一种帮助用户阅读并理解电子文章的方法及智能语音助手
技术领域
本发明涉及人工智能及语言处理相关技术领域,特别是指一种帮助用户阅读并理解电子文章的方法及智能语音助手。
背景技术
“更精准的信息查询”旨在在现有搜索引擎,例如Google或Baidu,的基础上更进一步,直接定位用户提出问题的答案,而不是检索得到含有问题答案的网站。“更精准的信息查询”用于特定的、需要相对准确答案的场景中。传统的搜索引擎倾向于将海量的信息按照其价值排序呈现在用户面前,这在信息不对称的时代是有空前意义的,而进入信息***的新时代,注意力成为各家公司争夺的对象,能够精准的理解用户的意图,剥去繁杂的信息,替用户节省时间和精力的搜索引擎或者说智能助理就成为大众迫切希望看到的了。同样,随着微信的***式发展,微信公众号及各类电子媒体的信息也呈现***式发展,渴望跟上时代,渴望进步的心态与有限的时间之间的矛盾,迫切呼唤一款能够处理微信公众号、今日头条等平台文章的职能助理的出现。
当前,能够体现“更精准的信息查询”产品,比较著名的包括Wolfram Alpha和IBMWatson,后起之秀则是Peaks Lab的Magi,著名的搜索引擎,如Google、Baidu、Bing和搜狗也在这个领域不断开拓着。Wolfram Alpha跟普通搜索引擎的区别是:在被问到“珠穆朗玛峰有多高”之类的问题时,Wolfram Alpha不仅能告诉你实际的海拔高度,还能告诉你这座世界第一高峰的地理位置、附近有什么城镇,以及一系列图表。大规模的“更精准的信息查询”产品都是基于知识图谱的。知识图谱是一种对人类知识的进行存储和表示的半结构化数据集。目前最大的公开知识图谱是Freebase,其他的公开的知识图谱还有CMU机器学习系的never ending language learning(NELL)、OpenIE和DeepDive。
然而,当前并没有针对于电子文章进行更精确查询的相关应用或者产品,使得用户在面对海量的电子文章时,无法快速有效的了解自己想要获取的信息,也即,在实现本申请的过程中,发明人发现现有技术没有一种帮助用户快速阅读并且理解电子文章的相关技术或产品,导致用户面对海量的电子文章,信息获取的效率不高。
发明内容
有鉴于此,本发明的目的在于提出一种帮助用户阅读并理解电子文章的方法及智能语音助手,能够提高用户从电子文章中获取信息的效率和速率,同时能够优化用户的交互体验。
基于上述目的本发明提供的一种帮助用户阅读并理解电子文章的方法,包括:
获取用户选定的电子文章;
接收用户发出查询指令,所述查询指令中包含用户的查询意图;
可选的,获取用户查询意图的办法还包括在用户唤醒智能语音助手后,语音助手主动使用语音交互的方式询问用户的意图;
针对用户发出的查询指令,相应的在所述电子文章中提取查询意图对应的查询结果信息并将所述查询结果信息反馈给用户。
可选的,所述获取用户选定的电子文章的步骤还包括:根据用户通过智能终端发送的推送信息,相应获取所述推送信息对应电子文章。
可选的,所述获取用户选定的电子文章的步骤还包括:
记录用户对一个或者多个订阅源的指定;
利用爬虫技术自动获取订阅源中更新的文章信息,并且作为用户选定的电子文章。
可选的,所述获取订阅源中更新的文章信息的步骤还包括:
根据用户发出的获取信息指令,提取指令中包含的限定关键词;
根据指令中的限定关键词,获取相应的订阅源中与关键词相关的更新信息。
可选的,所述查询意图包括:第一意图,了解电子文章对应的梗概;第二意图,了解电子文章中的主要人物;第三意图,了解主要人物的相关事件;
所述针对用户发出的查询指令,相应的在所述电子文章中提取查询意图对应的查询结果信息的步骤还包括:
针对第一意图,采用摘要算法,获取电子文章中的摘要信息;
针对第二意图,利用自然语言处理***,调用命名实体标注模块并识别出电子文章中的所有人物;通过自然语言生成***,将获取的人物组成有效的回复信息;
针对第三意图,利用自然语言处理***,提取电子文章中句子的主干,并对句子中的实体关系和实体发出的动作进行分析,得到人物发生的相关事件;将分析得到的人物发生的相关事件形成有效的回复信息。
可选的,针对第三意图,还可以通过与用户交互的方式实现信息的提取,包括:
将电子文章中主要人物信息反馈给用户;
接收用户发出的提问信息,所述提问信息包括用户需要获取的人物名称以及相应的事项信息;
根据人物名称以及相应的事项信息,在电子文章中进行相应的信息查询;
将查询结果反馈给用户。
可选的,预先训练构建一个意图分类深度学习模型数据库;该模型能够分开三类意图,并把其他不属于这三类意图的第四类单独分为一类;
或者,预先构建一个意图数据库;所述意图数据库中包含于意图相关的各种关键词,并且建立一个或者多个关键词对应到预设查询意图的关键词与意图的对应关系表;
所述接收用户发出查询指令的步骤还包括:
接收用户发出查询指令;
利用深度学习算法分类器将用户的指令分类到不同的意图下,得到对应的查询意图;
或者,检索并分析指令中包含的各种关键词;
根据检索得到的关键词,根据关键词与意图的对应关系表检索得到对应的查询意图。
可选的,所述将所述查询结果信息反馈给用户的步骤之后还包括:
继续接收用户发出的新的查询指令并相应的反馈信息,直到用户停止查询。
采用语音方式与用户进行交互并且将查询结果通过语音反馈给用户。
本申请还提供了一种帮助用户阅读并理解电子文章的智能语音助手,所述智能语音助手用于通过上述任意一项所述方法实现与用户的交互。
从上面所述可以看出,本发明提供的帮助用户阅读并理解电子文章的方法及智能语音助手,通过获取用户发出的包含查询意图的查询指令,然后通过自然语言理解和深度学习的手段“理解”用户的意图,基于用户不同的查询意图去对电子文章进行检索分析,并将查询结果反馈给用户,使得用户能够根据需要准确获取所需的信息。例如:对于一篇关于企业产品展览且篇幅较长的报道性新闻,可能很多用户没有足够的时间去全篇阅读,而用户又需要得知某一些或者某几个竞争企业相关信息,那么用户可以通过发出“***在展览中展示了什么产品”进行检索,进而快速得到所需竞争对手的相应信息,给用户节省大量的时间。同时,这样的信息获取方式针对于没有相关标题或摘要的电子文章更为有效,例如某篇博客或者说说,用户无法通过标题去获取核心信息又没有时间全文阅读时,则可以通过本申请中的方法准确获取所需信息。因此,本申请所述帮助用户阅读并理解电子文章的方法及智能语音助手能够提高用户从电子文章中获取信息的效率和速率并优化用户的交互体验。
附图说明
图1为本发明提供的一种帮助用户阅读并理解电子文章的方法的一个实施例的流程示意图;
图2为本发明提供的一种帮助用户阅读并理解电子文章的方法的另一个实施例的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
针对当前信息***出现的信息泛滥的问题,本申请提出一种更精准的信息查询方式,主要是从电子文章中提取命名实体及其属性、相互关系和关于对象的文本描述,接收并理解用户的查询意图,进而从提取的命名实体及其属性、相互关系和关于对象的文本描述中返回查询结果给用户,使得用户能够高效准确获取需要的信息。因此,本申请的一个目的在于力图解决信息***时代,人们希望尽可能快速地从大量信息中提取他们关心的部分这一需求,同时,使得搭载的人工智能***能够表现出一定的学习能力,从而体现出一定的智能性,最终能在人机交互过程中创造更加良好的人机交互体验。
参照图1所示,为本发明提供的一种帮助用户阅读并理解电子文章的方法的一个实施例的流程示意图。所述帮助用户阅读并理解电子文章的方法包括:
步骤101,获取用户选定的电子文章;其中,所述电子文章是指当前网络中可以通过电子形式存在的信息文件,包括新闻、博客、说说、微信分享乃至图片等等各种表达信息的形式,因此,所述电子文章并不限于包含文本的文件,可以是图片甚至语音信息。
可选的,所述获取用户选定的电子文章的步骤101还包括:根据用户通过智能终端发送的推送信息,相应获取所述推送信息对应电子文章。也即,当用户在智能终端中的某个应用中发现感兴趣的电子文章时,可以通过推送的方式将电子文章推送给本申请方法对应的设备终端或者应用程序,使得能够及时根据用户的需求获取相应的电子文章,提高信息处理的准确性。也即,若通过智能语音助手实现本申请的方法,则用户可以通过移动端、PC端或者其他方式将希望快速了解的文章推送给智能语音助手。
另一个可选的实施例中,所述获取用户选定的电子文章的步骤101还包括:记录用户对一个或者多个订阅源的指定;获取订阅源中更新的文章信息,并且作为用户选定的电子文章。也即,用户可以预先对某一个或者多个订阅源进行指定,使得可以自动获取订阅源中更新的电子文章,例如:在微信公众号中进行关注、关注某个人的微博、订阅某个网站的新闻等等。因此,当本申请应用于具有ASR和TTS的智能语音助手的设备中时,所述智能语音助手具有播报文章(包括新闻)的功能。用户指定某个订阅源,如某个公众号、某个博客、某个新闻中心,相应的智能语音助手实时监控,一旦该订阅源有更新文章,就采集该文章并存储以备后续分析。
进一步,所述获取订阅源中更新的文章信息的步骤还包括:根据用户发出的获取信息指令,提取指令中包含的限定关键词;根据指令中的限定关键词,获取相应的订阅源中与关键词相关的更新信息。也即,用户进一步将订阅源中的更新文章进行选取,例如:当前存储有某个人微博的所有状态,用户可以发出指令“***最近一周的心情怎么样”,通过检索微博状态中的关键词可以反馈博主那几天发表了高兴相关的电子文章,那几天又发表了悲伤的电子文章。
步骤102,接收用户发出查询指令,所述查询指令中包含用户的查询意图;用户需要了解某一个具体信息时,需要向相应的智能设备发出查询指令,既可以是语音指令也可以是文字指令,或者还可以预先设定指令的标号,用户相应选取标号来表达相应的指令。查询意图是指指令中包含具体的目标信息,例如想要了解的是电子文章中涉及的人物或者事故死亡的人数等等。
可选的,用户既可以主动发出查询指令,也可以是相应的智能设备选择在不打扰用户的时间主动发起提问,询问用户是否具有查询需求进而发出查询指令。这样,可以优化与用户的交互体验。
步骤103,针对用户发出的查询指令,相应的在所述电子文章中提取查询意图对应的查询结果信息并将所述查询结果信息反馈给用户。通过根据用户意图去查询电子文章,能够使得直接从电子文章中获取得到用户所需要的信息,提高用户获取信息的效率。
由上述实施例可知,本发明提供的帮助用户阅读并理解电子文章的方法,通过获取用户发出的包含查询意图的查询指令,然后基于用户不同的查询意图去对电子文章进行检索分析,并将查询结果反馈给用户,使得用户能够根据需要准确获取所需的信息。同时,这样的信息获取方式针对于没有相关标题或摘要的电子文章更为有效。因此,本申请所述帮助用户阅读并理解电子文章的方法能够提高用户从电子文章中获取信息的效率和速率并优化用户的交互体验。
在本申请一些可选的实施例中,所述查询意图包括:第一意图,了解电子文章对应的梗概;第二意图,了解电子文章中的主要人物;第三意图,了解主要人物的相关事件;
所述针对用户发出的查询指令,相应的在所述电子文章中提取查询意图对应的查询结果信息的步骤还包括:
针对第一意图,采用摘要算法,获取电子文章中的摘要信息;
针对第二意图,利用自然语言处理***,调用命名实体标注模块并识别出电子文章中的所有人物;通过自然语言生成***,将获取的人物组成有效的回复信息;
针对第三意图,利用自然语言处理***,提取电子文章中句子的主干,并对句子中的实体关系和实体发出的动作进行分析,得到人物发生的相关事件;将分析得到的人物发生的相关事件形成有效的回复信息。
这样,使得能够根据指令中包含的不同意图,相应的获取电子文章中的不同信息,给用户提供更为精确的信息查询。
在一些进一步的实施例中,针对第三意图,还可以通过与用户交互的方式实现信息的提取,包括:
将电子文章中主要人物信息反馈给用户;
接收用户发出的提问信息,所述提问信息包括用户需要获取的人物名称以及相应的事项信息;
根据人物名称以及相应的事项信息,在电子文章中进行相应的信息查询;
将查询结果反馈给用户。
也即通过用户逐步的提问,不断获取更为精细的信息,这样可以适应用户的实际需求,给用户更好的体验。
在本申请一些可选的实施例中,需要预先构建一个意图数据库;所述意图数据库中包含于意图相关的各种关键词,并且建立一个或者多个关键词对应到预设查询意图的关键词与意图的对应关系表;
所述接收用户发出查询指令的步骤还包括:
接收用户发出查询指令;
检索并分析指令中包含的各种关键词;
根据检索得到的关键词,根据关键词与意图的对应关系表检索得到对应的查询意图。
也即,通过预先构建的意图数据库将各种关键词与用户的不同意图对应起来,使得用户发出较为随意的查询指令,也可以通过关键词的检索匹配得到较为准确的意图信息。
可选的,所述将所述查询结果信息反馈给用户的步骤之后还包括:继续接收用户发出的新的查询指令并相应的反馈信息,直到用户停止查询。也即,用户完成一个查询后还可以根据需要发出新的查询指令,进一步获取更为细节的信息。
在一些可选的实施例中,本申请所述方法采用语音方式与用户进行交互并且将查询结果通过语音反馈给用户。也即,用户可以直接发出语音指令,而反馈给用户的信息也可以是语音播放的形式。
本申请还提供了一种帮助用户阅读并理解电子文章的智能语音助手,所述智能语音助手用于通过上述任意一项实施例所述方法实现与用户的交互。也即包含方法对应程序的一个智能语音助手。这里,所述智能语音助手既可以是一个程序应用软件,也可以是一个包含相应程序的智能设备。
参照图2所示,为本发明提供的一种帮助用户阅读并理解电子文章的方法的另一个实施例的流程示意图。所述帮助用户阅读并理解电子文章的方法通过智能语音助手实现,方法包括:
首先,用户唤醒智能语音助手,发出并陈述包含自己意图的查询指令,本申请设计的三种意图为:
意图1,即第一意图:希望了解文章梗概;
相应的,用户可以问:能大概介绍一下这篇文章吗?
意图2,即第二意图:希望了解文章的主要人物;
用户可以问:介绍一下文章主人公。
意图3,即第三意图:希望了解主人公相关事件。
用户可以问:赵丽颖拍戏怎么了?或者,邓超的伤势怎么样了?
对于意图1,智能语音助手利用自然语言处理***,调用摘要算法对应的程序,取得文章摘要;然后使用TTS语音合成读出该段摘要文字。
对于意图2,智能语音助手利用自然语言处理***,调用命名实体标注模块,识别出文章中的所有人物;利用自然语言生成(NLG)***,把人物组织成一句话,如:“这篇文章主要说的是白百合和胡海泉的事。”然后使用TTS语音合成读出该句话。
对于意图3,智能语音助手利用自然语言处理***,提取句子的主干,并对句子中的实体关系和实体发出的动作进行分析;也即,提取各个命名实体间的关系,并存储;可选的,提取并储存的过程可以通过人工审核的方式进行筛选或者接收用户选定的指令去存储信息。通过使用户与智能语音助手关于这个话题的进行交互。具体为:(1)用户在获得文章主要人物信息后,对该人物进行任何形式的提问;(2)智能语音助手的自然语言处理模块只识别其中的主要人物名称;(3)智能语音助手将其对应到该名称在原文中所处的句子,即单个命名实体的查询,如果有一句则对应一句,如果有多句则对应多句,然后去掉该句的从属成分,只保留句子主干,获得查询结果。智能语音助手把结果用TTS合成语音,返回给用户。
进一步,在一轮意图达成后,用户可以再回到初始步骤,选择其它意图,继续同样的信息查询过程,获得关于文章的其它信息。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本发明难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。