CN111428011B - 词语的推荐方法、装置、设备及存储介质 - Google Patents
词语的推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111428011B CN111428011B CN201910022936.7A CN201910022936A CN111428011B CN 111428011 B CN111428011 B CN 111428011B CN 201910022936 A CN201910022936 A CN 201910022936A CN 111428011 B CN111428011 B CN 111428011B
- Authority
- CN
- China
- Prior art keywords
- word
- user
- sentence
- keyword
- keywords
- 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
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例公开了一种词语的推荐方法、装置、设备及存储介质。该方法包括:获取用户与机器之间的至少一轮对话;提取所述至少一轮对话中的至少一个关键词;根据所述至少一个关键词在预设树状库中查找目标词语,并将所述目标词语推送至用户。本实施例公开的词语的推荐方法,基于用户与机器的多轮对话,获得句子中的关键词,在根据关键词在预设数据库查找目标词语,并推送至用户,提高推荐词语的准确性。
Description
技术领域
本公开实施例涉及数据处理技术领域,尤其涉及一种词语的推荐方法、装置、设备及存储介质。
背景技术
日常生活中,当用户想利用一个词语来描述当前的处境或者某种现象时,由于词汇量的限制等原因,无法立即想到一个准确的词语。常用的做法是,将描述信息输入搜索软件进行搜索,然后由于描述信息的不完整,导致检索出的词语不是用户想要的。不仅检索出的词语准确性不高,影响用户体验,且用户手动检索的过程浪费时间。
发明内容
本公开实施例提供一种词语的推荐方法、装置、设备及存储介质,以实现对词语的推荐,提高推荐词语的准确性。
第一方面,本公开实施例提供了一种词语的推荐方法,包括:
获取用户与机器之间的至少一轮对话;
提取所述至少一轮轮对话中的至少一个关键词;
根据所述至少一个关键词在预设树状库中查找目标词语,并将所述目标词语推送至用户。
进一步地,提取所述至少一轮对话中的至少一个关键词,包括:
获取所述至少一轮对话中用户所说句子对应的句子模板;
根据所述句子模板确定用户所说的每个句子分别对应的关键词,获得至少一个关键词。
进一步地,所述句子模板由多个词槽组成,每种句子模板规定设定词槽中的词为当前句子的关键词,根据所述句子模板确定用户所说的每个句子分别对应的关键词,包括:
根据句式和/或句型对用户所说的当前句子进行分割,获得至少一个词语;
将所述至少一个词语分别填入当前句子对应句子模板的词槽中,获得所述当前句子对应的关键词。
进一步地,在获取用户与机器之间的至少一轮对话之前,还包括:
收集汉语词语集,并根据词义对词语集中的每个词语添加标签;
根据所述标签对词语集进行等级划分,获得预设树状库。
进一步地,根据所述至少一个关键词在预设树状库中查找目标词语,包括:
若关键词有多个,则对多个关键词进行等级排序;
根据排序后的关键词在预设树状库进行逐级检索,获得目标词语。
进一步地,在获取用户与机器之间的多轮对话之前,包括:
采集用户输入的语音信息,并对所述语音信息进行语义识别,获得语义信息;
根据所述语义信息确定反馈信息;
采集用户根据所述反馈信息输入的新语音信息,并对所述新语音信息进行语义识别,获得新语义信息;
判断是否检测到停止对话的指令,若未收到,则根据所述新语义信息确定新反馈信息,并返回执行采集用户根据所述反馈信息输入的新语音信息的操作,直到检测到停止对话的指令。
进一步地,在根据所述至少一个关键词在预设树状库中查找目标词语,包括:
获取对所述目标词语的限定条件;
根据所述限定条件对所述目标词语进行过滤。
第二方面,本公开实施例还提供了一种词语的推荐装置,包括:
对话获取模块,用于获取用户与机器之间的至少一轮对话;
关键词获取模块,用于提取所述至少一轮轮对话中的至少一个关键词;
目标词语推送模块,用于根据所述至少一个关键词在预设树状库中查找目标词语;并将所述目标词语推送至用户。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如本公开实施例所述的词语的推荐方法。
第四方面,本公开实施例还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现如本公开实施例所述的词语的推荐方法。
本公开实施例,首先获取用户与机器之间的至少一轮对话,然后提取至少一轮轮对话中的至少一个关键词,最后根据至少一个关键词在预设树状库中查找目标词语,并将目标词语推送至用户。本实施例公开的词语的推荐方法,基于用户与机器的多轮对话,获得句子中的关键词,在根据关键词在预设数据库查找目标词语,并推送至用户,提高推荐词语的准确性。
附图说明
图1是本公开实施例一中的一种词语的推荐方法的流程图;
图2是本公开实施例二中的一种词语的推荐装置的结构示意图;
图3是本公开实施例三中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例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例仅仅用于解释本公开,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而非全部结构。
下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1为本公开实施例一提供的一种词语的推荐方法的流程图,本实施例可适用于词语推荐的情况,该方法可以由词语的推荐装置来执行,该装置可由硬件和/或软件组成,并一般可集成在具有词语的推荐功能的设备中,该设备可以是服务器、移动终端或服务器集群等电子设备。如图1所示,该方法具体包括如下步骤:
步骤110,获取用户与机器之间的至少一轮对话。
本实施例中,当用户需要一个词语来描述当前的处境或者某种现象时,通过与机器进行至少一轮对话来描述用途、释义或者关联词等。本实施例中,获取用户与机器之间的至少一轮对话的过程可以是:采集用户输入的语音信息,并对语音信息进行语义识别,获得语义信息;根据语义信息确定反馈信息;采集用户根据反馈信息输入的新语音信息,并对新语音信息进行语义识别,获得新语义信息;判断是否检测到停止对话的指令,若未收到,则根据新语义信息确定新反馈信息,并返回执行采集用户根据反馈信息输入的新语音信息的操作,直到检测到停止对话的指令。
其中,检测到停止对话的指令的方式可以是,在设定时间内未采集到用户输入的语音信息,设定时间可以是5-10秒之间的任意值。具体的,用户通过语音输入关于目标词语的描述或释义,机器对采集的语音信息进行语义识别,根据语义信息判断是否产生反馈信息,即通过语义信息判断是否需要用户对描述进行补充,若需要,则产生反馈信息,用户根据反馈信息输入补充的新语音,并对新语音信息进行语义识别,获得新语义信息。若未检测到停止对话的指令,则根据新语义信息判断是否需要用户继续对描述进行补充,直到检测到停止对话的指令,从而获得用户与机器的至少一轮对话。
步骤120,提取至少一轮对话中的至少一个关键词。
本实施例中,从至少一轮对话中用户所说的句子中提取关键词。提取至少一轮对话中的至少一个关键词,包括:获取至少一轮对话中用户所说句子对应的句子模板;根据句子模板确定用户所说的每个句子分别对应的关键词,获得至少一个关键词。
其中,句子模板是预先建立的,根据当前常用的句式及句型建立,句子模板由多个词槽组成,每种句子模板规定设定词槽中的词为当前句子的关键词。句式可以包括判断句、被动句、宾语前置、成分省略句、否定句中代词宾语前置、疑问句中代词宾语前置、介词宾语提前、定语后置、状语后置、主语后置等,句型可以包括主谓句、非主谓句、被动句、倒装句、兼语句、连动句等。示例性的,对于判断句,句式为“主谓宾”,如“A是B”,则,将可以将宾语中的词语确定判断句中的关键词。
可选的,根据句子模板确定用户所说的每个句子分别对应的关键词,可通过下述方式实施:根据句式和/或句型对用户所说的当前句子进行分割,获得至少一个词语;将至少一个词语分别填入当前句子对应句子模板的词槽中,获得当前句子对应的关键词。
具体的,将用户所说的句子按照句式和句型分割为至少一个词语后,将分割得到的至少一个词语填入对应句子模板的词槽中,从而获得当前句子对应的关键词。示例性的,假设用户所说的句子的句型为主谓宾,则将句子分割获得主语对应的词语、谓语对应的词语和宾语对应的词语,并将这三个词语填入主谓宾模板中的词槽中,若规定主谓宾句子模板中位于主语词槽和谓语词槽中的词为关键词,则该句话中主语和谓语对应的词语为关键词。
步骤130,根据至少一个关键词在预设树状库中查找目标词语,并将目标词语推送至用户。
其中,预设树状库的获取方式可以是,收集汉语词语集,并根据词义对词语集中的每个词语添加标签;根据所述标签对词语集进行等级划分,获得预设树状库。
收集汉语词语的方式可以是从辞海中收集,或者官方字典中收集。具体的,根据词语的词义对词语添加至少一个标签,可以根据标签的数量对词语集进行等级划分,例如:有一个标签的词语为一级词语,有两个标签的词语为二级词语,有三个标签的词语为三级标签。例如:“奔跑”的标签为“跑”,则为一级词语,“一日千里”的标签为“跑+快”,则为二级词语,“快马加鞭”的标签为“跑+快+动物”,则为三级词语。
根据至少一个关键词在预设树状库中查找目标词语,包括:若关键词有多个,则对多个关键词进行等级排序;根据排序后的关键词在预设树状库进行逐级检索,获得目标词语。
当关键词有多个时,先按照等级对关键词进行排序,最后按照排序后的关键词在预设树状库中进行逐级检索,获得目标词语。其中,关键词的等级可以根据词语的词性进行排序,例如:实词的等级高于虚词的等级,对于实词等级由高到低可以是:名词、动词、形容词、量词等,对于虚词等级由高到低可以是副词、语气词、连词等。对于词性相同的关键词,可以根据词语的字数来确定等级,字数越多,等级越高。若两个关键词词性相同、字数也相同,则按照首字母的排序确定等级。示例性的,假设排序后的关键词有:奔跑、快、像鸟儿,则首先根据“奔跑”检索与奔跑相关的词语,然后再结合“快”将形容奔跑的快的词语检索出来,最后再结合“像鸟儿”继续检索,获得目标词语“健步如飞”。
可选的,在根据至少一个关键词在预设树状库中查找目标词语,包括:获取对目标词语的限定条件;根据限定条件对目标词语进行过滤。
其中,限定条件可以是对字数的限定。假设限定条件为4字词语,在将目标词语中非四字词语过滤掉,获得最终的目标词语。获得目标词语后,将目标词语推送至用户。
本实施例的技术方案,首先获取用户与机器之间的至少一轮对话,然后提取至少一轮轮对话中的至少一个关键词,最后根据至少一个关键词在预设树状库中查找目标词语,并将目标词语推送至用户。本实施例公开的词语的推荐方法,基于用户与机器的多轮对话,获得句子中的关键词,在根据关键词在预设数据库查找目标词语,并推送至用户,提高推荐词语的准确性。
实施例二
图2为本公开实施例二提供的一种词语的推荐装置的结构示意图。如图2所示,该装置包括:对话获取模块210,关键词获取模块220和目标词语推送模块230。
对话获取模块210,用于获取用户与机器之间的至少一轮对话;
关键词获取模块220,用于提取所述至少一轮轮对话中的至少一个关键词;
目标词语推送模块230,用于根据所述至少一个关键词在预设树状库中查找目标词语,并将所述目标词语推送至用户。
可选的,关键词获取模块220,还用于:
获取所述至少一轮对话中用户所说句子对应的句子模板;
根据所述句子模板确定用户所说的每个句子分别对应的关键词,获得至少一个关键词。
可选的,所述句子模板由多个词槽组成,每种句子模板规定设定词槽中的词为当前句子的关键词,关键词获取模块220,还用于:
根据句式和/或句型对用户所说的当前句子进行分割,获得至少一个词语;
将所述至少一个词语分别填入当前句子对应句子模板的词槽中,获得所述当前句子对应的关键词。
可选的,还包括:
标签添加模块,用于收集汉语词语集,并根据词义对词语集中的每个词语添加标签;
预设树状库建立模块,用于根据所述标签对词语集进行等级划分,获得预设树状库。
可选的,目标词语推送模块230,还用于:
若关键词有多个,则对多个关键词进行等级排序;
根据排序后的关键词在预设树状库进行逐级检索,获得目标词语。
可选的,还包括:对话模块,用于:
采集用户输入的语音信息,并对所述语音信息进行语义识别,获得语义信息;
根据所述语义信息确定反馈信息;
采集用户根据所述反馈信息输入的新语音信息,并对所述新语音信息进行语义识别,获得新语义信息;
判断是否检测到停止对话的指令,若未收到,则根据所述新语义信息确定新反馈信息,并返回执行采集用户根据所述反馈信息输入的新语音信息的操作,直到检测到停止对话的指令。
可选的,目标词语推送模块230,还用于:
获取对所述目标词语的限定条件;
根据所述限定条件对所述目标词语进行过滤。
上述装置可执行本公开前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本公开前述所有实施例所提供的方法。
实施例三
下面参考图3,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端,或者各种形式的服务器,如独立服务器或者服务器集群。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储装置(ROM)302中的程序或者从存储装置305加载到随机访问存储装置(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行词语的推荐方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置305被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储装置(RAM)、只读存储装置(ROM)、可擦式可编程只读存储装置(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储装置(CD-ROM)、光存储装置件、磁存储装置件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该处理装置执行时,使得该电子设备:获取用户与机器之间的至少一轮对话;提取至少一轮对话中的至少一个关键词;根据至少一个关键词在预设树状库中查找目标词语,并将目标词语推送至用户。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取推广内容关联的可操作控件的模块”。
注意,上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解,本公开不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此,虽然通过以上实施例对本公开进行了较为详细的说明,但是本公开不仅仅限于以上实施例,在不脱离本公开构思的情况下,还可以包括更多其他等效实施例,而本公开的范围由所附的权利要求范围决定。
Claims (8)
1.一种词语的推荐方法,其特征在于,包括:
获取用户与机器之间的至少一轮对话;
提取所述至少一轮对话中的至少一个关键词;
根据所述至少一个关键词在预设树状库中查找目标词语,并将所述目标词语推送至用户;
在获取用户与机器之间的至少一轮对话之前,还包括:
收集汉语词语集,并根据词义对词语集中的每个词语添加标签;
根据所述标签的数量对词语集中的词语进行等级划分,获得预设树状库;
相应的,根据所述至少一个关键词在预设树状库中查找目标词语,包括:
若关键词有多个,则按照词性对多个关键词进行等级排序;
根据排序后的关键词在预设树状库进行逐级检索,获得目标词语。
2.根据权利要求1所述的方法,其特征在于,提取所述至少一轮对话中的至少一个关键词,包括:
获取所述至少一轮对话中用户所说句子对应的句子模板;
根据所述句子模板确定用户所说的每个句子分别对应的关键词,获得至少一个关键词。
3.根据权利要求2所述的方法,其特征在于,所述句子模板由多个词槽组成,每种句子模板规定设定词槽中的词为当前句子的关键词,根据所述句子模板确定用户所说的每个句子分别对应的关键词,包括:
根据句式和/或句型对用户所说的当前句子进行分割,获得至少一个词语;
将所述至少一个词语分别填入当前句子对应句子模板的词槽中,获得所述当前句子对应的关键词。
4.根据权利要求1所述的方法,其特征在于,在获取用户与机器之间的多轮对话之前,包括:
采集用户输入的语音信息,并对所述语音信息进行语义识别,获得语义信息;
根据所述语义信息确定反馈信息;
采集用户根据所述反馈信息输入的新语音信息,并对所述新语音信息进行语义识别,获得新语义信息;
判断是否检测到停止对话的指令,若未收到,则根据所述新语义信息确定新反馈信息,并返回执行采集用户根据所述反馈信息输入的新语音信息的操作,直到检测到停止对话的指令。
5.根据权利要求1所述的方法,其特征在于,在根据所述至少一个关键词在预设树状库中查找目标词语,包括:
获取对所述目标词语的限定条件;
根据所述限定条件对所述目标词语进行过滤。
6.一种词语的推荐装置,其特征在于,包括:
对话获取模块,用于获取用户与机器之间的至少一轮对话;
关键词获取模块,用于提取所述至少一轮轮对话中的至少一个关键词;
目标词语推送模块,用于根据所述至少一个关键词在预设树状库中查找目标词语,并将所述目标词语推送至用户;
还包括:标签添加模块,用于收集汉语词语集,并根据词义对词语集中的每个词语添加标签;
预设树状库建立模块,用于根据所述标签的数量对词语集中的词语进行等级划分,获得预设树状库;
相应的,所述目标词语推送模块,还用于:若关键词有多个,则按照词性对多个关键词进行等级排序;
根据排序后的关键词在预设树状库进行逐级检索,获得目标词语。
7.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-5中任一所述的词语的推荐方法。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如权利要求1-5中任一所述的词语的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910022936.7A CN111428011B (zh) | 2019-01-10 | 2019-01-10 | 词语的推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910022936.7A CN111428011B (zh) | 2019-01-10 | 2019-01-10 | 词语的推荐方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111428011A CN111428011A (zh) | 2020-07-17 |
CN111428011B true CN111428011B (zh) | 2023-03-28 |
Family
ID=71546036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910022936.7A Active CN111428011B (zh) | 2019-01-10 | 2019-01-10 | 词语的推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428011B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112905643B (zh) * | 2021-03-11 | 2022-12-16 | 广西电力职业技术学院 | 一种从汽车故障案例库自动检索的方法和*** |
CN114118101B (zh) * | 2021-11-26 | 2022-12-09 | 北京百度网讯科技有限公司 | 对话数据生成方法及装置、设备和介质 |
CN116628140B (zh) * | 2023-07-20 | 2023-10-27 | 湖南华菱电子商务有限公司 | 基于人机交互的信息推送方法及装置、人机交互*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103970857A (zh) * | 2014-05-07 | 2014-08-06 | 百度在线网络技术(北京)有限公司 | 推荐内容确定***和方法 |
CN105956206A (zh) * | 2016-07-04 | 2016-09-21 | Tcl集团股份有限公司 | 一种基于关键词树的视频检索方法及*** |
CN108345610A (zh) * | 2017-01-24 | 2018-07-31 | 北京搜狗科技发展有限公司 | 一种获取数据资源的方法和装置、用于获取数据资源的装置 |
-
2019
- 2019-01-10 CN CN201910022936.7A patent/CN111428011B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103970857A (zh) * | 2014-05-07 | 2014-08-06 | 百度在线网络技术(北京)有限公司 | 推荐内容确定***和方法 |
CN105956206A (zh) * | 2016-07-04 | 2016-09-21 | Tcl集团股份有限公司 | 一种基于关键词树的视频检索方法及*** |
CN108345610A (zh) * | 2017-01-24 | 2018-07-31 | 北京搜狗科技发展有限公司 | 一种获取数据资源的方法和装置、用于获取数据资源的装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111428011A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679039B (zh) | 用于确定语句意图的方法和装置 | |
US10229111B1 (en) | Sentence compression using recurrent neural networks | |
CN107301170B (zh) | 基于人工智能的切分语句的方法和装置 | |
CN110276023B (zh) | Poi变迁事件发现方法、装置、计算设备和介质 | |
CN110096655B (zh) | 搜索结果的排序方法、装置、设备及存储介质 | |
US8719025B2 (en) | Contextual voice query dilation to improve spoken web searching | |
WO2018045646A1 (zh) | 基于人工智能的人机交互方法和装置 | |
CN110795532A (zh) | 一种语音信息的处理方法、装置、智能终端以及存储介质 | |
CN111274368B (zh) | 槽位填充方法及装置 | |
CN111428011B (zh) | 词语的推荐方法、装置、设备及存储介质 | |
CN111428010A (zh) | 人机智能问答的方法和装置 | |
CN114840671A (zh) | 对话生成方法、模型的训练方法、装置、设备及介质 | |
CN111078849B (zh) | 用于输出信息的方法和装置 | |
CN111401044A (zh) | 一种标题生成方法、装置、终端设备及存储介质 | |
CN113660541A (zh) | 新闻视频的摘要生成方法及装置 | |
CN113609847B (zh) | 信息抽取方法、装置、电子设备及存储介质 | |
CN113011169B (zh) | 一种会议纪要的处理方法、装置、设备及介质 | |
CN113157877A (zh) | 多语义识别方法、装置、设备和介质 | |
CN114647739B (zh) | 实体链指方法、装置、电子设备及存储介质 | |
CN106959945B (zh) | 基于人工智能的为新闻生成短标题的方法和装置 | |
CN110502630B (zh) | 信息处理方法及设备 | |
CN112148751B (zh) | 用于查询数据的方法和装置 | |
CN110276001B (zh) | 盘点页识别方法、装置、计算设备和介质 | |
CN112925889A (zh) | 自然语言处理方法、装置、电子设备和存储介质 | |
CN112445959A (zh) | 检索方法、检索装置、计算机可读介质及电子设备 |
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 |