CN109002477B

CN109002477B - 信息处理方法、装置、终端及介质

Info

Publication number: CN109002477B
Application number: CN201810633132.6A
Authority: CN
Inventors: 刘均; 秦文礼
Original assignee: Shenzhen Launch Technology Co Ltd
Current assignee: Shenzhen Launch Technology Co Ltd
Priority date: 2018-06-19
Filing date: 2018-06-19
Publication date: 2022-04-12
Anticipated expiration: 2038-06-19
Also published as: CN109002477A

Abstract

本申请实施例公开了一种信息处理方法、装置、终端及计算机可读存储介质。其中，方法包括：获取第一输入信息，并对第一输入信息进行信息处理，得到信息处理结果；根据信息处理结果对第一输入信息进行对话主题分析，得到第一输入信息的对话主题集合；基于数据库中的实体关联关系，根据对话主题集合确定出初始反馈实体集合；获取目标信息集合；根据目标信息集合和信息处理结果对初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息。本申请实施例可以对预测出的初始反馈实体进行实体替换，从而及时转换对话信息。

Description

信息处理方法、装置、终端及介质

技术领域

本申请涉及人机交互技术领域，尤其涉及信息处理方法、装置、终端及介质。

背景技术

人机交互(Human–Computer Interaction，HCI)是指人与计算机之间使用某种对话语言，以一定的交互方式确定人与计算机之间的信息交换过程。随着人机交互技术的发展，越来越多的基于人机交互技术的智能产品应运而生，例如汽车咨询专家机器人、智能终端中的语音助手，等等。这些智能产品可以和用户进行沟通，并根据用户的问题作出相应的回答。目前，这些智能产品在与用户沟通的过程中，往往是用户问一句，智能产品回答一句，不能及时转换对话信息并向用户主动推送相关信息，降低用户的体验。

发明内容

本申请实施例提供了一种信息处理方法、装置、终端及计算机存储介质，可以对预测出的反馈实体进行实体替换，从而及时转换对话信息。

一方面，本申请实施例提供了一种信息处理方法，该信息处理方法包括：

获取第一输入信息，并对所述第一输入信息进行信息处理，得到信息处理结果；

根据所述信息处理结果对所述第一输入信息进行对话主题分析，得到所述第一输入信息的对话主题集合；

基于数据库中的实体关联关系，根据所述对话主题集合确定出初始反馈实体集合，所述初始反馈实体集合中的初始反馈实体用于确定初始反馈信息；

获取目标信息集合，所述目标信息集合中的目标信息用于确定目标反馈信息；

根据所述目标信息集合和所述信息处理结果对所述初始反馈实体集合中的初始反馈实体进行实体替换，得到所述目标反馈信息。

在一个实施例中，所述根据所述目标信息集合和所述信息处理结果对所述初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息的具体实施方式可以是：根据所述目标信息集合和所述信息处理结果得到目标反馈实体集合，所述目标反馈实体集合中的目标反馈实体用于确定目标反馈信息；基于所述目标反馈实体集合中的至少一个目标反馈实体，对所述初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

在一个实施例中，所述获取目标信息集合的具体实施方式可以是：获取第二输入信息，所述第二输入信息是在获取所述第一输入信息之前所获取到的一个或多个输入信息；对所述第二输入信息进行信息处理，得到初始信息集合，所述初始信息集合包括第二输入信息的对话主题；检测数据库；若在所述数据库中未检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则将所述初始信息集合作为目标信息集合。

在一个实施例中，所述方法还包括：若在所述数据库中检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则获取所述目标信息；采用所述目标信息对所述初始信息集合中的初始信息进行更新，得到所述目标信息集合。

在一个实施例中，所述信息处理结果包括信息实体集合、所述信息实体集合所对应的角色成分集合以及意图关键值；相应的，所述对所述第一输入信息进行信息处理，得到信息处理结果的具体实施方式可以是：基于所述数据库中的实体关联关系，采用实体识别算法对所述第一输入信息进行实体识别处理，得到所述信息实体集合，所述信息实体集合包括构成所述第一输入信息的实体；对所述信息实体集合中的每个信息实体进行语义角色标注，采用所述每个信息实体的语义角色构成所述信息实体集合所对应的角色成分集合；基于意图分析算法对所述第一输入信息进行意图分析，得到所述第一输入信息的意图关键值。

在一个实施例中，所述方法还可包括：构建数据库；在所述数据库中标记所述数据库中各个实体之间关联出现的概率，并基于所述概率建立实体关联关系。

另一方面，本申请实施例提供了一种信息处理装置，该信息处理装置包括：

获取单元，用于获取第一输入信息，并对所述第一输入信息进行信息处理，得到信息处理结果；

预测单元，用于根据所述信息处理结果对所述第一输入信息进行对话主题分析，得到所述第一输入信息的对话主题集合；

确定单元，用于基于数据库中的实体关联关系，根据所述对话主题集合确定出初始反馈实体集合，所述初始反馈实体集合中的初始反馈实体用于确定初始反馈信息；

所述获取单元，还用于获取目标信息集合，所述目标信息集合中的目标信息用于确定目标反馈信息；

处理单元，用于根据所述目标信息集合和所述信息处理结果对所述初始反馈实体集合中的初始反馈实体进行实体替换，得到所述目标反馈信息。

在一个实施例中，所述处理单元具体用于：根据所述目标信息实体集合和所述信息处理结果得到目标反馈实体集合，所述目标反馈实体集合包括至少一个目标反馈实体；基于所述目标反馈实体集合中的至少一个目标反馈实体，对所述初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

在一个实施例中，所述获取单元具体用于：获取第二输入信息，所述第二输入信息是在获取所述第一输入信息之前所获取到的一个或多个输入信息；对所述第二输入信息进行信息处理，得到初始信息集合，所述初始信息集合包括第二输入信息的对话主题；检测数据库；若在所述数据库中未检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则将所述初始信息集合作为目标信息集合。

在一个实施例中，所述获取单元还可用于：若在所述数据库中检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则获取所述目标信息；采用所述目标信息对所述初始信息集合中的初始信息进行更新，得到所述目标信息集合。

在一个实施例中，所述信息处理结果包括信息实体集合、所述信息实体集合所对应的角色成分集合以及意图关键值；相应的，所述获取单元可具体用于：基于所述数据库中的实体关联关系，采用实体识别算法对所述第一输入信息进行实体识别处理，得到所述信息实体集合，所述信息实体集合包括构成所述第一输入信息的实体；对所述信息实体集合中的每个信息实体进行语义角色标注，采用所述每个信息实体的语义角色构成所述信息实体集合所对应的角色成分集合；基于意图分析算法对所述第一输入信息进行意图分析，得到所述第一输入信息的意图关键值。

在一个实施例中，所述信息处理装置还可包括构建单元，用于：构建数据库；在所述数据库中标记所述数据库中各个实体之间关联出现的概率，并基于所述概率建立实体关联关系。

再一方面，本申请实施例提供了一种智能终端，该智能终端包括存储器、输入设备、输出设备以及处理器，所述处理器、所述输入设备、所述输出设备和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，该至少一条程序指令是由该处理器加载的，并用于执行如下步骤：

在一个实施例中，该至少一条程序指令由处理器加载并用于执行根据所述目标信息集合和所述信息处理结果对所述初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息的时候，该至少一条程序指令可由处理器加载，并具体用于执行：根据所述目标信息集合和所述信息处理结果得到目标反馈实体集合，所述目标反馈实体集合中的目标反馈实体用于确定目标反馈信息；基于所述目标反馈实体集合中的至少一个目标反馈实体，对所述初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

在一个实施例中，该至少一条程序指令由处理器加载并用于执行根据所述获取目标信息集合的时候，该至少一条程序指令可由处理器加载，并具体用于执行：获取第二输入信息，所述第二输入信息是在获取所述第一输入信息之前所获取到的一个或多个输入信息；对所述第二输入信息进行信息处理，得到初始信息集合，所述初始信息集合包括第二输入信息的对话主题；检测数据库；若在所述数据库中未检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则将所述初始信息集合作为目标信息集合。

在一个实施例中，该至少一条程序指令还可由处理器加载并用于执行：若在所述数据库中检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则获取所述目标信息；采用所述目标信息对所述初始信息集合中的初始信息进行更新，得到所述目标信息集合。

在一个实施例中，所述信息处理结果包括信息实体集合、所述信息实体集合所对应的角色成分集合以及意图关键值；对应的，该至少一条程序指令由处理器加载并用于执行对所述第一输入信息进行信息处理，得到信息处理结果的时候，该至少一条程序指令可由处理器加载，并具体用于执行：基于所述数据库中的实体关联关系，采用实体识别算法对所述第一输入信息进行实体识别处理，得到所述信息实体集合，所述信息实体集合包括构成所述第一输入信息的实体；对所述信息实体集合中的每个信息实体进行语义角色标注，采用所述每个信息实体的语义角色构成所述信息实体集合所对应的角色成分集合；基于意图分析算法对所述第一输入信息进行意图分析，得到所述第一输入信息的意图关键值。

在一个实施例中，该至少一条程序指令还可由处理器加载并用于执行：构建数据库；在所述数据库中标记所述数据库中各个实体之间关联出现的概率，并基于所述概率建立实体关联关系。

再一方面，本申请实施例提供了一种计算机可读存储介质，该计算机存储介质存储有计算机程序。该计算机程序包括至少一条程序指令，该至少一条程序指令可由一处理器加载，并用于执行上述所描述的信息处理方法。

本申请实施例在获取到第一输入信息之后，可以对第一输入信息进行信息处理，并根据信息处理结果得到对话主题结合；基于实体关联关系，根据对话主题集合确定出初始反馈实体集合，并根据获取到的目标信息集合和信息处理结果对初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息。本申请实施例在获取初始反馈实体集合之后，并不会直接根据此初始反馈实体集合中的初始反馈实体确定初始反馈信息，而是获取目标信息集合，根据目标信息集合和信息处理结果来进一步确定目标反馈实体，并对初始反馈实体进行替换，得到最终输出的目标反馈信息，可以通过进行实体替换，及时转换对话信息。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单的介绍。

图1是本申请实施例提供的一种交互***示意图；

图2是本申请实施例提供的一种信息处理方法的流程示意图；

图3是本申请另一实施例提供的一种信息处理方法的流程示意图；

图4是本申请实施例提供的一种信息处理装置的结构示意图；

图5是本申请实施例提供的一种终端的结构示意图。

具体实施方式

下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

本申请实施例提出了一种信息处理方法，该信息处理方法可以由智能终端来执行。所述智能终端可以包括但不限于智能手机、膝上型计算机或平板计算机之类等便携式设备，以及台式计算机等等；所述智能终端还可以是信息处理功能的设备，如汽车咨询专家机器人。以汽车咨询专家机器人为例，汽车咨询专家可以在与用户沟通的过程中记录用户在一段时间内所提及的内容。汽车咨询专家机器人在获取到第一输入信息(即当前输入信息)之后，可以对第一输入信息进行分析得到当前的对话主题。汽车咨询专家机器人可以根据记录的用户在一段时间内所提及的内容，判断当前的对话主题是否正确。若不正确，则可以根据记录的用户在一段时间内所提及的内容对当前的对话主题进行主题切换，以向用户主动推送相关信息，提高用户的体验。

在一个实施例中，该信息处理方法还可以由服务器来执行。基于信息处理方法由服务器执行，本申请实施例提供了一种交互***，如图1所示。智能终端在接收到用户的第一输入信息之后，可以将此第一输入信息发送至服务器。服务器在获取到第一输入信息之后，可以对第一输入信息进行分析得到当前的对话主题，并根据记录的智能终端在上传第一输入信息之前的一段时间内上传的用户历史输入信息来判断当前的对话主题是否正确。如果不正确，则可以根据记录的用户在一段时间内的历史输入信息对当前的对话主题进行主题切换，并将切换后的主题和/或切换后的输出信息发送至智能终端，以便智能终端根据切换后的主题向用户主动推送相关信息，或者以便终端在用户界面显示该输出信息，提高了用户的体验。

请参见图2，是本申请实施例提供的一种信息处理方法的流程示意图。在一个实施例中，以该信息处理方法由终端执行为例，如图2所示，该信息处理方法包括：

S201，获取第一输入信息，并对所述第一输入信息进行信息处理，得到信息处理结果。

信息可以由多个实体构成，这些实体可以是一个字，也可以是一个词语，还可以是复杂的短语，等等。每个实体在信息中均可对应一个语义角色，例如主语、谓语、宾语，等等。并且，对于每一条信息来说，都有对应的句式，例如疑问句、陈述句、反问句等等。

基于此，本发明实施例在获取到第一输入信息之后，可以对第一输入信息进行信息处理，得到处理结果。此处的第一输入信息是指终端当前获取到的最新的输入信息；所述处理结果可以包括：信息实体集合、信息实体集合所对应的角色成分集合以及意图关键值。其中，信息实体集合中的一个或者多个信息实体可以是构成第一输入信息的实体；角色成分集合由信息实体集合中的实体的语义角色构成，该角色成分集合还可用于表明第一输入信息的句法结构，例如动宾结构，主谓宾结构等等；意图关键值可用于表示该第一输入信息的句式，表明该第一输入信息是陈述句、疑问句还是反问句，等等。在一个实施例中，该意图关键值可以用具体的数值表示，例如90、50、10等等，对应的，90用于表示陈述句、50用于表示疑问句、10用于表示祈使句。

例如，第一输入信息为“发动机是部件”，对该第一输入信息进行信息处理，得到的信息处理结果(X,Y,Z)可以包括信息实体集合X，信息实体集合所对应的角色成分集合Y以及意图关键值Z，具体的如下所示：

X＝{发动机，是，部件}；

Y＝{主语，谓语，宾语}；

Z＝90。

通过角色成分集合Y可以知道该第一输入信息是主谓宾结构；通过意图关键值Z＝90，可以知道该第一输入信息是陈述句。

S202，根据信息处理结果对第一输入信息进行对话主题分析，得到第一输入信息的对话主题集合。

主题是作者在文章中通过具体材料所表达出的基本思想，文艺作品中所表现的中心思想。对话是指两个人或者更多的人通过语言和/或文字进行交谈，在人机交互中，对话则是指用户与计算机之间的信息交换过程。对话主题则是指将对话参与者(如用户、计算机、终端等等)的输入信息进行思想提炼得到的关键字词。在对话过程中，若可以清楚了解对方的对话主题，则可以与对方进行更好地交谈。

因此，在人机交互过程中，终端若可以获取到第一输入信息的对话主题，则可以了解用户的对话意向，从而可以更好地与用户进行人机交互，此处的对话主题可包括：该第一输入信息涉及的信息领域、第一输入信息涉及的相关实体，等等。在根据信息处理结果对第一输入信息进行对话主题分析时，可以分析得到与构成第一输入信息的实体相关联的实体，与第一输入信息相关的一个或者多个对话主题。

例如，第一输入信息是“发动机是部件”，结合步骤S201中得到的信息处理结果(X,Y,Z)，对第一输入信息进行对话主题分析，可以分析得到与信息实体集合X中的至少一个实体相关联的实体，例如：与“发动机”相关联的实体为“温度传感器”、“离合器”、“气缸盖”等等。还可以分析得到与第一输入信息的对话主题集合为{汽车，发动机，汽车启动}。

S203，基于数据库中的实体关联关系，根据对话主题集合确定出初始反馈实体集合，所述初始反馈实体集合中的初始反馈实体用于构成初始反馈信息。

在一个实施例中，本申请实施例可以预先建立一个数据库，将大量的实体以及与之关联的实体存储在此数据库中。例如，若该数据库为汽车数据库，则存储的大量实体可以包括：“发动机”、“离合器”、“变速箱”等等。在存储这些大量的实体时，可以将与之关联的实体关联存储在汽车数据库中，例如：“发动机”与“温度传感器”关联存储，“离合器”与“传动轴”关联存储，“变速箱”与“泵轮”关联存储，等等。

因此，在确定了对话主题集合之后，可以基于该数据库中的实体关联关系，查询出与该对话主题集合中的各个对话主题相关联的实体，将这些与各个对话主题相关联的实体作为初始反馈实体，这些初始反馈实体可以构成初始待输出信息。例如，对话主题集合为{汽车，发动机，汽车启动}，基于实体关联关系，可以查询得到与“发动机”对话主题相关联的实体为“温度传感器”，与“汽车启动”对话主题相关联的实体为“变速箱”、“传动轴”、“离合器”，得到初始反馈实体集合为{温度传感器，变速箱，传动轴，离合器}。

S204，获取目标信息集合，所述目标信息集合中的目标信息用于确定目标反馈信息。

在用户与终端在进行人机交互过程中，通常在一段时间内，其对话主题一般只有一个，且该对话主题不会发生变化。因此，该第一输入信息应该对应一个对话主题，但是由步骤S202可知，终端在接收到用户输入的第一输入信息之后，可以根据该第一输入信息得到多个对话主题。在得到多个对话主题的情况下，终端可能无法准确确定出用户想要交谈的对话主题，从而可能会导致终端从这多个对话主题中随机选择一个目标对话主题，并根据该目标对话主题在数据库中关联到的实体输出反馈信息，这样容易造成用户与终端的对话主题不同，降低用户的体验。

例如用户通过第一输入信息“发动机是部件”，想要交谈的对话主题为“发动机”，例如发动机的型号、发动机的品牌、发动机的保修年限等等。但是终端在得到多个对话主题之后，可能会将“汽车”作为目标对话主题，从而输出有关汽车的反馈信息，例如“××汽车，售价50000元”。

基于此，本申请实施例在获取到第一输入信息之前，获取一段时间内的一个或多个输入信息，将该一个或多个输入信息作为第二输入信息，并根据该第二输入信息确定目标信息集合。由于该目标信息集合是根据获取第一输入信息之前的一段时间内的输入信息确定的，可以结合一段时间内的第二输入信息综合确定目标反馈信息，可以提高准确性。

S205，根据所述目标信息集合和所述信息处理结果对所述初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息。

终端在获取到目标信息集合之后，可以先根据目标信息集合和信息处理结果得到目标反馈实体集合，所述目标反馈实体集合中的目标反馈实体用于确定目标反馈信息；基于所述目标反馈实体集合中的至少一个目标反馈实体，对所述初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

例如，获取到的目标信息集合G’为{汽车启动，发动机，传动轴}，根据信息处理结果在数据库中查询到的与信息实体集合X相关联的实体：温度传感器，变速箱，传动轴，离合器、踏板、方向盘。那么，根据目标信息集合以及信息处理结果可以进一步确定在汽车启动过程中所涉及的变速箱、传动轴以及离合器为目标反馈实体，即目标反馈实体集合为{变速箱，传动轴，离合器}，采用该目标反馈实体对初始反馈实体进行替换。在替换完成之后，根据目标反馈实体得到目标反馈信息，如“变速箱是部件”。

请参见图3，是本申请实施例提供的另一种信息处理方法的流程示意图。如图3所示，该信息处理方法包括：

S301，构建数据库。

终端可以根据终端的应用行业来构建数据库，该应用行业包括但不限于：汽车行业、美妆行业、导游行业，等等。以汽车行业为例，本发明实施例可以构建一个基于汽车行业的数据库，所述基于汽车行业的数据库中存储的各个实体与汽车行业相关，例如“发动机”、“离合器”、“变速箱”、“温度传感器”、“传动轴”、“泵轮”，等等。

S302，在数据库中标记数据库中各个实体之间关联出现的概率，并基于概率建立实体关联关系。

终端在采用大量实体构建数据库之后，还可以根据获取到的历史信息中任意两个实体一起出现的频次，在数据库中标记该任意两个实体之间关联出现的概率。若两个实体一起出现的频次越高，则这两个实体之间关联出现的概率就越高。

例如，终端获取到历史信息中，“发动机”与“温度传感器”一起出现的频次达到50次，则可以在数据库中标记“发动机”和“温度传感器”之间关联出现的概率等于90％；又例如，终端获取到历史信息中，“发动机”与“变速箱”一起出现的频次为20次，则可以在数据库中标记“发动机”和“变速箱”之间关联出现的概率等于40％；再例如，终端获取到历史信息中，“发动机”与“雨刮”一起出现的频次为1次，则可以在数据库中标记“发动机”和“雨刮”之间关联出现的概率等于0.01％，等等。

在标记好各个实体之间关联出现的概率之后，可以基于该概率建立实体关联关系。在一个实施例中，该实体关联关系可直接用两个实体关联出现的概率来表示，例如，“发动机”和“温度传感器”关联出现的概率等于90％，那么“发动机”和“温度传感器”的关联关系就等于90％。在一个实施例中，该实体关联关系可用关联等级来表示，将实体之间关联出现的概率分为N个等级，每个等级对应一个概率区间，N为正整数。实体之间关联出现的概率越高，则实体关联关系的关联等级就越高。以N等于5为例，可以将实体之间关联出现的概率分为5个等级：A、B、C、D、E，如表1所示。其中，关联等级从低到高依次为：A＜B＜C＜D＜E。

概率区间	关联等级
		[0，20％]	A
(20％，40％]	B
		(40％，60％]	C
(60％，80％]	D
		(80％，100％]	E

例如，“发动机”和“温度传感器”关联出现的概率等于90％，由表1可知，90％属于(80％，100％]的区间内，那么“发动机”和“温度传感器”的关联关系就等于E级；又例如，“发动机”和“变速箱”关联出现的概率等于40％，由表1可知，40％属于(20％，40％]的区间内，那么“发动机”和“变速箱”的关联关系就等于B级。

S303，获取第一输入信息，并对所述第一输入信息进行信息处理，得到信息处理结果。

所述信息处理结果(X,Y,Z)可以包括信息实体集合X、信息实体集合所对应的角色成分集合Y以及意图关键值Z。

在一种实施方式中，对第一输入信息进行信息处理，得到信息实体集合的具体实施方式可以是：基于数据库中的实体关联关系，采用实体识别算法对第一输入信息进行实体识别处理，得到信息实体集合X，信息实体集合包括构成第一输入信息的实体，即X＝(X₁,X₂,…X_m)。此处的实体识别可以是指命名实体识别(Named Entities Recognition，NER)所谓的命名实体识别是自然语言处理(Natural LanguageProcessing,NLP)的一个基础任务。在本发明实施例中，实体识别算法可以是命名实体算法，命名实体算法可以包括但不限于：基于规则和词典的算法、基于统计的算法等。

在一种实施方式中，在得到第一输入信息的信息实体集合之后，还可以对信息实体集合中的每个信息实体进行语义角色标注，采用每个信息实体的语义角色构成信息实体集合所对应的角色成分集合Y，即Y＝(Y₁,Y₂,…Y_m)。

基于意图分析算法对第一输入信息进行意图分析，得到第一输入信息的意图关键值Z。

S304，根据信息处理结果对第一输入信息进行对话主题分析，得到第一输入信息的对话主题集合。

在一个实施例中，在根据信息处理结果对第一输入信息进行对话主题分析，得到第一输入信息的对话主题集合的具体实施方式可以是：基于数据库中的实体关联关系，分析得到与信息实体集合X相关联的对话主题集合。

再一个实施例中，在根据信息处理结果对第一输入信息进行对话主题分析，得到第一输入信息的对话主题集合的具体实施方式还可以是：采用对话主题预测公式，根据信息处理结果进行计算，得到对话主题集合Q。在一个实施例中，该对话主题预测公式可以如式1.1所示。

其中，w_xy为实体规则权重；w_z为意图规则权重，满足w_xy+w_z＝1；

为主题Q_i的关联频率分布计算函数；g(Z)为主题Q_i的意图频率分布计算函数。此处的w_xy、w_z、

以及g(Z)均可以通过模型训练得到，此处的模型训练可以包括但不限于深度网络模型训练、浅层网络模型训练、传统学习模型训练，等等。

S305，基于数据库中的实体关联关系，根据对话主题集合确定出初始反馈实体集合，初始反馈实体集合中的初始反馈实体用于确定初始反馈信息。

初始反馈实体集合可以用A表示，A＝(A₁,A₂,…,A_s)。获取初始反馈实体集合的具体过程可以参见上述S203，本申请实施例不再赘述。

S306，获取目标信息集合，所述目标信息集合中的目标信息用于确定目标反馈信息。

由上述可知，如果只根据第一输入信息确定对话主题，从而确定输出信息，容易造成用户与终端的对话主题不同。因此需要获取在一段时间内的输入信息，并根据此输入信息确定目标信息集合。

在一个实施例中，获取目标信息集合的具体实施方式可以是：获取第二输入信息，所述第二输入信息是在获取第一输入信息之前所获取到的一个或多个输入信息；对第二输入信息进行信息处理，得到初始信息集合G＝(M₁,M₂,…M_m)，其中，M_k是用户的第k个特征关键值，所述特征关键值可以是指第二输入信息的对话主题、意图值、句式、语气等等。因此，所述初始信息集合可以包括第二输入信息的对话主题、第二输入信息的意图值、第二输入信息的句式。

在获取到初始信息集合之后，可以检测数据库。若在数据库中未检测到与初始信息集合以及第一输入信息的对话主题集合相关联的目标信息，则将初始信息集合作为目标信息集合；若在数据库中检测到与初始信息集合以及第一输入信息的对话主题集合相关联的目标信息，则获取目标信息；采用目标信息对初始信息集合中的初始信息进行更新，得到目标信息集合G’＝(M₁’,M₂’,…M_m’)。

S307，根据目标信息实体集合和信息处理结果得到目标反馈实体集合，所述目标反馈实体集合包括至少一个目标反馈实体。

在一个实施例中，在根据目标信息实体集合和信息处理结果得到目标反馈实体集合的具体实施方式可以是，基于数据库的实体关联关系，查询得到与信息处理结果中的信息实体集合X相关联的实体，根据目标信息实体集合从查询得到的与信息处理结果中的信息实体集合X相关联的实体中确定目标反馈实体，并采用目标反馈实体构成目标输出实体集合。

再一个实施例中，在根据目标信息实体集合和信息处理结果得到目标反馈实体集合的具体实施方式还可以是：采用实体预测公式，根据目标信息实体集合和信息处理结果进行计算，得到目标反馈实体集合a。在一个实施例中，该实体预测公式可以如式1.2所示。

其中：w'_xy为实体规则权重；w'_z为意图规则权重，w_V＝(v₁,v₂,…,v_m)为用户模型G’的权重向量，并满足w'_xy+w'_z+||w_v||＝1，||w_v||＝v₁+v₂+…+v_m；

为目标反馈实体a的关联频率分布计算函数；g(Z)为目标反馈实体a的意图频率分布计算函数，·为向量的点乘求和运算。此处的w'_xy、w'_z、w_V＝(v₁,v₂,…,v_m)、

S308，根据目标信息集合和信息处理结果对初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息。

在根据目标信息集合和信息处理结果对初始反馈实体集合中的初始反馈实体进行实体替换时，可以采用式1.3进行实体替换。

其中：

为实体替换，即用a₁替换A₁，用a₂替换A₂，以此类推。

请参见图4，是本申请实施例提供的一种信息处理装置的结构示意图。如图4所示，本申请实施例中的信息处理装置可以包括：

获取单元101，用于获取第一输入信息，并对第一输入信息进行信息处理，得到信息处理结果。

预测单元102，用于根据信息处理结果对第一输入信息进行对话主题分析，得到第一输入信息的对话主题集合。

确定单元103，用于基于数据库中的实体关联关系，根据对话主题集合确定出初始反馈实体集合，初始反馈实体集合中的初始反馈实体用于确定初始反馈信息。

所述获取单元101，还用于获取目标信息集合，目标信息集合中的目标信息用于确定目标反馈信息。

处理单元104，用于根据。目标信息集合和信息处理结果对初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息。

在一个实施例中，所述处理单元104具体用于：根据目标信息实体集合和信息处理结果得到目标反馈实体集合，目标反馈实体集合包括至少一个目标反馈实体；基于目标反馈实体集合中的至少一个目标反馈实体，对初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

在一个实施例中，所述获取单元101具体用于：获取第二输入信息，第二输入信息是在获取第一输入信息之前所获取到的一个或多个输入信息；对第二输入信息进行信息处理，得到初始信息集合，初始信息集合包括第二输入信息的对话主题；检测数据库；若在数据库中未检测到与初始信息集合以及第一输入信息的对话主题集合相关联的目标信息，则将初始信息集合作为目标信息集合。

在一个实施例中，所述获取101还可用于：若在数据库中检测到与初始信息集合以及第一输入信息的对话主题集合相关联的目标信息，则获取目标信息；采用目标信息对初始信息集合中的初始信息进行更新，得到目标信息集合。

在一个实施例中，所述信息处理结果包括信息实体集合、所述信息实体集合所对应的角色成分集合以及意图关键值；相应的，所述获取单元101可具体用于：基于数据库中的实体关联关系，采用实体识别算法对第一输入信息进行实体识别处理，得到信息实体集合，信息实体集合包括构成第一输入信息的实体；对信息实体集合中的每个信息实体进行语义角色标注，采用每个信息实体的语义角色构成信息实体集合所对应的角色成分集合；基于意图分析算法对第一输入信息进行意图分析，得到第一输入信息的意图关键值。

在一个实施例中，所述信息处理装置还可包括构建单元105，用于：构建数据库；在数据库中标记数据库中各个实体之间关联出现的概率，并基于概率建立实体关联关系。

基于上述所描述的信息处理方法，本申请实施例还提出了一种智能终端，该智能终端可以用于实现上述的信息处理方法。请参见图5，是本申请实施例提供的一种智能终端的结构示意图。如图5所示，该智能终端包括存储器201、输入设备202、输出设备203以及处理器204，所述处理器204、所述输入设备202、所述输出设备203和所述存储器201相互连接，其中，所述存储器201用于存储计算机程序，所述计算机程序包括程序指令，该至少一条程序指令是由该处理器204加载的，并用于执行如下步骤：

在一个实施例中，该至少一条程序指令由处理器204加载并用于执行根据目标信息集合和信息处理结果对初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息的时候，该至少一条程序指令可由处理器加载，并具体用于执行：根据目标信息集合和信息处理结果得到目标反馈实体集合，目标反馈实体集合中的目标反馈实体用于确定目标反馈信息；基于目标反馈实体集合中的至少一个目标反馈实体，对初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

在一个实施例中，该至少一条程序指令由处理器204加载并用于执行根据获取目标信息集合的时候，该至少一条程序指令可由处理器204加载，并具体用于执行：获取第二输入信息，第二输入信息是在获取第一输入信息之前所获取到的一个或多个输入信息；对第二输入信息进行信息处理，得到初始信息集合，初始信息集合包括第二输入信息的对话主题；检测数据库；若在数据库中未检测到与初始信息集合以及第一输入信息的对话主题集合相关联的目标信息，则将初始信息集合作为目标信息集合。

在一个实施例中，该至少一条程序指令还可由处理器204加载并用于执行：若在数据库中检测到与初始信息集合以及第一输入信息的对话主题集合相关联的目标信息，则获取目标信息；采用目标信息对初始信息集合中的初始信息进行更新，得到目标信息集合。

在一个实施例中，信息处理结果包括信息实体集合、信息实体集合所对应的角色成分集合以及意图关键值；对应的，该至少一条程序指令由处理器204加载并用于执行对第一输入信息进行信息处理，得到信息处理结果的时候，该至少一条程序指令可由处理器204加载，并具体用于执行：基于数据库中的实体关联关系，采用实体识别算法对第一输入信息进行实体识别处理，得到信息实体集合，信息实体集合包括构成第一输入信息的实体；对信息实体集合中的每个信息实体进行语义角色标注，采用每个信息实体的语义角色构成信息实体集合所对应的角色成分集合；基于意图分析算法对第一输入信息进行意图分析，得到第一输入信息的意图关键值。

在一个实施例中，该至少一条程序指令还可由处理器204加载并用于执行：构建数据库；在数据库中标记数据库中各个实体之间关联出现的概率，并基于概率建立实体关联关系。

本发明实施例还提供了一种计算机存储介质，所述该计算机存储介质存储有计算机程序。该计算机程序包括至少一条程序指令，该至少一条程序指令可由一处理器加载，并用于执行上述所描述的信息处理方法。

该计算机存储介质是一种记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括终端中的内置存储介质，当然也可以包括终端所支持的扩展存储介质。在一个实施例中，该计算机存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或者随机存储记忆体(Random Access Memory，RAM)等等。

以上所揭露的仅为本申请的部分实施例而已，当然不能以此来限定本申请之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本申请权利要求所作的等同变化，仍属于申请所涵盖的范围。

Claims

1.一种信息处理方法，其特征在于，包括：

获取目标信息集合，所述目标信息集合中的目标信息用于确定目标反馈信息；其中，所述获取目标信息集合，包括：获取第二输入信息，所述第二输入信息是在获取所述第一输入信息之前所获取到的一个或多个输入信息；对所述第二输入信息进行信息处理，得到初始信息集合，所述初始信息集合包括第二输入信息的对话主题；根据所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息确定目标信息集合；

2.如权利要求1所述的方法，其特征在于，所述根据所述目标信息集合和所述信息处理结果对所述初始反馈实体集合中的初始反馈实体进行实体替换，得到目标反馈信息，包括：

根据所述目标信息集合和所述信息处理结果得到目标反馈实体集合，所述目标反馈实体集合中的目标反馈实体用于确定目标反馈信息；

基于所述目标反馈实体集合中的至少一个目标反馈实体，对所述初始反馈实体集合中的至少一个初始反馈实体进行实体替换，得到目标反馈信息。

3.如权利要求1或2所述的方法，其特征在于，所述获取目标信息集合，包括：

检测数据库；

若在所述数据库中未检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则将所述初始信息集合作为目标信息集合。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

若在所述数据库中检测到与所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息，则获取所述目标信息；

采用所述目标信息对所述初始信息集合中的初始信息进行更新，得到所述目标信息集合。

5.如权利要求1或2所述的方法，其特征在于，所述信息处理结果包括信息实体集合、所述信息实体集合所对应的角色成分集合以及意图关键值；

所述对所述第一输入信息进行信息处理，得到信息处理结果，包括：

基于所述数据库中的实体关联关系，采用实体识别算法对所述第一输入信息进行实体识别处理，得到所述信息实体集合，所述信息实体集合包括构成所述第一输入信息的实体；

对所述信息实体集合中的每个信息实体进行语义角色标注，采用所述每个信息实体的语义角色构成所述信息实体集合所对应的角色成分集合；

基于意图分析算法对所述第一输入信息进行意图分析，得到所述第一输入信息的意图关键值。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

构建数据库；

在所述数据库中标记所述数据库中各个实体之间关联出现的概率，并基于所述概率建立实体关联关系。

7.一种信息处理装置，其特征在于，包括：

所述获取单元，还用于获取目标信息集合，所述目标信息集合中的目标信息用于确定目标反馈信息；其中，所述获取目标信息集合，包括：获取第二输入信息，所述第二输入信息是在获取所述第一输入信息之前所获取到的一个或多个输入信息；对所述第二输入信息进行信息处理，得到初始信息集合，所述初始信息集合包括第二输入信息的对话主题；根据所述初始信息集合以及所述第一输入信息的对话主题集合相关联的目标信息确定目标信息集合；

8.如权利要求7所述的装置，其特征在于，所述处理单元具体用于：

根据所述目标信息实体集合和所述信息处理结果得到目标反馈实体集合，所述目标反馈实体集合包括至少一个目标反馈实体；

9.一种智能终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1～6任一项所述的方法。