CN117033587A - 人机交互方法、装置、电子设备及介质 - Google Patents
人机交互方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117033587A CN117033587A CN202310987507.XA CN202310987507A CN117033587A CN 117033587 A CN117033587 A CN 117033587A CN 202310987507 A CN202310987507 A CN 202310987507A CN 117033587 A CN117033587 A CN 117033587A
- Authority
- CN
- China
- Prior art keywords
- target
- topic
- user
- role
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 189
- 238000000034 method Methods 0.000 title claims abstract description 101
- 230000002452 interceptive effect Effects 0.000 claims abstract description 96
- 238000004891 communication Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 40
- 230000008859 change Effects 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000003058 natural language processing Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000004044 response 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
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了一种人机交互方法、装置、电子设备及介质，涉及人工智能技术领域，尤其涉及自然语言处理、人机交互、深度学习和大语言模型领域。本公开提供的人机交互方法，包括：确定待讨论的目标话题和待设定的目标角色；基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；其中，所述交互对话模型为预先训练完成的大语言模型。本公开可以提高交互体验，提高用户粘性。
Description
技术领域
本公开涉及人工智能技术领域，尤其涉及自然语言处理、人机交互、深度学习和大语言模型领域，具体涉及一种人机交互方法。
背景技术
在新媒体时代，人们对于信息的获取需求越来越迫切。而随着智能手机的普及，移动互联网成为了获取资讯的主要途径。在这个背景下，各种资讯类应用如雨后春笋般涌现，涵盖了从新闻、科技到娱乐等各个领域。
相关技术中，资讯类应用大多仅为用户提供了评论、点赞和分享的互动服务，交互功能单一，交互体验单调，用户粘性不足。
发明内容
本公开提供了一种人机交互方法、装置、电子设备及介质。
根据本公开的一方面，提供了一种人机交互方法，所述方法包括：
确定待讨论的目标话题和待设定的目标角色；
基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；
其中，所述交互对话模型为预先训练完成的大语言模型。
根据本公开的另一方面，提供了一种人机交互装置，所述装置包括：
话题角色确定模块，用于确定待讨论的目标话题和待设定的目标角色；
人机交互模块，用于基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；
其中，所述交互对话模型为预先训练完成的大语言模型。
根据本公开的又一方面，提供了一种电子设备，该电子设备包括：
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本公开任一实施例所述的人机交互方法。
根据本公开的又一方面，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，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的人机交互方法。
根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任一实施例所述的人机交互方法。
根据本公开的技术，本公开可以提高交互体验，提高用户粘性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：
图1是根据本公开实施例提供的一种人机交互方法的流程图；
图2是根据本公开实施例提供的另一种人机交互方法的流程图；
图3是根据本公开实施例提供的另一种人机交互方法的流程图；
图4是根据本公开实施例提供的一种人机交互装置的结构示意图；
图5用来实现本公开实施例的人机交互方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
图1是根据本公开实施例提供的一种人机交互方法的流程图，本公开实施例可应用于咨询类应用，通过资讯类应用进行人机交互的情况。该方法可以由人机交互装置来执行，该装置可以采用软件和/或硬件的方式实现。如图1所示，本实施例的人机交互方法可以包括：
S101，确定待讨论的目标话题和待设定的目标角色。
S102，基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；其中，所述交互对话模型为预先训练完成的大语言模型。
其中，待讨论的目标话题是指在人机交互过程中交互对话模型与用户讨论的话题。也就是说，交互对话模型与用户之间的交互是围绕目标话题展开的。可选的，待讨论的目标话题和待设定的目标角色根据用户的讨论偏好确定。
其中，待设定的目标角色是指在人机交互过程中交互对话模型所扮演的角色。目标角色具有个性化特征，其个性化特征可以通过语言风格体现。可选的，目标角色为真实角色或者虚拟角色。其中，虚拟角色是在文学艺术作品中塑造出来的形象表达。示例性的，虚拟角色可以是动画角色。相对的，真实角色是指现实社会生活中真实存在的形象表达。示例性的，真实角色可以是历史人物。
可选的，采用目标角色替换标准角色话术中的通用角色，得到目标角色话术。然后，将目标角色话术作为输入数据输入交互对话模型，可将交互对话模型设定为目标角色。其中，通用角色为交互对话模型设置的默认角色。示例性的，默认角色可以是用户助手。标准角色话术用于对交互对话模型进行角色设定。目标角色话术基于标准角色话术和目标角色生成。标准角色话术和目标角色话术的角色信息不同。示例性的，标准角色话术可以是“你现在是某某，请以某某的语言风格回复我的问题”。
可选的，将交互对话模型固化为目标角色，也就是说，在人机交互过程中，交互对话模型始终以目标角色与用户交互。在人机交互过程中，其他角色话术不会对交互对话模型生效。其中，其他角色话术采用其他角色替换标准角色话术中的通用角色得到。其他角色与目标角色不同。这样可以提交人机交互过程中的真实性，更加贴近与真人聊天的感觉，有利于提高交互沉浸感，从而提高用户的交互体验。
交互对话模型为预先训练完成的大语言模型。其中，大语言模型(LLM，LargeLanguage Model)是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答和对话等。大语言模型通过训练，从大量标记和未标记的数据中捕获知识，并将知识存储到大量的参数中，其模型参数可达到百亿级别或者千亿级别。
在人机交互过程中，交互对话模型会针对于获取到的用户语句生成回复语句。其中，由交互对话模型生成的回复语句与目标角色的语言风格相符。
本公开技术方案，将大语言模型用于人机交互，借助大语言模型的语言理解能力以及文本生成能力，通过大语言模扮演目标角色与用户围绕着目标话题进行交互，可以提高交互体验，将本公开提供的人机交互方法应用于资讯类应用可以提高用户粘性。
在一个可选的实施例中，所述方法还包括：响应于好友邀请操作，获取用户的通讯目录；根据作用于通讯目录的好友点击操作，确定待邀请的通讯好友；邀请所述通讯好友，加入与所述交互对话模型的交互中。
其中，好友邀请操作由用户发起，用于邀请通讯好友加入与交互对话模型的交互中。其中，通讯好友记录在用户的通讯目录中。值得注意的是，用户的通讯目录是在获得用户明示授权的情况下获取的。
响应于好友邀请操作，获取用户的通讯目录。根据作用于通讯目录中的好友点击操作，确定待邀请的通讯好友。其中，好友点击操作用于在通讯目录的通讯好友中确定待邀请的通讯好友。好友点击操作由用户发起。
值得注意的是，本公开技术方案支持批量邀请通讯好友，也就是说，好友点击操作可以同时作用于至少两个通讯好友。
邀请通讯好友加入与交互对话模型的交互中，控制交互对话模型基目标话题以符合目标角色的语言风格与用户以及用户的通讯好友进行交互。
上述技术方案，通过在人机交互的过程中，邀请用户的通讯好友加入，强化了人机交互方法的社交属性，将上述技术方案应用于资讯类应用有利于提高用户粘性。
在一个可选的实施例中，所述方法还包括：响应于话题点击操作，基于所述目标角色为所述交互对话模型生成与目标角色相符的身份信息；基于所述交互对话模型的身份信息，将所述目标角色作为用户的通讯好友添加至所述用户的通信目录中。
其中，话题点击操作用于确定用户是否愿意围绕目标话题与交互对话模型进行交互。话题点击操作由用户发起。响应于话题点击操作，用户与交互对话模型进行交互。
其中，交互对话模型的身份信息和为交互对话模型设定的目标角色相符。基于目标角色为交互对话模型生成与目标角色相符的身份信息。基于交互对话模型的身份信息，将目标角色作为用户的通讯好友添加至用户的通讯目录中。
其中，身份信息是指能够单独或者与其他信息结合识别目标角色的各种信息。示例性的，身份信息可以目标角色的角色标识，如角色头像和角色昵称等。
上述技术方案，在用户加入与交互对话模型的交互过程后，为交互对话模型生成与目标角色相符的身份信息，将目标角色作为用户的通讯好友添加至用户的通讯目录中，为后续邀请用户的通讯好友加入与交互对话模型的交互提供了数据支持，有利于增强人机交互的社交属性。
图2是根据本公开实施例提供的另一种人机交互方法的流程图；本实施例是在上述实施例的基础上提出的一种可选方案。
参见图2，本实施例提供的人机交互方法包括：
S201，确定待讨论的目标话题和待设定的目标角色。
S202，采用所述目标话题和获取到的用户语句为所述交互对话模型构建对话生成范式。
其中，对话生成范式基于目标话题和获取到的用户语句生成。对话生成范式用于控制交互对话模型。基于对话生成范式可以对人机交互过程中的话题关联度，交互流畅度以及交互的氛围进行检测，进而控制对人机交互过程中的交互流畅度和交互自然度。
S203，基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句；其中，所述交互对话模型为预先训练完成的大语言模型。
其中，目标角色用于确定生成回复语句所需的语言风格。回复语句与用户语句在内容上相关联，回复语句由交互对话模型针对于用户语句生成。用户语句由用户输入。回复语句可以发问语句也可以是回答语句，回复语句的具体类型在这里不作限定，需要根据实际情况确定。
可选的，将对话生成范式作为交互控制模型的输入数据，通过交互控制模型基于对话生成范式，对人机交互过程中的话题关联度，交互流畅度以及交互的氛围进行检测。然后，交互控制模型基于得到的检测结果，控制交互对话模型针对于用户语句生成回复语句。其中，交互控制模型为预先训练完成的大语言模型。
本公开技术方案，采用目标话题和获取到的用户语句为交互对话模型构建对话生成范式。对话生成范式可以对人机交互过程中的话题关联度，交互流畅度以及交互的氛围进行检测，基于对话生成范式，采用交互对话模型根据目标角色、目标话题和用户语句生成针对于用户语句的回复语句，可以控制对人机交互过程中的交互流畅度和交互自然度，为提高交互体验，提高用户粘性提供了技术支持。
在一个可选的实施例中，所述基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句，包括：基于所述对话生成范式，确定在人机交互过程中的目标聊天氛围；采用所述交互对话模型，根据所述目标角色、所述目标聊天氛围和所述用户语句生成针对于所述用户语句的回复语句。
基于对话生成范式可以检测人机交互中交互的氛围。可选的，将对话生成范式输入交互控制模型，交互控制模型基于对话生成范式，确定在人机交互过程中的目标聊天氛围。交互控制模型为预先训练完成的大语言模型具有语言理解能力，能够基于获取到的用户语句确定人机交互中交互的氛围。
其中，目标聊天氛围是指交互的氛围，通过交互控制模型基于获取到的用户语句确定。示例性的，目标聊天氛围可以是幽默的或者严肃的。通过交互控制模型将目标聊天氛围发给交互对话模型。
交互对话模型根据目标角色、目标聊天氛围和用户语句生成针对于用户语句的回复语句。可选的，交互对话模型先根据目标角色和用户语句生成针对于用户语句的回复语句，再根据目标聊天氛围对已生成的回复语句进行氛围化处理，将氛围化的处理结果作为针对于用户语句的回复语句通过交互对话模型输出。
上述技术方案，基于对话生成范式，对人机交互过程中交互的氛围进行检测，确定在人机交互过程中的目标聊天氛围，将目标聊天氛围用于引导交互对话模型生成针对于用户语句的回复语句，提高了人机交互过程中的交互自然度，为提高交互体验，提高用户粘性提供了技术支持。
在一个可选的实施例中，基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句，包括：基于所述对话生成范式，确定所述交互对话模型在人机交互过程中是否出现主题变更时机；若出现主题变更时机，则采用所述交互对话模型确定目标聊天主题；所述目标聊天主题属于所述目标话题；采用所述交互对话模型，根据所述目标角色、所述目标聊天主题和所述用户语句生成针对于所述用户语句的回复语句。
基于对话生成范式可以检测人机交互中交互流畅度和话题关联度。可选的，将对话生成范式输入交互控制模型，交互控制模型基于对话生成范式确定在人机交互过程中是否出现主题变更时机。其中，主题变更时机是指可以需要变更聊天主题的时机。
出现主题变更时机即可引出新的聊天主题。其中，目标聊天主题即为变更后的新的聊天主题。目标聊天主题由交互对话模型基于目标话题确定，目标聊天主题属于目标话题。示例性的，目标话题为“夫妻之间的相处之道”，目标聊天主题可以是“吵架吵不过老公怎么办”。交互对话模型根据目标角色、目标聊天主题和用户语句生成针对于用户语句的回复语句。
上述技术方案，基于对话生成范式，对人机交互过程中主体变更时机进行检测，在出现主题变更时机的情况下，采用交互对话模型确定目标聊天主题，将目标聊天主题用于引导交互对话模型生成针对于用户语句的回复语句，提高了人机交互过程中的交互流畅度，为提高交互体验，提高用户粘性提供了技术支持。
在一个可选的实施例中，基于所述对话生成范式，确定所述交互对话模型在人机交互过程中是否出现主题变更时机，包括：基于所述对话生成范式，确定所述用户语句是否偏离所述目标话题得到话题检测结果；基于所述对话生成范式，确定所述用户语句是否存在交互中断的情况得到中断检测结果；基于所述话题检测结果和/或所述中断检测结果，确定所述交互对话模型在人机交互过程中是否出现主题变更时机。
聊天主题是影响交互能否继续的重要原因，适时引出新的聊天主题可以避免交互中断。另外，可以理解的是，交互对话模型与用户之间的交互是围绕目标话题展开的，而用户语句具有随意性，可能会偏离目标话题，适时引出新的聊天主题可以避免话题偏离。对话生成范式用于检测人机交互中话题关联度和交互流畅度。
可选的，将对话生成范式输入交互控制模型，通过交互控制模型基于对话生成范式确定用户语句是否偏离目标话题得到话题检测结果。可选的，话题检测结果包括偏离和未偏离。在用户语句偏离目标话题的情况下，确定交互对话模型在人机交互过程中出现主题变更时机。
可选的，将对话生成范式输入交互控制模型，通过交互控制模型基于对话生成范式确定用户语句是否存在交互中断的情况得到中断检测结果。可选的，中断检测结果包括中断和未中断。在用户语句是否存在交互中断的情况下，确定交互对话模型在人机交互过程中出现主题变更时机。
值得注意的是，在话题检测结果为偏离或中断检测结果为终端，以及话题检测结果为偏离且中断检测结果的情况下，均可以确定交互对话模型在人机交互过程中出现主题变更时机。
上述技术方案，提供了一种切实可行的主题变更时机确定方法，为提高人机交互中的话题关联度和交互流畅度提供了数据支持。
图3是根据本公开实施例提供的另一种人机交互方法的流程图，本实施例是在上述实施例的基础上提出的一种可选方案。如图3所示，本实施例的人机交互方法可以包括：
S301，对当前界面上展示的目标内容进行信息提取，得到目标内容的内容要素。
其中，当前界面上展示的目标内容是指的当前时刻用户所浏览的内容。一般情况下，目标内容为用户感兴趣的资讯内容。可选的，当前界面为咨询类应用的人机交互界面。当前界面上展示的目标内容可以是视频类型或者图文类型。目标内容的数据模态在这里不作限定，需要根据实际情况确定。
对当前界面上展示的目标内容进行信息提取，得到目标内容的内容要素。可选的，采用内容理解技术对当前界面上展示的目标内容进行内容理解，以从当前界面上展示的目标内容中提取关键信息，得到目标内容的内容要素。其中，内容理解技术与目标内容的数据模态相关，示例性的，目标内容为视频类型，则内容理解技术可以为视频理解技术。
其中，目标内容的内容要素是对目标内容的精炼，为目标内容的内容重点。其中，内容要素可以是主题要素，角色要素和环境要素中的至少一种。
S302，对热点话题进行热点分析，得到热点话题的话题要素。
其中，热点话题是指一定时间、一定范围内，公众最为关心的热点问题。热点话题大多具有很高的讨论参与度。热点话题很容易引起用户的讨论兴趣。
对热点话题进行热点分析，抽取热点话题的讨论焦点得到热点话题的话题要素。示例性的，对热点话题的评论内容，转发数据，点赞数据以及舆情走向等话题数据进行分析，抽取热点话题的讨论焦点得到热点话题的话题要素。其中，话题要素可以是主题要素，角色要素和环境要素中的至少一种。
S303，基于所述目标内容的内容要素和所述热点话题的话题要素，确定待讨论的目标话题。
其中，待讨论的目标话题是指在人机交互过程中交互对话模型与用户讨论的话题。目标话题基于目标内容的内容要素和热点话题的话题要素确定。
内容要素是对目标内容的精炼，话题要素是对热点话题的精炼。目标内容和热点话题均能引起用户的讨论兴趣。将目标内容与热门话题相结合得到的目标话题符合用户的讨论偏好。
S304，根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色。
确定目标话题的话题要素。可选的，对目标话题进行热点分析，确定目标话题的话题要素。
其中，待设定的目标角色在为人机交互过程中交互对话模型所扮演的角色。
根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色。可选的，确定内容要素和话题要素中是否包括角色要素，若内容要素和话题要素中均包括角色要素，则将内容要素中的角色要素确定为待设定的角色要素；若内容要素和话题要素中仅一方中包括角色要素，则将所包括的角色要素确定为待设定的角色要素；若内容要素和话题要素中均不包括角色要素，则基于目标话题的话题要素确定待设定的目标角色。
可选的，将优先基于内容要素中的角色要素，确定待设定的目标角色。这是因为，当前界面上展示的是目标内容，内容要素是对目标内容的精炼。内容要素中的角色要素一般为目标内容中的主要角色。在用户浏览目标内容的过程中，使交互对话模型扮演目标内容中的主要角色与用户进行交互，可以丰富交互体验。
S305，基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；其中，所述交互对话模型为预先训练完成的大语言模型。
本公开技术方案，根据目标内容的内容要素和热点话题的话题要素，确定待讨论的目标话题，根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色。目标内容和热点话题均能引起用户的讨论兴趣。将目标内容与热门话题相结合得到的目标话题和目标角色更加符合用户的讨论偏好。通过大语言模扮演目标角色与用户围绕着目标话题进行交互，可以提高人机交互过程中的交互体验。
在一个可选的实施例中，所述基于所述目标内容的内容要素和所述热点话题的话题要素，确定待讨论的目标话题，包括：基于所述目标内容的内容要素和所述热点话题的话题要素，确定所述目标内容和所述热点话题之间的话题匹配度；根据所述话题匹配度，选择与所述目标内容相匹配的热点话题作为待讨论的目标话题。
其中，话题匹配度用于量化目标内容和热点话题的匹配程度。话题匹配度与目标内容和热点话题的匹配程度正相关，话题匹配度越高，说明目标内容和热点话题越匹配。
内容要素是对目标内容的精炼，话题要素是对热点话题的精炼。内容要素代表目标内容，话题要素代表热点话题。基于目标内容的内容要素和热点话题的话题要素，可以确定目标内容和热点话题之间的匹配程度。每个参与匹配的热点话题均存在对应的话题匹配度。可选的，根据话题匹配度从大到小的顺序，对热点话题进行排序。选择话题匹配度最大的热点话题作为待讨论的目标话题。目标话题在热点话题中产生，为与目标内容相匹配的热点话题。
上述技术方案，提供一种切实可行的目标话题确定方法，将目标内容与热点话题相结合，更能引起用户的讨论兴趣，为提高交互体验和用户粘性提供了数据支持。
在一个可选的实施例中，所述根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色，包括：确定所述目标内容的内容要素以及所述目标话题的话题要素中是否包括角色要素；若所述内容要素和所述话题要素均不包括角色要素，则基于目标话题的话题要素确定所述目标话题的延伸角色；基于所述目标话题的延伸角色，确定待设定的目标角色。
内容要素中的角色要素是目标内容中出现的主要角色，话题要素中的角色要素是热点话题中讨论的焦点角色。内容要素中的角色要素和话题要素中的角色要素均能引起用户的讨论兴趣。内容要素和话题要素中任一方中包括的角色要素，均可将所包括的角色要素作为待设定的目标角色。
若内容要素和话题要素均不包括角色要素，则基于目标话题的话题要素确定目标话题的延伸角色。然后，基于目标话题的延伸角色，确定待设定的目标角色。具体的，可将延伸角色作为待设定的目标角色。
其中，延伸角色是指未直接出现在目标话题中的角色，延伸角色与目标话题相关联，延伸角色具有个性化特征。示例性的，目标话题为“兵马俑考古工作还会持续多少年”，延伸角色可以为“秦始皇”。
上述技术方案，提供了一种切实可行的目标角色确定的方法，在内容要素和话题要素均不包括角色要素的情况下，仍可以基于目标话题的延伸角色，确定待设定的目标角色。为提高交互体验和用户粘性提供了数据支持。
图4是根据本公开实施例提供的一种人机交互装置的结构示意图。本公开实施例本公开实施例可应用于咨询类应用，通过资讯类应用进行人机交互的情况。该装置可以采用软件和/或硬件来实现，该装置可以实现本公开任意实施例所述的人机交互方法。
如图4所示，该人机交互装置400包括：
话题角色确定模块401，用于确定待讨论的目标话题和待设定的目标角色；
人机交互模块402，用于基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；其中，所述交互对话模型为预先训练完成的大语言模型。
本公开技术方案，将大语言模型用于人机交互，借助大语言模型的语言理解能力以及文本生成能力，通过大语言模扮演目标角色与用户围绕着目标话题进行交互，可以提高交互体验，将本公开提供的人机交互方法应用于资讯类应用可以提高用户粘性。
可选的，所述人机交互模块402，包括：对话生成范式构建子模块，用于采用所述目标话题和获取到的用户语句为所述交互对话模型构建对话生成范式；回复语句生成子模块，用于基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句。
可选的，所述回复语句生成子模块，包括：主题变更时机确定单元，用于基于所述对话生成范式，确定所述交互对话模型在人机交互过程中是否出现主题变更时机；聊天主题确定单元，用于若出现主题变更时机，则采用所述交互对话模型确定目标聊天主题；所述目标聊天主题属于所述目标话题；第一回复语句生成单元，用于采用所述交互对话模型，根据所述目标角色、所述目标聊天主题和所述用户语句生成针对于所述用户语句的回复语句。
可选的，所述主题变更时机确定单元，包括：话题偏离检测子单元，用于基于所述对话生成范式，确定所述用户语句是否偏离所述目标话题得到话题检测结果；交互中断检测子单元，用于基于所述对话生成范式，确定所述用户语句是否存在交互中断的情况得到中断检测结果；主题变更时机确定子单元，用于基于所述话题检测结果和/或所述中断检测结果，确定所述交互对话模型在人机交互过程中是否出现主题变更时机。
可选的，所述回复语句生成子模块，包括：聊天氛围确定单元，用于基于所述对话生成范式，确定在人机交互过程中的目标聊天氛围；第二回复语句生成单元，用于采用所述交互对话模型，根据所述目标角色、所述目标聊天氛围和所述用户语句生成针对于所述用户语句的回复语句。
可选的，所述话题角色确定模块401，包括：信息提取子模块，用于对当前界面上展示的目标内容进行信息提取，得到目标内容的内容要素；热点分析子模块，用于对热点话题进行热点分析，得到热点话题的话题要素；话题确定子模块，用于基于所述目标内容的内容要素和所述热点话题的话题要素，确定待讨论的目标话题；角色确定子模块，用于根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色。
可选的，所述话题确定子模块，包括：话题匹配度确定单元，用于基于所述目标内容的内容要素和所述热点话题的话题要素，确定所述目标内容和所述热点话题之间的话题匹配度；目标话题确定单元，用于根据所述话题匹配度，选择与所述目标内容相匹配的热点话题作为待讨论的目标话题。
可选的，所述角色确定子模块，包括：角色要素确定单元，用于确定所述目标内容的内容要素以及所述目标话题的话题要素中是否包括角色要素；延伸角色确定单元，用于若所述内容要素和所述话题要素均不包括角色要素，则基于目标话题的话题要素确定所述目标话题的延伸角色；目标角色确定单元，用于基于所述目标话题的延伸角色，确定待设定的目标角色。
可选的，所述装置400还包括：通讯目录获取模块，用于响应于好友邀请操作，获取用户的通讯目录；通讯好友确定模块，用于根据作用于通讯目录的好友点击操作，确定待邀请的通讯好友；好友邀请模块，用于邀请所述通讯好友，加入与所述交互对话模型的交互中。
可选的，所述装置400还包括：身份信息确定模块，用于响应于话题点击操作，基于所述目标角色为所述交互对话模型生成与目标角色相符的身份信息；通讯好友添加模块，用于基于所述交互对话模型的身份信息，将所述目标角色作为用户的通讯好友添加至所述用户的通信目录中。
本公开实施例所提供的人机交互装置可执行本公开任意实施例所提供的人机交互方法，具备执行人机交互方法相应的功能模块和有益效果。
本公开的技术方案中，所涉及的用户信息，语音控制指令的收集、存储、使用、加工、传输、提供和公开等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500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/或者要求的本公开的实现。
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500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501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501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501执行上文所描述的各个方法和处理，例如人机交互方法。例如，在一些实施例中，人机交互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508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的人机交互方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行人机交互方法。
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。
用于实施本公开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人机交互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。
在本公开的上下文中，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)和互联网。
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，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。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (23)
1.一种人机交互方法，所述方法包括：
确定待讨论的目标话题和待设定的目标角色；
基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；
其中，所述交互对话模型为预先训练完成的大语言模型。
2.根据权利要求1所述的方法，其中，所述基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互，包括：
采用所述目标话题和获取到的用户语句为所述交互对话模型构建对话生成范式；
基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句。
3.根据权利要求2所述的方法，其中，所述基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句，包括：
基于所述对话生成范式，确定所述交互对话模型在人机交互过程中是否出现主题变更时机；
若出现主题变更时机，则采用所述交互对话模型确定目标聊天主题；所述目标聊天主题属于所述目标话题；
采用所述交互对话模型，根据所述目标角色、所述目标聊天主题和所述用户语句生成针对于所述用户语句的回复语句。
4.根据权利要求3所述的方法，其中，所述基于所述对话生成范式，确定所述交互对话模型在人机交互过程中是否出现主题变更时机，包括：
基于所述对话生成范式，确定所述用户语句是否偏离所述目标话题得到话题检测结果；
基于所述对话生成范式，确定所述用户语句是否存在交互中断的情况得到中断检测结果；
基于所述话题检测结果和/或所述中断检测结果，确定所述交互对话模型在人机交互过程中是否出现主题变更时机。
5.根据权利要求2所述的方法，其中，所述基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句，包括：
基于所述对话生成范式，确定在人机交互过程中的目标聊天氛围；
采用所述交互对话模型，根据所述目标角色、所述目标聊天氛围和所述用户语句生成针对于所述用户语句的回复语句。
6.根据权利要求1所述的方法，其中，所述确定待讨论的目标话题和待设定的目标角色，包括：
对当前界面上展示的目标内容进行信息提取，得到目标内容的内容要素；
对热点话题进行热点分析，得到热点话题的话题要素；
基于所述目标内容的内容要素和所述热点话题的话题要素，确定待讨论的目标话题；
根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色。
7.根据权利要求6所述的方法，其中，所述基于所述目标内容的内容要素和所述热点话题的话题要素，确定待讨论的目标话题，包括：
基于所述目标内容的内容要素和所述热点话题的话题要素，确定所述目标内容和所述热点话题之间的话题匹配度；
根据所述话题匹配度，选择与所述目标内容相匹配的热点话题作为待讨论的目标话题。
8.根据权利要求6所述的方法，其中，所述根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色，包括：
确定所述目标内容的内容要素以及所述目标话题的话题要素中是否包括角色要素；
若所述内容要素和所述话题要素均不包括角色要素，则基于目标话题的话题要素确定所述目标话题的延伸角色；
基于所述目标话题的延伸角色，确定待设定的目标角色。
9.根据权利要求1所述的方法，所述方法还包括：
响应于好友邀请操作，获取用户的通讯目录；
根据作用于通讯目录的好友点击操作，确定待邀请的通讯好友；
邀请所述通讯好友，加入与所述交互对话模型的交互中。
10.根据权利要求9所述的方法，所述方法还包括：
响应于话题点击操作，基于所述目标角色为所述交互对话模型生成与目标角色相符的身份信息；
基于所述交互对话模型的身份信息，将所述目标角色作为用户的通讯好友添加至所述用户的通信目录中。
11.一种人机交互装置，所述装置包括：
话题角色确定模块，用于确定待讨论的目标话题和待设定的目标角色；
人机交互模块，用于基于所述目标角色和所述目标话题，控制交互对话模型基于所述目标话题以符合所述目标角色的语言风格与用户进行交互；
其中，所述交互对话模型为预先训练完成的大语言模型。
12.根据权利要求11所述的装置，其中，所述人机交互模块，包括：
对话生成范式构建子模块，用于采用所述目标话题和获取到的用户语句为所述交互对话模型构建对话生成范式；
回复语句生成子模块，用于基于对话生成范式，采用所述交互对话模型根据所述目标角色、所述目标话题和所述用户语句生成针对于所述用户语句的回复语句。
13.根据权利要求12所述的装置，其中，所述回复语句生成子模块，包括：
主题变更时机确定单元，用于基于所述对话生成范式，确定所述交互对话模型在人机交互过程中是否出现主题变更时机；
聊天主题确定单元，用于若出现主题变更时机，则采用所述交互对话模型确定目标聊天主题；所述目标聊天主题属于所述目标话题；
第一回复语句生成单元，用于采用所述交互对话模型，根据所述目标角色、所述目标聊天主题和所述用户语句生成针对于所述用户语句的回复语句。
14.根据权利要求13所述的装置，其中，所述主题变更时机确定单元，包括：
话题偏离检测子单元，用于基于所述对话生成范式，确定所述用户语句是否偏离所述目标话题得到话题检测结果；
交互中断检测子单元，用于基于所述对话生成范式，确定所述用户语句是否存在交互中断的情况得到中断检测结果；
主题变更时机确定子单元，用于基于所述话题检测结果和/或所述中断检测结果，确定所述交互对话模型在人机交互过程中是否出现主题变更时机。
15.根据权利要求12所述的装置，其中，所述回复语句生成子模块，包括：
聊天氛围确定单元，用于基于所述对话生成范式，确定在人机交互过程中的目标聊天氛围；
第二回复语句生成单元，用于采用所述交互对话模型，根据所述目标角色、所述目标聊天氛围和所述用户语句生成针对于所述用户语句的回复语句。
16.根据权利要求11所述的装置，其中，所述话题角色确定模块，包括：
信息提取子模块，用于对当前界面上展示的目标内容进行信息提取，得到目标内容的内容要素；
热点分析子模块，用于对热点话题进行热点分析，得到热点话题的话题要素；
话题确定子模块，用于基于所述目标内容的内容要素和所述热点话题的话题要素，确定待讨论的目标话题；
角色确定子模块，用于根据目标内容的内容要素和目标话题的话题要素，确定待设定的目标角色。
17.根据权利要求16所述的装置，其中，所述话题确定子模块，包括：
话题匹配度确定单元，用于基于所述目标内容的内容要素和所述热点话题的话题要素，确定所述目标内容和所述热点话题之间的话题匹配度；
目标话题确定单元，用于根据所述话题匹配度，选择与所述目标内容相匹配的热点话题作为待讨论的目标话题。
18.根据权利要求16所述的装置，其中，所述角色确定子模块，包括：
角色要素确定单元，用于确定所述目标内容的内容要素以及所述目标话题的话题要素中是否包括角色要素；
延伸角色确定单元，用于若所述内容要素和所述话题要素均不包括角色要素，则基于目标话题的话题要素确定所述目标话题的延伸角色；
目标角色确定单元，用于基于所述目标话题的延伸角色，确定待设定的目标角色。
19.根据权利要求11所述的装置，所述装置还包括：
通讯目录获取模块，用于响应于好友邀请操作，获取用户的通讯目录；
通讯好友确定模块，用于根据作用于通讯目录的好友点击操作，确定待邀请的通讯好友；
好友邀请模块，用于邀请所述通讯好友，加入与所述交互对话模型的交互中。
20.根据权利要求19所述的装置，所述装置还包括：
身份信息确定模块，用于响应于话题点击操作，基于所述目标角色为所述交互对话模型生成与目标角色相符的身份信息；
通讯好友添加模块，用于基于所述交互对话模型的身份信息，将所述目标角色作为用户的通讯好友添加至所述用户的通信目录中。
21.一种电子设备，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根据权利要求1-10中任一项所述的人机交互方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-10中任一项所述的人机交互方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的人机交互方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310987507.XA CN117033587A (zh) | 2023-08-07 | 2023-08-07 | 人机交互方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310987507.XA CN117033587A (zh) | 2023-08-07 | 2023-08-07 | 人机交互方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117033587A true CN117033587A (zh) | 2023-11-10 |
Family
ID=88625652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310987507.XA Pending CN117033587A (zh) | 2023-08-07 | 2023-08-07 | 人机交互方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117033587A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117743560A (zh) * | 2024-02-21 | 2024-03-22 | 北京面壁智能科技有限责任公司 | 多角色智能对话方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210209164A1 (en) * | 2020-01-08 | 2021-07-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, and storage medium for recommending interactive information |
| CN113205811A (zh) * | 2021-05-25 | 2021-08-03 | 上海汽车集团股份有限公司 | 一种对话处理方法、装置及电子设备 |
| CN115221294A (zh) * | 2021-04-15 | 2022-10-21 | 腾讯科技（深圳）有限公司 | 对话处理方法、装置、电子设备及存储介质 |
| JP2022180282A (ja) * | 2021-05-24 | 2022-12-06 | ネイバー コーポレーション | ペルソナチャットボット制御方法及びシステム |
| CN116340476A (zh) * | 2022-12-30 | 2023-06-27 | 上海元梦智能科技有限公司 | 一种虚拟人的对话方法、系统及存储介质 |
-
2023
- 2023-08-07 CN CN202310987507.XA patent/CN117033587A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210209164A1 (en) * | 2020-01-08 | 2021-07-08 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, and storage medium for recommending interactive information |
| CN115221294A (zh) * | 2021-04-15 | 2022-10-21 | 腾讯科技（深圳）有限公司 | 对话处理方法、装置、电子设备及存储介质 |
| JP2022180282A (ja) * | 2021-05-24 | 2022-12-06 | ネイバー コーポレーション | ペルソナチャットボット制御方法及びシステム |
| CN113205811A (zh) * | 2021-05-25 | 2021-08-03 | 上海汽车集团股份有限公司 | 一种对话处理方法、装置及电子设备 |
| CN116340476A (zh) * | 2022-12-30 | 2023-06-27 | 上海元梦智能科技有限公司 | 一种虚拟人的对话方法、系统及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117743560A (zh) * | 2024-02-21 | 2024-03-22 | 北京面壁智能科技有限责任公司 | 多角色智能对话方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107609092B (zh) | 智能应答方法和装置 | |
| CN111625635A (zh) | 问答处理、语言模型的训练方法、装置、设备及存储介质 | |
| JP2019102063A (ja) | ページ制御方法および装置 | |
| US11366574B2 (en) | Human-machine conversation method, client, electronic device, and storage medium | |
| CN105204886B (zh) | 一种激活应用程序的方法、用户终端和服务器 | |
| CN111538456A (zh) | 基于虚拟形象的人机交互方法、装置、终端以及存储介质 | |
| CN111565143B (zh) | 即时通信方法、设备及计算机可读存储介质 | |
| CN113407850B (zh) | 一种虚拟形象的确定和获取方法、装置以及电子设备 | |
| JP7247442B2 (ja) | ユーザ対話における情報処理方法、装置、電子デバイス及び記憶媒体 | |
| CN113641807B (zh) | 对话推荐模型的训练方法、装置、设备和存储介质 | |
| CN116303962B (zh) | 对话生成方法、深度学习模型的训练方法、装置和设备 | |
| CN117033587A (zh) | 人机交互方法、装置、电子设备及介质 | |
| CN112148850A (zh) | 动态交互方法、服务器、电子设备及存储介质 | |
| CN112100353A (zh) | 人机对话方法及系统、计算机设备及介质 | |
| CN112836072A (zh) | 信息展示方法及装置、电子设备和介质 | |
| EP3627304A1 (en) | Interactive responding method and computer system using the same | |
| CN115470381A (zh) | 信息交互方法、装置、设备及介质 | |
| CN112860995A (zh) | 交互方法、装置、客户端、服务器以及存储介质 | |
| KR102662884B1 (ko) | 사용자 상호작용 방법, 장치, 디바이스 및 매체 | |
| CN114115533A (zh) | 智能交互方法和装置 | |
| US20210210070A1 (en) | Skill service updating method, electronic device and readable storage medium | |
| CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
| CN113470614A (zh) | 语音生成方法、装置和电子设备 | |
| CN112527105A (zh) | 人机互动方法、装置、电子设备及存储介质 | |
| CN107066567B (zh) | 文字对话中基于话题侦测的用户画像建模方法及系统 |
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 |