[发明专利]改善机器人对话时的应答能力的方法及系统

说明书

技术领域

本发明涉及人工智能领域，尤其涉及改善机器人对话时的应答能力的方法及系统。

背景技术

在现有的人工智能对话系统中，利用语料库以及模板来判断用户讲话，对话系统通常使用搜索的方式来寻找合适的回答。但是，并没有使用对话中的前后文的语意理解、话题信息。因此，当对话进入僵局时，如使用者回应“嗯嗯”时，由于机器人不知道前后文的意思，因此会有一些荒谬的回答，例如：“那你快去吧”。

因此，现有技术中的缺陷是，在人工智能对话过程中，机器人不能对用户输入的文本信息处于僵局状态做出智能的回应，无法给出质量高的回答，使用户体验度低。

发明内容

针对上述技术问题，本发明提供一种改善机器人对话时的应答能力的方法及系统，基于用户当前文本信息和过去文本信息，提取其中用户的特征信息，当人机对话过程中出现僵局状态时，可根据用户的特征信息给出合理的回答，改善了人机对话僵局时的回答质量，提高了用户体验。

为解决上述技术问题，本发明提供的技术方案是：

第一方面，本发明提供一种改善机器人对话时的应答能力的方法，包括：

步骤S1，获得用户输入的当前文本信息和过去文本信息；

步骤S2，根据所述当前文本信息和过去文本信息，提取出所述用户的特征信息，所述特征信息包括僵局辨识特征信息和用户语意特征信息；

步骤S3，根据所述用户的特征信息，识别所述当前文本信息是否处于僵局状态，获得识别结果；

步骤S4，根据所述识别结果，通过逻辑规则方法或机器学习的方法给出所述当前文本信息对应的回答。

本发明提供了一种改善机器人对话时的应答能力的方法，其技术方案为：先获得用户输入的当前文本信息和过去文本信息；接着，根据所述当前文本信息和过去文本信息，提取出所述用户的特征信息，所述特征信息包括僵局辨识特征信息和用户语意特征信息；然后，根据所述用户的特征信息，识别所述当前文本信息是否处于僵局状态，获得识别结果；最后，根据所述识别结果，通过逻辑规则方法或机器学习的方法给出所述当前文本信息对应的回答。

本发明的改善机器人对话时的应答能力的方法，基于用户当前文本信息和过去文本信息，提取其中用户的特征信息，当人机对话过程中出现僵局状态时，可根据用户的特征信息给出合理的回答，改善了人机对话僵局时的回答质量，提高了用户体验。

进一步地，所述步骤S2，具体为：

根据所述当前文本信息和过去文本信息，获得所述当前文本信息和过去文本信息中的情绪状态信息，所述情绪状态信息包括当前情绪状态信息、用户过去主要情绪信息和过去次要情绪信息中的至少一种；

根据所述当前文本信息和过去文本信息，获得所述当前文本信息和过去文本信息中的文本讯息，所述文本讯息包括所述当前文本信息和过去文本信息中的语意信息、关键词信息、专有名词信息和动词信息中的至少一种；

根据所述当前文本信息和过去文本信息，获得所述当前文本信息和过去文本信息中的话题信息，所述话题信息包括当前主要话题信息、当前次要话题信息、过去主要话题信息、过去次要话题信息、喜好话题信息和时下热门话题信息中的至少一种；

根据所述当前文本信息和过去文本信息，获得所述当前文本信息和过去文本信息中的句型、语气信息和语言行为信息，所述语言行为信息包括当前主要语言行为信息和次要语言行为信息；

根据所述情绪状态信息、文本讯息、话题信息、句型、语气信息和语言行为信息，提取出所述用户的特征信息，所述特征信息包括僵局辨识特征信息和用户语意特征信息。

进一步地，所述步骤S4中，根据所述识别结果，通过逻辑规则方法或机器学习的方法给出所述当前文本信息对应的回答，具体为：

当所述识别结果为所述当前文本信息处于僵局状态，通过逻辑规则方法或机器学习的方法给出所述当前文本信息对应的第一回答；

当所述识别结果为所述当前文本信息处于普通状态，通过逻辑规则方法或机器学习的方法给出所述当前文本信息对应的第二回答；

将所述第一回答和所述第二回答进行处理，得到所述当前文本信息对应的回答。

进一步地，根据所述识别结果，通过机器学习的方法给出所述当前文本信息对应的回答，具体为：

当所述识别结果为所述当前文本信息处于僵局状态，通过机器学习的方法给出所述当前文本信息对应的第一回答：

将所述当前文本信息的前后文信息通过所述机器学习的方法进行处理判断，得到判断结果，所述判断结果包括延续当前话题和转换话题；