CN113742457B - 应答处理方法、装置、电子设备及存储介质 - Google Patents
应答处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113742457B CN113742457B CN202111059730.5A CN202111059730A CN113742457B CN 113742457 B CN113742457 B CN 113742457B CN 202111059730 A CN202111059730 A CN 202111059730A CN 113742457 B CN113742457 B CN 113742457B
- Authority
- CN
- China
- Prior art keywords
- node
- rule
- target
- executed
- nodes
- 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
- 230000004044 response Effects 0.000 title claims abstract description 147
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000006399 behavior Effects 0.000 claims description 72
- 238000011144 upstream manufacturing Methods 0.000 claims description 19
- 239000000725 suspension Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 abstract description 19
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000009191 jumping Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种应答处理方法、装置、电子设备及存储介质,属于人工智能及数据处理领域。具体的实现方案为:获取用户对话信息;根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,所述应答行为树至少包括复杂条件节点;响应于执行所述复杂条件节点,根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点;根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。该方案实现了行为树中节点的跳转执行,增加了行为树执行过程中的灵活性,也可以提高应答结果的响应效率。
Description
技术领域
本申请涉及人工智能领域及数据处理领域,尤其涉及一种应答处理方法、装置、电子设备及存储介质。
背景技术
随着科学技术的发展,越来越多的行业已经开始使用智能应答的方式来代替人工问答的形式。目前,应答处理的核心是行为树的创建,行为树是各种能力的机器人程序的串联,在实现应答过程中需要按行为树各节点的执行顺序来执行,无法实现复杂的应答。
发明内容
本申请提供了一种应答处理方法、装置、电子设备及存储介质。
根据本申请的第一方面,提供了一种应答处理方法,包括:
获取用户对话信息;
根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,所述应答行为树至少包括复杂条件节点;
响应于执行所述复杂条件节点,根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点;
根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。
在本申请的一些实施例中,所述配置信息包括至少一个规则和每个所述规则对应的至少一个跳转节点;所述根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点,包括:
将所述已执行节点的执行结果分别与所述至少一个规则进行匹配,并将与所述已执行节点的执行结果匹配的规则作为目标规则;
将所述目标规则对应的至少一个跳转节点作为所述目标节点。
可选地,本申请实施例的应答处理方法还包括:
响应于所述已执行节点的执行结果均与所述至少一个规则不匹配,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
在本申请的另一些实施例中,所述配置信息中还包括至少一个中止跳转节点,所述方法还包括:
响应于所述已执行节点的执行结果均与所述至少一个规则不匹配,将所述至少一个中止跳转节点作为所述目标节点。
在本申请的一些实施例中,所述目标规则中包括至少一个子规则和每个所述子规则对应的至少一个跳转节点;将所述目标规则对应的至少一个跳转节点作为所述目标节点,包括:
将所述已执行节点的执行结果分别与所述至少一个子规则进行匹配,并将与所述已执行节点的执行结果匹配的子规则作为目标子规则;
将所述目标子规则对应的至少一个跳转节点作为所述目标节点。
可选地,在本申请实施例中,所述方法还包括:
响应于所述已执行节点的执行结果均与所述至少一个子规则不匹配,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
在本申请的另一些实施例中,所述目标规则中还包括至少一个子中止跳转节点;所述方法还包括:
响应于所述已执行节点的执行结果均与所述至少一个子规则不匹配,将所述至少一个子中止跳转节点作为所述目标节点。
在本申请的一些实施例中,所述目标节点为多个;所述根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果,包括:
计算所述多个目标节点的执行结果的平均值;
根据所述平均值和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。
根据本申请的第二方面,提供了一种应答处理装置,包括:
获取模块,用于获取用户对话信息;
执行模块,用于根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,所述应答行为树至少包括复杂条件节点;
第一确定模块,用于在执行所述复杂条件节点时,根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点;
第二确定模块,用于根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。
在本申请的一些实施例中,所述配置信息包括至少一个规则和每个所述规则对应的至少一个跳转节点;所述第一确定模块具体用于:
将所述已执行节点的执行结果分别与所述至少一个规则进行匹配,并将与所述已执行节点的执行结果匹配的规则作为目标规则;
将所述目标规则对应的至少一个跳转节点作为所述目标节点。
可选地,在本申请实施例中,所述装置还包括:
第一返回模块,用于在所述已执行节点的执行结果均与所述至少一个规则不匹配时,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
在本申请的另一些实施例中,所述配置信息中还包括至少一个中止跳转节点;所述装置还包括:
第三确定模块,用于在所述已执行节点的执行结果均与所述至少一个规则不匹配时,将所述至少一个中止跳转节点作为所述目标节点。
在本申请的一些实施例中,所述目标规则中包括至少一个子规则和每个所述子规则对应的至少一个跳转节点;所述第一确定模块具体用于:
将所述已执行节点的执行结果分别与所述至少一个子规则进行匹配,并将与所述已执行节点的执行结果匹配的子规则作为目标子规则;
将所述目标子规则对应的至少一个跳转节点作为所述目标节点。
在本申请实施例中,所述装置还包括:
第二返回模块,用于在所述已执行节点的执行结果均与所述至少一个子规则不匹配时,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
在本申请的另一些实施例中,所述目标规则中还包括至少一个子中止跳转节点;所述装置还包括:
第四确定模块,用于在所述已执行节点的执行结果均与所述至少一个子规则不匹配时,将所述至少一个子中止跳转节点作为所述目标节点。
在本申请的一些实施例中,所述目标节点为多个;所述第二确定模块具体用于:
计算所述多个目标节点的执行结果的平均值;
根据所述平均值和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所方面述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
根据本申请的技术方案,通过在应答行为树中引入复杂条件节点,在执行复杂条件节点时,可以根据已执行节点的执行结果和复杂条件节点的配置信息,跳转至目标节点,从而可以克服应答过程中只能按照行为树各节点的执行顺序来执行的问题,实现了行为树中节点的跳转执行,增加了行为树执行过程中的灵活性,进而可以提高应答结果的响应效率,也为实现复杂应答提供了一种有效方法。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的应答处理方法示例性的系统架构图;
图2为本申请实施例所提供的一种应答处理方法的流程图;
图3为本申请实施例中包含复杂条件节点的应答行为树示意图;
图4为本申请实施例中一种执行复杂条件节点时确定目标节点的流程图;
图5为本申请实施例的一种复杂条件节点配置信息的示例图;
图6为本申请实施例中另一种执行复杂条件节点时确定目标节点的流程图;
图7为本申请实施例的另一种复杂条件节点配置信息的示例图;
图8为本申请实施例中又一种执行复杂条件节点时确定目标节点的流程图;
图9为本申请实施例所提供的一种应答处理装置的结构框图;
图10为本申请实施例所提供的另一种应答处理装置的结构框图;
图11示出了可以用来实施本申请的实施例的示例电子设备1100的示意性框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
需要说明的是,行为树是一种构建在自主智能体(例如机器人或者电脑游戏中的虚拟实体)中,在不同任务(假设某个活动以某种方式分解为可以重用的子活动,这些子活动称为任务,有时也称为动作或者控制模式)中间切换的方法,是创建具有模块化和反应性复杂系统的一种有效的方式。具体地,行为树相当于用于控制人工智能(ArtificialIntelligence,简称为AI)决策行为的,且包含层级节点的树结构。通常行为树包括根节点、控制节点和执行节点。其中,执行节点相当于树的末端(叶子),用于表示实际任务的执行命令,控制节点相当于连接树叶的树枝,决定AI如何从树的顶端根据不同情况,来沿着不同的路径来的最终的叶子的过程。
目前应答处理的核心是行为树的创建,根据行为树的执行结果来确定应答语句。但是在实现应答过程中,需要按行为树各节点的执行顺序来执行,无法实现复杂的应答。
基于上述问题,本申请提出了一种应答处理方法,该方法中引入了复杂条件节点,在执行该节点时,可以根据配置信息及已执行节点的执行结果来确定待跳转的目标节点,从而实现行为树中节点的跳转执行,进而可以对复杂应答问题进行处理。
图1是根据本申请实施例的应答处理方法示例性的系统架构图。需要说明的是,图1仅为可以应用本申请实施例的系统架构的示例,以帮助本领域技术人员理解本申请的技术内容,但并不意味着本申请实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据本申请实施例的系统架构可以包括终端设备101、网络102和服务器103。其中网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以为有线网络连接、无线网络连接或者光纤电缆等连接。
终端设备101可以是智能手机、平板电脑、膝上型便携计算机、台式电脑、可穿戴设备等具有输入和输出功能的电子设备。该终端设备101上可以安装有各种需要应答处理的客户端应用,比如:购物软件、社交软件、搜索类软件等。
服务器103可以是提供各种服务的服务器,例如对终端设备101安装的客户端应用提供应答处理的后台服务器。用户可以使用终端设备101,通过网络102与服务器103进行交互。服务器103可以对接收到的用户输入的对话信息进行分析处理,并将处理结果反馈给终端设备。作为一种示例,用户通过终端设备101中的购物软件询问物流问题,终端设备101收到用户输入对话信息后,将相关信息通过网络102发送给服务器103,服务器103根据收到用户输入对话信息进行分析计算,得到对应的应答语句反馈给终端设备101,从而用户可以收到询问问题的解答信息。
需要说明的是,本申请实施例提供的应答处理方法可以由服务器103执行。相应地,本申请实施例所提供的应答处理装置一般可以设置于服务器103中。此外,本申请实施例所提供的应答处理方法可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地,本申请实施例所提供的应答处理装置也可以配置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。
可以理解,图1中的终端设备、网络及服务器的数量是示意性的。在实际应用场景中,可以根据实际需求采用任意数目的终端设备、网络及服务器。
图2为本申请实施例所提供的一种应答处理方法的流程图。如图2所示,该方法包括以下步骤:
步骤201,获取用户对话信息。
可以理解,用户通过终端设备输入对话信息,终端设备将接收到的用户对话信息通过网络连接发送至服务器。
需要说明的是,在本申请实施例中,获取的用户对话信息的形式可以为用户输入的文字信息,或者用户输入的语音信息,或者其他用于表示用户对话内容的信息,本申请对此不作限定。此外,用户对话信息可以为任何信息,比如:用户针对某问题输入的咨询问题。
步骤202,根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,应答行为树至少包括复杂条件节点。
可以理解,获取用户对话信息后,需要通过分析计算得到用户的意图,并根据意图得到用户对话信息对应的应答结果。
在本申请实施例中,通过应答行为树来控制应答行为。其中,应答行为树是由不同节点串联形成的一个树状结构,包括一个根节点、控制节点、执行节点、复杂条件节点及其他可用于应答处理的节点。应答行为树相当于一个AI逻辑,也就是收到用户对话信息后的思考分析的过程,以得到用户对话信息对应的应答结果。其思考的过程相当于按照预设逻辑遍历行为树中各节点,其中预设逻辑是指从根节点开始,自上而下地对层层节点进行遍历,根据各父节点的类型执行对应的子节点,子节点执行完成后的结果返给父节点。
在本申请实施例的应答行为树中引入了复杂条件节点,复杂条件节点相当于是特殊的控制节点,用于实现行为树中节点的转跳执行,降低应答行为树的复杂性,提高应答处理的效率。需要说明的是,复杂条件节点与控制节点和执行节点一样,均作为应答行为树中自上而下的树状结构中的分支节点。图3为本申请实施例中包含复杂条件节点的应答行为树示意图。如图3所示,某可达的上游节点下有控制节点A、复杂条件节点和执行节点C三个子节点,其中控制节点A中包括执行节点B,那么复杂条件节点可以通过配置跳转至控制节点A、执行节点B、执行节点C、以及其他行为树中的节点。也就是说,复杂条件节点用于通过复杂条件的配置,来实现对应节点的跳转。此外,每个复杂条件节点会对应着自身的配置信息,以通过该配置信息实现节点的跳转。作为一种示例,配置信息中可以包括一系列的规则,以及每个规则对应的跳转节点,该跳转节点可以为行为树中的执行节点、控制节点、复杂条件节点中任何节点(非当前复杂控制节点)。
步骤203,响应于执行复杂条件节点,根据已执行节点的执行结果和复杂条件节点的配置信息,确定待跳转的目标节点。
可以理解,按照预设逻辑遍历应答行为树中各节点是执行各节点的过程,每个节点执行完会得到对应的执行结果。也就是说,在遍历应答行为树的各节点的过程中,遇到复杂条件节点时,需要根据当前已执行过的节点的执行结果和复杂条件节点的配置信息,来确定待跳转的目标节点。
基于上述示例,配置信息中可以包括一系列的规则,以及每个规则对应的跳转节点,在执行复杂条件节点时,可以将已执行节点的执行结果与复杂条件节点的配置信息中的规则进行比对,来确定待跳转的目标节点。
需要说明的是,按照预设逻辑遍历应答行为树中各节点是执行各节点的过程中,遇到非复杂条件节点时,会根据对应的节点类型来执行。比如:遇到执行节点时,则根据执行节点的指令信息来执行对应的任务。再比如,遇到控制节点时,若该控制节点为顺序节点,则按顺序依次执行其对应的子节点。此外,在上述实施例中,应答行为树中的控制节点可以为但不限于选择节点、顺序节点、并行节点,其执行逻辑与现有行为树中执行节点的执行逻辑一致。
步骤204,根据目标节点的执行结果和已执行节点的执行结果,确定与用户对话信息对应的应答结果。
作为一种示例,将目标节点的执行结果和已执行节点的执行结果均一层一层返给父节点,经父节点的判断得到的结果来确定用户对话信息的真实意图,根据得到的真实意图在知识库中进行匹配已得到与所述用户对话信息对应的应答结果。
作为另一种示例,基于真实意图匹配应答结果的过程也通过应答行为树来实现,所以将目标节点的执行结果和已执行节点的执行结果一层一层返给父节点,父节点根据收到的执行结果得到与所述用户对话信息对应的应答结果。
需要说明的是,根据已执行节点的执行结果和复杂条件节点的配置信息得到的待跳转的目标节点有可能为多个。若目标节点为多个时,根据目标节点的执行结果和已执行节点的执行结果,确定与用户对话信息对应的应答结果的实现方式可以为:计算多个目标节点的执行结果的平均值;根据平均值和已执行节点的执行结果,确定与用户对话信息对应的应答结果。
根据本申请实施例的应答处理方法,通过在应答行为树中引入复杂条件节点,在执行复杂条件节点时,可以根据已执行节点的执行结果和复杂条件节点的配置信息,跳转至目标节点,从而可以克服应答过程中只能按照行为树各节点的执行顺序来执行的问题,实现了行为树中节点的跳转执行,增加了行为树执行过程中的灵活性,进而可以提高应答结果的响应效率,也为实现复杂应答提供了一种有效方法。
基于上述实施例,接下来将针对确定待跳转的目标节点的实现方式进行详细介绍。
图4为本申请实施例所提供的一种执行复杂条件节点时确定目标节点的流程图。在本申请实施例中,复杂条件节点的配置信息可以包括至少一个规则和每个规则对应的至少一个跳转节点。其中规则是指跳转至对应节点需要满足的条件,该条件可以是基于该复杂条件节点的上游节点执行结果的限定条件,也可以是基于某一个已执行节点的执行结果的限定条件,也可以是基于多个已执行节点的执行结果的限定条件,也可以为其他条件,本申请对此不作限定。跳转节点可以是该应答行为树的执行节点、控制节点、复杂条件节点中的任意一个或多个,在配置信息中可以通过各节点的标识信息来表示对应的节点。此外,配置信息中的每个规则对应哪个或哪几个跳转节点,可以根据实际情况进行配置。如图4所示,确定目标节点的过程包括:
步骤401,响应于执行复杂条件节点,将已执行节点的执行结果分别与至少一个规则进行匹配,并将与已执行节点的执行结果匹配的规则作为目标规则。
在本申请实施例中,将已执行节点的执行结果分别与至少一个规则进行匹配是指,将已执行节点的执行结果分别与配置信息中的至少一个规则进行比对。也就是说,针对每一个规则,依次确定在已执行节点的执行结果中是否存在满足该规则的结果,若存在,则将该规则作为目标规则;若不存在,则继续比对下一个规则。需要说明的是,复杂条件节点的配置信息中的至少一个规则可以存在预设顺序,在进行匹配的时候可以遵循预设顺序依次与每一个规则进行匹配。
步骤402,将目标规则对应的至少一个跳转节点作为目标节点。
也就是说,在配置信息中找到该目标规则对应的跳转节点,其中跳转节点的数量可以为多个,若该目标规则对应一个跳转节点,则该跳转节点为目标节点,若该目标规则对应多个跳转节点,则将多个跳转节点均作为目标节点。
在本申请实施例中,若只有一个目标节点,则直接根据该节点的标识信息跳转执行目标节点,并将该目标节点的执行结果作为该复杂条件节点的执行结果。若目标节点的数量为多个,则根据各节点的标识信息同时跳转并行执行各目标节点,并将各目标节点的执行结果的平均值作为该复杂条件节点的执行结果。
步骤403,响应于已执行节点的执行结果均与至少一个规则不匹配,返回复杂条件节点的上游节点,并继续执行应答行为树中的其他节点。
可以理解,在执行复杂条件节点时,有可能已执行节点的执行结果与配置信息中任一个规则均不匹配,相当于当前结果并不满足复杂条件节点的跳转条件,所以可以直接返回该复杂条件节点的上游节点,根据上游节点的类型,来继续执行应答行为树中的其他节点。
作为一种示例,如图5所示,复杂条件节点配置信息的规则1为“自然语言理解节点的执行结果==品牌授权”,规则1对应的跳转节点是节点28104(节点的id);规则2为“自然语言理解节点的执行结果==发票管理或者报销管理”,规则2对应的跳转节点是节点2782;在执行复杂条件节点时,若已执行的自然语言理解节点的执行结果为“品牌授权”,则规则1为目标规则,且规则1对应的节点28104为目标节点,此时会直接跳转至id=28104的节点执行,并将该节点的执行结果作为该复杂条件节点的执行结果;若已执行的自然语言理解节点的执行结果为“发票管理”或者“报销管理”,则规则2为目标规则,且规则2对应的节点2782为目标节点,此时会直接跳转至id=2782的节点执行,并将该节点的执行结果作为该复杂条件节点的执行结果;否则,不跳转,返回上游节点根据之后的执行顺序继续执行。
根据本申请实施例的应答处理方法,复杂条件节点的配置信息中包括至少一个规则和每一个规则对应的至少一个跳转节点,在执行复杂条件节点时,跳转执行与已执行的节点的执行结果匹配的规则对应的跳转节点,从而实现了应答行为树节点的跳转执行,减少了应答行为树的复杂性,进一步地提高了应答结果的响应效果。
基于上述实施例,针对已执行节点的执行结果均与至少一个规则不匹配的情况,本申请提出了另一个实施例。
图6为本申请实施例中另一种执行复杂条件节点时确定目标节点的流程图。在本申请实施例中,复杂条件节点的配置信息中还可以包括至少一个中止跳转节点,该中止跳转节点可以是该应答行为树的执行节点、控制节点、复杂条件节点中的任意一个或多个,在配置信息中可以通过各节点的标识信息来表示对应的节点。此外,配置信息中的中止跳转节点是哪个或哪几个节点,可以根据实际情况进行配置。
如图6所示,在上述实施例的基础上,确定目标节点的实现方式还包括:
步骤603,响应于已执行节点的执行结果均与至少一个规则不匹配,将至少一个中止跳转节点作为目标节点。
也就是说,在执行复杂条件节点时,经过匹配操作后发现已执行节点的执行结果均与至少一个规则不匹配,则将该复杂条件节点中的中止跳转节点作为目标节点。在本申请实施例中,若中止跳转节点为一个,则将该中止跳转节点作为目标节点,并根据该中止跳转节点的标识信息跳转至该节点并执行,将该节点的执行结果作为该复杂条件节点的执行结果。若中止跳转节点为多个,则将该多个中止跳转节点均作为目标节点,并根据该多个目标节点的标识信息同时跳转并行执行该多个目标节点,将多个目标节点的执行结果的平均值作为该复杂条件节点的执行结果。
其中,图6中的步骤601-602与图4中的步骤401和402的实现方式一致,此处不再赘述。
作为一种示例,如图7所示,若该复杂条件节点的配置信息中只有一个规则,该规则为“自然语言理解节点的执行结果==品牌授权”,该规则对应的跳转节点为节点28104(节点的id),中止跳转节点为节点2782;则在执行该复杂条件节点时,若已执行的自然语言理解节点的执行结果为品牌授权,则将id=28104的节点作为目标节点,此时会直接跳转至id=28104的节点执行,并将该节点的执行结果作为该复杂条件节点的执行结果;若已执行的自然语言理解节点的执行结果不是品牌授权,则将id=2782的节点作为目标节点,此时会直接跳转至id=2782的节点执行,并将该节点的执行结果作为该复杂条件节点的执行结果。
根据本申请实施例的应答处理方法,在复杂节点的配置信息中增加了中止跳转节点,针对已执行节点的执行结果与配置信息的规则均不匹配时,跳转执行中止跳转节点,这样,可以进一步地提高该应答处理过程的灵活性,通过灵活的条件配置,进一步地提高应答响应的效果。
此外,复杂条件节点的配置信息中,每个规则中还可以包括子规则,基于这种情况,本申请提出了又一个实施例。
图8为本申请实施例所提供的又一种执行复杂条件节点时确定目标节点的流程图。其中,复杂条件节点配置信息的规则中可以包含子规则。也就是说,如图8所示,由步骤801确定的目标规则中包括至少一个子规则和每个子规则对应的至少一个跳转节点。至少一个子规则附属于对应的目标规则,也就是说,子规则相当于确定目标节点过程中的附加判断条件,在已执行结果同时满足目标规则和某个子规则时,才可以执行对应的跳转。则针对以上情况,在图6的基础上,该方法还包括:
步骤802,将已执行节点的执行结果分别与至少一个子规则进行匹配,并将与已执行节点的执行结果匹配的子规则作为目标子规则。
在本申请实施例中,将已执行节点的执行结果分别与至少一个子规则进行匹配是指,将已执行节点的执行结果分别与目标规则中的至少一个子规则进行比对。也就是说,针对目标规则中的每一个子规则,依次确定在已执行节点的执行结果中是否存在满足该规则的结果,若存在,则将该子规则作为目标子规则;若不存在,则继续比对下一个子规则。需要说明的是,复杂条件节点的配置信息的目标规则中的的至少一个子规则可以存在预设顺序,在进行匹配的时候可以遵循预设顺序依次与每一个子规则进行匹配。
步骤803,将目标子规则对应的至少一个跳转节点作为目标节点。
也就是说,在配置信息中找到该目标子规则对应的跳转节点,其中跳转节点的数量可以为多个,若该目标子规则对应一个跳转节点,则该跳转节点为目标节点,若该目标子规则对应多个跳转节点,则将多个跳转节点均作为目标节点。
在本申请实施例中,若只有一个目标节点,则直接根据该节点的标识信息跳转执行目标节点,并将该目标节点的执行结果作为该复杂条件节点的执行结果。若目标节点的数量为多个,则根据各节点的标识信息同时跳转并行执行各目标节点,并将各目标节点的执行结果的平均值作为该复杂条件节点的执行结果。
步骤804,响应于已执行节点的执行结果均与至少一个子规则不匹配,返回复杂条件节点的上游节点,并继续执行应答行为树中的其他节点。
可以理解,在执行复杂条件节点时,即使经过匹配确定了目标规则,但是由于目标规则中包括至少一个子规则,也有可能已执行节点的执行结果与至少一个子规则均不匹配。也就是说,当前结果并不满足复杂条件节点的跳转条件,所以可以直接返回复杂条件节点的上游节点,根据上游节点的类型,来继续执行应答行为树中的其他节点。
此外,目标规则中还可以包括至少一个子中止跳转节点,该子中止跳转节点可以是该应答行为树的执行节点、控制节点、复杂条件节点中的任意一个或多个,在配置信息中可以通过各节点的标识信息来表示对应的子中止跳转节点。此外,配置信息中的子中止跳转节点是哪个或哪几个节点,可以根据实际情况进行配置。针对这种情况,图8中的步骤804还可以为:响应于已执行节点的执行结果均与至少一个子规则不匹配,将至少一个子中止跳转节点作为目标节点。
也就是说,在执行复杂条件节点时,经过匹配操作后发现已执行节点的执行结果均与目标规则中的至少一个子规则不匹配,则将该目标规则的子中止跳转节点作为目标节点。在本申请实施例中,若子中止跳转节点为一个,则将该子中止跳转节点作为目标节点,并根据该目标节点的标识信息跳转至该节点并执行,将该节点的执行结果作为该复杂条件节点的执行结果。若子中止跳转节点为多个,则将该多个子中止跳转节点均作为目标节点,并根据该多个目标节点的标识信息同时跳转并行执行该多个目标节点,将多个目标节点的执行结果的平均值作为该复杂条件节点的执行结果。
其中,图8中的步骤801与图6中步骤601的实现方式一致,且图8中步骤805与图6中步骤603的实现方式也一致。
根据本申请实施例的应答处理方法,应答行为树的规则中可以包括子规则及子规则对应的跳转节点,也就是说,在已执行结果同时满足目标规则及目标子规则时,复杂条件节点会执行跳转动作,即跳转至目标子规则对应的节点继续执行,这样多层次的规则配置可以进一步增加应答行为树的灵活性,以支持更为复杂的对话的应答处理。同时多层次的规则配置也可以提高该方法在现实场景的适用性,使应答处理逻辑更加精准化。
为了实现上述实施例,本申请实施例提出了一种应答处理装置。
图9为本申请实施例提出的一种应答处理装置的结构框图。如图9所示,该装置包括:
获取模块901,用于获取用户对话信息;
执行模块902,用于根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,应答行为树至少包括复杂条件节点;
第一确定模块903,用于在执行复杂条件节点时,根据已执行节点的执行结果和复杂条件节点的配置信息,确定待跳转的目标节点;
第二确定模块904,用于根据目标节点的执行结果和已执行节点的执行结果,确定与用户对话信息对应的应答结果。
在本申请的一些实施例中,配置信息包括至少一个规则和每个规则对应的至少一个跳转节点;其中,第一确定模块903具体用于:
将已执行节点的执行结果分别与至少一个规则进行匹配,并将与已执行节点的执行结果匹配的规则作为目标规则;
将目标规则对应的至少一个跳转节点作为目标节点。
可选地,在本申请实施例中,该装置还包括:
第一返回模块905,用于在已执行节点的执行结果均与至少一个规则不匹配时,返回复杂条件节点的上游节点,并继续执行应答行为树中的其他节点。
在本申请的另一些实施例中,配置信息中还包括至少一个中止跳转节点;该装置还包括:
第三确定模块906,用于在已执行节点的执行结果均与至少一个规则不匹配时,将至少一个中止跳转节点作为目标节点。
在本申请的一些实施例中,目标节点可以为多个;其中,第二确定模块904具体用于:
计算多个目标节点的执行结果的平均值;
根据平均值和已执行节点的执行结果,确定与用户对话信息对应的应答结果。
根据本申请实施例提供的应答处理装置,通过在应答行为树中引入复杂条件节点,在执行复杂条件节点时,可以根据已执行节点的执行结果和复杂条件节点的配置信息,跳转至目标节点,从而可以克服应答过程中只能按照行为树各节点的执行顺序来执行的问题,实现了行为树中节点的跳转执行,增加了行为树执行过程中的灵活性,进而可以提高应答结果的响应效率,也为实现复杂应答提供了一种解决方式。
为了进一步地提高上述实施例的应答处理装置的适用性,本申请提出了有一个实施例。
图10为本申请实施例所提出的另一种应答处理装置的结构框图。如图10所示,第一确定模块1003确定的目标规则中包括至少一个子规则和每个子规则对应的至少一个跳转节点,则第一确定模块1003具体用于:
将已执行节点的执行结果分别与至少一个子规则进行匹配,并将与已执行节点的执行结果匹配的子规则作为目标子规则;
将目标子规则对应的至少一个跳转节点作为目标节点。
如图10所示,在本申请实施例中,该装置还包括:
第二返回模块1007,用于在已执行节点的执行结果均与至少一个子规则不匹配时,返回复杂条件节点的上游节点,并继续执行应答行为树中的其他节点。
在本申请的另一些实施例中,目标规则中还包括至少一个子中止跳转节点;该装置还包括:
第四确定模块1008,用于在已执行节点的执行结果均与至少一个子规则不匹配时,将至少一个子中止跳转节点作为目标节点。
根据本申请实施例的应答处理装置,应答行为树的规则中可以包括子规则及子规则对应的跳转节点,也就是说,在已执行结果同时满足目标规则及目标子规则时,该复杂条件节点会执行跳转动作,即跳转至目标子规则对应的节点继续执行,这样多层次的规则配置可以进一步增加应答行为树的灵活性,以支持更为复杂的对话的应答处理。同时多层次的规则配置也可以提高该方法在现实场景的适用性,使应答处理逻辑更加精准化。
基于本申请的实施例,本申请还提供了一种电子设备,至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述任一项应答处理方法。
基于本申请的实施例,本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行根据本申请实施例提供的前述任一项的应答处理方法。
图11示出了可以用来实施本申请的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图11所示,设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如键盘、鼠标等;输出单元1107,例如各种类型的显示器、扬声器等;存储单元1108,例如磁盘、光盘等;以及通信单元1109,例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如应答处理方法。例如,在一些实施例中,应答处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的应答处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行应答处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (16)
1.一种应答处理方法,其特征在于,包括:
获取用户对话信息;
根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,所述应答行为树至少包括复杂条件节点;
响应于执行所述复杂条件节点,根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点;
根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果;
所述目标节点为多个;所述根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果,包括:
计算所述多个目标节点的执行结果的平均值;
根据所述平均值和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。
2.根据权利要求1所述的方法,其特征在于,所述配置信息包括至少一个规则和每个所述规则对应的至少一个跳转节点;所述根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点,包括:
将所述已执行节点的执行结果分别与所述至少一个规则进行匹配,并将与所述已执行节点的执行结果匹配的规则作为目标规则;
将所述目标规则对应的至少一个跳转节点作为所述目标节点。
3.根据权利要求2所述的方法,其特征在于,还包括:
响应于所述已执行节点的执行结果均与所述至少一个规则不匹配,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
4.根据权利要求2所述的方法,其特征在于,所述配置信息中还包括至少一个中止跳转节点;所述方法还包括:
响应于所述已执行节点的执行结果均与所述至少一个规则不匹配,将所述至少一个中止跳转节点作为所述目标节点。
5.根据权利要求2所述的方法,其特征在于,所述目标规则中包括至少一个子规则和每个所述子规则对应的至少一个跳转节点;所述将所述目标规则对应的至少一个跳转节点作为所述目标节点,包括:
将所述已执行节点的执行结果分别与所述至少一个子规则进行匹配,并将与所述已执行节点的执行结果匹配的子规则作为目标子规则;
将所述目标子规则对应的至少一个跳转节点作为所述目标节点。
6.根据权利要求5所述的方法,其特征在于,还包括:
响应于所述已执行节点的执行结果均与所述至少一个子规则不匹配,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
7.根据权利要求5所述的方法,其特征在于,所述目标规则中还包括至少一个子中止跳转节点;所述方法还包括:
响应于所述已执行节点的执行结果均与所述至少一个子规则不匹配,将所述至少一个子中止跳转节点作为所述目标节点。
8.一种应答处理装置,其特征在于,包括:
获取模块,用于获取用户对话信息;
执行模块,用于根据用户对话信息,按照预设逻辑遍历应答行为树中各节点;其中,所述应答行为树至少包括复杂条件节点;
第一确定模块,用于在执行所述复杂条件节点时,根据已执行节点的执行结果和所述复杂条件节点的配置信息,确定待跳转的目标节点;
第二确定模块,用于根据所述目标节点的执行结果和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果;
所述目标节点为多个;所述第二确定模块具体用于:
计算所述多个目标节点的执行结果的平均值;
根据所述平均值和所述已执行节点的执行结果,确定与所述用户对话信息对应的应答结果。
9.根据权利要求8所述的装置,其特征在于,所述配置信息包括至少一个规则和每个所述规则对应的至少一个跳转节点;所述第一确定模块具体用于:
将所述已执行节点的执行结果分别与所述至少一个规则进行匹配,并将与所述已执行节点的执行结果匹配的规则作为目标规则;
将所述目标规则对应的至少一个跳转节点作为所述目标节点。
10.根据权利要求9所述的装置,其特征在于,还包括:
第一返回模块,用于在所述已执行节点的执行结果均与所述至少一个规则不匹配时,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
11.根据权利要求9所述的装置,其特征在于,所述配置信息中还包括至少一个中止跳转节点;所述装置还包括:
第三确定模块,用于在所述已执行节点的执行结果均与所述至少一个规则不匹配时,将所述至少一个中止跳转节点作为所述目标节点。
12.根据权利要求9所述的装置,其特征在于,所述目标规则中包括至少一个子规则和每个所述子规则对应的至少一个跳转节点;所述第一确定模块具体用于:
将所述已执行节点的执行结果分别与所述至少一个子规则进行匹配,并将与所述已执行节点的执行结果匹配的子规则作为目标子规则;
将所述目标子规则对应的至少一个跳转节点作为所述目标节点。
13.根据权利要求12所述的装置,其特征在于,还包括:
第二返回模块,用于在所述已执行节点的执行结果均与所述至少一个子规则不匹配时,返回所述复杂条件节点的上游节点,并继续执行所述应答行为树中的其他节点。
14.根据权利要求12所述的装置,其特征在于,所述目标规则中还包括至少一个子中止跳转节点;所述装置还包括:
第四确定模块,用于在所述已执行节点的执行结果均与所述至少一个子规则不匹配时,将所述至少一个子中止跳转节点作为所述目标节点。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059730.5A CN113742457B (zh) | 2021-09-09 | 2021-09-09 | 应答处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059730.5A CN113742457B (zh) | 2021-09-09 | 2021-09-09 | 应答处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742457A CN113742457A (zh) | 2021-12-03 |
CN113742457B true CN113742457B (zh) | 2023-12-05 |
Family
ID=78737937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111059730.5A Active CN113742457B (zh) | 2021-09-09 | 2021-09-09 | 应答处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742457B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114595067A (zh) * | 2022-03-18 | 2022-06-07 | 北京百度网讯科技有限公司 | 工作流节点的执行方法、装置、设备以及存储介质 |
CN115408511B (zh) * | 2022-11-02 | 2023-01-20 | 深圳市人马互动科技有限公司 | 交互节点跳转方法及组件、对话开发系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309269A (zh) * | 2018-02-28 | 2019-10-08 | 北京京东尚科信息技术有限公司 | 应答处理方法及其系统、计算机系统及计算机可读介质 |
CN111145745A (zh) * | 2019-12-27 | 2020-05-12 | 苏州思必驰信息科技有限公司 | 对话流程定制方法及装置 |
CN111753061A (zh) * | 2019-03-27 | 2020-10-09 | 北京猎户星空科技有限公司 | 多轮对话处理方法、装置、电子设备及存储介质 |
CN111813912A (zh) * | 2020-06-29 | 2020-10-23 | 北京百度网讯科技有限公司 | 一种人机对话方法、装置、设备及存储介质 |
CN112579757A (zh) * | 2020-12-25 | 2021-03-30 | 泰康保险集团股份有限公司 | 智能问答方法、装置、计算机可读存储介质及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10579493B2 (en) * | 2016-08-22 | 2020-03-03 | Oath Inc. | Systems and methods for determining user engagement with electronic devices |
US11134152B2 (en) * | 2019-11-22 | 2021-09-28 | Genesys Telecommunications Laboratories, Inc. | System and method for managing a dialog between a contact center system and a user thereof |
-
2021
- 2021-09-09 CN CN202111059730.5A patent/CN113742457B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309269A (zh) * | 2018-02-28 | 2019-10-08 | 北京京东尚科信息技术有限公司 | 应答处理方法及其系统、计算机系统及计算机可读介质 |
CN111753061A (zh) * | 2019-03-27 | 2020-10-09 | 北京猎户星空科技有限公司 | 多轮对话处理方法、装置、电子设备及存储介质 |
CN111145745A (zh) * | 2019-12-27 | 2020-05-12 | 苏州思必驰信息科技有限公司 | 对话流程定制方法及装置 |
CN111813912A (zh) * | 2020-06-29 | 2020-10-23 | 北京百度网讯科技有限公司 | 一种人机对话方法、装置、设备及存储介质 |
CN112579757A (zh) * | 2020-12-25 | 2021-03-30 | 泰康保险集团股份有限公司 | 智能问答方法、装置、计算机可读存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113742457A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560496B (zh) | 语义分析模型的训练方法、装置、电子设备及存储介质 | |
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN112487173B (zh) | 人机对话方法、设备和存储介质 | |
CN114333982B (zh) | 蛋白质表示模型预训练、蛋白质相互作用预测方法和装置 | |
CN113742457B (zh) | 应答处理方法、装置、电子设备及存储介质 | |
CN113590776A (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
US20220128372A1 (en) | Method for path planning, electronic device and storage medium | |
CN114091589B (zh) | 模型训练方法、装置、电子设备及介质 | |
CN112507104B (zh) | 对话系统获取方法、装置、存储介质及计算机程序产品 | |
CN113641829A (zh) | 图神经网络的训练与知识图谱的补全方法、装置 | |
CN113657468A (zh) | 预训练模型的生成方法、装置、电子设备和存储介质 | |
CN113641804A (zh) | 预训练模型获取方法、装置、电子设备及存储介质 | |
CN116992000A (zh) | 交互信息处理方法、装置、电子设备、计算机可读介质 | |
CN114722171B (zh) | 多轮对话处理方法、装置、电子设备及存储介质 | |
CN114330718B (zh) | 因果关系的提取方法、装置及电子设备 | |
CN113704256B (zh) | 数据识别方法、装置、电子设备及存储介质 | |
CN113408304B (zh) | 文本翻译方法、装置、电子设备及存储介质 | |
CN113553857B (zh) | 文本处理方法和文本处理装置 | |
CN115809688A (zh) | 一种模型调试方法、装置、电子设备及存储介质 | |
CN114386577A (zh) | 用于执行深度学习模型的方法、设备和存储介质 | |
CN114036250A (zh) | 高精地图任务处理方法、装置、电子设备和介质 | |
CN115840867A (zh) | 数学解题模型的生成方法、装置、电子设备和存储介质 | |
CN113204616A (zh) | 文本抽取模型的训练与文本抽取的方法、装置 | |
CN113554062A (zh) | 多分类模型的训练方法、设备和存储介质 | |
CN112817463A (zh) | 输入法获取音频数据的方法、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |