KR20210042272A - 지능형 응답 방법, 장치, 기기， 저장 매체 및 컴퓨터 프로그램 - Google Patents

Abstract

본 출원은 인공 지능 기술 분야 및 클라우드 컴퓨팅 분야에 관한 것으로, 지능형 응답 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램을 개시한다. 구체적인 실시형태는, 현재 응답할 문장을 획득하여, 상기 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정하는 단계; 상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계 - 상기 엔티티 규명 문장은 상기 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것임 -; 및 상기 엔티티 규명 문장을 상기 현재 응답할 문장의 응답 문장으로 하여 출력하는 단계를 포함한다. 현재 응답할 문장에 대해 규명 회답을 진행하는 것을 통해, 사용자 요청의 자동 회답을 실현함으로써, 지능형 응답의 효율 및 정확도를 향상시킨다.

Description

지능형 응답 방법, 장치, 기기， 저장 매체 및 컴퓨터 프로그램{INTELLIGENT RESPONSE METHOD AND DEVICE, EQUIPMENT, STORAGE MEDIUM AND COMPUTER PRODUCT}

본 출원의 실시예는 컴퓨터 기술 분야에 관한 것이며, 특히는 인공 지능 기술 분야 및 클라우드 컴퓨팅 분야에 관한 것이고, 특별히 지능형 응답 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램에 관한 것이다.

자연어 기술의 발전으로 인해 멀티 대화 기술은 갈수록 지능형 고객 서비스 및 지능형 아웃 바운드 등 장면에 응용되어 서비스 효율을 향상시키는 동시에 기업의 원가를 대폭 절감하였다.

현재 대부분의 멀티 대화 시스템은 대화 능력이 비교적 단일하고 기본적으로 모두 기설정 흐름에 따라 대화의 인터랙션을 완성한다. 그러나, 사용자의 표달은 매우 자유로우므로, 사용자 표달의 내용에 따라 유일하게 엔티티를 확인할 수 없을 경우, 응답 시스템은 단지 이전 라운드의 응답을 반복하거나 또는 시스템 인식 불가로 표시하게 되므로, 사용자가 입력한 문장을 정확하게 이해하지 못하여, 지능형 응답 효율이 떨어지고 사용자 체험감도 상대적으로 떨어진다.

본 출원의 실시예에서 지능형 응답 방법, 장치, 기기 및 저장 매체를 제공하여, 지능형 응답의 효율 및 정확도를 향상시킨다.

제1 양태에 따르면, 지능형 응답 방법을 제공하는 바, 상기 방법은,

현재 응답할 문장을 획득하여, 상기 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정하는 단계;

상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계 - 상기 엔티티 규명 문장은 상기 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것임 -; 및

상기 엔티티 규명 문장을 상기 현재 응답할 문장의 응답 문장으로 하여 출력하는 단계를 포함한다.

제2 양태에 따르면, 지능형 응답 장치를 제공하는 바, 상기 장치는,

현재 응답할 문장을 획득하여, 상기 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정하는 엔티티 결정 모듈;

상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 규명 문장 획득 모듈 - 상기 엔티티 규명 문장은 상기 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것임 - ; 및

상기 엔티티 규명 문장을 상기 현재 응답할 문장의 응답 문장으로 하여 출력하는 규명 문장 출력 모듈을 포함한다.

제3 양태에 따르면, 전자 기기를 제공하는 바,

적어도 하나의 프로세서; 및

상기 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하고,

상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령어가 저장되며, 상기 명령어는 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 본 출원의 임의의 실시예에 따른 지능형 응답 방법을 수행할 수 있도록 한다.

제4 양태에 따르면, 컴퓨터 명령어가 저장된 비일시적 컴퓨터 판독 가능한 저장 매체를 제공하는 바, 상기 컴퓨터 명령어는 컴퓨터가 본 출원의 임의의 실시예에 따른 지능형 응답 방법을 수행하도록 하기 위한 것이다.

제5 양태에 따르면, 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램를 제공하는 바, 상기 컴퓨터 프로그램은, 프로세서의 의해 실행될 경우, 본 출원의 임의의 실시예에 따른 지능형 응답 방법을 수행하도록 하기 위한 것이다.

본 출원의 기술에 따르면, 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 사용자 표달에 대한 정확한 이해를 실현하였으며, 지능형 응답의 효율 및 정확도를 향상시켜 사용자 체험감을 향상시킨다.

이 부분에서 설명된 내용은 본 출원의 실시예의 핵심 또는 중요 특징을 나타내는 것이 아니고, 본 출원의 범위를 한정하기 위한 것도 아님을 이해해야 한다. 본 출원의 다른 특징은 아래의 명세서를 통해 용이하게 이해될 것이다.

도면은 본 해결수단을 더 잘 이해하도록 제공되는 것으로, 본 출원을 한정하지 않는다.
도 1은 본 출원의 실시예에 따른 지능형 응답 방법의 흐름 모식도이다.
도 2는 본 출원의 실시예에 따른 지능형 응답 방법의 흐름 모식도이다.
도 3은 본 출원의 실시예에 따른 지능형 응답 방법의 흐름 모식도이다.
도 4는 본 출원의 실시예에 따른 지능형 응답 방법의 흐름 모식도이다.
도 5a는 본 출원의 실시예에 따른 멀티 지점 속성 엔티티 모식도이다.
도 5b는 본 출원의 실시예에 따른 멀티 지점 속성 엔티티 모식도이다.
도 6은 본 출원의 실시예에 따른 지능형 응답 방법의 흐름 모식도이다.
도 7은 본 출원의 실시예에 따른 지능형 응답 흐름 모식도이다.
도 8은 본 출원의 실시예에 따른 지능형 응답 장치의 구조 블록도이다.
도 9는 본 출원의 실시예의 지능형 응답 방법을 구현하기 위한 전자 기기의 블록도이다.

아래 도면과 결부시켜 본 출원의 예시적 실시예를 설명하되, 여기에 이해를 돕기 위한 본 출원의 실시예의 다양한 세부사항들이 포함되지만, 이들은 단지 예시적인 것으로 이해해야 한다. 따라서, 본 기술분야의 통상의 기술자는 본 출원의 범위 및 정신을 벗어나지 않는 전제 하에 여기서 설명된 실시예에 대해 다양한 변형 및 수정을 진행할 수 있음을 이해해야 한다. 마찬가지로, 명확 및 간략을 위해, 아래의 설명에서 공지 기능 및 구조에 대한 설명을 생략한다.

도 1은 본 출원의 실시예에서 제공한 지능형 응답 방법의 흐름 모식도이고, 본 실시예는 고객이 지능형 대화하는 경우에 응용되는 것으로서, 상기 방법은 지능형 응답 장치에 의해 수행될 수 있으며, 상기 장치는 소프트웨어 및/또는 하드웨어의 방식으로 실현되고, 컴퓨팅 능력을 구비하는 전자 기기에 집적될 수 있다. 도 1에 도시된 바와 같이, 본 실시예에서 제공하는 지능형 응답 방법은 하기의 단계를 포함할 수 있다.

단계 S110: 현재 응답할 문장을 획득하여, 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정한다.

여기서, 사용자가 입력한 문장을 실시간으로 획득하여 현재 응답할 문장으로 하고, 자연 언어의 의도 식별 방법에 따라 현재 응답할 문장의 의도를 결정한다. 엔티티는 한 가지 구체적인 하위 객체에 대한 통칭이며, 예컨대 베이징 다싱 공항 및 베이징 수도 공항 등을 공항으로 통칭하고, 공항은 하나의 엔티티이며; 엔티티 값은 어느 한 엔티티에 대응하는 하위의 구체적인 객체이고, 예컨대 공항이라는 이 엔티티의 엔티티 값은 베이징 다싱 공항 및 베이징 수도 공항 등을 포함한다. 현재 응답할 문장의 의도에 따라 현재 응답할 문장 중의 현재 수집할 엔티티를 결정하고, 현재 수집할 엔티티는 현재 응답할 문장의 의도에 한하여 미리 설정된 각 수집할 엔티티 중의 하나의 수집할 엔티티를 가리킨다. 예를 들어, 현재 응답할 문장이 "A도시로부터 B도시로 가는 티켓을 한 장 구매한다"이면, 의도 식별에 따르면 알 수 있는 바, 현재 응답할 문장에서 관련된 수집할 엔티티는 출발지의 공항 및 목적지 공항을 포함하고, 출발지의 공항 및 목적지 공항에 대응하는 엔티티 값을 미리 저장할 수 있으며, A도시 제1 국제 공항, A도시 제2 국제 공항, B도시 제1 국제 공항, B도시 제2 국제 공항 및 C도시 제1 국제 공항 등 하위 객체를 포함한다. 본 실시예에 있어서, 자연 언어의 의도에 대한 식별 방법은 구체적으로 한정하지 않는다.

단계 S120: 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하고; 엔티티 규명 문장은 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것이다.

여기서, 엔티티 규명 조건은 현재 응답할 문장 중의 엔티티에 대한 규명 회답의 조건을 결정하는 것을 가리키고, 엔티티 규명 문장은 현재 응답할 문장 중의 현재 수집할 엔티티에 대해 규명 회답을 진행하는 문장을 가리키며, 현재 응답할 문장에서 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것이고, 엔티티 값은 현재 수집할 엔티티의 구체적인 하위 객체이다. 구체적으로, 엔티티 규명 조건을 현재 응답할 문장이 의문문인 것으로 기설정할 수 있으며, 현재 응답할 문장이 의문문이면, 기설정 엔티티 규명 조건에 부합되고, 엔티티 규명 문장을 획득한다. 예를 들어, 현재 응답할 문장이 "이번 달 잔여 전화요금이 얼마인가"이면, 현재 응답할 문장의 현재 수집할 엔티티는 "월분"이고, 현재 수집할 엔티티에 한하여, "4월달 잔여 전화요금을 말씀하시는가요"라는 엔티티 규명 문장을 획득할 수 있으며, 여기서, "4월달"은 현재 수집할 엔티티 "월분"의 엔티티 값이다.

현재 수집할 엔티티에 대응하는 엔티티 값의 개수를 먼저 결정할 수도 있으며, 현재 수집할 엔티티에 대응하는 엔티티 값의 개수가 한 개보다 크면, 기설정 엔티티 규명 조건에 부합되어, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득해야 한다. 예컨대 통신사에서 데이터 요금제에 가입하는 장면에서, 사용자가 한 데이터 패키지에 가입하고자 하며, 시스템이 구축한 데이터 요금제의 엔티티 값의 후보 값 집합은 "20 위안 일일 패키지", "20 위안 월 패키지", "30 위안 월 패키지" 및 "10 위안 프리 타임 패키지"이고, 사용자가 "20 위안 짜리를 가입하겠다"라고 표달하면, NLU는 사용자가 표달한 현재 응답할 문장에 따라, 유일한 엔티티 값을 결정할 수 없다. 따라서, 기설정 엔티티 규명 조건에 부합되고, 식별된 "20 위안 일일 패키지" 및 "20위안 월 패키지"를 대화 시스템에 피드백하고, 생성된 규명 화술은 "20 위안 일일 패키지 또는 20 위안 월 패키지를 원하는가요"일 수 있다.

단계 S130: 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하여 출력한다.

여기서, 엔티티 규명 문장을 획득하고, 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하며, 사용자에게 송신하여, 현재 응답할 문장과 엔티티 규명 문장의 한 턴 대화를 형성하고, 가시화 인터페이스에 표시할 수 있으며, 사용자가 엔티티 규명 문장에 대한 회답을 기다린다.

상기 발명 중의 일 실시예는 하기와 같은 장점 또는 유익한 효과를 구비한다. 현재 응답할 문장 중의 현재 수집할 엔티티를 결정하는 것을 통해, 현재 수집할 엔티티의 엔티티 값에 대해 규명 회답을 진행하여, 사용자 요청에 대한 확인 및 지능형 응답을 실현하였다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 사용자 표달에 대한 정확한 이해를 실현하였으며, 지능형 응답의 효율 및 정확도를 향상시켰다. 사용자의 자유로운 표달을 지원하여 대화 능력의 지능형 및 원활함을 향상하여, 사용자가 업무를 수행하는 서비스 효율에 유리하고 사용자 체험감을 향상시킨다.

도 2는 본 출원의 실시예에서 제공하는 지능형 응답 방법의 흐름 모식도이고, 본 실시예는 상기 실시예를 기초로 최적화되며, 고객과 지능형 대화하는 경우에 응용되고, 상기 방법은 지능형 응답 장치에 의해 수행될 수 있으며, 상기 장치는 소프트웨어 및/또는 하드웨어의 방식으로 실현되고, 전자 기기에 집적될 수 있다.

본 실시예에 있어서, 선택적으로, 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계는, 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 단계; 현재 응답할 문장에 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하는 단계; 후보 엔티티 값 중에서 현재 응답할 문장과 매칭되는 엔티티 값을 선별하는 단계; 및 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성하는 단계를 포함한다.

도 2에 도시된 바와 같이, 본 실시예에서 제공하는 지능형 응답 방법은 하기의 단계를 포함할 수 있다.

단계 S210: 현재 응답할 문장을 획득하여, 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정한다.

단계 S220: 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정한다.

여기서, 후보 엔티티 값은 현재 수집할 엔티티의 하위 객체이고, 예를 들어, 현재 수집할 엔티티가 출발지 공항이면, 후보 엔티티 값은 A도시 제1 국제 공항, A도시 제2 국제 공항, B도시 제1 국제 공항 및 B도시 제2 국제 공항 등일 수 있다. 현재 응답할 문장 중의 현재 수집할 엔티티를 획득한 후, 기설정된 현재 수집할 엔티티와 후보 엔티티 값의 맵핑 관계에 따라, 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정한다.

본 실시예에 있어서, 선택적으로, 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 단계는, 미리 구성된 엔티티와 엔티티 값 집합의 대응 관계에 따라, 현재 수집할 엔티티에 대응하는 엔티티 값 집합을 결정하는 단계; 및 결정된 엔티티 값 집합 중의 각 엔티티 값을 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 하는 단계를 포함한다.

구체적으로, 엔티티 값 집합은 현재 수집할 엔티티의 모든 후보 엔티티 값을 포함하고, 상이한 엔티티에 대응하는 엔티티 값 집합이 미리 구성되어 있으며, 현재 응답할 문장 중의 현재 수집할 엔티티를 결정한 후, 상기 현재 수집할 엔티티에 대응하는 엔티티 값 집합을 조회하고, 상기 엔티티 값 집합 중의 각 엔티티 값은 즉 현재 수집할 엔티티에 대응하는 후보 엔티티 값이다. 예를 들어, 엔티티 "출발지 공항"에 대응하는 엔티티 값 집합을, 공항=[A도시 제1 국제 공항, A도시 제2 국제 공항, B도시 제1 국제 공항, B도시 제2 국제 공항]으로 미리 설정하면, "A도시 제1 국제 공항", "A도시 제2 국제 공항", "B도시 제1 국제 공항" 및 "B도시 제2 국제 공항"을 "공항"의 후보 엔티티 값으로 한다. 엔티티와 엔티티 값 집합의 대응 관계를 미리 구성하는 것을 통해, 엔티티 값 집합에서 현재 수집할 엔티티와 대응되는 후보 엔티티 값을 간편하게 조회할 수 있고, 후보 엔티티 값의 조회 효율 및 조회 정확도를 향상시켜, 현재 응답할 문장에 대한 회답 효율 및 회답 정확도를 향상시킬 수 있다.

본 실시예에 있어서, 선택적으로, 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 단계는, 이전의 응답할 문장에 대해 선별된 이전의 응답할 문장과 매칭되는 엔티티 값을 획득하는 단계; 및 획득한 엔티티 값을 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 결정하는 단계를 포함한다.

구체적으로, 이전의 응답할 문장에 대해, 매칭되는 엔티티 값을 이미 선별하고, 현재 응답할 문장에 대해, 현재 수집할 엔티티와 이전의 응답할 문장의 이전의 수집할 엔티티가 일치하면, 이전의 응답할 문장의 엔티티 값을 직접 획득하여, 현재 응답할 문장에서 현재 수집할 엔티티의 후보 엔티티 값으로 할 수 있다. 예를 들어, 이전의 응답할 문장이 "A도시로부터 B도시로 가는 티켓을 한 장 구매"이면, 상기 응답할 문장에 대해, 회답 엔티티 규명 문장은 "A도시 제1 국제 공항 아니면 A도시 제2 국제 공항에서 출발하는 티켓을 말씀하시는 건가요"이고, 만약 사용자가 엔티티 규명 문장의 응답 문장에 대해 여전히 어느 출발지 공항인지 명확하지 않다면, 시스템에서 상기 응답 문장을 규명할 경우, 직접 "A도시 제1 국제 공항" 및 "A도시 제2 국제 공항"을 후보 엔티티 값으로 할 수 있다. 이전의 응답할 문장에 매칭되는 엔티티 값을 획득하는 것을 통해, 현재 응답할 문장 후보 엔티티 값에 대한 결정 과정을 감소시켜, 후보 엔티티 값의 결정 효율을 향상시키고, 규명 회답 시간을 절약하여, 규명 회답 효율을 향상시킨다.

단계 S230: 현재 응답할 문장에 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정한다.

여기서, 후보 엔티티 값을 결정한 후, 현재 응답할 문장에서 후보 엔티티 값을 조회하고, 현재 응답할 문장에 후보 엔티티 값이 포함되는지의 여부를 결정한다. 현재 응답할 문장에 임의의 후보 엔티티 값이 포함되면, 현재 응답할 문장은 기설정 엔티티 규명 조건에 부합되지 않으며, 현재 응답할 문장에 대해 규명 회답할 필요가 없고; 현재 응답할 문장에 그 어떤 후보 엔티티 값이 포함되어 있지 않으면, 현재 응답할 문장은 기설정 엔티티 규명 조건에 부합되며, 후보 엔티티 값에 대한 엔티티 규명 문장을 생성하여 회답해야 한다. 예를 들어, 현재 응답할 문장이 "A도시로부터 B도시로 가는 티켓을 한 장 구매"이면, 현재 수집할 엔티티 "출발지 공항"에 대해, 후보 엔티티 값은 "A도시 제1 국제 공항", "A도시 제2 국제 공항", "B도시 제1 국제 공항" 및 "B도시 제2 국제 공항"이 있다. 현재 응답할 문장에 그 어떤 후보 엔티티 값을 포함하지 않기에, 상기 현재 응답할 문장은 기설정 엔티티 규명 조건에 부합된다.

단계 S240: 후보 엔티티 값 중에서 현재 응답할 문장과 매칭되는 엔티티 값을 선별한다.

여기서, 현재 응답할 문장의 현재 수집할 엔티티는 적어도 하나의 후보 엔티티 값이 대응되게 있을 수 있고, 후보 엔티티 값과 현재 응답할 문장의 매칭 관계에 따라, 현재 응답할 문장과 매칭 관계를 이루는 엔티티 값을 선별할 수 있다. 구체적으로, 후보 엔티티 값과 현재 응답할 문장 중의 동일한 문자의 개수는 매칭 고나계의 판정 기준으로서, 예를 들어, 현재 응답할 문장이 "A도시의 공항 평면도는 어떠한가"이면, 현재 수집할 엔티티는 "공항"이고, 후보 엔티티 값은 "A도시 제1 국제 공항", "A도시 제2 국제 공항", "B도시 제1 국제 공항", "B도시 제2 국제 공항" 및 "C도시 제1 국제 공항"이 있고, 여기서, "A도시 제1 국제 공항" 및 "A도시 제2 국제 공항"은 현재 응답할 문장에서 동일한 문자 개수가 가장 많은 후보 엔티티 값이기에, "A도시 제1 국제 공항" 및 "A도시 제2 국제 공항"은 현재 응답할 문장과 매칭되는 엔티티 값임을 결정할 수 있다.

단계 S250: 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성한다.

여기서, 현재 응답할 문장과 매칭되는 엔티티 값을 결정한 후, 결정된 하나 또는 복수의 엔티티 값에 대해, 엔티티 규명 문장을 생성하고, 현재 응답할 문장과 매칭되는 엔티티 값을 모두 엔티티 규명 문장에 표시하여, 사용자의 선택 확인에 편의를 제공한다. 예를 들어, 현재 응답할 문장이 "A도시의 공항 평면도는 어떠한가"이고, 결정된 엔티티 값은 "A도시 제1 국제 공항" 및 "A도시 제2 국제 공항"이면, 엔티티 규명 문장은 "A도시 제1 국제 공항 아니면 A도시 제2 국제 공항인가요"일 수 있다.

단계 S260: 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하여 출력한다.

상기 발명 중의 일 실시예는 하기와 같은 장점 또는 유익한 효과를 구비한다. 현재 응답할 문장의 의도에 따라 현재 수집할 엔티티를 결정하고, 현재 수집할 엔티티로 후보 엔티티 값을 결정하며, 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합될 경우, 매칭된 엔티티 값에 한하여 엔티티 규명 문장을 생성하여, 사용자가 간편하게 확인하도록 한다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 매칭되는 후보 엔티티 값을 선택하는 것을 통해, 사용자 표달에 대한 정확한 이해를 실현하였으며, 규명 회답 시간을 절약하고, 지능형 응답의 효율 및 정확도를 향상시켜 사용자 체험감을 향상시킨다.

도 3은 본 출원의 실시예에서 제공하는 지능형 응답 방법의 흐름 모식도이고, 본 실시예는 상기 실시예를 기초로 최적화되며, 고객과 지능형 대화하는 경우에 응용되고, 상기 방법은 지능형 응답 장치에 의해 수행될 수 있으며, 상기 장치는 소프트웨어 및/또는 하드웨어의 방식으로 실현되고, 전자 기기에 집적될 수 있다.

본 실시예에 있어서, 선택적으로, 후보 엔티티 값 중에서 현재 응답할 문장과 매칭되는 엔티티 값을 선별하는 단계는, 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 단계; 및 유사도가 기설정 임계값에 도달하는 후보 엔티티 값을 선택하여, 현재 응답할 문장과 매칭되는 엔티티 값으로 하는 단계를 포함한다.

도 3에 도시된 바와 같이, 본 실시예에서 제공하는 지능형 응답 방법은 하기의 단계를 포함할 수 있다.

단계 S310: 현재 응답할 문장을 획득하여, 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정한다.

단계 S320: 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정한다.

단계 S330: 현재 응답할 문장에 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정한다.

단계 S340: 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하고; 유사도가 기설정 임계값에 도달하는 후보 엔티티 값을 선택하여, 현재 응답할 문장과 매칭되는 엔티티 값으로 한다.

여기서, 후보 엔티티 값을 획득한 후, 후보 엔티티 값 중에서 현재 응답할 문장과 매칭되는 엔티티 값을 선택하고, 후보 엔티티 값이 기설정된 매칭 조건에 부합되면, 상기 후보 엔티티 값에 따라 엔티티 규명 문장을 생성한다. 기설정된 매칭 조건은 현재 응답할 문장과 각 후보 엔티티 값의 유사도일 수 있으며, 현재 응답할 문장과 각 후보 엔티티 값의 유사도가 기설정된 유사도 임계값에 도달하면, 상기 후보 엔티티 값은 현재 응답할 문장과 매칭되는 엔티티 값이다. 예를 들어, 유사도는 현재 응답할 문장과 후보 엔티티 값 동일한 문자의 개수일 수 있고, 기설정 유사도의 임계값은 세글자일 수 있다. 현재 응답할 문장이 "A도시의 공항 평면도는 어떠한가"이고, 후보 엔티티 값은 "A도시 제1 국제 공항", "A도시 제2 국제 공항" 및 "B도시 제1 국제 공항"이고, "A도시 제1 국제 공항"과 현재 응답할 문장 동일한 문자의 개수는 네개이고, "A도시 제2 국제 공항"과 현재 응답할 문장 동일한 문자의 개수는 네개이며, "B도시 제1 국제 공항"과 현재 응답할 문장 동일한 문자의 개수는 두개이면, 유사도 조건에 부합되는 후보 엔티티 값은 "A도시 제1 국제 공항" 및 "A도시 제2 국제 공항"이다.

본 실시예에 있어서, 선택적으로, 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 단계는, 현재 응답할 문장 및 각 후보 엔티티 값에 대해 단어 분리를 진행하는 단계; 각 후보 엔티티 값에 대해, 단어 분리 결과에 따라 현재 응답할 문장과 현재 후보 엔티티 값이 공유한 분할 단어의 개수를 결정하고, 상기 개수에 따라 현재 응답할 문장과 현재 후보 엔티티 값의 유사도를 결정하는 단계를 포함한다.

구체적으로, 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 방법은 현재 응답할 문장과 각 후보 엔티티 값 중에서 공유하는 분할 단어의 개수를 결정하는 것일 수 있다. 현재 응답할 문장 및 각 후보 엔티티 값에 대해 단어 분리를 진행하여, 획득한 단어 분리 결과는 현재 응답할 문장의 단어 분리 집합 및 각 후보 엔티티 값의 단어 분리 집합일 수 있고, 각 후보 엔티티 값의 단어 분리 결과를 현재 응답할 문장의 단어 분리 결과와 각각 대조하여, 각각의 후보 엔티티 값과 현재 응답할 문장이 공유하는 공유하는 분할 단어의 개수를 결정한다. 공유하는 분할 단어의 개수에 따라 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하고, 공유하는 분할 단어의 개수가 많을수록 유사도가 높다. 현재 응답할 문장 및 각 후보 엔티티 값에 대해 단어 분리를 진행하여 유사도를 결정하여, 유사도의 산출 효율 및 산출 정확도를 향상시킬 수 있으며, 후보 엔티티 값의 판정 오류를 방지하여 엔티티 규명 문장이 현재 응답할 문장에 대한 정확한 회답에 유리하다.

단계 S350: 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성한다.

단계 S360: 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하여 출력한다.

상기 발명 중의 일 실시예는 하기와 같은 장점 또는 유익한 효과를 구비한다. 현재 응답할 문장의 의도에 따라 현재 수집할 엔티티를 결정하고, 현재 수집할 엔티티로 후보 엔티티 값을 결정하며, 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합될 경우, 유사도에 따라 매칭되는 엔티티 값을 결정하고, 매칭된 엔티티 값에 한하여 엔티티 규명 문장을 생성하여, 사용자가 간편하게 확인하도록 한다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 유사도를 통해 매칭된 엔티티 값을 선택하여, 엔티티 값의 선택에 대한 정확도를 향상시켜, 사용자 표달에 대한 정확한 규명 회답을 실현하였으며, 지능형 응답의 효율 및 정확도를 향상시켜 사용자 체험감을 향상시킨다.

도 4는 본 출원의 실시예에서 제공하는 지능형 응답 방법의 흐름 모식도이고, 본 실시예는 상기 실시예를 기초로 최적화되며, 고객과 지능형 대화하는 경우에 응용되고, 상기 방법은 지능형 응답 장치에 의해 수행될 수 있으며, 상기 장치는 소프트웨어 및/또는 하드웨어의 방식으로 실현되고, 전자 기기에 집적될 수 있다.

본 실시예에 있어서, 선택적으로, 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성하는 단계는, 현재 응답할 문장과 매칭되는 각각의 엔티티 값에 대해 문자열 매칭을 진행하여, 현재 응답할 문장과 매칭되는 각각의 엔티티 값 사이의 차이 서브 스트링을 결정하고, 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하는 단계를 포함한다.

도 4에 도시된 바와 같이, 본 실시예에서 제공하는 지능형 응답 방법은 하기의 단계를 포함할 수 있다.

단계 S410: 현재 응답할 문장을 획득하여, 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정한다.

단계 S420: 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정한다.

단계 S430: 현재 응답할 문장에 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정한다.

단계 S440: 후보 엔티티 값 중에서 현재 응답할 문장과 매칭되는 엔티티 값을 선별한다.

단계 S450: 현재 응답할 문장과 매칭되는 각각의 엔티티 값에 대해 문자열 매칭을 진행하여, 현재 응답할 문장과 매칭되는 각각의 엔티티 값 사이의 차이 서브 스트링을 결정하고, 차이 서브 스트링에 따라 엔티티 규명 문장을 생성한다.

여기서, 차이 서브 스트링은 현재 응답할 문장과 매칭되는 엔티티 값 사이의 캐릭터로 구성된 문자열을 가리킨다. 엔티티 값에 따라 엔티티 규명 문장을 생성할 경우, 현재 응답할 문장과 매칭되는 각각의 엔티티 값에 대해 문자열 매칭을 진행하고, 엔티티 값 사이의 상이한 캐릭터를 차이 서브 스트링으로 결정한다. 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하고, 엔티티 규명 문장에서 현재 응답할 문장과 매칭되는 각각의 엔티티 값의 차이 서브 스트링을 표시하여, 사용자가 차이 서브 스트링을 통해 적합한 엔티티 값을 결정할 수 있도록 한다. 예를 들어, 현재 응답할 문장과 매칭되는 엔티티 값에 "A도시 제1 국제 공항" 및 "A도시 제2 국제 공항"이 있다면, 이 두 개의 엔티티 값 사이의 차이는 "제1" 및 "제2"에 있기에, 차이 서브 스트링을 [제1, 제2]로 생성할 수 있다. 차이 서브 스트링에 따라 생성된 엔티티 규명 문장은 "공항은 제1 공항 아니면 제2 공항을 가리키는 건가요"일 수 있다.

본 실시예에 있어서, 선택적으로, 현재 수집할 엔티티는 계층 관계를 갖는 복수의 속성 엔티티를 포함하고; 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하는 단계는, 각 차이 서브 스트링에 각각 대응되는 속성 엔티티를 결정하는 단계; 및 계층 관계에 따라, 결정된 각 속성 엔티티에 대해 상응한 속성 엔티티에 대응하는 차이 서브 스트링에 기반하여, 상응한 속성 엔티티의 엔티티 규명 문장을 순차적으로 생성하는 단계를 포함한다.

구체적으로, 현재 수집할 엔티티는 계층 관계를 갖는 속성의 엔티티일 수 있고, 예를 들어, 지점 등 계층 속성을 포함하는 엔티티일 수 있으며, 지점 속성은 성, 시 및 구 등을 포함할 수 있다. 도 5a 및 도 5b는 멀티 지점 속성 엔티티 모식도이다. 현재 수집할 엔티티가 계층 관계를 갖는 속성 엔티티이면, 계층 관계에 따라, 상위 계층에서 하위 계층까지 순차적으로 현재 응답할 문장과 매칭되는 엔티티 값의 차이 서브 스트링을 결정하고, 상기 계층 관계의 차이 서브 스트링에 한하여, 상응한 속성 엔티티의 엔티티 규명 문장을 생성한다. 예를 들어, 사용자의 현재 응답할 문장에 "창지앙로(

)"가 존재하고, "창지앙로"에 대응하는 엔티티 값은 A도시 C구의 창지앙로 및 B도시 D구의 창지앙로를 포함하며, 여기서, A도시 및 B도시는 동일한 계층 속성 엔티티인 바, 즉 "시" 이 속성 엔티티이고, C구 및 D구는 동일한 계층 속성 엔티티인 바, 즉 "구" 이 속성 엔티티이며, A도시 및 B도시의 속성 엔티티의 계층은 C구 및 D구의 속성 엔티티의 계층보다 높으면, A도시 및 B도시 이 두 개의 엔티티 값의 차이 서브 스트링을 먼저 생성하고, 생성된 엔티티 규명 문장은 "A도시의 창지앙로 아니면 B도시의 창지앙로 인가요"일 수 있다. 다음 C구 및 D구 이 두 개의 엔티티 값의 차이 서브 스트링을 생성하고, 생성된 엔티티 규명 문장은 "C구의 창지앙로 아니면 D구의 창지앙로 인가요"일 수 있다. 상이한 계층 차이 서브 스트링을 생성하는 것을 통해, 현재 응답할 문장에 대해 점층적으로 확인하여, 현재 응답할 문장에 대한 정확한 이해를 향상시키고, 엔티티 규명 문장의 회답 효율 및 회답 정확도를 향상시켜, 사용자 체험감을 향상시킨다.

단계 S460: 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하여 출력한다.

상기 발명 중의 일 실시예는 하기와 같은 장점 또는 유익한 효과를 구비한다. 현재 응답할 문장의 의도에 따라 현재 수집할 엔티티를 결정하고, 현재 수집할 엔티티로 후보 엔티티 값을 결정하며, 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합될 경우, 매칭된 엔티티 값에 한하여 차이 서브 스트링을 생성하고, 차이 서브 스트링에 따라 엔티티 규명 문장을 결정하여, 사용자가 간편하게 확인하도록 한다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 차이 서브 스트링을 통해 엔티티 규명 문장을 생성하여, 사용자가 적합한 엔티티 값을 선택하는데 유리하고, 표준 포맷에 따라 엔티티 규명 문장에 대해 회답하여, 지능형 응답의 효율 및 정확도를 향상시켜 사용자 체험감을 향상시킨다.

도 6은 본 출원의 실시예에서 제공하는 지능형 응답 방법의 흐름 모식도이고, 본 실시예는 상기 실시예를 기초로 최적화되며, 고객과 지능형 대화하는 경우에 응용되고, 상기 방법은 지능형 응답 장치에 의해 수행될 수 있으며, 상기 장치는 소프트웨어 및/또는 하드웨어의 방식으로 실현되고, 전자 기기에 집적될 수 있다.

본 실시예에 있어서, 선택적으로, 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계는, 현재 응답할 문장에 기설정 키워드가 포함되어 있으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 현재 수집할 엔티티 및 기설정 키워드에 대해 미리 설정한 엔티티 규명 응답 문장을 획득하는 단계; 또는, 현재 응답할 문장과 기설정 조건 표현식이 서로 매칭되면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 현재 수집할 엔티티 및 기설정 조건 표현식에 대해 미리 설정한 엔티티 규명 응답 문장을 획득하는 단계를 포함한다.

도 6에 도시된 바와 같이, 본 실시예에서 제공하는 지능형 응답 방법은 하기의 단계를 포함할 수 있다.

단계 S610: 현재 응답할 문장을 획득하여, 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정한다.

단계 S620: 현재 응답할 문장에 기설정 키워드가 포함되어 있으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 현재 수집할 엔티티 및 기설정 키워드에 대해 미리 설정한 엔티티 규명 응답 문장을 획득하거나; 또는, 현재 응답할 문장과 기설정 조건 표현식이 서로 매칭되면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 현재 수집할 엔티티 및 기설정 조건 표현식에 대해 미리 설정한 엔티티 규명 응답 문장을 획득한다.

여기서, 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정됨을 확인하는 것은, 현재 응답할 문장에 기설정 키워드가 포함되는지의 여부를 결정하는 것일 수 있으며, 포함되지 않으면, 기설정 엔티티 규명 조건에 부합되지 않고, 포함되면 기설정 엔티티 규명 조건에 부합되어, 엔티티 규명 회답을 진행해야 한다. 예를 들어, 기설정 키워드가 "비밀번호 수정"일 수 있고, 현재 응답할 문장에 "비밀번호 수정"이 존재함을 식별하면, 현재 수집할 엔티티 및 기설정 키워드에 대해 미리 설정한 엔티티 규명 응답 문장을 획득하고, 응답할 문장에 대해 회답한다. 엔티티 규명 응답 문장은 미리 설정될 수 있는 바, 예를 들어, 사용자가 발송한 응답할 문장이 "비밀번호를 수정하고자 한다"이고, 기설정 키워드는 "비밀번호 수정"이며, 현재 수집할 엔티티는 "비밀번호"이고, 후보 엔티티 값은 "서비스 비밀번호" 및 "로그인 비밀번호"를 포함하기에, 현재 수집할 엔티티 및 기설정 키워드에 대해, 엔티티 규명 문장을 "서비스 비밀번호를 수정하나요 아니면 로그인 비밀번호를 수정하나요"로 설정할 수 있다.

현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정됨을 확인하는 것은, 현재 응답할 문장이 기설정 조건 표현식과 서로 매칭되는지의 여부를 결정하는 것일 수도 있는 바, 매칭되지 않으면, 기설정 엔티티 규명 조건에 부합되지 않고, 매칭되면, 기설정 엔티티 규명 조건에 부합되어, 현재 수집할 엔티티 및 기설정 조건 표현식에 대해 미리 설정한 엔티티 규명 응답 문장을 획득하며, 엔티티 규명 회답을 진행해야 한다. 예를 들어, 기설정 조건 표현식은 "A or B"일 수 있고, 응답할 문장이 "A or B"의 표현 형식일 경우, 기설정 엔티티 규명 조건에 부합되고, 미리 설정된 상기 조건 표현식 하의 규명 응답 문장에 따라 회답한다.

단계 S630: 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하여 출력한다.

도 7은 지능형 응답 흐름 모식도이다.

단계 S701: 사용자가 현재 응답할 문장을 입력한다.

단계 S702: 사용자의 현재 응답할 문장에 대해 의도 및 현재 수집할 엔티티를 식별한다.

단계 S703: 사용자가 의도를 표현하였는지의 여부를 판정하고, 의도를 표현하지 않았으면, 단계 S704를 진행하고, 의도를 표현하였으면, 단계 S705를 진행한다.

단계 S704: 응답 화술을 수행하여, 사용자가 의도를 표현하도록 가이드한다.

단계 S705: 사용자가 엔티티를 표현하였는지의 여부를 판정하고, 엔티티를 표현하지 않았으면, 단계 S706을 진행하고, 엔티티를 표현하였으면, 단계 S707을 진행한다.

단계 S706: 응답 화술을 수행하고, 사용자가 현재 장면에서 수집해야 할 엔티티를 표현하도록 가이드한다.

단계 S707: 이 엔티티가 이미 수집되었는지의 여부를 판정하고, 이미 수집되었다면 단계 S708을 진행하고, 수집되지 않았다면 단계 S709를 진행한다.

단계 S708: 현재 대화 정보에 따라, 응답 화술을 진행한다.

단계 S709: 엔티티 수집 규칙에 부합되는지를 판정하고, 엔티티 수집 규칙은 기설정된, 엔티티 수집 표현에 대한 한정이다. 부합되면 단계 S710을 진행하고, 부합되지 않으면 단계 S712를 진행한다.

단계 S710: 엔티티를 수집한다.

단계 S711: 단계 S708과 마찬가지로, 응답 화술을 수행한다.

단계 S712: 현재 수집할 엔티티가 엔티티 규명 책략에 부합되는지를 한정한다. 부합되면 단계 S713을 진행하고, 부합되지 않으면 단계 S715를 진행한다.

단계 S713: 엔티티 규명을 트리거하여, 엔티티 규명 응답 문장을 획득한다.

단계 S714: 엔티티 규명 응답 문장에 따라, 응답 화술을 수행한다. 단계 S712-단계 S714는 전술한 실시예의 내용을 참조 가능하며, 여기서 서술하지 않는다.

단계 S715: 시스템 상태에 따라 응답 화술을 수행한다.

상기 발명 중의 일 실시예는 하기와 같은 장점 또는 유익한 효과를 구비한다. 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합됨을 결정하는 것을 통해, 현재 수집할 엔티티의 엔티티 값에 대해 규명 회답을 진행하여, 사용자 요청에 대한 확인 및 지능형 응답을 실현하였다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 사용자 표달에 대한 정확한 이해를 실현하였으며, 맞춤화된 장면을 위해 서비스하고, 고객의 진실한 요구에 정확하게 명중하며, 지능형 응답의 효율 및 정확도를 향상시켜 사용자 체험감을 향상시킨다.

도 8은 본 출원의 실시예에서 제공하는 지능형 응답 장치의 구조 모식도이고, 본 출원의 실시예에세 제공하는 지능형 응답 방법을 수행할 수 있으며, 수행 방법과 상응한 기능 모듈 및 유익한 효과를 구비한다. 도 8에 도시된 바와 같이, 상기 장치(800)는 하기와 같은 모듈을 포함할 수 있다.

엔티티 결정 모듈(801)은 현재 응답할 문장을 획득하여, 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정한다.

규명 문장 획득 모듈(802)은 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하고, 티티 규명 문장은 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것이다.

규명 문장 출력 모듈(803)은 엔티티 규명 문장을 현재 응답할 문장의 응답 문장으로 하여 출력한다.

선택적으로, 규명 문장 획득 모듈(802)은,

현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 후보 엔티티 값 결정 유닛;

현재 응답할 문장에 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하는 규명 조건 결정 유닛;

후보 엔티티 값 중에서 현재 응답할 문장과 매칭되는 엔티티 값을 선별하는 엔티티 값 선별 유닛; 및

현재 응답할 문장과 매칭되는 엔티티 값에 따라, 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성하는 규명 문장 생성 유닛을 포함한다.

선택적으로, 후보 엔티티 값 결정 유닛은,

미리 구성된 엔티티와 엔티티 값 집합의 대응 관계에 따라, 현재 수집할 엔티티에 대응하는 엔티티 값 집합을 결정하는 엔티티 값 집합 결정 유닛; 및

결정된 엔티티 값 집합 중의 각 엔티티 값을 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 하는 후보 엔티티 값 획득 유닛을 포함한다.

선택적으로, 후보 엔티티 값 결정 유닛은,

이전의 응답할 문장에 대해 선별된 이전의 응답할 문장과 매칭되는 엔티티 값을 획득하는 엔티티 값 획득 유닛; 및

획득한 엔티티 값을 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 결정하는 후보 엔티티 값 획득 유닛을 포함한다.

선택적으로, 엔티티 값 선별 유닛은,

현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 유사도 결정 유닛; 및

유사도가 기설정 임계값에 도달하는 후보 엔티티 값을 선택하여, 현재 응답할 문장과 매칭되는 엔티티 값으로 하는 엔티티 값 결정 유닛을 포함한다.

선택적으로, 유사도 결정 유닛은,

현재 응답할 문장 및 각 후보 엔티티 값에 대해 단어 분리를 진행하는 단어 분리 유닛; 및

각 후보 엔티티 값에 대해, 단어 분리 결과에 따라 현재 응답할 문장과 현재 후보 엔티티 값이 공유한 분할 단어의 개수를 결정하고, 상기 개수에 따라 현재 응답할 문장과 현재 후보 엔티티 값의 유사도를 결정하는 분할 단어 개수 결정 유닛을 포함한다.

선택적으로, 규명 문장 생성 유닛은,

현재 응답할 문장과 매칭되는 각각의 엔티티 값에 대해 문자열 매칭을 진행하여, 현재 응답할 문장과 매칭되는 각각의 엔티티 값 사이의 차이 서브 스트링을 결정하고, 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하는 차이 서브 스트링 결정 유닛을 포함한다.

선택적으로, 현재 수집할 엔티티는 계층 관계를 갖는 복수의 속성 엔티티를 포함하고;

차이 서브 스트링 결정 유닛은,

각 차이 서브 스트링에 각각 대응되는 속성 엔티티를 결정하는 속성 엔티티 결정 유닛; 및

계층 관계에 따라, 결정된 각 속성 엔티티에 대해 상응한 속성 엔티티에 대응하는 차이 서브 스트링에 기반하여, 상응한 속성 엔티티의 엔티티 규명 문장을 순차적으로 생성하는 문장 생성 유닛을 더 포함한다.

선택적으로, 규명 문장 획득 모듈(802)은 구체적으로,

현재 응답할 문장에 기설정 키워드가 포함되어 있으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 현재 수집할 엔티티 및 기설정 키워드에 대해 미리 설정한 엔티티 규명 응답 문장을 획득하거나; 또는,

현재 응답할 문장과 기설정 조건 표현식이 서로 매칭되면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 현재 수집할 엔티티 및 기설정 조건 표현식에 대해 미리 설정한 엔티티 규명 응답 문장을 획득한다.

상기 발명 중의 일 실시예는 하기와 같은 장점 또는 유익한 효과를 구비한다. 현재 응답할 문장 중의 현재 수집할 엔티티를 결정하는 것을 통해, 현재 수집할 엔티티의 엔티티 값에 대해 규명 회답을 진행하여, 사용자 요청에 대한 확인 및 지능형 응답을 실현하였다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 사용자 표달에 대한 정확한 이해를 실현하였으며, 지능형 응답의 효율 및 정확도를 향상시켰다. 사용자의 자유로운 표달을 지원하여 대화 능력의 지능형 및 원활함을 향상하여, 사용자가 업무를 수행하는 서비스 효율에 유리하고 사용자 체험감을 향상시킨다.

본 출원의 실시예에 따르면, 본 출원은 전자 기기 및 판독 가능한 저장 매체를 제공한다.

도 9에 도시된 바와 같이, 본 출원의 실시예에 따른 지능형 응답 방법의 전자 기기의 블록도이다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 운영 플랫폼, 개인 정보 단말기, 서버, 블레이드 서버, 대형 컴퓨터, 및 다른 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 의미한다. 전자 기기는 개인 디지털 처리, 셀룰러폰, 스마트폰, 웨어러블 기기 및 다른 유사한 컴퓨팅 장치와 같은 다양한 형태의 이동 장치를 의미할 수도 있다. 본문에서 나타낸 부재, 이들의 연결과 관계, 및 이들의 기능은 단지 예시적인 것으로, 본문에서 설명 및/또는 요구된 본 출원의 구현을 한정하지 않는다.

도 9에 도시된 바와 같이, 상기 전자 기기는 하나 또는 다수의 프로세서(901), 메모리(902), 및 고속 인터페이스 및 저속 인터페이스를 포함하는 각 부재를 연결하기 위한 인터페이스를 포함한다. 각 부재는 상이한 버스를 이용하여 서로 연결되고, 공통 메인보드에 장착될 수 있거나 필요에 따라 다른 방식으로 장착될 수 있다. 프로세서는, 메모리에 저장되거나 메모리에서 외부 입력/출력 장치(예를 들어, 인터페이스에 커플링된 표시 기기)에 GUI의 그래픽 정보를 표시하는 명령어를 포함하는 전자 기기 내에서 실행되는 명령어를 처리할 수 있다. 다른 실시형태에서, 필요에 따라 다수의 프로세서 및/또는 다수의 버스를 다수의 메모리와 함께 사용할 수 있다. 마찬가지로, 다수의 전자 기기를 연결할 수 있고, 각 기기는 일부 필요한 동작(예를 들어, 서버 어레이, 한 그룹의 블레이드 서버, 또는 다중프로세서 시스템)을 제공한다. 도 9에서 하나의 프로세서(901)를 예로 든다.

메모리(902)는 즉 본 출원에서 제공되는 비일시적 컴퓨터 판독 가능한 저장 매체이다. 여기서, 상기 메모리에는 적어도 하나의 프로세서에 의해 수행되는 명령어가 저장되어, 상기 적어도 하나의 프로세서가 본 출원에서 제공하는 지능형 응답 방법을 수행하도록 한다. 본 출원의 비일시적 컴퓨터 판독 가능한 저장 매체에 컴퓨터 명령어가 저장되어 있고, 상기 컴퓨터 명령어는 컴퓨터가 본 출원에서 제공하는 지능형 응답 방법을 수행하도록 한다.

메모리(902)는 비일시적 컴퓨터 판독 가능한 저장 매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능한 프로그램, 및 본 출원의 실시예의 지능형 응답 방법에 대응하는 프로그램 명령어/모듈과 같은 모듈을 저장할 수 있다. 프로세서(901)는 메모리(902)에 저장된 비일시적 소프트웨어 프로그램, 명령어 및 모듈을 실행함으로써, 서버의 다양한 기능 애플리케이션 및 데이터 처리를 수행하는데, 즉 상기 방법 실시예의 지능형 응답 방법을 구현한다.

메모리(902)는 프로그램 저장 영역 및 데이터 저장 영역을 포함할 수 있고, 여기서, 프로그램 저장 영역은 운영 체제, 적어도 하나의 기능에 필요한 응용 프로그램을 저장할 수 있으며; 데이터 저장 영역은 지능형 응답 방법의 전자 기기의 사용에 따라 구축된 데이터 등을 저장할 수 있다. 이 밖에, 메모리(902)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 적어도 하나의 자기 디스크 메모리, 플래시 메모리, 또는 다른 비일시적 고체 상태 메모리와 같은 비일시적 메모리를 더 포함할 수 있다. 일부 실시예에서, 메모리(902)는 프로세서(901)에 대해 원격으로 설치된 메모리를 선택적으로 포함할 수 있고, 이러한 원격 메모리는 네트워크를 통해 지능형 응답 방법의 기기에 연결될 수 있다. 상기 네트워크의 구현예로 인터넷, 인트라넷, 근거리 통신망, 이동 통신망 및 이들의 조합을 포함하지만 이에 한정되지 않는다.

지능형 응답 방법의 전자 기기는 입력 장치(903) 및 출력 장치(904)를 더 포함할 수 있다. 프로세서(901), 메모리(902), 입력 장치(903) 및 출력 장치(904)는 버스 또는 다른 방식을 통해 연결될 수 있고, 도 8에서 버스를 통해 연결되는 것을 예로 든다.

입력 장치(903)는 입력된 디지털 또는 캐릭터 정보를 수신할 수 있고, 비디오 검색 전자 기기의 사용자 설정 및 기능 제어와 관련된 키 신호 입력을 발생할 수 있으며, 상기 입력 장치는 예를 들어 터치스크린, 키패드, 마우스, 트랙 패널, 터치 패널, 지시 바, 하나 또는 다수의 마우스 버튼, 트랙 볼, 조이스틱 등 입력 장치이다. 출력 장치(904)는 표시 기기, 보조 조명 장치(예를 들어, LED) 및 촉각 피드백 장치(예를 들어, 진동 모터) 등을 포함할 수 있다. 상기 표시 기기는 액정 표시 장치(LCD), 발광 다이오드(LED) 표시 장치 및 플라스마 표시 장치를 포함할 수 있지만 이에 한정되지 않는다. 일부 실시형태에서, 표시 기기는 터치스크린일 수 있다.

여기서 설명된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 전용 ASIC(전용 집적 회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 또는 다수의 컴퓨터 프로그램에서의 구현을 포함할 수 있고, 상기 하나 또는 다수의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능 프로세서를 포함하는 프로그램 가능 시스템에서 실행 및/또는 해석될 수 있으며, 상기 프로그램 가능 프로세서는 전용 또는 범용 프로그램 가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치, 및 적어도 하나의 출력 장치로부터 데이터 및 명령어를 수신할 수 있으며, 데이터 및 명령어를 상기 저장 시스템, 상기 적어도 하나의 입력 장치, 및 상기 적어도 하나의 출력 장치에 전송할 수 있다.

이러한 컴퓨팅 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 또는 코드라고도 함)은 프로그램 가능 프로세서의 기계 명령어를 포함하고, 하이레벨 프로세스 및/또는 객체에 대한 프로그래밍 언어, 및/또는 어셈블리/기계 언어를 이용하여 이러한 컴퓨팅 프로그램을 실행할 수 있다. 본문에서 사용된 바와 같이, 용어 "기계 판독 가능한 매체" 및 "컴퓨터 판독 가능한 매체"는 기계 명령어 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 컴퓨터 프로그램 제품, 기기, 및/또는 장치(예를 들어, 자기 디스크, 광 디스크, 메모리, 프로그램 가능 로직 장치(PLD))를 의미하고, 기계 판독 가능한 신호인 기계 명령어를 수신하는 기계 판독 가능한 매체를 포함한다. 용어 "기계 판독 가능한 신호"는 기계 명령어 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 신호를 의미한다.

사용자와의 인터랙션을 제공하기 위하여, 컴퓨터에서 여기서 설명된 시스템 및 기술을 실시할 수 있고, 상기 컴퓨터는 사용자에게 정보를 표시하기 위한 표시 장치(예를 들어, CRT(음극선관) 또는 LCD(액정 표시 장치) 모니터); 및 키보드 및 지향 장치(예를 들어, 마우스 또는 트랙 볼)를 구비하며, 사용자는 상기 키보드 및 상기 지향 장치를 통해 컴퓨터에 입력을 제공한다. 다른 타입의 장치는 또한 사용자와의 인터랙션을 제공할 수 있는데, 예를 들어, 사용자에게 제공된 피드백은 임의의 형태의 감지 피드백(예를 들어, 시각 피드백, 청각 피드백, 또는 촉각 피드백)일 수 있고; 임의의 형태(소리 입력, 음성 입력, 또는 촉각 입력)로 사용자로부터의 입력을 수신할 수 있다.

여기서 설명된 시스템 및 기술을 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버), 또는 미들웨어 부재를 포함하는 컴퓨팅 시스템(예를 들어, 응용 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 웹 브라우저를 구비하는 사용자 컴퓨터이고, 사용자는 상기 그래픽 사용자 인터페이스 또는 웹 브라우저를 통해 여기서 설명된 시스템 및 기술의 실시형태와 인터랙션할 수 있음), 또는 이러한 백그라운드 부재, 미들웨어 부재, 또는 프론트 엔드 부재의 임의의 조합을 포함하는 컴퓨팅 시스템에서 실시할 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신 네트워크의 예시로 근거리 통신망(LAN), 광역 통신망(WAN), 인터넷을 포함한다.

컴퓨터 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로 멀리 떨어져 있고 일반적으로 통신 네트워크를 통해 서로 인터랙션한다. 대응되는 컴퓨터에서 실행되고 또한 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트 및 서버의 관계를 생성한다.

본 출원의 실시예의 기술적 해결수단에 따르면, 현재 응답할 문장 중의 현재 수집할 엔티티를 결정하는 것을 통해, 현재 수집할 엔티티의 엔티티 값에 대해 규명 회답을 진행하여, 사용자 요청에 대한 확인 및 지능형 응답을 실현하였다. 선행기술에서 지능형 응답의 대화 능력이 단일한 문제를 해결하였고, 응답 문장이 사용자가 표달한 요청과 일치하지 않은 것을 방지하며, 사용자 표달에 대한 정확한 이해를 실현하였으며, 지능형 응답의 효율 및 정확도를 향상시켰다. 사용자의 자유로운 표달을 지원하여 대화 능력의 지능형 및 원활함을 향상하여, 사용자가 업무를 수행하는 서비스 효율에 유리하고 사용자 체험감을 향상시킨다.

위에서 설명한 다양한 형태의 프로세스를 사용하여, 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 출원에 기재된 각 단계는 동시에 수행될 수 있거나 순차적으로 수행될 수 있거나 상이한 순서로 수행될 수 있고, 본 출원에서 개시된 기술적 해결수단이 이루고자 하는 결과를 구현할 수만 있으면, 본문은 여기서 한정하지 않는다.

상기 구체적인 실시형태는 본 출원의 보호 범위를 한정하지 않는다. 본 기술분야의 통상의 기술자는 설계 요구 및 다른 요소에 따라 다양한 수정, 조합, 서브 조합 및 대체를 진해할 수 있음을 이해해야 한다. 본 출원의 정신 및 원칙 내에서 진행한 임의의 수정, 등가적 대체 및 개선 등은 모두 본 출원의 보호 범위 내에 속해야 한다.

Claims (21)

1. 지능형 응답 방법으로서,
   현재 응답할 문장을 획득하여, 상기 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정하는 단계;
   상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계 - 상기 엔티티 규명 문장은 상기 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것임 -; 및
   상기 엔티티 규명 문장을 상기 현재 응답할 문장의 응답 문장으로 하여 출력하는 단계를 포함하는 지능형 응답 방법.
2. 제1항에 있어서,
   상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계는,
   상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 단계;
   상기 현재 응답할 문장에 상기 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하는 단계;
   상기 후보 엔티티 값 중에서 상기 현재 응답할 문장과 매칭되는 엔티티 값을 선별하는 단계; 및
   상기 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성하는 단계를 포함하는 지능형 응답 방법.
3. 제2항에 있어서,
   상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 단계는,
   미리 구성된 엔티티와 엔티티 값 집합의 대응 관계에 따라, 상기 현재 수집할 엔티티에 대응하는 엔티티 값 집합을 결정하는 단계; 및
   결정된 엔티티 값 집합 중의 각 엔티티 값을 상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 하는 단계를 포함하는 지능형 응답 방법.
4. 제2항에 있어서,
   상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 단계는,
   이전의 응답할 문장에 대해 선별된 상기 이전의 응답할 문장과 매칭되는 엔티티 값을 획득하는 단계; 및
   획득한 엔티티 값을 상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 결정하는 단계를 포함하는 지능형 응답 방법.
5. 제2항에 있어서,
   상기 후보 엔티티 값 중에서 상기 현재 응답할 문장과 매칭되는 엔티티 값을 선별하는 단계는,
   상기 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 단계; 및
   유사도가 기설정 임계값에 도달하는 후보 엔티티 값을 선택하여, 상기 현재 응답할 문장과 매칭되는 엔티티 값으로 하는 단계를 포함하는 지능형 응답 방법.
6. 제5항에 있어서,
   상기 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 단계는,
   상기 현재 응답할 문장 및 각 후보 엔티티 값에 대해 단어 분리(Word Segmentation)를 진행하는 단계; 및
   각 후보 엔티티 값에 대해, 단어 분리 결과에 따라 상기 현재 응답할 문장과 현재 후보 엔티티 값이 공유한 분할 단어의 개수를 결정하고, 상기 개수에 따라 상기 현재 응답할 문장과 현재 후보 엔티티 값의 유사도를 결정하는 단계를 포함하는 지능형 응답 방법.
7. 제2항에 있어서,
   상기 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성하는 단계는,
   상기 현재 응답할 문장과 매칭되는 각각의 엔티티 값에 대해 문자열 매칭을 진행하여, 상기 현재 응답할 문장과 매칭되는 각각의 엔티티 값 사이의 차이 서브 스트링을 결정하고, 상기 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하는 단계를 포함하는 지능형 응답 방법.
8. 제7항에 있어서,
   상기 현재 수집할 엔티티는 계층 관계를 갖는 복수의 속성 엔티티를 포함하고;
   상기 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하는 단계는,
   각 차이 서브 스트링에 각각 대응되는 속성 엔티티를 결정하는 단계; 및
   상기 계층 관계에 따라, 결정된 각 속성 엔티티에 대해 상응한 속성 엔티티에 대응하는 차이 서브 스트링에 기반하여, 상응한 속성 엔티티의 엔티티 규명 문장을 순차적으로 생성하는 단계를 포함하는 지능형 응답 방법.
9. 제1항에 있어서,
   상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 단계는,
   상기 현재 응답할 문장에 기설정 키워드가 포함되어 있으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 상기 현재 수집할 엔티티 및 상기 기설정 키워드에 대해 미리 설정한 엔티티 규명 문장을 획득하는 단계; 또는,
   상기 현재 응답할 문장과 기설정 조건 표현식이 서로 매칭되면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 상기 현재 수집할 엔티티 및 상기 기설정 조건 표현식에 대해 미리 설정한 엔티티 규명 문장을 획득하는 단계를 포함하는 지능형 응답 방법.
10. 지능형 응답 장치로서,
    현재 응답할 문장을 획득하여, 상기 현재 응답할 문장의 의도에 대응하는 현재 수집할 엔티티를 결정하는 엔티티 결정 모듈;
    상기 현재 응답할 문장이 기설정 엔티티 규명 조건에 부합되는 것으로 결정되면, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 획득하는 규명 문장 획득 모듈 - 상기 엔티티 규명 문장은 상기 현재 수집할 엔티티의 엔티티 값을 규명하기 위한 것임 -; 및
    상기 엔티티 규명 문장을 상기 현재 응답할 문장의 응답 문장으로 하여 출력하는 규명 문장 출력 모듈을 포함하는 지능형 응답 장치.
11. 제10항에 있어서,
    상기 규명 문장 획득 모듈은,
    상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값을 결정하는 후보 엔티티 값 결정 유닛;
    상기 현재 응답할 문장에 상기 후보 엔티티 값이 포함되어 있지 않으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하는 규명 조건 결정 유닛;
    상기 후보 엔티티 값 중에서 상기 현재 응답할 문장과 매칭되는 엔티티 값을 선별하는 엔티티 값 선별 유닛; 및
    상기 현재 응답할 문장과 매칭되는 엔티티 값에 따라, 상기 현재 수집할 엔티티에 대응하는 엔티티 규명 문장을 생성하는 규명 문장 생성 유닛을 포함하는 지능형 응답 장치.
12. 제11항에 있어서,
    상기 후보 엔티티 값 결정 유닛은,
    미리 구성된 엔티티와 엔티티 값 집합의 대응 관계에 따라, 상기 현재 수집할 엔티티에 대응하는 엔티티 값 집합을 결정하는 엔티티 값 집합 결정 유닛; 및
    결정된 엔티티 값 집합 중의 각 엔티티 값을 상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 하는 후보 엔티티 값 획득 유닛을 포함하는 지능형 응답 장치.
13. 제11항에 있어서,
    상기 후보 엔티티 값 결정 유닛은,
    이전의 응답할 문장에 대해 선별된 상기 이전의 응답할 문장과 매칭되는 엔티티 값을 획득하는 엔티티 값 획득 유닛; 및
    획득한 엔티티 값을 상기 현재 수집할 엔티티에 대응하는 후보 엔티티 값으로 결정하는 후보 엔티티 값 획득 유닛을 포함하는 지능형 응답 장치.
14. 제11항에 있어서,
    상기 엔티티 값 선별 유닛은,
    상기 현재 응답할 문장과 각 후보 엔티티 값의 유사도를 결정하는 유사도 결정 유닛; 및
    유사도가 기설정 임계값에 도달하는 후보 엔티티 값을 선택하여, 상기 현재 응답할 문장과 매칭되는 엔티티 값으로 하는 엔티티 값 결정 유닛을 포함하는 지능형 응답 장치.
15. 제14항에 있어서,
    상기 유사도 결정 유닛은,
    상기 현재 응답할 문장 및 각 후보 엔티티 값에 대해 단어 분리를 진행하는 단어 분리 유닛; 및
    각 후보 엔티티 값에 대해, 단어 분리 결과에 따라 상기 현재 응답할 문장과 현재 후보 엔티티 값이 공유한 분할 단어의 개수를 결정하고, 상기 개수에 따라 상기 현재 응답할 문장과 현재 후보 엔티티 값의 유사도를 결정하는 분할 단어 개수 결정 유닛을 포함하는 지능형 응답 장치.
16. 제11항에 있어서,
    상기 규명 문장 생성 유닛은,
    상기 현재 응답할 문장과 매칭되는 각각의 엔티티 값에 대해 문자열 매칭을 진행하여, 상기 현재 응답할 문장과 매칭되는 각각의 엔티티 값 사이의 차이 서브 스트링을 결정하고, 상기 차이 서브 스트링에 따라 엔티티 규명 문장을 생성하는 차이 서브 스트링 결정 유닛을 포함하는 지능형 응답 장치.
17. 제16항에 있어서,
    상기 현재 수집할 엔티티는 계층 관계를 갖는 복수의 속성 엔티티를 포함하고;
    상기 차이 서브 스트링 결정 유닛은,
    각 차이 서브 스트링에 각각 대응되는 속성 엔티티를 결정하는 속성 엔티티 결정 유닛; 및
    상기 계층 관계에 따라, 결정된 각 속성 엔티티에 대해 상응한 속성 엔티티에 대응하는 차이 서브 스트링에 기반하여, 상응한 속성 엔티티의 엔티티 규명 문장을 순차적으로 생성하는 문장 생성 유닛을 더 포함하는 지능형 응답 장치.
18. 제10항에 있어서,
    상기 규명 문장 획득 모듈은 구체적으로,
    상기 현재 응답할 문장에 기설정 키워드가 포함되어 있으면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 상기 현재 수집할 엔티티 및 상기 기설정 키워드에 대해 미리 설정한 엔티티 규명 문장을 획득하거나; 또는,
    상기 현재 응답할 문장과 기설정 조건 표현식이 서로 매칭되면, 기설정 엔티티 규명 조건에 부합되는 것으로 결정하고; 상기 현재 수집할 엔티티 및 상기 기설정 조건 표현식에 대해 미리 설정한 엔티티 규명 문장을 획득하는 지능형 응답 장치.
19. 전자 기기로서,
    적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 통신 연결되는 메모리를 포함하고,
    상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령어가 저장되며, 상기 명령어는 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제9항 중 어느 한 항에 따른 지능형 응답 방법을 수행할 수 있도록 하는 지능형 응답 방법.
20. 컴퓨터 명령어가 저장된 비일시적 컴퓨터 판독 가능한 저장 매체로서,
    상기 컴퓨터 명령어는 컴퓨터가 제1항 내지 제9항 중 어느 한 항에 따른 지능형 응답 방법을 수행하도록 하는 비일시적 컴퓨터 판독 가능한 저장 매체.
21. 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램으로서,
    상기 컴퓨터 프로그램은, 프로세서의 의해 실행될 경우, 제1항 내지 제9항 중 어느 한 항에 따른 지능형 응답 방법을 수행하도록 하는 컴퓨터 프로그램.
    

Images