JP2022031854A - 返信内容の生成方法、装置、機器及び記憶媒体 - Google Patents
返信内容の生成方法、装置、機器及び記憶媒体 Download PDFInfo
- Publication number
- JP2022031854A JP2022031854A JP2021197234A JP2021197234A JP2022031854A JP 2022031854 A JP2022031854 A JP 2022031854A JP 2021197234 A JP2021197234 A JP 2021197234A JP 2021197234 A JP2021197234 A JP 2021197234A JP 2022031854 A JP2022031854 A JP 2022031854A
- Authority
- JP
- Japan
- Prior art keywords
- user request
- current user
- history
- instruction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000005352 clarification Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3325—Reformulation based on results of preceding query
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3335—Syntactic pre-processing, e.g. stopword elimination, stemming
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】履歴指示情報を活用して対話再指示を行うという対話ロジックを実現し、対話のラウンドを減少させ、対話効率を向上させ、マルチラウンド対話システムの配置に対する敷居及び複雑度を低下させ、ユーザ対話の流暢さを向上させ、ユーザ体験を向上させる返信内容の生成方法、装置、電子機器及び記憶媒体をを提供する。【解決手段】方法は、現在の対話における現在のユーザ要求、及び現在の対話における履歴指示情報を取得し、履歴指示情報から現在のユーザ要求に一致する内容を抽出し、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得し、更新された現在のユーザ要求に基づいて、現在のユーザ要求への返信内容を生成する。【選択図】図1
Description
本出願は、コンピュータ技術分野に関し、具体的には、ビッグデータ、深層学習などの人工知能技術分野に関し、特に、返信内容の生成方法、装置、電子機器及び記憶媒体に関する。
自然言語技術の発展に伴い、マルチラウンド対話技術はますます成熟し、マルチラウンド対話システムを各業界の様々なビジネスシーンに適用できるようになり、顧客サービスの効率を向上させるとともに、企業のコストを削減する。
関連技術において、マルチラウンド対話システムは、溝埋め法や溝埋め法に基づく改良版を用いて返信内容の生成を実現し、対話能力が比較的単一であり、通常、予め設定された流れに従って対話のインタラクションを完成させるため、如何に返信内容の生成をよりよく実現するかが早急に解決すべき問題となっている。
本出願は、返信内容の生成方法、装置、電子機器及び記憶媒体を提供する。
本出願の一態様によれば、返信内容の生成方法を提供し、
現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するステップと、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するステップと、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するステップと、
更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するステップと、を含む。
現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するステップと、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するステップと、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するステップと、
更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するステップと、を含む。
本出願の第2の態様によれば、返信内容の生成装置を提供し、
現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するための第1の取得モジュールと、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するための第1の抽出モジュールと、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するための第1の更新モジュールと、
更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するための第1の生成モジュールと、を含む。
現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するための第1の取得モジュールと、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するための第1の抽出モジュールと、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するための第1の更新モジュールと、
更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するための第1の生成モジュールと、を含む。
本出願の第3の態様によれば、電子機器を提供し、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可能に接続されるメモリと、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指令が記憶され、前記指令は、前記少なくとも1つのプロセッサが本出願の第1の態様に記載の返信内容の生成方法を実行できるように、前記少なくとも1つのプロセッサによって実行される。
本出願の第4の態様によれば、コンピュータ指令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体を提供し、前記コンピュータ指令は、前記コンピュータに本出願の第1の態様に記載の返信内容の生成方法を実行させる。
本出願の第5の態様によれば、コンピュータプログラムを提供し、前記コンピュータプログラムがプロセッサによって実行される場合、本出願の第1の態様に記載の返信内容の生成方法のステップが実現される。
なお、本部分に記載された内容は、本出願の実施例の肝心または重要な特徴を限定することを意図するものではなく、本出願の範囲を限定するものでもない。本出願の他の特徴は、以下の説明によって容易に理解できるようになる。
図面は、本技術案をよりよく理解するために使用され、本出願を限定するものではない。
本出願の一実施形態に係る返信内容の生成方法のフローチャートである。
本出願の1つの具体的な実施例に係る返信内容の生成方法のフローチャートである。
本出願に係る返信内容の生成装置の概略図である。
本出願に係る他の返信内容の生成装置の概略図である。
本出願に係る別の返信内容の生成装置の概略図である。
本出願に係るさらなる返信内容の生成装置の概略図である。
本出願に係る別の返信内容の生成装置の概略図である。
本出願の実施例に係る返信内容の生成方法の電子機器のブロック図である。
以下、図面と併せて本出願の例示的な実施例を説明し、理解を容易にするためにその中には本出願の実施例の様々な詳細事項が含まれ、それらは単なる例示的なものと見なされるべきである。したがって、当業者は、本出願の範囲及び精神から逸脱することなく、ここで説明される実施例に対して様々な変更と修正を行うことができる。同様に、わかりやすくかつ簡潔にするために、以下の説明では、周知の機能及び構造の説明を省略する。
自然言語技術の発展に伴い、マルチラウンド対話技術がますます成熟し、マルチラウンド対話システムを各業界の様々なビジネスシーンに適用できるようになり、顧客サービスの効率を向上させるとともに、企業のコストを削減する。
関連技術において、マルチラウンド対話システムは、通常、溝埋め法や溝埋め法に基づく改良版を用いて返信内容の生成を実現し、対話能力が比較的単一であり、通常、予め設定された流れに従って対話のインタラクションを完成させ、様々なビジネスシーンの対話過程において、指示は非常に一般的であり、指示インヘリタンス(マルチラウンド対話にわたる指示)は、ユーザの対話体験を向上させる上で非常に重要な一部である。例えば、ある対話において指示(指示の明確化、質問応答に関連する質問の指示など)の対話ロジックが完成し、いくつかの対話を経た後、ユーザが記述をx番目に置き換え、序数エンティティを付けて前に指示をトリガーしたqueryを記載するか、又は前の指示オプションなどのトーキングスキルを記述することで、前の指示に対して再指示選択を行い、対応する指示対話ロジックを完成させることができる。
例えば、指示の明確化は、ユーザによって記述された質問を決定するように理解することができ、当該質問に対して、答えがある、答えがない、聞きたいのは番号、位置などの3つのオプションのうちのどれか、という3つの応答を提供することができ、ユーザは、選択されたのが何番目であるか、又は番号が何番目であるかを電子機器によって指示することができると理解することができ、質疑応答関連問指示は、ユーザのニーズが如何に切符を買いに行くかであることを取得した場合、他の質問をするか否かユーザを誘導することができ、正常に質問に答えた場合、ユーザが他の質問を選択するように、他の質問を推奨すると理解することができ、指示のトリガーは、ユーザによって記述された質問を決定した場合、当該質問に対してA、B、Cの応答オプションを決定でき、ユーザが電子機器を介して最初のオプションを選択した後、二番目のオプションも選択し、二番目の選択を指示のトリガーとして決定できると理解することができる。
これにより、対話システムにおいて指示のインヘリタンスのサポートをよりよく実現し、マルチラウンド対話システムの全体能力の向上、対話システムシーンのカバー率及びユーザの対話体験の向上に対して重要な役割を果たすため、返信内容の生成を如何によりよく実現するか、及び対話システムにおいて指示のインヘリタンスのサポートを如何によりよく実現するかが早急に解決すべき問題となっている。
上記課題を解決するために、本出願は、返信内容の生成方法、装置、電子機器及び記憶媒体を提供し、本出願は、現在の対話における現在のユーザ要求、及び現在の対話における履歴指示情報を取得し、履歴指示情報から現在のユーザ要求に一致する内容を抽出し、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得し、更新された現在のユーザ要求に基づいて、現在のユーザ要求への返信内容を生成し、履歴指示情報を活用して対話再指示を行うという対話ロジックを実現し、対話のラウンドを減少させ、マルチラウンド対話システムの配置に対する敷居及び複雑度を低下させ、ユーザ対話の流暢さを向上させることができる。
以下に、図面を参照して本出願の実施例の返信内容の生成方法、装置、電子機器及び記憶媒体を説明する。
図1は、本出願の一実施形態に係る返信内容の生成方法のフローチャートである。なお、本出願の実施例の返信内容の生成方法は、本出願の実施例の返信内容の生成装置に適用することができ、当該装置は、具体的には、ハードウェアデバイス、又はハードウェアデバイスにおけるソフトウェアなどであってもよく、当該装置は、端末装置又はサーバを含むことができる電子機器に適用することができる。例えば、携帯端末には、スマートフォン、タブレット、PAD、携帯情報端末などが含まれる。本出願の実施例は、これを限定しない。
S101において、現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得する。
本出願の実施例において、ユーザは、ユーザによって入力された情報を受信するように、電子機器を介して現在の対話ボックスに情報を入力し、現在対話における現在のユーザ要求を取得することができる。
ここで、履歴指示情報は、サーバに予め記憶してもよい。
本出願の一実施形態において、現在の会話における現在のユーザ要求を取得することにより、現在のユーザ要求が属する現在の対話を決定し、現在の対話における履歴指示情報を取得することができる。
ここで、履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び履歴ユーザ要求に対応する複数の指示オプションが含まれる。
例えば、ユーザは、ユーザによって入力された「残高を確認したい」を受信するように、電子機器を介して現在の対話ボックスに「残高を確認したい」を入力することができ、現在のユーザ要求が「残高を確認したい」であると決定することができ、「残高を確認したい」に基づいて、「残高を確認したい」が「残高を確認する」という対話に属すると決定することができ、これにより「残高を確認する」の履歴ユーザ要求、及び1、クレジットカードの残高を確認し、2、銀行カードの残高を確認し、3、如何にして銀行カードの残高を確認するか、などの履歴ユーザ要求に対応する指示オプションを取得することができる。
S102において、履歴指示情報から現在のユーザ要求に一致する内容を抽出する。
つまり、現在の対話における履歴指示情報が取得された後、履歴指示情報から現在のユーザ要求に一致する内容を抽出することができる。例えば、一致する内容は、履歴ユーザ要求又は指示オプションである。
実現可能な一実施形態として、現在の対話における履歴指示情報が取得された後、履歴指示情報から現在のユーザ要求に一致する内容を抽出するように、履歴指示情報を現在のユーザ要求と意味的に一致させることができる。
別の実現可能な実施形態として、現在の対話における履歴指示情報が取得された後、履歴指示情報から現在のユーザ要求に一致する内容を抽出するように、履歴指示情報と現在のユーザ要求のテンプレートを一致させることができる。
なお、現在のユーザ要求には、序数エンティティが含まれていてもよいし、含まれていなくてもよく、これに対応して、現在のユーザ要求に序数エンティティが含まれていない場合と現在のユーザ要求に序数エンティティが含まれる場合は、履歴指示情報から現在のユーザ要求に一致する内容を抽出する実現方式が異なる。具体的な実現過程は、後続の実施例を参照されたい。
S103において、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得する。
つまり、履歴指示情報から現在のユーザ要求に一致する内容が抽出された後、当該内容に基づいて現在のユーザ要求を更新し、更新された現在のユーザ要求を取得することができる。
ここで、本出願の一実施形態において、内容が履歴ユーザ要求である場合、内容に対応する複数の指示オプション及び現在のユーザ要求に基づいて、現在のユーザ要求における序数エンティティによって指示される指示オプションを決定し、現在のユーザ要求における序数エンティティによって指示される指示オプションを、更新された現在のユーザ要求とし、内容が指示オプションである場合、内容を更新された現在のユーザ要求とすることができる。
S104において、更新された現在のユーザ要求に基づいて、現在のユーザ要求への返信内容を生成する。
つまり、更新された現在のユーザ要求が取得された後、更新された現在のユーザ要求に基づいて、現在のユーザ要求への返信内容を生成することができる。
本出願の一実施形態において、更新された現在のユーザ要求を要求内容生成モデルに入力することにより、現在のユーザ要求への返信内容を生成することができる。
本出願の実施例の返信内容の生成方法によれば、現在の対話における現在のユーザ要求、及び現在の対話における履歴指示情報を取得し、履歴指示情報から現在のユーザ要求に一致する内容を抽出し、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得し、更新された現在のユーザ要求に基づいて、現在のユーザ要求への返信内容を生成する。これにより、履歴指示情報から現在のユーザ要求に一致する内容を抽出し、現在のユーザ要求を更新し、更新されたユーザ要求に基づいて返信内容を生成する。履歴指示情報を活用して対話再指示を行うという対話ロジックを実現し、対話のラウンドを減少させ、対話効率を向上させ、マルチラウンド対話システムの配置に対する敷居及び複雑度を低下させ、ユーザ対話の流暢さを向上させ、ユーザ体験を向上させることができる。
当業者が本出願をより容易に理解するために、本出願は、1つの具体的な実施例の返信内容の生成方法を提供し、なお、前記具体的な実施例の返信内容の生成方法は、上記実施例に対するさらなる細分化又は最適化である。図2は、本出願の1つの具体的な実施例に係る返信内容の生成方法のフローチャートであり、図2に示すように、当該返信内容の生成方法は、以下のステップを含むことができる。
S201において、現在の対話における現在のユーザ要求を取得する。
例えば、ユーザは、ユーザによって入力された「残高を確認したい」を受信するように、電子機器を介して現在の対話ボックスに「残高を確認したい」を入力し、現在のユーザ要求を「残高を確認したい」として取得することができる。
S202において、現在の対話に履歴指示情報が存在するか否かを判断する。存在する場合、S203を実行し、存在しない場合、S210を実行する。
ここで、履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び前記履歴ユーザ要求に対応する複数の指示オプションが含まれる。
実現可能な一実施形態として、現在の対話における現在のユーザ要求が取得された後、現在のユーザ要求が属する現在の対話を決定し、現在のユーザ要求が属する現在の対話に履歴指示情報が存在するか否かを判断することができる。
S203において、現在の対話に履歴指示情報が存在する場合、現在のユーザ要求に序数エンティティが含まれるか否かを判断することができる。そうでなければ、S204を実行し、そうであれば、S205を実行する。
つまり、現在の対話に履歴指示情報が存在すると判断された後、現在のユーザ要求に序数エンティティが含まれるか否かをさらに判断することができる。
ここで、序数エンティティは、時間、場所、カード番号などの関数におけるパラメータに類似する、ビジネス動作を完成させるのに必要なパラメータとして理解することができる。
例えば、現在のユーザ要求は「カード番号123456の残高を確認したい」である場合、現在のユーザ要求に「カード番号123456」という序数エンティティが含まれると決定することができる。
S204において、現在のユーザ要求に序数エンティティが含まれていない場合、現在のユーザ要求及び処理対象の履歴ユーザ要求に対応する複数の指示オプションの第1の類似度に基づいて、現在のユーザ要求に一致する内容を決定することができる。
本出願の一実施形態において、現在のユーザ要求には序数エンティティが含まれていない場合、時点の近い順に履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得し、現在のユーザ要求と処理対象の履歴ユーザ要求に対応する複数の指示オプションとの第1の類似度を決定し、対応する第1の類似度が第1の類似度閾値を満たす指示オプションを、現在のユーザ要求に一致する内容とすることができる。
ここで、現在のユーザ要求と処理対象の履歴ユーザ要求に対応する複数の指示オプションとの第1の類似度は、単語の袋モデルと余弦類似度との組み合わせ、語ベクトルに基づく教師なし意味類似度計算モデルなどの方式で決定することができ、本出願はこれを限定しない。
S205において、現在のユーザ要求に序数エンティティが含まれ、現在のユーザ要求を書き換え、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度が第2の類似度閾値を満たすか否かを判断し、そうであれば、S206を実行し、そうでなければ、S207を実行する。
本出願の一実施形態において、現在のユーザ要求に序数エンティティが含まれると判断された場合、時点の近い順に履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得し、現在のユーザ要求における序数エンティティ及び無意味語を除去処理し、書き換えられた現在のユーザ要求を生成し、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度を決定し、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度が第2の類似度閾値を満たすか否かを判断することができる。
S206において、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度が第2の類似度閾値を満たす場合、対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求を、現在のユーザ要求に一致する内容とする。
S207において、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度が第2の類似度閾値を満たさない場合、現在のユーザ要求が予め設定された指示インヘリタンス条件を満たすか否かを判断する。
ここで、指示インヘリタンス条件には、指示インヘリタンスの複数の関連語が含まれる。
本出願の一実施形態において、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度が第2の類似度閾値を満たさないと判断された場合、現在のユーザ要求に関連語が存在するか否かを判断することにより行われ、現在のユーザ要求に関連語が存在する場合、現在のユーザ要求が指示インヘリタンス条件を満たすと決定することができる。
S208において、現在のユーザ要求が予め設定された指示インヘリタンス条件を満たす場合、履歴指示情報における時点が最も近い履歴ユーザ要求を、現在のユーザ要求に一致する内容とする。
S209において、現在のユーザ要求が予め設定された指示インヘリタンス条件を満たしていない場合、現在のユーザ要求に一致する内容が存在しないと決定する。
本出願の一実施形態において、現在のユーザ要求に関連語が存在しないと判断された場合、現在のユーザ要求が予め設定された指示インヘリタンス条件を満たさないと判断され、現在のユーザ要求に一致する内容が存在しないと決定することができる。
ここで、本出願の実施例において、現在のユーザ要求に一致する内容が存在しないと決定された場合、現在の対話における他の対話に基づいて現在のユーザ要求に一致する内容を生成することができる。
S210において、現在の対話における他の対話に基づいて現在のユーザ要求に一致する内容を生成する。
S211において、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得する。
本出願の一実施形態において、内容が履歴ユーザ要求である場合、内容に対応する複数の指示オプション及び現在のユーザ要求に基づいて、現在のユーザ要求における序数エンティティによって指示される指示オプションを決定し、現在のユーザ要求における序数エンティティによって指示される指示オプションを、更新された現在のユーザ要求とし、内容が指示オプションである場合、内容を更新された現在のユーザ要求とすることができる。
S212において、更新された現在のユーザ要求に基づいて、現在のユーザ要求情報への返信内容を生成する。
本出願の一実施形態において、更新された現在のユーザ要求を要求内容生成モデルに入力することにより、現在のユーザ要求への返信内容を生成することができる。
本出願の他の実施例において、ユーザ要求と返信内容との対応関係を基に、更新された現在のユーザ要求入力に基づいて、現在のユーザ要求への返信内容を生成することができる。
履歴指示情報をより正確に決定するために、本出願の一実施形態において、更新された現在のユーザ要求に基づいて、現在のユーザ要求情報への返信内容を生成した後、返信内容に複数の指示オプションが含まれるか否かを判断することができ、返信内容に複数の指示オプションが含まれる場合、現在のユーザ要求及び対応する返信内容に基づいて現在の対話の履歴指示情報を更新する。
本出願の実施例の返信内容の生成方法によれば、現在の対話における現在のユーザ要求を取得し、現在の対話に履歴指示情報が存在するか否かを判断し、現在の対話に履歴指示情報が存在すると判断された場合、現在のユーザ要求に序数エンティティが含まれるか否かをさらに判断し、現在のユーザ要求に序数エンティティが含まれると判断された場合、現在のユーザ要求を書き換え、書き換えられた現在のユーザ要求と処理対象の履歴ユーザ要求との第2の類似度が第2の類似度閾値を満たすか否かを判断し、満たさない場合、現在のユーザ要求が予め設定された指示インヘリタンス条件を満たすか否かを判断し、現在のユーザ要求に一致する内容をさらに決定し、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得し、更新された現在のユーザ要求に基づいて、現在のユーザ要求情報への返信内容を生成する。履歴指示情報を活用して対話再指示を行うという対話ロジックを実現し、対話中の指示インヘリタンスをサポートし、指示インヘリタンスをサポートする必要があるシーンでの冗長な配置を大幅に減少させ、より多くの対話システムシーンをカバーし、指示関連のシーンをサポートし、対話のラウンドを減少させ、対話効率を向上させ、マルチラウンド対話システムの配置に対する敷居及び複雑度を低下させ、ユーザ対話の流暢さを向上させ、ユーザ体験を向上させ、これらの要求を満たすマルチラウンド対話の構築コストを削減することができる。
上記いくつかの実施例により提供される返信内容の生成方法に対応し、本出願の実施例は、返信内容の生成装置をさらに提供し、本出願の実施例により提供される返信内容の生成装置は、上記いくつかの実施例により提供される返信内容の生成方法に対応するため、返信内容の生成方法の実施形態は、本実施例により提供される返信内容の生成装置にも適用し、本実施例において詳しく説明しない。
図3は、本出願に係る返信内容の生成装置の概略図である。図3に示すように、当該返信内容の生成装置300は、第1の受信モジュール310と、第1の抽出モジュール320と、第1の更新モジュール330と、第1の生成モジュール340と、を含む。
第1の取得モジュール310は、現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するように構成される。
第1の抽出モジュール320は、前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するように構成される。
第1の更新モジュール330は、前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するように構成され、一例として、前記履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び前記履歴ユーザ要求に対応する複数の指示オプションが含まれ、前記第1の更新モジュール330は、具体的には、前記内容が履歴ユーザ要求である場合、前記内容に対応する複数の指示オプション及び前記現在のユーザ要求に基づいて、前記ユーザ要求における序数エンティティによって指示される指示オプションを決定し、前記現在のユーザ要求における序数エンティティによって指示される指示オプションを、更新された現在のユーザ要求とし、前記内容が指示オプションである場合、前記内容を更新された現在のユーザ要求とするように構成される。
第1の生成モジュール340は、更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するように構成される。
本出願の一実施形態において、図4に示すように、前記履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び履歴ユーザ要求に対応する複数の指示オプションが含まれ、前記第1の抽出モジュール420は、前記現在のユーザ要求には序数エンティティが含まれていない場合、時点の近い順に前記履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得するための第1の取得サブモジュール4201と、前記現在のユーザ要求と前記処理対象の履歴ユーザ要求に対応する複数の指示オプションとの第1の類似度を決定するための第1の決定サブモジュール4202と、対応する第1の類似度が第1の類似度閾値を満たす指示オプションを、前記現在のユーザ要求に一致する内容とするための第2の決定サブモジュール4203と、を含む。
ここで、図4における410~440と図3における310~340は、同じ機能及び構成を有する。
本出願の一実施形態において、図5に示すように、前記第1の抽出モジュール520は、前記現在のユーザ要求に序数エンティティが含まれる場合、時点の近い順に前記履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得するための第2の取得サブモジュール5204と、前記現在のユーザ要求における前記序数エンティティ及び無意味語を除去処理し、書き換えられた現在のユーザ要求を生成するための第1の生成サブモジュール5205と、前記書き換えられた現在のユーザ要求と前記処理対象の履歴ユーザ要求との第2の類似度を決定するための第3の決定サブモジュール5206と、対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求を、前記現在のユーザ要求に一致する内容とするための第4の決定サブモジュール5207と、をさらに含む。
ここで、図5における510~540と図3における310~340は、同じ機能及び構成を有する。
本出願の一実施形態において、図6に示すように、前記第1の抽出モジュール620は、対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求が取得されていない場合、前記現在ユーザ要求が予め設定された指示インヘリタンス条件を満たすか否かを判断するための第1の判断サブモジュール6208と、前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たす場合、前記履歴指示情報における時点が最も近い履歴ユーザ要求を、前記現在のユーザ要求に一致する内容とするための第5の決定サブモジュール6209と、前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たさない場合、前記現在のユーザ要求に一致する内容が存在しないと決定するための第6の決定サブモジュール6210と、をさらに含む。
本出願の一実施形態において、前記指示インヘリタンス条件には、指示インヘリタンスの複数の関連語が含まれ、前記第1の判断サブモジュール6208は、具体的には、前記現在のユーザ要求に前記関連語が存在するか否かを判断し、前記現在のユーザ要求に前記関連語が存在する場合、前記現在のユーザ要求が前記指示インヘリタンス条件を満たすと決定し、前記現在のユーザ要求に前記関連語が存在しない場合、前記現在のユーザ要求が前記指示インヘリタンス条件を満たしていないと決定するように構成される。
ここで、図6における610~640と図5における510~540は、同じ機能及び構成を有する。
本出願の一実施形態において、図7に示すように、前記第1の生成モジュール740の後、前記返信内容に複数の指示オプションが含まれるか否かを判断するための判断モジュール750と、前記返信内容に複数の指示オプションが含まれる場合、前記現在のユーザ要求及び対応する返信内容に基づいて前記現在の対話の履歴指示情報を更新するための第2の更新モジュール760と、をさらに含む。
ここで、図7における710~740と図3における310~340は、同じ機能及び構成を有する。
本出願の実施例の返信内容の生成装置によれば、現在の対話における現在のユーザ要求、及び現在の対話における履歴指示情報を取得し、履歴指示情報から現在のユーザ要求に一致する内容を抽出し、内容に基づいて、現在のユーザ要求を更新し、更新された現在のユーザ要求を取得し、更新された現在のユーザ要求に基づいて、現在のユーザ要求への返信内容を生成する。これにより、履歴指示情報から現在のユーザ要求に一致する内容を抽出し、現在のユーザ要求を更新し、更新されたユーザ要求に基づいて返信内容を生成する。履歴指示情報を活用して対話再指示を行うという対話ロジックを実現し、対話のラウンドを減少させ、対話効率を向上させ、マルチラウンド対話システムの配置に対する敷居及び複雑度を低下させ、ユーザ対話の流暢さを向上させ、ユーザ体験を向上させることができる。
本出願の実施例によれば、本出願は、電子機器、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラムをさらに提供する。
図8には、本出願の実施例を実施するための例示的な電子機器800の概略ブロック図が示される。電子機器は、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、メインフレームコンピュータ、及び他の適切なコンピュータなどの様々な形態のデジタルコンピュータを表すことを目的とする。電子機器は、パーソナルデジタルプロセッサ、携帯電話、スマートフォン、ウェアラブルデバイス、他の同様のコンピューティングデバイスなどの様々な形態のモバイルデバイスを表すこともできる。本明細書で示されるコンポーネント、それらの接続と関係、及びそれらの機能は単なる例であり、本明細書の説明及び/又は要求される本出願の実現を制限するものではない。
図8に示すように、デバイス800は、ROM(Read-Only Memory、リードオンリーメモリ)802に記憶されているコンピュータプログラム、又は記憶ユニット808からRAM(Random Access Memory、ランダムアクセスメモリ)803にロッドされたコンピュータプログラムに基づいて、様々な適切な動作及び処理を実行することができる計算ユニット801を含む。RAM803には、デバイス800の動作に必要な様々なプログラム及びデータが記憶されていてもよい。計算ユニット801、ROM802及びRAM803は、バス804を介して互いに接続されている。I/O(Input/Output、入力/出力)インタフェース805もバス804に接続されている。
デバイス800における、キーボード、マウスなどの入力ユニット806と、様々なタイプのディスプレイ、スピーカなどの出力ユニット807と、磁気ディスク、光ディスクなどの記憶ユニット808と、ネットワークカード、モデム、無線通信トランシーバなどの通信ユニット809と、を含む複数のコンポーネントは、I/Oインタフェース805に接続されている。通信ユニット809は、デバイス800がインターネットなどのコンピュータネットワーク及び/又は様々な電気通信ネットワークを介して他のデバイスと情報/データを交換することを可能にする。
計算ユニット801は、各種の処理及び計算能力を有する汎用及び/又は専用処理コンポーネントであってもよい。計算ユニット801のいくつかの例は、CPU(Central Processing Unit、セントラルプロセッシングユニット)、GPU(Graphic Processing Units、グラフィックスプロセッシングユニット)、各種の専用AI(Artificial Intelligence、人工知能)計算チップ、各種の機械学習モデルアルゴリズムを運行する計算ユニット、DSP(Digital Signal Processor、デジタルシグナルプロセッサ)、及びいずれかの適宜なプロセッサ、コントローラ、マイクロコントローラなどを含むが、これらに限定されない。計算ユニット801は、上述したそれぞれの方法及び処理、例えば、返信内容の生成方法を実行する。例えば、いくつかの実施例で、返信内容の生成方法は、記憶ユニット808のような機械読み取り可能な媒体に具体的に含まれるコンピュータソフトウェアプログラムとして実装されてもよい。いくつかの実施例で、コンピュータの一部又は全部は、ROM802及び/又は通信ユニット809を介してデバイス800にロッド及び/又はインストールすることができる。コンピュータプログラムがRAM803にロッドされて計算ユニット801によって実行された場合、上述した返信内容の生成方法の1つ又は複数のステップを実行することができる。あるいは、他の実施例で、計算ユニット801は、他の任意の適切な形態で(例えば、ファーとウェアにより)返信内容の生成方法を実行するように構成されてもよい。
本明細書で上述したシステム及び技術の各種の実施形態は、デジタル電子回路システム、集積回路システム、FPGA(Field Programmable Gate Array、フィールドプログラマブルゲートアレイ)、ASIC(Application-Specific Integrated Circuit、特定用途向け集積回路)、ASSP(Application Specific Standard Product、特定用途向け標準製品)、SOC(System On Chip、システムオンチップ)、CPLD(Complex Programmable Logic Device、コンプレックス・プログラマブル・ロジック・デバイス)、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/又はそれらの組合せにおいて実現してもよい。これらの各種の実施形態は、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において実行及び/又は解釈することができる1つ又は複数のコンピュータプログラムにおいて実現されてもよく、当該プログラマブルプロセッサは、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、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つの出力装置にデータ及び命令を伝送することができる専用及び/又は汎用プログラマブルプロセッサであってもよい。
本開示の方法を実施するためのプログラムコードは、1つ又は複数のプログラミング言語の任意の組み合わせで書くことができる。これらのプログラムコードは、プロセッサ又はコントローラによって実行された際に、フローチャート及び/又はブロック図に規定された機能/動作が実施されるように、汎用コンピュータ、専用コンピュータ、又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供されてもよい。プログラムコードは、完全に機械上で実行され、部分的に機械上で実行され、スタンドアロンパッケージとして、部分的に機械上で実行され、かつ部分的にリモート機械上で実行され、又は完全にリモート機械又はサーバ上で実行されてもよい。
本開示の文脈では、機械読み取り可能な媒体は、命令実行システム、装置、又はデバイスによって使用されるために、又は命令実行システム、装置、又はデバイスと組み合わせて使用するためのプログラムを含むか、又は格納することができる有形の媒体であってもよい。機械読み取り可能な媒体は、機械読み取り可能な信号媒体又は機械読み取り可能な記憶媒体であってもよい。機械読み取り可能な媒体は、電子的、磁気的、光学的、電磁気的、赤外線的、又は半導体システム、装置又はデバイス、又はこれらの任意の適切な組み合わせを含むことができるが、これらに限定されない。機械読み取り可能な記憶媒体のより具体的な例は、1つ又は複数のラインに基づく電気的接続、ポータブルコンピュータディスク、ハードディスク、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory、消去可能プログラマブルリードオンリーメモリ)又はフラッシュメモリ、光ファイバ、CD-ROM(Compact Disc Read-Only Memory、ポータブルコンパクトディスクリードオンリーメモリ)、光学記憶装置、磁気記憶装置、又はこれらの任意の適切な組み合わせを含む。
ユーザとのインタラクションを提供するために、ここで説明されているコンピュータ上でシステム及び技術を実施することができ、当該コンピュータは、ユーザに情報を表示するためのディスプレイ装置(例えば、CRT(Cathode-Ray Tube、陰極線管)又はLCD(Liquid Crystal Display、液晶ディスプレイ)モニタ)と、キーボード及びポインティングデバイス(例えば、マウス又はトラックボール)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によっ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、ユーザとのインタラクションを提供することができ、例えば、ユーザに提供されるフィードバックは、任意の形式のセンシングフィードバック(例えば、視覚フィードバック、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、任意の形式(音響入力と、音声入力と、触覚入力とを含む)でユーザからの入力を受信することができる。
ここで説明されるシステム及び技術は、バックエンドユニットを含むコンピューティングシステム(例えば、データサーバとする)、又はミドルウェアユニット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ユニット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インタフェース又はウェブブラウザを有するユーザコンピュータであり、ユーザは、当該グラフィカルユーザインタフェース又は当該ウェブブラウザによってここで説明されるシステム及び技術の実施形態とインタラクションする)、又はこのようなバックエンドユニットと、ミドルウェアユニットと、フロントエンドユニットの任意の組み合わせを含むコンピューティングシステムで実施することができる。任意の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)によってシステムのコンポーネントを相互に接続することができる。通信ネットワークの例は、LAN(Local Area Network、ローカルエリアネットワーク)と、WAN(Wide Area Network、ワイドエリアネットワーク)と、インターネットと、ブロックチェーンネットワークとを含む。
コンピュータシステムは、クライアントとサーバとを含むことができる。クライアントとサーバは、一般に、互いに離れており、通常に通信ネットワークを介してインタラクションする。対応するコンピュータ上で実行され、且つ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、クライアントとサーバとの関係が生成される。サーバは、クラウドコンピューティングサーバ又はクラウドホストとも呼ばれるクラウドサーバであってもよく、従来の物理ホスト及びVPSサービス(「Virtual Private Server」、又は「VPS」と略称する)における、管理難度が大きく、ビジネスの拡張性が低いという欠点を解決するクラウドコンピューティングサービスシステムのホスト製品の1つである。
ここで、なお、人工知能はコンピュータに人間のある思考過程と知能行為(例えば、学習、推理、思考、計画など)をシミュレートさせることを研究する学科であり、ハードウェアレベルの技術もソフトウェアレベルの技術もある。人工知能ハードウェア技術には、一般的に、例えばセンサ、専用人工知能チップ、クラウドコンピューティング、分散ストレージ、ビッグデータ処理等の技術が含まれる。人工知能ソフトウェア技術は、主にコンピュータビジョン技術、音声認識技術、自然言語処理技術及び機械学習/深層学習、ビッグデータ処理技術、ナレッジグラフ技術などのいくつかの方向を含む。
上記に示される様々な形式のフローを使用して、ステップを並べ替え、追加、又は削除することができる。例えば、本開示に記載されている各ステップは、並列に実行されてもよいし、順次的に実行されてもよいし、異なる順序で実行されてもよいが、本開示で開示されている技術案の所望の結果を実現することができれば、本明細書では限定されない。
上記の具体的な実施形態は、本開示の保護範囲を制限するものではない。当業者は、設計要件と他の要因に応じて、様々な修正、組み合わせ、サブコンビネーション、及び代替を行うことができる。本開示の精神と原則内で行われる任意の修正、同等の置換、及び改善などは、いずれも本開示の保護範囲内に含まれるべきである。
Claims (17)
- 返信内容の生成方法であって、
現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するステップと、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するステップと、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するステップと、
更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するステップと、を含む、
ことを特徴とする返信内容の生成方法。 - 前記履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び前記履歴ユーザ要求に対応する複数の指示オプションが含まれ、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するステップは、
前記現在のユーザ要求には序数エンティティが含まれていない場合、時点の近い順に前記履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得するステップと、
前記現在のユーザ要求と前記処理対象の履歴ユーザ要求に対応する複数の指示オプションとの第1の類似度を決定するステップと、
対応する第1の類似度が第1の類似度閾値を満たす指示オプションを、前記現在のユーザ要求に一致する内容とするステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するステップは、
前記現在のユーザ要求に序数エンティティが含まれる場合、時点の近い順に前記履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得するステップと、
前記現在のユーザ要求における前記序数エンティティ及び無意味語を除去処理し、書き換えられた現在のユーザ要求を生成するステップと、
前記書き換えられた現在のユーザ要求と前記処理対象の履歴ユーザ要求との第2の類似度を決定するステップと、
対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求を、前記現在のユーザ要求に一致する内容とするステップと、をさらに含む、
ことを特徴とする請求項1又は2に記載の方法。 - 前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するステップは、
対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求が取得されていない場合、前記現在ユーザ要求が予め設定された指示インヘリタンス条件を満たすか否かを判断するステップと、
前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たす場合、前記履歴指示情報における時点が最も近い履歴ユーザ要求を、前記現在のユーザ要求に一致する内容とするステップと、
前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たさない場合、前記現在のユーザ要求に一致する内容が存在しないと決定するステップと、をさらに含む、
ことを特徴とする請求項3に記載の方法。 - 前記指示インヘリタンス条件には、指示インヘリタンスの複数の関連語が含まれ、
前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たすか否かを判断するステップは、
前記現在のユーザ要求に前記関連語が存在するか否かを判断するステップと、
前記現在のユーザ要求に前記関連語が存在する場合、前記現在のユーザ要求が前記指示インヘリタンス条件を満たすと決定するステップと、
前記現在のユーザ要求に前記関連語が存在しない場合、前記現在のユーザ要求が前記指示インヘリタンス条件を満たしていないと決定するステップと、を含む、
ことを特徴とする請求項4に記載の方法。 - 前記履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び前記履歴ユーザ要求に対応する複数の指示オプションが含まれ、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するステップは、
前記内容が履歴ユーザ要求である場合、前記内容に対応する複数の指示オプション及び前記現在のユーザ要求に基づいて、前記ユーザ要求における序数エンティティによって指示される指示オプションを決定し、前記現在のユーザ要求における序数エンティティによって指示される指示オプションを、更新された現在のユーザ要求とするステップと、
前記内容が指示オプションである場合、前記内容を更新された現在のユーザ要求とするステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - 更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するステップの後、
前記返信内容に複数の指示オプションが含まれるか否かを判断するステップと、
前記返信内容に複数の指示オプションが含まれる場合、前記現在のユーザ要求及び対応する返信内容に基づいて前記現在の対話の履歴指示情報を更新するステップと、をさらに含む、
ことを特徴とする請求項1に記載の方法。 - 返信内容の生成装置であって、
現在の対話における現在のユーザ要求、及び前記現在の対話における履歴指示情報を取得するための第1の取得モジュールと、
前記履歴指示情報から前記現在のユーザ要求に一致する内容を抽出するための第1の抽出モジュールと、
前記内容に基づいて、前記現在のユーザ要求を更新し、更新された現在のユーザ要求を取得するための第1の更新モジュールと、
更新された現在のユーザ要求に基づいて、前記現在のユーザ要求への返信内容を生成するための第1の生成モジュールと、を含む、
ことを特徴とする返信内容の生成装置。 - 前記履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び前記履歴ユーザ要求に対応する複数の指示オプションが含まれ、前記第1の抽出モジュールは、
前記現在のユーザ要求には序数エンティティが含まれていない場合、時点の近い順に前記履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得するための第1の取得サブモジュールと、
前記現在のユーザ要求と前記処理対象の履歴ユーザ要求に対応する複数の指示オプションとの第1の類似度を決定するための第1の決定サブモジュールと、
対応する第1の類似度が第1の類似度閾値を満たす指示オプションを、前記現在のユーザ要求に一致する内容とするための第2の決定サブモジュールと、を含む、
ことを特徴とする請求項8に記載の装置。 - 前記第1の抽出モジュールは、
前記現在のユーザ要求に序数エンティティが含まれる場合、時点の近い順に前記履歴指示情報から処理対象の履歴ユーザ要求として履歴ユーザ要求を取得するための第2の取得サブモジュールと、
前記現在のユーザ要求における前記序数エンティティ及び無意味語を除去処理し、書き換えられた現在のユーザ要求を生成するための第1の生成サブモジュールと、
前記書き換えられた現在のユーザ要求と前記処理対象の履歴ユーザ要求との第2の類似度を決定するための第3の決定サブモジュールと、
対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求を、前記現在のユーザ要求に一致する内容とするための第4の決定サブモジュールと、をさらに含む、
ことを特徴とする請求項8又は9に記載の装置。 - 前記第1の抽出モジュールは、
対応する第2の類似度が第2の類似度閾値を満たす処理対象履歴要求が取得されていない場合、前記現在ユーザ要求が予め設定された指示インヘリタンス条件を満たすか否かを判断するための第1の判断サブモジュールと、
前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たす場合、前記履歴指示情報における時点が最も近い履歴ユーザ要求を、前記現在のユーザ要求に一致する内容とするための第5の決定サブモジュールと、
前記現在のユーザ要求が予め設定された指示インヘリタンス条件を満たさない場合、前記現在のユーザ要求に一致する内容が存在しないと決定するための第6の決定サブモジュールと、をさらに含む、
ことを特徴とする請求項10に記載の装置。 - 前記指示インヘリタンス条件には、指示インヘリタンスの複数の関連語が含まれ、
前記第1の判断サブモジュールは、具体的には、
前記現在のユーザ要求に前記関連語が存在するか否かを判断し、
前記現在のユーザ要求に前記関連語が存在する場合、前記現在のユーザ要求が前記指示インヘリタンス条件を満たすと決定し、
前記現在のユーザ要求に前記関連語が存在しない場合、前記現在のユーザ要求が前記指示インヘリタンス条件を満たしていないと決定するように構成される、
ことを特徴とする請求項11に記載の装置。 - 前記履歴指示情報には、指示をトリガーする履歴ユーザ要求、及び前記履歴ユーザ要求に対応する複数の指示オプションが含まれ、
前記第1の更新モジュールは、具体的には、
前記内容が履歴ユーザ要求である場合、前記内容に対応する複数の指示オプション及び前記現在のユーザ要求に基づいて、前記ユーザ要求における序数エンティティによって指示される指示オプションを決定し、前記現在のユーザ要求における序数エンティティによって指示される指示オプションを、更新された現在のユーザ要求とし、
前記内容が指示オプションである場合、前記内容を更新された現在のユーザ要求とするように構成される、
ことを特徴とする請求項8に記載の装置。 - 前記第1の生成モジュールの後、
前記返信内容に複数の指示オプションが含まれるか否かを判断するための判断モジュールと、
前記返信内容に複数の指示オプションが含まれる場合、前記現在のユーザ要求及び対応する返信内容に基づいて前記現在の対話の履歴指示情報を更新するための第2の更新モジュールと、をさらに含む、
ことを特徴とする請求項8に記載の装置。 - 電子機器であって、
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可能に接続されるメモリと、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指令が記憶され、前記指令は、前記少なくとも1つのプロセッサが請求項1~7のいずれかに記載の返信内容の生成方法を実行できるように、前記少なくとも1つのプロセッサによって実行される、
ことを特徴とする電子機器。 - コンピュータ指令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータ指令は、前記コンピュータに請求項1~7のいずれかに記載の返信内容の生成方法を実行させる、
ことを特徴とする非一時的なコンピュータ読み取り可能な記憶媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサによって実行される場合、請求項1~7のいずれかに記載のステップが実現される、
ことを特徴とするコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554184.8A CN112632251B (zh) | 2020-12-24 | 2020-12-24 | 回复内容的生成方法、装置、设备和存储介质 |
CN202011554184.8 | 2020-12-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022031854A true JP2022031854A (ja) | 2022-02-22 |
Family
ID=75324675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021197234A Pending JP2022031854A (ja) | 2020-12-24 | 2021-12-03 | 返信内容の生成方法、装置、機器及び記憶媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11816443B2 (ja) |
EP (1) | EP3910528A3 (ja) |
JP (1) | JP2022031854A (ja) |
CN (1) | CN112632251B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113111665B (zh) * | 2021-04-16 | 2022-10-04 | 清华大学 | 一种个性化对话改写方法及装置 |
CN112989008A (zh) * | 2021-04-21 | 2021-06-18 | 上海汽车集团股份有限公司 | 一种多轮对话改写方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002023783A (ja) * | 2000-07-13 | 2002-01-25 | Fujitsu Ltd | 対話処理システム |
JP2018194902A (ja) * | 2017-05-12 | 2018-12-06 | ヤフー株式会社 | 生成装置、生成方法および生成プログラム |
US20200380077A1 (en) * | 2019-06-03 | 2020-12-03 | Microsoft Technology Licensing, Llc | Architecture for resolving ambiguous user utterance |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070100908A1 (en) * | 2005-11-01 | 2007-05-03 | Neeraj Jain | Method and apparatus for tracking history information of a group session |
CN102591969A (zh) * | 2011-12-31 | 2012-07-18 | 北京百度网讯科技有限公司 | 基于用户历史行为提供搜索结果的方法及服务器 |
US10192179B1 (en) * | 2014-04-30 | 2019-01-29 | Amazon Technologies, Inc. | Session transfer in a customer service environment |
US10965633B2 (en) * | 2014-09-29 | 2021-03-30 | Microsoft Technoiogy Licensing, LLC | Session history horizon control |
US10831802B2 (en) * | 2016-04-11 | 2020-11-10 | Facebook, Inc. | Techniques to respond to user requests using natural-language machine learning based on example conversations |
US9865260B1 (en) | 2017-05-03 | 2018-01-09 | Google Llc | Proactive incorporation of unsolicited content into human-to-computer dialogs |
CN110879837B (zh) * | 2018-09-06 | 2022-01-14 | 华为技术有限公司 | 一种信息处理方法及装置 |
CN109830231B (zh) * | 2018-12-17 | 2021-03-16 | 北京百度网讯科技有限公司 | 会话处理方法、装置和存储介质 |
CN111429895B (zh) * | 2018-12-21 | 2023-05-05 | 广东美的白色家电技术创新中心有限公司 | 多轮交互的语义理解方法、装置及计算机存储介质 |
US11302330B2 (en) * | 2019-06-03 | 2022-04-12 | Microsoft Technology Licensing, Llc | Clarifying questions for rewriting ambiguous user utterance |
CN111428483B (zh) * | 2020-03-31 | 2022-05-24 | 华为技术有限公司 | 语音交互方法、装置和终端设备 |
CN111611364B (zh) * | 2020-05-15 | 2023-08-15 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
-
2020
- 2020-12-24 CN CN202011554184.8A patent/CN112632251B/zh active Active
-
2021
- 2021-07-22 US US17/382,829 patent/US11816443B2/en active Active
- 2021-07-26 EP EP21187693.3A patent/EP3910528A3/en active Pending
- 2021-12-03 JP JP2021197234A patent/JP2022031854A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002023783A (ja) * | 2000-07-13 | 2002-01-25 | Fujitsu Ltd | 対話処理システム |
JP2018194902A (ja) * | 2017-05-12 | 2018-12-06 | ヤフー株式会社 | 生成装置、生成方法および生成プログラム |
US20200380077A1 (en) * | 2019-06-03 | 2020-12-03 | Microsoft Technology Licensing, Llc | Architecture for resolving ambiguous user utterance |
Non-Patent Citations (1)
Title |
---|
毛呂 良寛 外: "補完ルールと発話履歴を利用した入力補完の枠組みの検討", 第69回(平成19年)全国大会講演論文集(2) 人工知能と認知科学, JPN6023004256, 6 March 2007 (2007-03-06), JP, pages 2 - 413, ISSN: 0005149996 * |
Also Published As
Publication number | Publication date |
---|---|
CN112632251A (zh) | 2021-04-09 |
EP3910528A3 (en) | 2022-02-16 |
CN112632251B (zh) | 2023-12-29 |
EP3910528A2 (en) | 2021-11-17 |
US11816443B2 (en) | 2023-11-14 |
US20210350085A1 (en) | 2021-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7318159B2 (ja) | テキスト誤り訂正方法、装置、電子デバイス及び可読記憶媒体 | |
KR102694584B1 (ko) | 이벤트 추출 방법, 이벤트 추출 장치 및 전자 기기 | |
US10936288B2 (en) | Voice-enabled user interface framework | |
JP2022018095A (ja) | マルチモーダル事前訓練モデル取得方法、装置、電子デバイス及び記憶媒体 | |
US20230089268A1 (en) | Semantic understanding method, electronic device, and storage medium | |
KR20220064940A (ko) | 음성 생성 방법, 장치, 전자기기 및 저장매체 | |
JP2022031854A (ja) | 返信内容の生成方法、装置、機器及び記憶媒体 | |
KR102682781B1 (ko) | 대화 생성 방법, 장치, 전자 기기 및 기록 매체 | |
JP2022177201A (ja) | 画像処理方法、装置、電子機器及び記憶媒体 | |
US12094469B2 (en) | Voice recognition method and device | |
CN113220367B (zh) | 小程序的运行方法、装置、电子设备及存储介质 | |
CN113407850A (zh) | 一种虚拟形象的确定和获取方法、装置以及电子设备 | |
JP2023533404A (ja) | 駆動可能3dキャラクター生成方法、装置、電子機器、及び記憶媒体 | |
JP2022028810A (ja) | メモリ割り当て方法、装置、及び電子機器 | |
CN116955569A (zh) | 对话生成方法、装置、设备及存储介质 | |
JP2023007369A (ja) | 翻訳方法、分類モデルの訓練方法、装置、デバイス及び記憶媒体 | |
CN115481227A (zh) | 人机交互对话方法、装置以及设备 | |
US20220128372A1 (en) | Method for path planning, electronic device and storage medium | |
CN117332068B (zh) | 人机交互方法、装置、电子设备以及存储介质 | |
CN115312034A (zh) | 基于自动机和字典树处理语音信号的方法、装置和设备 | |
US20230206007A1 (en) | Method for mining conversation content and method for generating conversation content evaluation model | |
KR102621436B1 (ko) | 음성 합성 방법, 장치, 전자 기기 및 저장 매체 | |
JP7349523B2 (ja) | 音声認識方法、音声認識装置、電子機器、記憶媒体コンピュータプログラム製品及びコンピュータプログラム | |
JP2023012541A (ja) | テーブルに基づく質問応答方法、装置及び電子機器 | |
JP2022071170A (ja) | 対話状態の生成方法、装置、電子機器及び記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230912 |