CN109829041B - 问题处理方法、装置、计算机设备及计算机可读存储介质 - Google Patents
问题处理方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109829041B CN109829041B CN201811587301.3A CN201811587301A CN109829041B CN 109829041 B CN109829041 B CN 109829041B CN 201811587301 A CN201811587301 A CN 201811587301A CN 109829041 B CN109829041 B CN 109829041B
- Authority
- CN
- China
- Prior art keywords
- entity
- type
- question
- category
- answer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供一种问题处理方法,包括:接收问题;对问题的类型进行判断,如果问题的类型是目标类型,则判断问题中是否具有实体,如果问题的类型不是目标类型和/或问题中不具有实体,则不对问题进行处理;对目标类型问题中的实体进行识别,确定实体的类别;以及基于实体的类别,确定问题的答案。本公开还提供了问题处理装置、计算机设备及计算机可读存储介质。
Description
技术领域
本公开涉及一种问题处理方法、装置、计算机设备及计算机可读存储介质。
背景技术
在人机交互的闲聊***中,人设(即人物设定)问题是一类需要专门处理的问题,如你叫什么名字,你爱好是什么,你喜欢吃什么,等等。在处理人设问题的过程中,一个比较棘手的问题是人设一致性,所谓的人设一致性是对于同一种人设问题,机器人是否都可以给出符合人设设定的答案,比如我们为机器人设置的人设中有一项是喜欢吃苹果,所以对于所有问机器人喜欢吃什么的问题,机器人都应该回答喜欢吃苹果,这就是人设一致性。问题举例:你喜欢吃什么,你爱吃什么,你喜欢吃苹果吗,你喜欢榴莲吗,苹果你爱不爱吃等等。
如果我们能穷举用户所有的问法,那我们就可以为每个问题都分配一个正确答案,人设一致性自然解决,但是,我们是不可能穷举用户的问法的,这是语言天然的特性决定的,现有技术中的方法都无法很好解决人设一致性。
现有技术中的方法有的基于规则,有的基于生成。基于规则的方法虽然准确性高,但是覆盖率低,只能覆盖一小部分人设问题。基于生成的方法虽然比基于规则的覆盖率高,但是生成模型并不能专门解决人设一致性,因为人设问题具有太多自身的特点,是需要专门处理的。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种问题处理方法、装置、计算机设备及计算机可读存储介质。
根据本公开的第一个方面,提供一种问题处理方法,包括:接收问题;对问题的类型进行判断,如果问题的类型是目标类型,则判断问题中是否具有实体,如果问题的类型不是目标类型和/或问题中不具有实体,则不对问题进行处理;对目标类型问题中的实体进行识别,以及确定实体的类别;基于实体的类别,确定问题的答案。
根据本公开的至少一个实施方式,确定实体的类别包括:确定实体的最下层类别,基于实体的最下层类别确定实体的最上层类别;基于实体的最上层类别,确定问题的答案。
根据本公开的至少一个实施方式,目标类型包括爱好问题、技能问题或者基本信息问题。
根据本公开的至少一个实施方式,基于知识图谱对实体进行识别;基于知识图谱确定实体的类别。
根据本公开的至少一个实施方式,问题的形式是语音或者文本。
根据本公开的至少一个实施方式,问题的答案来自预设的人设答案。
根据本公开的至少一个实施方式,知识图谱存储实体的至少两级的类别。
根据本公开的第二个方面,提供一种问题处理装置,包括:接收部,接收部接收问题;判断部,判断部对问题的类型进行判断,如果问题的类型是目标类型,则判断问题中是否具有实体,如果问题的类型不是目标类型和/或问题中不具有实体,则问题处理装置不对问题进行处理;实体类别确定部,实体类别确定部对实体进行识别,确定实体的类别;以及答案确定部,答案确定部基于实体的类别,确定问题的答案。
根据本公开的第三个方面,一种计算机设备,包括:存储器,存储器存储计算机执行指令;以及处理器,处理器执行存储器存储的计算机执行指令,使得处理器执行如第一个方面中的问题处理方法。
根据本公开的第四个方面,一种计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如第一个方面中的问题处理方法。
根据本公开的第五个方面,一种手持设备,包括:存储器,存储器存储指令;以及处理器,处理器执行存储器存储的指令,使得处理器执行如第一个方面中的问题处理方法。手持设备可以是手机、手表等等。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是根据本公开的一个实施方式的问题处理方法的流程示意图。
图2是根据本公开的一个实施方式的问题处理方法的流程示意图。
图3是根据本公开的一个实施方式的问题处理方法的流程示意图。
图4是根据本公开的一个实施方式的问题处理方法的流程示意图。
图5是根据本公开的一个实施方式的问题处理装置的结构示意图。
图6是根据本公开的一个实施方式的问题处理装置的结构示意图。
图7是根据本公开的一个实施方式的计算机设备或手持设备的结构示意图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
在本公开的一个实施方式中,提供了一种问题处理方法,如图1所示,包括接收问题步骤S11、判断问题类型步骤S12、确定问题中实体的类别步骤S13和确定问题的答案步骤S14。
更详细地,如图2所示,当用户的一个问题被接收,首先对这个问题的类型进行判断,判断问题的类型是否是目标类型(可以使用经典的text cnn模型实现),目标类型包括爱好问题、技能问题或者基本信息问题,如果问题的类型是目标类型,则判断问题中是否具有实体(以爱好问题为例,实体例如是苹果、香蕉等,即爱好的对象),如果问题的类型不是目标类型和/或问题中不具有实体,则不对问题进行处理。对目标类型问题(例如爱好问题)中的实体(例如苹果)进行识别(可以使用经典的CRF模型实现),确定实体的类别(类别例如水果),基于实体的类别(例如水果),则能够确定出用户在问机器人爱好什么实体即对象,从而从人设答案中确定出用户的问题的答案。
在对实体进行识别以及实体的类别进行确定时,基于知识图谱对实体进行识别,基于知识图谱确定实体的类别。知识图谱中存储的是各种实体,比如苹果、榴莲等,以及每个实体对应的类别,比如苹果的类别是水果,钢琴的类别是乐器。类别也可以具有层级关系,比如水果的上级就是食物。
在本公开的一个实施方式中,提供了一种问题处理方法,如图3所示,包括接收问题步骤S21、判断问题类型步骤S22、确定问题中实体的最上层类别步骤S23和确定问题的答案步骤S24。
更详细地,如图4所示,当用户的一个问题被接收,首先对这个问题的类型进行判断,判断问题的类型是否是目标类型(可以使用经典的text cnn模型实现),目标类型包括爱好问题、技能问题或者基本信息问题,如果问题的类型是目标类型,则判断问题中是否具有实体(以爱好问题为例,实体例如是苹果、香蕉等,即爱好的对象),如果问题的类型不是目标类型和/或问题中不具有实体,则不对问题进行处理。对目标类型问题(例如爱好问题)中的实体(例如苹果)进行识别(可以使用经典的CRF模型实现),确定实体的最下层类别(类别例如水果),基于实体的最下层类别(例如水果)确定实体的最上层类别(例如食物),基于实体的最上层类别,则能够确定出用户在问机器人爱好什么实体即对象,从而从人设答案中确定出用户的问题的答案。
在对实体进行识别以及实体的类别进行确定时,基于知识图谱对实体进行识别,基于知识图谱确定实体的类别。知识图谱中存储的是各种实体,比如苹果、榴莲等,以及每个实体对应的类别,比如苹果的类别是水果,钢琴的类别是乐器。类别也可以具有层级关系,水果即是苹果的最下层类别,水果的上级就是食物,食物就是苹果的最上层类别。
在本公开的一个实施方式中,提供了一种问题处理装置300,如图5所示,包括接收部31、判断部32、实体类别确定部33和答案确定部34。其中,接收部31接收问题;判断部32对问题的类型进行判断,如果问题的类型是目标类型,则判断问题中是否具有实体,如果问题的类型不是目标类型和/或问题中不具有实体,则问题处理装置不对问题进行处理;实体类别确定部33对实体进行识别,确定实体的类别;答案确定部34基于实体的类别,确定问题的答案。
在本公开的一个实施方式中,问题处理装置300的实体类别确定部33对实体进行识别,确定实体的最下层类别,基于实体的最下层类别确定实体的最上层类别;答案确定部34基于实体的最上层类别,确定问题的答案。
在本公开的一个实施方式中,如图6所示,问题处理装置300还包括知识图谱存储部35和人设答案存储部36。其中,知识图谱存储部35存储的是各种实体,比如苹果、榴莲等,以及每个实体对应的类别,比如苹果的类别是水果,钢琴的类别是乐器。类别也可以具有层级关系,比如水果的上级就是食物,水果就是苹果的最下层类别,食物就是苹果的最上层类别。人设答案存储部36存储的是赋予机器人的人物设定的答案,比如设定机器人是喜欢吃苹果的、会弹钢琴的二十岁男性,名叫凯文,则二十岁男性、名字是凯文,喜欢吃苹果、会弹钢琴就是赋予机器人的人物设定的答案,即人设答案。
在本公开的一个实施方式中,实体类别确定部33根据知识图谱存储部35中存储的知识图谱来对问题中的实体类别进行识别(苹果、榴莲或钢琴等等),确定实体的类别(类别例如水果),基于实体的类别(例如水果),则能够确定出用户在问机器人爱好什么实体(即爱好什么对象),从而答案确定部34基于实体的类别从人设答案确定部36中存储的人设答案中确定出用户的问题的答案。
在本公开的一个实施方式中,实体类别确定部33根据知识图谱存储部35中存储的知识图谱来对问题中的实体类别进行识别(苹果、榴莲或钢琴等等),确定实体的最下层类别(类别例如水果),并基于实体的最下层类别确定出实体的最上层类别(例如食物),基于实体的最上层类别(例如食物),则能够确定出用户在问机器人爱好什么实体(即爱好什么对象),则答案确定部34基于实体的最上层类别从人设答案确定部36中存储的人设答案中确定出用户的问题的答案。
本公开还提供一种计算机设备或手持设备,如图7所示,该设备包括:通信接口1000、存储器2000和处理器3000。通信接口1000用于与外界设备进行通信,进行数据交互传输。存储器2000内存储有可在处理器3000上运行的计算机程序。处理器3000执行所述计算机程序时实现上述实施方式中方法。所述存储器2000和处理器3000的数量可以为一个或多个。
存储器2000可以包括高速RAM存储器,也可以还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果通信接口1000、存储器2000及处理器3000独立实现,则通信接口1000、存储器2000及处理器3000可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果通信接口1000、存储器2000、及处理器3000集成在一块芯片上,则通信接口1000、存储器2000、及处理器3000可以通过内部接口完成相互间的通信。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如,本公开中的方法实施方式可以被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,计算机软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当计算机软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其他实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。
就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本公开的各部分可以用硬件、软件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施方式的步骤之一或其组合。
此外,在本公开各个实施方式中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施方式/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (9)
1.一种问题处理方法,其特征在于,包括:
接收问题;
对问题的类型进行判断,如果所述问题的类型是目标类型,则判断所述问题中是否具有实体,如果所述问题的类型不是目标类型和/或所述问题中不具有实体,则不对所述问题进行处理;
对目标类型问题中的实体进行识别,确定所述实体的最下层类别,基于所述实体的最下层类别确定所述实体的最上层类别;以及
基于所述实体的最上层类别,确定所述问题的答案。
2.根据权利要求1所述的处理方法,其特征在于,所述目标类型包括爱好问题、技能问题或者基本信息问题。
3.根据权利要求1或2所述的处理方法,其特征在于,基于知识图谱对所述实体进行识别;基于知识图谱确定所述实体的类别。
4.根据权利要求3所述的处理方法,其特征在于,所述知识图谱存储所述实体的至少两级的类别。
5.根据权利要求1或2所述的处理方法,其特征在于,所述问题的形式是语音或者文本。
6.根据权利要求1或2所述的处理方法,其特征在于,所述问题的答案来自预设的人设答案。
7.一种问题处理装置,其特征在于,包括:
接收部,所述接收部接收问题;
判断部,所述判断部对所述问题的类型进行判断,如果所述问题的类型是目标类型,则判断所述问题中是否具有实体,如果所述问题的类型不是目标类型和/或所述问题中不具有实体,则所述问题处理装置不对所述问题进行处理;
实体类别确定部,所述实体类别确定部对所述实体进行识别,确定所述实体的最下层类别,基于所述实体的最下层类别确定所述实体的最上层类别;以及
答案确定部,所述答案确定部基于所述实体的最上层类别,确定所述问题的答案。
8.一种计算机设备,其特征在于,包括:
存储器,所述存储器存储计算机执行指令;以及
处理器,所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如权利要求1至6中任一项所述的问题处理方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至6中任一项所述的问题处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811587301.3A CN109829041B (zh) | 2018-12-25 | 2018-12-25 | 问题处理方法、装置、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811587301.3A CN109829041B (zh) | 2018-12-25 | 2018-12-25 | 问题处理方法、装置、计算机设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829041A CN109829041A (zh) | 2019-05-31 |
CN109829041B true CN109829041B (zh) | 2021-06-29 |
Family
ID=66861150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811587301.3A Active CN109829041B (zh) | 2018-12-25 | 2018-12-25 | 问题处理方法、装置、计算机设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829041B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112836027A (zh) * | 2019-11-25 | 2021-05-25 | 京东方科技集团股份有限公司 | 用于确定文本相似度的方法、问答方法及问答*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104731895A (zh) * | 2015-03-18 | 2015-06-24 | 北京京东尚科信息技术有限公司 | 自动应答的方法和装置 |
CN104850539A (zh) * | 2015-05-28 | 2015-08-19 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答*** |
CN104933204A (zh) * | 2015-07-15 | 2015-09-23 | 武汉杰宇天成文化咨询服务有限公司 | 智能网络应答的方法和装置 |
WO2017028723A1 (zh) * | 2015-08-19 | 2017-02-23 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2622592A4 (en) * | 2010-09-28 | 2017-04-05 | International Business Machines Corporation | Providing answers to questions using multiple models to score candidate answers |
JP5710581B2 (ja) * | 2012-12-18 | 2015-04-30 | 日本電信電話株式会社 | 質問応答装置、方法、及びプログラム |
JP6480380B2 (ja) * | 2016-05-17 | 2019-03-06 | 日本電信電話株式会社 | 表セル検索装置、方法、及びプログラム |
US10628747B2 (en) * | 2017-02-13 | 2020-04-21 | International Business Machines Corporation | Cognitive contextual diagnosis, knowledge creation and discovery |
CN107169105A (zh) * | 2017-05-17 | 2017-09-15 | 北京品智能量科技有限公司 | 用于车辆的问答装置及方法 |
CN107862000B (zh) * | 2017-10-22 | 2018-10-30 | 北京市农林科学院 | 一种农业技术咨询人机对话方法 |
CN107958091A (zh) * | 2017-12-28 | 2018-04-24 | 北京贝塔智投科技有限公司 | 一种基于金融垂直知识图谱的nlp人工智能方法及交互*** |
CN108153901B (zh) * | 2018-01-16 | 2022-04-19 | 北京百度网讯科技有限公司 | 基于知识图谱的信息推送方法和装置 |
CN108415950B (zh) * | 2018-02-01 | 2021-03-23 | 腾讯科技(深圳)有限公司 | 一种上位词聚合方法及装置 |
-
2018
- 2018-12-25 CN CN201811587301.3A patent/CN109829041B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104731895A (zh) * | 2015-03-18 | 2015-06-24 | 北京京东尚科信息技术有限公司 | 自动应答的方法和装置 |
CN104850539A (zh) * | 2015-05-28 | 2015-08-19 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答*** |
CN104933204A (zh) * | 2015-07-15 | 2015-09-23 | 武汉杰宇天成文化咨询服务有限公司 | 智能网络应答的方法和装置 |
WO2017028723A1 (zh) * | 2015-08-19 | 2017-02-23 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109829041A (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11152007B2 (en) | Method, and device for matching speech with text, and computer-readable storage medium | |
CN112119454B (zh) | 适应多个年龄组和/或词汇水平的自动助理 | |
US20180268821A1 (en) | Virtual assistant for generating personal suggestions to a user based on intonation analysis of the user | |
CN110673748A (zh) | 输入法中候选长句的提供方法及装置 | |
CN109981910A (zh) | 业务推荐方法及设备 | |
WO2018061774A1 (ja) | 情報処理システム、情報処理装置、情報処理方法、及び記憶媒体 | |
US20200265843A1 (en) | Speech broadcast method, device and terminal | |
CN109960650B (zh) | 基于大数据的应用程序评估方法、装置、介质及电子设备 | |
US20180114528A1 (en) | Systems and methods for generic flexible dialogue management | |
JP2019133127A (ja) | 音声認識方法、装置及びサーバ | |
CN111897938A (zh) | 结合rpa和ai的对话机器人回复方法、模型训练方法及装置 | |
CN109829041B (zh) | 问题处理方法、装置、计算机设备及计算机可读存储介质 | |
CN111402864A (zh) | 语音处理方法及电子设备 | |
CN114822774A (zh) | 一种工作记忆训练方法及终端设备 | |
KR20180105501A (ko) | 언어 정보를 처리하기 위한 방법 및 그 전자 장치 | |
CN110489533A (zh) | 人机对话方法及相关设备 | |
CN110309284B (zh) | 一种基于贝叶斯网络推理的自动对答方法及装置 | |
CN109948155B (zh) | 一种多意图的选择方法及装置、终端设备 | |
CN111680148B (zh) | 针对用户问句进行智能应答的方法和装置 | |
CN114860910A (zh) | 智能对话方法及*** | |
CN113806475A (zh) | 信息回复方法、装置、电子设备和存储介质 | |
CN111797609A (zh) | 模型训练方法及装置 | |
JP7352761B2 (ja) | 専門家回答予測システム | |
CN109726267A (zh) | 用于故事机的故事推荐方法和装置 | |
US20240105346A1 (en) | Optimizing messaging to service principals using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220507 Address after: 210034 floor 8, building D11, Hongfeng Science Park, Nanjing Economic and Technological Development Zone, Jiangsu Province Patentee after: New Technology Co.,Ltd. Patentee after: Volkswagen (China) Investment Co., Ltd Address before: 100094 1001, 10th floor, office building a, 19 Zhongguancun Street, Haidian District, Beijing Patentee before: MOBVOI INFORMATION TECHNOLOGY Co.,Ltd. |