JP2021089728A - マンマシン対話方法、装置、及び機器 - Google Patents

Abstract

【課題】ユーザの意味に対する理解の精度を高め、より合理的な応答文をユーザに出力することができるマンマシン対話方法、マンマシン対話装置、電子機器、記憶媒体及びプログラムを提供する。【解決手段】マンマシン対話方法は、ユーザが入力した第１の文を取得し、第１の文に対して意味解析を行って、第１のキー情報集合を取得するステップＳ３０１と、少なくとも１つの履歴文に対応する第２のキー情報集合を取得するステップＳ３０２と、第１のキー情報集合及び第２のキー情報集合に基づいて、第１の文に対応する複数の意味候補を決定するステップＳ３０３と、複数の意味候補に基づいて、第１の文に対応する応答文を生成するステップＳ３０４と、を含む。【選択図】図３

Description

本願の実施例は、データ処理における自然言語処理の技術分野に関し、特に、マンマシン対話方法、装置、及び機器に関する。

マンマシン対話シーンでは、ユーザの意図を明瞭に表現するために、対話を複数回行うことを必要とする場合もある。一部のシーンでは、ユーザの意図を正確に理解するために、ユーザが今回入力した文と前回入力した文とを組み合わせて理解する必要がある。

従来技術では、ユーザが入力した文を取得する度に、予め設定されたルールにより今回の文の主語、述語及び目的語の成分を検出し、今回の文が省略形態であるか否かを判断する。今回の文が省略形態であると決定すると、今回の文と前回の文とを組み合わせて理解して、ユーザの意図を決定する。今回の文が省略形態ではないと決定すると、今回の文を単独で理解してユーザの意図を決定する。

しかしながら、上記の方法は、依然としてユーザの意味に対する理解が不正確であるという問題があることにより、対話効率が低く、ユーザ体験が低下する。

本願の実施例は、ユーザの意味に対する理解の精度を高め、ユーザ対話体験を向上させるための、マンマシン対話方法、装置及び機器を提供する。

第１の態様では、本願の実施例にて提供されるマンマシン対話方法は、
ユーザが入力した第１の文を取得し、前記第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得することと、
少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得することと、
前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定することと、
前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成することと、を含む。

第２の態様では、本願の実施例にて提供されるマンマシン対話装置は、
ユーザが入力した第１の文を取得し、前記第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得するために用いられ、
さらに、少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得するために用いられる取得モジュールと、
前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定するために用いられる決定モジュールと、
前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成するために用いられる生成モジュールと、を含む。

第３の態様では、本願の実施例にて提供される電子機器は、
少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに通信接続されたメモリと、を含み、
ただし、前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令は、前記少なくとも１つのプロセッサに第１の態様のいずれか１つに記載の方法を実行させるために、前記少なくとも１つのプロセッサによって実行される。

第４の態様では、本願の実施例は、コンピュータに第１の態様のいずれか１つに記載の方法を実行させるために用いられるコンピュータ命令が記憶されている非一時的コンピュータ可読記憶媒体を提供する。

本願の実施例にて提供されるマンマシン対話方法、装置、及び機器において、当該方法は、ユーザが入力した第１の文を取得し、第１の文に対して意味解析を行って、第１のキー情報集合を取得することと、少なくとも１つの履歴文に対応する第２のキー情報集合を取得することと、第１のキー情報集合及び第２のキー情報集合に基づいて、第１の文に対応する複数の意味候補を決定することと、複数の意味候補に基づいて、第１の文に対応する応答文を生成することとを含む。上記のプロセスにおいて、第１のキー情報集合及び第２のキー情報集合に基づいて、ユーザの複数の意味候補を決定することにより、ユーザの意味に対する理解の精度を高め、より合理的な応答文をユーザに出力することができ、ユーザの対話体験が向上する。

なお、本明細書に記述された内容は、本開示の実施例の主要な又は重要な特徴を特定することを意図しておらず、本開示の範囲を限定するものでもないことを理解されたい。本開示の他の特徴は、以下の明細書によってより容易に理解できる。

添付図面は、本解決手段をより良く理解するためのものであり、本願を限定するものではない。

本願の実施例の可能な一適用シーンの模式図である。 本願の実施例におけるユーザが入力した文に対して分析処理を行うプロセスの模式図である。 本願の一実施例にて提供されるマンマシン対話方法のフローの模式図である。 本願の別の実施例にて提供されるマンマシン対話方法のフローの模式図である。 本願の一実施例にて提供される共起確率データベースの生成プロセスの模式図である。 本願の他の実施例にて提供されるマンマシン対話処理プロセスの模式図である。 本願の実施例にて提供されるマンマシン対話装置の構造の模式図である。 本願の実施例にて提供される電子機器の構造の模式図である。

以下、添付図面を参照しながら、本願の例示的な実施例について説明する。ただし、理解を容易にするために本願の実施例の様々な詳細が含まれているが、それらをただの例示的なものと見なすべきである。したがって、当業者は、本願の範囲及び精神から逸脱せず、本明細書に説明した実施例に対して様々な変更及び修正を行うことができることを理解すべきである。同様に、明確かつ簡潔にするために、以下の説明では公知の機能及び構造に対する説明を省略する。

マンマシン対話装置は、広く利用されている。マンマシン対話装置は、対話型の人工知能システムとも呼ばれ、ユーザは、自然言語で対話する方法で、視聴覚娯楽、情報照会、生活サービス、出掛け道路状況などの複数の機能の操作を実現する。マンマシン対話装置は、通常、人工知能能力を有し、ユーザとの対話中に学習・進化し続け、ユーザの好みや習慣を把握して、ますます「賢く」なる。

図１は、本願の実施例の可能な一適用シーンの模式図である。図１に示すように、当該適用シーンには、マンマシン対話装置と、ユーザとが含まれている。例示的に、ユーザは、自分の意図又は要求を表現するために、マンマシン対話装置に文を入力することができる。マンマシン対話装置は、ユーザが入力した文に対して分析、検索などの処理を行って、ユーザに応答を出力することにより、ユーザの意図又は要求を満たす。例えば、ユーザがマンマシン対話装置に「洋楽を再生して」と要求した場合、マンマシン対話装置はユーザに「洋楽《ＡＢＣ》を再生します」という応答を出力し、そして、マンマシン対話装置は、洋楽《ＡＢＣ》をユーザのために再生し始める。

なお、一部のシーンでは、ユーザがマンマシン対話装置に入力する文は、「ｑｕｅｒｙ」と呼ばれてもよい。以降の実施例の記述において、「文」と「ｑｕｅｒｙ」を同義語として理解してもよい。

本願の実施例では、マンマシン対話装置は、マンマシン対話機能を有する任意の電子機器であってもよい。マンマシン対話装置は、スマートロボット又は人工知能アシスタントなどとも呼ばれてもよく、パソコン、コンピュータ、スマートフォン、スマートホーム、スマートスピーカー、スマートビジュアルスピーカー、スマート車載機器、スマートウェアラブル機器などを含むが、これらに限定されない。

図１に示す適用シーンでは、ユーザと、マンマシン対話装置との対話方法は様々であり、本実施例は、これに対して限定しない。例示的に、ユーザは、音声形式でマンマシン対話装置と対話してもよいし、テキスト形式でマンマシン対話装置と対話してもよい。一部のシーンにおいて、ユーザは、ボディランゲージでマンマシン対話装置と対話することもできる。

いくつかのシーンでは、マンマシン対話装置は、さらに、サーバに通信接続されてもよい。このように、マンマシン対話装置は、ユーザが入力した文を収集した後、文をサーバに送信して分析処理を行って、当該文に対応する応答を得ることができ、さらに、サーバは、応答をマンマシン対話装置に返し、マンマシン対話装置により、応答をユーザに出力する。

図２は本願の実施例におけるユーザが入力した文に対して分析処理を行うプロセスの模式図である。図２に示すように、マンマシン対話装置は、ユーザが入力した文を取得した後、文に対して意味解析処理を行って、その文の意味を決定する。さらに、意味に基づいて検索処理を行って、検索された解答に基づいて応答を生成し、応答をユーザに出力する。

ここで、意味解析処理プロセスでは自然言語理解（Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ、ＮＬＵ）モデルを用いて、ＮＬＵモデルにより文に対して意味理解を行って、ＮＬＵ解析結果を得てもよい。ＮＬＵ解析結果は、ドメイン（ｄｏｍａｉｎ）、意図（ｉｎｔｅｎｔ）及びスロット（ｓｌｏｔ）を含む。ここで、ドメインはユーザが入力した文に対応する分野を示すためのものであり、意図はユーザが入力した文が表現する目的を示すためのものであり、スロットはユーザが入力した文のうち意図を表すためのキー情報を示すためのものである。

例えば、ユーザが「洋楽を再生して」という文を入力したと仮定すれば、当該文に対してＮＬＵ解析を行って、得られた解析結果は、ドメイン＝音楽、意図＝音楽再生、スロット＝［曲の言語−英語］である。

さらに、マンマシン対話装置は、ＮＬＵ解析結果にマッチする曲を見つけるために、ＮＬＵ解析結果に基づいてデータベースに対して検索する。検索結果に基づいて応答を生成する。例えば、マンマシン対話装置が検索した洋楽が《ＡＢＣ》であると仮定すると、「洋楽《ＡＢＣ》を再生します」という応答を生成する。さらに、マンマシン対話装置は、ユーザに当該曲を再生する。

通常の場合、ユーザが入力した文の意味は、例えば「洋楽を再生して」、「紅さんの曲を聞きたい」など、比較的完全である。これらの文は、主語、述語及び目的語の成分を全部備え、文そのものでその意味を正確に理解することができる。

しかしながら、多くの場合、ユーザは、要求を表現する際に、音楽を聴きたいということをすでに言ったか、又はマンマシン対話装置が音楽を再生しているため、その後の表現では、省略形態で要求を表現することがよくある。省略形態とは、文にとって主要な目的語又は文の他の構成要素が不足しているため、文そのものを見ただけでは完全な意図を決定できないことを言う。例えば、「別の流行のものに変えて」、「あまり好きじゃない」、「中国語のものにして」など、いずれも「曲」というキー目的語を省略している。つまり、ユーザが今回入力した文は、前回の表現に新たな要求を追加したり、前の要求を修正したりしたものとなる。

このように、一部の場合では、今回の文と前回の文を組み合わせて理解する必要があり、すなわち、文脈によってユーザのセション（ｓｅｓｓｉｏｎ）の意味を理解する必要がある。これには、時には今回の文と前回の文が意味的に関連しているため、合わせて理解する必要があり、時には今回の文と前回の文が意味的に関連しないため、別々に理解する必要があるという問題点がある。

従来技術において、ユーザの意図を正確に理解するために、マンマシン対話装置は、ユーザが入力した今回の文を取得した際に、まず、予め設定されたルールにより今回の文の主語、述語及び目的語の成分を検出して、今回の文が省略形態であるか否かを判断する。今回の文が省略形態であると決定すると、今回の文と前回の文を組み合わせて理解してユーザの意図を決定する。今回の文が非省略形態であると決定すると、今回の文を単独で理解してユーザの意図を決定する。

しかしながら、本発明者らは、本願の実施中に、上記の方法には、依然としてユーザの意味に対する理解が不正確であるという問題があり、対話効率が低く、ユーザ体験が低下することを発見した。主に次のような１つ又は複数の態様で具現化される。

（１）上記の従来技術において、今回の文の形態的特徴のみに基づいて前回の文と組み合わせて理解するか否かを判断することは、音声認識結果の精度及びユーザ表現方法の多様性に影響され、判断結果の精度が低い。例えば、今回の文が省略形態であるが、今回の文と前回の文の意味が無関連である場合がある。又は、今回の文が省略形態ではないが、今回の文と前回の文の意味が関連する場合がある。

（２）実際の応用では、ユーザの意図は、２回より多い文、例えば３回、４回、又はそれ以上の回数の文でこそ明確に表現できる場合がある。上記の従来技術では、今回の文が省略形態であると決定した場合、今回の文を前回の文のみに関連付けて理解する。前後２回の文のみでは、依然としてユーザの意味を正確に理解することができない場合がある。

（３）実際の応用では、ユーザ表現の多様性の影響を受けて、ユーザが表現する意図が曖昧であるか、又はユーザが表現する意図自体が正確でない場合がある。これらの状況で、上記の従来技術的解決手段を用いる場合、決定されたユーザの意味に基づいて解答を検索できない可能性があり、その結果、対応する応答をユーザに提供できなくなり、ユーザ体験が低い。

上記の問題のうち少なくとも１つを解決するために、本願の実施例は、マンマシン対話方法を提供し、ユーザが毎回入力した文について、当該文をその前に入力した履歴文と組み合わせて、ユーザの複数の意味候補を決定し、さらに複数の意味候補に基づいて、応答文を生成する。従来技術と比較して、ユーザの意図に対する理解の精度を高め、対話効率が向上し、それによりユーザ体験が向上する。

以下、本願の技術的解決手段について、いくつかの具体的な実施例を参照しながら詳細に説明する。以下のいくつかの具体的な実施例は組み合わせてもよく、同じ又は類似の概念又はプロセスについて、一部の実施例では説明を省略する場合がある。

図３は本願の一実施例にて提供されるマンマシン対話方法のフローの模式図である。本実施例の方法は、マンマシン対話装置により実行されてもよいし、又はマンマシン対話装置に通信接続されたサーバにより実行されてもよい。図３に示すように、本実施例の方法は、Ｓ３０１〜Ｓ３０４を含む。

Ｓ３０１、ユーザが入力した第１の文を取得し、前記第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得する。

Ｓ３０２、少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得する。

本実施例では、ユーザが入力した各文に対して、本実施例のＳ３０１からＳ３０４を実行する。ただし、第１の文はユーザが入力した今回の文である。履歴文はユーザが今回の文の前に入力した1回の文又は複数回の文である。

好ましくは、第１の文に対して意味解析を行って、第１のキー情報集合を取得することは、第１の文をＮＬＵ解析モデルに入力して解析して、ＮＬＵ解析結果を得ることを含んでもよい。ＮＬＵ解析結果は、第１のキー情報集合を含む。第１のキー情報集合は、少なくとも１つの第１のキー情報を含む。

なお、本実施例におけるキー情報は、ＮＬＵ解析結果におけるスロット情報であってもよい。すなわち、第１のキー情報は、今回入力した第１の文のスロット情報であり、第２のキー情報は、履歴文のスロット情報である。

本実施例では、キャッシュに履歴文に対応する第２のキー情報集合のメンテナンスを行える。第２のキー情報集合には、履歴文の第２のキー情報が含まれている。すなわち、第２のキー情報集合には、履歴文のスロット情報が含まれている。なお、複数回の対話シーンでは、現在ユーザが入力した第１の文はＮ回目の文であると仮定すると、第２のキー情報集合には、前のＮ−１回目の履歴文のスロット情報が含まれている。

例えば、入力した前の２回の文はそれぞれ「洋楽を再生して」、「リズムの強いものに変えて」であると仮定する。ユーザが３回目に「ジャズにして」という第１の文を入力する場合、「ジャズにして」という第１の文に対して意味解析を行って、第１のキー情報集合｛ジャズ｝を得る。そして、キャッシュから取得された第２のキー情報集合は｛英語、リズムの強い｝である。さらに、ユーザが４回目の文を入力した場合、キャッシュ内の第２のキー情報集合は｛英語、リズムの強い、ジャズ｝となる。

本実施例では、常に第２のキー情報集合をキャッシュに更新及びメンテナンスすることで、Ｎ回目の文に対して意味解析を行う際に、前のＮ−１回の文のキー情報を総合的に考慮することができ、それにより長さが任意のＮ回である会話に対して正確に意味理解することができる。

Ｓ３０３、前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定する。

ここで、第１の文に対応する複数の意味候補とは、ユーザが第１の文を入力する際に表現したい可能性がある複数の意味を言う。

第１のキー情報集合及び第２のキー情報集合を総合的に考慮することにより、ユーザの複数の意味候補を決定できる。上記例を参照すると、ユーザが入力した前の２回の文がそれぞれ「洋楽を再生して」、「リズムの強いものに変えて」であると仮定する。ユーザが３回目に「ジャズにして」という第１の文を入力した場合、ユーザは、リズムの強いジャズ曲（中国語か、英語かを問わず）を聞きたがる可能性も、洋楽ジャズ（リズムが強いか否かを問わず）を聞きたがる可能性も、リズムの強い洋楽ジャズ、ジャズ曲（中国語か、英語かを問わず、リズムが強いか否かを問わず）を聞きたがる可能性もある。

好ましくは、可能な一実施形態において、第１のキー情報集合及び第２のキー情報集合のうちのキー情報に対して組合せ処理を行って、複数種のキー情報組合せ結果を得ることができる。このように、各種のキー情報組合せ結果に基づいて、ユーザの意味候補を１つ決定できる。これにより、複数種のキー情報組合せ結果に基づいて、ユーザの複数の意味候補を決定できる。

好ましくは、本実施例では、第１の文に対して意味解析を行う際に、さらに、第１の文の意図（ｉｎｔｅｎｔ）を得るとともに、キャッシュに少なくとも１つの履歴文に対応する意図（ｉｎｔｅｎｔ）をメンテナンスすることができる。このように、Ｓ３０３の前に、さらに、第１の文の意図と前記少なくとも１つの履歴文の意図とが同じであるか又は関連するか否かを判断することを含んでもよい。同じである又は関連すると決定すると、続いてＳ３０３とＳ３０４を実行する。同じでない又は関連しないと決定すると、第１の文を１回目に入力した文であるとみなし、従来のマンマシン対話方法を用いて第１の文を処理することができる。

Ｓ３０４、前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成する。

例示的に、各意味候補に対して解答検索をそれぞれ行い、複数の意味候補の検索結果に基づいて、第１の文に対応する応答を生成することができる。例えば、ある意味候補に対して、検索した結果解答が得られない場合、他の意味候補の検索結果に基づいて応答文を生成することができる。

本実施例は、第１の文に対応する複数の意味候補を決定したため、第１の文に対応する応答を生成する際に、異なる意味候補の検索結果に基づいて、ユーザにより合理的な応答を出力することができ、それによりユーザの対話体験が向上することを理解すべきである。

本実施例では、第１の文の複数の意味候補を決定する場合、第１のキー情報集合及び第２のキー情報集合を総合的に分析して得られる。つまり、第１の文を解析して得られた第１のキー情報と履歴文を解析して得られた第２のキー情報を総合的に分析して得られる。キー情報はユーザの意味を特徴づける重要な情報であるため、本実施例では、ユーザの複数回の文の意味関連性の観点から、第１の文の複数の意味候補を決定するため、意味理解の精度を高めることができる。

さらに、本実施例では、第１の文が省略形態であるか否かに関わらず、履歴文のうちのキー情報と組み合わせて総合的に分析し、第１の文が省略形態であるか否かに依存しないため、意味理解の精度をさらに高めることができる。

本実施例にて提供されるマンマシン対話方法は、ユーザが入力した第１の文を取得し、第１の文に対して意味解析を行って、第１のキー情報集合を取得することと、少なくとも１つの履歴文に対応する第２のキー情報集合を取得することと、第１のキー情報集合及び第２のキー情報集合に基づいて、第１の文に対応する複数の意味候補を決定することと、複数の意味候補に基づいて、第１の文に対応する応答文を生成することとを含む。上記のプロセスにおいて、第１のキー情報集合及び第２のキー情報集合に基づいて、ユーザの複数の意味候補を決定することにより、ユーザの意味に対する理解の精度を高め、ユーザにより合理的な応答文を出力することができ、ユーザの対話体験が向上する。

図４は、本願の別の実施例にて提供されるマンマシン対話方法のフローの模式図である。本実施例は図３に示す実施例を詳しく説明する。図４に示すように、本実施例の方法は、Ｓ４０１〜Ｓ４０７を含む。

Ｓ４０１、ユーザが入力した第１の文を取得し、第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得する。

Ｓ４０２、少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得する。

本実施例において、Ｓ４０１及びＳ４０２の具体的な実施形態は、図３におけるＳ３０１及びＳ３０２に類似するため、ここでは説明を省略する。

Ｓ４０３、前記第２のキー情報集合に対応する複数のサブ集合を生成し、前記第１のキー情報集合を前記複数のサブ集合とそれぞれ組み合わせて、前記複数種のキー情報組合せ結果を得る。

Ｓ４０４、前記複数種のキー情報組合せ結果に基づいて、前記第１の文に対応する複数の意味候補を決定する。

例示的に、第１のキー情報集合はquery_slotsで表示され、第２のキー情報集合はsession_slotsで表示されることを仮定する。第１のキー情報集合はｎ個の第１のキー情報を含むと、すなわち、
query_slots={q_slot₁,q_slot₂,…,q_slot_n}、
第２のキー情報集合はｋ個の第２のキー情報を含むと、すなわち、
session_slots={s_slot₁,s_slot₂,…,s_slot_k}と仮定すると、
第１のキー情報集合及び第２のキー情報集合のうちのキー情報に対して組合せ処理を行う際に、まず、第２のキー情報集合session_slotsの２^k種のサブ集合を生成し、それぞれは、
{φ}、{s_slot₁}、…、{s_slot_k}、{s_slot₁,s_slot₂}、…、{s_slot₁,s_slot₂,…,s_slot_m}、…、{s_slot₁,s_slot₂,…,s_slot_k}である。

ただし、ｍ＜ｋである。

続いて、上記の各サブ集合と第１のキー情報集合を組み合わせて、キー情報組合せ結果を得、このように、全部で２^k種のキー情報組合せ結果を得、それぞれ、
キー情報組合せ結果１：
{φ}と{q_slot₁,q_slot₂,…,q_slot_n}との組合せ、
キー情報組合せ結果２：
s_slot₁と{q_slot₁,q_slot₂,…,q_slot_n}との組合せ、
キー情報組合せ結果ｔ：
{s_slot₁,s_slot₂,…,s_slot_m}と{q_slot₁,q_slot₂,…,q_slot_n}との組合せで、
キー情報組合せ結果２^k：
{s_slot₁,s_slot₂,…,s_slot_k}と{q_slot₁,q_slot₂,…,q_slot_n}との組合せである。

例を挙げて説明すると、ｎ＝２、ｋ＝２、第１のキー情報集合は｛Ｃ、Ｄ｝で、第２のキー情報集合は｛Ａ、Ｂ｝であると仮定すると、第２のキー情報集合により、それぞれ{φ}、{Ａ｝、｛Ｂ｝、｛Ａ、Ｂ｝の４つのサブ集合を生成する。上記の４つのサブ集合をそれぞれ第１のキー情報集合と組み合わせて４種のキー情報組合せ結果を得、それぞれ｛φ，Ｃ，Ｄ｝、｛Ａ，Ｃ，Ｄ｝、｛Ｂ，Ｃ，Ｄ｝、｛Ａ，Ｂ，Ｃ，Ｄ｝である。

なお、上記の各種のキー情報組合せ結果に基づいて、ユーザの意味候補を１つ決定することができることを理解することができる。このように、２^k種のキー情報組合せ結果に基づいて、ユーザの２^k個の意味候補を取得することができる。

Ｓ４０５、各種のキー情報組合せ結果に対応する意味候補の確率スコアをそれぞれ決定する。

本実施例では、１つの意味候補の確率スコアは、当該意味候補がユーザの真の意味である確率の大きさを示す。１つの意味候補の確率スコアが高いほど、当該意味候補がユーザの真の意味である可能性が高い。

可能な一実施形態では、次の方法で意味候補の確率スコアを決定してもよい。各種のキー情報組合せ結果における第１のキー情報集合及び第２のキー情報集合のサブ集合について、第１のキー情報集合のうちのキー情報が全て出現するときに、当該サブ集合のうちのキー情報も全て出現する条件付き確率を計算し、当該条件付き確率を当該キー情報組合せ結果に対応する意味候補の確率スコアとする。

具体的には、Ｓ４０３とＳ４０４により得られる２^k個の意味候補の確率スコアは、
意味候補１：

意味候補２：

意味候補ｔ：

意味候補２^k：

である。

具体的な実施プロセスでは、統計的困難と正規化などの問題を考慮して、上記の各意味候補の確率スコアは、結合確率の方法ではなく、全てのキー情報を２項関係グループに分割して計算する。以下、２つの可能な計算方法を記述する。

方法１では、各意味候補の確率スコアの計算方法は、前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得し、前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定する方法であってもよい。

上記の方法１では、意味候補の確率スコアを計算する際に、キー情報組合せ結果における第１のキー情報と第２のキー情報との間の共起確率を利用して、意味候補の確率スコアの精度を保証する。

さらに、方法１に加えて、上記の各意味候補の確率スコアを計算する際に、第１の文が省略形態である確率P_lexを考慮してもよく、具体的には次のとおりである。

方法２、各意味候補の確率スコアの計算方法は、前記第１の文が省略形態である確率を取得し、前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得し、前記第１の文が省略形態である確率及び前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定する方法であってもよい。

可能な一実施形態では、第１の文が省略形態である確率P_lexは、第１の文を事前に訓練済みのディープニューラルネットワーク（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，ＤＮＮ）に入力することで、ＤＮＮネットワークの予測により得られることができる。当該実施形態では、予め設定されたルールを用いて、第１の文の主語、述語及び目的語の成分を検出して、第１の文が省略形態であるか否かを判断する従来技術と比較して、ＤＮＮネットワークを用いて第１の文の省略形態の確率を予測することにより、予測結果の精度が向上する。

上記の方法２では、意味候補の確率スコアを計算する際に、キー情報組合せ結果における第１のキー情報と第２のキー情報との間の共起確率を利用しただけでなく、第１の文が省略形態である確率も利用し、意味候補の確率スコアの精度をさらに向上させる。

以下、方法２を例として、意味候補の確率スコアの計算プロセスを例示する。

例示的に、意味候補２の確率スコアの計算方法を例とすると、

である。

例示的に、意味候補ｔの確率スコアの計算方法を例とすると、

である。

上記の２つの例では、P(s_slot_j|q_slot_i)は、q_slot_iが出現するときに、s_slot_jも出現する条件付き確率を示す。当該条件付き確率は、s_slot_jとq_slot_iの共起確率P(s_slot_j,q_slot_i)及びq_slot_iの確率P(q_slot_i)で計算して得ることができ、すなわち、

である。

本実施例では、意味候補の確率スコアを計算する際に、キー情報組合せ結果における第１のキー情報と第２のキー情報との間の共起確率を利用し、当該共起確率は、大量の履歴コーパスをオフラインで統計することによって得られたものであってもよく、意味候補の確率スコアの精度を高めることができる。

具体的には、次のような、実行可能な方法を使用してもよい。履歴コーパスを取得し、前記履歴コーパスに基づいて、異なるキー情報間の共起確率を含むキー情報共起データベースを生成し、前記キー情報共起データベースを照会することにより、第１のキー情報と第２のキー情報との間の共起確率を得る。

なお、本実施例は、キー情報共起データベースの生成プロセスに対しては限定せず、可能な一実施形態は、後続の実施例の詳細な説明を参照してもよい。

Ｓ４０６：前記複数の意味候補を、前記確率スコアの高い順に順序付ける。

Ｓ４０７：解答が検索されるまで、前記複数の意味候補に対して順序付けられた順で解答検索を行い、前記解答に基づいて前記第１の文に対応する応答文を生成する。

なお、複数の意味候補を、確率スコアの高い順に順序付けることは理解できる。このように、意味候補の順序付けられた順位が高いほど、ユーザの真の意味に近い。したがって、複数の意味候補に対して、解答が検索されるまで、順序付けられた順に解答検索を行ってよい。さらに、検索された解答に基づいて、第１の文に対応する応答文を生成する。

例示的に、順序付けの結果に基づいて、第１の意味候補を優先的に検索して、解答が検索されるか否かを決定する。そうであれば、当該解答に基づいて第１の文に対応する応答文を生成し、そうでなければ、続いて２番目の意味候補を検索する。解答が検索されるまで、順番に類推して、検索された解答に基づいて応答文を生成する。

好ましくは、複数の意味候補を順序付ける前に、さらに、予め設定された閾値を使用して確率スコアをフィルタリングしてよく、このように、確率スコアが予め設定された閾値よりも大きい意味候補のみを順序付けばよい。

以下、具体的な一実施例を参照しながら、共起確率データベースの生成プロセスについて説明する。

図５は本願の一実施例にて提供される共起確率データベースの生成プロセスの模式図である。図５に示すように、本実施例の方法は、Ｓ５０１〜Ｓ５０４を含む。

Ｓ５０１、履歴コーパスを取得する。

ただし、履歴コーパスは、検索ログ、対話ログなどを含むが、これらに限定されない。

Ｓ５０２、前記履歴コーパスに対してキー情報マイニングを行って、複数のキー情報を得る。

具体的には、予め訓練したキー情報検出モデルを用いて、上記の履歴コーパスを当該モデルに入力し、当該モデルにより履歴コーパスのうちのキー情報にラベルを付け、ラベル付けの結果に基づいて複数のキー情報を得てもよい。

例えば、ある履歴コーパスが「紅さん曲可愛い風船」であると仮定すると、モデルを用いて当該履歴コーパスにラベルを付け、スター＝「紅さん」、曲＝「可愛い風船」というラベル付けの結果を得る。それにより、「紅さん」と「可愛い風船」というキー情報を得る。

Ｓ５０３、前記複数のキー情報のうち任意の２つのキー情報の前記履歴コーパスでの共起回数を統計する。

Ｓ５０４、前記共起回数に基づいて、前記任意の２つのキー情報間の共起確率を決定する。

上記のラベル付けの結果に基づいて、任意の２つのキー情報の共起回数、すなわち、任意の２つのキー情報が１つのコーパスに同時に出現する回数を統計することができる。例えば、「紅さん」と「可愛い風船」の共起回数を統計し、当該共起回数をコーパス総数で割ることで、「紅さん」と「可愛い風船」の共起確率を得ることができる。

さらに、本実施例の実行プロセスは、オフラインで行ってもよい。本実施例で統計して得た異なるキー情報の共起確率をデータベースに記憶し、共起確率データベースを生成する。このように、第１の文に対する意味理解をオンラインで行う必要がある場合、当該共起確率データベースを照会することで、必要なキー情報間の共起確率を得ることができ、意味理解の効率が向上する。

図６は本願の他の実施例にて提供されるマンマシン対話処理プロセスの模式図である。以下、図６を参照して、本願の実施例におけるマンマシン対話処理プロセスについて、例を挙げて説明する。

ユーザがマンマシン対話装置に入力した履歴文は、「洋楽を再生して」、「リズムの強いのにして」を含むと仮定する。ユーザが、さらに、「ジャズ曲にして」という文をマンマシン対話装置に入力する場合、マンマシン対話装置が現在文に対して実行するプロセスは、図６に示すとおりである。

図６を参照すると、マンマシン対話装置は、現在文に対して意味解析を行って、第１のキー情報集合｛ジャズ｝を得るとともに、キャッシュから履歴文に対応する第２のキー情報集合｛英語、リズムの強い｝を取得する。具体的には、第１のキー情報集合及び第２のキー情報集合の取得プロセスは、図３のＳ３０１及びＳ３０２の詳細な説明を参照できる。

図６を続いて参照すると、マンマシン対話装置は、第１のキー情報集合及び第２のキー情報集合のうちのキー情報に対して組合せ処理を行って、複数種のキー情報組合せ結果を得、各種のキー情報組合せ結果はそれぞれ１つの意味候補に対応する。さらに、各意味候補の確率スコアを計算する。複数の意味候補及び対応する確率スコアは、
意味候補１：｛ジャズ｝、確率スコア０．７、
意味候補２：｛英語、ジャズ｝、確率スコア０．９、
意味候補３：｛リズムの強い、ジャズ｝、確率スコア０．８５、
意味候補４：｛英語、リズムの強い、ジャズ｝、確率スコア０．９２であると仮定する。
ただし、キー情報に対して組合せ処理するプロセスは、Ｓ４０３〜Ｓ４０４の詳細な記述を参照でき、各意味候補の確率スコアの計算プロセスは、Ｓ４０５の詳細な記述を参照できる。

図６を続いて参照すると、マンマシン対話装置は、複数の意味候補を確率スコアの高い順に順序付け、順序付け後の順序は、意味候補４、意味候補２、意味候補３、意味候補１である。

さらに、マンマシン対話装置は、順序付けられた順で、各意味候補を順次に検索する。例示的に、まず意味候補４を検索し、解答が検索された場合、検索された解答に基づいて応答文を生成し、解答が検索されない場合、続いて意味候補２を検索する。解答が検索された場合、検索された解答に基づいて応答文を生成し、解答が検索されない場合、続いて意味候補３を検索し、このように類推する。

上記のプロセスでは、第１のキー情報集合及び第２のキー情報集合に基づいて、ユーザの複数の意味候補を決定することで、ユーザの意味に対する理解の精度を向上させ、さらに、異なる意味候補の検索結果に基づいて、ユーザにより合理的な応答文を出力することができ、ユーザの対話体験が向上する。

図７は本願の実施例にて提供されるマンマシン対話装置の構造の模式図である。本実施例の装置は、ソフトウェア及び／又はハードウェアの形式であってもよい。図７に示すように、本実施例のマンマシン対話装置１０は、取得モジュール１１と、決定モジュール１２と、生成モジュール１３とを含んでもよい。

ここで、取得モジュール１１は、ユーザが入力した第１の文を取得し、前記第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得するために用いられ、
前記取得モジュール１１は、さらに、少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得するために用いられ、
決定モジュール１２は、前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定するために用いられ、
生成モジュール１３は、前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成するために用いられる。

可能な一実現形態では、前記決定モジュール１２は、具体的に、
前記第１のキー情報集合及び前記第２のキー情報集合のうちのキー情報に対して組合せ処理を行って、複数種のキー情報組合せ結果を得、
前記複数種のキー情報組合せ結果に応じて、前記第１の文に対応し且つ前記複数種のキー情報組合せ結果と一対一に対応する複数の意味候補を決定するために用いられる。

可能な一実現形態では、前記決定モジュール１２は、具体的には、
前記第２のキー情報集合に対応する複数のサブ集合を生成し、
前記第１のキー情報集合を前記複数のサブ集合とそれぞれ組み合わせて、前記複数種のキー情報組合せ結果を得るために用いられる。

可能な一実現形態では、前記生成モジュール１３は、具体的には、
各種のキー情報組合せ結果に対応する意味候補の確率スコアをそれぞれ決定し、
前記複数の意味候補を前記確率スコアの高い順に順序付けし、
解答が検索されるまで、前記複数の意味候補に対して順序付けられた順で解答検索を行い、前記解答に基づいて前記第１の文に対応する応答文を生成するために用いられる。

可能な一実現形態では、前記生成モジュール１３は、具体的には、
前記キー情報組合せ結果における前記第１のキー情報集合及び前記サブ集合に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定し、
前記条件付き確率を当該キー情報組合せ結果に対応する意味候補の確率スコアとするために用いられる。

可能な一実現形態では、前記生成モジュール１３は、具体的には、
前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得し、
前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定するために用いられる。

可能な一実現形態では、前記生成モジュール１３は、具体的には、
前記第１の文が省略形態である確率を取得し、
前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得し、
前記第１の文が省略形態である確率及び前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定するために用いられる。

可能な一実現形態では、前記生成モジュール１３は、具体的には、
履歴コーパスを取得し、前記履歴コーパスに基づいて、異なるキー情報間の共起確率を含むキー情報共起データベースを生成し、
前記キー情報共起データベースを照会することにより、前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を得るために用いられる。

可能な一実現形態では、前記生成モジュール１３は、具体的には、
前記履歴コーパスに対してキー情報マイニングを行って、複数のキー情報を得、
前記複数のキー情報のうち任意の２つのキー情報の前記履歴コーパスでの共起回数を統計し、
前記共起回数に基づいて、前記任意の２つのキー情報間の共起確率を決定するために用いられる。

本実施例にて提供されるマンマシン対話装置は、上記の任意の方法の実施例における技術的解決手段を実現するために用いられることができ、その実現原理と技術的効果は類似するため、ここでは説明を省略する。

本願の実施例によれば、本願は、電子機器及び可読記憶媒体をさらに提供する。

図８に示すように、本願の実施例によるマンマシン対話方法の電子機器のブロック図である。電子機器は、例えばラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、大型コンピュータ、及び他の適当なコンピュータなどの様々な形式のデジタルコンピュータを表すことを意図している。電子機器は、さらに、例えば携帯端末、セルラーホン、スマートフォン、ウエアラブル装置及び他の類似する計算装置などの様々な形式の携帯装置を表し得る。本明細書に示す部材、それらの接続及び関係、並びにそれらの機能は、単なる例示であり、本明細書に説明及び／又は主張する本願の実施を制限することを意図していない。

図８に示すように、当該電子機器は、１つ又は複数のプロセッサ８０１と、メモリ８０２と、高速インターフェース及び低速インターフェースを含む、各部材を接続させるインターフェースとを含む。各部材は、異なるバスを利用して互いに接続され、共通のマザーボードに取り付けられてもよく、必要に応じて他の方法で取り付けられてもよい。プロセッサは、メモリ内又はメモリ上に記憶されて外部入出力装置（例えば、インターフェースに結合された表示装置）にグラフィカルディスプレイインターフェイス（ＧＵＩ）のグラフィック情報を示すための命令を含む、電子機器内で実行される命令を処理することができる。他の実施形態において、必要があれば、複数のプロセッサ及び／又は複数本のバスと複数のメモリを一緒に使用してもよい。同様に、複数の電子機器を接続してもよく、各機器は一部の必要な操作（例えば、サーバアレイ、ブレードサーバ群、又はマルチプロセッサシステムとして）を提供する。図８は、１つのプロセッサ８０１を例に挙げている。

メモリ８０２は、本願にて提供される非一時的なコンピュータ可読記憶媒体である。ここで、前記メモリには、本願にて提供されるマンマシン対話方法を前記少なくとも１つのプロセッサに実行させるように、少なくとも１つのプロセッサによって実行可能な命令が記憶されている。本願の非一時的なコンピュータ可読記憶媒体には、本願にて提供されるマンマシン対話方法をコンピュータに実行させるためのコンピュータ命令が記憶されている。

メモリ８０２は、非一時的なコンピュータ可読記憶媒体として、例えば本願の実施例のマンマシン対話方法に対応するプログラム命令／モジュール（例えば、図７に示す取得モジュール１１、決定モジュール１２及び生成モジュール１３）など、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能プログラム及びモジュールを格納するために用いることが可能である。プロセッサ８０１は、メモリ８０２に記憶されている非一時的なソフトウェアプログラム、命令及びモジュールを実行することにより、サーバの様々な機能アプリケーション及びデータ処理を実行し、即ち、上記方法の実施例のマンマシン対話方法を実現する。

メモリ８０２は、オペレーティングシステム及び少なくとも１つの機能に必要なアプリケーションプログラムを記憶することが可能なプログラム記憶領域と、電子機器の使用に応じて作成されたデータなどを記憶することが可能なデータ記憶領域とを含んでもよい。また、メモリ８０２は、高速ランダムアクセスメモリを含んでもよく、非一時的なメモリを含んでもよく、例えば少なくとも１つの磁気ディスクストレージデバイス、フラッシュメモリデバイス、又は他の非一時的なソリッドステートメモリデバイスがある。一部の実施例において、メモリ８０２は、プロセッサ８０１に対して遠隔に設置されたメモリを含むものを選択してもよく、これらの遠隔メモリはネットワークを介して電子機器に接続できる。上記ネットワークは、実例としてインターネット、企業のイントラネット、ローカルエリアネットワーク、移動体通信ネットワーク、及びそれらの組み合わせを含むが、これらに限定されない。

マンマシン対話方法用の電子機器は、さらに、入力装置８０３及び出力装置８０４を含む。プロセッサ８０１、メモリ８０２、入力装置８０３及び出力装置８０４は、バス又は他の方法を介して接続されてもよく、図８では、バスを介して接続されることを例に挙げている。

入力装置８０３は、入力された数字や文字情報を受信でき、且つマンマシン対話用の電子機器のユーザ設定及び機能制御に関するキー信号の入力を生成し、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパネル、ポインティングスティック、１つ又は複数のマウスボタン、トラックボール、ジョイスティック等の入力装置がある。出力装置８０４は表示機器、補助照明装置（例えば、発光ダイオード（ＬＥＤ））及び触覚フィードバック装置（例えば、振動モータ）などを含み得る。当該表示機器は、液晶ディスプレイ（ＬＣＤ）、ＬＥＤディスプレイ及びプラズマディスプレイを含み得るが、これらに限定されない。一部の実施形態において、表示機器はタッチスクリーンであってもよい。

本明細書で説明するシステム及び技法の様々な実施形態は、デジタル電子回路システム、集積回路システム、特定用途向けＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせによって実現されることができる。これらの様々な実施形態は次のような方法を含み得る。少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステム上で実行及び／又は解釈され得る１つ又は複数のコンピュータプログラムで実施され、当該プログラマブルプロセッサは、特定用途向け又は汎用のプログラマブルプロセッサであってもよく、記憶システム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、データ及び命令を当該記憶システム、当該少なくとも１つの入力装置、及び当該少なくとも１つの出力装置に伝送することができる。

これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、またはコードとも呼ばれる）は、プログラマブルプロセッサの機械語命令を含み、ハイレベルプロセス及び／又はオブジェクト指向のプログラミング言語、及び／又は／アセンブリ／機械語を利用してこれらのコンピュータプログラムを実施してもよい。本明細書に使用されているように、用語「機械可読媒体」及び「コンピュータ可読媒体」とは、機械語命令及び／又はデータをプログラマブルプロセッサに提供するための如何なるコンピュータプログラム製品、機器、及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を言い、機械可読信号としての機械語命令を受信する機械可読媒体を含む。用語「機械可読信号」とは、機械語命令及び／又はデータをプログラマブルプロセッサに提供するための如何なる信号を言う。

ユーザとの対話を提供するために、コンピュータ上で本明細書に説明したシステム及び技術を実施でき、当該コンピュータは、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（ブラウン管）又はＬＣＤ（液晶ディスプレイ）モニター）と、キーボード及びポインティングデバイス（例えば、マウスやトラックボールなど）とを有し、ユーザは当該キーボード及び当該ポインティングデバイスを介して入力をコンピュータに提供することができる。他の種類の装置も、ユーザとのインターアクションを提供するために用いることができ、例えば、ユーザに提供されるフィードバックは、如何なる形式の感覚フィードバック（例えば、ビジョンフィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、如何なる形式（音響入力、音声入力又は触覚入力を含む）でユーザからの入力を受信してもよい。

本明細書に説明したシステム及び技術を、バックグラウンド部材を含むコンピューティングシステム（例えば、データサーバとして）、又はミドルウェア部材を含むコンピューティングシステム（例えば、アプリケーションサーバ）、又はフロントエンド部材を含むコンピューティングシステム（例えば、グラフィカルユーザーインターフェイス又はＷｅｂブラウザーを有するユーザコンピュータ、ユーザは当該グラフィカルユーザーインターフェイス又は当該Ｗｅｂブラウザーを介して本明細書に説明したシステム及び技術の実施形態とインターアクションできる）、又はこのようなバックグラウンド部材、ミドルウェア部材、又はフロントエンド部材を含む任意の組み合わせのコンピューティングシステムで実施され得る。システムの部材は、如何なる形式又は媒体のデジタルデータ通信（例えば、通信ネットワーク）を介して互いに接続できる。通信ネットワークの例として、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）及びインターネットを含む。

コンピューティングシステムは、クライアント及びサーバを含み得る。クライアント及びサーバは、一般に、互いに離れていて、且つ通常通信ネットワークを介してインターアクションする。クライアントとサーバとの関係は、対応するコンピュータ上で実行されるとともに互いにクライアント―サーバ関係を有するコンピュータプログラムによって生成される。

上記に示した様々な形式のフローを使用して、ステップを並び替え、増加又は削除してもよいことを理解すべきである。例えば、本願に開示される技術的解決手段の望ましい結果が実現される限り、本願に記載の各ステップを同時に実行しても、順番に実行しても、異なる順序で実行してもよく、本明細書では制限しない。

上記の具体的な実施形態は、本願の保護範囲を限定するものではない。当業者は、設計要件及び他の要因に従って、様々な修正、組み合わせ、サブ組み合わせ、及び置換を行うことができることを理解すべきである。本発明の精神及び原理の範囲内で行われるあらゆる修正、同価置換、改良などは、いずれも本発明の保護範囲に含まれるべきである。

Claims (21)

1. ユーザが入力した第１の文を取得し、前記第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得することと、
   少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得することと、
   前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定することと、
   前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成することと、を含むマンマシン対話方法。
2. 前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定することは、
   前記第１のキー情報集合及び前記第２のキー情報集合のうちのキー情報に対して組合せ処理を行って、複数種のキー情報組合せ結果を得ることと、
   前記複数種のキー情報組合せ結果に応じて、前記第１の文に対応し且つ前記複数種のキー情報組合せ結果と一対一に対応する複数の意味候補を決定することと、を含む請求項１に記載のマンマシン対話方法。
3. 前記第１のキー情報集合及び前記第２のキー情報集合のうちのキー情報に対して組合せ処理を行って、複数種のキー情報組合せ結果を得ることは、
   前記第２のキー情報集合に対応する複数のサブ集合を生成することと、
   前記第１のキー情報集合を前記複数のサブ集合とそれぞれ組み合わせて、前記複数種のキー情報組合せ結果を得ることと、を含む請求項２に記載のマンマシン対話方法。
4. 前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成することは、
   各種のキー情報組合せ結果に対応する意味候補の確率スコアをそれぞれ決定することと、
   前記複数の意味候補を、前記確率スコアの高い順に順序付けることと、
   解答が検索されるまで、前記複数の意味候補に対して順序付けられた順で解答検索を行い、前記解答に基づいて前記第１の文に対応する応答文を生成することと、を含む請求項３に記載のマンマシン対話方法。
5. 各種のキー情報組合せ結果に対応する意味候補の確率スコアをそれぞれ決定することは、
   各種のキー情報組合せ結果における前記第１のキー情報集合及び前記サブ集合に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定することと、
   前記条件付き確率を前記キー情報組合せ結果に対応する意味候補の確率スコアとすることと、を含む請求項４に記載のマンマシン対話方法。
6. 前記キー情報組合せ結果における前記第１のキー情報集合及び前記サブ集合に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定することは、
   前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得することと、
   前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定することと、を含む請求項５に記載のマンマシン対話方法。
7. 前記キー情報組合せ結果における前記第１のキー情報集合及び前記サブ集合に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定することは、
   前記第１の文が省略形態である確率を取得することと、
   前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得することと、
   前記第１の文が省略形態である確率及び前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定することと、を含む請求項５に記載のマンマシン対話方法。
8. 前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得することは、
   履歴コーパスを取得し、前記履歴コーパスに基づいて、異なるキー情報間の共起確率を含むキー情報共起データベースを生成することと、
   前記キー情報共起データベースを照会することにより、前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を得ることと、を含む請求項６又は７に記載のマンマシン対話方法。
9. 前記履歴コーパスに基づいて、キー情報共起データベースを生成することは、
   前記履歴コーパスに対してキー情報マイニングを行って、複数のキー情報を得ることと、
   前記複数のキー情報のうち任意の２つのキー情報の前記履歴コーパスでの共起回数を統計することと、
   前記共起回数に基づいて、前記任意の２つのキー情報間の共起確率を決定することと、を含む請求項８に記載のマンマシン対話方法。
10. ユーザが入力した第１の文を取得し、前記第１の文に対して意味解析を行って、少なくとも１つの第１のキー情報を含む第１のキー情報集合を取得するために用いられ、
    さらに、少なくとも１つの第２のキー情報を含む、少なくとも１つの履歴文に対応する第２のキー情報集合を取得するために用いられる取得モジュールと、
    前記第１のキー情報集合及び前記第２のキー情報集合に基づいて、前記第１の文に対応する複数の意味候補を決定するために用いられる決定モジュールと、
    前記複数の意味候補に基づいて、前記第１の文に対応する応答文を生成するために用いられる生成モジュールと、を含むマンマシン対話装置。
11. 前記決定モジュールは、
    前記第１のキー情報集合及び前記第２のキー情報集合のうちのキー情報に対して組合せ処理を行って、複数種のキー情報組合せ結果を取得し、
    前記複数種のキー情報組合せ結果に応じて、前記第１の文に対応し且つ前記複数種のキー情報組合せ結果と一対一に対応する複数の意味候補を決定するために用いられる請求項１０に記載のマンマシン対話装置。
12. 前記決定モジュールは、
    前記第２のキー情報集合に対応する複数のサブ集合を生成し、
    前記第１のキー情報集合を前記複数のサブ集合とそれぞれ組み合わせて、前記複数種のキー情報組合せ結果を得るために用いられる請求項１１に記載のマンマシン対話装置。
13. 前記生成モジュールは、
    各種のキー情報組合せ結果に対応する意味候補の確率スコアをそれぞれ決定し、
    前記複数の意味候補を前記確率スコアの高い順に順序付けし、
    解答が検索されるまで、前記複数の意味候補に対して順序付けられた順で解答検索を行い、前記解答に基づいて前記第１の文に対応する応答文を生成するために用いられる請求項１２に記載のマンマシン対話装置。
14. 前記生成モジュールは、
    各種のキー情報組合せ結果に対して、前記キー情報組合せ結果における前記第１のキー情報集合及び前記サブ集合に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定し、
    前記条件付き確率を前記キー情報組合せ結果に対応する意味候補の確率スコアとするために用いられる請求項１３に記載のマンマシン対話装置。
15. 前記生成モジュールは、
    前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得し、
    前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定するために用いられる請求項１４に記載のマンマシン対話装置。
16. 前記生成モジュールは、
    前記第１の文が省略形態である確率を取得し、
    前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を取得し、
    前記第１の文が省略形態である確率及び前記共起確率に基づいて、前記第１のキー情報集合が出現するときに、前記サブ集合も出現する条件付き確率を決定するために用いられる請求項１４に記載のマンマシン対話装置。
17. 前記生成モジュールは、
    履歴コーパスを取得し、前記履歴コーパスに基づいて、異なるキー情報間の共起確率を含むキー情報共起データベースを生成し、
    前記キー情報共起データベースを照会することにより、前記第１のキー情報集合のうちの各々の第１のキー情報と前記サブ集合のうちの各々の第２のキー情報との間の共起確率を得るために用いられる請求項１５又は１６に記載のマンマシン対話装置。
18. 前記生成モジュールは、
    前記履歴コーパスに対してキー情報マイニングを行って、複数のキー情報を取得し、
    前記複数のキー情報のうち任意の２つのキー情報の前記履歴コーパスでの共起回数を統計し、
    前記共起回数に基づいて、前記任意の２つのキー情報間の共起確率を決定するために用いられる請求項１７に記載のマンマシン対話装置。
19. 少なくとも１つのプロセッサと、
    前記少なくとも１つのプロセッサに通信接続されたメモリと、を含み、
    前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令は、前記少なくとも１つのプロセッサに請求項１〜請求項９のいずれか１項に記載のマンマシン対話方法を実行させるために、前記少なくとも１つのプロセッサによって実行される電子機器。
20. コンピュータ命令が記憶されている非一時的コンピュータ可読記憶媒体であって、前記コンピュータ命令は、コンピュータに請求項１〜請求項９のいずれか１項に記載のマンマシン対話方法を実行させるために用いられる非一時的コンピュータ可読記憶媒体。
21. コンピュータに請求項１〜９のいずれか１項に記載のマンマシン対話方法を実行させるコンピュータプログラム。

Images