[发明专利]基于人工智能的人机交互方法和系统有效
| 申请号: | 201510563338.2 | 申请日: | 2015-09-07 |
| 公开(公告)号: | CN105068661B | 公开(公告)日: | 2018-09-07 |
| 发明(设计)人: | 王海峰;吴华;田浩;赵世奇;孙雯玉;吴甜;忻舟;马艳军;吕雅娟 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
| 主分类号: | G06F3/01 | 分类号: | G06F3/01;G06F17/30 |
| 代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 宋合成 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 人工智能 人机交互 方法 系统 | ||
1.一种基于人工智能的人机交互方法,其特征在于,包括以下步骤:
接收用户通过应用终端输入的输入信息;
根据所述用户的输入信息获取所述用户的意图信息,并根据所述意图信息将所述输入信息分发至至少一个交互服务子系统;
接收所述至少一个交互服务子系统返回的返回结果;以及
按照预设的决策策略根据所述返回结果生成用户返回结果,并将所述用户返回结果提供至所述用户;
所述交互服务子系统包括需求满足服务子系统、引导和推荐服务子系统和聊天服务子系统中的一种或多种;
所述方法,还包括:
所述需求满足服务子系统获取用户输入的问题信息;
所述需求满足服务子系统根据所述问题信息获取用户的用户需求信息;
所述需求满足服务子系统根据所述用户需求信息将所述问题信息分发至对应的至少一个问答服务模块;以及
所述需求满足服务子系统接收所述至少一个问答服务模块返回的问答结果,并对所述问答结果进行决策以确定最终的问答结果;
所述问答服务模块包括阿拉丁服务模块、垂类服务模块、深度问答服务模块和信息搜索服务模块;
所述方法,还包括:
所述深度问答服务模块接收所述问题信息;
所述深度问答服务模块根据所述问题信息获取对应的问题类型;
所述深度问答服务模块根据所述问题类型选择对应的问答模式,并根据选择的答案生成模式和所述问题信息生成对应的问答结果。
2.如权利要求1所述的方法,其特征在于,所述将所述用户返回结果提供至所述用户具体包括:
将所述用户返回结果转化为自然语言并播报给所述用户。
3.如权利要求1所述的方法,其特征在于,还包括:
接收用户的定制任务信息;以及
根据所述定制任务信息将所述输入信息分发至至少一个交互服务子系统。
4.如权利要求1所述的方法,其特征在于,所述应用终端包括PC端、移动终端或智能机器人。
5.如权利要求1所述的方法,其特征在于,如果所述用户返回结果包括执行指令,则所述方法还包括:
将所述执行指令发送至对应的执行子系统,并通过所述执行子系统进行执行。
6.如权利要求1所述的方法,其特征在于,所述按照预设的决策策略根据所述返回结果生成用户返回结果具体包括:
获取所述输入信息的需求分析特征;
获取所述交互服务子系统返回的返回结果的置信度特征、所述用户的对话交互信息的上下文特征以及所述用户的个性化模型特征;
根据所述需求分析特征、所述返回结果的置信度特征、所述用户的对话交互信息的上下文特征以及所述用户的个性化模型特征对所述返回结果进行决策以确定所述用户返回结果。
7.如权利要求6所述的方法,其特征在于,所述需求分析特征、所述返回结果的置信度特征、所述用户的对话交互信息的上下文特征以及所述用户的个性化模型特征分别对应有各自的决策权重。
8.如权利要求7所述的方法,其特征在于,还包括:
根据所述用户的日志基于增强学习模型对所述需求分析特征、所述返回结果的置信度特征、所述用户的对话交互信息的上下文特征以及所述用户的个性化模型特征的决策权重进行训练。
9.如权利要求1所述的方法,其特征在于,还包括:
获取与所述用户交互的交互上文信息;
根据所述交互上文信息对所述输入信息进行补全。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510563338.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:信息管理教学使用的多媒体教学装置
- 下一篇:一种新型厨师教学雕刻用刀





