[发明专利]一种基于智能音箱语音交互的智能管家服务方法及系统

权利要求书

1.一种基于智能音箱语音交互的智能管家服务方法，其步骤包括：

1)智能音箱响应收到的用户唤醒指令；

2)智能音箱将收到的用户语音指令转换为文本信息；

3)智能音箱根据所述文本信息识别出的用户意图，并根据不同用户意图执行对应的服务；

4)智能音箱将执行服务结果反馈输出；

所述用户意图包括查询类用户意图，对于查询类用户意图执行的服务方法为：311)将本轮的查询内容记为CurrentQuery，上一轮的查询内容记为LastQuery；提取CurrentQuery中包含的词语和LastQuery中包含的词语，记为{w₁，w₂，...w_max}；查询间隔时间为Time；312)定义知识库KB，包含n个知识{Knowledge₁，Knowledge₂，...，Knowledge_n}；其中每一条知识Knowledge表示为{i,j，r}，代表实体i与实体j间存在r关系；定义当前时刻生成的答案为Answer，其中的词语则表示为{w₁，w₂，...w_max}；313)知识库编码单元对知识库KB中的每一条知识Knowledge进行分词，得到每条知识的单词表示然后利用预训练的word2vec模型与LSTM网络得到每一条知识的语义向量表示分别代表i，j，r的语义向量表示；将i，j，r的语义向量拼接后对应知识的语义向量表示，从而得到知识库KB的语义向量表示[k₁，k₂，...k_n]；314)将查询内容CurrentQuery输入查询编码单元，生成对应的向量CurrentQueryVector；将查询内容LastQuery与间隔时间Time拼接后输入上轮查询编码单元，得到上轮查询信息的向量LastQueryVector；315)将语义向量CurrentQueryVector与向量LastQueryVector作为查询融合单元的输入，得到融合上轮信息的查询内容语义向量QueryVector；316)将知识库的语义向量表示[k₁，k₂，...k_n]与融合上轮信息的查询内容语义向量QueryVector送入知识排序单元，知识排序单元利用注意力机制计算知识库中每条知识的语义向量k_i与融合上轮信息的查询内容语义向量QueryVector的相关性，根据相关性排序后，选择相关性最高的知识向量作为候选知识向量k；然后将向量CurrentQueryVector与候选知识向量k送入问答解码单元中，生成单词序列，即答案Answer；其中，融合上轮信息的查询内容语义向量函数函数α为设定的固定参数。

2.如权利要求1所述的方法，其特征在于，所述智能音箱对所述文本信息进行分词，根据分词后的文本生成一向量d_text并输入到意图分类模型，所述意图分类模型对输入向量d_text进行语义特征信息抽取，利用向量d_text中每个分词自身的语义信息以及上下文语义信息，得到对应的用户意图。

3.如权利要求2所述的方法，其特征在于，训练得到所述意图分类模型的方法为：预先采集多个用户原始命令内容文本；然后标注每条用户原始命令内容文本的意图类别，生成训练集；然后对该训练集中每一样本进行编码处理得到对应的向量d_texti；然后根据各向量d_texti及其对应的意图类别，训练基于长短期记忆神经网络LSTM的意图分类模型。

4.如权利要求1～3任一所述的方法，其特征在于，所述用户意图还包括闲聊类用户意图和任务类用户意图。