[发明专利]兴趣确定系统、兴趣确定方法及存储介质

权利要求书

1.一种兴趣确定系统，其特征在于包括：

数据获取单元，被配置成获取指示用户的对话信息中包含的每个词的特征的第一数据组；

第一学习单元，被配置成通过使用第一输入值和第一输出值来学习，所述第一输入值被设置为将所述数据获取单元获取的所述第一数据组与指示预定词的特征的第二数据组相关联的数据组，所述第一输出值被设置为指示是否存在所述用户的兴趣的信息；以及

确定单元，被配置成：当已经向所述第一学习单元输入将指示要被确定的词的特征的第三数据组与所述数据获取单元获取的所述第一数据组相关联的数据组时，基于从所述第一学习单元输出的输出值，确定是否存在所述用户对所述要被确定的词的兴趣；

其中，由所述数据获取单元获取的所述第一数据组为第一向量信息，所述第一向量信息被表示为所述用户的对话信息中包含的每个词的特征的量化且向量化的信息；

所述第一学习单元被配置成通过使用所述第一输入值和所述第一输出值来学习，所述第一输入值被设置为将所述数据获取单元获取的所述第一向量信息与作为指示预先设置的所述预定词的特征的所述第二数据组的第二向量信息相关联的向量信息，所述第一输出值被设置为指示是否存在所述用户的兴趣的信息；并且

所述确定单元被配置成：当已经向所述第一学习单元输入了将指示所述要被确定的词的特征的第三向量信息与所述数据获取单元获取的所述第一向量信息相关联的向量信息时，基于从所述第一学习单元输出的输出值，确定是否存在所述用户对所述要被确定的词的兴趣。

2.根据权利要求1所述的兴趣确定系统，其特征在于，所述数据获取单元获取的所述第一数据组是喜好模型，所述喜好模型将用户的对话信息中包含的每个词的特征表示为指示所述用户的喜好的模型。

3.根据权利要求2所述的兴趣确定系统，其特征在于，所述数据获取单元包括：

词向量转换单元，被配置成将所述用户的对话信息内的兴趣估计词、在前上下文词和在后上下文词转换为词的向量，所述兴趣估计词是所述用户有兴趣的词，所述在前上下文词是从所述兴趣估计词起预定个数的词之前的词，所述在后上下文词是从所述兴趣估计词起预定个数的词之后的词；以及

语句向量生成单元，被配置成：使用第二学习单元将由所述词向量转换单元转换的所述在前上下文词的向量转换为在前上下文向量；并且使用所述第二学习单元将由所述词向量转换单元转换的所述在后上下文词的向量转换为在后上下文向量，所述在前上下文向量和所述在后上下文向量均指示语句的特征，所述语句向量生成单元被配置成生成通过将转换的所述在前上下文向量和转换的所述在后上下文向量连接至所述兴趣估计词的向量而得到的连接向量。

4.根据权利要求3所述的兴趣确定系统，其特征在于：

所述语句向量生成单元被配置成针对所述用户有兴趣的各条对话信息中的每条对话信息生成所述连接向量；并且

所述数据获取单元还包括喜好模型生成单元，所述喜好模型生成单元被配置成计算由所述语句生成单元生成的所述连接向量的平均作为所述喜好模型中的所述用户的向量信息。

5.根据权利要求3或4所述的兴趣确定系统，其特征在于还包括第三学习单元，所述第三学习单元被配置成通过使用第二输入值和第二输出值来被优化，所述第二输入值被设置为由所述语句向量生成单元生成的所述连接向量，所述第二输出值被设置为指示是否存在所述用户的兴趣的信息。

6.根据权利要求5所述的兴趣确定系统，其特征在于，所述第一学习单元、所述第二学习单元和所述第三学习单元被配置成同时被优化。

7.根据权利要求5所述的兴趣确定系统，其特征在于，所述第一学习单元、所述第二学习单元和所述第三学习单元均是神经网络。

8.根据权利要求6所述的兴趣确定系统，其特征在于，所述第一学习单元、所述第二学习单元和所述第三学习单元均是神经网络。