当前向量组的文本问题不能归类为同一个问题。
在本发明的智能家居设备的一个实施例中,语音收发模块301在将答案提供给用户之后,询问用户问题答案是否满意;
所述语音帮助处理模块302配置为执行:如果接收到用户输入的不满意的结果时,则记录所述目标问题。
本说明书一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行说明书中任一个实施例中的方法。
本说明书一个实施例提供了一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现执行说明书中任一个实施例中的方法。
可以理解的是,本说明书实施例示意的结构并不构成对本说明书实施例的装置的具体限定。在说明书的另一些实施例中,上述装置可以包括比图示更多或者更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。
上述装置、系统内的各模块之间的信息交互、执行过程等内容,由于与本说明书方法实施例基于同一构思,具体内容可参见本说明书方法实施例中的叙述,此处不再赘述。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、挂件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (9)
1.在智能家居设备中提供语音帮助的方法,其特征在于,包括:
采集用户通过语音输入的目标问题;
将接收到的语音形式的目标问题转换为文本形式的目标问题;
根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题;预先根据能够对所述智能家居设备的问题含义产生影响的词汇,设置对应于该智能家居设备的至少两种归类元;每一种归类元从一个特定的维度体现智能家居设备的一种问题含义;
其中,所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,包括:
针对问题库中每一个文本问题对应的每一个第一向量组,均执行步骤B1至步骤B7,直至针对一个文本问题归类成功或针对所有文本问题均归类不成功:
步骤B1:针对每一种归类元,识别出目标问题中属于该归类元的字符;
步骤B2:利用识别出的属于每一种归类元的字符,得到目标问题对应于该种归类元的向量;
步骤B3:将得到的对应于各个归类元的各个向量形成为目标问题对应的第二向量组;
步骤B4:针对每一种归类元,计算第二向量组中对应于该归类元的向量与当前第一向量组中对应于该归类元的向量在向量空间中的距离;并对得到的各个距离进行加权平均计算;
步骤B5:判断计算出的加权平均结果是否小于预定值,如果是,执行步骤B6,否则执行步骤B7;
步骤B6:确定目标问题与问题库中对应当前向量组的文本问题归类为同一个问题;
步骤B7:确定目标问题与问题库中对应当前向量组的文本问题不能归类为同一个问题;
如果是,则直接调用问题库中存储的该文本问题所对应的答案,并将该答案语音播放给用户;
如果否,则记录目标问题,并在该目标问题的记录次数超过预定值时,将该目标问题发送给云服务器侧的智能家居设备维护人员,接收该维护人员发来的针对该目标问题的答案,根据该目标问题及其答案更新所述问题库。
2.根据权利要求1所述的方法,其特征在于,在所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题之前,进一步包括:
对问题库中的各文本问题进行分词,得到至少两种问题词根;
对所述文本形式的目标问题进行分词,将该目标问题分割成至少两个目标词根;
判断该至少两个目标词根中是否存在至少一个目标词根与所述至少两种问题词根中的至少一个问题词根相同,如果是,继续执行所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题。
3.根据权利要求1所述的方法,其特征在于,该方法进一步包括:
针对问题库中的每一个文本问题,均执行步骤A1至步骤A3:
步骤A1:针对每一种归类元,识别出问题库中当前文本问题中属于该归类元的字符;
步骤A2:利用识别出的属于每一种归类元的字符,得到当前文本问题对应于该种归类元的向量;
步骤A3:将得到的对应于各个归类元的各个向量形成为当前文本问题对应的第一向量组。
4.根据权利要求1至3中任一所述的方法,其特征在于,在所述调用问题库中存储的该文本问题所对应的答案并将该答案提供给用户之后,进一步包括:
询问用户问题答案是否满意;
如果接收到用户输入的不满意的结果时,则记录所述目标问题。
5.智能家居设备,其特征在于,包括:
语音收发模块,配置为采集用户通过语音输入的目标问题;以及将答案通过语音播放给用户;
语音帮助处理模块,配置为将接收到的语音形式的目标问题转换为文本形式的目标问题;根据文本形式的目标问题以及预先存储的问题库,判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题,其中,归类元是预先根据能够对所述智能家居设备的问题含义产生影响的词汇所设置的,包括对应于该智能家居设备的至少两种归类元;每一种归类元从一个特定的维度体现智能家居设备的一种问题含义;
在执行所述判断是否能将该目标问题与问题库中的一个文本问题归类为同一个问题时,针对问题库中每一个文本问题对应的每一个第一向量组,均执行步骤B1至步骤B7,直至针对一个文本问题归类成功或针对所有文本问题均归类不成功:
步骤B1:针对每一种归类元,识别出目标问题中属于该归类元的字符;
步骤B2:利用识别出的属于每一种归类元的字符,得到目标问题对应于该种归类元的向量;
步骤B3:将得到的对应于各个归类元的各个向量形成为目标问题对应的第二向量组;
步骤B4:针对每一种归类元,计算第二向量组中对应于该归类元的向量与当前第一向量组中对应于该归类元的向量在向量空间中的距离;并对得到的各个距离进行加权平均计算;
步骤B5:判断计算出的加权平均结果是否小于预定值,如果是,执行步骤B6,否则执行步骤B7;
步骤B6:确定目标问题与问题库中对应当前向量组的文本问题归类为同一个问题;
步骤B7:确定目标问题与问题库中对应当前向量组的文本问题不能归类为同一个问题;
如果是,则直接调用问题库中存储的该文本问题所对应的答案,并将该答案发送给所述语音收发模块;如果否,则记录目标问题,并在该目标问题的记录次数超过预定值时,将该目标问题发送给网络互连模块;以及,根据目标问题及其答案更新所述问题库;
网络互连模块,连接到外部的云服务器,配置为将目标问题发送给云服务器侧的智能家居设备的维护人员,接收该维护人员发来的针对该目标问题的答案。
6.根据权利要求5所述的智能家居设备,其特征在于,进一步包括:
分词处理模块,配置为对问题库中的各文本问题进行分词,得到至少两种问题词根;对所述文本形式的目标问题进行分词,将该目标问题分割成至少两个目标词根;判断该至少两个目标词根中是否存在至少一个目标词根与所述至少两种问题词根中的至少一个问题词根相同,如果是,触发所述语音帮助处理模块执行所述判断步骤。
7.根据权利要求5所述的智能家居设备,其特征在于,所述语音帮助处理模块配置为执行:
针对问题库中的每一个文本问题,均执行步骤A1至步骤A3:
步骤A1:针对每一种归类元,识别出问题库中当前文本问题中属于该归类元的字符;
步骤A2:利用识别出的属于每一种归类元的字符,得到当前文本问题对应于该种归类元的向量;
步骤A3:将得到的对应于各个归类元的各个向量形成为当前文本问题对应的第一向量组。
8.根据权利要求5所述的智能家居设备,其特征在于,所述语音收发模块在将答案提供给用户之后,询问用户问题答案是否满意;
所述语音帮助处理模块配置为执行:如果接收到用户输入的不满意的结果时,则记录所述目标问题。
9.一种计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111029831.8A CN113721770B (zh) | 2021-09-03 | 2021-09-03 | 在智能家居设备中提供语音帮助的方法和智能家居设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111029831.8A CN113721770B (zh) | 2021-09-03 | 2021-09-03 | 在智能家居设备中提供语音帮助的方法和智能家居设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113721770A CN113721770A (zh) | 2021-11-30 |
CN113721770B true CN113721770B (zh) | 2023-10-27 |
Family
ID=78681278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111029831.8A Active CN113721770B (zh) | 2021-09-03 | 2021-09-03 | 在智能家居设备中提供语音帮助的方法和智能家居设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113721770B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340308A (zh) * | 2016-08-25 | 2017-01-18 | 北京云知声信息技术有限公司 | 语音答复方法及装置 |
CN106547813A (zh) * | 2016-09-22 | 2017-03-29 | 苏州小璐机器人有限公司 | 一种提升机器人语音问答能力的方法 |
CN111627438A (zh) * | 2020-05-21 | 2020-09-04 | 四川虹美智能科技有限公司 | 语音识别方法及装置 |
CN111654581A (zh) * | 2020-04-30 | 2020-09-11 | 南京智音云数字科技有限公司 | 一种智能对话机器人控制方法及系统 |
CN111916084A (zh) * | 2020-09-09 | 2020-11-10 | 深圳创维-Rgb电子有限公司 | 智能家居语音控制方法及装置、设备、存储介质 |
CA3129745A1 (en) * | 2019-07-30 | 2021-02-04 | Intuit Inc. | Neural network system for text classification |
CN112581959A (zh) * | 2020-12-15 | 2021-03-30 | 四川虹美智能科技有限公司 | 智能设备控制方法、系统和语音服务器 |
-
2021
- 2021-09-03 CN CN202111029831.8A patent/CN113721770B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340308A (zh) * | 2016-08-25 | 2017-01-18 | 北京云知声信息技术有限公司 | 语音答复方法及装置 |
CN106547813A (zh) * | 2016-09-22 | 2017-03-29 | 苏州小璐机器人有限公司 | 一种提升机器人语音问答能力的方法 |
CA3129745A1 (en) * | 2019-07-30 | 2021-02-04 | Intuit Inc. | Neural network system for text classification |
CN111654581A (zh) * | 2020-04-30 | 2020-09-11 | 南京智音云数字科技有限公司 | 一种智能对话机器人控制方法及系统 |
CN111627438A (zh) * | 2020-05-21 | 2020-09-04 | 四川虹美智能科技有限公司 | 语音识别方法及装置 |
CN111916084A (zh) * | 2020-09-09 | 2020-11-10 | 深圳创维-Rgb电子有限公司 | 智能家居语音控制方法及装置、设备、存储介质 |
CN112581959A (zh) * | 2020-12-15 | 2021-03-30 | 四川虹美智能科技有限公司 | 智能设备控制方法、系统和语音服务器 |
Non-Patent Citations (3)
Title |
---|
周法国 ; 杨炳儒 ; .句子相似度计算新方法及在问答系统中的应用.计算机工程与应用.2008,(第01期),第165-167页. * |
深度文本匹配综述;庞亮 等;计算机学报;第40卷(第04期);第985-1003页 * |
灰色聚类决策归类原则探析;强凤娇;统计与决策(第18期);第5-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113721770A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10824874B2 (en) | Method and apparatus for processing video | |
CN110364146B (zh) | 语音识别方法、装置、语音识别设备及存储介质 | |
CN108197282B (zh) | 文件数据的分类方法、装置及终端、服务器、存储介质 | |
CN106997342B (zh) | 基于多轮交互的意图识别方法和装置 | |
CN108304490B (zh) | 基于文本的相似度确定方法、装置及计算机设备 | |
CN110795532A (zh) | 一种语音信息的处理方法、装置、智能终端以及存储介质 | |
US20210073669A1 (en) | Generating training data for machine-learning models | |
CN108062316A (zh) | 一种辅助客户服务的方法和装置 | |
CN112417158A (zh) | 文本数据分类模型的训练方法、分类方法、装置和设备 | |
CN111309940A (zh) | 一种信息展示方法、系统、装置、电子设备及存储介质 | |
CN109086276A (zh) | 数据翻译方法、装置、终端及存储介质 | |
CN108629358B (zh) | 对象类别的预测方法及装置 | |
CN109739985A (zh) | 文本自动分类方法、设备及存储介质 | |
CN110362814A (zh) | 一种基于改进损失函数的命名实体识别方法及装置 | |
CN113543117B (zh) | 携号转网用户的预测方法、装置及计算设备 | |
US11487948B2 (en) | Method and system for automated autonomous intent mining | |
CN110288468B (zh) | 数据特征挖掘方法、装置、电子设备及存储介质 | |
CN112364622A (zh) | 对话文本分析方法、装置、电子装置及存储介质 | |
CN113721770B (zh) | 在智能家居设备中提供语音帮助的方法和智能家居设备 | |
JP7126843B2 (ja) | 学習対象抽出装置、学習対象抽出方法及び学習対象抽出プログラム | |
CN116204624A (zh) | 应答方法、装置、电子设备及存储介质 | |
CN115883878A (zh) | 视频剪辑方法、装置、电子设备及存储介质 | |
CN114817478A (zh) | 基于文本的问答方法、装置、计算机设备及存储介质 | |
CN115049230A (zh) | 一种催收案件的分配方法及装置 | |
CN114564581A (zh) | 基于深度学习的文本分类展示方法、装置、设备和介质 |
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 |