[发明专利]一种对话交互方法、装置以及设备在审

专利信息
申请号: 201910973935.0 申请日: 2019-10-14
公开(公告)号: CN110837543A 公开(公告)日: 2020-02-25
发明(设计)人: 马秦宇;周阳 申请(专利权)人: 深圳和而泰家居在线网络科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/332;G06F16/35;G06F40/30
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518000 广东省深圳市南山区高新南区科*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 对话 交互 方法 装置 以及 设备
【说明书】:

本申请实施例公开了一种对话交互方法,所述方法包括:获取第一用户的当前输入信息,对所述当前输入信息进行语义识别,得到当前输入信息的第一语义;获取所述第一用户的当前输入信息中包括的至少一个类别特征内容以及所述至少一个类别特征内容分别所属的类别特征;确定所述第一用户的当前输入信息所属的第一场景类别;根据所述第一场景类别以及所述第一场景类别中未获取到类别特征内容的类别特征,向所述第一用户输出至少一个对话问题。实施本申请,根据场景类别对应的多个类别特征中未获取到类别特征内容的类别特征,输出对话问题,达到快速响应用户的效果。

技术领域

本申请涉及智能语音技术领域,尤其是一种对话交互方法、装置以及设备。

背景技术

随着人工智能的迅速发展,理解人类语言并能够与人类对话,给出相应的信息反馈的机器人成为了大多数人的需求。近年来,聊天机器人在工业界的应用也越来越多,聊天机器人可以根据用户的语言输入与用户进行智能交互,解决用户的实际问题,大大减少人力劳动的投入。

在现有技术中,任务型聊天机器人将用户输入的自然语言进行分词,针对分词后的每个词向量预先设置对应的回复信息,由此确定用户的回复信息,这样会带来回复信息不够准确的问题。

发明内容

为了解决上述问题,本申请提供了一种对话交互方法、装置以及设备,通过将用户的当前输入信息确定在所属的场景中,输出在所述场景类别下针对用户的当前输入信息的对话问题,将输入信息与场景结合,提高了对话问题的准确性。

第一方面,本申请实施例提供了一种对话交互方法,所述方法包括:

获取第一用户的当前输入信息,对所述当前输入信息进行语义识别,得到当前输入信息的第一语义;

将所述第一用户的当前输入信息传输至所述第一语义对应的类别内容识别模型,获取所述第一用户的当前输入信息中包括的至少一个类别特征内容以及所述至少一个类别特征内容分别所属的类别特征;

根据所述第一用户的当前输入信息中包括的至少一个类别特征内容分别所属的类别特征,确定所述第一用户的当前输入信息所属的第一场景类别,所述第一场景类别对应多个类别特征;

根据所述第一场景类别以及所述第一场景类别中未获取到类别特征内容的类别特征,向所述第一用户输出至少一个对话问题。

在一种可能的实施例中,所述方法还包括:

获取所述第一用户对所述对话问题的回复信息;

将所述第一回复信息传输至所述第一语义对应的内容类别识别模型,获取所述第一回复信息中包括的至少一个类别特征内容以及所述至少一个类别特征内容分别所属的类别特征;

根据已获取到的类别特征内容,输出针对所述第一用户的当前输入信息的推荐信息。

在一种可能的实现方式中,向所述第一用户输出的一个对话问题唯一对应第一类别特征,所述第一类别特征为未获取到类别特征内容的类别特征;

所述将所述第一回复信息传输至所述第一语义对应的内容类别识别模型,获取所述第一回复信息中包括的至少一个类别特征内容以及所述至少一个类别特征内容分别所属的类别特征包括:

将所述第一回复信息传输至所述第一语义对应的内容类别识别模型,获取所述第一回复信息中包括的至少一个类别特征内容,判断所述第一回复信息中包括的至少一个类别特征内容所属的类别特征是否包含所述第一类别特征,若是则从所述第一回复信息中获取所述第一类别特征的类别特征内容;

否则重新向所述第一用户输出对应所述第一类别特征的对话问题。

可选的,所述根据所述第一场景类别以及所述第一场景类别中未获取到类别特征内容的类别特征,向所述第一用户输出至少一个对话问题包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳和而泰家居在线网络科技有限公司,未经深圳和而泰家居在线网络科技有限公司许可,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/201910973935.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top