[发明专利]一种用于智能机器人系统的多模态输出方法在审

专利信息
申请号: 202011514705.7 申请日: 2020-12-21
公开(公告)号: CN112559834A 公开(公告)日: 2021-03-26
发明(设计)人: 刘继明;丁洋;陈永前;任斌 申请(专利权)人: 浙江合张量科技有限公司
主分类号: G06F16/906 分类号: G06F16/906;G06F16/9035;G06K9/62;G06N3/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 313000 浙江省湖*** 国省代码: 浙江;33
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 用于 智能 机器人 系统 多模态 输出 方法
【权利要求书】:

1.一种用于智能机器人系统的多模态输出方法,其特征在于:包括以下方法:

S1:首先进行信息的收集,将收集后的信息进行存储,通过在智能机器人系统设置存储模块,将收集的信息进行存储;

S2:对存储的信息进行分类,将信息分为Q1、Q2、Q3和Q4,信息分类完成后,对信息进行统计;

S3:对于统计分类后的信息进行模态的分类,按照多个模态将信息进行划分,然后在信息的输出时,进行多个模态的输出。

2.根据权利要求1所述的一种用于智能机器人系统的多模态输出方法,其特征在于:所述在进行信息的分类时,分别对Q1、Q2、Q3和Q4类别的信息进行分类统计,统计完成后,在对Q1、Q2、Q3和Q4信息进行模态的划分,模态划分完成后直接进行存储。

3.根据权利要求1所述的一种用于智能机器人系统的多模态输出方法,其特征在于:对Q1、Q2、Q3和Q4类别的信息进行分类统计后,对所有的信息进行标签化,通过关键字进行信息的标记,在进行信息的输出个检索时,直接通过关键词进行检索分析。

4.根据权利要求1所述的一种用于智能机器人系统的多模态输出方法,其特征在于:包括数据调用模块,所述数据调用模块用于数据的调用,在进行数据的调用时,通过关键词进行数据的调用,将调用的数据进行模态的划分后,然后进行关键词标签化,通过进行不同标签的搜索分析,直接进行多模态的输出,实现多模态的输出。

5.根据权利要求4所述的一种用于智能机器人系统的多模态输出方法,其特征在于:在进行数据调用时,通过检索分析,进行Q1、Q2、Q3和Q4类别的信息的匹配,匹配好后,进行数据的分析,然后可以输出多模态的信息。

6.根据权利要求1所述的一种用于智能机器人系统的多模态输出方法,其特征在于:包括数据分析模块,所述数据分析模块用于Q1、Q2、Q3和Q4类别的信息,对数据进行分析统计,并且对数据进行归类,对关键词进行提取,关键词的提取后,进行关键词的标签化,将标签化的关键词进行多个模态的对应,将有着不同关键的信息进行分类,然后进行标签拟定,最后进行模态的划分,通过进行不同的模态划分,将模态与数据进行对应。

7.根据权利要求1所述的一种用于智能机器人系统的多模态输出方法,其特征在于:包括数据提示模块,所述数据提示模块用于数据的提示,数据提示模块设置有警示关键词,当检索时出现警示关键词,系统会进行数据提示。

8.根据权利要求7所述的一种用于智能机器人系统的多模态输出方法,其特征在于:所述数据提示模块在进行提示后,将无法进行信息的输出,用于网络的切断。

9.根据权利要求8所述的一种用于智能机器人系统的多模态输出方法,其特征在于:所述数据提示模块的提示方式包括语音提醒和弹窗提醒,所述弹窗提醒直接进行窗口的弹窗进行用户信息检索的提示,所述语音提醒是进行语音的播报进行提醒,发出警示声,用于进行警示。

10.根据权利要求6所述的一种用于智能机器人系统的多模态输出方法,其特征在于:在进行数据进行归类时,将数据按照不同的模态进行分类,进行模态的归类,在进行多模态的输出时,直接参考关键词进行多模态信息的输出。

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浙江合张量科技有限公司,未经浙江合张量科技有限公司许可,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/202011514705.7/1.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