CN111159364A - 对话***、对话装置、对话方法以及存储介质 - Google Patents
对话***、对话装置、对话方法以及存储介质 Download PDFInfo
- Publication number
- CN111159364A CN111159364A CN201910811007.4A CN201910811007A CN111159364A CN 111159364 A CN111159364 A CN 111159364A CN 201910811007 A CN201910811007 A CN 201910811007A CN 111159364 A CN111159364 A CN 111159364A
- Authority
- CN
- China
- Prior art keywords
- keyword
- unknown
- candidate
- response
- input sentence
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 230000004044 response Effects 0.000 claims abstract description 180
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 230000014509 gene expression Effects 0.000 claims description 13
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 26
- 238000012546 transfer Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
- G10L13/086—Detection of language
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及对话***、对话装置、对话方法及存储介质。提供当在用户的提问中包含未知的关键词时也能输出与用户的交互继续的响应的对话***、对话装置、对话方法及存储介质。一个实施方式的对话***具备知识参照部、未知关键词检测部、关联关键词推测部及响应生成部。知识参照部通过利用输入句的解析结果参照提问响应知识,得到针对输入句的回答的候补。未知关键词检测部从输入句检测未知关键词。关联关键词推测部响应于检测到未知关键词,从预定的关键词获取具有与未知关键词接近的意思的关联关键词的候补。响应生成部在未检测到未知关键词时根据回答的候补生成针对输入句的响应,在检测到未知关键词时根据关联关键词的候补生成针对输入句的响应。
Description
本申请以日本专利申请2018-209691(申请日:2018年11月7日)为基础,从本申请享受优先权。本申请通过参照本申请,包含该申请的全部内容。
技术领域
本发明的实施方式涉及对话***、对话装置、对话方法以及存储介质。
背景技术
利用语音或者文本与用户对话并回答用户的提问的对话装置期待被许多场面活用。在对话装置中,重要的是即使用户的提问复杂或者不明确,也能够将恰当的回答提示给用户。
作为对话装置,有为了针对复杂或者不明确的提问恰当地回答而对用户进行询问的对话装置。然而,当在用户的提问中包含未知的关键词(***不知道的关键词,即未登记于对话装置参照的词典的关键词)的情况下,对话装置有时即使向用户进行了询问也无法恰当地回答。例如,假设用户对银行相关的对话装置输入“请告诉申请安心贷的方法”。在“安心贷”为未知关键词的情况下,对话装置根据“请告诉申请方法”之类的能够理解的字符串,生成“请问要申请什么?”这样的响应句,提示给用户。针对此,用户有可能会输入“安心贷”。在该情况下,对话装置只能输出相同的响应句,对话发生循环,所以成为对用户造成不愉快的感觉的对话。
在对话装置中,要求当在用户的提问中包含未知的关键词的情况下也能够输出如与用户的交互继续那样的响应。
发明内容
本发明所要解决的课题在于提供当在用户的提问中包含未知的关键词的情况下也能够输出如与用户的交互继续那样的响应的对话***、对话装置、对话方法以及存储介质。
一个实施方式的对话***具备文本解析部、知识参照部、未知关键词检测部、关联关键词推测部以及响应生成部。文本解析部解析来自用户的输入句。知识参照部通过利用由所述文本解析部解析出的所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补。未知关键词检测部从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词。关联关键词推测部响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补。响应生成部在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
根据上述结构的对话***,当在用户的提问中包含未知的关键词的情况下,也能够输出如与用户的交互继续那样的响应。
附图说明
图1是例示一个实施方式的对话***的框图。
图2是例示一个实施方式的对话装置的框图。
图3是说明检测一个实施方式的未知关键词的方法的图。
图4是例示图2所示的对话装置的动作例的流程图。
图5是示出图2所示的对话装置与用户的对话的例子的图。
图6是示出图2所示的对话装置与用户的对话的例子的图。
图7是示出图2所示的对话装置与用户的对话的例子的图。
图8是示出一个实施方式的响应的提示例的图。
图9是示出根据从一个实施方式的关联关键词的候补得到的信息切换响应生成方法的处理的流程图。
图10是例示一个实施方式的对话装置的硬件结构的框图。
附图标记说明
100:对话***;101:对话装置;102:终端装置;201:输入句获取部;202:文本解析部;203:知识参照部;204:响应生成部;205:未知关键词检测部;206:关联关键词推测部;207:响应发送部;208:提问响应知识;1001:CPU;1002:RAM;1003:ROM;1004:辅助存储装置;1005:输入装置;1006:输出装置;1007:通信接口。
具体实施方式
以下,参照附图,说明实施方式。
图1概略地示出了一个实施方式的对话***100。如图1所示,对话***100具备对话装置101以及终端装置102。对话装置101以及终端装置102连接于因特网等通信网络NW,能够经由通信网络NW相互通信。
终端装置102例如可以为个人计算机、智能手机等计算机。终端装置102包括麦克风作为输入装置,包括显示装置以及扬声器作为输出装置。终端装置102利用麦克风接收用户的发声(用户发出的语音),生成表示用户的发声的发声信号。然后,终端装置102经由通信网络NW将发声信号发送到对话装置101。
在另一实施方式中,终端装置102可以通过对发声信号进行语音识别,从而得到与发声信号相应的文本,将表示该文本的文本数据发送到对话装置101。在又一实施方式中,终端装置102可以具备键盘或者触摸屏作为输入装置,将表示用户使用键盘或者触摸屏输入的文本的文本数据发送到对话装置101。
对话装置101经由通信网络NW从终端装置102接收发声信号。对话装置101处理接收到的发声信号,经由通信网络NW将包含针对用户的发声的响应的响应信号发送到终端装置102。响应信号能够包含从终端装置102的扬声器输出的发声信号,但不限定于此。例如,响应信号可以包含文本数据。终端装置102可以将从对话装置101接收到的文本数据显示于显示装置。另外,终端装置102可以将从对话装置101接收到的文本数据进行语音合成,从扬声器输出与文本数据相应的语音。
图1所示的对话***100仅仅是例示。例如,对话装置101以及终端装置102可以作为1台装置而构成。
图2概略地示出了对话装置101的结构例。如图2所示,对话装置101具备输入句获取部201、文本解析部202、知识参照部203、响应生成部204、未知关键词检测部205、关联关键词推测部206、响应发送部207以及提问响应知识208。
输入句获取部201获取来自用户的输入句。例如,输入句获取部201从终端装置102(图1)接收发声信号,对接收到的发声信号进行语音识别,获取由此得到的文本作为输入句。在终端装置102将文本数据发送到对话装置101的实施方式中,输入句获取部201获取由从终端装置102接收到的文本数据表示的文本作为输入句。输入句获取部201将输入句发送到文本解析部202以及未知关键词检测部205。
文本解析部202从输入句获取部201接收输入句,解析接收到的输入句。例如,文本解析部202从输入句抽取提问响应所需的信息。提问响应所需的信息是能够通过利用此来参照提问响应知识208而得到回答的候补的信息。提问响应所需的信息包含输入句内的重要的关键词或者其特征量矢量、或者推测出输入句的意思的结果或者用矢量表达输入句的意思的例子等。文本解析部202将提问响应所需的信息发送到知识参照部203。
作为抽取重要的关键词或者其特征量矢量的解析方法,能够使用如下方法等:预先准备重要关键词的列表(以下,称为重要关键词列表),通过使用了重要关键词列表的简单的匹配从输入句抽取重要关键词的方法;从单词的分散表达等测定重要关键词列表内的重要关键词与输入句内的关键词的意思的接近度,抽取意思接近的关键词的方法;使用利用文章中的重要关键词为哪个的正解被标注的数据进行学习而得到的模型来确定输入句中的重要关键词的方法等。作为求出输入句的意思或者其矢量的方法,能够使用如下方法等:使用利用文章与其意思关联起来的数据进行学习而得到的模型来推测输入句的意思的方法;使用文章的分散表达的方法等。还能够应用除了在此举出的方法以外的现有的方法。
知识参照部203从文本解析部202接收提问响应所需的信息,按照接收到的信息参照提问响应知识208,获取针对输入句的回答的候补。提问响应知识208将提问、回答以及与由文本解析部202得到的信息对应的信息关联起来保存。在本实施方式中,文本解析部202从输入句抽取重要关键词,提问响应知识208将提问、回答以及重要关键词关联起来保存。在文本解析部202推测输入句的意思的实施方式中,提问响应知识208将提问、回答以及提问的意思关联起来保存。知识参照部203从提问响应知识208抽取具有与由文本解析部202得到的信息接近的信息的回答作为回答候补。知识参照部203将回答候补发送到响应生成部204。回答候补可以与回答一起包含与回答关联起来的提问、重要关键词等从提问响应知识208获取到的信息。
响应生成部204从知识参照部203接收回答的候补,根据接收到的回答的候补,生成针对输入句的响应。响应生成部204将响应发送到响应发送部207。响应发送部207从响应生成部204接收响应,将包含该响应的响应信号发送到终端装置102。
生成响应的方法有各种变化。可举出提示在回答的候补之中最符合用户的提问的回答的方法、为了让用户选择而将与回答的候补分别关联起来的提问句提示给用户的方法、为了缩小回答的候补而使用与回答的候补分别关联起来的重要关键词等来提示从用户打听追加的信息的响应的方法等。在响应的提示方法中,也可以不仅输出响应句,还将与回答的候补关联起来的提问句或者重要关键词显示于用户界面画面上,以使用户能够在用户界面上选择。
未知关键词检测部205从输入句获取部201接收输入句,从输入句检测未知关键词。未知关键词是未登记于对话装置101参照的词典(例如重要关键词列表以及提问响应知识208等)的关键词,所以是即使参照提问响应知识208也无法得到回答的候补的关键词。未知关键词检测部205将未知关键词发送到关联关键词推测部206。
作为检测未知关键词的方法,能够使用利用单词或者单词串的周边的措辞的方法。使用预先准备的关键词列表的方法如果考虑新的未知关键词增加的情况是不现实的。另外,例如将作为名词的单词或者单词串全部抽取的方法等、仅使用词类信息的方法中,抽取不需要的单词或者单词串的可能性高。因而,使用如下方法:使用预先准备的语法规则来抽取特定的措辞所附带的单词或者单词串作为未知关键词的方法、或者通过将学习数据的重要关键词的部分置换为相同的单词或者随机地选择出的单词而对模型进行学习,从而抽取未知关键词的方法。
参照图3,说明利用通过将与重要关键词对应的单词或者单词串置换为其它单词或者单词串而得到的文章来学习未知关键词检测用的模型的方法。学习数据为对重要关键词(对话装置101本来就知道是重要的关键词)赋予正解标签的文章的集合,在该学习数据中不包含未知关键词。在利用该学习数据来对模型进行学习的情况下,能够推测文章所包含的单词或者单词串是否重要,但无法检测未知关键词。在本实施方式中,如图3所示,生成通过将文章中的重要关键词置换为其它单词而得到的文章,利用包含这些文章的学习数据来对模型进行学习。通过这样做,模型难以根据被标注为重要的单词本身的信息来推测为什么该单词是重要关键词。另一方面,被认为在学习数据内的重要关键词的周边的措辞中具有某种程度的规则性。因此,已学习的模型推测在具有特定的措辞的情况下哪个单词或者单词串为重要关键词。由于参照措辞,所以不论该单词或者单词串是否包含于学习数据,都能够抽取,还能够检测未知关键词。
在图3的例子中,作为对重要关键词赋予正解标签的文章,示出了“请告诉网上银行的申请方法”和“普通存款与定期存款的区别是什么”这两个文章。在前者的文章中,“网上银行”为重要关键词,生成将“网上银行”的部分置换为其它单词或者单词串的文章。例如,生成“请告诉保险的申请方法”、“请告诉橘子的申请方法”、“请告诉社长的申请方法”等文章。在后者的文章中,“普通存款”以及“定期存款”为重要关键词,生成将它们置换为其它单词或者单词串的文章。例如,生成“东京与动物园的区别是什么”、“牛奶与游戏的区别是什么”、“神社与狗的区别是什么”等文章。利用这些文章来学习模型。由此,当使用已学习的模型来进行针对包含“请告诉AAA的申请方法”的文章的推测时,作为关键词而抽取“AAA”。在此,AAA为任意的单词或者单词串。另外,当使用已学习的模型来进行针对包含“BBB与CCC的区别是什么”的文章的推测时,作为关键词而抽取“BBB”以及“CCC”。在此,BBB以及CCC为任意的单词或者单词串。
在上述方法中抽取出的关键词还有可能不是未知关键词,而是重要关键词。因此,例如,判断抽取出的关键词是否包含于重要关键词列表。在未包含于重要关键词列表的情况下,抽取出的关键词被决定为未知关键词。
在上述方法中,能够检测未知关键词和重要关键词这两方。因此,在图2所示的结构例中,单独地示出文本解析部202以及未知关键词检测部205,但也可以是文本解析部202以及未知关键词检测部205作为1个构成要素而构成。
在其它实施方式中,文本解析部202包含未知关键词检测部205的功能,在上述方法中进行未知关键词以及重要关键词的检测。具体而言,文本解析部202依照上述方法从输入句抽取关键词,参照重要关键词列表,判定抽取出的关键词是重要关键词还是未知关键词。包含重要关键词或者其特征量矢量的提问响应所需的信息被发送到知识参照部203。未知关键词被发送到关联关键词推测部206。
关联关键词推测部206从未知关键词检测部205接收未知关键词,从预定的关键词(***知道的关键词)获取具有与未知关键词接近的意思的关联关键词的候补。关联关键词推测部206将关联关键词的候补发送到响应生成部204。关于获取关联关键词的候补的方法将在后面叙述。
响应生成部204从关联关键词推测部206接收关联关键词的候补,根据关联关键词的候补生成针对输入句的响应。响应生成部204除了可以根据关联关键词的候补来生成针对输入句的响应之外,还可以根据从知识参照部203接收到的回答的候补来生成针对输入句的响应。
在本实施方式中,对话装置101作为1个装置而构成。对话装置101也可以由多个装置构成。例如,也可以提问响应知识208设置于与对话装置101不同的装置(未图示)。
接下来,说明对话装置101的动作例。
图4概略地示出了对话装置101生成针对输入句的响应的处理次序的一个例子。如图4所示,首先,输入句获取部201获取用户的输入句(步骤S101)。
文本解析部202从获取到的输入句抽取提问响应所需的信息(步骤S102)。未知关键词检测部205从获取到的输入句检测未知关键词(步骤S103)。在图4所示的例子中,在步骤S102的处理之后执行步骤S103的处理。此外,步骤S103的处理既可以与步骤S102的处理并行地执行,或者也可以在步骤S102的处理之前执行。
判断是否检测到未知关键词(步骤S104)。在未检测到未知关键词的情况下(步骤S104:否),处理进入到步骤S105。知识参照部203根据在步骤S102中得到的提问响应所需的信息和提问响应知识208来获取针对输入句(用户的提问)的回答的候补(步骤S105)。响应生成部204根据由知识参照部203获取到的回答的候补生成针对输入句的响应(步骤S106)。在响应发送部207将响应发送到终端装置102之后,处理返回到步骤S101。
在检测到未知关键词的情况下(步骤S104:是),处理进入到步骤S107。关联关键词推测部206从预定的关键词之中获取具有与检测到的关键词接近的意思的关联关键词的候补(步骤S107)。响应生成部204根据由关联关键词推测部206推测出的关联关键词的候补,生成响应(步骤S108)。在响应发送部207将响应发送到终端装置102之后,处理返回到步骤S101。
作为步骤S107中的推测关联关键词的候补的方法,能够使用以下的方法。第1方法是,使用预定的关键词与未知关键词的编辑距离。编辑距离是指表示在有两个字符串时进行几个字符置换、***或者删除则成为相同的字符串的指标。例如,考虑“汽车用的贷款”与“汽车贷款”的编辑距离。当从“汽车用的贷款”删除“用”以及“的”这两个字符时“汽车用的贷款”成为“汽车贷款”,所以编辑距离为2。编辑距离小有可能会发生用户的说话错误或者输入错误、或者语音识别错误,所以可以说针对未知关键词的关联关键词的候补的可能性高。编辑距离为阈值以下的关键词被推测为关联关键词的候补。
第2方法是,使用基于关键词的部分词的匹配。具体而言,在第2方法中,将各关键词以及未知关键词分割成单词单位,根据通过分割关键词而得到的部分词与通过分割未知关键词而得到的部分词的一致度,判断关键词是否与未知关键词接近。例如,在未知关键词为“特殊存款”、关键词为“特别普通存款”的情况下,当对各自进行分割时,能够得到“特殊/存款”、“特别/普通/存款”,“存款”是一致的。在该情况下,一致度为1。此外,也可以将在单词的分散表达等中接近的意思的单词彼此视为一致。在该情况下,将“特殊”以及“特别”视为一致,一致度为2。在单词的分散表达中获取到的单词彼此的一致度也可以使用分散表达的单词矢量的距离等意思的接近度。例如一致度为阈值以上的关键词被推测为关联关键词的候补。
第3方法是根据单词或者单词串的周边的措辞来进行推测的方法。例如,当在“请告诉特殊存款的利息”这样的输入句中,作为未知关键词而检测到“特殊存款”的情况下,在第3方法中,根据“XXX的利息”这样的措辞判断为“特殊存款”为表示金融商品的关键词,将类型为金融商品的关键词推测为关联关键词的候补。第3方法能够通过使用语法规则或者已学习的模型,根据未知关键词的周边的措辞来推测未知关键词的类型(例如金融商品),并与分别赋予给关键词的类型进行对照而实现。也可以不用语法规则或者已学习的模型来推测类型,而直接推测关联关键词的候补。
第4方法是,使用利用重要关键词参照提问响应知识208的结果。例如在“请告诉任何地方汇款服务的手续费”这样的输入句中,假设“任何地方汇款服务”被抽取为未知关键词,“手续费”被抽取为重要关键词。此时,利用“手续费”参照提问响应知识208,其结果,假设与“转账所花费的手续费是?”以及“海外汇款的手续费是?”这样的提问句相匹配。提问句“转账所花费的手续费是?”与“转账”以及“手续费”这样的两个重要关键词关联起来。提问句“海外汇款的手续费是?”与“海外汇款”以及“手续费”这样的两个重要关键词关联起来。在该情况下,“转账”以及“海外汇款”这样的两个重要关键词被推测为针对“任何地方汇款服务”的关联关键词的候补。在使用第4方法的情况下,即使检测到未知关键词,知识参照部203也执行步骤S105的处理,将回答的候补发送到关联关键词推测部206。
作为推测关联关键词的候补的方法,既可以使用上述4个方法中的任意方法,也可以使用上述方法的组合。在该情况下,也可以不仅将通过4个方法分别推测出的候补进行组合,还综合地判断用于推测的编辑距离、一致度而推测候补。
响应生成部204根据从关联关键词的候补得到的信息,切换生成响应的方法。作为从关联关键词的候补得到的信息,能够使用关联关键词的候补的数量、关联关键词的候补各自与未知关键词的意思的接近度等。在使用关联关键词的候补与未知关键词的意思的接近度的情况下,关联关键词推测部206在步骤S107与步骤S108之间计算关联关键词的候补各自与未知关键词的意思的接近度,与关联关键词的候补一起将计算出的意思的接近度发送到响应生成部204。作为表示意思的接近度的指标,能够直接利用在求出针对未知关键词的关联关键词的候补时使用的判断基准。
接下来,参照图5至图7,说明用户与对话装置101之间的对话的例子。图6以及图7示出在来自用户的输入句中包含未知关键词的情况下的对话装置101的响应例,表示当在输入句中包含未知关键词的情况下也能够顺利地继续对话。
在此,假设对话***100为在银行中使用的、针对经常出现的提问进行回答的对话***。对话***100通过与登记于预先准备的词典(重要关键词列表)的单词的关键词匹配,从输入句抽取重要关键词。提问响应知识208将提问句、回答以及从提问句抽取出的重要关键词关联起来存储。对话***通过按照关键词等级将输入句与提问句对应起来,从而得到回答候补。但是,也可以如前所述,通过除此以外的手法来得到提问响应所需的信息以及回答候补。
图5示出了未检测到未知关键词而进行对话的情况下的对话例。在图5所示的例子中,用户输入“想要进行存款的取消”。通过与登记于词典的单词的关键词匹配,“存款”以及“取消”被抽取为重要关键词。将这些重要关键词与提问响应知识208进行对照的结果,作为回答候补能够得到包含“请告诉普通存款的取消的方法”、“如何进行定期存款的取消?”这样的提问句的数据。对话装置101参照回答候补各自的重要关键词,识别出在回答候补间“普通存款”与“定期存款”为不同的重要关键词。在该情况下,对话装置101生成确认用户想要“普通存款”和“定期存款”中的哪一个的响应。例如,对话装置101输出“是普通存款?还是定期存款?”这样的响应句。当针对于此用户输入“是普通存款”时,对话装置101对此前得到的重要关键词加上“普通存款”,利用这些重要关键词参照提问响应知识208。作为其结果,作为回答候补能够得到包含“请告诉普通存款的取消的方法”这样的提问句的数据。得到的回答候补为1个,所以对话装置101输出该回答候补所包含的回答“对于取消··”。
这样,在从用户提供的信息不足或者不明确的情况下,对话装置101对用户进行询问,由此能够针对用户的提问准确地回答。此外,当在用户与对话装置101之间进行多次交互的情况下,文本解析部202或者知识参照部203需要积蓄从用户提供的信息。
图6示出了在输入句中包含未知关键词的情况下的对话例。在图6所示的例子中,用户对终端装置102输入“想要申请车的贷款”。对话装置101通过关键词匹配抽取“申请”作为重要关键词,根据上下文信息抽取“车的贷款”作为未知关键词。对话装置101得到具有与“车的贷款”接近的意思的关联关键词的候补。进而,对话装置101求出未知关键词与关联关键词的候补的意思的接近度。在该例中,“汽车贷款”被抽取为关联关键词的候补,意思的接近度求出为“大”(非常接近)。对话装置101仅得到了1个意思与未知关键词“车的贷款”非常接近的关联关键词的候补,所以将关联关键词的候补“汽车贷款”视为与“车的贷款”关联的关联关键词。然后,对话装置101利用“汽车贷款”以及“申请”参照提问响应知识208,将由此得到的回答“在汽车贷款中··”作为响应而输出。此时,对话装置101为了对用户传达将用户输入的“车的贷款”置换为“汽车贷款”,在响应的最初赋予“是汽车贷款吧”这样的文章。这样,对话装置101在意思与未知关键词接近的关联关键词的候补为1个的情况下,将关联关键词的候补决定为关联关键词,使用关联关键词来生成响应。
为了实现上述动作,关联关键词推测部206将决定为关联关键词的“汽车贷款”发送到知识参照部203,知识参照部203利用从关联关键词推测部206接收到的“汽车贷款”和从文本解析部202接收到的“申请”参照提问响应知识208。进而,为了使表示将作为未知关键词的“车的贷款”置换为“汽车贷款”的信息包含于响应,未知关键词检测部205将检测到的未知关键词发送到响应生成部204。
图7示出了在输入句中包含未知关键词的情况下的对话例。在图7所示的例子中,用户输入“任何地方汇款服务都花费手续费吗?”。对话装置101抽取“手续费”作为重要关键词,抽取“任何地方汇款服务”作为未知关键词。作为针对“任何地方汇款服务”的关联关键词的候补,能够得到“账户转账”以及“海外汇款”,意思的接近度都为“中”(接近)。对话装置101如“任何地方汇款服务是指账户转账?还是指海外汇款?”那样,一边提示关联关键词的候补,一边对用户询问未知关键词的意思。针对于此,当用户输入“是账户转账”时,对话装置101将“账户转账”决定为关联关键词,利用“账户转账”以及“手续费”参照提问响应知识208,使用由此得到的回答候补来进行响应。具体而言,对话装置101输出回答“每当进行转账时··”。这样,用***知道的单词询问未知关键词的意思,从而能够顺利地继续对话。
在图7的例子中,得到两个关联关键词的候补,但有时还得到3个以上的关联关键词的候补。在该情况下,有时还难以将关联关键词的全部候补包含于响应。例如,对话装置101可以按照意思从接近到不接近的顺序依次选择预定个数的候补,使用选择出的候补来生成响应。另外,对话装置101可以选择类型(属性)相同的候补,使用选择出的候补来生成响应。在具有许多类型相同的候补的情况下,对话装置101可以按照意思从接近到不接近的顺序从它们中选择预定个数的候补。对登记于关联关键词推测部206参照的词典(关键词列表)的各关键词预先赋予类型。
有时还有如下情况:在使用关联关键词的候补对用户询问未知关键词的意思之后,用户输入“不是”或者“哪个都不是”等未知关键词与所提示的关联关键词的候补中的哪个都不符合这样的内容。在这样的情况下,提示剩余的关联关键词的候补。对话装置101可以从剩余的关联关键词的候补之中按照意思从接近到不接近的顺序选择候补。另外,对话装置101可以选择被赋予与刚刚之前提示的关联关键词的候补的类型不同的类型的候补。这是因为,如果提示与用户输入的信息接近的类型的关键词,则用户输入某些关键词的可能性高,但用户输入“不是”这样的情况认为是希望不同类型的信息的可能性高。通过提示其它类型的候补,从而用***知道的关键词输入用户希望的条件的可能性变高,所以认为成为对于用户而言也易于使用的***。
在图7所示的对话例中,也可以如图8所示,以使用户能够选择的方式,在终端装置102的显示装置的画面上显示关联关键词的候补。在该情况下,即使在关联关键词的候补多的情况下,也能够将它们全部提示给用户。
在图6以及图7中,示出了按照关联关键词的候补的数量或者与未知关键词的意思的接近度来切换响应的例子,但除此以外还考虑响应的种类。
图9概略地示出了根据从关联关键词的候补得到的信息切换响应生成方法的处理。
判断是否存在意思的接近度大的候补(步骤S201)。在存在意思的接近度大的候补的情况下(步骤S201:是),处理进入到步骤S202。判断意思的接近度大的候补的数量是否为1个(步骤S202)。在意思的接近度大的候补的数量为1个的情况下(步骤S202:是),处理进入到步骤S203。对话装置101将意思的接近度大的候补决定为关联关键词,使用关联关键词实施提问响应处理。该提问响应处理对应于参照图6而说明的处理。例如,在针对未知关键词“安全账户”得到“储蓄存款”作为关联关键词的情况下,对话装置101将“是储蓄存款吧。储蓄存款··”这样的响应句提示给用户。
在意思的接近度大的候补的数量为两个以上的情况下(步骤S202:否),处理进入到步骤S204。对话装置101使用意思的接近度大的候补,对用户询问未知关键词的意思(步骤S204)。该询问对应于参照图7说明的处理。例如,在针对未知关键词“安全账户”得到“储蓄存款”以及“定期存款”作为关联关键词的情况下,对话装置101将“安全账户是指储蓄存款?还是指定期存款?”这样的响应句提示给用户。
在不存在意思的接近度大的候补的情况下(步骤S201:否),处理进入到步骤S205。判断是否存在意思的接近度为中的候补(步骤S205)。在存在意思的接近度为中的候补的情况下(步骤S205:是),处理进入到步骤S206。判断意思的接近度为中的候补的数量是否为1个(步骤S206)。在意思的接近度为中的候补的数量为1个的情况下(步骤S206:是),处理进入到步骤S207。对话装置101将意思的接近度为中的候补决定为关联关键词,对用户询问未知关键词的意思为关联关键词是否正确(步骤S207)。例如,在针对未知关键词“安全账户”得到“储蓄存款”作为关联关键词的情况下,对话装置101将“安全账户是指储蓄存款吗?”这样的响应句提示给用户。
在意思的接近度为中的候补的数量为两个以上的情况下(步骤S206:否),处理进入到步骤S204。对话装置101使用意思的接近度为中的候补,对用户询问未知关键词的意思(步骤S204)。该询问对应于参照图7说明的处理。例如,在针对未知关键词“安全账户”得到“储蓄存款”以及“定期存款”作为关联关键词的情况下,对话装置101将“安全账户是指储蓄存款?还是指定期存款?”这样的响应句提示给用户。
在不存在意思的接近度为中的候补的情况下(步骤S205:否),处理进入到步骤S208。对话装置101不使用未知关键词而进行提问响应处理(步骤S208)。例如,对话装置101将“请再输入一次”这样的响应句提示给用户。
图9所示的流程图是一个例子,根据情况的变化,还考虑其它情况。另外,用大、中、小这样的离散的值表达了意思的接近度,但也可以用连续的值进行表达,在切换响应生成方法时通过与阈值的比较来进行判断。例如,在步骤S201中,可以判断是否存在意思的接近度超过阈值的候补。另外,不限于人工地制作响应生成方法切换的流程图,也可以通过强化学习等从数据自动地生成。
图10概略地示出了对话装置101的硬件结构例。如图10所示,对话装置101具备CPU(Central Processing Unit,中央处理单元)1001、RAM(Random Access Memory,随机存取存储器)1002、ROM(Read Only Memory,只读存储器)1003、辅助存储装置1004、输入装置1005、输出装置1006以及通信接口1007。
对话装置101的上述功能通过由CPU1001将存储于ROM1003或者辅助存储装置1004的程序在RAM1002中展开并执行该程序而实现。CPU1001为硬件处理器的一个例子。硬件处理器不限于CPU1001等通用处理器,也可以为ASIC(Application Specific IntegratedCircuit,专用集成电路)或者FPGA(Field-Programmable Gate Array,现场可编程门阵列)等专用处理器。
辅助存储装置1004具备非易失性地存储数据的计算机可读取的存储介质,例如,可以为HDD(Hard Disk Drive,硬盘驱动器)或者SDD(Solid State Drive,固态驱动器)。输入装置1005例如具备键盘以及鼠标。输出装置1006具备显示装置以及扬声器。
通信接口1007是用于与外部的装置(例如终端装置102)通信的接口。通信接口1007例如具备LAN(Local Area Network,局域网)端口,例如使用LAN线缆连接于通信网络NW,经由通信网络NW在与外部的装置之间收发数据。此外,通信接口1007例如可以具备无线LAN模块或者蓝牙(Bluetooth)(注册商标)模块等无线模块。
如上那样,根据本实施方式的对话装置,从用户的输入句检测未知关键词,求出具有与未知关键词接近的意思的关联关键词的候补,根据从关联关键词的候补得到的信息生成响应,从而针对包含未知关键词的输入句也能够生成如顺利地推进对话那样的响应。
按照在上述实施方式之中示出的处理次序示出的指示能够根据作为软件的程序来执行。通用的计算机***预先存储该程序,通过读入该程序,还能够得到与基于上述对话装置的效果同样的效果。在上述实施方式中记述的指示作为能够在计算机中执行的程序而记录于磁盘(柔性光盘、硬盘等)、光盘(CD-ROM、CD-R、CD-RW、DVD-ROM、DVD±R、DVD±RW、Blu-ray(注册商标)Disc等)、半导体存储器、或者与其类似的记录介质。只要是计算机或者嵌入式***可读取的记录介质,其存储形式就可以为任意的方式。计算机只要从该记录介质读入程序,根据该程序在CPU中执行记述于程序的指示,就能够实现与上述实施方式的对话装置同样的动作。当然,在计算机获取程序的情况或者读入程序的情况下,也可以经由网络获取或者读入。
另外,也可以由根据从记录介质安装到计算机、嵌入式***的程序的指示在计算机上运行的OS(操作***)、数据库管理软件、网络等MW(中间件)等执行用于实现本实施方式的各处理的一部分。
进而,本实施方式中的记录介质不限于与计算机或者嵌入式***独立的介质,还包括下载利用LAN、因特网等传递的程序而存储或者临时存储的记录介质。
另外,记录介质不限于1个,在由多个介质执行本实施方式中的处理的情况下,也包含于本实施方式中的记录介质,介质的结构可以为任意的结构。
此外,本实施方式中的计算机或者嵌入式***用于根据存储于记录介质的程序来执行本实施方式中的各处理,也可以为个人电脑、微机等由1个构成的装置、多个装置通过网络连接的***等任意的结构。
另外,本实施方式中的计算机不限于个人电脑,还包括信息处理设备所包含的运算处理装置、微机等,总称能够利用程序来实现本实施方式中的功能的设备、装置。
说明了本发明的几个实施方式,但这些实施方式是作为例子而提示的,未意图限定发明的范围。这些新的实施方式能够以其它各种方式被实施,能够在不脱离发明的要旨的范围进行各种省略、置换、变更。这些实施方式及其变形包含于发明的范围、要旨,并且包含于专利权利要求书所记载的发明及与其均等的范围。
此外,能够将上述实施方式总结成以下的技术方案。
技术方案1
一种对话***,具备:
文本解析部,解析来自用户的输入句;
知识参照部,通过利用由所述文本解析部解析出的所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
未知关键词检测部,从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
关联关键词推测部,响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
响应生成部,在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
技术方案2
根据上述技术方案1,所述未知关键词检测部根据单词或者单词串的周边的措辞,判定是否将所述单词或者单词串检测为所述未知关键词。
技术方案3
根据上述技术方案2,所述未知关键词检测部使用利用包括第1文章和第2文章的学习数据进行学习而得到的模型,从所述输入句检测所述未知关键词,所述第1文章包含被赋予表示是正解的标签的第1单词或者单词串,所述第2文章是通过将所述第1单词或者单词串置换为第2单词或者单词串而生成的。
技术方案4
根据上述技术方案1至3中的任意一个技术方案,所述关联关键词推测部根据所述未知关键词与所述预定的关键词的编辑距离、通过分割所述未知关键词而得到的部分词与通过分割所述预定的关键词而得到的部分词的一致度、所述未知关键词的周边的措辞以及所述回答的候补所包含的信息中的至少一个,从所述预定的关键词选择所述关联关键词的候补。
技术方案5
根据技术方案1至4中的任意一个技术方案,所述关联关键词推测部测定所述未知关键词与所述关联关键词的候补的意思的接近度。
技术方案6
根据上述技术方案5,所述关联关键词推测部根据所述未知关键词与所述关联关键词的候补的编辑距离、通过分割所述未知关键词而得到的部分词与通过分割所述关联关键词的候补而得到的部分词的一致度、所述未知关键词的周边的措辞以及所述回答的候补所包含的信息中的至少一个,测定所述未知关键词与所述关联关键词的候补的所述意思的接近度。
技术方案7
根据上述技术方案1至6中的任意一个技术方案,所述响应生成部根据所述关联关键词的候补的数量和所述未知关键词与所述关联关键词的候补的意思的接近度中的至少一个,生成针对所述输入句的所述响应。
技术方案8
根据上述技术方案1至7中的任意一个技术方案,所述响应生成部根据所述未知关键词与所述关联关键词的候补的意思的接近度和赋予给所述关联关键词的候补的属性是否相同中的至少一个,从所述关联关键词的候补之中选择要提示给所述用户的关联关键词的候补,使用选择出的所述关联关键词的候补生成询问所述未知关键词的意思的响应。
技术方案9
根据所述技术方案8,所述响应生成部使用被赋予第1属性的关联关键词的候补生成询问所述未知关键词的意思的响应,在针对询问所述未知关键词的意思的所述响应,从所述用户输入了所述未知关键词与被赋予所述第1属性的所述关联关键词的候补中的哪个都不符合这样的内容的情况下,使用被赋予与所述第1属性不同的第2属性的关联关键词的候补生成询问所述未知关键词的意思的响应。
技术方案10
一种对话装置,具备:
文本解析部,解析来自用户的输入句;
知识参照部,通过利用由所述文本解析部解析出的所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
未知关键词检测部,从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
关联关键词推测部,响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
响应生成部,在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
技术方案11
一种对话方法,具备如下步骤:
解析来自用户的输入句;
通过利用所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
技术方案12
一种程序,用于使计算机作为如下单元发挥功能:
文本解析单元,解析来自用户的输入句;
知识参照单元,通过利用所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
未知关键词检测单元,从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
关联关键词推测单元,响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
响应生成单元,在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
Claims (12)
1.一种对话***,具备:
文本解析部,解析来自用户的输入句;
知识参照部,通过利用由所述文本解析部解析出的所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
未知关键词检测部,从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
关联关键词推测部,响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
响应生成部,在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
2.根据权利要求1所述的对话***,其中,
所述未知关键词检测部根据单词或者单词串的周边的措辞,判定是否将所述单词或者单词串检测为所述未知关键词。
3.根据权利要求2所述的对话***,其中,
所述未知关键词检测部使用利用包括第1文章和第2文章的学习数据进行学习而得到的模型,从所述输入句检测所述未知关键词,所述第1文章包含被赋予表示是正解的标签的第1单词或者单词串,所述第2文章是通过将所述第1单词或者单词串置换为第2单词或者单词串而生成的。
4.根据权利要求1至3中的任意一项所述的对话***,其中,
所述关联关键词推测部根据所述未知关键词与所述预定的关键词的编辑距离、通过分割所述未知关键词而得到的部分词与通过分割所述预定的关键词而得到的部分词的一致度、所述未知关键词的周边的措辞以及所述回答的候补所包含的信息中的至少一个,从所述预定的关键词选择所述关联关键词的候补。
5.根据权利要求1至4中的任意一项所述的对话***,其中,
所述关联关键词推测部测定所述未知关键词与所述关联关键词的候补的意思的接近度。
6.根据权利要求5所述的对话***,其中,
所述关联关键词推测部根据所述未知关键词与所述关联关键词的候补的编辑距离、通过分割所述未知关键词而得到的部分词与通过分割所述关联关键词的候补而得到的部分词的一致度、所述未知关键词的周边的措辞以及所述回答的候补所包含的信息中的至少一个,测定所述未知关键词与所述关联关键词的候补的所述意思的接近度。
7.根据权利要求1至6中的任意一项所述的对话***,其中,
所述响应生成部根据所述关联关键词的候补的数量和所述未知关键词与所述关联关键词的候补的意思的接近度中的至少一个,生成针对所述输入句的所述响应。
8.根据权利要求1至7中的任意一项所述的对话***,其中,
所述响应生成部根据所述未知关键词与所述关联关键词的候补的意思的接近度和赋予给所述关联关键词的候补的属性是否相同中的至少一个,从所述关联关键词的候补之中选择要提示给所述用户的关联关键词的候补,使用选择出的所述关联关键词的候补来生成询问所述未知关键词的意思的响应。
9.根据权利要求8所述的对话***,其中,
所述响应生成部使用被赋予第1属性的关联关键词的候补来生成询问所述未知关键词的意思的响应,在针对询问所述未知关键词的意思的所述响应,从所述用户输入了所述未知关键词与被赋予所述第1属性的所述关联关键词的候补中的哪个候补都不符合这样的内容的情况下,使用被赋予与所述第1属性不同的第2属性的关联关键词的候补来生成询问所述未知关键词的意思的响应。
10.一种对话装置,具备:
文本解析部,解析来自用户的输入句;
知识参照部,通过利用由所述文本解析部解析出的所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
未知关键词检测部,从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
关联关键词推测部,响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
响应生成部,在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
11.一种对话方法,具备如下步骤:
解析来自用户的输入句;
通过利用所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
12.一种计算机可读存储介质,存储有指令,该指令被处理器执行时实现如下步骤:
解析来自用户的输入句;
通过利用所述输入句的解析结果参照提问响应知识,从而得到针对所述输入句的回答的候补;
从所述输入句检测即使参照所述提问响应知识也无法得到回答的候补的关键词即未知关键词;
响应于检测到所述未知关键词,从预定的关键词获取具有与所述未知关键词接近的意思的关联关键词的候补;以及
在未检测到所述未知关键词的情况下,根据所述回答的候补,生成针对所述输入句的响应,在检测到所述未知关键词的情况下,根据所述关联关键词的候补,生成针对所述输入句的所述响应。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018209691A JP7132090B2 (ja) | 2018-11-07 | 2018-11-07 | 対話システム、対話装置、対話方法、及びプログラム |
JP2018-209691 | 2018-11-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111159364A true CN111159364A (zh) | 2020-05-15 |
CN111159364B CN111159364B (zh) | 2023-10-03 |
Family
ID=70458674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910811007.4A Active CN111159364B (zh) | 2018-11-07 | 2019-08-30 | 对话***、对话装置、对话方法以及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11270683B2 (zh) |
JP (1) | JP7132090B2 (zh) |
CN (1) | CN111159364B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132392A (zh) * | 2023-10-23 | 2023-11-28 | 蓝色火焰科技成都有限公司 | 车辆贷款欺诈风险预警方法及*** |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11062701B2 (en) * | 2016-12-27 | 2021-07-13 | Sharp Kabushiki Kaisha | Answering device, control method for answering device, and recording medium |
JP2020123131A (ja) | 2019-01-30 | 2020-08-13 | 株式会社東芝 | 対話システム、対話方法、プログラム、及び記憶媒体 |
JP7055764B2 (ja) | 2019-03-13 | 2022-04-18 | 株式会社東芝 | 対話制御システム、対話制御方法及びプログラム |
JP2022047291A (ja) | 2020-09-11 | 2022-03-24 | 株式会社東芝 | 情報処理装置、方法、及びプログラム |
KR102517661B1 (ko) | 2022-07-15 | 2023-04-04 | 주식회사 액션파워 | 텍스트 정보에서 타겟 단어에 대응하는 단어를 식별하는 방법 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000073975A1 (fr) * | 1999-05-31 | 2000-12-07 | Cai Co., Ltd. | Systeme de reecriture |
JP2013250926A (ja) * | 2012-06-04 | 2013-12-12 | Nippon Telegr & Teleph Corp <Ntt> | 質問応答装置、方法、及びプログラム |
CN105393248A (zh) * | 2013-06-27 | 2016-03-09 | 国立研究开发法人情报通信研究机构 | 非事实类提问应答***以及方法 |
CN107077843A (zh) * | 2014-10-30 | 2017-08-18 | 三菱电机株式会社 | 对话控制装置和对话控制方法 |
CN108170792A (zh) * | 2017-12-27 | 2018-06-15 | 北京百度网讯科技有限公司 | 基于人工智能的问答引导方法、装置和计算机设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020072914A1 (en) * | 2000-12-08 | 2002-06-13 | Hiyan Alshawi | Method and apparatus for creation and user-customization of speech-enabled services |
JP2006079462A (ja) * | 2004-09-10 | 2006-03-23 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索における対話型情報提供方法及び対話型情報提供装置 |
US7991724B2 (en) * | 2006-12-21 | 2011-08-02 | Support Machines Ltd. | Method and a computer program product for providing a response to a statement of a user |
US7685084B2 (en) * | 2007-02-09 | 2010-03-23 | Yahoo! Inc. | Term expansion using associative matching of labeled term pairs |
FR3006472B1 (fr) * | 2013-05-31 | 2016-12-30 | Xilopix | Procede de recherche dans une base de donnees |
US9984067B2 (en) * | 2014-04-18 | 2018-05-29 | Thomas A. Visel | Automated comprehension of natural language via constraint-based processing |
US10810217B2 (en) * | 2015-10-07 | 2020-10-20 | Facebook, Inc. | Optionalization and fuzzy search on online social networks |
CN108153801B (zh) * | 2016-12-06 | 2023-05-23 | 松下知识产权经营株式会社 | 信息处理方法、信息处理装置以及记录介质 |
CN107390943B (zh) * | 2017-08-23 | 2020-09-18 | 友达光电(苏州)有限公司 | 触控结构及使用其的触控面板 |
-
2018
- 2018-11-07 JP JP2018209691A patent/JP7132090B2/ja active Active
-
2019
- 2019-08-30 CN CN201910811007.4A patent/CN111159364B/zh active Active
- 2019-08-30 US US16/556,352 patent/US11270683B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000073975A1 (fr) * | 1999-05-31 | 2000-12-07 | Cai Co., Ltd. | Systeme de reecriture |
JP2013250926A (ja) * | 2012-06-04 | 2013-12-12 | Nippon Telegr & Teleph Corp <Ntt> | 質問応答装置、方法、及びプログラム |
CN105393248A (zh) * | 2013-06-27 | 2016-03-09 | 国立研究开发法人情报通信研究机构 | 非事实类提问应答***以及方法 |
CN107077843A (zh) * | 2014-10-30 | 2017-08-18 | 三菱电机株式会社 | 对话控制装置和对话控制方法 |
CN108170792A (zh) * | 2017-12-27 | 2018-06-15 | 北京百度网讯科技有限公司 | 基于人工智能的问答引导方法、装置和计算机设备 |
Non-Patent Citations (1)
Title |
---|
森部敦 等: "自動会話システム(人工無能)の開発とその応用 -Webテキストからの会話文生成と会話形成に関する研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132392A (zh) * | 2023-10-23 | 2023-11-28 | 蓝色火焰科技成都有限公司 | 车辆贷款欺诈风险预警方法及*** |
CN117132392B (zh) * | 2023-10-23 | 2024-01-30 | 蓝色火焰科技成都有限公司 | 车辆贷款欺诈风险预警方法及*** |
Also Published As
Publication number | Publication date |
---|---|
US11270683B2 (en) | 2022-03-08 |
CN111159364B (zh) | 2023-10-03 |
JP2020077159A (ja) | 2020-05-21 |
JP7132090B2 (ja) | 2022-09-06 |
US20200143792A1 (en) | 2020-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111159364B (zh) | 对话***、对话装置、对话方法以及存储介质 | |
US10438586B2 (en) | Voice dialog device and voice dialog method | |
KR102178738B1 (ko) | 적절한 에이전트의 자동화된 어시스턴트 호출 | |
US10991366B2 (en) | Method of processing dialogue query priority based on dialog act information dependent on number of empty slots of the query | |
US11074279B2 (en) | Method for providing chatting service with chatbot assisted by human counselor | |
KR102222317B1 (ko) | 음성 인식 방법, 전자 디바이스, 및 컴퓨터 저장 매체 | |
KR102348124B1 (ko) | 차량의 기능 추천 장치 및 방법 | |
KR101615848B1 (ko) | 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 | |
AU2019219717B2 (en) | System and method for analyzing partial utterances | |
JP5496863B2 (ja) | 感情推定装置、その方法、プログラム及びその記録媒体 | |
CN107844470B (zh) | 一种语音数据处理方法及其设备 | |
US20200210505A1 (en) | Electronic apparatus and controlling method thereof | |
JP6873805B2 (ja) | 対話支援システム、対話支援方法、及び対話支援プログラム | |
JP6370962B1 (ja) | 生成装置、生成方法および生成プログラム | |
US11615787B2 (en) | Dialogue system and method of controlling the same | |
US12008988B2 (en) | Electronic apparatus and controlling method thereof | |
US20210241755A1 (en) | Information-processing device and information-processing method | |
KR102370437B1 (ko) | 버추얼 상담 시스템 및 이를 이용한 상담방법 | |
JP6929960B2 (ja) | 情報処理装置及び情報処理方法 | |
CN113590871A (zh) | 一种音频分类方法、装置及计算机可读存储介质 | |
US11756550B1 (en) | Integration of speech processing functionality with organization systems | |
US11829516B1 (en) | Automated actions for application policy violations | |
WO2016009634A1 (ja) | 会話分析システム、会話分析方法および会話分析プログラムが記録された記憶媒体 | |
US20220284887A1 (en) | Electronic device for correcting speech input of user and operating method thereof | |
JP2023007014A (ja) | 応答システム、応答方法、および応答プログラム |
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 |