[发明专利]在对话交互系统中推断搜索输入中的用户意图的方法和系统

说明书

本申请是申请日为2013年7月19日、申请号为201380046675.3、发明名称为“在对话交互系统中推断搜索输入中的用户意图的方法和系统”的发明专利申请的分案申请。

对相关申请的交叉引用

本申请要求以下专利申请的权益，其内容通过引用被结合于此：

于2013年5月1日提交的标题为“Method of and System for Inferring User Intent in Search Input in a Conversational Interaction System”的美国专利申请No.13/874,523；

于2012年11月2日提交的标题为“Method of and System for Inferring User Intent in Search Input in a Conversational Interaction System”的美国专利申请No.13/667,400；

于2012年11月2日提交的标题为“Method of and System for Using Conversation State Information in a Conversational Interaction System”的美国专利申请No.13/667,388；

于2012年10月11日提交的标题为“Method of and System for Content Search Based on Conceptual Language Clustering”的美国临时专利申请No.61/712,721；及

于2012年7月20日提交的标题为“A Conversational Interaction System for Large Corpus Information Retrieval”的美国临时专利申请No.61/673,867。

技术领域

本发明一般地涉及对话交互技术，并且更具体地，涉及基于解决输入歧义和/或推断对话会话中已发生变化来推断用户意图。

背景技术

对话系统有望成为跨一系列设备导航大型信息库的优选模式，其中设备包括：智能电话、平板电脑、TV/STB、多模态设备，诸如像“Goggles”(谷歌的太阳镜)的可穿戴计算设备、类似Xbox/Kinect的混合手势识别/语音识别系统、汽车信息系统以及一般的家庭娱乐系统。处于舞台中心、作为主要交互模式的基于触摸界面的时代也许慢慢地进入尾声，其中在许多日常生活的用例中，用户宁愿说出自己的意图，并且系统理解和按该意图执行。这同时被显著的硬件、软件和算法的进步所激发，这些进步使得与几年前相比，文本到语音有效得多。

尽管正朝着纯对话接口做出进展，但是现有的简单请求响应方式的对话系统只够在小型信息库中解决面向特定任务的或者特定信息检索的问题-这些系统不能在大型语料信息库上很好的执行。

其核心本质上是请求响应系统的当前系统试图提供诸如响应用户问题的对话方式的界面，如下：

用户：我的支票账户余额是多少？

系统：它是$2,459.34。

用户：存款呢？

系统：它是$6,209.012。

用户：货币市场如何？

系统：它是$14,599.33。

这些本质上是提供对话连续性概念的面向目标的或面向任务的请求响应系统，尽管每个请求响应对都彼此独立并且所维护的唯一上下文是简单的上下文，即，用户的银行账户。当前对话系统的其它例子是那些使用户走过一系列良好定义的并通常预先确定的决策树路径以完成用户意图(诸如预定晚餐、预定机票等)的系统。

申请人已发现，理解用户的意图(即使在其中用户意图可以跨单纯的信息检索到观看演出或预订演出/电影票的诸如数字娱乐的领域内)结合理解表达意图的用户话语的语义以提供匹配用户意图的清楚和简洁的响应是当前系统在对话空间中未能解决的难题。除具有明确意图表达的简单句子之外，通常难以提取表达意图的句子的意图和语义，即使在单个请求/响应交换式的交互中。不具有良好定义步骤的面向任务的意图增加了这种复杂性(诸如遍历预定的判定树)。同样有问题的是需要一系列用户请求和系统响应来使任务完成的那些交互(例如，像预定晚餐)。还有，丰富的信息库会尤其具有挑战性，因为对实体的用户意图表达可以采用许多有效且自然的形式，并且同一词汇标记(单词)会与许多不同的用户意图相关地出现。