[发明专利]能够实现用户意图和机器服务之间的语义理解映射的对话系统

说明书

一种能够实现用户意图和机器服务之间的语义理解映射的对话系统和智能个人助理。所述对话系统包括从用户接收语音或文本请求的接口。从用户的请求提取该请求的语义，所述语义包括实体、意图或上下文中至少之一。基于所提取的语义来选择动作特征序列。然后执行与所述动作特征序列相对应的应用编程接口(API)序列以产生结果。动作序列优化器可以基于用户配置来对所述动作特征序列进行优化。所述示例提供对用户意图和可用的API之间的更丰富的语义理解映射进行建模的技术方案，该技术方案作为个人助理的核心将大大地改进口语对话系统中的用户体验。

技术领域

示例涉及一种对话系统，更具体地涉及一种能够实现用户意图和机器服务之间的语义理解映射的对话系统和智能个人助理(PDA)。

背景技术

智能个人助理(PDA)正变为广泛使用的应用和服务之一。意图与人类谈话的口语对话系统在IPA中起到关键作用。图1示出常规的对话系统100。目前的对话系统100使用自然语言理解(NLU)102来通过对话交互找到用户意图。对话策略模块106根据当前的对话状态选择适当的反应。口语对话系统100需要可以跟踪在对话中已经发生了什么的组件104，该组件合并系统输出、用户言语、来自前几轮的上下文以及其他外部信息。对话状态模块104的输出然后被对话策略模块106用于决定系统接着应采取什么动作。对话状态模块104本质上用于管理整个系统的状态和最终表现。如果所需信息不完整，则系统100将产生询问进一步的信息的句子。如果所有的信息都准备好，则系统100将使用预定义的动作模板来选择适当的动作108，诸如查询数据库、调用对应的服务应用编程接口(API)和/或执行控制动作。

目前的对话系统只能够用唯一一个动作来处理服务，例如，来自数据库的查询、一个API调用或者向用户询问更多的信息。在真实生活情况下，用户期待用可能需要几个API用于服务构成的更丰富的语义来与IPA像人类一样进行交流。

即使在目前的对话系统中存在很多可用的web服务API，对于典型的人类自然交流中的更丰富的语义，必须逐步地询问信息，并且这是非常不方便的。详尽地列出用于大型系统的所有的有效的服务API组合将是不切实际的，因为有效的API组合的数量可能是巨大的。在NLU中，语义是针对人类交流目的定义的，因此对于机器(例如API)交流和理解不是最佳的。

发明内容

本文中公开的示例提供了对用户意图和上下文与可用的机器服务(例如API)之间的更丰富的语义理解映射进行建模的新颖的技术方案。作为个人助理应用的核心，这些示例将大大地改进对话系统(诸如口语对话系统)中的用户体验。示例还提供了智能服务构成，例如构建可以选择多个API作为一个响应动作的对话系统。

对话系统可以经由接口从用户接收语音或文本请求。可以从所述请求提取所述请求的语义，所述语义包括实体、意图或上下文中至少之一。可以通过使用循环神经网络或任何其他的机器学习系统来基于所提取的语义来选择动作特征序列。可以将动作特征序列组织为资源图。然后可以执行与动作特征序列相对应的API序列。动作序列优化器可以基于用户配置来对动作特征序列进行优化。

对话系统可以进一步包括配置为用于基于用户配置对动作特征序列进行优化的动作序列优化器。所述请求可以是语音请求，而所述接口可以包括配置为用于将语音请求转换为文本串的语音识别器。另外或备选地，所述请求可以被作为文本请求接收。动作特征序列可以被组织为资源图。API映射器可以用循环神经网络来实现。可以通过将言语和响应转换为特征、将言语和对应的响应的特征组织为输入序列与目标序列对、并且执行监督式序列对序列训练以训练和优化循环神经网络的参数来训练循环神经网络。响应于所述请求可以调用多个API。可以从用户装置接收所述请求。