CN111930904A - 信息应答方法、装置、设备及存储介质 - Google Patents

信息应答方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111930904A
CN111930904A CN202010651380.0A CN202010651380A CN111930904A CN 111930904 A CN111930904 A CN 111930904A CN 202010651380 A CN202010651380 A CN 202010651380A CN 111930904 A CN111930904 A CN 111930904A
Authority
CN
China
Prior art keywords
information
subset
output information
client
generating
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.)
Pending
Application number
CN202010651380.0A
Other languages
English (en)
Inventor
杨双涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN202010651380.0A priority Critical patent/CN111930904A/zh
Publication of CN111930904A publication Critical patent/CN111930904A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/338Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • G06F40/35Discourse or dialogue representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Machine Translation (AREA)

Abstract

本申请实施例提供一种信息应答方法、装置、设备及存储介质,其中,所述方法包括:根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合;根据所述第一元素子集合,生成第一输出信息;所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈;至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息;将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈;根据所述客户端反馈的第二反馈结果,输出目标输出信息;其中,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。

Description

信息应答方法、装置、设备及存储介质
技术领域
本申请涉及信息处理技术,尤其涉及一种信息应答方法、装置、设备及存储介质。
背景技术
在智能客服***中,直接准确的根据用户输入获取用户意图是十分困难的,因此在多数智能客服***中会采用一次性推送多个答案选项,让用户自行进行选择,但是一次性推送多个答案选项会造成用户的困扰,同时用户也可能选错答案。
发明内容
有鉴于此,本申请实施例提供一种信息应答方法、装置、设备及存储介质。
本申请的技术方案是这样实现的:
本申请实施例提供一种信息应答方法,所述方法包括:
根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合;
根据所述第一元素子集合,生成第一输出信息;
将所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈;
至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息;
将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈;
根据所述客户端反馈的第二反馈结果,输出目标输出信息;其中,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。
本申请实施例提供一种信息应答装置,所述信息应答装置包括:
第一生成模块,用于根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合;
第二生成模块,用于根据所述第一元素子集合,生成第一输出信息;
第一发送模块,用于将所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈;
第三生成模块,用于至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息;
第二发送模块,用于将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈;
输出模块,用于根据所述客户端反馈的第二反馈结果,输出目标输出信息;其中,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。
本申请实施例提供一种电子设备,所述电子设备至少包括:控制器和配置为存储可执行指令的存储介质,其中:
控制器配置为执行存储的可执行指令,所述可执行指令配置为执行上述所述的信息应答方法。
对应地,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令配置为执行上述的信息应答方法。
本申请实施例提供的一种信息应答方法、装置、设备及存储介质,根据获取的输入信息,确定至少包括两个元素子集合的元素集合,根据元素集合中的第一元素子集合,生成第一输出信息发送至客户端,根据客户端的第一反馈结果,至少结合第二元素子集合中的元素,生成第二输出信息并发送至客户端,进而根据客户端反馈的第二反馈结果,生成并输出目标输出信息,使得可以将根据获取的输入信息确定的元素信息,通过分屏的形式或分类的形式,将对应的输出信息依次发送至用户,依次根据用户的反馈结果,准确地确定出用户输入信息对应的意图,进而实现了信息应答装置与用户的自然交互,在造成用户最小困扰的情况下逐步地精准确定用户的意图。
附图说明
在附图(其不一定是按比例绘制的)中,相似的附图标记可在不同的视图中描述相似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
图1为本申请实施例提供的信息应答方法的实现流程示意图;
图2为本申请实施例提供的信息应答方法的另一实现流程示意图;
图3为本申请实施例提供的信息应答方法的实再一现流程示意图;
图4为本申请实施例提供的信息应答方法的又一实现流程示意图;
图5为本申请实施例提供的信息应答装置的结构示意图;
图6为本申请实施例提供的所述电子设备的组成结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
电子设备可以以各种形式来实施。例如,本申请中描述的电子设备可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、台式计算机、服务器等。
后续描述中将以移动电子设备为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本申请的实施方式的构造也能够应用于固定类型的电子设备。
本申请实施例提供一种信息应答方法,图1为本申请实施例提供的信息应答方法的实现流程示意图,如图1所示,所述信息应答方法包括以下步骤:
步骤S101:信息应答装置根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合。
这里,信息应答装置可以是计算机或移动终端等,如机器人或智能客服***。输入信息可以是用户在客户终端或者是信息应答装置输入的文本信息或语音信息或视频中的语句。信息应答装置获取到输入信息之后,基于自然语言理解模型分析输入信息的语义,得到输入信息对应的至少一个意图信息,再对意图信息进行粒度拆分,得到至少一个元素组成的元素集合。意图可以是指用户在与智能客服***沟通时想要达到的目的。终端可以采用多种拆分策略对意图信息进行拆分,如拆成二元组、三元组或更复杂的结构,进行粒度拆分,确定每一意图信息的组成元素,得到元素集合。
在一些可实现的实施方式中,当元素集合中有多个元素的时候,可以对元素集合进行划分,得到多个元素子集合。在一些实施例中,可以根据元素的词性类别,如:名词、动词、副词等;或者是根据元素的语义属性,对元素集合划分,并将元素集合至少划分为第一元素子集合和第二元素子集合。每个元素子集合中的元素的词性或者是语义属性是相同的。比如,按照元素的词性对元素集合进行划分后,第一元素子集合中的元素都是名词,第二元素子集合中的元素都是动词,第三元素子集合中的元素都是副词。
步骤S102:信息应答装置根据所述第一元素子集合,生成第一输出信息。
这里,根据第一元素子集合中包括的元素信息,采用预设的模板或者是自然语言生成模型生成第一输出信息。第一输出信息是指将第一元素子集合中的元素信息,通过合理化的组织字段顺序,合并内容,在确定的内容中添加合适的连接词,将所有相关的单词和确定的短语组成结构合适的自然语言文本信息或者是自然语言语音信息。
在一些实施例中,当元素集合中只有一个元素的时候,则直接生成第一输出信息。当元素集合中有多个元素的时候,根据元素集合分类后的元素子集合中的元素信息,生成包括第一元素子集合中的元素的第一输出信息。比如,第一元素子集合中的元素为短信息的时候,生成的第一输出信息为:您询问的是短信息问题吗?当第一元素子集合中的元素为短信息和通讯录,则生成的第一输出信息可以为:您询问的是短信息问题还是通讯录问题?
步骤S103:信息应答装置将所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈。
这里,将得到的第一输出信息以文本信息或者是语音信息的方式发送至用户的客户端,用户可以根据客户端显示的内容或者是客户端提示的内容,对第一输出信息进行选择或回复或回应。并将选择或回复或回应的信息发送至信息应答装置。比如,承接上面的实施例,第一输出信息为您询问的是短信息问题还是通讯录问题?如果信息应答装置是以语音形式发送第一输出信息,则客户端的用户可以语音应答的方式进行反馈:通讯录问题;如果信息应答装置是以选择信息的形式发送第一输出信息,则客户端的用户可以选择第一输出信息中的一个选项进行反馈:通讯录问题。
在一些可实现的实施方式中,信息应答装置为智能客服机器人,在生成第一输出信息之后,通过语音形式或屏幕显示方式输出第一输出信息,使得与智能客服机器人进行交互的用户直接在信息应答装置上获取到第一输出信息,并对第一输出信息进行反馈。
步骤S104:信息应答装置至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息。
这里,元素集合中的第二元素子集合为对元素集合进行划分得到的第二元素子集合。第二元素子集合中的元素多为动词,或者是谓词,或者是语义属性中的动作。第二输出信息中包括与对应第一输出信息的第一反馈结果相关的信息。在一些实施例中,生成第二输出信息的时候,还需要结合元素集合中的其他元素子集合的信息,如第三元素子集合中的信息,第三元素子集合中包括的元素多为副词或者是谓词或者是元素语义属性的行业等信息。承接上面的实施例,当第一反馈结果是电脑问题时,且第二元素子集合中的元素为:打开和升级,而且第三元素子集合中的元素信息为:无法,则可以根据预设的语句生成模板或自然语言生成模型,生成第二输出信息为:您无法打开通讯录还是无法升级通讯录?
步骤S105:信息应答装置将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈。
这里,信息应答装置将得到的第二输出信息发送至用户的客户端,用户可以根据客户端显示的内容,对第二输出信息进行选择或回复或回应。并将选择或回复或回应的反馈信息发送至信息应答装置。承接上面的实施例,客户端的用户根据客户端显示的信息或者是客户端输出的语音信息:您无法打开通讯录还是无法升级通讯录?用户通过语音回应或者在客户端的屏幕上进行选择,得到第二信息反馈结果为:无法升级通讯录,客户端将第二反馈结果发送至信息应答装置。
在一些实施例中,根据元素子集合生成输出信息后,再根据用户对输出信息进行反馈的反馈结果,生成下一个输出信息,是一个循环迭代的过程,直至元素集合中的元素子集合全部用来生成输出信息结束。
步骤S106:信息应答装置根据所述客户端反馈的第二反馈结果,输出目标输出信息。
这里,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。
信息应答装置获取到客户端发送的或者是用户直接反馈的第二反馈结果,确定出用户输入信息的目标意图,然后根据目标意图,确定出对应用户的目标意图的目标输出信息。承接上面的实施例,当第二反馈结果为无法升级通讯录的时候,则可确定用户的目标意图为升级通讯录,则信息应答装置可以根据升级通讯录,生成升级通讯录的方法即目标输出信息,并将目标输出信息进行输出。
在本申请实施例中,根据获取的输入信息,确定至少包括两个元素子集合的元素集合,根据元素集合中的第一元素子集合,生成第一输出信息发送至客户端,根据客户端的第一反馈结果,至少结合第二元素子集合中的元素,生成第二输出信息并发送至客户端,进而根据客户端反馈的第二反馈结果,生成并输出目标输出信息,使得可以将根据获取的输入信息确定的元素信息,通过分屏的形式或分类的形式,将对应的输出信息依次发送至用户,再依次根据用户的反馈结果,准确地确定出用户输入信息对应的意图,进而实现了信息应答装置与用户的自然交互,在造成用户最小困扰的情况下逐步地准确地明确用户的意图。
在一些实施例中,步骤S101还可以通过以下方式实现:
步骤S1011:信息应答装置确定所述输入信息对应的元素集合。
这里,信息应答装置获取到输入信息之后,基于自然语言理解模型分析输入信息的语义,根据语义中的关键词,确定输入信息对应的元素集合。
步骤S1012:如果所述元素集合的元素信息满足预设条件,将所述元素集合至少划分为所述第一元素子集合和所述第二元素子集合。
这里,预设条件可以是元素集合中元素的数量大于2。当元素集合的元素数量大于2时,确定每一元素的词性,或者是语义属性,将属于同一词性或同一属性的元素分为一类,形成一个元素子集合。
这样,可以根据获取的输入信息,得到输入信息对应的元素集合,并在元素集合中的元素满足预设条件的时候,将元素集合分类,以在后续输出操作中,根据元素的类别分别进行输出。
在一些实施例中,可以通过根据元素类型的复杂度,将元素集合进行划分,即步骤S1012还可以通过以下方式实现:
步骤一:确定所述元素集合中元素类型的复杂度。
这里,元素类型的复杂度可以是根据元素的词性进行确定,比如名词的复杂度低,副词的复杂度高。
步骤二:根据所述复杂度,将所述元素集合至少划分为第一元素子集合和第二元素子集合。
这里,根据元素复杂度即词性类型的不同,将元素集合至少划分为第一元素子集合和第二元素子集合。
在一些实施例中,可以通过确定第一输出信息中的目标元素,并结合第二元素子集合中的信息,生成第二输出信息,即步骤S104还可以通过以下方式实现:
步骤S1041:根据所述客户端反馈的第一反馈结果,确定所述第一输出信息包括的目标元素。
这里,根据客户端反馈的第一反馈结果,可以确定第一反馈结果中包括的第一元素子集合中的元素,然后将此元素作为第一输出信息的目标元素。比如,承接上面的实施例,当用户根据第一输出信息,反馈的反馈结果为:通讯录问题,则可根据反馈结果,确定第一输出信息中的目标元素为通讯录。
步骤S1042:至少根据所述目标元素与所述元素集合中所述第二元素子集合,生成第二输出信息。
这里,将目标元素和所述元素集合中所述第二元素子集合输入预设的模板或者是自然语言生成模型,生成第二输出信息。
这样,可以根据客户端反馈的第一反馈结果,确定出第一输出信息中的目标元素,进而结合元素集合中的其他元素子集合中的信息,生成第二输出信息,可以准确地确定出用户的意图信息。
在图1所示实施例的基础上,本申请另提供一种信息应答方法。图2为本申请实施例提供的信息应答方法的另一实现流程示意图,将结合图2示出的步骤进行说明:
步骤S201:对所述输入信息进行语义解析,确定所述输入信息对应的至少一个意图信息。
这里,意图信息是指用户在与信息应答装置进行交互时想要达到的目的。信息应答装置获取到输入信息之后,基于自然语言理解模型分析输入信息的语义,得到输入信息对应的多个意图信息。
步骤S202:按照预设的拆分策略,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
这里,预设的拆分策略,可以是根据意图信息中的意图元素的词性,语义等生成的将意图信息进行拆分为二元组、三元组或更复杂的结构的策略。在一个例子中,根据用户输入的信息,确定用户的意图信息至少为:无法打开通讯录、无法升级通讯录、无法打开联系人和无法升级联系人,则得到意图元素有:无法、打开、升级、通讯录和联系人,然后根据元素的词性:名词、动词和副词的类型的不同,将意图信息拆分为第一元素子集合:通讯录和联系人,第二元素子集合:打开和升级,第三元素子集合:无法。
在一些可实现的实施方式中,预设的拆分策略也可以是按照语义单元的概念进行拆分,其中语义单元集合是由从语料或者人为定义的一些有意义的词或者词组序列。在一些实施例中,如在3C领域,语义单元集合可能包括:短信息、通讯录、升级、打开、发送和无法等。拆分的方法是将意图按照人为设定的方式进行拆分,如以三元组<副词,谓词,名词>的形式进行拆分,会根据意图,从语义单元中选取相应的语义单元去描述意图,如“无法打开短信息”意图,其对应的三元组意图描述形式为:<无法(副词),打开(谓词),短信息(名词)>。
这样,可以根据预设的拆分策略,对用户输入信息对应的意图信息进行拆分,得到更加细粒度的元素,进而可以得到更加准确的输出信息。
在一些实施例中,步骤S202还可以通过以下两种方式实现。
第一种实现方式是:
步骤一:确定每一所述意图信息的语义组成单元。
这里,语义组成单元是意图信息中包括的关键词,也就是意图元素。如,意图信息为:无法打开短信息,其包括的关键词即语义组成单元为:短信息、打开和无法。
步骤二:按照所述语义组成单元的词性类型,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
这里,词性类型是指动词、名词和副词等类型。在确定了每一意图信息的语义组成单元即意图元素之后,根据语义组成单元的词性类型,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。在一个例子中,根据短信息,打开和无法的词性类型,生成对应于名词、动词和副词的三个元素子集合,其中第一元素子集合中的元素为短信息、第二元素子集合中的元素为打开,第三元素子集合中的元素为无法。
第二种实现方式是:
步骤一:确定每一所述意图信息的语义属性的类型。
这里,语义属性是指为意图定义的一系列属性,可以通过这些属性去描述意图。语义属性的类型为行业、施事、受事以及动作四个属性,然后通过四个属性去描述一个意图。行业是指意图所属的行业,施事是指动作的主体,也就是发出动作或发生变化的人或事物;受事是指动作的对象,也就是受动作支配的人或事物;动作是指施事和受事相关的动作,多采用动词描述。
步骤二:按照所述语义属性,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
这里,根据语义属性中的行业、施事、受事以及动作四个属性,对每一个意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。在一个例子中,意图信息为:带孩子想出去旅行,可以推荐票吗?可以分析,语义属性的行业为旅行,施事是用户和孩子,动作为买票。因此可以得到至少三个元素子集合,第一元素子集合中的元素为旅行,第二元素子集合中的元素为买票,第三元素子集合中的元素为用户和孩子。
在本申请实施例中,可以通过对输入信息进行语义解析,得到输入信息对应的意图信息,然后将意图信息按照预设的拆分策略进行拆分,得到至少一个元素子集合,得到意图信息对应的更加细粒度的元素,进而可以得到更加准确的输出信息。
本申请实施例提供一种信息应答方法,图3为本申请实施例提供的信息应答方法的实再一现流程示意图,将结合图3示出的步骤进行说明:
步骤S301:确定所述第一元素集合中包括的字段,得到字段集合。
这里,字段是指第一元素子集合中包括的元素。
步骤S302:生成所述字段集合中每一字段的第三输出信息。
这里,根据每一个字段即元素,再依据自然语言生成模型或预设的预验收生成模板,生成每一字段对应的输出信息,即第三输出信息。
步骤S303:根据所述第三输出信息,确定所述第一输出信息。
这样,可以根据第一元素子集合中包括的字段,生成包括每一字段的输出信息的第一输出信息。
在一些实施例中,步骤S302还可以通过以下方式实现:
采用自然语言生成模型,生成每一所述字段的第三输出信息。
这里,自然语言生成模型(Natural Language Generation,NLG)可以将结构化数据转换为文本,以人类语言表达。即能够根据一些字段即关键信息及其在机器内部的表达形式,经过一个规划过程,来自动生成一段高质量的自然语言文本。NLG又可以分为三大类,文本到文本(text-to-text),如翻译、摘要等、文本到其他(text-to-other),如文本生成图片、其他到文本(other-to-text),如视频生成文本。在对获取到用户输入信息进行语义解析,确定至少一个意图信息后,对意图信息进行拆分,得到意图元素集合,将元素集合中的第一元素子集合包括的至少一个字段输入到NLG模型,通过合理化的组织字段顺序,合并内容,在确定的内容中添加合适的连接词,将所有相关的单词和确定的短语组成结构合适的句子即第三输出信息。
在本申请实施例中,通过将输入信息输入至自然语言生成模型中,从而确定意图信息,基于意图信息来确定对应的输出信息。
下面,将说明本申请实施例在一个实际的应用场景中的示例性应用,在获取到用户输入信息后,基于自然语言理解得到可能与用户真实意图相关的多个用户意图,对意图进行更细粒度的拆分,然后基于拆分得到的细粒度元素进行归纳总结,规划澄清话术,通过自然交互,在最少轮数、最小用户困扰的情况下逐步明确用户意图,从而解决用户问题。
本申请实施例提供一种信息应答方法,图4为本申请实施例提供的信息应答方法的又一实现流程示意图,将结合图4示出的步骤进行说明:
步骤S401:获取用户输入的信息。
这里,用户与信息应答装置进行交互,用户在客户端输入信息,客户端将输入的信息发送至信息应答装置,信息应答装置获取到用户输入的信息。
在一些实施例中,用户直接在信息应答装置上输入信息或进行语音输入,信息应答装置获取用户输入的信息。
步骤S402:采用自然语言理解(Natural Language Understanding,NLU)模块进行理解,输出前N个意图。
这里,NLU使计算机理解自然语言(人类语言文字)等,重在理解。具体来说,就是理解语言、文本等,提取出有用的信息,用于下游的任务。它可以是使自然语言结构化,比如分词、词性标注、句法分析等;也可以是表征学习,字、词、句子的向量表示(Embedding),构建文本表示的文本分类;还可以是信息提取,如信息检索(包括个性化搜索和语义搜索,文本匹配等),又如信息抽取(命名实体提取、关系抽取和事件抽取等)。在采用自然语言理解模块对用户输入的信息进行语义解析,确定出至少一个意图信息,并输出相似度高的前N个意图信息,N为正整数。
在一个例子中,将用户输入的信息输入自然语言理解模块,进行语义解析后,得到如下表1中的五个意图信息:
表1意图信息表
意图信息 意图组成元素
无法打开短信息 无法,打开,短信息
无法打开通讯录 无法,打开,通讯录
无法升级短信息 无法,升级,短信息
无法升级通讯录 无法,升级,通讯录
无法发送短信息 无法,发送,短信息
步骤S403:获取每个意图的组成元素,得到元素集合。
这里,针对意图信息进行拆分,可以采用多种拆分策略,如拆分成二元组、三元组或者更复杂的结构,如对象化,将意图对象化,添加属性等。为了便于描述,申请实施例中以三元组<副词,谓词,名词>的形式进行拆分,得到意图元素集合。如表一中,对确定的意图信息进行拆分后,得到五组意图组成元素。
步骤S404:从元素集合中,逐个类型选取意图元素向用户确认。
这里,从意图元素集合中根据获取同一类型的元素,当元素个数>1时,基于元素通过模板生成,也可以采用自然语言生成模型生成对应的澄清话术(同上述各个实施例中的第一输出信息),推送给用户进行第一次澄清即反馈,然后根据用户反馈,确定该类型(同上述各个实施例中的第一输出信息)对应的目标元素。同理逐个遍历意图元素集合,依次确定各个类型(同上述各个实施例中的输出信息)的意图元素。
在一些实施例中,从元素集合中获取元素时,可以根据实际需要定制不同的策略,从而降低用户澄清(反馈)的难度和需要交互的轮次,如本申请实施例中以三元组<副词,谓词,名词>的形式进行拆分,原因是优先确定名词相对于用户来说更容易理解。
步骤S405:确定用户意图。
这里,根据用户的反馈和根据反馈结果确定的目标元素,确定用户的目标意图,然后生成目标输出信息,目标输出信息与用户的目标意图相匹配。
在本申请实施例中,基于自然语言理解分析用户输入的信息,得到可能与用户真实意图相关的多个用户意图信息,对意图信息进行更细粒度的拆分,然后基于拆分得到的细粒度元素进行归纳总结,规划澄清话术,通过自然交互,在最少轮数和造成用户最小困扰的情况下逐步明确用户意图,从而解决用户问题。
本申请实施例提供一种信息应答装置,图5为本申请实施例提供的信息应答装置的结构示意图,如图5所示,所述信息应答装置500包括:第一生成模块501、第二生成模块502、第一发送模块503、第三生成模块504、第二发送模块505和输出模块506,其中:
所述第一生成模块501,用于根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合。
所述第二生成模块502,用于根据所述第一元素子集合,生成第一输出信息。
所述第一发送模块503,用于将所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈。
所述第三生成模块504,用于至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息。
所述第二发送模块505,用于将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈。
所述输出模块506,用于根据所述客户端反馈的第二反馈结果,输出目标输出信息;其中,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。
在上述装置中,所述第一生成模块501,包括:
第一确定子模块,用于确定所述输入信息对应的元素集合;
划分子模块,用于如果所述元素集合的元素信息满足预设条件,将所述元素集合至少划分为所述第一元素子集合和所述第二元素子集合。
在上述装置中,所述第一划分子模块,包括:
第一确定单元,用于确定所述元素集合中元素类型的复杂度;
第一划分单元,根据所述复杂度,将所述元素集合至少划分为第一元素子集合和第二元素子集合。
在上述装置中,所述第一生成模块501,包括:
第二确定子模块,用于对所述输入信息进行语义解析,确定所述输入信息对应的至少一个意图信息;
拆分子模块,用于按照预设的拆分策略,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
在上述装置中,所述第一拆分子模块,包括:
第二确定单元,用于确定每一所述意图信息的语义组成单元;
第一拆分单元,用于按照所述语义组成单元的词性类型,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
在上述装置中,所述第一拆分子模块,包括:
第三确定单元,用于确定每一所述意图信息的语义属性的类型;
第二拆分单元,用于按照所述语义属性,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
在上述装置中,当所述第一元素集合包括至少两个字段时,所述第二生成模块502,包括:
第三确定子模块,用于确定所述第一元素集合中包括的字段,得到字段集合;
第一生成子模块,用于生成所述字段集合中每一字段的第三输出信息;
第四确定子模块,用于根据所述第三输出信息,确定所述第一输出信息。
在上述装置中,所述第一生成子模块,还用于采用自然语言生成模型,生成每一所述字段的第三输出信息。
在上述装置中,所述第三生成模块504,包括:
第五确定子模块,用于根据所述客户端反馈的第一反馈结果,确定所述第一输出信息包括的目标元素;
第二生成子模块,用于根据所述目标元素与所述元素集合中所述第二元素子集合,生成第二输出信息。
需要说明的是,本申请实施例装置的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本装置实施例中未披露的技术细节,请参照本申请实施例方法实施例的描述而理解。
本申请实施例再提供一种信息应答设备,该设备包括所包括的各模块、以及各模块所包括的各子模块和各单元,可以通过电子设备中的处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器、微处理器、数字信号处理器或现场可编程门阵列等。
对应地,本申请实施例提供一种电子设备,图6为本申请实施例提供的所述电子设备的组成结构示意图,如图6所示,所述电子设备600至少包括:控制器601和配置为存储可执行指令的存储介质602,其中:
控制器601配置为执行存储的可执行指令,所述可执行指令用于实现提供的信息应答方法。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程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。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元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取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关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)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种信息应答方法,所述方法包括:
根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合;
根据所述第一元素子集合,生成第一输出信息;
将所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈;
至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息;
将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈;
根据所述客户端反馈的第二反馈结果,输出目标输出信息;其中,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。
2.根据权利要求1所述的方法,所述根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合,包括:
确定所述输入信息对应的元素集合;
如果所述元素集合的元素信息满足预设条件,将所述元素集合至少划分为所述第一元素子集合和所述第二元素子集合。
3.根据权利要求2所述的方法,所述如果所述元素集合的元素信息满足预设条件,将所述元素集合至少划分为第一元素子集合和第二元素子集合,包括:
确定所述元素集合中元素类型的复杂度;
根据所述复杂度,将所述元素集合至少划分为第一元素子集合和第二元素子集合。
4.根据权利要求1所述的方法,所述根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合,包括:
对所述输入信息进行语义解析,确定所述输入信息对应的至少一个意图信息;
按照预设的拆分策略,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
5.根据权利要求4所述的方法,所述按照预设的拆分策略,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合,包括:
确定每一所述意图信息的语义组成单元;
按照所述语义组成单元的词性类型,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
6.根据权利要求4所述的方法,所述按照预设的拆分策略,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合,包括:
确定每一所述意图信息的语义属性的类型;
按照所述语义属性,对每一所述意图信息进行拆分,生成至少包括第一元素子集合和第二元素子集合的元素集合。
7.根据权利要求1所述的方法,当所述第一元素集合包括至少两个字段时,所述根据所述第一元素子集合,生成第一输出信息,包括:
确定所述第一元素集合中包括的字段,得到字段集合;
生成所述字段集合中每一字段的第三输出信息;
根据所述第三输出信息,确定所述第一输出信息。
8.根据权利要求7所述的方法,所述生成所述字段集合中每一字段的第三输出信息,包括:
采用自然语言生成模型,生成每一所述字段的第三输出信息。
9.根据权利要求1所述的方法,所述根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息,包括:
根据所述客户端反馈的第一反馈结果,确定所述第一输出信息包括的目标元素;
根据所述目标元素与所述元素集合中所述第二元素子集合,生成第二输出信息。
10.一种信息应答装置,所述装置包括:
第一生成模块,用于根据获取的输入信息,生成至少包括第一元素子集合和第二元素子集合的元素集合;
第二生成模块,用于根据所述第一元素子集合,生成第一输出信息;
第一发送模块,用于将所述第一输出信息发送至客户端,以使所述客户端对所述第一输出信息进行反馈;
第三生成模块,用于至少根据所述客户端反馈的第一反馈结果与所述元素集合中所述第二元素子集合,生成第二输出信息;
第二发送模块,用于将所述第二输出信息发送至所述客户端,以使所述客户端对所述第二输出信息进行反馈;
输出模块,用于根据所述客户端反馈的第二反馈结果,输出目标输出信息;其中,所述目标输出信息与根据所述第二反馈结果确定的目标意图信息相匹配。
11.一种电子设备,所述电子设备至少包括:控制器和配置为存储可执行指令的存储介质,其中:
控制器配置为执行存储的可执行指令,所述可执行指令配置为执行上述权利要求1至9任一项所述的信息应答方法。
12.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令配置为执行上述权利要求1至9任一项提供的信息应答方法。
CN202010651380.0A 2020-07-08 2020-07-08 信息应答方法、装置、设备及存储介质 Pending CN111930904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010651380.0A CN111930904A (zh) 2020-07-08 2020-07-08 信息应答方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010651380.0A CN111930904A (zh) 2020-07-08 2020-07-08 信息应答方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111930904A true CN111930904A (zh) 2020-11-13

Family

ID=73313554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010651380.0A Pending CN111930904A (zh) 2020-07-08 2020-07-08 信息应答方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111930904A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150347500A1 (en) * 2014-05-27 2015-12-03 Baidu Online Network Technology (Beijing) Co., Ltd. Interactive searching method and apparatus
US20160259846A1 (en) * 2015-03-02 2016-09-08 International Business Machines Corporation Query disambiguation in a question-answering environment
CN109670088A (zh) * 2018-12-13 2019-04-23 平安科技(深圳)有限公司 语音问答交互方法、装置、计算机设备及存储介质
CN109710739A (zh) * 2018-12-24 2019-05-03 联想(北京)有限公司 一种信息处理方法及装置、存储介质
US20190147871A1 (en) * 2017-11-16 2019-05-16 Baidu Online Network Technology (Beijing) Co., Ltd Intelligent interaction processing method and apparatus, device and computer storage medium
CN110929014A (zh) * 2019-12-09 2020-03-27 联想(北京)有限公司 信息处理方法、装置、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150347500A1 (en) * 2014-05-27 2015-12-03 Baidu Online Network Technology (Beijing) Co., Ltd. Interactive searching method and apparatus
US20160259846A1 (en) * 2015-03-02 2016-09-08 International Business Machines Corporation Query disambiguation in a question-answering environment
US20190147871A1 (en) * 2017-11-16 2019-05-16 Baidu Online Network Technology (Beijing) Co., Ltd Intelligent interaction processing method and apparatus, device and computer storage medium
CN109670088A (zh) * 2018-12-13 2019-04-23 平安科技(深圳)有限公司 语音问答交互方法、装置、计算机设备及存储介质
CN109710739A (zh) * 2018-12-24 2019-05-03 联想(北京)有限公司 一种信息处理方法及装置、存储介质
CN110929014A (zh) * 2019-12-09 2020-03-27 联想(北京)有限公司 信息处理方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Poongodi et al. Chat-bot-based natural language interface for blogs and information networks
CN110785763B (zh) 自动化助理实现的方法和相关存储介质
Ranoliya et al. Chatbot for university related FAQs
US11250033B2 (en) Methods, systems, and computer program product for implementing real-time classification and recommendations
KR102580322B1 (ko) 컨퍼런스 기능을 갖는 자동화된 어시스턴트
US11086601B2 (en) Methods, systems, and computer program product for automatic generation of software application code
US20210201144A1 (en) Systems and methods for artificial intelligence enhancements in automated conversations
US10705796B1 (en) Methods, systems, and computer program product for implementing real-time or near real-time classification of digital data
CN109314660B (zh) 在自动聊天中提供新闻推荐的方法和装置
Athreya et al. Enhancing Community Interactions with Data-Driven Chatbots--The DBpedia Chatbot
US20190272269A1 (en) Method and system of classification in a natural language user interface
CN110110302B (zh) 在消息中识别任务
CN110770694B (zh) 获得来自多个语料库的响应信息
KR102249437B1 (ko) 메시지 분류에 기반한 메시지 교환 스레드의 자동화된 증대
US10467122B1 (en) Methods, systems, and computer program product for capturing and classification of real-time data and performing post-classification tasks
CN110765244A (zh) 获取应答话术的方法、装置、计算机设备及存储介质
US10169490B2 (en) Query disambiguation in a question-answering environment
US11429834B1 (en) Neural-based agent assistance interface for providing answers based on a query vector
US20200226216A1 (en) Context-sensitive summarization
Khin et al. University chatbot using artificial intelligence markup language
US20200272791A1 (en) Systems and methods for automated conversations with a transactional assistant
Milhorat et al. A conversational dialogue manager for the humanoid robot ERICA
McIntyre From Cave Paintings to Shakespeare and Back Again: What Are Emoji and Should I Be Afraid?
CN111930904A (zh) 信息应答方法、装置、设备及存储介质
Cebrián et al. Considerations on creating conversational agents for multiple environments and users

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