JP2017010517A - 人工知能によるヒューマン・マシン間の知能チャットの方法および装置 - Google Patents

人工知能によるヒューマン・マシン間の知能チャットの方法および装置 Download PDF

Info

Publication number
JP2017010517A
JP2017010517A JP2015249989A JP2015249989A JP2017010517A JP 2017010517 A JP2017010517 A JP 2017010517A JP 2015249989 A JP2015249989 A JP 2015249989A JP 2015249989 A JP2015249989 A JP 2015249989A JP 2017010517 A JP2017010517 A JP 2017010517A
Authority
JP
Japan
Prior art keywords
user
intention
chat
text data
human
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.)
Granted
Application number
JP2015249989A
Other languages
English (en)
Other versions
JP6305389B2 (ja
Inventor
チイ，チャオ
Chao Qi
ウェン，チェン
Quan Wen
チェン，ホンリアン
Hongliang Chen
ジョウ，シャンヤン
Xiangyang Zhou
ジャーン，シャオチン
Xiaoqing Zhang
シン，ジョウ
Zhou Xin
ジャオ，シチ
Shiqi Zhao
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.)
Baidu Online Network Technology Beijing Co Ltd
Original Assignee
Baidu Online Network Technology Beijing 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 Baidu Online Network Technology Beijing Co Ltd filed Critical Baidu Online Network Technology Beijing Co Ltd
Publication of JP2017010517A publication Critical patent/JP2017010517A/ja
Application granted granted Critical
Publication of JP6305389B2 publication Critical patent/JP6305389B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90332—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)

Abstract

【課題】ヒューマン・マシン間の知能チャット時に、ユーザニーズに精度よくマッチした精度よく且つ個性的な回答を出し、自然なヒューマン・マシン間の知能チャットを行うことにより、ユーザのチャットニーズを満たし、ユーザ体験を向上する。【解決手段】人工知能によるヒューマン・マシン間の知能チャットは、音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受けるステップ１０１と、マルチモーダルの入力信号を処理してテキストデータを取得し、テキストデータによりユーザの意図を取得するステップ１０２と、ユーザの意図に対応する答えを取得して、答えをマルチモーダルの出力信号に転化するステップ１０３と、マルチモーダルの出力信号を出力するステップ１０４と、を含む。【選択図】図１

Description

本発明は、インターネット技術に関し、特に人工知能によるヒューマン・マシン間の知能チャットの方法および装置に関する。
情報化社会の発展および人工サービスコストの高騰に伴い、人々は益々自然言語でコンピュータと交流したくなっている。ヒューマン・マシン間の知能チャットシステムがこのような背景で生まれたものである。ヒューマン・マシン間の知能チャットシステムによって、人間が自然言語でマシンと対話することができ、対話によりコンピュータを指示または質問して特定の操作を完成することができる。たとえば、スマートフォンを通してヒューマン・マシン間の知能チャットを行い、知能ハードウェアを指示して、ショートメッセージの読み取りおよび回答、天気やフライトの情報案内、目覚まし時計の設置およびスケジュールアレンジメントなどの操作ができ、または、検索システムと自然言語的な対話をすることによって、深くて個性的な情報検索や製品推奨を行う。
しかし、従来技術のヒューマン・マシン間の知能チャットシステムはユーザのチャットニーズを満たせなく、自然にヒューマン・マシン間の知能チャットをできない。
本発明の目的は、少なくともある程度上記技術問題の一つを解決する。
そのため、本発明の第一目的は、人工知能によるヒューマン・マシン間の知能チャットの方法を提出することにある。当方法によって、ヒューマン・マシン間の知能チャットをするとき、ユーザニーズに精度よくマッチし、もっと精度よく且つ個性的な回答を出せる。そして、もっと自然にヒューマン・マシン間の知能チャットを行い、ユーザのチャットニーズを満たせる。
本発明の第二目的は、人工知能によるヒューマン・マシン間の知能チャットの装置を提出することにある。
前記目的を達成するために、本発明の第一側面の実施例に係る人工知能によるヒューマン・マシン間の知能チャットの方法は、音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受けるステップと、前記マルチモーダルの入力信号を処理してテキストデータを取得し、前記テキストデータによりユーザの意図を取得するステップと、前記ユーザの意図に対応する答えを取得して、前記答えをマルチモーダルの出力信号に転化するステップと、前記マルチモーダルの出力信号を出力するステップと、を含む。
本発明実施例の人工知能によるヒューマン・マシン間の知能チャットの方法によれば、マルチモーダルの入力信号を受けた後、前記マルチモーダルの入力信号を処理してテキストデータを取得し、前記テキストデータによりユーザの意図を取得する。そして、前記ユーザの意図に対応する答えを取得して、前記答えをマルチモーダルの出力信号に転化し、前記マルチモーダルの出力信号を出力する。したがって、ヒューマン・マシン間の知能チャットの時、ユーザニーズに精度よくマッチし、もっと精度よく且つ個性的な回答を出せる。そして、もっと自然にヒューマン・マシン間の知能チャットを行い、ユーザのチャットニーズを満たせ、ユーザ体験を向上できる。
前記目的を達成するために、本発明の第二側面の実施例に係る人工知能によるヒューマン・マシン間の知能チャットの装置は、音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受ける受けモジュールと、前記受けモジュールにより受けたマルチモーダルの入力信号を処理してテキストデータを取得する処理モジュールと、前記処理モジュールで取得したテキストデータによりユーザの意図を取得し、前記ユーザの意図に対応する答えを取得する取得モジュールと、前記取得モジュールにより取得した答えをマルチモーダルの出力信号に転化し、前記マルチモーダルの出力信号を出力する出力モジュールと、を含む。
本発明実施例の人工知能によるヒューマン・マシン間の知能チャットの装置によれば、受けモジュールはマルチモーダルの入力信号を受けた後、処理モジュールは前記マルチモーダルの入力信号を処理してテキストデータを取得し、取得モジュールは前記テキストデータによりユーザの意図を取得して、前記ユーザの意図に対応する答えを取得し、その後、出力モジュールは前記答えをマルチモーダルの出力信号に転化して、前記マルチモーダルの出力信号を出力する。したがって、ヒューマン・マシン間の知能チャットの時、ユーザニーズに精度よくマッチし、もっと精度よく且つ個性的な回答を出せる。そして、もっと自然にヒューマン・マシン間の知能チャットを行い、ユーザのチャットニーズを満たせ、ユーザ体験を向上できる。
本発明の付加的な内容と利点は、その一部が下記の説明で提出され、ほかの部分が下記の説明から明らかになり、または、本発明の実現により理解できる。
本発明が述べた、および／または、付加的な内容と利点は、下記の図面を参照しながら実施例を説明するとき、明らかになり、また、理解し易くなる。その中に、
本発明の人工知能によるヒューマン・マシン間の知能チャットの方法の一つの実施例のフローチャートである。 本発明の人工知能によるヒューマン・マシン間の知能チャットの方法におけるシステム構造の一つの実施例を示す模式図である。 本発明の人工知能によるヒューマン・マシン間の知能チャットの方法におけるユーザ意図のトポロジー構造の一つの実施例を示す模式図である。 本発明の人工知能によるヒューマン・マシン間の知能チャットの装置における一つの実施例の構造を示す模式図である。 本発明の人工知能によるヒューマン・マシン間の知能チャットの装置における別の実施例の構造を示す模式図である。
次から本発明の実施例について詳しく説明する。下記の記述で図面を引用するとき、同じ数字や符号は同じ要素、または類似的要素を示す。図面を参照しがら説明する下記の実施例は、本発明の解釈のみの例示であり、本発明を制限するものと理解できない。逆に、本発明の実施形態は特許請求の範囲に含まれる要旨及び内包範囲におけるあらゆる変化・変更及び同等物を含む。。
本発明は、人工知能によるヒューマン・マシン間の知能チャットの方法を提供する。当方法は、異なるプラットフォーム（インターネット、携帯電話、知能ハードウェアまたは企業専用型のクライアント向けサービス提供プラットフォームなどを含むが、それらに限らない）に設置でき、自然言語の形で、人間の通常の対話に使っているマルチモーダルの信号（音声や画像などを含むが、それらに限らない）を通して人間と対話チャットする。
図１は本発明の人工知能によるヒューマン・マシン間の知能チャットの方法の一つの実施例のフローチャートである。図１に示すように、当人工知能によるヒューマン・マシン間の知能チャットの方法は、ステップ１０１、ステップ１０２、ステップ１０３及びステップ１０４を含む。
ステップ１０１において、音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受ける。
ステップ１０２において、前記マルチモーダルの入力信号を処理してテキストデータを取得し、前記テキストデータによりユーザの意図を取得する。
具体的に、前記テキストデータによりユーザの意図を取得することは、前記テキストデータを解析し、解析結果によりユーザの意図を生成することであってもよい。
その中に、前記テキストデータを解析することは、前記テキストデータについて文法構造を分析し、文法構造を分析したテキストデータについて、用語に基づくセマンティック（ｓｅｍａｎｔｉｃ）の分析、話題モデルの分野に基づく多分類識別、曖昧性解消、および、文法構造とコンテキストに基づく自動的な補完を行うことであってもよい。
さらに、前記テキストデータによりユーザの意図を取得した後、取得したユーザの意図をユーザ意図履歴に保存することができる。
ステップ１０３において、前記ユーザの意図に対応する答えを取得して、前記答えをマルチモーダルの出力信号に転化する。
ステップ１０４において、前記マルチモーダルの出力信号を出力する。
具体的に、ステップ１０３において、前記ユーザの意図に対応する答えを取得することは、前記ユーザの意図に基いて記憶システムにサーチをし、前記ユーザの意図の拘束条件を取得し、前記ユーザの意図に基づいて話題モデル及び分野実体データベースにサーチをし、前記ユーザの意図と関連する変数及び属性を取得し、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得し、オープンサービスインターフェースにアクセスし、前記オープンサービスインターフェースから返送された結果を取得するステップと、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性、前記オープンサービスインターフェースから返送された結果、および、記憶したチャットモデルとの類似度に基づいて前記ユーザの意図に対応する答えを取得するステップとを含むことができる。
さらに、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性を対話モデルに保存し、前記対話モデルに保存した前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性の統計結果によって各ユーザの意図の遷移確率グラフを作成し、適当な時に前記遷移確率グラフにより新しい話題を生成してもよい。
さらに、前記マルチモーダルの入力信号を処理してテキストデータを取得した後、前記テキストデータの中の記憶に適する内容を記憶システムに保存することもできる。そのうち、前記記憶システムは、短期記憶システムと長期記憶システムを含む。前記テキストデータの中の記憶に適する内容を記憶システムに保存することは、前記テキストデータの中の記憶に適する内容において、短期記憶に属する内容を短期記憶システムに保存し、長期記憶に属する内容を長期記憶システムに保存することであってもよい。
前記短期記憶の内容は、前記ユーザの対話履歴、前記対話履歴に基づいて作成したユーザチャットの話題状態シリーズ、および、前記対話履歴に基づいて抽出した実体関連属性を含む。
前記長期記憶の内容は、前記ユーザの個人情報と人口属性、前記ユーザの好み、前記ユーザの地理履歴、前記ユーザの消費履歴、システムの個人情報と人口属性、および、システムの好みを含む。
さらに、前記マルチモーダルの入力信号を処理してテキストデータを取得した後、前記テキストデータから抽出した話題を話題モデルに記録し、前記テキストデータから抽出した実体属性を分野実体データベースに記録してもいい。
具体的に、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得することは、対話モデル、話題モデルおよび分野実体データベースを通して、人間のチャットモデルを数値化し、数値化したチャットモデルを積極的学習モジュールに記憶し、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を検出して取得することであってもいい。
前記人工知能によるヒューマン・マシン間の知能チャットの方法において、マルチモーダルの入力信号を受けた後、前記マルチモーダルの入力信号を処理してテキストデータを取得し、前記テキストデータによりユーザの意図を取得して、前記ユーザの意図に対応する答えを取得してから、前記答えをマルチモーダルの出力信号に転化し、前記マルチモーダルの出力信号を出力する。したがって、ヒューマン・マシン間の知能チャットの時、ユーザニーズに精度よくマッチし、もっと精度よく且つ個性的な回答を出せる。そして、もっと自然にヒューマン・マシン間の知能チャットを行い、ユーザのチャットニーズを満たせ、ユーザ体験を向上できる。
本発明の図１に示す実施例の人工知能によるヒューマン・マシン間の知能チャットの方法は、図２に示すシステム構造で実現される。図２は本発明の人工知能によるヒューマン・マシン間の知能チャットの方法におけるシステム構造の一つの実施例を示す模式図である。当システム構造は、異なるデータ、コンポーネントおよびモジュールを集積化でき、入力と出力で受けられる信号方式、入出力システムと内部コンポーネント及び異なる内部構成との間にデータを交換するためのデータ構造、及び、異なるコンポーネントの間にデータ交換の前後順番と関係を定義でき、しかも、各種のコンポーネントにデータを記憶するための通常のデータ記憶デバイスを提供することができる。
図２に示すように、一つの具体的実現の中に、前記システム構造は、以下のようなモジュール及びデータを集積化することができる。入出力システム、対話モデル、対話制御システム、分野実体データベース、話題モデル、短期記憶システム、長期記憶システム、積極的学習モジュール、および、オープンサービスインターフェースを含むが、それらに限らない。
次に、前記モジュール及びデータについて説明する。
１、入出力システム
１）入力信号
本発明実施例には、入力信号が、自然界からのマルチモーダルの入力信号である。前記マルチモーダルの入力信号は、音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むことができる。その中に、センサー信号は、人間関連パラメータ捕捉センサー（人体温度、および／または、脈数など）からの信号、および／または、外付け環境パラメータ捕捉センサー（地理情報、温度、湿度、日照条件、および／または、天気状況など）からの信号を含む。イベント駆動信号は、イベント注意、および／または、目覚まし時計など積極的に触発可能なイベント駆動信号を含む。
２）入力信号処理
本発明実施例には、前記マルチモーダルの入力信号を受けた後、まず、前記マルチモーダルの入力信号を処理してテキストデータを取得しから、前記テキストデータによりユーザの意図を取得する。具体的に、前記テキストデータによりユーザの意図を取得することは、前記テキストデータを解析し、解析結果によりユーザの意図を生成することであってもいい。
その中に、前記テキストデータを解析することは、前記テキストデータについて文法構造を分析し、文法構造を分析したテキストデータについて、用語に基づくセマンティックの分析、話題モデルの分野に基づく多分類識別、曖昧性解消、および、文法構造とコンテキストに基づく自動的補完を行うことができる。次に、例をあげて説明する。
ａ、文法構造分析
たとえば、「私を助けてバリ島へのフライトを探してください」というテキストデータについて、解析した文法構造が次の通りである。
（ＲＯＯＴ
（ＩＰ
（ＮＰ （ＮＮ 私を助けて ））
（ＶＰ （ＶＶ 探してください）
（ＮＰ
（ＤＮＰ
（ＮＰ （ＮＮ バリ島））
（ＤＥＧ の））
（ＮＰ （ＮＮ フライト））））））
ｂ、文法構造を分析したテキストデータについて、用語に基づくセマンティックの分析
たとえば、「私を助けてバリ島へのフライトを探してください」というテキストデータについて、文法構造を分析した後、「バリ島」のような実体、「フライト」のような実体属性を抽出できる。
ｃ、話題モデルの分野に基づく多分類識別
たとえば、「私を助けてバリ島へのフライトを探してください」というテキストデータについて、文法構造を分析した後、「旅行」、「東南アジア」のような話題を抽出できる。
ｄ、曖昧性解消
たとえば、「私は一台のアップルを買いたい」 というテキストデータについて、文法構造を分析した後、「アップル」に対して曖昧性解消を行う。ここでの「アップル」が、実際に、「アップルデバイス」のことを意味する。
ｅ、文法構造とコンテキストに基づく自動的な補完
たとえば、ユーザの前文の検索語が「今日北京の天気がどうですか」であれば、もし現在の検索語が「雨が降りますか」とすると、前文の情報と短期記憶システムの中の情報から、「雨が降りますか」という問題の場所も「北京」であると判断する。したがって、現在の検索語を補完して、「今日北京で雨が降りますか」とする。
上述した通り、ユーザ意図識別というのは、取得したテキストデータについて、ニーズタイプに基づいて分類し、一つまたは複数の意図表示を生成する。本発明実施例には、ユーザ意図は、図３に示すような多段階のトポロジー構造である。図３は本発明の人工知能によるヒューマン・マシン間の知能チャットの方法におけるユーザ意図のトポロジー構造の一つの実施例を示す模式図である。
３）出力信号
本発明実施例には、出力信号も、自然界からのマルチモーダルの出力信号であり、音声信号および／または画像信号などを含む。
出力システムは、取得した前記ユーザの意図に対応する答えを、専用のハードウェアにより上述のマルチモーダルの出力信号に転化してから、前記マルチモーダルの出力信号を出力する。
２、対話モデルと対話制御システム
対話モデルは、人間の脳の記憶エリアに類似し、現在のユーザ意図、およびその意図に関連する変数と拘束条件を描写する。
本発明実施例には、対話モデルは、若干のシステムとデータを交換できる。具体的な説明は、以下の通りである。
１）入力システムにより、現在ユーザの意図を取得する。
２）記憶システム（短期記憶システムと長期記憶システムを含む）により、ユーザ意図の拘束条件を取得する。たとえば、ユーザが「今日の天気がいかがですか」を入力した場合、記憶システムにより、ユーザのいつも活動している区域が「北京市海澱区」であることを取得できる。そして、広い意味の検索語を拘束及び補完を行い、その検索語を「今日北京市海澱区の天気がいかがですか」に書き換えることができる。
３）話題モデル及び分野実体データベースを通して、ユーザの意図と関連する変数と属性を取得する。たとえば、ユーザが「現在のＣｏａｃｈ鞄が好きではない、どうしょうか」を入力した場合、話題モデルから現在の話題が「ショッピング」および「鞄」であることを分析する。分野実体データベースから、Ｃｏａｃｈが鞄の一つのブランドであることを取得できる。上述のユーザ意図分析及び理解に基づいて、知能化の製品推奨を取得できる。たとえば、「ブランドを変えたら、Ｐｒａｄａはどうですか」。
本発明実施例には、対話モデルは、膨大なデータの統計結果によって各ユーザの意図の遷移確率グラフを作成し、適当な時に、前記遷移確率グラフにより自発的に新しい話題を生成することができる。その中に、前記適当な時というのは、現在の話題が終了した、ユーザの意図を満たせた、ユーザの意図を識別できない、および／または、ユーザの意図に迷うなどの時である。
３、短期記憶システム
短期記憶システムは人間の脳の短期記憶エリアに類似し、ヒューマン・マシン間の短期対話履歴を記憶する。記憶した対話履歴は次のことを含むことができる。
１）ユーザとシステムの若干回の対話履歴
２）前記対話履歴に基づいて作成したユーザチャットの話題状態シリーズ
たとえば、ユーザが過去何回の対話履歴の中に入力した音声は、次のものである。
「最近の天気がどうなりましたか？」
「私は旅行に行きたい」
「バリ島旅行」
「バリ島のホテルを探してください」
「フライトも探してください」
前記対話履歴により、作成可能なユーザチャットの話題状態シリーズは、「天気」−＞「旅行」 −＞「バリ島」 −＞「ホテル」 −＞「フライト」となる。
３）前記対話履歴に基づいて抽出した実体関連属性
たとえば、前記のユーザのチャット履歴の中に、実体「バリ島」について、関連属性「ホテル」と「フライト」を抽出でき、しかも、実体属性データベースを提供し、ほかの属性の推奨として「ホットスポット」や「入場券」を提供することができる。
短期記憶システムにおいて、時間の推移に伴い、過去記憶した履歴がシステムにより自動的に削除され、新しい記憶に取り替えられる。記憶を削除する方法が、時間にずっと関連する指数的減衰関数によるものである。
４、長期記憶システム
長期記憶システムは人間の脳の持久記憶エリアに類似する。記憶したデータが次のものを含むことができる。
１）ユーザの個人情報と人口属性。たとえば、氏名、性別および／または居住地など。
２）ユーザの好み。たとえば、話題モデルによる描写可能な趣味や話題、分野実体データベースによる描写可能な実体および関連属性。
３）ユーザの地理履歴。グローバルポジショニングシステム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎ Ｓｙｓｔｅｍ， ＧＰＳと略す）などマルチモーダルの入力信号から取得したユーザの過去に行ったところ。
４）ユーザの消費履歴。ユーザの過去関心及び消費した商品リスト。
５）システムの個人情報と人口属性。過去にユーザとシステムとが対話するとき、システムから返送されたシステムに関する個人情報、たとえば、氏名、性別および／または居住地など。
６）システムの好み。過去にユーザとシステムが交流するとき、システムから返送されたシステムの好み、実体および関連属性。
５、記憶システムの作用と相互転化
本発明実施例には、記憶システムの作用は、現在の意図を解析や識別するとき、記憶システムの拘束条件により、曖昧性を解消して、ユーザの意図をさらに明確にすることである。長期記憶システムに保存されたユーザ及びシステムの個人情報と趣味によって、ユーザへ個性的な回答を返送し、対話の親近感と知能度を増加する。
長短期記憶システムの相互転化。短期記憶システムは、ユーザとシステムの個人情報、趣味話題、および、好む実体と属性を含み、これらの情報を長期記憶へ転化して長期記憶システムに記憶することができる。また、ユーザとシステムとがチャット対話する時、現在のユーザニーズ、話題モデルにより識別した現在の趣味話題、および、ユーザの現在入力した検索語（ｑｕｅｒｙ）の中の実体により、長期記憶システムの中の関連記憶を抽出して、短期記憶システムに記憶することができる。これによって、現在ユーザの意図を理解するように助け、システムへの回答を制限することができる。
６、話題モデルと分野実体データベース
話題モデルは、一つの話題に対応する実体、概念、関係および／または属性を表す。
話題モデルは、各特定の話題について、それぞれ当話題と関連する実体、概念、関係および／または属性に対応する一つの具体的な用語リストを提供する。
話題モデルは、ユーザのテキストについて分類し、ユーザのテキストを一つの話題、または、複数話題の確率にマッピングする。
分野実体データベースは、実体に対応する関係と属性を記憶し、実体関連のデータベースサービスを提供する。
その中に、実体は、自然界において独自の明確な意味を有する個体を指す。実体は、次の内容を含み、ただし、それらに限らない。
１）組織機構、商業個体
２）映画、テレビ、動画または歌などの娯楽製品
３）商品
４）時間
５）都会、国など地理関連の地点または区域
６）人物
７）名称を有する地点または建築物
一つの具体的実体に対して、分野実体データベースには、当実体の自然界での属性、および属性値を記憶する。
分野実体データベースには、さらに、異なる実体の間の関係を記憶する。異なる実体の間の関係によって、実体の関係トポロジー構造を作成する。
本発明実施例には、分野実体データベースが提供するデータベースサービスは次の内容を含む。
質問：実体名により当実体関連の属性を取得する、実体名によって当実体と関係するほかの実体名を取得する、一つの属性によって当属性を有する実体、および、上述の質問の組み合わせを取得する。
添加：一つの実体、一つの実体が有する属性、および／または、二つの実体間の関係を添加する。
変更：実体名を変更する、実体に対応する属性、および／または、二つの実体間の関係を変更する。
削除：一つの実体に対応する属性を削除する、二つの実体間の関係を削除する、および／または、一つの実体、当実体が有する属性、当実体とほかの実体の間の関係を削除する
７、オープンサービスインターフェース
オープンサービスインターフェースが、統一のデータ交換インターフェースを提供し、図２に示すシステム構造及び外付けサービスに接続する。外付けサービスにより知能チャットシステムに拡張機能を提供する。拡張機能は、次の内容を含む。
１）ホテルとレストランの外付けデータベースサービスに接続して、クライアントのオーダーなどのデータを取得し、クライアント関連のチャット請求に返答する。
２）電子商業の外付けサービスに接続して、クライアントの情報、オーダーデータを取得し、クライアント関連のチャット請求に対して質問結果、推奨結果及びほかの返事を返す。
前記オープンサービスインターフェースにより実現される機能が次の内容を含む。
１）図２に示すシステム構造と外付けサービスのデータ交換のフォーマットを定義する。
２）どのようなユーザ要求がどのような外付けサービスにアクセスすべきかを自動的且つダイナミックに決定する。
３）複数の外付けサービスへのアクセス順序を自動的且つダイナミックに決定する。
４）複数の外付けサービスの結果を如何に集めるか及び如何にフィルターするかを自動的に決定する。
８、積極的学習モジュール
積極的学習モジュールは、ユーザと知能チャットシステムの対話履歴を通して、人間のチャットモデルを自動的に学習して蓄積する。
前記積極的学習モジュールで実現できる機能は、次の内容を含むことができる。
１）対話モデル、話題モデルおよび分野実体データベースを通して、人間のチャットモデルを数値化する。
２）数値化した人間のチャットモデルを記憶する。
３）現在のチャット雰囲気と記憶した人間チャットモデルの間の類似度を自動的且つダイナミックに検出する。
４）現在のチャット雰囲気によって、記憶した人間のチャットモデルからもっとも類似の回答を探して返送する。
本発明の図１に示す実施例から提出した人工知能によるヒューマン・マシン間の知能チャットの方法は、人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ＡＩと略す）に基づいて実現される。人工知能は、新しい科学技術であり、人間知能をシミュレーションや拡張するための理論、方法、技術を研究開発することである。人工知能は、コンピュータ科学の一つのブランチであり、知能の本質を探り、人間知能に類似する新しい知能マシンを作り上げたい。当領域の研究が、ロボット、言語識別、画像識別、自然言語処理およびエキスパートシステムなどを含む。
人工知能は、人間の意識、考えの情報過程をシミュレーションする。人工知能は、人間の知能ではないが、人間のように考えられ、また、人間の知能を超えることも可能である。人工知能は、非常に広い範囲を含む科学であり、機械学習、コンピュータ視覚などの異なる領域からなる。したがって、人工知能研究の主な目的は、通常人間の知能のみが担当する複雑な仕事の一部をマシンに任せることである。
本発明の図１に示す実施例が提出した人工知能によるヒューマン・マシン間の知能チャットの方法は、記憶システム及び話題モデルを有機的に結合することによって、対話においてユーザの履歴趣味およびコンテキストに関連する情報を記憶して、もっと精度よく且つ個性的な回答を出せる。積極的学習モジュールは、ユーザと対話すると同時に、ユーザチャットのモデルを学習して、その後当ユーザまたはほかのユーザとのチャットに応用する。ユーザ意図を理解して、ユーザニーズを精度良く分類し、もっとニーズの配分及びマッチングを精度良くすることができる。サービスインターフェースをオープンして、外付けサービスに接続し、もっと多くのユーザニーズを満たす。
本発明の図１に示す実施例が提出した人工知能によるヒューマン・マシン間の知能チャットの方法は、次のような異なるシーンに応用される。
１、当地化サービス：レストラン、ホテルなどのフロントサービス、銀行自動引き出しマシン（Ａｕｔｏｍａｔｉｃ Ｔｅｌｌｅｒ Ｍａｃｈｉｎｅ、ＡＴＭと略す）の知能対話サービス、および／または、博物館の知能ガイドサービスなど。
２、知能ハードウェアデバイス：パーソナル知能アシスタントおよび／または知能対話玩具。
３、電子商取引：オンライン商品販売ガイドおよび／または知能のクライアント向けサービス
４、旅行サービス：フライトやチケットの予約知能対話サービス。
図４は本発明の人工知能によるヒューマン・マシン間の知能チャットの装置における一つの実施例の構造を示す模式図である。本実施例の人工知能によるヒューマン・マシン間の知能チャットの装置は、端末設備、または、端末設備の一部として、本発明図１に示す実施例のフローチャートを実現する。図４に示すように、当人工知能によるヒューマン・マシン間の知能チャットの装置は、受けモジュール４１、処理モジュール４２、取得モジュール４３及び出力モジュール４４を含む。
その中に、受けモジュール４１は、音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受けるように構成されている。
処理モジュール４２は、受けモジュール４１により受けたマルチモーダルの入力信号を処理してテキストデータを取得するように構成されている。
取得モジュール４３は、処理モジュール４２で取得したテキストデータによりユーザの意図を取得し、前記ユーザの意図に対応する答えを取得するように構成されている。その中に、取得モジュール４３が前記テキストデータを解析し、解析結果によりユーザの意図を生成することによって、前記テキストデータによりユーザの意図を取得することができる。
さらに具体的に、取得モジュール４３は、前記テキストデータについて文法構造を分析し、文法構造を分析したテキストデータについて、用語に基づくセマンティックの分析、話題モデルの領域に基づく多分類識別、曖昧性解消、および、文法構造とコンテキストに基づく自動的な補完を行うように構成されている。
出力モジュール４４は、取得モジュール４３により取得した答えをマルチモーダルの出力信号に転化し、前記マルチモーダルの出力信号を出力するように構成されている。
図５は本発明の人工知能によるヒューマン・マシン間の知能チャットの装置における別の実施例の構造を示す模式図である。図４に示す人工知能によるヒューマン・マシン間の知能チャットの装置と比べると、図５に示す人工知能によるヒューマン・マシン間の知能チャットの装置は、さらに、保存モジュール４５を含む。
その中に、保存モジュール４５は、取得モジュール４３によりユーザの意図を取得した後、取得したユーザの意図をユーザ意図履歴に保存するように構成されている。
本実施例には、取得モジュール４３が、前記ユーザの意図に基いて記憶システムにサーチし、前記ユーザの意図の拘束条件を取得し、前記ユーザの意図に基づいて話題モデルと分野実体データベースにサーチをし、前記ユーザの意図と関連する変数と属性を取得し、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得し、オープンサービスインターフェースにアクセスし、前記オープンサービスインターフェースから返送された結果を取得し、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性、前記オープンサービスインターフェースから返送された結果、および、記憶したチャットモデルとの類似度に基づいて前記ユーザの意図に対応する答えを取得することによって、前記ユーザの意図に対応する答えを取得することができる。
さらに、前記人工知能によるヒューマン・マシン間の知能チャットの装置は、生成モジュール４６を更に含むことができる。
保存モジュール４５は、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数と属性を対話モデルに保存するように構成されている。
生成モジュール４６は、前記対話モデルに保存したユーザの意図、ユーザの意図の拘束条件、ユーザの意図と関連する変数と属性の統計結果によって各ユーザの意図の遷移確率グラフを作成し、適当な時に、前記遷移確率グラフにより新しい話題を生成するように構成されている。
本実施例には、保存モジュール４５は、処理モジュール４２によりテキストデータを取得した後、前記テキストデータの中の記憶に適する内容を記憶システムに保存するように構成されている。その中に、前記記憶システムは、短期記憶システムと長期記憶システムを含む。保存モジュール４５は、前記テキストデータの中の記憶に適する内容において、短期記憶に属する内容を短期記憶システムに保存し、長期記憶に属する内容を長期記憶システムに保存するように構成されている。
前記短期記憶の内容は、ユーザの対話履歴、前記対話履歴に基づいて作成したユーザチャットの話題状態シリーズ、および、前記対話履歴に基づいて抽出した実体関連属性を含む。
前記長期記憶の内容は、ユーザの個人情報と人口属性、ユーザの好み、前記ユーザの地理履歴、前記ユーザの消費履歴、システムの個人情報と人口属性、および、システムの好みを含む。
本実施例には、保存モジュール４５は、処理モジュール４２によりテキストデータを取得した後、前記テキストデータから抽出した話題を話題モデルに記録し、前記テキストデータから抽出した実体属性を分野実体データベースに記録するように構成されている。
本実施例には、取得モジュール４３は、対話モデル、話題モデルおよび分野実体データベースを通して、人間のチャットモデルを数値化し、数値化したチャットモデルを積極的学習モジュールに記憶し、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を検出して取得することによって、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得するように構成されている。
前記人工知能によるヒューマン・マシン間の知能チャットの装置によれば、受けモジュール４１がマルチモーダルの入力信号を受けた後、処理モジュール４２は前記マルチモーダルの入力信号を処理してテキストデータを取得し、取得モジュール４３は前記テキストデータによりユーザの意図を取得し、前記ユーザの意図に対応する答えを取得し、その後、出力モジュール４４は前記答えをマルチモーダルの出力信号に転化して、前記マルチモーダルの出力信号を出力する。したがって、ヒューマン・マシン間の知能チャットの時、ユーザニーズに精度良くマッチし、もっと精度良く且つ個性的な回答を出せる。そして、もっと自然にヒューマン・マシン間の知能チャットを行い、ユーザのチャットニーズを満たせ、ユーザ体験を向上できる。
本発明の説明には、用語「第一」、「第二」などは、単なる目的を表すものであり、相対的重要性を表示や暗示することではない。特に規定がなければ、本発明の説明には、「複数」の意味が少なくとも二つ、または、それ以上である。
フローチャートやほかの方法で説明した任意の過程や方法は、特定のロジック機能またはステップを実現する一つや複数の実行可能なコードのモジュール、セグメントまたは部分であると理解される。本領域の技術者が分かるように、本発明の望ましい実施方式の範囲がほかの実現を含み、その中に、前述した順序に従わなくてもよい。たとえば、それらの機能を同時に、または、逆の順番で実行することができる。
また、理解すべきは、本発明の各部分は、ハードウェア、ソフトウェア、部品またはそれらの組み合わせで実現できる。前記実施例には、複数のステップまたは方法がメモリに保存され、適当なコマンド実行システムのソフトウェアまたは部品で実現される。たとえば、ハードウェアで実現する場合、他の実施方式と同じように、本領域周知の下記の任意一つまたはそれらの組み合わせで実現できる。すなわち、デジタル信号に対してロジック機能を実現するロジックゲート回路を有する個別のロジック回路、ロジックゲート回路を組み合わせた適当な専用ＩＣ、プログラマブルゲートアレイ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、ＰＧＡと略す）、フィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、ＦＰＧＡと略す）などである。
上述した実施例の全部または一部のステップが、プログラムによりハードウェアを指示して実現される。前記プログラムは、コンピュータメモリに記憶される。当プログラムを実行するとき、実施例のステップの一つまたは全部を含む。
また、本発明の各実施例の各機能ユニットが一つの処理モジュールに集中してもいいし、それぞれ単独に存在してもよい。さらに、二つや二つ以上のユニットが一つのモジュールに集中することもできる。上述の集合モジュールがハードウェア、または、ソフトウェア機能モジュールで実現することできる。前述したソフトウェア機能モジュールで独立的製品を販売や利用する場合、コンピュータ記憶メディアに記憶してもよい。
前記記憶メディアは、メモリ、ディスク、または、ＣＤなどである。
本説明書には、用語「一つの実施例」、「いくつかの実施例」、「例示」、「具体的例示」、または、「いくつかの例示」などは、当実施例や例示の具体的特徴、構造、材料または特点が本発明の少なくとも一つの実施例や例示に含まれることを意味する。本説明書には、前記用語の説明が必ずしも同じ実施例や例示を意味しない。また、説明の中の具体的特徴、構造、材料または特点は、任意の一つやいくつかの実施例や例示に適当な方式で結合されることができる。また、矛盾しない限りに、本領域の技術者は、本説明書の異なる実施例または例示、および異なる実施例または例示の特徴を組み合わせることができる。
最後に説明すべきは、上述実施例は単なる本発明の技術本案を説明するものであり、それを限定するものではない。本発明の趣旨を逸脱しない範囲内で種々の改良変形が可能であり、本発明の範囲は本発明の特許請求の範囲およびその同等物だけによって定められる。

Claims (20)

  1. 音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受けるステップと、
    前記マルチモーダルの入力信号を処理してテキストデータを取得し、前記テキストデータによりユーザの意図を取得するステップと、
    前記ユーザの意図に対応する答えを取得して、前記答えをマルチモーダルの出力信号に転化するステップと、
    前記マルチモーダルの出力信号を出力するステップと、
    を含むことを特徴とする人工知能によるヒューマン・マシン間の知能チャットの方法。
  2. 前記テキストデータによりユーザの意図を取得することは、
    前記テキストデータを解析し、解析結果によりユーザの意図を生成すること
    を含むことを特徴とする請求項１に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  3. 前記テキストデータを解析することは、
    前記テキストデータについて文法構造を分析し、文法構造を分析したテキストデータについて、用語に基づくセマンティックの分析、話題モデルの分野に基づく多分類識別、曖昧性解消、および、文法構造とコンテキストに基づく自動的補完を行うこと
    を含むことを特徴とする請求項２に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  4. 前記テキストデータによりユーザの意図を取得した後、さらに、
    取得したユーザの意図を前記ユーザ意図履歴に保存すること
    を含むことを特徴とする請求項１ないし３のいずれか１項に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  5. 前記ユーザの意図に対応する答えを取得することは、
    前記ユーザの意図に基いて記憶システムにサーチをし、前記ユーザの意図の拘束条件を取得し、前記ユーザの意図に基づいて話題モデル及び分野実体データベースにサーチをし、前記ユーザの意図と関連する変数及び属性を取得し、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得し、オープンサービスインターフェースにアクセスし、前記オープンサービスインターフェースから返送された結果を取得するステップと、
    前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性、前記オープンサービスインターフェースから返送された結果、および、記憶したチャットモデルとの類似度に基づいて前記ユーザの意図に対応する答えを取得するステップと
    を含むことを特徴とする請求項１ないし３のいずれか１項に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  6. さらに、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性を対話モデルに保存し、
    前記対話モデルに保存した前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性の統計結果によって各ユーザの意図の遷移確率グラフを作成し、適当な時に前記遷移確率グラフにより新しい話題を生成すること
    を含むことを特徴とする請求項５に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  7. 前記マルチモーダルの入力信号を処理してテキストデータを取得した後、
    さらに、前記テキストデータの中の記憶に適する内容を記憶システムに保存すること
    を含むことを特徴とする請求項５に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  8. 前記記憶システムは、短期記憶システムと長期記憶システムを含み、
    前記テキストデータの中の記憶に適する内容を記憶システムに保存することは、前記テキストデータの中の記憶に適する内容において、短期記憶に属する内容を短期記憶システムに保存し、長期記憶に属する内容を長期記憶システムに保存することを含み、
    前記短期記憶の内容は、前記ユーザの対話履歴、前記対話履歴に基づいて作成したユーザチャットの話題状態シリーズ、および、前記対話履歴に基づいて抽出した実体関連属性を含み、
    前記長期記憶の内容は、前記ユーザの個人情報と人口属性、前記ユーザの好み、前記ユーザの地理履歴、前記ユーザの消費履歴、システムの個人情報と人口属性、および、システムの好みを含むことを特徴とする請求項７に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  9. 前記マルチモーダルの入力信号を処理してテキストデータを取得した後、
    さらに、前記テキストデータから抽出した話題を話題モデルに記録し、前記テキストデータから抽出した実体属性を分野実体データベースに記録すること
    を含むこと特徴とする請求項５に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  10. 前記積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得することは、
    対話モデル、話題モデルおよび分野実体データベースを通して、人間のチャットモデルを数値化し、
    数値化したチャットモデルを積極的学習モジュールに記憶し、
    現在のチャット雰囲気と記憶したチャットモデルの間の類似度を検出して取得すること
    を含むことを特徴とする請求項５に記載の人工知能によるヒューマン・マシン間の知能チャットの方法。
  11. 音声信号、画像信号、センサー信号および／またはイベント駆動信号を含むマルチモーダルの入力信号を受ける受けモジュールと、
    前記受けモジュールにより受けたマルチモーダルの入力信号を処理してテキストデータを取得する処理モジュールと、
    前記処理モジュールで取得したテキストデータによりユーザの意図を取得し、前記ユーザの意図に対応する答えを取得する取得モジュールと、
    前記取得モジュールにより取得した答えをマルチモーダルの出力信号に転化し、前記マルチモーダルの出力信号を出力する出力モジュールと、
    を含むことを特徴とする人工知能によるヒューマン・マシン間の知能チャットの装置を提供する。
  12. 前記取得モジュールは、前記テキストデータを解析し、解析結果によりユーザの意図を生成することによって、前記テキストデータによりユーザの意図を取得するように構成されている
    ことを特徴とする請求項１１に記載の人工知能によるヒューマン・マシンヒューマン・マシン間の知能チャットの装置。
  13. 前記取得モジュールは、前記テキストデータについて文法構造を分析し、文法構造を分析したテキストデータについて、用語に基づくセマンティックの分析、話題モデルの分野に基づく多分類識別、曖昧性解消、および、文法構造とコンテキストに基づく自動的な補完を行うように構成されている
    ことを特徴とする請求項１２に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
  14. さらに、前記取得モジュールによりユーザの意図を取得した後、取得したユーザの意図をユーザ意図履歴に保存する保存モジュールを含む
    ことを特徴とする請求項１１ないし１３のいずれか１項に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
  15. 前記取得モジュールは、前記ユーザの意図に基いて記憶システムにサーチし、前記ユーザの意図の拘束条件を取得し、前記ユーザの意図に基づいて話題モデル及び分野実体データベースにサーチをし、前記ユーザの意図と関連する変数及び属性を取得し、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得し、オープンサービスインターフェースにアクセスし、前記オープンサービスインターフェースから返送された結果を取得し、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性、前記オープンサービスインターフェースから返送された結果、および、記憶したチャットモデルとの類似度に基づいて前記ユーザの意図に対応する答えを取得することによって、前記ユーザの意図に対応する答えを取得するように構成されている
    ことを特徴とする請求項１１ないし１３のいずれか一項に記載の人工知能によるヒューマン・マシン間の知能ヒューマン・マシン間の知能チャットの装置。
  16. さらに、保存モジュールと生成モジュールを含み、
    前記保存モジュールは、前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性を対話モデルに保存するように構成されており、
    前記生成モジュールは、前記対話モデルに保存した前記ユーザの意図、前記ユーザの意図の拘束条件、前記ユーザの意図と関連する変数及び属性の統計結果によって各ユーザの意図の遷移確率グラフを作成し、適当な時に、前記遷移確率グラフにより新しい話題を生成するように構成されていることを特徴とする請求項１５に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
  17. さらに、保存モジュールを含み、
    前記保存モジュールは、前記処理モジュールよりテキストデータを取得した後、前記テキストデータの中の記憶に適する内容を記憶システムに保存するように構成されていることを特徴とする請求項１５に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
  18. 前記記憶システムは、短期記憶システムと長期記憶システムを含み、
    前記保存モジュールは、前記テキストデータの中の記憶に適する内容において、短期記憶に属する内容を短期記憶システムに保存し、長期記憶に属する内容を長期記憶システムに保存するように構成されており、
    前記短期記憶の内容は、前記ユーザの対話履歴、前記対話履歴に基づいて作成したユーザチャットの話題状態シリーズ、および、前記対話履歴に基づいて抽出した実体関連属性を含み、
    前記長期記憶の内容は、前記ユーザの個人情報と人口属性、前記ユーザの好み、前記ユーザの地理履歴、前記ユーザの消費履歴、システムの個人情報と人口属性、および、システムの好みを含むことを特徴とする請求項１７に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
  19. さらに、保存モジュールを含み、
    前記保存モジュールは、前記処理モジュールによりテキストデータを取得した後、前記テキストデータから抽出した話題を話題モデルに記録し、前記テキストデータから抽出した実体属性を分野実体データベースに記録するように構成されていることを特徴とする請求項１５に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
  20. 前記取得モジュールは、
    対話モデル、話題モデルおよび分野実体データベースを通して、人間のチャットモデルを数値化し、数値化したチャットモデルを積極的学習モジュールに記憶し、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を検出して取得することによって、積極的学習モジュールを通して、現在のチャット雰囲気と記憶したチャットモデルの間の類似度を取得するように構成されていることを特徴とする請求項１５に記載の人工知能によるヒューマン・マシン間の知能チャットの装置。
JP2015249989A 2015-06-25 2015-12-22 人工知能によるヒューマン・マシン間の知能チャットの方法および装置 Active JP6305389B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510359363.9 2015-06-25
CN201510359363.9A CN105094315B (zh) 2015-06-25 2015-06-25 基于人工智能的人机智能聊天的方法和装置

Publications (2)

Publication Number Publication Date
JP2017010517A true JP2017010517A (ja) 2017-01-12
JP6305389B2 JP6305389B2 (ja) 2018-04-04

Family

ID=54574949

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015249989A Active JP6305389B2 (ja) 2015-06-25 2015-12-22 人工知能によるヒューマン・マシン間の知能チャットの方法および装置

Country Status (4)

Country Link
US (1) US20160379106A1 (ja)
JP (1) JP6305389B2 (ja)
KR (1) KR20170001550A (ja)
CN (1) CN105094315B (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6218057B1 (ja) * 2017-07-14 2017-10-25 Ｊｅインターナショナル株式会社 自動応答サーバー装置、端末装置、応答システム、応答方法、およびプログラム
JP2019101619A (ja) * 2017-11-30 2019-06-24 Kddi株式会社 対話ログ群からコンテキストを決定可能な対話シナリオ生成装置、プログラム及び方法
JP2019149649A (ja) * 2018-02-26 2019-09-05 沖電気工業株式会社 処理装置、プログラムおよび処理方法
WO2019188982A1 (ja) * 2018-03-29 2019-10-03 株式会社アドバンスト・メディア 情報処理システム、情報処理装置、サーバ、情報処理方法及びプログラム
CN110377240A (zh) * 2018-04-13 2019-10-25 富士施乐株式会社 消息提供装置、消息提供方法以及非暂时计算机可读介质
KR102060486B1 (ko) 2018-07-12 2019-12-30 주식회사 아카인텔리전스 시맨틱 그래프 데이터베이스 기반의 챗봇 발언 생성 방법
KR20200056541A (ko) * 2018-11-14 2020-05-25 가천대학교 산학협력단 유니버셜-서브 봇 모델을 통한 챗봇 마켓플레이스 시스템
JP2021518019A (ja) * 2018-04-16 2021-07-29 上海智臻智能網絡科技股▲ふん▼有限公司Ｓｈａｎｇｈａｉ Ｘｉａｏｉ Ｒｏｂｏｔ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ． 質問応答インタラクション方法、装置、コンピュータデバイス及びコンピュータ読取可能な記憶媒体
WO2021169431A1 (zh) * 2020-02-27 2021-09-02 北京市商汤科技开发有限公司 交互方法、装置、电子设备以及存储介质
JP2021193619A (ja) * 2020-12-24 2021-12-23 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 対話生成方法、装置、電子機器及び記憶媒体
JP2022505659A (ja) * 2019-03-26 2022-01-14 ▲騰▼▲訊▼科技（深▲セン▼）有限公司 インタラクティブメッセージ処理方法、装置、コンピュータ機器及びコンピュータプログラム

Families Citing this family (102)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017018736A1 (en) * 2015-07-24 2017-02-02 Samsung Electronics Co., Ltd. Method for automatically generating dynamic index for content displayed on electronic device
CN105068661B (zh) * 2015-09-07 2018-09-07 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN105487663B (zh) * 2015-11-30 2018-09-11 北京光年无限科技有限公司 一种面向智能机器人的意图识别方法和系统
CN106844378A (zh) * 2015-12-04 2017-06-13 中国移动通信集团公司 一种应答方式确定方法和装置
CN105721725A (zh) * 2016-02-03 2016-06-29 北京光年无限科技有限公司 一种面向客服的问答交互方法及系统
US9711056B1 (en) * 2016-03-14 2017-07-18 Fuvi Cognitive Network Corp. Apparatus, method, and system of building and processing personal emotion-based computer readable cognitive sensory memory and cognitive insights for enhancing memorization and decision making skills
CN105824935A (zh) * 2016-03-18 2016-08-03 北京光年无限科技有限公司 面向问答机器人的信息处理方法及系统
CN105843382B (zh) * 2016-03-18 2018-10-26 北京光年无限科技有限公司 一种人机交互方法及装置
CN105893771A (zh) * 2016-04-15 2016-08-24 北京搜狗科技发展有限公司 一种信息服务方法和装置、一种用于信息服务的装置
CN106021273A (zh) * 2016-04-25 2016-10-12 北京光年无限科技有限公司 面向问答机器人的信息处理方法及系统
CN105957525A (zh) * 2016-04-26 2016-09-21 珠海市魅族科技有限公司 一种语音助手的交互方法以及用户设备
CN105931638B (zh) * 2016-04-26 2019-12-24 北京光年无限科技有限公司 面向智能机器人的对话系统数据处理方法及装置
CN105912128B (zh) * 2016-04-29 2019-05-24 北京光年无限科技有限公司 面向智能机器人的多模态交互数据处理方法及装置
CN106095834A (zh) * 2016-06-01 2016-11-09 竹间智能科技（上海）有限公司 基于话题的智能对话方法及系统
CN106471444A (zh) * 2016-07-07 2017-03-01 深圳狗尾草智能科技有限公司 一种虚拟3d机器人的交互方法、系统及机器人
CN107590120A (zh) * 2016-07-07 2018-01-16 深圳狗尾草智能科技有限公司 人工智能处理方法及装置
CN106200962A (zh) * 2016-07-08 2016-12-07 北京光年无限科技有限公司 面向智能机器人的交互方法及系统
CN106250366B (zh) * 2016-07-21 2019-04-19 北京光年无限科技有限公司 一种针对问答系统的数据处理方法及系统
CN106027712A (zh) * 2016-07-30 2016-10-12 杨超坤 一种交互性能良好的镶嵌式手机
CN106339366B (zh) * 2016-08-08 2019-05-31 北京百度网讯科技有限公司 基于人工智能的需求识别的方法和装置
CN106294854B (zh) * 2016-08-22 2019-12-24 北京光年无限科技有限公司 一种用于智能机器人的人机交互方法及装置
CN106503156B (zh) * 2016-10-24 2019-09-03 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及装置
CN108073600B (zh) * 2016-11-11 2022-06-03 阿里巴巴集团控股有限公司 一种智能问答交互方法、装置以及电子设备
CN106599196B (zh) * 2016-12-14 2021-07-16 竹间智能科技（上海）有限公司 一种人工智能对话方法及系统
CN106649694B (zh) * 2016-12-19 2020-05-26 北京云知声信息技术有限公司 语音交互中确定用户意图的方法及装置
CN113505205B (zh) * 2017-01-17 2023-06-06 华为技术有限公司 一种人机对话的系统和方法
CN106960005A (zh) * 2017-02-20 2017-07-18 北京光年无限科技有限公司 一种用于人工智能机器人的输出方法以及机器人
US20180253638A1 (en) * 2017-03-02 2018-09-06 Accenture Global Solutions Limited Artificial Intelligence Digital Agent
CN107015964B (zh) * 2017-03-22 2021-10-19 北京光年无限科技有限公司 面向智能机器人开发的自定义意图实现方法及装置
CN108664336A (zh) * 2017-04-01 2018-10-16 北京搜狗科技发展有限公司 推荐方法和装置、用于推荐的装置
US10810371B2 (en) 2017-04-06 2020-10-20 AIBrain Corporation Adaptive, interactive, and cognitive reasoner of an autonomous robotic system
US10929759B2 (en) 2017-04-06 2021-02-23 AIBrain Corporation Intelligent robot software platform
US10963493B1 (en) 2017-04-06 2021-03-30 AIBrain Corporation Interactive game with robot system
US10839017B2 (en) * 2017-04-06 2020-11-17 AIBrain Corporation Adaptive, interactive, and cognitive reasoner of an autonomous robotic system utilizing an advanced memory graph structure
US11151992B2 (en) 2017-04-06 2021-10-19 AIBrain Corporation Context aware interactive robot
CN107133349B (zh) * 2017-05-24 2018-02-23 北京无忧创新科技有限公司 一种对话机器人系统
CN107368524B (zh) * 2017-06-07 2020-06-02 创新先进技术有限公司 一种对话生成方法、装置以及电子设备
US10127825B1 (en) * 2017-06-13 2018-11-13 Fuvi Cognitive Network Corp. Apparatus, method, and system of insight-based cognitive assistant for enhancing user's expertise in learning, review, rehearsal, and memorization
US11283738B2 (en) 2017-06-23 2022-03-22 Realpage, Inc. Interaction driven artificial intelligence system and uses for same, including travel or real estate related contexts
CN107342078B (zh) * 2017-06-23 2020-05-05 上海交通大学 对话策略优化的冷启动系统和方法
CN107272521B (zh) * 2017-08-05 2019-07-19 曲阜师范大学 一种知识图谱驱动的智能硬件控制方法
US11138249B1 (en) * 2017-08-23 2021-10-05 Realpage, Inc. Systems and methods for the creation, update and use of concept networks to select destinations in artificial intelligence systems
US10841249B2 (en) 2017-10-02 2020-11-17 Samsung Electronics Co., Ltd. System and method for bot platform
US10872125B2 (en) 2017-10-05 2020-12-22 Realpage, Inc. Concept networks and systems and methods for the creation, update and use of same to select images, including the selection of images corresponding to destinations in artificial intelligence systems
US10997259B2 (en) 2017-10-06 2021-05-04 Realpage, Inc. Concept networks and systems and methods for the creation, update and use of same in artificial intelligence systems
CN110069606A (zh) * 2017-10-26 2019-07-30 北京京东尚科信息技术有限公司 人机会话方法、装置、电子设备及存储介质
CN107738260B (zh) * 2017-10-27 2023-06-06 扬州制汇互联信息技术有限公司 一种对话机器人系统
US11113608B2 (en) 2017-10-30 2021-09-07 Accenture Global Solutions Limited Hybrid bot framework for enterprises
EP3567585A4 (en) * 2017-11-15 2020-04-15 Sony Corporation INFORMATION PROCESSING DEVICE AND INFORMATION PROCESSING METHOD
US10372737B2 (en) 2017-11-16 2019-08-06 International Business Machines Corporation Automatic identification of retraining data in a classifier-based dialogue system
KR20190057687A (ko) * 2017-11-20 2019-05-29 삼성전자주식회사 챗봇 변경을 위한 위한 전자 장치 및 이의 제어 방법
CN108037905B (zh) * 2017-11-21 2021-12-21 北京光年无限科技有限公司 一种用于智能机器人的交互输出方法及智能机器人
KR102102287B1 (ko) * 2017-12-20 2020-04-20 한국과학기술원 챗봇을 위한 대화 모델의 데이터 크라우드소싱 방법
CN108268443B (zh) * 2017-12-21 2022-02-25 北京百度网讯科技有限公司 确定话题点转移以及获取回复文本的方法、装置
CN108228764A (zh) * 2017-12-27 2018-06-29 神思电子技术股份有限公司 一种单轮对话和多轮对话的融合方法
KR101945983B1 (ko) * 2018-01-26 2019-02-11 주식회사 머니브레인 대화 이해 ai 서비스 시스템과 연관된 대화 세션 중의 특정 시점에서 목표 달성을 위한 최적의 대화 패턴을 결정하는 방법, 목표 달성 예측 확률을 결정하는 방법, 및 컴퓨터 판독가능 기록 매체
CN110110051A (zh) * 2018-01-31 2019-08-09 阿里巴巴集团控股有限公司 一种对话配置方法和服务器
KR101914583B1 (ko) * 2018-02-12 2018-11-05 주식회사 머니브레인 보안 등과 관련된 서비스를, 사용자간 대화 세션에 대한 모니터링에 기초하고 대화 세션 또는 별도의 세션을 통해, 능동적으로 제공하는 대화형 ai 에이전트 시스템, 방법 및 컴퓨터 판독가능 기록 매체
KR101932264B1 (ko) * 2018-03-02 2018-12-26 주식회사 머니브레인 복수 개의 같은 유형의 엔티티 정보의 분석에 기초한 인텐트 결정을 제공하는 방법 및 대화형 ai 에이전트 시스템, 및 컴퓨터 판독가능 기록 매체
US10685358B2 (en) * 2018-03-02 2020-06-16 Capital One Services, Llc Thoughtful gesture generation systems and methods
CN110309273A (zh) * 2018-03-09 2019-10-08 北京国双科技有限公司 问答方法和装置
CN108877792B (zh) * 2018-05-30 2023-10-24 北京百度网讯科技有限公司 用于处理语音对话的方法、装置、电子设备以及计算机可读存储介质
CN109241252A (zh) * 2018-07-27 2019-01-18 北京小米移动软件有限公司 咨询答复方法、装置、电子设备及存储介质
CN109190114B (zh) * 2018-08-13 2022-06-07 北京百度网讯科技有限公司 用于生成回复信息的方法和装置
US11037557B2 (en) * 2018-08-24 2021-06-15 International Business Machines Corporation Cognitive contextual conversation side topics
CN109036425B (zh) * 2018-09-10 2019-12-24 百度在线网络技术（北京）有限公司 用于操作智能终端的方法和装置
KR101951196B1 (ko) * 2018-09-17 2019-02-25 (주)투비소프트 사용자의 의도에 기초하여 사용자 인터페이스를 제공하는 전자 장치 및 그의 동작 방법
CN109376282A (zh) * 2018-09-26 2019-02-22 北京子歌人工智能科技有限公司 一种基于人工智能的人机智能聊天的方法和装置
CN109471953A (zh) * 2018-10-11 2019-03-15 平安科技（深圳）有限公司 一种语音数据检索方法及终端设备
KR20200046185A (ko) * 2018-10-18 2020-05-07 삼성전자주식회사 전자 장치 및 이의 제어 방법
CN111159472B (zh) * 2018-11-08 2024-03-12 微软技术许可有限责任公司 多模态聊天技术
CN109460462B (zh) * 2018-11-15 2021-10-19 中通天鸿（北京）通信科技股份有限公司 一种中文相似问题生成系统与方法
US11032217B2 (en) * 2018-11-30 2021-06-08 International Business Machines Corporation Reusing entities in automated task-based multi-round conversation
CN111353013A (zh) * 2018-12-05 2020-06-30 中兴通讯股份有限公司 一种智能投顾的实现方法及系统
CN109829039B (zh) * 2018-12-13 2023-06-09 平安科技（深圳）有限公司 智能聊天方法、装置、计算机设备及存储介质
CN109818737B (zh) * 2018-12-24 2021-10-08 科大讯飞股份有限公司 个性化口令生成方法及系统
KR20210099564A (ko) * 2018-12-31 2021-08-12 인텔 코포레이션 인공 지능을 이용한 보안 시스템
KR102204740B1 (ko) * 2019-02-28 2021-01-19 네이버 주식회사 대화 시스템에서의 의도 불분명 질의를 처리하는 방법 및 시스템
KR20200119531A (ko) * 2019-04-10 2020-10-20 삼성전자주식회사 자연어 응답을 생성하는 전자 장치 및 자연어 응답 생성 방법
CN111831798A (zh) * 2019-04-19 2020-10-27 北京三星通信技术研究有限公司 信息处理方法、装置、电子设备及计算机可读存储介质
CN110096191B (zh) * 2019-04-24 2021-06-29 北京百度网讯科技有限公司 一种人机对话方法、装置及电子设备
US11256868B2 (en) * 2019-06-03 2022-02-22 Microsoft Technology Licensing, Llc Architecture for resolving ambiguous user utterance
CN110347817B (zh) * 2019-07-15 2022-03-18 网易（杭州）网络有限公司 智能应答方法及装置、存储介质、电子设备
CN110489756B (zh) * 2019-08-23 2020-10-27 上海松鼠课堂人工智能科技有限公司 会话式人机交互口语测评系统
CN110704641B (zh) * 2019-10-11 2023-04-07 零犀(北京)科技有限公司 一种万级意图分类方法、装置、存储介质及电子设备
CN110955675B (zh) * 2019-10-30 2023-12-19 中国银联股份有限公司 机器人对话方法、装置、设备及计算机可读存储介质
CN110941710B (zh) * 2019-11-27 2020-10-30 贝壳找房(北京)科技有限公司 用于实现会话的方法、装置、介质以及电子设备
CN113032661A (zh) * 2019-12-09 2021-06-25 北京搜狗科技发展有限公司 一种信息交互方法及装置
CN110990576B (zh) * 2019-12-24 2023-06-16 用友网络科技股份有限公司 基于主动学习的意图分类方法、计算机设备和存储介质
CN112382290B (zh) * 2020-11-20 2023-04-07 北京百度网讯科技有限公司 一种语音交互方法、装置、设备和计算机存储介质
US11049023B1 (en) * 2020-12-08 2021-06-29 Moveworks, Inc. Methods and systems for evaluating and improving the content of a knowledge datastore
CN112905757B (zh) * 2021-01-27 2024-06-18 北京金山数字娱乐科技有限公司 文本处理方法及装置
US11617093B1 (en) 2021-03-05 2023-03-28 T-Mobile Usa, Inc. Prioritizing an issue reported by a user of a wireless telecommunication network
CN113158052B (zh) * 2021-04-23 2023-08-01 平安银行股份有限公司 聊天内容推荐方法、装置、计算机设备及存储介质
CN113407832A (zh) * 2021-06-17 2021-09-17 重庆大牛认知科技有限公司 基于iptv端的调解咨询方法及系统
CN113360625B (zh) * 2021-07-02 2022-01-04 北京容联七陌科技有限公司 一种基于nlp的智能对话营销获客方法及系统
CN113282737B (zh) * 2021-07-21 2021-11-12 中信建投证券股份有限公司 人机协作的智能客服对话方法及装置
CN113657102B (zh) * 2021-08-17 2023-05-30 北京百度网讯科技有限公司 信息抽取方法、装置、设备及存储介质
CN115545960B (zh) * 2022-12-01 2023-06-30 江苏联弘信科技发展有限公司 一种电子信息数据交互系统及方法
CN115809669B (zh) * 2022-12-30 2024-03-29 联通智网科技股份有限公司 一种对话管理方法和电子设备
CN115689810B (zh) * 2023-01-04 2023-04-04 深圳市人马互动科技有限公司 基于人机对话的数据处理方法及相关装置
CN115879422B (zh) * 2023-02-16 2023-06-13 之江实验室 一种对话回复生成方法、装置和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001188787A (ja) * 1999-12-28 2001-07-10 Sony Corp 会話処理装置および方法、並びに記録媒体
JP2004048416A (ja) * 2002-07-12 2004-02-12 Nippon Telegr & Teleph Corp <Ntt> 個人適応型音声通信方法及びその装置
JP2007264198A (ja) * 2006-03-28 2007-10-11 Toshiba Corp 対話装置、対話方法、対話システム、コンピュータプログラム及び対話シナリオ生成装置
JP2008090545A (ja) * 2006-09-29 2008-04-17 Toshiba Corp 音声対話装置および音声対話方法
JP4145302B2 (ja) * 2003-04-14 2008-09-03 富士通株式会社 対話装置、対話方法及び対話プログラム
JP2012093972A (ja) * 2010-10-27 2012-05-17 Mti Japan Co Ltd 対話処理装置
JP2014106927A (ja) * 2012-11-29 2014-06-09 Toyota Motor Corp 情報処理システム
US20140278363A1 (en) * 2013-03-15 2014-09-18 International Business Machines Corporation Enhanced Answers in DeepQA System According to User Preferences
US20150026169A1 (en) * 2010-09-28 2015-01-22 International Business Machines Corporation Providing answers to questions using logical synthesis of candidate answers

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6519771B1 (en) * 1999-12-14 2003-02-11 Steven Ericsson Zenith System for interactive chat without a keyboard
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
CN101076061A (zh) * 2007-03-30 2007-11-21 腾讯科技（深圳）有限公司 一种机器人服务器及自动聊天方法
CN101075435B (zh) * 2007-04-19 2011-05-18 深圳先进技术研究院 一种智能聊天系统及其实现方法
KR101078864B1 (ko) * 2009-03-26 2011-11-02 한국과학기술원 질의/문서 주제 범주 변화 분석 시스템 및 그 방법과 이를 이용한 질의 확장 기반 정보 검색 시스템 및 그 방법
US9183511B2 (en) * 2012-02-24 2015-11-10 Ming Li System and method for universal translating from natural language questions to structured queries
CN103390194A (zh) * 2012-05-07 2013-11-13 北京三星通信技术研究有限公司 用户意图预测及推荐建议的方法、设备和系统
CN103593340B (zh) * 2013-10-28 2017-08-29 余自立 自然表达信息处理方法、处理及回应方法、设备及系统
US20150370787A1 (en) * 2014-06-18 2015-12-24 Microsoft Corporation Session Context Modeling For Conversational Understanding Systems

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001188787A (ja) * 1999-12-28 2001-07-10 Sony Corp 会話処理装置および方法、並びに記録媒体
JP2004048416A (ja) * 2002-07-12 2004-02-12 Nippon Telegr & Teleph Corp <Ntt> 個人適応型音声通信方法及びその装置
JP4145302B2 (ja) * 2003-04-14 2008-09-03 富士通株式会社 対話装置、対話方法及び対話プログラム
JP2007264198A (ja) * 2006-03-28 2007-10-11 Toshiba Corp 対話装置、対話方法、対話システム、コンピュータプログラム及び対話シナリオ生成装置
JP2008090545A (ja) * 2006-09-29 2008-04-17 Toshiba Corp 音声対話装置および音声対話方法
US20150026169A1 (en) * 2010-09-28 2015-01-22 International Business Machines Corporation Providing answers to questions using logical synthesis of candidate answers
JP2012093972A (ja) * 2010-10-27 2012-05-17 Mti Japan Co Ltd 対話処理装置
JP2014106927A (ja) * 2012-11-29 2014-06-09 Toyota Motor Corp 情報処理システム
US20140278363A1 (en) * 2013-03-15 2014-09-18 International Business Machines Corporation Enhanced Answers in DeepQA System According to User Preferences

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
磯崎 秀樹，他, "質問応答システム", vol. 第１版, JPN6016044689, 21 August 2009 (2009-08-21), pages 12 - 48, ISSN: 0003444971 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6218057B1 (ja) * 2017-07-14 2017-10-25 Ｊｅインターナショナル株式会社 自動応答サーバー装置、端末装置、応答システム、応答方法、およびプログラム
KR101938790B1 (ko) 2017-07-14 2019-01-16 제이이 인터네셔널 코포레이션 자동 응답 서버 장치, 단말 장치, 응답 시스템 응답 방법 및 프로그램
WO2019012872A1 (ja) 2017-07-14 2019-01-17 Ｊｅインターナショナル株式会社 自動応答サーバー装置、端末装置、応答システム、応答方法、およびプログラム
JP2019020995A (ja) * 2017-07-14 2019-02-07 Ｊｅインターナショナル株式会社 自動応答サーバー装置、端末装置、応答システム、応答方法、およびプログラム
US10997371B2 (en) 2017-07-14 2021-05-04 Je International Corporation Automatic response server device, terminal device, response system, response method, and program
RU2745632C1 (ru) * 2017-07-14 2021-03-29 Джи Интернэшнл Корпорейшн Серверное устройство автоматизированного ответа, оконечное устройство, система ответа, способ ответа и программа
JP2019101619A (ja) * 2017-11-30 2019-06-24 Kddi株式会社 対話ログ群からコンテキストを決定可能な対話シナリオ生成装置、プログラム及び方法
JP2019149649A (ja) * 2018-02-26 2019-09-05 沖電気工業株式会社 処理装置、プログラムおよび処理方法
WO2019188982A1 (ja) * 2018-03-29 2019-10-03 株式会社アドバンスト・メディア 情報処理システム、情報処理装置、サーバ、情報処理方法及びプログラム
JP2019174732A (ja) * 2018-03-29 2019-10-10 株式会社アドバンスト・メディア 情報処理システム、情報処理装置、サーバ、情報処理方法及びプログラム
CN110377240A (zh) * 2018-04-13 2019-10-25 富士施乐株式会社 消息提供装置、消息提供方法以及非暂时计算机可读介质
JP7127150B2 (ja) 2018-04-16 2022-08-29 上海智臻智能網絡科技股▲ふん▼有限公司 質問応答インタラクション方法、装置、コンピュータデバイス及びコンピュータ読取可能な記憶媒体
JP2021518019A (ja) * 2018-04-16 2021-07-29 上海智臻智能網絡科技股▲ふん▼有限公司Ｓｈａｎｇｈａｉ Ｘｉａｏｉ Ｒｏｂｏｔ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ． 質問応答インタラクション方法、装置、コンピュータデバイス及びコンピュータ読取可能な記憶媒体
KR102060486B1 (ko) 2018-07-12 2019-12-30 주식회사 아카인텔리전스 시맨틱 그래프 데이터베이스 기반의 챗봇 발언 생성 방법
KR20200056541A (ko) * 2018-11-14 2020-05-25 가천대학교 산학협력단 유니버셜-서브 봇 모델을 통한 챗봇 마켓플레이스 시스템
KR102150937B1 (ko) * 2018-11-14 2020-09-03 가천대학교 산학협력단 유니버셜-서브 봇 모델을 통한 챗봇 마켓플레이스 시스템
JP2022505659A (ja) * 2019-03-26 2022-01-14 ▲騰▼▲訊▼科技（深▲セン▼）有限公司 インタラクティブメッセージ処理方法、装置、コンピュータ機器及びコンピュータプログラム
US11799818B2 (en) 2019-03-26 2023-10-24 Tencent Technology (Shenzhen) Company Limited Interaction message processing method and apparatus, computer device, and storage medium
WO2021169431A1 (zh) * 2020-02-27 2021-09-02 北京市商汤科技开发有限公司 交互方法、装置、电子设备以及存储介质
JP2021193619A (ja) * 2020-12-24 2021-12-23 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 対話生成方法、装置、電子機器及び記憶媒体
JP7264963B2 (ja) 2020-12-24 2023-04-25 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 対話生成方法、装置、電子機器及び記憶媒体
US11954449B2 (en) 2020-12-24 2024-04-09 Beijing Baidu Netcom Science And Technology Co., Ltd. Method for generating conversation reply information using a set of historical conversations, electronic device, and storage medium

Also Published As

Publication number Publication date
CN105094315A (zh) 2015-11-25
KR20170001550A (ko) 2017-01-04
CN105094315B (zh) 2018-03-06
US20160379106A1 (en) 2016-12-29
JP6305389B2 (ja) 2018-04-04

Similar Documents

Publication Publication Date Title
JP6305389B2 (ja) 人工知能によるヒューマン・マシン間の知能チャットの方法および装置
US10657966B2 (en) Better resolution when referencing to concepts
Hepp Artificial companions, social bots and work bots: communicative robots as research objects of media and communication studies
US20230186618A1 (en) Generating Multi-Perspective Responses by Assistant Systems
US20210020182A1 (en) Personalization of experiences with digital assistants in communal settings through voice and query processing
CN109416816B (zh) 支持交流的人工智能系统
US20220129556A1 (en) Systems and Methods for Implementing Smart Assistant Systems
US20220067115A1 (en) Information processing method, apparatus, electrical device and readable storage medium
WO2019084810A1 (zh) 一种信息处理方法及终端、计算机存储介质
JP7488871B2 (ja) 対話推薦方法、装置、電子機器、記憶媒体ならびにコンピュータプログラム
CN118103834A (zh) 一种信息获取方法以及装置
JP6968897B2 (ja) 登録されていないリソースによるオーディオベースのネットワークセッションの確立
Paul et al. Focused domain contextual AI chatbot framework for resource poor languages
Park et al. Systematic review on chatbot techniques and applications
US10770072B2 (en) Cognitive triggering of human interaction strategies to facilitate collaboration, productivity, and learning
Windiatmoko et al. Developing facebook chatbot based on deep learning using rasa framework for university enquiries
CN112085120B (zh) 多媒体数据的处理方法、装置、电子设备及存储介质
CN117061495A (zh) 在基于音频的计算环境中执行请求的动作的平台选择
CN113806588A (zh) 搜索视频的方法和装置
Windiatmoko et al. Developing FB chatbot based on deep learning using RASA framework for university enquiries
US10778619B2 (en) Personality reply for digital content
CN111310035A (zh) 基于心理和行为特征的推荐方法及装置
CN117271787A (zh) 知识库构建、智能客服实现与知识问答方法、设备及介质
CN116955591A (zh) 用于内容推荐的推荐语生成方法、相关装置和介质
CN116775815B (zh) 对话数据的处理方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170214

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170516

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170804

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180206

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180306

R150 Certificate of patent or registration of utility model

Ref document number: 6305389

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250