CN109241254A - 一种应用于机器人的语料采集方法及采集装置 - Google Patents

Abstract

本申请提供了一种应用于机器人的语料采集方法、应用于机器人的语料采集装置、机器人及计算机可读存储介质，所述语料采集方法包括：获取当前用户输入的疑问语句，将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人，接收所述查询结果，并将所述查询结果反馈给当前用户，若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句，将所述答案语句发送至服务器，其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。本申请实施例实现了若所述服务器未查找到所述疑问语句对应的答案语句，则由当前用户输入答案语句，丰富了语料采集库。

Description

一种应用于机器人的语料采集方法及采集装置

技术领域

本申请属于机器人技术领域，尤其涉及一种应用于机器人的语料采集方法、应用于机器人的语料采集装置、机器人及计算机可读存储介质。

背景技术

现在市场上机器人产品已经入雨后春笋般出现，在AI技术的应用场景不断丰富的情况下，市场对机器人的语音交互对答方式的要求越来越高。现在的语料采集方式是由语料工程师在后台编辑问题及答案。

然而，仅由语料工程师在后台编辑问题及答案，使得语料采集具有局限性，并且现在的语料采集方式也没有提供用户参与的机会，使语料库采集库比较匮乏。

发明内容

有鉴于此，本申请提供了一种应用于机器人的语料采集方法、应用于机器人的语料采集装置、机器人及计算机可读存储介质，可以实现用户参与语料采集。

本申请第一方面提供了一种应用于机器人的语料采集方法，所述语料采集方法包括：

获取当前用户输入的疑问语句；

将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人；

接收所述查询结果，并将所述查询结果反馈给当前用户；

若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句；

将所述答案语句发送至服务器；其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

本申请第二方面提供了一种应用于机器人的语料采集装置，所述语料采集装置包括：

获取疑问语句模块，用于获取当前用户输入的疑问语句；

发送疑问语句模块，用于将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人；

接收查询结果模块，用于接收所述查询结果，并将所述查询结果反馈给当前用户；

获取答案语句模块，用于若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句；

发送答案语句模块，用于将所述答案语句发送至服务器；其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

本申请第三方面提供一种机器人，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，其特征在于，上述处理器执行上述计算机程序时实现如上述方法的步骤。

本申请第四方面提供一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，其特征在于，上述计算机程序被处理器执行时实现如上述方法的步骤。

在本申请实施例中，首先由机器人获取当前用户输入的疑问语句，将所述疑问语句发送至服务器，其中，由所述服务器查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人，所述机器人接收所述查询结果，并将所述查询结果反馈给当前用户，若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句，将所述答案语句发送至服务器，其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。本申请实施例实现了若所述服务器未查找到所述疑问语句对应的答案语句，则由当前用户输入答案语句，丰富了语料采集库。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1是本申请实施例一提供的一种应用于机器人的语料采集方法的实现流程示意图；

图2是本申请实施例一提供的一种应用于机器人的语料采集方法的实现流程示意图；

图3是本申请实施例二提供的一种应用于机器人的语料采集方法的实现流程示意图；

图4是本申请实施例二提供的一种应用于机器人的语料采集方法的实现流程示意图；

图5是本申请实施例三提供的一种应用于机器人的语料采集装置的结构示意图；

图6是本申请实施例四提供的机器人的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

本申请实施例提供的一种应用于机器人的语料采集方法适用于能与人信息交互的机器人。

为了说明本申请上述的技术方案，下面通过具体实施例来进行说明。

实施例一

如图1所示，本实施例提供了一种应用于机器人的语料采集方法，所述方法包括依次执行的以下步骤：

步骤S101：获取当前用户输入的疑问语句。

在具体应用中，机器人获取当前用户输入的疑问语句。所述机器人可以通过获取当前用户的语言，从所述语音中识别出疑问语句，或者所述机器人可以通过当前用户在屏幕上输入的文字获取疑问语句。所述疑问语句可以为一些用户的问题，例如“你觉得我今天美不美啊？”、“2018年的世界杯在哪个国家举行？”等。

步骤S102：将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人。

在具体应用中，机器人获取到所述疑问语句后，便将所述疑问语句发送至与机器人连接的后台服务器，以查询后台服务器的语料库中是否存在与所述疑问语句对应的答案语句。

步骤S103：接收所述查询结果，并将所述查询结果反馈给当前用户。

在具体应用中，所述查询结果包括查询到对应的答案语句和未查询到对应的答案语句。当查询到对应的答案语句时，机器人将答案语句语音播报给当前用户；若未查询到对应的答案语句时，机器人可以播报“我不知道如何回答”、“我不知道答案”等语句以通知当前用户。

步骤S104：若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句。

在具体应用中，若所述查询结果为未查找到所述疑问语句对应的答案语句，则机器人可以播报“我不知道如何回答”、“我不知道答案”等语句时，当前用户可以自己编辑答案语句输入给机器人，以丰富机器人的语料库，以供下次作答。当然可以理解的是，当查询到对应的答案语句时，机器人将答案语句语音播报给当前用户，若当前用户觉得答案不准确或者不满意时，也可以自己编辑答案语句输入给机器人，以丰富机器人的语料库，以供下次作答。

步骤S105：将所述答案语句发送至服务器；其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

在具体应用中，所述服务器将所述答案语句进行分析与修正，以删除答案语句中的敏感词汇和句子，将修正后的答案语句与所述疑问语句对应储存于语料采集库。所述语料采集库中的所述答案语句与所述疑问语句可以储存至语料库中。

如图2所示，本实施例提供了一种应用于机器人的语料采集方法，在所述获取当前用户发送的答案语句之前，所述方法还包括以下步骤：

步骤S106：判断是否接收到当前用户输入的答案语句编辑指令；

若接收到当前用户输入的答案语句编辑指令，则执行所述获取当前用户发送的答案语句的步骤；

若未接收到当前用户输入的答案语句编辑指令，则执行所述获取当前用户发送的疑问语句的步骤。

在具体的应用中，机器人判断是否接收到当前用户输入的答案语句编辑指令。所述答案语句编辑指令可以为当前用户的语音“那我教教你吧”。

在本实施例中，首先由机器人获取当前用户输入的疑问语句，将所述疑问语句发送至服务器，其中，由所述服务器查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人，所述机器人接收所述查询结果，并将所述查询结果反馈给当前用户，若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句，将所述答案语句发送至服务器，其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。本申请实施例实现了若所述服务器未查找到所述疑问语句对应的答案语句，则由当前用户输入答案语句，丰富了语料采集库。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二

如图3所示，本实施例提供了一种应用于机器人的语料采集方法，在将所述答案语句发送至服务器之前，所述方法还包括依次执行的以下步骤：

步骤S301：发送触发指令给所述服务器，使所述服务器将所述疑问语句发送到其他终端设备；其中，所述服务器获取预设时间段内其他终端设备提供的全部答案语句，并将所述全部答案语句发送至所述机器人。

在具体应用中，可由当前用户触发所述机器人发送触发指令给所述所服务器，或者由所述机器人自动发送触发指令给所述服务器，使所述服务器将所述疑问语句发送到其他终端设备，所述其他终端设备可以为其他的机器人、联网设备，以此来收集更多用户输入的答案语句，进一步扩大和丰富语料采集的来源，使语料采集更具全面性。所述预设时间段可以为10分钟、30分钟、1小时、一天或者一周等，当然可以理解的是，所述预设时间段越短越保证答案语句的及时性，所述预设时间段越长越保证答案语句的全面性。

步骤S302：接收所述服务器发送的所述全部答案语句。

在一实施例中，所述服务器还用于将所述全部答案语句进行修正、整理与统计，按照预先设置的筛选规则将筛选出的答案语句与所述疑问语句对应储存于语料采集库。

在具体应用中，所述机器人接收所述服务器发送的所述全部答案语句，使所述机器人收集到其获取的疑问语句的对应的来自不同用户的答案语句。所述服务器可以对所述全部答案语句进行修正，例如删除敏感词汇和句子，再将修正后的所述全部答案语句进行整理与统计，可以再进行进一步的筛选。按照预先设置的筛选规则，例如相同个数最多的答案语句、或者将答案语句按照来源用户的年龄、职业分类，筛选出较佳的答案语句，再将所述较佳的答案语句与所述疑问语句对应储存于语料采集库中。

如图4所示，本实施例提供了一种应用于机器人的语料采集方法，在将所述答案语句发送至服务器之前，所述方法还包括依次执行的以下步骤：

步骤S401：将所述全部答案语句反馈给当前用户以供当前用户选择。

在具体应用中，机器人可以通过语音播报将所述全部答案语句反馈给所述当前用户，或者通过屏幕显示文字的方式将将所述全部答案语句反馈给所述当前用户，所述当前用户便可以获知其输入的疑问语句对应的来自其他不同人的答案语句，可以丰富所述当前用户看问题的角度和思维方式。

步骤S402：接收当前用户的选择指令。

在具体应用中，当前用户接收到所述全部答案语句后可以选择自己较为认可的答案语句，并将选择指令输入给所述机器人。

步骤S403：将所述选择指令对应的答案语句发送至服务器。

在具体应用中，机器人将所述选择指令对应的答案语句发送至服务器，其中，所述服务器将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

在本实施例中，所述语料采集方法通过所述所述服务器将所述疑问语句发送到其他终端设备，以此来收集更多用户输入的答案语句，进一步扩大和丰富语料采集的来源，使语料采集更具全面性，实现了全民参与语料编辑和利用了现有先进的后台服务器的大数据处理与分析技术。

实施例三

本申请实施例三提供了一种应用于机器人的语料采集装置，为了便于说明，仅示出与本申请相关的部分，如图4所示，所述语料采集装置500包括：

获取疑问语句模块501，用于获取当前用户输入的疑问语句。

发送疑问语句模块502，用于将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人。

接收查询结果模块503，用于接收所述查询结果，并将所述查询结果反馈给当前用户。

获取答案语句模块504，用于若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句。

发送答案语句模块505，用于将所述答案语句发送至服务器；其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

在一实施例中，所述语料采集装置500，还包括：

所述判断模块，用于判断是否接收到当前用户输入的答案语句编辑指令。

具体地，所述判断模块包括：

第一执行单元，用于若接收到当前用户输入的答案语句编辑指令，则执行所述获取当前用户发送的答案语句的步骤。

第二执行单元，用于若未接收到当前用户输入的答案语句编辑指令，则执行所述获取当前用户发送的疑问语句的步骤。

在一实施例中，所述语料采集装置500，还包括：

发送触发指令模块，用于发送触发指令给所述服务器，使所述服务器将所述疑问语句发送到其他终端设备；其中，所述服务器获取预设时间段内其他终端设备提供的全部答案语句，并将所述全部答案语句发送至所述机器人；

接收全部答案模块，用于接收所述服务器发送的所述全部答案语句。

在一实施例中，所述语料采集装置500，还包括,：

反馈答案语句模块，用于将所述全部答案语句反馈给当前用户以供当前用户选择。

接收选择指令模块，用于接收当前用户的选择指令。

发送选择指令模块，用于将所述选择指令对应的答案语句发送至服务器。

需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例四

图6是本申请实施例四提供的机器人6的示意图。如图5所示，该实施例的机器人6包括：处理器60、存储器61以及存储在上述存储器61中并可在上述处理器60上运行的计算机程序62。上述处理器60执行上述计算机程序62时实现上述各个方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，上述处理器60执行上述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501至504的功能。

上述机器人6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是机器人6的示例，并不构成对机器人6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如上述宠物机器人还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

上述存储器61可以是上述机器人6的内部存储单元，例如机器人6的硬盘或内存。上述存储器61也可以是上述机器人6的外部存储设备，例如上述机器人6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，上述存储器61还可以既包括上述机器人6的内部存储单元也包括外部存储设备。上述存储器61用于存储上述计算机程序以及上述宠物机器人所需的其它程序和数据。上述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤申请。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种应用于机器人的语料采集方法，其特征在于，所述语料采集方法包括：

获取当前用户输入的疑问语句；

将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人；

接收所述查询结果，并将所述查询结果反馈给当前用户；

若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句；

将所述答案语句发送至服务器；其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

2.如权利要求1所述的语料采集方法，在所述获取当前用户发送的答案语句之前，还包括：

判断是否接收到当前用户输入的答案语句编辑指令；

若接收到当前用户输入的答案语句编辑指令，则执行所述获取当前用户发送的答案语句的步骤；

若未接收到当前用户输入的答案语句编辑指令，则执行所述获取当前用户发送的疑问语句的步骤。

3.如权利要求1所述的语料采集方法，其特征在于，在将所述答案语句发送至服务器之前，还包括：

发送触发指令给所述服务器，使所述服务器将所述疑问语句发送到其他终端设备；其中，所述服务器获取预设时间段内其他终端设备提供的全部答案语句，并将所述全部答案语句发送至所述机器人；

接收所述服务器发送的所述全部答案语句。

4.如权利要求3所述的语料采集方法，其特征在于，在接收所述服务器发送的所述全部答案语句之后，还包括：

将所述全部答案语句反馈给当前用户以供当前用户选择；

接收当前用户的选择指令；

将所述选择指令对应的答案语句发送至服务器。

5.如权利要求3所述的语料采集方法，其特征在于，所述服务器还用于将所述全部答案语句进行修正、整理与统计，按照预先设置的筛选规则将筛选出的答案语句与所述疑问语句对应储存于语料采集库。

6.一种应用于机器人的语料采集装置，其特征在于，所述语料采集装置包括：

获取疑问语句模块，用于获取当前用户输入的疑问语句；

发送疑问语句模块，用于将所述疑问语句发送至服务器；其中，所述服务器用于查找所述疑问语句对应的答案语句，并将查询结果发送至所述机器人；

接收查询结果模块，用于接收所述查询结果，并将所述查询结果反馈给当前用户；

获取答案语句模块，用于若所述查询结果为未查找到所述疑问语句对应的答案语句，则获取当前用户输入的答案语句；

发送答案语句模块，用于将所述答案语句发送至服务器；其中，所述服务器用于将所述答案语句进行修正后与所述疑问语句对应储存于语料采集库。

7.如权利要求6所述的语料采集装置，其特征在于，所述语料采集装置还包括：

判断模块，用于判断是否接收到当前用户输入的答案语句编辑指令。

8.如权利要求6所述的语料采集装置，其特征在于，所述语料采集装置还包括：

发送触发指令模块，用于发送触发指令给所述服务器，使所述服务器将所述疑问语句发送到其他终端设备；其中，所述服务器获取预设时间段内其他终端设备提供的全部答案语句，并将所述全部答案语句发送至所述机器人；

接收全部答案模块，用于接收所述服务器发送的所述全部答案语句。

9.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。