CN114117023A - 交互方法、装置、电子设备及存储介质 - Google Patents

交互方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114117023A
CN114117023A CN202210090111.0A CN202210090111A CN114117023A CN 114117023 A CN114117023 A CN 114117023A CN 202210090111 A CN202210090111 A CN 202210090111A CN 114117023 A CN114117023 A CN 114117023A
Authority
CN
China
Prior art keywords
sentence
query
target
robot
reply
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210090111.0A
Other languages
English (en)
Inventor
兰荣亨
黄继青
文博
刘云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Zhuiyi Technology Co Ltd
Original Assignee
Shenzhen Zhuiyi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Zhuiyi Technology Co Ltd filed Critical Shenzhen Zhuiyi Technology Co Ltd
Priority to CN202210090111.0A priority Critical patent/CN114117023A/zh
Publication of CN114117023A publication Critical patent/CN114117023A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种交互方法、装置、电子设备及存储介质,涉及机器人技术领域,接收查询语句,并响应查询语句,从多种机器人中获取目标机器人,其中,多种机器人各自对应的查询方式不同,将查询语句输入目标机器人,获取目标机器人按照其对应的目标查询方式回复的答复语句,再输出答复语句,对于用户不同的查询语句匹配不同的机器人,获得的答复语句更能够符合用户的查询需求,以提升用户体验。

Description

交互方法、装置、电子设备及存储介质
技术领域
本申请涉及机器人技术领域,更具体地,涉及一种交互方法、装置、电子设备及存储介质。
背景技术
会话管理(Dialog-Management,简称DM)控制着人机会话的的过程,现有会话管理主要是面向任务驱动的多轮对话设计的,当DM应用于机器人时,DM收集完成会话任务所需的信息(例如,用户输入的问题),再利用机器人通过收集的信息来完成相关会话任务。然而,对于用户的不同的询问内容,DM仅通过简单的收集信息输出的答案已经无法满足用户的需求。
发明内容
鉴于上述问题,本申请提出了一种交互方法、装置、电子设备及存储介质,能够解决上述问题。
第一方面,本申请实施例提供了一种交互方法,所述方法包括:接收查询语句;响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同;将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句;输出所述答复语句。
可选地,所述响应所述查询语句,从多种机器人中获取目标机器人,包括:对所述查询语句进行意图识别,获得目标意图识别结果;根据预设映射关系,获取所述目标意图识别结果对应的目标机器人种类,其中,所述预设映射关系包括多个意图识别结果和多种机器人种类之间的对应关系;从所述多种机器人中,获取与所述目标机器人种类对应的机器人作为所述目标机器人。
可选地,所述响应所述查询语句,从多种机器人中获取目标机器人,包括:响应所述查询语句,从存储区域获取历史查询语句,其中,所述历史查询语句在所述查询语句之前的预设时间段内接收;获取所述历史查询语句对应的机器人;在所述多种机器人中,将所述历史查询语句对应的机器人作为所述目标机器人。
可选地,所述输出所述答复语句之后,还包括:将所述查询语句存储于所述存储区域,以更新所述存储区域的历史查询语句。
可选地,所述目标机器人的种类为多种,所述答复语句的数量为多个,多种目标机器人与多个答复语句之间一一对应,所述输出所述答复语句,包括:根据预设排序策略,对所述多个答复语句进行排序,获得排序结果,其中,所述预设排序策略包括所述多个答复语句与所述查询语句的匹配度的大小顺序,或多种目标机器人对各自的答复语句的打分结果的高低顺序;根据所述排序结果,从所述多个答复语句中确定目标答复语句,并输出所述目标答复语句。
可选地,所述目标答复语句包括澄清语句,所述澄清语句包括意图澄清语句和答复澄清语句;所述输出所述目标答复语句进行交互,包括:对所述查询语句进行词槽识别,获得多个词槽;当所述多个词槽中缺少预设词槽时,输出所述意图澄清语句;当接收到与所述意图澄清语句匹配的当前查询语句时,输出所述答复澄清语句。
可选地,所述将所述查询语句输入所述目标机器人,包括:对所述查询语句进行识别,获得识别结果,其中,所述识别结果包括词槽识别结果、指代识别结果、意图识别结果以及情感识别结果中的一个或多个的组合;将所述查询语句和所述识别结果输入所述目标机器人。
第二方面,本申请实施例提供了一种交互装置,所述装置包括:接收查询语句;响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同;将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句;输出所述答复语句。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行上述方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行上述方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述步骤。
本申请提供的交互方法、装置、电子设备及存储介质,接收查询语句,并响应查询语句,从多种机器人中获取目标机器人,其中,多种机器人各自对应的查询方式不同,将查询语句输入目标机器人,获取目标机器人按照其对应的目标查询方式回复的答复语句,再输出答复语句,对于用户不同的查询语句匹配不同的机器人,获得的答复语句更能够符合用户的查询需求,以提升用户体验。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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示出了一种适用于本申请实施例的应用环境示意图;
图2示出了一种电子设备的功能模块图;
图3示出了本申请一个实施例提供的交互方法的流程示意图;
图4示出了本申请另一个实施例提供的交互方法的流程示意图;
图5示出了本申请又一个实施例提供的交互方法的流程示意图;
图6示出了本申请再一个实施例提供的交互方法的流程示意图;
图7示出了本申请的图6所示的交互方法的步骤S450的一种流程示意图;
图8示出了本申请一实施例提供的交互装置的框图;
图9示出了本申请实施例的用于执行根据本申请实施例的交互方法的电子设备的框图;
图10示出了本申请实施例的用于保存或者携带实现根据本申请实施例的交互方法的程序代码的存储单元。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地,仅用于解释本申请,而不能理解为对本申请的限制。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
会话管理(Dialog-Management,简称DM)控制着人机会话的的过程,现有会话管理主要是面向任务驱动的多轮对话设计的,当DM应用于机器人时,DM收集完成会话任务所需的信息(例如,用户输入的问题),再利用机器人通过收集的信息来完成相关会话任务。例如基于有限状态机的方式,DM把对话过程建模成有限状态的跳转,每个状态都有相应的节点动作和节点跳转,状态流转到完成节点代表任务结束。再例如基于词槽填充的方式,词槽的收集过程不再要求有序,缺哪种词槽就向用户收集相关信息,当所有词槽都收集完成时,再执行相应动作完成任务。然而,对于用户的不同的询问内容,DM仅通过简单收集的信息输出的答案已经无法满足用户的查询需求,降低人机交互体验。
为了更好理解本申请实施例提供的一种交互方法、装置、电子设备、存储介质及计算机程序产品,下面先对适用于本申请实施例的应用环境进行描述。
请参阅图1,图1示出了本申请实施例提供的一种交互方法的一种应用环境示意图,本申请实施例提供的交互方法、装置、电子设备、存储介质及计算机程序产品可以应用于如图1所示的交互系统300。交互系统300包括智能终端301以及服务端302,服务端302与智能终端301通信连接。其中,服务端302可以用独立的服务器或者是多个服务器组成的服务器集群来实现。另外,服务器可以是云端服务器,还可以是传统机房服务器,在此不作具体限定。
在一些实施例中,智能终端301可以是具有显示屏且支持数据输入的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和可穿戴式电子设备等。具体地,数据输入可以是基于智能终端301所配置的语音模块输入语音、字符输入模块输入字符、图像输入模块输入图像、视频输入模块输入视频等,还可以是基于智能终端301所配置的手势识别模块,使得用户可以实现手势输入等交互方式。
其中,智能终端301上可以安装有客户端应用程序,用户可以基于客户端应用程序(例如微信等应用、微信小程序等)与服务端302进行通信,具体地,服务端302上安装有对应的服务端应用程序,用户可以基于客户端应用程序在服务端302注册一个用户帐号,并基于该用户帐号与服务端302进行通信,例如用户在客户端应用程序登录用户帐号,并基于该用户帐号通过客户端应用程序进行输入,可以输入文字信息、语音信息、图像信息或视频信息等,客户端应用程序接收到用户输入信息后,通过客户端的通信协议对应的输入信息发送至电子设备,电子设备将该输入信息转化为服务端302的通信协议对应的输入信息后转发至服务端302,使得服务端302可以接收该信息并进行处理及存储,服务端302还可以接收该信息并根据该信息将对应的输出信息通过电子设备的协议转化后返回至智能终端301,智能终端301输出并显示该信息。
在一些实施例中,服务端302可以用于接收用户输入的信息,并根据该信息生成仿真机器人客服或者人工客服的画面,并通过电子设备转化后将该画面发送至智能终端301,从而向智能终端301提供客服服务,与用户进行客服沟通。具体地,智能终端301可以接收用户输入的信息,并呈现服务端302向智能终端301发送的仿真机器人客服或人工客服的画面。其中,仿真机器人客服是基于可视化图形的软件程序,该软件程序被执行后可以向用户呈现出模拟生物行为或思想的机器人形态。仿真机器人可客服以是模拟真人式的仿真机器人,例如根据用户自身或其他自然人的形态建立的形似真人的仿真机器人,也可以是动漫效果式的仿真机器人,例如动物形态或卡通人物形态的仿真机器人。
在一些实施例中,如图1所示,智能终端301在获取与用户输入的信息对应的回复信息后,可以在智能终端301的显示屏或与其连接的其他图像输出设备上显示对应与该回复信息的仿真机器人客服或人工客服的图像。作为一种实施方式,在播放仿真机器人客服或人工客服的图像的同时,可以通过智能终端301的扬声器或与其连接的其他音频输出设备播放与仿真机器人客服或人工客服的图像对应的音频,还可以在智能终端301的显示屏上显示与该回复信息对应的文字或图形,实现在图像、语音、文字、数字等多个方面上与用户的多态交互。
上述应用环境仅为方便理解所作的示例,可以理解的是,本申请实施例不仅局限于上述应用环境。
图2示出了一种电子设备的功能模块图,请参阅图2,电子设备包括如下几个任务模块:自然语言理解、子机器人调度、答案融合和状态更新;电子设备还包括如下几个存储模块:对话状态、子机器人上下文、会话历史和全局信息。其中,自然语言理解,用于对用户输入的查询语句进行词槽识别、指代识别、意图识别和情感识别等;子机器人调度,用于根据调度策略从多个机器人中调度至少一个机器人用于交互;答案融合,用于将至少一个机器人针对查询语句输出的答复语句进行融合,输出最终的答复语句;状态更新,用于对多个机器人的状态进行更新;对话状态,用于存储状态更新这一模块更新的状态,例如当前会话轮次、拒答次数、是否处于澄清状态、澄清次数等;子机器人上下文,用于对机器人处理的多轮查询语句进行存储;历史会话,用于对机器人进行的各个轮次的历史会话进行存储,例如存储用户问句、词槽、意图、答案等;全局信息,用于存储全局词槽,全局信息可以在多个机器人之间共享。
下面将通过具体实施例对本申请实施例提供的交互方法、装置、电子设备、存储介质及计算机程序产品进行详细说明。
图3示出了本申请一个实施例提供的交互方法的流程示意图,针对用户输入的查询语句匹配对应的机器人,使得匹配的机器人输出的答复语句更符合用户预期,以提升用户体验,在具体的实施例中,所述交互方法应用于DM、如图1所示的服务端302、如图8所示的交互装置100以及如图9所示的配置有交互装置100的电子设备200。本实施例将以交互方法应用于图9所示电子设备200为例说明本实施例的具体流程,其中,电子设备200可以为,单不限于移动终端、台式电脑、平板电脑、机器人设备等。下面将针对图3所示的流程进行详细的阐述,所述交互方法具体可以包括如下步骤:
步骤S110、接收查询语句。
用户在存在交互需求时,输入查询语句,电子设备接收该查询语句,其中,查询语句表明了用户的搜索需求,例如,查询语句可以表明用户想要搜索的图片、视频、文章、商品、地点、价格、个人信息等,具体例如,查询语句可以为“小明的身高是多少”,或者“这件衣服多少钱”。其中,所述查询语句包括文本、音频或图像等形式。
在一种实施方式中,查询语句可以是提前采集并存储于存储区域,电子设备从存储区域获取查询语句。作为一种方式,存储区域位于电子设备本地,电子设备本地采集查询语句,并将查询语句存储在电子设备本地的存储区域,电子设备直接从本地的存储区域获取查询语句。作为另一种方式,存储区域不在电子设备本地,而在于其连接的服务器,服务器接收其他设备上传的查询语句,并将查询语句存储在存储区域,电子设备从与服务器的存储区域处下载的查询语句。
在另一种实施方式中,查询语句是实时采集的,通过电子设备的麦克风采集查询音频,或者是,通过电子设备的虚拟键盘,或者是与电子设备连接的鼠标、键盘、遥控器等外部设备输入的查询文本。
在电子设备处理查询语句时需要获取查询语句中的词槽,因此,电子设备通常直接处理的是查询文本。当电子设备获取的查询语句以音频或图像的形式存在时,需要将查询音频或查询图像转化为查询文本,便于后续处理。当查询语句为查询音频时,通过声音识别算法或者模型,将音频转化为查询文本。当查询语句为查询图像时,通过意图识别算法识别查询图像中的意图,从而获得查询文本。
步骤S120、响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同。
响应查询语句,通过图2中的子机器人调度模块,从多个机器人中获取目标机器人,通过目标机器人进行查询。其中,机器人可以是基于代码或程序构建的,可以在网页、应用程序或者小程序上为用户提供咨询等服务,通过与用户进行交互,以解决用户输入的问题。
可选地,多个机器人可以是基于多个代码(或程序)构建的,也可以是基于一个代码(或程序)构建的。多个机器人包括高频问答机器人(faq-bot)、任务型问答机器人(task-bot)、知识图谱问答机器人(kg-bot)、闲聊机器人(chat-bot)等。
对于高频问答机器人,其对应的存储位置中存储有预先设置的常见查询语句以及查询语句对应的答复语句。当高频问答机器人接收到查询语句时,在第一存储位置查找与查询语句对应的答复语句。例如,查询语句为“深圳属于哪个省”,从存储位置中查找查询语句“深圳属于哪个省”对应的答复语句,答复语句为“广东省”。
对于任务型问答机器人,此类问答机器人用于完成预先制定的任务,预先制定特定任务的工作流程,按照工作流程完成特定任务,例如,特定任务包括订餐、订票、订单处理等任务。根据用户输入的查询语句,按照工作流程查询答复语句。例如,用户通过拨打客服电话,以音频的形式输入查询语句,再例如,用户通过小程序接入该问答机器人,通过键盘输入文字形式的查询语句。
对于知识图谱问答机器人,预先建立知识库,知识库中整合了知识图谱、文档、表格、视频、图片等多模态数据,为用户提供统一问答服务。根据用户输入的查询语句,从知识库中查找答复语句。
对于闲聊机器人,预先整理多个闲聊语料,当用户输入查询语句时,从多个闲聊语料中查找查询语句对应的答复语句。
步骤S130、将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句。
将查询语句通过目标机器人对应的应用程序接口(Application ProgrammingInterface,简称API)输入目标机器人,并获取目标机器人按照其对应的目标查询方式回复的答复语句。
在一种实施方式中,电子设备对所述查询语句进行识别,获得识别结果,如通过图2中的自然语言理解模块对查询语句进行识别,再将查询语句和识别结果均输入目标机器人,其中,所述识别结果包括词槽识别结果、指代识别结果、意图识别结果以及情感识别结果中的一个或多个的组合。
当识别包括意图识别时,电子设备采用意图识别模型对查询语句进行意图识别,获得意图识别结果。例如,对该查询语句“给我导航到XX大厦途径YY街的不堵车的路线”,对该段查询语句进行意图识别,意图识别结果是“导航”。
示例性地,可以采用意图识别模型对查询语句进行意图识别,意图识别模型可以采用RNN(Recurrent Neural Network,循环神经网络)模型、CNN(Convolutional NeuralNetworks,卷积神经网络)模型、VAE(Variational Autoencoder,变分自编码器)模型、BERT(Bidirectional Encoder Representations from Transformers,变压器的双向编码器表示)、支持向量机(Support Vector Machine,SVM)等机器学习模型,在此不做限定。例如,意图识别模型还可以是采用上述机器学习模型的变体或组合等。另外,意图识别模型可以部署于智能终端301,也可以部署于服务端302,此处对意图识别模型的部署载体不做具体限制,具体以本实施例中获取用户意图的实际场景确定。
当识别包括词槽识别时,类似地,电子设备可以通过预先训练的词槽识别模型对查询语句进行词槽识别,获得词槽识别结果,其中,预先训练的词槽识别模型用于表征查询语句与词槽识别结果的对应关系。继续结合上述例子,查询语句“给我导航到XX大厦途径YY街的不堵车的路线”,词槽识别结果包括3个词槽,分别为途经点“YY街”、目的地“XX大厦”和路线类别“不堵车”。
当识别包括指代识别时,电子设备识别出查询语句中存在指代词,例如,指代词可以为“她”、“他”、“它”、“那个”、“这个”、“那里”,由于指代词不能准确表明用户的查询意图,可以结合本轮次的查询语句的上一轮次的历史查询语句,对本轮次的查询语句进行指代识别,获得指代识别结果,其中,用户每进行一次输入为一轮查询。例如,当本轮次的查询语句为“我想了解它的价格”,查询语句中存在指代词“它”,获取上一轮次用户输入的查询语句“某某品牌的包还在售吗”,对本轮次的查询语句进行指代识别,获得的识别结果为:“它”指代“某某品牌的包”。
当识别包括情感识别时,类似地,电子设备通过预先训练的情感模型,获得查询语句对应的情感识别结果,其中,情感识别结果可以包括:正面、中性和负面。
可选地,多个机器人的数量并未一成不变,在一种实施方式中,根据用户设置,其数量可以进行增加,具体为,根据用户设置,通过API接口将新增的机器人接入电子设备,通过新增机器人完成新增类型查询语句的查询。
在另一种实施方式中,根据使用情况,其数量可以减少,作为一种方式,在多个机器人中,存在在预设周期内未被访问的机器人,例如,预设周期可以为1年、2年等,由于该机器人长时间未被访问,导致电子设备的API接口的浪费,关闭API接口,断开与该机器人之间的连接,使得该机器人脱离电子设备。作为另一种方式,在多个机器人中,存在访问压力较大的机器人,例如,某一机器人的访问量大于第一预设访问量,且存在访问压力较小设置无用户访问的机器人,例如,另一机器人的访问量小于第二预设访问量,其中,第一预设访问量大于第二预设访问量,为保证某一机器人的正常工作,牺牲访问量较低的另一机器人,关闭API接口,断开与另一机器人之间的连接,使得另一机器人脱离电子设备,为某一机器人让出更多的处理器、通信等资源。
步骤S140、输出所述答复语句。
在一种实施方式中,电子设备通过麦克风输出答复语句,具体为,当目标机器人输出的答复语句为文本形式的答复语句时,电子设备将文本形式的答复语句转化为音频形式的答复语句,并且控制麦克风播放输出音频形式的答复语句。
在另一种实施方式中,还可以结合电子设备的显示屏输出答复语句,具体为,电子设备生成客服机器人,根据答复语句控制客服机器人的面部表情、口型等。
本实施例提供的一种交互方法,接收查询语句,并响应查询语句,从多种机器人中获取目标机器人,其中,多种机器人各自对应的查询方式不同,将查询语句输入目标机器人,获取目标机器人按照其对应的目标查询方式回复的答复语句,再输出答复语句,对于用户不同的查询语句匹配不同的机器人,获得的答复语句更能够符合用户的查询需求,以提升用户体验。
可选地,在上一实施例的基础上,本实施例提供了一种交互方法,用于根据意图识别结果的筛选策略从多个机器人中筛选目标机器人,图4示出了本申请另一个实施例提供的交互方法的流程示意图,请参阅图4,所述交互方法具体可以包括如下步骤:
步骤S210、接收查询语句。
其中,步骤S210的具体描述请参阅步骤S110,在此不再赘述。
步骤S220、对所述查询语句进行意图识别,获得目标意图识别结果。
电子设备采用意图识别模型对查询语句进意图行识别,获得目标意图识别结果,其中,目标意图识别结果表征用户的查询意图。例如,对该查询语句“北京明天的天气怎样”,对该段查询语句进行意图识别,获得的目标意图识别结果是“天气”。
示例性地,可以采用意图识别模型对查询语句进行意图识别,意图识别模型可以采用RNN模型、CNN模型、VAE模型、BERT模型、SVM等机器学习模型,在此不做限定。
步骤S230、根据预设映射关系,获取所述目标意图识别结果对应的目标机器人种类,其中,所述预设映射关系包括多个意图识别结果和多种机器人种类之间的对应关系。
预先设置多个意图识别结果和多种机器人种类之间的对应关系之间的对应关系作为预设映射关系,基于预设映射关系,获得目标意图识别结果对应的目标机器人种类。其中,一个目标意图对应的目标机器人的种类为至少一种,即目标机器人的种类可以为一种或者多种。
步骤S240、从所述多种机器人中,获取与所述目标机器人种类对应的机器人作为所述目标机器人。
在一种实施方式中,多种机器人中的每种机器人具有一个种类标签,每种种类标签指示一种机器人,获取目标机器人种类标签指示的机器人作为目标机器人。
在另一种实施方式中,每种机器人的数量为多个,当咨询压力较小时,在目标机器人种类中确定默认设置的机器人作为目标机器人,当咨询压力较大时,在目标机器人种类的多个机器人中,获取多个机器人中每个机器人的访问量,在多个机器人中,确定访问量最低的机器人最为目标机器人,以缓解机器人的工作压力。
步骤S250、将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句。
步骤S260、输出所述答复语句。
其中,步骤S250-步骤S260的具体描述请参阅步骤S130-步骤S140,在此不再赘述。
本实施例提供的交互方法,接收查询语句,并对查询语句进行意图识别,获得目标意图识别结果,目标意图识别结果表征用户的查询意图,根据预设映射关系,获取目标意图识别结果对应的目标机器人种类,其中,预设映射关系包括多个意图识别结果和多种机器人种类之间的对应关系,从多种机器人中,获取与目标机器人种类对应的机器人作为目标机器人,通目标机器人输出的查询语句对应的答复语句进行交互,由于根据意图识别结果获取去的目标机器人,使得获取的目标机器人与用户的意图匹配,目标机器人能够输出满足用户意图的答复语句,提升用户的人机交互体验。
可选地,在上述实施例的基础上,本实施例提供了一种交互方法,根据筛选策略,从多个机器人中筛选目标机器人,图5示出了本申请又一个实施例提供的交互方法的流程示意图,请参阅图5,所述交互方法具体可以包括如下步骤:
步骤S310、接收查询语句。
其中,步骤S310的具体描述请参阅步骤S110,在此不再赘述。
步骤S320、响应所述查询语句,从存储区域获取历史查询语句,其中,所述历史查询语句在所述查询语句之前的预设时间段内接收。
当在使用电子设备在进行人机交互时,用户会多轮次的输入查询语句,与电子设备进行往复交互,因此,本轮次输入的查询语句可能不是第一轮次输入的,响应查询语句,从存储区域获取历史查询语句,例如,存储区域为图2中的子机器人上下文模块。其中,历史查询语句为查询语句之前由用户输入,历史查询语句可以在所述查询语句之前的预设时间段内接收,例如,预设时间段为40秒。或者,历史查询语句还可以为查询语句上一轮次接收到的,或者上两轮次接收到的。
步骤S330、获取所述历史查询语句对应的机器人。
从图2所示的历史会话中查找历史查询语句对应的机器人。
步骤S340、在所述多种机器人中,将所述历史查询语句对应的机器人作为所述目标机器人。
用户在某次进行人机交互时,在完成交互之前,用于与用户交互的机器人通常是固定的,不会在各个机器人之间来回切换,并且在用户第一轮次输入查询语句时,已经确定目标机器人,因此,直接获取历史查询语句对应的机器人作为目标机器人,节省了筛选目标机器人时的资源消耗。
步骤S350、将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句。
步骤S360、输出所述答复语句。
其中,步骤S350-步骤S360的具体描述请参阅步骤S130-步骤S140,在此不再赘述。
可选地,当查询语句完成交互时,查询语句已经查询过了,变成了历史查询语句,将所述查询语句存储于所述存储区域,例如,存储于图2中的子机器人上下文模块中,以更新所述存储区域的历史查询语句,即将该查询语句作为历史查询语句进行存储。
本实施例提供的交互方法,接收查询语句,响应查询语句,从存储区域获取历史查询语句,其中,历史查询语句在查询语句之前的预设时间段内接收,获取历史查询语句对应的机器人作为目标机器人,通过目标机器人输出的查询语句对应的答复语句进行交互,直接沿用之前交互的机器人作为目标机器人进行交互,可以快速地获取目标机器人,从而快速响应用户的查询语句,提升人机交互时的响应速度。
可选地,筛选策略还可以为,获取查询语句,响应查询语句,从图2中对话状态模块中,获取多个机器人的状态,状态为工作的机器人说明正在与用户交互,将工作状态为工作的机器人作为目标机器人。
可选地,筛选策略还可以为,用户终端与电子设备连接,电子设备接收用户终端的查询语句,查询语句中携带有用户终端接入电子设备的方式,根据接入方式确定目标机器人。例如,用户终端通过小程序接入电子设备,在多个机器人中,将小程序对应的机器人作为目标机器人。再例如,用户终端通过网页接入电子设备,在多个机器人中,将网页对应的机器人作为目标机器人。
可选地,所述目标机器人的种类为多种,所述答复语句的数量为多个,多种目标机器人与多个答复语句之间一一对应,将多个答复语句融合后输出目标答复语句,从而实现人机交互,图6示出了本申请再一个实施例提供的交互方法的流程示意图,请参阅图6,所述交互方法具体可以包括如下步骤:
步骤S410、接收查询语句。
步骤S420、响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同。
步骤S430、将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句。
其中,步骤S410-步骤S430的具体描述请参阅步骤S110-步骤S130,在此不再赘述。
步骤S440、根据预设排序策略,对所述多个答复语句进行排序,获得排序结果,其中,所述预设排序策略包括所述多个答复语句与所述查询语句的匹配度的大小顺序,或多种目标机器人对各自的答复语句的打分结果的高低顺序。
在一种实施方式中,预设排序策略包括多个答复语句与查询语句的匹配度的大小顺序,多个目标机器人基于同一个查询语句输出各自的答复语句,获得多个答复语句,电子设备根据根据多个答复语句与匹配度的相关性进行打分,获得多个匹配度得分,根据预设排序策略,将多个匹配度得分按照从高到低,或者从低到高的顺序进行排序,获得排序结果。
在另一种实施方式中,预设排序策略包括多种目标机器人对各自的答复语句的打分结果的高低顺序,多个目标机器人基于同一个查询语句输出各自的答复语句以及对答复语句的打分结果,电子设备获取多个打分结果后,按照打分结果从高到底或者从低到高进行打分,根据预设排序策略,将多个打分结果按照从高到低,或者从低到高的顺序进行排序,获得排序结果。
在另一种实施方式中,当多个答复语句中存在携带有答案强特征标识位的答复语句时,携带有答案强特征标识位的答复语句不参与排序,只对多个答复语句中,除携带有答案强特征标识位的答复语句外的其他答复语句进行排序,并且,将携带有答案强特征标识位的答复语句直接排序在匹配度最高或者打分结果最高的答复语句之前,获得最终的排序结果。
在另一种实施方式中,多个目标机器人具有不同的输出优先级,具有输出优先级最高的目标机器人输出的答复语句也具有最高的优先级,具有最高优先级的答复语句不参与排序,只对多个答复语句中,除最高优先级的答复语句外的其余答复语句进行排序,并且将最高优先级的答复语句直接排序在匹配度最高或者打分结果最高的答复语句之前,获得最终的排序结果。
步骤S450、根据所述排序结果,从所述多个答复语句中确定目标答复语句,并输出所述目标答复语句。
在一种实施方式中,目标答复语句包括直接答复语句,即将排序结果中的所有答复语句作为目标答复语句,按照排序结果,依次输出答复语句。
在一种实施方式中,根据排序结果,从多个答复语句中确定处于预设排序之前的答复语句作为目标答复语句。例如,预设排序为排序的前两位,则从多个答复语句中确定排序最高或者打分结果最高的前两个答复语句作为目标答复语句进行输出。其中,设置的预设排序,决定目标答复语句的条数。当预设排序语句的数量为至少两个时,输出多答案答复语句。
在另一种实施方式中,当排序结果中存在携带有答案强特征标识位的答复语句时,将排序结果中除携带有答案强特征标识位的答复语句外,处于预设排序结果之前的答复语句作为目标答复语句。例如,预设排序为排序的前两位,携带有答案强特征标识位的答复语句为一个,则从多个答复语句中确定排序最高或者打分结果最高的前两个答复语句、以及除携带有答案强特征标识位的答复语句均作为目标答复语句进行输出。
在另一种实施方式中,目标答复语句包括拒绝答复语句,当电子设备接收到的目标答复语句中均包含暴力、恐怖、血腥等词槽时,电子设备拒绝答复,输出拒绝答复语句,例如,拒绝答复语句为“应相关规定,您所查询的结果无法展示”。
在另一种实施方式中,所述目标答复语句包括澄清语句,所述澄清语句包括意图澄清语句和答复澄清语句,图7示出了本申请的图6所示的交互方法的步骤S450的一种流程示意图,请参阅图7,步骤S450包括如下子步骤:
子步骤S451、对所述查询语句进行词槽识别,获得多个词槽。
电子设备可以通过预先训练的词槽识别模型对查询语句进行词槽识别,获得词槽识别结果,其中,预先训练的词槽识别模型用于表征查询语句与词槽识别结果的对应关系。
子步骤S452、当所述多个词槽中缺少预设词槽时,输出所述意图澄清语句。
当词槽中缺少预设词槽时,用户的查询语句中缺少查询的必要条件,电子设备无法直接输出目标答复语句,需要将必要条件收集完备以后,才能输出用户期望的答复语句,输出意图澄清语句,对用户进行必要条件的询问。
例如,用户输入的查询语句为“红色衣服多少钱一件”,由于红色衣服的种类繁多,因此,输出显示意图澄清语句“请问哪件红色衣服呢”,以向用户询问条件,即预设词槽。
子步骤S453、当接收到与所述意图澄清语句匹配的当前查询语句时,输出所述答复澄清语句。
用户基于意图澄清语句再次进行输入,电子设备接收到用户再次输入的当前查询语句,当意图澄清语句与当前查询语句匹配时,说明用户输入了必要条件,由于目标机器人针对意图澄清语句已预先设置了答复澄清语句,直接输入意图澄清语句对应的答复澄清语句。继续结合上述例子,用户再次输入的当前查询语句为“货号为T11110000的红色衣服”,答复澄清语句输出对应的价格。当意图澄清语句与当前查询语句不匹配时,则说明用户并未对必要条件进行补充,而是查询的其他问题,执行步骤S110-步骤S140进行答复语句的输出。
本实施例提供的交互方法,获取多个目标机器人各自输出的答复语句,根据排序策略,对多个答复语句进行排序,获得排序结果,根据排序结果输出目标答复语句,实现人机交互。
为实现上述方法类实施例,本实施例提供一种交互装置,图8示出了本申请一实施例提供的交互装置的框图,请参阅图8,交互装置100包括:接收模块110、响应模块120、输入模块130以及输出模块140。
接收模块110,用于接收查询语句;
响应模块120,用于响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同;
输入模块130,用于将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句;
输出模块140,用于输出所述答复语句。
可选地,响应模块120包括:第一响应模块、映射模块以及第一获取模块。
第一响应模块,用于对所述查询语句进行意图识别,获得目标意图识别结果;
映射模块,用于根据预设映射关系,获取所述目标意图识别结果对应的目标机器人种类,其中,所述预设映射关系包括多个意图识别结果和多种机器人种类之间的对应关系;
第一获取模块,用于从所述多种机器人中,获取与所述目标机器人种类对应的机器人作为所述目标机器人。
可选地,响应模块120包括:第二响应模块、查询模块以及第二获取模块。
第二响应模块,用于响应所述查询语句,从存储区域获取历史查询语句,其中,所述历史查询语句在所述查询语句之前的预设时间段内接收;
查询模块,用于获取所述历史查询语句对应的机器人;
第二获取模块,用于在所述多种机器人中,将所述历史查询语句对应的机器人作为所述目标机器人。
可选地,交互装置100还包括:存储模块。
存储模块,用于将所述查询语句存储于所述存储区域,以更新所述存储区域的历史查询语句。
可选地,所述目标机器人的种类为多种,所述答复语句的数量为多个,多种目标机器人与多个答复语句之间一一对应,输出模块140包括:排序模块以及排序结果输出模块。
排序模块,用于根据预设排序策略,对所述多个答复语句进行排序,获得排序结果,其中,所述预设排序策略包括所述多个答复语句与所述查询语句的匹配度的大小顺序,或多种目标机器人对各自的答复语句的打分结果的高低顺序;
排序结果输出模块,用于根据所述排序结果,从所述多个答复语句中确定目标答复语句,并输出所述目标答复语句。
可选地,所述目标答复语句包括澄清语句,所述澄清语句包括意图澄清语句和答复澄清语句,排序结果输出模块包括:词槽识别模块、意图澄清语句输出模块以及答复澄清语句输出模块。
词槽识别模块,用于对所述查询语句进行词槽识别,获得多个词槽;
意图澄清语句输出模块,用于当所述多个词槽中缺少预设词槽时,输出所述意图澄清语句;
答复澄清语句输出模块,用于当接收到与所述意图澄清语句匹配的当前查询语句时,输出所述答复澄清语句。
可选地,输入模块130包括:识别结果获取模块以及查询输入模块。
识别结果获取模块,用于对所述查询语句进行识别,获得识别结果,其中,所述识别结果包括词槽识别结果、指代识别结果、意图识别结果以及情感识别结果中的一个或多个的组合;
查询输入模块,用于将所述查询语句和所述识别结果输入所述目标机器人。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置中模块/单元/子单元/组件的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
图9示出了本申请实施例的用于执行根据本申请实施例的交互方法的电子设备的框图,请参阅图9,其示出了本申请实施例提供的一种电子设备,该电子设备200可以包括处理器231、通信模块232、存储器233和总线。总线可以是ISA总线、PCI总线、EISA总线、CAN总线等。总线可以分为地址总线、数据总线、控制总线等。其中:
存储器233,用于存放程序。具体地,存储器233可用于存储软件程序以及各种数据。存储器233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至少一个功能所需的程序可以包括程序代码,程序代码包括计算机操作指令。除了存放程序之外,存储器233还可以暂存通信模块232需要发送的消息等。存储器233可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个固态硬盘(SolidState Disk,简称SSD)。
处理器231用于执行存储器233存放的程序。程序被处理器执行时实现上述各实施例的交互方法的步骤。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述各实施例的交互方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、SSD、带电可擦可编程只读存储器(Electrically Erasable Programmable read onlymemory,简称EEPROM)或快闪存储器(Flash Memory,简称Flash)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、SSD、Flash)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例的方法。
图10示出了本申请实施例的用于保存或者携带实现根据本申请实施例的交互方法的程序代码的存储单元,请参阅10,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质400中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质400可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质400包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质400具有执行上述方法中的任何方法步骤的程序代码410的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码410可以例如以适当形式进行压缩。
本申请还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述步骤。
综上所述,本申请提供的一种交互方法、装置、电子设备及存储介质,接收查询语句,并响应查询语句,从多种机器人中获取目标机器人,其中,多种机器人各自对应的查询方式不同,将查询语句输入目标机器人,获取目标机器人按照其对应的目标查询方式回复的答复语句,再输出答复语句,对于用户不同的查询语句匹配不同的机器人,获得的答复语句更能够符合用户的查询需求,以提升用户体验。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (11)

1.一种交互方法,其特征在于,所述方法包括:
接收查询语句;
响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同;
将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句;
输出所述答复语句。
2.根据权利要求1所述的方法,其特征在于,所述响应所述查询语句,从多种机器人中获取目标机器人,包括:
对所述查询语句进行意图识别,获得目标意图识别结果;
根据预设映射关系,获取所述目标意图识别结果对应的目标机器人种类,其中,所述预设映射关系包括多个意图识别结果和多种机器人种类之间的对应关系;
从所述多种机器人中,获取与所述目标机器人种类对应的机器人作为所述目标机器人。
3.根据权利要求1所述的方法,其特征在于,所述响应所述查询语句,从多种机器人中获取目标机器人,包括:
响应所述查询语句,从存储区域获取历史查询语句,其中,所述历史查询语句在所述查询语句之前的预设时间段内接收;
获取所述历史查询语句对应的机器人;
在所述多种机器人中,将所述历史查询语句对应的机器人作为所述目标机器人。
4.根据权利要求3所述的方法,其特征在于,所述输出所述答复语句之后,还包括:
将所述查询语句存储于所述存储区域,以更新所述存储区域的历史查询语句。
5.根据权利要求1所述的方法,其特征在于,所述目标机器人的种类为多种,所述答复语句的数量为多个,多种目标机器人与多个答复语句之间一一对应,所述输出所述答复语句,包括:
根据预设排序策略,对所述多个答复语句进行排序,获得排序结果,其中,所述预设排序策略包括所述多个答复语句与所述查询语句的匹配度的大小顺序,或多种目标机器人对各自的答复语句的打分结果的高低顺序;
根据所述排序结果,从所述多个答复语句中确定目标答复语句,并输出所述目标答复语句。
6.根据权利要求5所述的方法,其特征在于,所述目标答复语句包括澄清语句,所述澄清语句包括意图澄清语句和答复澄清语句;所述输出所述目标答复语句进行交互,包括:
对所述查询语句进行词槽识别,获得多个词槽;
当所述多个词槽中缺少预设词槽时,输出所述意图澄清语句;
当接收到与所述意图澄清语句匹配的当前查询语句时,输出所述答复澄清语句。
7.根据权利要求1-6任意一项所述的方法,其特征在于,所述将所述查询语句输入所述目标机器人,包括:
对所述查询语句进行识别,获得识别结果,其中,所述识别结果包括词槽识别结果、指代识别结果、意图识别结果以及情感识别结果中的一个或多个的组合;
将所述查询语句和所述识别结果输入所述目标机器人。
8.一种交互装置,其特征在于,所述装置包括:
接收模块,用于接收查询语句;
响应模块,用于响应所述查询语句,从多种机器人中获取目标机器人,其中,所述多种机器人各自对应的查询方式不同;
输入模块,用于将所述查询语句输入所述目标机器人,并获取所述目标机器人按照其对应的目标查询方式回复的答复语句;
输出模块,用于输出所述答复语句。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7所述方法的步骤。
CN202210090111.0A 2022-01-26 2022-01-26 交互方法、装置、电子设备及存储介质 Pending CN114117023A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210090111.0A CN114117023A (zh) 2022-01-26 2022-01-26 交互方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210090111.0A CN114117023A (zh) 2022-01-26 2022-01-26 交互方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114117023A true CN114117023A (zh) 2022-03-01

Family

ID=80361473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210090111.0A Pending CN114117023A (zh) 2022-01-26 2022-01-26 交互方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114117023A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180121810A1 (en) * 2016-10-31 2018-05-03 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for analyzing intention based on artificial intelligence
CN111694939A (zh) * 2020-04-28 2020-09-22 平安科技(深圳)有限公司 智能调用机器人的方法、装置、设备及存储介质
CN112035647A (zh) * 2020-09-02 2020-12-04 中国平安人寿保险股份有限公司 一种基于人机交互的问答方法、装置、设备及介质
US20200387550A1 (en) * 2019-06-05 2020-12-10 Dell Products, Lp System and method for generation of chat bot system with integration elements augmenting natural language processing and native business rules
CN113094474A (zh) * 2021-06-08 2021-07-09 深圳追一科技有限公司 智能问答方法和装置、服务器、计算机可读存储介质
CN113836287A (zh) * 2021-10-11 2021-12-24 深圳追一科技有限公司 问答结果的确定方法、装置、计算机设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180121810A1 (en) * 2016-10-31 2018-05-03 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for analyzing intention based on artificial intelligence
US20200387550A1 (en) * 2019-06-05 2020-12-10 Dell Products, Lp System and method for generation of chat bot system with integration elements augmenting natural language processing and native business rules
CN111694939A (zh) * 2020-04-28 2020-09-22 平安科技(深圳)有限公司 智能调用机器人的方法、装置、设备及存储介质
CN112035647A (zh) * 2020-09-02 2020-12-04 中国平安人寿保险股份有限公司 一种基于人机交互的问答方法、装置、设备及介质
CN113094474A (zh) * 2021-06-08 2021-07-09 深圳追一科技有限公司 智能问答方法和装置、服务器、计算机可读存储介质
CN113836287A (zh) * 2021-10-11 2021-12-24 深圳追一科技有限公司 问答结果的确定方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
US10063702B2 (en) Intelligent customer service systems, customer service robots, and methods for providing customer service
CN110647636A (zh) 交互方法、装置、终端设备及存储介质
CN112868004B (zh) 资源推荐方法、装置、电子设备及存储介质
CN110019725A (zh) 人机交互方法、系统及其电子设备
CN108984650B (zh) 计算机可读记录介质及计算机设备
CN108334568B (zh) 房源推送方法、装置、设备及计算机可读存储介质
CN108664651B (zh) 一种图案推荐方法、装置及存储介质
CN109635080A (zh) 应答策略生成方法及装置
CN110853645A (zh) 一种识别语音命令的方法及装置
CN113836172A (zh) 交互方法、装置、电子设备、存储介质及计算机程序产品
CN116543082A (zh) 数字人的生成方法、装置和数字人的生成系统
CN112579031A (zh) 一种语音交互的方法、系统和电子设备
CN112052316A (zh) 模型评估方法、装置、存储介质及电子设备
CN112148874A (zh) 可自动新增用户潜在意图的意图识别方法及系统
CN114974253A (zh) 一种基于人物画像的自然语言解释方法、装置及存储介质
CN111159344A (zh) 机器人应答方法、装置、设备及存储介质
WO2022001233A1 (zh) 基于层次化迁移学习的预标注方法及其相关设备
CN117421398A (zh) 人机交互方法、装置、设备以及存储介质
CN114117023A (zh) 交互方法、装置、电子设备及存储介质
CN116521832A (zh) 对话交互方法、装置及系统、电子设备和存储介质
CN114092608B (zh) 表情的处理方法及装置、计算机可读存储介质、电子设备
CN109002498A (zh) 人机对话方法、装置、设备及存储介质
CN115017914A (zh) 语言处理方法、装置、电子设备以及存储介质
CN113836287A (zh) 问答结果的确定方法、装置、计算机设备及存储介质
CN113542301A (zh) 交互方法方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20220301

RJ01 Rejection of invention patent application after publication