CN111581338B - 一种农业技术服务机器人人机融合咨询问答方法及*** - Google Patents
一种农业技术服务机器人人机融合咨询问答方法及*** Download PDFInfo
- Publication number
- CN111581338B CN111581338B CN202010218697.5A CN202010218697A CN111581338B CN 111581338 B CN111581338 B CN 111581338B CN 202010218697 A CN202010218697 A CN 202010218697A CN 111581338 B CN111581338 B CN 111581338B
- Authority
- CN
- China
- Prior art keywords
- user
- agricultural
- text
- answering
- evaluation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 95
- 230000004927 fusion Effects 0.000 title claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 176
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000005516 engineering process Methods 0.000 claims description 30
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 abstract description 14
- 230000003993 interaction Effects 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000012271 agricultural production Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000003337 fertilizer Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Agronomy & Crop Science (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供的农业技术服务机器人人机融合咨询问答方法及***,该方法包括:获取人机对话过程中的用户语音;对用户语音进行识别,获取用户人机对话文本;对文本进行用户状态评估,并根据评估结果选择咨询问答的方式,该咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。本实施例提供的咨询问答方法及***,通过对用户在人机交互过程中的用户语音进行识别、评估以获取对话过程中用户的反应状态,并根据用户的反应状态,来确定机器人接通农业信息服务人员的时机,通过农业信息服务人员判断问题的急迫性来确定农业专家的邀请时机,能有效提升农业技术服务机器人解决生产实际问题的能力,极大的提升了农业专家资源利用率。
Description
技术领域
本发明实施例涉及农业信息化技术领域,尤其涉及一种农业技术服务机器人人机融合咨询问答方法及***。
背景技术
农业信息服务体系建设的不断推进,为农业科技生产提供了有力的技术保障。农业技术咨询服务是农户在农业生产过程中及时获取技术指导的重要途径,是数字农业服务体系建设的重要部分,也是农技推广工作中不可或缺的手段。当前农业技术咨询主要两种方式,包括农业技术咨询热线电话和农业咨询问答机器人***。
农业技术咨询热线电话是以热线电话接入应答的方式提供技术服务,如各省市12396新农村科技服务热线,12316农业公益服务热线等。在电话广泛普及的背景下,为农业生产技术解答和农业技术成果推广提供了便利。特别是农业专家的咨询指导,为解决农业生产中的个性化疑难问题提供了有效途径。但是有限的农业专家及固定的坐班时间,难以应对大量复杂多样的农业生产技术需求。如何利用信息技术对有限的农业专家资源进行充分利用是当前函待解决的技术问题。
农业咨询问答机器人***是在农业常见技术知识库的支持下构建。当需要技术咨询时,通过人机交互的方式获取技术服务。机器人***在对用户输入进行识别、分析的基础上,直接播报相关性达到符合要求的信息。这类农业咨询问答机器人***针对常见高频问题具有较好的应答能力,且能提供24小时全天服务,缓解了热线服务值班时间与农业生产作息时间不符的问题。但农业生产问题受到地域、气候、立地、品种类型等众多因素影响,部分问题个性化特点非常强,底层知识库很难做到用户问题全部覆盖,农业咨询问答机器人***实用性有待提高。农业专家是解决农业个性化难点问题的重要力量,如何发挥机器人问答优势和农业专家知识经验优势,以提升农业常见问题和个性化问题的解答能力,提升***实用性,是当前面临的主要问题。
发明内容
本发明实施例提供一种农业技术服务机器人人机融合咨询问答方法及***,用以克服现有技术在农业信息服务过程中,无法合理的调配多种咨询问答方式的缺陷。
第一方面,本发明实施例提供一种农业技术服务机器人人机融合咨询问答方法,主要包括:获取人机对话过程中的用户语音;对用户语音进行语音识别,获取用户人机对话文本;对用户人机对话文本进行用户状态评估,并根据评估结果选择咨询问答的方式;其中,咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。
可选地,上述对用户语音进行语音识别,获取用户人机对话文本,可以包括:基于农业领域专业词库,构建农业技术咨询语音识别模型;利用农业技术咨询语音识别模型对用户语音进行识别,获取用户人机对话文本,该用户人机对话文本一般包括农业通用词和农业专业词。
可选地,在获取所述用户人机对话文本之后,还包括对用户人机对话文本进行识别纠错,构建识别文本,具体为:对用户人机对话文本进行分词,获取用户人机对话文本中的所有分词;基于农业技术语境词库,计算每个分词的语境符合度;若分词的语境符合度大于第一预设阈值,则将该分词置于识别文本;若评价词组的语境符合度小于第一预设阈值,则获取与该分词相近的音词表;计算音词表每个音词的语境符合度,并将语境符合度最高的音词置于所述识别文本。
可选地,对识别文本进行用户状态评估,并根据评估结果选择咨询问答的方式,具体包括:获取与用户人机对话文本相对应的识别文本;对识别文本进行语义抽取,构建用户评价词组集;获取用户评价词组集中每个用户评价词组的状态评价值,并根据所有状态评价值,获取识别文本的综合状态评估值;若综合状态评估值大于第二预设阈值,则确定咨询问答的方式为机器人自动解答;若综合状态评估值小于第二预设阈值,则提示用户是否将咨询问答的方式转换为农业信息服务人员接入解答。
可选地,获取用户评价词组集中每个用户评价词组的状态评价值,并根据所有状态评价值,获取所述识别文本的综合状态评估值,具体计算方法为:
其中,Z为识别文本的综合状态评估值,zj为第j个用户评价词组的状态评价值,wj表示第j个用户评价词组的中心词的特征值,qij表示第j个用户评价词组中第i个词语的极性权重,m为用户评价词组集中用户评价词组的总数,n为第j个用户评价词组中词语的总数。
可选地,上述对识别文本进行语义抽取,构建用户评价词组集,可以包括:
确定所述识别文本中的至少一个评价对象中心词;以评价对象中心词为中心,以评价对象中心词前后的状态词为界,对识别文本进行语义划分;利用划分后形成的至少一个用户评价词组,构建成用户评价词组集。
可选地,在用户确认将咨询问答的方式转换为农业信息服务人员接入解答之后,由农业信息服务人员在农业技术知识库***的辅助下进行用户咨询问题回复。
可选地,在用户确认将咨询问答的方式转换为农业信息服务人员接入解答之后,还包括:继续获取识别文本,若通过对识别文本的分析,获取到识别文本对应的综合状态评估值小于第三预设阈值,则将咨询问答的方式转换为农业专家指导。
第二方面,本发明实施例提供一种农业技术服务机器人人机融合咨询问答***,主要包括语音获取单元、文本生成单元、用户状态评估单元和咨询方式选择单元,其中:
语音获取单元主要用于获取人机对话过程中的用户语音;文本生成单元主要用于对用户语音进行语音识别,获取用户人机对话文本;用户状态评估单元主要用于对用户人机对话文本进行用户状态评估;咨询方式选择单元主要用于根据用户状态评估单元的评估结果选择咨询问答的方式,该咨询问答的方式主要包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现如第一方面任一所述的农业技术服务机器人人机融合咨询问答方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面任一所述的农业技术服务机器人人机融合咨询问答方法的步骤。
本发明实施例提供的农业技术服务机器人人机融合咨询问答方法及***,通过对用户在人机交互过程中的用户语音进行识别、评估以获取对话过程中用户的反应状态,并根据用户的反应状态,来确定机器人接通农业信息服务人员的时机,通过农业信息服务人员判断问题的急迫性来确定农业专家的邀请时机,在当前农业专家有限的情况下,极大的提升了农业专家资源利用率,有效的增强了农业技术服务机器人产品的用户体验感和服务满意率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种农业技术服务机器人人机融合咨询问答方法流程示意图;
图2为本发明实施例提供的一种用户状态词典的构成示意图;
图3为本发明实施例提供的一种综合状态评估值的算法流程图;
图4为本发明实施例提供的一种农业技术服务机器人人机融合咨询问答***的结构示意图;
图5为本发明实施例提供的另一种农业技术服务机器人人机融合咨询问答方法流程示意图;
图6为本发明实施例提供的一种电子设备的实体结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对农业技术服务过程中,如何合理的调配机器人自动解答、农业信息服务人员接入解答以及农业专家指导的接入时机,实现农业专家资源价值利用最大化,以有效的应对个性化、难点、紧迫问题的解答,从而提升农业技术服务机器人服务质量,为农业生产提供有效科技支撑,本发明实施例提供一种农业技术服务机器人人机融合咨询问答方法,如图1所示,包括但不限于以步骤:
步骤S1:获取人机对话过程中的用户语音;
步骤S2:对用户语音进行语音识别,获取用户人机对话文本;
步骤S3:对用户人机对话文本进行用户状态评估,并根据评估结果选择咨询问答的方式,其中咨询问答的方式主要包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。
具体地,本实施例在原有的农业技术服务机器人的基础上,增加了根据用户与机器人的对话语音,以完成用户状态的评估。其中,用户状态评估主要是用于衡量用户对于机器人的回答所作出的正向或负向的主观反应,例如非常满意、满意、一般或不满意。进一步地,本实施例所提供的人机融合咨询问答方法,还可以根据获取的用户状态评估,合理的选择下一步的咨询问答的方式。
具体的流程可以是:当用户向农业技术服务机器人提出某一问题后,首先,由机器人基于原有的问答***进行自动解答。在此过程中,获取用户与人机对话过程中的用户语音,并将用户的语音转换成与之对应的用户人机对话文本。然后,对该对话文本进行读取、分析,以掌握到用户对于上述机器人的自动解答是否满意,以及满意的程度。
若获知用户对于机器人的自动解答结果满意,则继续由机器人负责后续问题的答复;若获知用户对于机器人的自动解答结果满意度不高,则可以发出语音提示用户选择进一步咨询问答的方式,包括:继续由机器人自动解答或者进行农业信息服务人员接入解答。
若用户选择继续由机器人自动解答,则不进行咨询问答方式的切换;若用户明确的告知选择农业信息服务人员接入解答模式,则可以通过农业技术服务机器人转入至相应的农业信息服务人员咨询界面,具体可以是通过以下方式实现:
通过农业技术服务机器人根据用户人机对话文本所涉及的专业内容,选择连接对应的农业信息服务人员人工接入用户对话。其中对话的方式可以借助于农业信息服务人员人工对话模块来实现,即通过上述人工对话模块,自主引导用户提供与咨询问题有关背景信息。同时,基于农业技术知识库智能搜索结果,结合农业信息服务人员自身的专业知识,进行回答文本编辑和用户推送,完成用户咨询问题回复。
需要指出的,在本发明所提供的农业技术服务机器人人机融合咨询问答方法中,可以预先将所有能够提供问答服务的农业信息服务人员的相关信息进行分类存储,当需要切换至农业信息服务人员接入解答这一咨询问答方式时,根据获取的用户人机对话文本对应选择合适的农业信息服务人员。
进一步地,在通过农业信息服务人员接入解答这一方式继续对用户作咨询解答的过程中,若发现用户的问题涉及到紧迫或难点问题,而农业信息服务人员不能很好的完成咨询任务时,则可以发出语音提示用户是否选择将咨询问答的方式切换至农业专家指导。
若用户选择继续由农业信息服务人员进行解答,则不进行咨询问答方式的切换;若用户明确的告知选择由农业专家进行后续的指导,则可以通过农业技术服务机器人转入至相应的农业专家咨询界面,具体可以是通过以下方式实现:
通过农业技术服务机器人根据用户人机对话文本所涉及的专业内容,选择连接对应的农业专家人工接入用户对话。其中,对话的方式可以借助于视频语音通话模块来实现,所述视频语音通话模块与设置在农业技术服务机器人上的音视频装置通信连接。当视频语音通话模块被触发后,启动音视频装置,并同时建立用户与对应的农业专家的视频通话或者语音通话,方便农业专家通过视频通话进行现场图像查看,或者通过语音通话,全面了解农户生产技术问题的产生背景、发展变化情况,进行专业技术指导。
需要指出的,在本发明所提供的农业技术服务机器人人机融合咨询问答方法中,可以预先将所有能够提供问答服务的农业信息服务人员以及农业专家的相关信息进行分类存储,当需要切换至相关人员进行咨询问答时,根据获取的用户人机对话文本选择相应的提供咨询的人员。
作为一种可选实施例,可以在农业技术服务机器人上、以及各农业信息服务人员和农业专家的移动电话上安装相应的APP,每个农业信息服务人员以及农业专家预先注册有专属的账号,每个账号加载有其个人的相关信息。当农业技术服务机器人根据用户的选择需要切换咨询方式时,可以根据当前收集的用户人机对话文本以及咨询的进度,在后台预先确定能够提供咨询的相应的农业信息服务人员或及农业专家,一方面,可以准确的确定对口的专业人员及时有效的解决用户的咨询问题;另一方面,以避免用户长时间的等待时间,提高服务效率和用户的使用体验感。
本发明实施例提供的农业技术服务机器人人机融合咨询问答方法,通过对用户在人机交互过程中的用户语音进行识别、评估以获取对话过程中用户的反应状态,并根据用户的反应状态,来确定机器人接通农业信息服务人员的时机,通过农业信息服务人员判断问题的急迫性来确定农业专家的邀请时机,在当前农业专家有限的情况下,极大的提升了农业专家资源利用率,有效的增强了农业技术服务机器人产品的用户体验感和服务满意率。
基于上述实施例的内容,作为一种可选实施例,在步骤S2中所述的对用户语音进行语音识别,获取用户对话文本,包括但不限于以下步骤:基于农业领域专业词库,构建农业技术咨询语音识别模型;利用农业技术咨询语音识别模型对用户语音进行识别,获取用户人机对话文本,该对话文本可以包括农业通用词和农业专业词。
其中,用于对用户语音进行识别,以获取与之对应的对话文本的农业技术咨询语音识别模型可以是基于Python的实时语音识别控制***,也可以利用现有的一些实时语音识别软件来进行。
在本发明实施例中,首先结合农业领域专业词库,构建一个农业技术咨询语音识别模型,并完成对该识别模型的预训练。
利用预训练的内容可以包括利用不同地方的方言生成一定数量的用户语音,组建预训练样本集,将与每个用户语音样本所对应的用户人机对话文本作为预训练标签,对该农业技术咨询语音识别模型进行预训练,以提高模型的鲁棒性,能够满足对于不同地方口音的用户语音的识别和转换。
由于每个转换后的用户人机对话文本均有不同的词组成,如图2所示,从词语的含义上可以分为积极词、消极词、程度副词以及否定词等,例如“满意”、“好”、“便宜”等为积极词,“差”、“坏”、“贵”等则属于消极词,“很”、“最”、“一般”则可以归于程度副词,而否定词则可以是“不”、“反而”等等。在本发明实施例中,可以按照词语所属的应用领域将对话文本中的词划分为农业通用词和农业专业词,即将某些词语仅用于农业领域的词汇设定为农业专业词,例如:“奏效”、“管用”、“得劲儿”等等。
需要说明的,在本发明实施例中,可以预先收集农业领域的相关词汇组建用户状态词典,该农业技术语境词库可以由四部分组成:积极词、消极词、否定词以及程度副词。同时,将积极词和消极词在通用词的基础上,加入行业词汇,以增加农业用户在农业技术问答过程中主观反应的敏感度。
基于上述实施例的内容,作为一种可选实施例,在获取对话文本之后,还包括对用户人机对话文本进行识别纠错,构建识别文本,具体为:
对所述用户人机对话文本进行分词,获取对话文本中的所有分词;基于农业技术语境词库,计算每个分词的语境符合度;
若分词的语境符合度大于第一预设阈值,则将该分词置于用户评价词组集;
若该分词的语境符合度小于第一预设阈值,则获取该分词的相近音词表;计算相近音词表中每个音词的语境符合度,并将语境符合度最高的词置于所述识别文本中。
具体地,在获取到人机对话过程中所产生的用户人机对话文本后,由于用户表达方式的差异性,对话文本中必然存在着诸多的转换错误或者转换词不达意的情况,这将对咨询方式切换时机的判断产生误导。为克服上述不足,在本发明实施例中,首先对该对话文本进行语句分词处理,将该对话文本划分为多个独立的词汇。进一步地,从所有的词汇中筛选出具有状态表征意义的分词部分。在本发明实施例中通过借助农业技术语境词库,首先计算出每一个分词的语境符合度,然后根据识别的精度要求,设定相应的阈值(为方便表述记为:第一阈值),若提取出的分词语境符合度大于第一预设阈值,则说明该分词能够准确的表征用户的语音;若分词的语境符合度小于第一预设阈值,则说明转化的分词与用户的语音实际上是不匹配的,此时则进一步的确定出该分词的相近音词表,并在其相近音词表中确定出与语音、语义最匹配的词代替该分词。按上述方法对每一个分词进行判断处理后,则可以组建识别文本。该对话文本是在对原用户人机对话文本的基础上进行纠错而生成的,进一步地提高了将用户语音转化成与之对应的文本的准确性;并且相较于原用户人机对话文本,所包含的词更少,词义更明确,能够有效的提高机器人数据处理的速度和效率,从而更加快捷的判定出咨询问答方式切换的时机。
具体地,在完成对农业技术咨询语音识别的文本结果进行分词之后,在农业技术语境词库的支持下,计算每个评价词组的语境符合度。如果语境符合度大于预设阈值(为方便表述,记为:第一预设阈值),则认为该评价词组为正确识别结果。但如果该评价词组的符合度小于第一预设阈值,则在农业技术语境词库中查询相近音词表,枚举计算相近音词语与语境的符合度,选取协调度最高的词语作为最终纠错结果。
例如:对于“这款化肥明显比之前使用的化肥笑过好很多”,在识别纠错的过程中,发现“笑过”这一词组不符合其所在的语境,此时,在技术语境词库中查询获取与之相近音词表,该相近音词表可以是由“效果”、“挥发度”、“质量”等多个词组组成。分别确定“效果”、“挥发度”、“质量”等多个词组的语境符合度,发现“效果”一词不仅词义、语义上更符合,而且词组的发音上更相近,故其语境符合度最高,因此,选择将“效果”置于所述用户评价词组集。
本发明实施例提供的农业技术服务机器人人机融合咨询问答方法,通过将对话文本进行识别纠错,使获取到的用户评价词组集更能反映出用户的当前心里状态,则可以进一步地的提高用户状态评估的精确度,为后续正确选择不同咨询问答方式的接入时机提供了基础。
基于上述实施例的内容,作为一种可选实施例,在步骤S3中所述的识别文本进行用户状态评估,并根据评估结果选择咨询问答的方式,具体包括:
获取与用户人机对话文本相对应的用户识别文本;对识别文本进行语义抽取,构建用户评价词组集;获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取识别文本的综合状态评估值。若所述综合状态评估值大于第二预设阈值,则确定咨询问答的方式为机器人自动解答;若综合状态评估值小于第二预设阈值,则提示用户是否将咨询问答的方式转换为农业信息服务人员接入解答。
具体地,在使用机器人自动解答的方式进行咨询问答服务的过程中,首先可以使用上述实施例中记载的方法获取到用户语音所对应的识别文本,并基于每个词的词性以及词义,对上述识别文本进行语义的抽取,构建一个用户评价词组集。进一步地,筛选出该用户评价词组集中的所有用户评价词组。
进一步地,依次对每个用户评价词组进行权重赋值,每个用户评价词组均具有与之对应的状态评价值。然后,综合所有用户评价词组的状态评价值,获取到识别文本的综合状态评估值,该综合状态评估值用于综合的表征用户对当前所使用的机器人自动解答这一咨询问答方式的满意程度。
作为一种可选实施例,上述对识别文本进行语义抽取,构建用户评价词组集,可以包括:确定识别文本中的至少一个评价对象中心词;以评价对象中心词为中心,以所述评价对象中心词前后的状态词为界,对所述识别文本进行语义划分;利用划分后形成的至少一个用户评价词组,构建成所述用户评价词组集。
具体地,评价词组一般是由评价对象中心词和状态词组成,其中,中心词是用户想要表述内容的主题,状态词是用户对中心词的评述。具体的筛选方法可以是:根据用户评价语言中文表达习惯,以附近存在状态词的中心词作为评价词组的抽取对象,然后以抽取对象为核心,以临近状态词为终点,将用户短文本划分为若干段,其中每个段中的中心词和状态词构成所述用户评价词组。
例如,对于“这款化肥明显比之前使用的化肥效果好很多”这一对话文本进行评价词组的提取,中心词可以是“化肥效果”,状态词为“好很多”。
由于用户在整个对话过程中可能会存在多句语音,在本发明实施例中,可以将整个对话过程中的多个用户语音转换成相应的对话文本,然后逐个文本进行识别,最后组建成一个用户评价词组集。
进一步地,由于在整个对话过程中所产生的对话文本中,不是每一个词语都能够对用户状态评估起到作用,必然包括了许多无效的词组。因此,在本步骤中,还可以包括对识别文本中无意义的分词进行删除这一步骤。
进一步地在本实施例中,包括设置第二预设阈值,例如将第二预设阈值设为0(也可以根据实际需要设置为其它值),当综合状态评估值大于0时,证明用户对当前的机器人自动解答较为满意,则继续保持当前咨询方式;当输出值为负数时,提示用户是否启用农业信息服务人员接入解答。用户确认同意后,启动人工服务。
其中,采用由农业服务机器人自动解答的用户对话,可以通过单轮对话、多轮对话的方式进行咨询解答,同时通过语音合成模块进行语音播报输出。其中单轮对话解答的方法是:对问题描述要素全面的用户咨询,通过一问一答的方式进行解答;多轮对话解答的方法是:对问题描述要素不全面的用户咨询,调用多轮对话模块,通过机器人主动询问的方式进行要素补全,根据补全信息进行答案抽取和回复。
基于上述实施例的内容,作为一种可选实施例,上述获取用户评价词组集中每个用户评价词组的状态评价值,并根据所有状态评价值,获取识别文本的综合状态评估值,如图3所示,其具体计算方法为:
其中,Z为识别文本的综合状态评估值,zj为第j个用户评价词组的状态评价值,wj表示第j个用户评价词组的中心词的特征值,qij表示第j个用户评价词组中第i个词语的极性权重,m为用户评价词组集中用户评价词组的总数,n为第j个用户评价词组中词语的总数。
进一步地,wj的取值方法如下:
wj=(fi/m)*log(N/ni)(1≤i≤n)
其中,fi为第i个词在用户评价词组集中出现的次数,m为文档的总词数,N为用户评价词组集D中的用户评价词组的数量,ni为D中含有第i个词的用户评价词组的总数。
其中,qij所表示的极性权重是由中心词以及周边的所有情感词的权重组合而成的,其取值方式的列表可以设置如下:
识别文本的综合状态评估值是由识别文本中各评价词组的状态评价值进行线性叠加来决定的。在本发明实施例中,一方面,通过预设不同的评价词组以不同的权重,将用户对于当前咨询方式的满意或不满意用正负值来表示,将满意或不满意的程度用不同大小的权重值来形象的表示;另一方面,通过抽取以评价中心词为核心的评价词组为单元,进行逐个词组评估和线性叠加,同时考虑中心词重要性以及不同状态词组合产生的极性权重,综合构建出用户反应状态评估模型和状态分类算法,实现了细粒度的用户状态评价,能够更加准确的把握用户对机器回答的认可度,从而及时进行人工服务或专家服务的接入控制,有效的增强了农业技术服务机器人产品的用户体验感和服务满意率。
基于上述实施例的内容,作为一种可选实施例,在用户确认将咨询问答的方式转换为农业信息服务人员接入解答之后,由农业信息服务人员在农业技术知识库***的辅助下进行用户咨询问题回复。
具体地,在获取到用户确认将咨询问答的方式转换农业信息服务人员接入解答后,则可以通过农业技术服务机器人转入至相应的农业信息服务人员作进一步的咨询服务进一步地,为了提高咨询服务的质量,在咨询问答的方式切换完成后,还可以采用农业信息服务人员与农业技术知识库辅助***相结合的方式完成对用户的咨询服务:
一方面,利用农业技术知识库辅助***提供的智能搜索功能,为农业信息服务人员提供针对用户咨询的备选答案,农业技术服务人员点选后,***进行语音合成和播报,以提高咨询回复效率。另一方面,直接通过人工对话,引导用户提供与咨询问题有关背景信息。同时,基于农业技术知识库智能搜索结果,结合自身专业知识,进行回答文本编辑和用户推送,完成用户咨询问题回复。
基于上述实施例的内容,作为一种可选实施例,在用户确认将咨询问答的方式转换为农业信息服务人员接入解答之后,还包括:继续获取对话文本,若通过对对话文本的分析,获取到对话文本的综合状态评估值小于第三预设阈值,则将咨询问答的方式转换为农业专家指导。
具体地,在农业信息服务人员接入解答用户的咨询这一方式下,继续对用户的语音内容进行分析:
一方面,若分析判断出农户所咨询的问题涉及到难点问题或紧迫性问题时,则向用户询问是否需要将咨询问答的方式进一步转换为农业专家指导。需要说明的是,在这一判断过程中,也可以依据是否接收到用户针对同一相关问题反复多次进行询问,若接收到用户的相同问题时,则直接向用户询问是否需要将咨询问答的方式进一步转换为农业专家指导。
上述步骤的实现原理可以通过以下步骤来实现,农业技术服务机器人在接收用户的咨询过程中,始终在获取用户人机对话文本,并对获取的用户人机对话文本进行预存储。例如,可以根据用户的语音停顿时间的长短对获取的用户人机对话文本进行分段存储。
进一步地,可以将用户的语音停顿时间与预设标准时间段作比较:当用户的语音停顿时间大于预设的标准时间段,则判断用户的前一次提问完毕,将之前获取的用户人机对话文本最为一段进行存储。
当判断到用户当前人机对话文本与已经存储的人机对话文本中的至少某一段存在很大的重复性,则判断用户针对同一相关问题进行了反复询问。其中,用于判断两个文本是否存在很大的重复性的方法可以是基于现有的技术来实现的,例如可以采用编辑距离算法来实现。其中,编辑距离算法,又称莱文斯坦距离(Levenshtein距离)算法,是指两个字串之间,由一个转成另一个所需的最少编辑操作次数,如果它们的距离越大,说明它们越是不同。其许可的编辑操作包括将一个字符替换成另一个字符,***一个字符,删除一个字符。需要说明的是,上述实现判断用户是否针对同一相关问题反复多次进行询问的方法,不作为对本发明实施例保护范围的具体的限定。
另一方面,若分析判断出农户对于当前农业信息服务人员的解答的满意度低于预设时,即获取的对话文本的综合状态评估值小于第三预设阈值时,则向用户询问是否需要将咨询问答的方式进一步转换为农业专家指导。
其中农业专家指导是指针对农户反映的难点或者紧迫问题,为了避免农业生产损失,转接视频语音通话模块,由农业专家通过视频通话或者语音通话的方式进行解答。农业专家通过视频通话进行现场图像查看,或者通过语音通话,全面了解农户生产技术问题的产生背景、发展变化情况,进行专业技术指导。
本发明实施例提供的农业技术服务机器人人机融合咨询问答方法,通过人机融合,针对常见问题由机器人回答,不满意问题由服务人员接入回答,紧迫、难点问题转接专家回答,通过机器人、服务人员及农业专家三级联动,增强了农业技术服务机器人***对于常见问题和疑难问题的应答能力,解决了当前机器人***解决问题能力不高的问题,有效提升了农业技术服务机器人产品的实用性。
本发明实施例提供一种农业技术服务机器人人机融合咨询问答***,如图4所示,主要包括语音获取单元1、文本生成单元2、用户状态评估单元3以及咨询方式选择单元4,其中:语音获取单元1主要用于获取人机对话过程中的用户语音;文本生成单元2主要用于对用户语音进行语音识别,获取对话文本;用户状态评估单元3主要用于对对话文本进行用户状态评估;咨询方式选择单元4主要用于根据用户状态评估单元3的评估结果选择咨询问答的方式,咨询问答的方式主要包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。
具体地,如图5所示,本发明实施例提供的农业技术服务机器人人机融合咨询问答***的整个执行流程包括:
利用语音获取单元1获取用户在人机对话过程中的用户语音输入至文本生成单元2,文本生成单元2对输入的用户语音进行语音识别转换成对应的用户人机对话文本。对该用户人机对话文本进行识别和纠错之后,输入至用户状态评估单元3。用户状态评估单元3对输入的用户人机对话文本进行状态评估,主要是判断用户对于机器人自动解答的结果是满意或不满意的。若用户的对机器人自动解答是满意的,即状态评估结果为正向的,则继续由机器人自动解答,并持续收集用户语音,直至获取到状态评估结果为负向时,则询问用户是否由农业信息服务人员接入回答。在接收到用户的肯定回答后,则由咨询方式选择单元4将咨询问答的方式切换至农业信息服务人员接入解答。继续对农业信息服务人员的服务过程进行监控,若用户状态评估单元3获取到用户所咨询的问题涉及到农业难题或紧迫性问题时,主动询问用户是否进一步由农业专家进行下一步指导。在接收到用户的肯定回答后,则由咨询方式选择单元4将咨询问答的方式切换至农业专家指导。
进一步地,本发明实施例提供的农业技术服务机器人人机融合咨询问答***还可以包括:
自动解答单元,用于根据用户人机对话文本通过单轮对话多轮对话进行机器人自动回答;农业信息服务人员人工对话单元,用于根据用户提问进行人工解答、知识库辅助,将问题转交农业专家;农业专家通话模块:用户根据用户提问进行针对性专业指导。
需要说明的是,本发明实施例提供的农业技术服务机器人人机融合咨询问答***,在具体运行时,可用于执行上述任一实施例中所述的农业技术服务机器人人机融合咨询问答方法,再次不作一一赘述。
本发明实施例提供的农业技术服务机器人人机融合咨询问答***,通过对用户在人机交互过程中的用户语音进行识别、评估以获取对话过程中用户的反应状态,并根据用户的反应状态,来确定机器人接通农业信息服务人员的时机,通过农业信息服务人员判断问题的急迫性来确定农业专家的邀请时机,在当前农业专家有限的情况下,极大的提升了农业专家资源利用率,有效的增强了农业技术服务机器人产品的用户体验感和服务满意率。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行如下方法:获取人机对话过程中的用户语音;对用户语音进行语音识别,获取用户人机对话文本;对用户人机对话文本进行用户状态评估,并根据评估结果选择咨询问答的方式;其中,咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。
此外,上述的存储器330中的逻辑指令可以通过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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:获取人机对话过程中的用户语音;对用户语音进行语音识别,获取用户人机对话文本;对用户人机对话文本进行用户状态评估,并根据评估结果选择咨询问答的方式;其中,咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导。
以上所描述的装置实施例仅仅是示意性的,其中所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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (9)
1.一种农业技术服务机器人人机融合咨询问答方法,其特征在于,包括:
获取人机对话过程中的用户语音;
对所述用户语音进行语音识别,获取用户人机对话文本;
对所述用户人机对话文本进行用户状态评估,并根据评估结果选择咨询问答的方式,所述咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导;
所述对所述识别文本进行用户状态评估,并根据评估结果选择咨询问答的方式,包括:
获取与所述用户人机对话文本相对应的识别文本;
对所述识别文本进行语义抽取,构建用户评价词组集;
获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取所述识别文本的综合状态评估值;
若所述综合状态评估值大于第二预设阈值,则确定所述咨询问答的方式为机器人自动解答;
若所述综合状态评估值小于第二预设阈值,则提示用户是否将所述咨询问答的方式转换为所述农业信息服务人员接入解答;
所述获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取所述识别文本的综合状态评估值,具体计算方法为:
其中,Z为识别文本的综合状态评估值,zj为第j个用户评价词组的状态评价值,wj表示第j个用户评价词组的中心词的特征值,qij表示第j个用户评价词组中第i个词语的极性权重,m为用户评价词组集中用户评价词组的总数,n为第j个用户评价词组中词语的总数。
2.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,所述对所述用户语音进行语音识别,获取用户人机对话文本,包括:
基于农业领域专业词库,构建农业技术咨询语音识别模型;
利用所述农业技术咨询语音识别模型对所述用户语音进行识别,获取所述用户人机对话文本,所述用户人机对话文本包括农业通用词和农业专业词。
3.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,在所述获取所述用户人机对话文本之后,还包括对所述用户人机对话文本进行识别纠错,构建识别文本,具体为:
对所述用户人机对话文本进行分词,获取所述用户人机对话文本中的所有分词;
基于农业技术语境词库,计算每个所述分词的语境符合度;
若所述分词的语境符合度大于第一预设阈值,则将所述分词置于所述识别文本;
若所述分词的语境符合度小于第一预设阈值,则获取所述分词的相近音词表;
计算所述相近音词表中每个词的语境符合度,并将语境符合度最高的词置于所述识别文本。
4.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,所述对所述识别文本进行语义抽取,构建用户评价词组集,包括:
确定所述识别文本中的至少一个评价对象中心词;
以所述评价对象中心词为中心,以所述评价对象中心词前后的状态词为界,对所述识别文本进行语义划分;
利用划分后形成的至少一个用户评价词组,构建成所述用户评价词组集。
5.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,在用户确认将所述咨询问答的方式转换为所述农业信息服务人员接入解答之后,由农业信息服务人员在农业技术知识库***的辅助下进行用户咨询问题回复。
6.根据权利要求5所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,在用户确认将所述咨询问答的方式转换为所述农业信息服务人员接入解答之后,还包括:
继续获取识别文本,若通过对所述识别文本的分析,获取到所述识别文本对应的综合状态评估值小于第三预设阈值,则将所述咨询问答的方式转换为所述农业专家指导。
7.一种农业技术服务机器人人机融合咨询问答***,其特征在于,包括:
语音获取单元,用于获取人机对话过程中的用户语音;
文本生成单元,用于对所述用户语音进行语音识别,获取用户人机对话文本;
用户状态评估单元,用于对所述用户人机对话文本进行用户状态评估;
咨询方式选择单元,用于根据所述用户状态评估单元的评估结果选择咨询问答的方式,所述咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导;
其中,所述用户状态评估单元对所述识别文本进行用户状态评估,并根据评估结果选择咨询问答的方式,包括:
获取与所述用户人机对话文本相对应的识别文本;
对所述识别文本进行语义抽取,构建用户评价词组集;
获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取所述识别文本的综合状态评估值;
若所述综合状态评估值大于第二预设阈值,则确定所述咨询问答的方式为机器人自动解答;
若所述综合状态评估值小于第二预设阈值,则提示用户是否将所述咨询问答的方式转换为所述农业信息服务人员接入解答;
所述获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取所述识别文本的综合状态评估值,具体计算方法为:
其中,Z为识别文本的综合状态评估值,zj为第j个用户评价词组的状态评价值,wj表示第j个用户评价词组的中心词的特征值,qij表示第j个用户评价词组中第i个词语的极性权重,m为用户评价词组集中用户评价词组的总数,n为第j个用户评价词组中词语的总数。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至6任一项所述农业技术服务机器人人机融合咨询问答方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述农业技术服务机器人人机融合咨询问答方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010218697.5A CN111581338B (zh) | 2020-03-25 | 2020-03-25 | 一种农业技术服务机器人人机融合咨询问答方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010218697.5A CN111581338B (zh) | 2020-03-25 | 2020-03-25 | 一种农业技术服务机器人人机融合咨询问答方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111581338A CN111581338A (zh) | 2020-08-25 |
CN111581338B true CN111581338B (zh) | 2022-01-28 |
Family
ID=72111435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010218697.5A Active CN111581338B (zh) | 2020-03-25 | 2020-03-25 | 一种农业技术服务机器人人机融合咨询问答方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581338B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204635A (zh) * | 2021-06-08 | 2021-08-03 | 重庆电子工程职业学院 | 一种用于现代农业种植的智能咨询*** |
CN114239602A (zh) * | 2021-11-19 | 2022-03-25 | 中国建设银行股份有限公司 | 会话方法、装置和计算机程序产品 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649561A (zh) * | 2016-11-10 | 2017-05-10 | 复旦大学 | 面向税务咨询业务的智能问答*** |
CN107862000A (zh) * | 2017-10-22 | 2018-03-30 | 北京市农林科学院 | 一种农业技术咨询人机对话方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004010360A1 (en) * | 2002-07-18 | 2004-01-29 | Law N B Co., Ltd. | Consulting system using network, content making method and recording medium for storing a program to perform the system and method |
-
2020
- 2020-03-25 CN CN202010218697.5A patent/CN111581338B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649561A (zh) * | 2016-11-10 | 2017-05-10 | 复旦大学 | 面向税务咨询业务的智能问答*** |
CN107862000A (zh) * | 2017-10-22 | 2018-03-30 | 北京市农林科学院 | 一种农业技术咨询人机对话方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111581338A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11380327B2 (en) | Speech communication system and method with human-machine coordination | |
CN110266899B (zh) | 客户意图的识别方法和客服*** | |
CN110717018A (zh) | 一种基于知识图谱的工业设备故障维修问答*** | |
US20040073424A1 (en) | Method and system for the processing of voice data and for the recognition of a language | |
CN110321564B (zh) | 一种多轮对话意图识别方法 | |
CN111581338B (zh) | 一种农业技术服务机器人人机融合咨询问答方法及*** | |
CN112925945A (zh) | 会议纪要生成方法、装置、设备及存储介质 | |
CN112037799A (zh) | 语音中断处理方法、装置、计算机设备和存储介质 | |
CN115643341A (zh) | 人工智能客服应答*** | |
CN115665325A (zh) | 一种智能外呼的方法、装置、电子设备及存储介质 | |
CN106356054A (zh) | 一种基于语音识别的农产品信息采集方法和*** | |
CN113297365A (zh) | 一种用户意向判定方法、装置、设备及存储介质 | |
CN116821290A (zh) | 面向多任务对话的大语言模型训练方法和交互方法 | |
CN110750626B (zh) | 一种基于场景的任务驱动的多轮对话方法及*** | |
CN110931002B (zh) | 人机交互方法、装置、计算机设备和存储介质 | |
CN110047473B (zh) | 一种人机协作交互方法及*** | |
CN112102807A (zh) | 语音合成方法、装置、计算机设备和存储介质 | |
CN111914078A (zh) | 数据处理方法、装置 | |
CN116561297A (zh) | 写作方法、装置、电子设备和存储介质 | |
CN115691500A (zh) | 一种基于时延神经网络的电力客服语音识别方法及装置 | |
CN111382230B (zh) | 用于法律咨询选项的模糊识别方法 | |
CN114707515A (zh) | 话术判别方法、装置、电子设备及存储介质 | |
CN112908296A (zh) | 一种方言识别方法 | |
CN113297361B (zh) | 一种基于可视化流程图的智能问答交互***及其方法 | |
CN117453895B (zh) | 一种智能客服应答方法、装置、设备及可读存储介质 |
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 |