CN113761144A - 应答信息确定方法和装置 - Google Patents
应答信息确定方法和装置 Download PDFInfo
- Publication number
- CN113761144A CN113761144A CN202011282026.1A CN202011282026A CN113761144A CN 113761144 A CN113761144 A CN 113761144A CN 202011282026 A CN202011282026 A CN 202011282026A CN 113761144 A CN113761144 A CN 113761144A
- Authority
- CN
- China
- Prior art keywords
- user
- predicament
- dilemma
- mapping
- current
- 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
- 230000004044 response Effects 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000013507 mapping Methods 0.000 claims description 161
- 238000012790 confirmation Methods 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003466 anti-cipated effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000009429 distress Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种应答信息确定方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取用户的输入信息；根据输入信息，确定用户的当前意图类型；根据当前意图类型，确定用户是否存在困境；根据困境确定结果，确定应答信息。该实施方式能够较好地帮助用户解答用户所面临问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种应答信息确定方法和装置。
背景技术
智能应答系统已被广泛应用于各种在线客服系统中。智能应答系统可以代替人工解答用户问题，具有较高的应答效率和较低的应答成本。目前的智能应答系统中建立有意图类型体系，智能应答系统将用户问题按意图类型强行归类，直接向用户推送意图类型对应的方案。这种应答方式往往无法较好地解决用户问题，反而引起用户发出更多问题。
发明内容
有鉴于此，本发明实施例提供一种应答信息确定方法和装置，能够针对用户所处困境向用户做出应答，可以较好地解决用户当前的问题。
第一方面，本发明实施例提供了一种应答信息确定方法，包括：
获取用户的输入信息；
根据输入信息，确定用户的当前意图类型；
根据当前意图类型，确定用户是否存在困境；
根据困境确定结果，确定应答信息。
可选地，
根据当前意图类型，确定用户是否存在困境，包括：
确定当前意图类型对应的若干映射困境；其中，映射困境对应若干困境相似语料；
根据输入信息和各个映射困境的困境相似语料，确定用户是否存在困境。
可选地，
根据输入信息和各个映射困境的困境相似预料，确定用户是否存在困境，包括：
针对每个映射困境：计算输入信息与各个困境相似语料的相似度；根据输入信息与各个困境相似语料的相似度，确定输入信息与映射困境的相似度；
根据输入信息与各个映射困境的相似度，确定当前映射困境；
根据输入信息与当前映射困境的相似度，确定用户是否存在困境。
可选地，
根据输入信息与当前映射困境的相似度，确定用户是否存在困境，包括：
确定输入信息与当前映射困境的相似度是否大于预设的第一阈值，如果是，则确定当前映射困境为用户存在的困境。
可选地，进一步包括：
如果输入信息与当前映射困境的相似度不大于第一阈值，则确定输入信息与当前映射困境的相似度是否大于预设的第二阈值，如果是，则根据映射困境与困境确认话术之间的对应关系，确定当前映射困境对应的当前困境确认话术；
向用户发送当前困境确认话术；
接收用户针对当前困境确认话术的答复信息；
根据答复信息，确定映射困境是否为用户存在的困境。
可选地，进一步包括：
如果输入信息与当前映射困境的相似度不大于第一阈值，则确定输入信息与当前映射困境的相似度是否小于预设的第二阈值，如果是，则确定用户不存在困境。
可选地，
困境确定结果包括：用户存在的困境为当前映射困境；
根据困境确定结果，确定应答信息，包括：
根据输入信息与当前映射困境的第一方案名称，确定用户是否有诉求；其中，第一方案为当前意图类型对应的应答方案；
根据诉求确定结果，确定应答信息。
可选地，
根据诉求确定结果，确定应答信息，包括：
如果诉求确定结果表征用户无诉求，则确定应答信息包括：当前映射困境的第一方案，和/或，当前映射困境的第二方案；其中，第二方案从当前意图类型对应的应答方案中抽取得到。
可选地，
根据诉求确定结果，确定应答信息，包括：
如果用户有诉求，则根据所述当前映射困境，确定所述用户的困境类型；
根据困境类型，确定应答信息。
可选地，
根据困境类型，确定应答信息，包括：
如果意图类型为第一类型，则确定应答信息包括：当前映射困境的第二方案；其中，第一类型的映射困境中包括指定关键词；第二方案从当前意图类型对应的应答方案中抽取得到；
如果意图类型为第二类型，则确定应答信息包括：当前映射困境的第一方案，和/或，当前映射困境的第二方案；其中，第一方案为当前映射困境的解决方案。
可选地，
根据困境确定结果，确定应答信息，包括：
如果用户不存在困境，则根据映射困境与困境确认话术之间的对应关系，确定当前映射困境对应的当前困境确认话术；确定当前意图类型对应的应答方案和当前映射困境对应的困境确认话术为应答信息。
第二方面，本发明实施例提供了一种应答信息确定装置，包括：
信息获取模块，配置为获取用户的输入信息；
类型确定模块，配置为根据输入信息，确定用户的当前意图类型；
困境确定模块，配置为根据当前意图类型，确定用户是否存在困境；
信息确定模块，配置为根据困境确定结果，确定应答信息。
第三方面，本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一实施例的方法。
第四方面，本发明实施例提供了一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现上述任一实施例的方法。
上述发明中的一个实施例具有如下优点或有益效果：根据困境确定结果，确定向用户发送的应答信息。用户困境用于表征用户当前无法处理的问题，或用户当前需要得到的帮助等。根据困境确定结果确定的应答信息，能够较好地帮助用户解答用户所面临问题，减少按意图类型直接应答造成的生硬感，使人机交互过程更加自然。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明的一个实施例提供的一种应答信息确定方法的流程的示意图；
图2是本发明的一个实施例提供的一种用户困境的确定方法的流程的示意图；
图3是本发明的一个实施例提供的另一种用户困境的确定方法的流程的示意图；
图4是本发明的一个实施例提供的另一种应答信息确定方法的流程的示意图；
图5是本发明的一个实施例提供的一种应答信息确定装置的结构示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本发明实施例提供了一种应答信息确定方法，如图1所示，包括：
步骤101：获取用户的输入信息。
用户可通过语音、文字等信息向应答系统输入信息，也可以通过点击界面上的按钮输入信息，如点击“修改订单”按钮，则用户的输入信息可以为“我要修改订单”。
表1用户意图分类表
步骤102：根据输入信息，确定用户的当前意图类型。
智能应答系统中建立有基于意图识别的意图分类体系。应答系统通常是将可用相同方案应答的业务问题，标注为一个意图类型。
可通过NLU(Natural Language Understanding，自然语言理解)技术，来识别用户意图。如表1所示，当用户的输入信息为“我要修改订单”，可通过CNN(ConvolutionalNeural Networks，卷积神经网络)识别用户的当意图类型为“修改订单”。
步骤103：根据当前意图类型，确定用户是否存在困境。
表2用户困境定义表
如表2所示，困境用于表征用户当前无法处理的问题，或用户当前需要得到的帮助或解释等。可按照用户的输入信息确定用户困境，只有输入特定信息的用户才处于困境中。可在系统中预存意图类型与用户困境的对应关系，通过该对应关系，确定出用户是否处于困境中及用户当前的困境类型等信息。
步骤104：根据困境确定结果，确定应答信息。
本发明实施例的方法根据困境确定结果，确定向用户发送的应答信息。用户困境用于表征用户当前无法处理的问题，或用户当前需要得到的帮助等。根据困境确定结果确定的应答信息，能够较好地帮助用户解答用户所面临问题，进而减少现有应答体系无法较好解决用户问题，反而引起用户发出更多问题的现象。
本发明实施例提供了一种根据意图类型确定用户困境的方法，如图2所示，包括：
步骤201：确定当前意图类型对应的若干映射困境；其中，映射困境对应若干困境相似语料。
困境相似语料为用户处在特定困境下，可能向应答系统输入的信息或与该信息相近似的信息。同一用户困境对应有若干映射困境。如表3所示的用户困境信息表中，可在系统中预存意图类型与用户困境的对应关系及用户困境与困境相似语料的对应关系。
表3用户困境信息表
步骤202：根据输入信息和各个映射困境的困境相似语料，确定用户是否存在困境。
可根据如表3所示的用户困境信息表，确定当前意图类型对应的若干映射困境，并基于各映射困境的困境相似语料确定用户是否存在困境。
下面提供一种可生成具有表3所示表结构的有用户困境信息表，包括以下步骤：
S1、获取分类语料：首先针对每个意图类型，按照意图类型的维度获取线上应答系统的用户历史语料。例如：对于每个意图类型，获取应答系统中2个月内的用户首问问题语料。
S2、从分类语料中，按照意图类型获取困境语料及确认话术，定义困境。可使用困境关键词过滤并获取困境语料，然后清洗困境语料，并为每个意图类型定义一个标准的困境确认话术。困境语料可能为空，如果为空则没有困境。
S3、获取方案：每个困境的默认第一方案，是该困境映射的对应的意图类型对应的解答方案；第二方案需要从分类应答中抽取。将当前意图类型对应的应答答案，按照第二方案关键词“您可以”、“你可以”、“您能够”、“您试试”等，提取第二方案，然后经过分类模型获取第二方案对应分类，将该分类作为第二方案分类；第二方案可以为空，第一方案不为空。
例如：修改订单困境的第一方案是“修改订单”分类，从当前意图类型对应的应答答案为“您的订单已经发货，无法修改订单了哦，您可以取消订单，然后重新下单”中，按照“您可以”作为关键词，抽取“取消订单”，通过分类模型识别结果为“取消订单”分类，则“取消订单”分类为第二方案。
S4、将意图类型、用户困境、确认话术、相似语料、第一方案、第二方案，组装并存入用户困境信息表。用户困境信息表初始化完成后，相关技术人员可以手动配置和调整该用户困境信息表。
举例来说，用户历史语料为“我昨天买了个水杯，水杯的杯体坏了，我怎么不能申请退款”等等。确定困境关键词为不能，困境语料为包含困境关键词的句子。使用“不能”过滤并获取困境语料，困境语料为“我怎么不能申请退款”。解析困境语料“我怎么不能申请退款”，确定意图类型为：申请退款，确定用户困境为：退款不能困境。再基于用户当前意图类型对应的应答答案中确定出该用户困境的第二方案。困境确认话术及困境相似语料可从用户历史语料中抽取得到，也可由相关人员进行配置。最后将意图类型、用户困境、困境确认话术、困境相似语料、第一方案、第二方案等信息进行组装，即可得到如表3所示的用户困境信息表。
在本发明的一个实施例中，根据输入信息和各个映射困境的困境相似预料，确定用户是否存在困境，包括：
针对每个映射困境：计算输入信息与各个困境相似语料的相似度；根据输入信息与各个困境相似语料的相似度，确定输入信息与映射困境的相似度；
根据输入信息与各个映射困境的相似度，确定当前映射困境；
根据输入信息与当前映射困境的相似度，确定用户是否存在困境。
可利用相似度匹配模型计算输入信息与各个困境相似语料的相似度，再根据输入信息与各个困境相似语料的相似度，确定输入信息与映射困境的相似度。具体地，对于同一个目标映射困境，可分别计算用户输入信息与该目标映射困境对应的各个困境相似语料的相似值，并确定相似值最大的困境相似语料对应的相似值为输入信息与目标映射困境的相似度，也可将各个困境相似语料的相似值的平均值作为输入信息与目标映射困境的相似度。
确定输入信息与各个映射困境的相似度，可选择相似度最大的映射困境作为用户的当前映射困境。也可在相似值大于相似值阈值的映射困境中选择出用户的当前映射困境。如果输入信息与各个映射困境的相似度均小于相似值阈值，则确定用户困境模糊或用户未表达困境。
本发明实施例提供了另一种用户困境的确定方法，如图3所示，包括：
步骤301：确定当前意图类型对应的若干映射困境；其中，映射困境对应若干困境相似语料。
使用NLU模型确定用户的当前意图类型，通过当前意图类型查询如表3中的用户困境信息表，找到映射困境。
步骤302：针对每个映射困境：计算输入信息与各个困境相似语料的相似度；根据输入信息与各个困境相似语料的相似度，确定输入信息与映射困境的相似度。
可使用相似度匹配模型，对用户输入信息与用户困境信息表中的困境相似语料进行相似度匹配，相似度与阈值比较，来识别和确认用户困境，用户困境识别结果在后续模块中使用。相似度匹配模型可采用DSSM(Deep Structured Semantic Models，深度语义匹配模型)。
步骤303：根据输入信息与各个映射困境的相似度，确定当前映射困境。
可利用相似度匹配模型计算输入信息与各个困境相似语料的相似度，再根据输入信息与各个困境相似语料的相似度，确定输入信息与映射困境的相似度。
可选择相似度最大的映射困境作为用户的当前映射困境。也可在相似值大于相似值阈值的映射困境中选择出用户的当前映射困境。如果输入信息与各个映射困境的相似度均小于相似值阈值，则确定用户困境模糊或用户未表达困境。
系统中预设第一阈值及第二阈值。第一阈值为用户困境明确阈值，如果相似度超过第一阈值，说明用户表达了明确的困境，无需确认。第二阈值为有困境阈值，相似度超过第二阈值，则说明用户表达了困境，否则无困境表达。第一阈值及第二阈值的取值可根据需求进行设定。如第一阈值可设为0.8，第二阈值可设为0.5。第一阈值应大于第二阈值。
步骤304：确定输入信息与当前映射困境的相似度是否大于预设的第一阈值，如果是，则确定当前映射困境为用户存在的困境。
如果输入信息与映射困境的相似度超过第一阈值，则将该映射困境确定为用户的当前用户困境，并确定用户处于困境明确的状态。
步骤305：如果输入信息与当前映射困境的相似度在第一阈值与第二阈值之间，则向用户发送当前困境确认话术。
如果输入信息与映射困境的相似度在第一阈值与第二阈值之间，则确定用户处于困境模糊的状态。
根据如表3的用户困境信息表中，映射困境与困境确认话术之间的对应关系，确定当前映射困境对应的当前困境确认话术，并向用户发出包含有当前困境确认话术的信息，以向用户确定用户当前是否处于映射困境中。
步骤306：接收用户针对当前困境确认话术的答复信息；根据答复信息，确定映射困境是否为用户存在的困境。
如果用户说“是”、“是的”、“嗯”、“没错”等肯定反馈，则将该映射困境确定为用户的当前用户困境。否则，重新执行上述步骤301。
在用户表达不明确的情况下，将包含有当前困境确认话术的信息发送给用户，让用户确认系统对其问题的理解是否正确，可让用户感受到系统在尝试理解并找到用户的问题，在为用户解答的同时，使用户具有良好的使用感受。
步骤307：如果输入信息与当前映射困境的相似度小于预设的第二阈值，则确定用户不存在困境。
如果输入信息与映射困境的相似度没有超过第二阈值，说明用户未表达困境。
如表4所示，在第一阈值设为0.8，第二阈值设为0.5的情况下，用户的输入信息为“我怎么取消不了订单”，当前意图分类为：取消订单。如表3所示，取消订单的意图分类对应于取消订单“不能”困境，取消订单“不能”困境对应有两条困境相似语料，分别为“我怎么撤消不了下的单”、“取消不了订单呢”，计算输入信息与两条困境相似度语料之间的相似度，分别为：0.7134及0.8342，选择相似度最大的0.8342作为输入信息与取消订单“不能”困境之间的相似度，0.8342大于第一阈值0.8，确定取消订单“不能”困境为用户当前困境，且确定用户处于困境明确的状态。
表4用户困境确定示意表
在本发明的一个实施例中，困境确定结果包括：用户存在的困境为当前映射困境；
根据困境确定结果，确定应答信息，包括：
根据输入信息与当前映射困境的第一方案名称，确定用户是否有诉求；
根据诉求确定结果，确定应答信息。
用户诉求为用户要求的、业务支持的需求。用户诉求在系统内对应的是用户困境的解决方案，即用户困境信息表中的困境对应的第一方案。所以，在匹配到用户困境后，进一步确定是否有诉求。如果未匹配到用户困境，则该用户无诉求。
第一方案为用户困境对应的默认方案。第一方案可为当前意图类型对应的应答方案，可通过现有的意图分类体系确定当前意图类型对应的应答方案。第一方案名称如表3中“第一方案”所在列的内容，如修改订单、取消订单、订单信息与状态查询等。
本发明实施例的方法利用用户困境确认的结果，进行诉求探索和应答。可使用相似度匹配模型，对用户表达与困境对应的第一方案名称进行相似度匹配，来确认是否有用户诉求。相似度匹配模型可包括：DSSM模型。
本发明实施例提供了另一种应答信息确定方法，如图4所示，包括：
步骤401：获取用户的输入信息。
步骤402：根据输入信息，确定用户的当前意图类型。
步骤403：根据当前意图类型，确定用户是否存在困境。
如果用户存在困境，则执行步骤404；如果用户不存在困境，则执行步骤409。用户存在困境为用户处于困境明确的状态，且已确定出当前用户困境。
步骤404：根据输入信息与当前映射困境的第一方案名称，确定用户是否有诉求；其中，第一方案为当前意图类型对应的应答方案。
第一方案为用户困境对应的默认方案，第一方案为用户困境的分类。第二方案为该用户困境的进阶方案。第一方案和第二方案可以基于当前意图类型，从现有的意图分类体系中获取到。
将当前意图类型对应的应答答案，按照第二方案关键词“您可以”、“你可以”、“您能够”、“您试试”等，提取第二方案，然后经过NLU分类模型获取第二方案对应分类，将该分类作为第二方案分类。
如果获取用户困境成功，则将用户的输入信息与困境对应的第一方案名做相似度匹配；如果匹配相似度高于有第一阈值，则返回用户有诉求；否则返回用户无诉求。
可将意图类型、用户困境、第一方案、第二方案的对应关系存储至如表3所示的用户困境信息表，并基于用户困境信息表执行本发明实施例的相关操作。
步骤405：如果诉求确定结果表征用户无诉求，则确定应答信息包括：当前映射困境的第一方案，和/或，当前映射困境的第二方案；其中，第二方案从当前意图类型对应的应答方案中抽取得到。
如果用户无诉求，使用预设的应答模板进行应答。应答模板用于将用户困境对应的第一方案选项和第二方案选项一起推荐给用户，由用户选择方案。在第二方案不存在的情况下，仅需将第一方案推荐给用户。
步骤406：如果用户有诉求，则根据所述当前映射困境，确定所述用户的困境类型。
步骤407：如果困境类型为第一类型，则确定应答信息包括：当前映射困境的第二方案。
用户的困境类型可包括第一类型和第二类型。第一类型的映射困境中包括指定关键词。指定关键词可根据需要进行设定。本发明实施例中，指定关键词可以为：不能，不了，无法，没法，没办法等，或与上述关键词语义相近的其它词。第二类型为除了第一类型的其它类型的用户困境类型。
如果用户有诉求，则首先判断用户困境类型是否为第一类型，即用户困境是否为“不能”困境。第一类型的困境是指用户使用系统功能遇到问题，而第一方案一般是引导用户使用系统功能，所以第一方案往往不满足用户需求。如果用户困境类型是否为第一类型，而且有第二方案，则直接推送第二方案的应答内容。
步骤408：如果困境类型为第二类型，则确定应答信息包括：当前映射困境的第一方案，和/或，当前映射困境的第二方案；其中，第一方案为当前映射困境的解决方案。
如果用户困境类型为第二方案，则直接推送第一方案的应答内容、第一方案的应答内容及第二方案的应答内容的组合。第一方案的应答内容用于回应用户诉求，第二方案的应答内容用于给予用户引导。
步骤409：如果用户不存在困境，则根据映射困境与困境确认话术之间的对应关系，确定当前映射困境对应的当前困境确认话术；确定当前意图类型对应的应答方案和当前映射困境对应的困境确认话术为应答信息。
获取用户困境，如果没有获取到困境，则获取当前意图类型的困境确认话术，按照当前意图类型对应的分类应答和困境确认组合话术的方式，推送给用户。
困境确认话术来自用户困境信息表，梳理挖掘的困境确认话术。举例：当前意图类型对应的分类应答为“您好，您的订单被取消，可能是因为您的地址或者联系电话有误，配送在...”，困境确认话术为“请问您是想知道订单被取消的原因么？”。则向用户发出的应答信息为“您好，您的订单被取消，可能是因为您的地址或者联系电话有误，配送在...”及“请问您是想知道订单被取消的原因么？”的组合。
接收用户针对当前困境确认话术的答复信息。如果用户说“是”、“是的”、“嗯”、“没错”等肯定反馈，则将该映射困境确定为用户的当前用户困境。否则，确定用户未表达困境，或重新执行上述步骤401。
本发明实施例的方法通过用户诉求探索，让用户感受到诉求被接受和尊重，并提供给用户除了诉求之外其他的解决方案，可为用户带来更好的体验。
由表5与表6的比对结果，可以看出：对于分类错误，困境模糊，有诉求的用户输入，现有技术中如果意图识别错误，直接推送错误答案，没有办法修正。意图识别是基于模型分类来的，而模型是有一定的准确率的，在识别错误的情况下，系统向用户发出的应答必然是错误的。由于直接按照错误识别结果应答，会导致用户问题越来越多、越答越错。在本发明实施例的方案中，系统推送包含困境确认话术反问应答，并可基于用户的回复信息，进一步确定用户当前的意图类型及用户困境，从而给出更合理的应答方案。
表5对于分类错误，困境模糊，有诉求的用户输入，采用现有技术所确定的应答方案
表6对于分类错误，困境模糊，有诉求的用户输入，采用本发明实施例的方法所确定的应答方案
由表7和表8的比对结果，可以看出：现有技术中，对于分类正确，困境明确，无诉求的用户输入，困境未确认，系统直接应答而使用户造成误会。本发明实施例通过应答模板进行应答。应答模板包括“嗯，好的，您的问题可以通过多个方式解决，您可以...，或者您还可以选择...”。将用户困境对应的第一方案应答和第二方案应答一起推荐给用户，由用户选择方案，避免用户与系统交互过程中造成误会。
表7对于分类正确，困境明确，无诉求的用户输入，采用现有技术所确定的应答方案
表8对于分类正确，困境明确，无诉求的用户输入，采用本发明实施例的方法所确定的应答方案
表9对于分类正确，困境明确，无诉求的用户输入，采用现有技术所确定的应答方案
表10对于分类正确，困境明确，无诉求的用户输入，采用本发明实施例的方法所确定的应答方案
由表9和表10的比对结果，可以看出：现有技术中，对于分类正确，无困境的用户输入，用户没有诉求之前应答，直接推送方案，往往都是文不对题，应答生硬。用户对方案不接受或者不理解，会提更多问题，系统没有解决用户问题，反问引出更多问题。本发明实施例的方法在向用户推送的应答方案中还包括有当前映射困境对应的困境确认话术，从而引发用户进一步输入相关信息，使系统对于用户的意图及困境进行更加细致的解读，为用户提供针对用户当前困境及诉求的解答。
如表5、表7及表9所示，当前智能应答系统的核心问题是，将用户的输入信息与意图类型体系强行归类的问题：将用户咨询问题进行强行归类并应答，未经过正常的问题确认、未探索用户诉求，缺少这些探索和沟通环节，而只是简单的将归类对应的应答方案推送给用户。从用户体验的角度，现有系统缺少用户问题困境确认和用户诉求探索的过程，导致用户无法理解方案与自身困境之间的关系，导致用户更加困惑，从而引发用户提出更多问题。
针对目前系统对用户提问直接推送方案造成的体验和错误问题，本方案在用户提问和方案推送之间加入两个环节：用户困境确认、用户诉求探索。用户困境确认用于理解用户，用户诉求探索会使用户感觉自己的诉求被尊重。通过这两个环节，搭建用户问题到业务应答之间的桥梁，提高了用户体验，降低用户理解复杂度，同时在确认和探索过程中，用户可以修正系统识别意图类型的错误，从而使系统获取到正确的应答方案。
本发明实施例的方法中，当用户问题进入系统，首先过意图类型，然后调用用户困境确认模块，确认用户困境；确认用户困境之后，确认用户诉求与对应应答，按照有无诉求推送对应的应答方案。后续交互中，用户困境直接继承，如果困境改变，重新确认用户困境。本发明实施例的方法改进强行将业务方案直接推送给用户的应答方式，提高用户体验的同时，降低由于识别错误导致的应答错误。
本发明实施例的方法具有如下有益效果：应答系统向用户发出的应答方案更流畅。加入困境确认和诉求探索后，避免生硬的应答，让交互更加流畅通顺，用户体验更好。此外，采用本发明实施例的方法使用困境确认话术向用户进行困境确认，避免错误的识别造成越答越错的情况，及时纠正，可使应答更准确，为用户较好地解决了问题。
如图5所示，本发明实施例提供了一种应答信息确定装置，包括：
信息获取模块501，配置为获取用户的输入信息；
类型确定模块502，配置为根据输入信息，确定用户的当前意图类型；
困境确定模块503，配置为根据当前意图类型，确定用户是否存在困境；
信息确定模块504，配置为根据困境确定结果，确定应答信息。
在本发明的一个实施例中，困境确定模块503，配置为确定当前意图类型对应的若干映射困境；其中，映射困境对应若干困境相似语料；
根据输入信息和各个映射困境的困境相似语料，确定用户是否存在困境。
在本发明的一个实施例中，困境确定模块503，配置为根据输入信息和各个映射困境的困境相似预料，确定用户是否存在困境，包括：
针对每个映射困境：计算输入信息与各个困境相似语料的相似度；根据输入信息与各个困境相似语料的相似度，确定输入信息与映射困境的相似度；
根据输入信息与各个映射困境的相似度，确定当前映射困境；
根据输入信息与当前映射困境的相似度，确定用户是否存在困境。
在本发明的一个实施例中，困境确定模块503，配置为确定输入信息与当前映射困境的相似度是否大于预设的第一阈值，如果是，则确定当前映射困境为用户存在的困境。
在本发明的一个实施例中，困境确定模块503，配置为如果输入信息与当前映射困境的相似度不大于第一阈值，则确定输入信息与当前映射困境的相似度是否大于预设的第二阈值，如果是，则根据映射困境与困境确认话术之间的对应关系，确定当前映射困境对应的当前困境确认话术；
向用户发送当前困境确认话术；
接收用户针对当前困境确认话术的答复信息；
根据答复信息，确定映射困境是否为用户存在的困境。
在本发明的一个实施例中，困境确定模块503，配置为如果输入信息与当前映射困境的相似度不大于第一阈值，则确定输入信息与当前映射困境的相似度是否小于预设的第二阈值，如果是，则确定用户不存在困境。
在本发明的一个实施例中，困境确定结果包括：用户存在的困境为当前映射困境；
信息确定模块504，配置为根据输入信息与当前映射困境的第一方案名称，确定用户是否有诉求；其中，第一方案为当前意图类型对应的应答方案；
根据诉求确定结果，确定应答信息。
在本发明的一个实施例中，信息确定模块504，配置为如果诉求确定结果表征用户无诉求，则确定应答信息包括：当前映射困境的第一方案，和/或，当前映射困境的第二方案；其中，第二方案从当前意图类型对应的应答方案中抽取得到。
在本发明的一个实施例中，信息确定模块504，配置为如果用户有诉求，则根据所述当前映射困境，确定所述用户的困境类型；
根据困境类型，确定应答信息。
在本发明的一个实施例中，信息确定模块504，配置为如果意图类型为第一类型，则确定应答信息包括：当前映射困境的第二方案；其中，第一类型的映射困境中包括指定关键词；第二方案从当前意图类型对应的应答方案中抽取得到；
如果意图类型为第二类型，则确定应答信息包括：当前映射困境的第一方案，和/或，当前映射困境的第二方案；其中，第一方案为当前映射困境的解决方案。
在本发明的一个实施例中，信息确定模块504，配置为如果用户不存在困境，则根据映射困境与困境确认话术之间的对应关系，确定当前映射困境对应的当前困境确认话术；确定当前意图类型对应的应答方案和当前映射困境对应的困境确认话术为应答信息。
本发明实施例提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一实施例的方法。
图6示出了可以应用本发明实施例的异常行为识别方法或异常行为识别装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件、办公应用等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以接收用户输入信息，对用户输入信息进行分析处理，确定用户所对应的困境及诉求，并针对困境及诉求生成应答信息，并将应答信息反馈给终端设备。
需要说明的是，本发明实施例所提供的应答信息的确定方法一般由服务器605执行，相应地，应答信息的确定装置一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
获取用户的输入信息；
根据输入信息，确定用户的当前意图类型；
根据当前意图类型，确定用户是否存在困境；
根据困境确定结果，确定应答信息。
根据本发明实施例的技术方案，根据困境确定结果，确定向用户发送的应答信息。用户困境用于表征用户当前无法处理的问题，或用户当前需要得到的帮助等。根据困境确定结果确定的应答信息，能够较好地帮助用户解答用户所面临问题，减少按意图类型直接应答造成的生硬感，使人机交互过程更加自然。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (14)
1.一种应答信息确定方法，其特征在于，包括：
获取用户的输入信息；
根据所述输入信息，确定用户的当前意图类型；
根据所述当前意图类型，确定用户是否存在困境；
根据困境确定结果，确定应答信息。
2.根据权利要1的方法，其特征在于，
所述根据所述当前意图类型，确定用户是否存在困境，包括：
确定所述当前意图类型对应的若干映射困境；其中，所述映射困境对应若干困境相似语料；
根据所述输入信息和各个所述映射困境的困境相似语料，确定所述用户是否存在困境。
3.根据权利要2的方法，其特征在于，
所述根据所述输入信息和各个所述映射困境的困境相似预料，确定所述用户是否存在困境，包括：
针对每个所述映射困境：计算所述输入信息与各个所述困境相似语料的相似度；根据所述输入信息与各个所述困境相似语料的相似度，确定所述输入信息与所述映射困境的相似度；
根据所述输入信息与各个所述映射困境的相似度，确定当前映射困境；
根据所述输入信息与所述当前映射困境的相似度，确定所述用户是否存在困境。
4.根据权利要3的方法，其特征在于，
所述根据输入信息与当前映射困境的相似度，确定所述用户是否存在困境，包括：
确定所述输入信息与所述当前映射困境的相似度是否大于预设的第一阈值，如果是，则确定当前映射困境为用户存在的困境。
5.根据权利要4的方法，其特征在于，进一步包括：
如果所述输入信息与所述当前映射困境的相似度不大于所述第一阈值，则确定所述输入信息与所述当前映射困境的相似度是否大于预设的第二阈值，如果是，则根据映射困境与困境确认话术之间的对应关系，确定所述当前映射困境对应的当前困境确认话术；
向所述用户发送所述当前困境确认话术；
接收所述用户针对所述当前困境确认话术的答复信息；
根据所述答复信息，确定所述映射困境是否为所述用户存在的困境。
6.根据权利要4的方法，其特征在于，进一步包括：
如果输入信息与当前映射困境的相似度不大于第一阈值，则确定输入信息与当前映射困境的相似度是否小于预设的第二阈值，如果是，则确定用户不存在困境。
7.根据权利要求1的方法，其特征在于，
所述困境确定结果包括：所述用户存在的困境为当前映射困境；
所述根据困境确定结果，确定应答信息，包括：
根据所述输入信息与所述当前映射困境的第一方案名称，确定所述用户是否有诉求；其中，所述第一方案为所述当前意图类型对应的应答方案；
根据诉求确定结果，确定所述应答信息。
8.根据权利要求7的方法，其特征在于，
所述根据诉求确定结果，确定所述应答信息，包括：
如果所述诉求确定结果表征所述用户无诉求，则确定所述应答信息包括：所述当前映射困境的第一方案，和/或，所述当前映射困境的第二方案；其中，所述第二方案从所述当前意图类型对应的应答方案中抽取得到。
9.根据权利要7的方法，其特征在于，
所述根据诉求确定结果，确定所述应答信息，包括：
如果所述用户有诉求，则根据所述当前映射困境，确定所述用户的困境类型；
所述根据困境类型，确定所述应答信息。
10.根据权利要求9的方法，其特征在于，
所述根据所述困境类型，确定所述应答信息，包括：
如果所述意图类型为第一类型，则确定所述应答信息包括：所述当前映射困境的第二方案；其中，所述第一类型的映射困境中包括指定关键词；所述第二方案从所述当前意图类型对应的应答方案中抽取得到；
如果所述意图类型为所述第二类型，则确定所述应答信息包括：所述当前映射困境的第一方案，和/或，所述当前映射困境的第二方案；其中，所述第一方案为当前映射困境的解决方案。
11.根据权利要求3的方法，其特征在于，
所述根据所述困境类型，确定所述应答信息，包括：
如果所述用户不存在困境，则根据映射困境与困境确认话术之间的对应关系，确定所述当前映射困境对应的当前困境确认话术；确定所述当前意图类型对应的应答方案和所述当前映射困境对应的困境确认话术为应答信息。
12.一种应答信息确定装置，其特征在于，包括：
信息获取模块，配置为获取用户的输入信息；
类型确定模块，配置为根据所述输入信息，确定所述用户的当前意图类型；
困境确定模块，配置为根据所述当前意图类型，确定所述用户是否存在困境；
信息确定模块，配置为根据困境确定结果，确定应答信息。
13.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如权利要求1-11中任一的方法。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，程序被处理器执行时实现如权利要求1-11中任一的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011282026.1A CN113761144A (zh) | 2020-11-16 | 2020-11-16 | 应答信息确定方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011282026.1A CN113761144A (zh) | 2020-11-16 | 2020-11-16 | 应答信息确定方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113761144A true CN113761144A (zh) | 2021-12-07 |
Family
ID=78786103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011282026.1A Pending CN113761144A (zh) | 2020-11-16 | 2020-11-16 | 应答信息确定方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113761144A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150169285A1 (en) * | 2013-12-18 | 2015-06-18 | Microsoft Corporation | Intent-based user experience |
| CN106469212A (zh) * | 2016-09-05 | 2017-03-01 | 北京百度网讯科技有限公司 | 基于人工智能的人机交互方法和装置 |
| CN107103083A (zh) * | 2017-04-27 | 2017-08-29 | 长沙军鸽软件有限公司 | 一种机器人实现智能会话的方法 |
| CN108717441A (zh) * | 2018-05-16 | 2018-10-30 | 腾讯科技（深圳）有限公司 | 问题模板所对应的谓词的确定方法及装置 |
| CN109933663A (zh) * | 2019-02-26 | 2019-06-25 | 上海凯岸信息科技有限公司 | 基于embedding方法的意图识别算法 |
| CN110110169A (zh) * | 2018-01-26 | 2019-08-09 | 上海智臻智能网络科技股份有限公司 | 人机交互方法及人机交互装置 |
| JP2019164572A (ja) * | 2018-03-19 | 2019-09-26 | 株式会社リコー | ヘルプコンテンツ提供システム、ヘルプコンテンツ提供装置、ヘルプコンテンツ提供方法及びヘルプコンテンツ提供プログラム |
| CN110427461A (zh) * | 2019-08-06 | 2019-11-08 | 腾讯科技（深圳）有限公司 | 智能问答信息处理方法、电子设备及计算机可读存储介质 |
| CN110555095A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 人机对话方法和装置 |
| WO2020006835A1 (zh) * | 2018-07-03 | 2020-01-09 | 平安科技（深圳）有限公司 | 智能客服多轮问答方法、设备、存储介质及装置 |
| CN111767371A (zh) * | 2020-06-28 | 2020-10-13 | 微医云(杭州)控股有限公司 | 一种智能问答方法、装置、设备及介质 |
-
2020
- 2020-11-16 CN CN202011282026.1A patent/CN113761144A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150169285A1 (en) * | 2013-12-18 | 2015-06-18 | Microsoft Corporation | Intent-based user experience |
| CN106469212A (zh) * | 2016-09-05 | 2017-03-01 | 北京百度网讯科技有限公司 | 基于人工智能的人机交互方法和装置 |
| CN107103083A (zh) * | 2017-04-27 | 2017-08-29 | 长沙军鸽软件有限公司 | 一种机器人实现智能会话的方法 |
| CN110110169A (zh) * | 2018-01-26 | 2019-08-09 | 上海智臻智能网络科技股份有限公司 | 人机交互方法及人机交互装置 |
| JP2019164572A (ja) * | 2018-03-19 | 2019-09-26 | 株式会社リコー | ヘルプコンテンツ提供システム、ヘルプコンテンツ提供装置、ヘルプコンテンツ提供方法及びヘルプコンテンツ提供プログラム |
| CN108717441A (zh) * | 2018-05-16 | 2018-10-30 | 腾讯科技（深圳）有限公司 | 问题模板所对应的谓词的确定方法及装置 |
| CN110555095A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 人机对话方法和装置 |
| WO2020006835A1 (zh) * | 2018-07-03 | 2020-01-09 | 平安科技（深圳）有限公司 | 智能客服多轮问答方法、设备、存储介质及装置 |
| CN109933663A (zh) * | 2019-02-26 | 2019-06-25 | 上海凯岸信息科技有限公司 | 基于embedding方法的意图识别算法 |
| CN110427461A (zh) * | 2019-08-06 | 2019-11-08 | 腾讯科技（深圳）有限公司 | 智能问答信息处理方法、电子设备及计算机可读存储介质 |
| CN111767371A (zh) * | 2020-06-28 | 2020-10-13 | 微医云(杭州)控股有限公司 | 一种智能问答方法、装置、设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| 刘娇;李艳玲;林民;: "人机对话系统中意图识别方法综述", 计算机工程与应用, no. 12, 25 March 2019 (2019-03-25) * |
| 段建勇;李俊;张梅;马礼;: "限定领域的自动问答系统研究", 北方工业大学学报, no. 01, 15 March 2010 (2010-03-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109074292B (zh) | 适当的代理的自动化助理调用 | |
| US20100223335A1 (en) | Dynamically Managing Online Communication Groups | |
| CN110019742B (zh) | 用于处理信息的方法和装置 | |
| WO2020006558A1 (en) | System and method for generating dialogue graphs | |
| CN110941708B (zh) | 智能问答库建立方法、智能问答方法及装置、计算机设备 | |
| CN114610845B (zh) | 基于多系统的智能问答方法、装置和设备 | |
| US11531821B2 (en) | Intent resolution for chatbot conversations with negation and coreferences | |
| CN113407677A (zh) | 评估咨询对话质量的方法、装置、设备和存储介质 | |
| CN111639162A (zh) | 信息交互方法和装置、电子设备和存储介质 | |
| EP4057283A2 (en) | Method for detecting voice, method for training, apparatuses and smart speaker | |
| CN114564595A (zh) | 知识图谱更新方法、装置及电子设备 | |
| CN115481227A (zh) | 人机交互对话方法、装置以及设备 | |
| CN115481229A (zh) | 一种应答话术推送方法、装置、电子设备及存储介质 | |
| CN111178052A (zh) | 构建机器人流程自动化应用的方法和装置 | |
| CN111538817A (zh) | 人机交互方法和装置 | |
| CN116955561A (zh) | 问答方法、装置、电子设备以及存储介质 | |
| CN113761144A (zh) | 应答信息确定方法和装置 | |
| CN113282733B (zh) | 客服问题匹配方法、系统、设备及存储介质 | |
| CN112133306B (zh) | 一种基于快递用户的应答方法、装置和计算机设备 | |
| CN111556096B (zh) | 信息推送方法、装置、介质及电子设备 | |
| CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
| CN113761183A (zh) | 意图识别方法和意图识别装置 | |
| CN111782776A (zh) | 一种通过填槽实现意图识别的方法和装置 | |
| CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 | |
| CN110807089B (zh) | 一种问答方法、装置及电子设备 |
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 |