CN112307166B - 一种智能问答方法、装置、存储介质以及计算机设备 - Google Patents
一种智能问答方法、装置、存储介质以及计算机设备 Download PDFInfo
- Publication number
- CN112307166B CN112307166B CN202011181280.2A CN202011181280A CN112307166B CN 112307166 B CN112307166 B CN 112307166B CN 202011181280 A CN202011181280 A CN 202011181280A CN 112307166 B CN112307166 B CN 112307166B
- Authority
- CN
- China
- Prior art keywords
- query
- message
- robot
- reply
- content
- 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 78
- 230000004044 response Effects 0.000 claims abstract description 23
- 230000002452 interceptive effect Effects 0.000 claims description 38
- 230000003993 interaction Effects 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 238000010801 machine learning Methods 0.000 abstract description 6
- 238000012549 training Methods 0.000 description 34
- 235000013555 soy sauce Nutrition 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 15
- 238000012360 testing method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000003058 natural language processing Methods 0.000 description 7
- 208000031968 Cadaver Diseases 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241000282421 Canidae Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种智能问答方法、装置、存储介质以及计算机设备；本申请与数据库查询、以及人工智能的机器学习领域相关，本申请可以显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域；响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容；对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应；本申请可以显著提升虚拟机器人问答效率。
Description
技术领域
本申请涉及机器人领域，具体涉及一种智能问答方法、装置、存储介质以及计算机设备。
背景技术
随着技术的发展，在计算机设备上可以通过虚拟机器人进行信息交互，虚拟机器人可以通过文本、语音等方式与用户进行会话，比如，在现有技术，用户可以在聊天页面上对一虚拟机器人提问，若需要就相同的问题向另一虚拟机器人提问，需要先将聊天页面从一虚拟机器人切换为另一虚拟机器人，再向该另一虚拟机器人提问。
在对现有技术的研究和实践过程中，本申请的发明人发现，现有技术用户在向至少两个虚拟机器人提问时，需要切换聊天页面，并且需要重复进行信息输入，导致问答效率较低。
发明内容
本申请实施例提供一种智能问答方法、装置、存储介质以及计算机设备，可以显著增强虚拟机器人问答效率。
本申请实施例提供一种智能问答方法，包括：
显示客户端的机器人问答页面，所述机器人问答页面包括聊天内容编辑区域；
响应于针对所述聊天内容编辑区域的问询编辑操作，在所述机器人问答页面显示问询消息，所述问询消息包括针对至少两个应用的问询内容；
对所述问询消息进行识别，并在所述机器人问答页面显示答复消息，所述答复消息包括至少两个虚拟机器人针对所述问询消息进行识别得到的答复内容，所述至少两个虚拟机器人与所述至少两个应用一一对应。
相应的，本申请提供了一种智能问答装置，包括：
页面显示模块，用于显示客户端的机器人问答页面，所述机器人问答页面包括聊天内容编辑区域；
问询显示模块，用于响应于针对所述聊天内容编辑区域的问询编辑操作，在所述机器人问答页面显示问询消息，所述问询消息包括针对至少两个应用的问询内容；
答复显示模块，用于对所述问询消息进行识别，并在所述机器人问答页面显示答复消息，所述答复消息包括至少两个虚拟机器人针对所述问询消息进行识别得到的答复内容，所述至少两个虚拟机器人与所述至少两个应用一一对应。
在一些实施例中，所述答复显示模块包括识别子模块和答复显示子模块，其中，
识别子模块，用于对所述问询消息进行识别；
答复显示子模块，用于在所述机器人问答页面显示答复消息，所述答复消息包括至少两个虚拟机器人针对所述问询消息进行识别得到的答复内容，所述至少两个虚拟机器人与所述至少两个应用一一对应。
在一些实施例中，所述至少两个虚拟机器人包括第一虚拟机器人和第二虚拟机器人，所述识别子模块包括识别单元、确定单元，其中，
识别单元，用于对所述问询消息进行意图识别，得到所述问询消息的问询意图；
确定单元，用于基于所述问询意图，确定第一虚拟机器人的第一应用答复内容、以及第二虚拟机器人的第二应用答复内容。
在一些实施例中，答复显示子模块具体用于：
在所述机器人问答页面显示所述第一虚拟机器人或所述第二虚拟机器人的答复消息，所述答复消息根据所述第一应用答复内容和所述第二应用答复内容确定。
在一些实施例中，答复显示子模块具体用于：
在所述机器人问答页面显示答复消息，所述答复消息包括第一答复消息和第二答复消息，所述第一答复消息包括所述第一虚拟机器人的第一应用答复内容，所述第二答复消息包括所述第二虚拟机器人的第二应用答复内容。
在一些实施例中，智能问答装置还包括：
互动获取模块，用于获取所述第二答复消息的互动内容；
互动显示模块，用于显示第一虚拟机器人针对第二虚拟机器人的第二答复消息的互动消息，所述互动消息包括所述互动内容。
在一些实施例中，智能问答装置还包括：
唤醒显示模块，用于响应于针对所述聊天内容编辑区域的机器人唤醒编辑操作，在所述机器人问答页面显示唤醒消息；
唤醒识别模块，用于对所述唤醒消息进行识别，以从至少两个虚拟机器人中确定目标唤醒对象；
唤醒对象模块，用于在机器人问答页面显示所述目标唤醒对象的聊天内容编辑区域。
在一些实施例中，智能问答装置还包括：
唤醒互动模块，用于显示针对所述目标唤醒对象的唤醒互动消息；
此实施例中，唤醒对象模块具体用于：
在机器人问答页面显示所述目标唤醒对象的唤醒响应消息和聊天内容编辑区域。
在一些实施例中，识别单元具体用于：
对所述问询消息中的问询内容进行预处理，得到问询字符串；
通过训练后的意图识别模型对所述问询字符串进行识别，得到所述问询消息的问询意图。
在一些实施例中，智能问答装置还包括：
样本获取模块，用于获取多个样本文本及其标签；
文本识别模块，用于通过意图识别模型对样本文本进行识别，得到样本文本的识别结果；
参数调整模块，用于基于样本文本的识别结果以及标签，对所述意图识别模型进行网络参数调整，以得到训练后的意图识别模型。
在一些实施例中，识别单元具体用于：
通过所述第一虚拟机器人对所述问询消息进行意图识别，得到所述问询消息的问询意图；
在此实施例中，确定单元具体用于：
通过所述第一虚拟机器人向所述第二虚拟机器人发送所述问询意图；
通过所述第一虚拟机器人，基于所述问询意图从第一应用知识库中确定第一应用答复内容；
通过所述第二虚拟机器人，基于所述问询意图从第二应用知识库中确定第二应用答复内容。
相应的，本申请实施例还提供了一种存储介质，存储介质存储有计算机程序，计算机程序适于处理器进行加载，以执行本申请实施例提供的任一种智能问答方法。
相应的，本申请实施例还提供了一种计算机设备，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，处理器执行计算机程序时实现本申请实施例提供的任一种智能问答方法。
本申请可以显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域；响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容；对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
本申请可以在机器人问答页面显示问询消息，该问询消息可以包括针对至少两个应用的问询内容，在对问询内容进行识别后，本申请可以在机器人问答页面显示答复消息，该答复消息可以基于至少两个应用对应的至少两个虚拟机器人分别对问询消息所作的答复内容得到，相比于现有技术一条问询消息仅能针对单个应用、并通过该应用的虚拟机器人给出答复消息，本申请可以显著提升虚拟机器人问答效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的智能问答***的场景示意图；
图2是本申请实施例提供的智能问答方法的流程示意图；
图3是本申请实施例提供的智能问答方法的页面交互示意图；
图4是本申请实施例提供的智能问答方法的另一页面交互示意图；
图5是本申请实施例提供的智能问答方法的另一页面交互示意图；
图6是本申请实施例提供的智能问答方法的另一页面交互示意图；
图7是本申请实施例提供的智能问答方法的另一页面交互示意图；
图8是本申请实施例提供的智能问答方法的另一页面交互示意图；
图9是本申请实施例提供的智能问答方法的另一页面交互示意图；
图10是本申请实施例提供的智能问答方法的意图识别架构图；
图11是本申请实施例提供的智能问答方法的意图传递示例图；
图12是本申请实施例提供的智能问答方法的另一意图传递示例图；
图13是本申请实施例提供的智能问答方法的另一流程示意图；
图14是本申请实施例提供的智能问答方法的另一页面交互示意图；
图15是本申请实施例提供的智能问答方法的另一页面交互示意图；
图16是本申请实施例提供的智能问答方法的另一页面交互示意图；
图17是本申请实施例提供的智能问答方法的实现流程示例图；
图18是本申请实施例提供的智能问答装置的结构示意图；
图19是本申请实施例提供的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，本申请所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
本申请实施例提供一种智能问答方法、装置、存储介质以及计算机设备。具体地，本申请实施例可以集成在智能问答***中。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
本申请实施例中的强化学习模型涉及人工智能的机器学习、自然语言处理领域，比如，意图识别模型、通过训练后的意图识别模型进行意图识别等，具体将通过下述实施例进行详细说明。
智能问答***可以集成在计算机设备中，该计算机设备可以包括终端或服务器等，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式***，还可以是提供云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能电视等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。
如图1所示，图1为智能问答***的一个场景示意图，智能问答***可以集成在终端以及服务器上，具体地：
终端可以显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域，然后响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容，终端可以向服务器发送该问询消息，服务器可以通过至少两个虚拟机器人可以对问询消息进行识别，并向终端发送每一虚拟机器人针对问询消息的答复内容，终端可以基于收到的至少两个答复内容，在机器人问答页面显示答复消息。
需要说明的是，图1所示的智能问答***的场景示意图仅仅是一个示例，本申请实施例描述的智能问答***以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着智能问答装置的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
以下分别进行详细说明。在本实施例中，将对智能问答方法进行详细描述，该智能问答方法可以集成在计算机设备上，如图2所示，该智能问答方法可以包括：
101、显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域。
其中，客户端可以包括为对象(如用户、测试脚本)提供服务的本地程序，本地程序可以为对象所使用的计算机设备上的程序，客户端可以通过与计算机设备相连的输入输出设备与对象进行信息传递，以向对象提供服务，比如，客户端可以通过显示设备(如显示器)显示机器人问答页面，又比如，客户端也可以通过音频输入输出设备(如扬声器、麦克风)与对象进行信息传递。
本申请中的客户端可以为多种类型的客户端，比如，机器人问答页面可以包括即时通讯客户端中的群聊页面，又比如，客户端可以为包括以游戏、购物、直播、音乐、视频、金融、新闻、社区等因素为主的功能性客户端，机器人问答页面可以包括此类功能性客户端中的客服页面、信息反馈页面等。
其中，机器人问答页面包括可以编辑、发送消息，以及显示消息的页面，机器人问答页面可以包括消息显示区域，消息显示区域可以显示该页面中的对象发出的消息。机器人问答页面中的对象可以包括至少两个虚拟机器人，每一虚拟机器人对应一应用。
机器人问答页面还可以包括聊天内容编辑区域，对象可以通过聊天内容编辑区域编辑、发送消息，聊天内容编辑区域可以包括用于编辑消息内容的内容输入控件、内容选择控件等、以及用于确定进行消息发送的发送控件等，聊天问答页面中消息的形式可以包括文本、语音、图像、或视频等，因此，对象通过内容输入控件、内容选择控件等可以包括多种类型，如文本输入控件、绘画控件、视频选择控件、表情包选择控件等。
比如，参见图3，显示客户端中的机器人问答页面01，机器人问答页面01可以为即时通讯客户端中群组“天使小裙裙”的群聊页面，机器人问答页面01包括聊天内容编辑区域011。
102、响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容。
本申请中，响应于可以用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。
具体地，问询编辑操作可以包括输入操作(比如键入文本、绘制图像等)、选择操作(比如从若干已有图像、文本中进行选择)、上传操作(比如上传本地存储的图像、音视频等)等，通过问询编辑操作，对象可以将想要表达的内容发送至客户端，客户端中的虚拟机器人可以进行解答。
计算机设备可以根据针对聊天内容编辑区域的问询编辑操作，获取用户通过问询编辑操作输入的问询内容，并在机器人问答页面显示问询消息，问询消息可以包括该问询内容、以及对象的身份标识等。
其中，问询内容可以包括对象输入的问题，问询内容可以针对至少两个应用，问询内容的形式可以为文本、图像、音视频等。问询消息可以包括问询内容，因此相对应地，问询消息可以包括文本消息、图像消息、音频消息、视频消息等。
本申请中，问询内容可以针对至少两个应用，比如，问询内容可以为：“A软件和B软件的包月费用分别是多少”、“各个软件占用的内存有多少”等，而在现有技术中，机器人问答页面上仅能回答针对单个应用的问询消息，若要针对两个及以上应用的相关信息进行提问，需要在切换机器人问答页面前后，分别输出针对每一应用的问询内容，如“A软件的包月费用是多少”、以及“B软件的包月费用是多少”，因此，本申请可以显著降低操作繁琐程度，提升虚拟机器人问答效率。
比如，参见图4，响应于用户小白针对机器人问答页面01中聊天内容编辑区域011的问询编辑操作，在机器人问答页面02显示问询消息021，问询消息021包括用户的标识(昵称“小白”和“小白”的头像)、以及针对应用A和应用B的问询内容“各个软件占用的内存有多少”。
103、对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
其中，答复内容可以与问询内容相对应，即答复内容可以包括对问询内容回应的内容，答复内容的形式可以为文本、图像、音视频等。答复消息可以包括答复内容，答复消息的数量可以为至少一条。答复消息还可以包括虚拟机器人的标识信息，标识信息可以包括昵称、头像等。
本申请中，答复消息可以基于至少两个虚拟机器人针对问询消息识别得到的答复内容确定，即本申请可以实现，对象在机器人问答页面输出针对至少两个应用的问询内容，客户端将包含该问询内容的问询消息显示在机器人问答页面上，并通过与至少两个应用一一对应的至少两个虚拟机器人对问询消息进行识别，将基于识别得到的答复内容而确定的答复消息显示在机器人问答页面上，相比于现有技术，用户可以更加便捷快速的获取想要的信息，不需要进行页面转换、多次文本输入等操作，显著提升机器人问答效率。
一个虚拟机器人可以对应一个应用，应用对应的虚拟机器人可以解答该应用的相关问题，比如，相关问题可以为应用的活动信息、使用信息、售后信息等，应用可以为计算机设备上面向特定或全部群体公开的产品，应用的种类可以包括很多，比如，游戏类、购物类、直播类、视频类、通讯类等。
具体地，对问询消息进行识别可以通过多种方式，对问询消息进行识别主要为对问询消息中包含的问询内容进行识别，当问询内容为语音、图像、视频等形式时，可以通过不同方式进行问询内容识别，可以通过语音识别(Speech Technology)将语音形式的问询内容转化为文本形式，再通过语义理解(Semantic Understanding)对文本形式的问询内容进行识别；可以通过图像语义理解(ISU，Image Semantic Understanding)、视频语义理解(VSU，Video Semantic Understanding，)等对图像、视频形式的问询内容进行识别，等等。
比如，对文本形式的问询内容进行识别时，可以基于预设的问询模板以及问询模板对应的答复内容进行，通过计算问询内容与预设的多个问询模板的相似度，确定该问询内容对应的目标问询模板，进而确定该目标问询模板对应的目标答复内容。
比如，参见图5，对问询消息中的问询内容“各个软件占用的内存有多少”进行识别，并在机器人问答页面03显示答复消息031，答复消息031包含答复内容“A应用566M B应用占用内存为255M”，以及虚拟机器人的标识信息(昵称“快乐小A”和头像)。
在一些实施例中，至少两个虚拟机器人包括第一虚拟机器人和第二虚拟机器人，步骤“对问询消息进行识别”可以包括：
对问询消息进行意图识别，得到问询消息的问询意图；基于问询意图，确定第一虚拟机器人的第一应用答复内容、以及第二虚拟机器人的第二应用答复内容。
其中，问询意图可以包括问询内容指向的意图，问询内容通常为与多数用户的表达习惯相一致的人类表述，本申请要给出问询内容对应的答复内容，需要首先理解问询内容，理解问询内容可以包括确定问询内容的问询意图，在确定问询意图后，可以基于此问询意图确定答复内容。
问询意图的范围随着问询内容针对的应用而变化，比如，游戏类应用的问询意图可以包括游戏时长、游戏角色、游戏活动、游戏版本、游戏规则等，购物类应用的问询意图可以包括消费金额、购物活动、商品上新等。问询意图可以按照详细程度分为多级，比如，消费金额可以为一级问询意图，最近三个月消费金额、服饰消费金额等可以为二级问询意图等。
具体地，对问询消息进行意图识别，即对问询消息中的问询内容进行意图识别，意图识别可以通过多种方式，比如，可以进行关键信息匹配，每一问询意图可以包括预设关键信息集，预设关键信息集可以包括关键词、关键图像、关键语音、关键画面等，将问询内容与预设关键信息集进行对比，若问询内容中存在预设关键信息集中的关键信息，即确定该问询内容的目标问询意图为该预设关键信息集对应的问询内容。
其中，第一应用答复内容可以包括第一虚拟机器人根据问询意图确定的答复内容，第二应用答复内容可以包括第二虚拟机器人根据问询意图确定的答复内容。具体地，第一应用答复内容或第二应用答复内容的确定可以包括多种方式，比如，可以获取第一应用或第二应用的知识库，知识库可以包括第一应用或第二应用内多个关键字及其对应的答复内容，将识别到的问询意图与第一应用或第二应用的知识库进行匹配，进而根据匹配到的关键词确定第一应用答复内容或第二应用答复内容。
在一些实施例中，步骤“在机器人问答页面显示答复消息”可以包括：
在机器人问答页面显示第一虚拟机器人或第二虚拟机器人的答复消息，答复消息根据第一应用答复内容和第二应用答复内容确定。
答复消息的数量可以为一条，一条答复消息可以根据第一应用答复内容和第二应用答复内容确定，此种显示方式可以对不同应用的答复内容进行整合，在一条消息中集中显示，可以获得更加简洁的显示效果，也能更直观的显示不同应用的答复内容的差异性。
一条答复消息对应一个虚拟机器人，此虚拟机器人可以为第一虚拟机器人或第二虚拟机器人，具体地，答复消息对应的虚拟机器人可以随机确定，也可以基于历史答复消息对应的虚拟机器人确定，等等。
比如，参见图5，答复消息031对应随机确定的应用A的虚拟机器人，因此，答复消息031包含应用A的第一虚拟机器人的标识信息(昵称“快乐小A”和头像A)和答复内容“A应用566M B应用占用内存为255M”。
在一些实施例中，步骤“在机器人问答页面显示答复消息”可以包括：
在机器人问答页面显示答复消息，答复消息包括第一答复消息和第二答复消息，第一答复消息包括第一虚拟机器人的第一应用答复内容，第二答复消息包括第二虚拟机器人的第二应用答复内容。
在一些实施例中，答复消息的数量也可以为至少两条，此时一条答复消息对应一个虚拟机器人的答复内容，在显示效果上条理更加清晰。
比如，参见图6，答复消息包括第一答复消息0311和第二答复消息0322，第一答复消息0311包括应用A的第一虚拟机器人标识信息(昵称“快乐小A”和头像A)和第一应用答复内容“强强联手，厂家大让利！10月2日至10月10日期间，登录A应用进行话费充值的顾客即可获赠相应面值的代金券，购机抵现金！”，第二答复消息0322包括应用B的第二虚拟机器人标识信息(昵称“BB小管家”和头像B)和第二应用答复内容“买手机来BB，BB隆重推出多款特价手机，就等你来”。
在一些实施例中，智能问答方法还可以包括：
获取第二答复消息的互动内容；显示第一虚拟机器人针对第二虚拟机器人的第二答复消息的互动消息，互动消息包括互动内容。
为了增强与虚拟机器人对话的互动感和情景感，本申请中，不同的虚拟机器人之间也可以进行互动，其中，互动内容可以为虚拟机器人对另一虚拟机器人的消息进行回应的内容，互动内容可以包括文字、图像、音视频等。互动内容可以与特定的对象对应，比如，针对第一虚拟机器人的互动内容，即针对第一虚拟机器人所发的任意消息，第二虚拟机器人可以确定相同或相似的互动内容；互动内容也可以与特定的消息内容对应，比如，针对任意虚拟机器人发送的活动介绍类消息，可以确定相同或相似的互动内容，等。
因此，也可以获取第一答复消息的第一互动内容，并在机器人问答页面显示第二虚拟机器人针对第一虚拟机器人的第一答复消息的互动消息，该互动消息可以包括第一互动内容。
互动内容可以从互动内容数据库中获取，互动内容数据库可以包含若干预设互动内容，不同的虚拟机器人可以对应不同互动内容数据库，也可以共享同一个互动内容数据库；互动内容也可以通过互动内容生成模型得到，互动内容生成模型可以为根据需求搭建、训练得到的人工智能网络模型等。
比如，参见图7，机器人问答页面03还可以包括互动消息0313，互动消息0313包括第一虚拟机器人针对第二虚拟机器人的第二回复消息的互动内容“@BB小管家有老营销号内味儿了”。
在一些实施例中，智能问答方法还可以包括：
响应于针对聊天内容编辑区域的机器人唤醒编辑操作，在机器人问答页面显示唤醒消息；对唤醒消息进行识别，以从至少两个虚拟机器人中确定目标唤醒对象；在机器人问答页面显示目标唤醒对象的聊天内容编辑区域。
机器人问答页面可以为特定应用的虚拟机器人的问答页面，此机器人问答页面可以包括此虚拟机器人的快捷问答通道，比如，包含常见问询内容的快捷问答控件，对象触发该快捷问答控件，该虚拟机器人即可发送针对该快捷问答控件上包含的问询内容的答复消息，使得对象可以更加方便快速的进行问询。
由于机器人问答页面包含至少两个虚拟机器人，对象想要从将当前虚拟机器人的机器人问答页面切换为其他虚拟机器人的机器人问答页面时，可以进行机器人唤醒编辑操作，当前虚拟机器人可以对唤醒消息进行识别，确定想要唤醒的目标唤醒对象，其中，目标唤醒对象可以为该机器人问答页面中包含的至少两个虚拟机器人中的一个，接着，即可切换显示目标唤醒对象的机器人问答页面，目标唤醒对象的机器人问答页面的聊天内容编辑区域可以包括：目标唤醒对象的快捷问答控件等。
比如，参见图8，第一虚拟机器人的机器人问答页面04a包括快捷问答区域0412，快捷问答区域0412包括快捷问答控件：福利活动按钮、最新公告按钮和开心攻略按钮，响应于针对聊天内容编辑区域的机器人唤醒编辑操作，在机器人问答页面显示对象LL的唤醒消息0411“帮我叫下BB”，对该唤醒消息进行识别后，切换显示目标唤醒对象第二虚拟机器人的机器人问答页面04b，机器人问答页面04b包括第二虚拟机器人的聊天内容编辑区域中的快捷问答区域0422，快捷问答区域0422包括快捷问答控件：BB上新按钮、每日生活按钮和淘货攻略按钮。
在一些实施例中，智能问答方法还可以包括：
显示针对目标唤醒对象的唤醒互动消息；
此实施例中，步骤“在机器人问答页面显示目标唤醒对象的聊天内容编辑区域”可以包括：
在机器人问答页面显示目标唤醒对象的唤醒响应消息和聊天内容编辑区域。
为了增强互动效果和趣味性，给用户更明确的切换提示，在确定目标唤醒对象后，机器人问答页面可以显示针对目标唤醒对象的唤醒互动消息，在切换显示目标唤醒对象的机器人问答页面时，可以显示目标唤醒对象的聊天内容编辑区域，以及目标唤醒对象的唤醒响应消息。
比如，参见图9，通过识别确定目标唤醒对象后，机器人问答页面可以显示第一虚拟机器人针对目标唤醒对象的唤醒互动消息042a，唤醒互动消息042a可以包括第一虚拟机器人的标识信息(昵称“快乐小A”和头像)和文本“@BB小管家快出来”，目标唤醒对象第二虚拟机器人可以显示唤醒响应消息042b，唤醒响应消息042b可以包括第二虚拟机器人的标识信息(昵称“BB小管家”和头像)和文本“做你生活小管家，我是BB小管家！”。
在一些实施例中，步骤“对问询消息进行意图识别，得到问询消息的问询意图”可以包括：
对问询消息中的问询内容进行预处理，得到问询字符串；
通过训练后的意图识别模型对问询字符串进行识别，得到问询消息的问询意图。
在对问询消息进行意图识别可以通过模型进行，在通过模型进行识别前，可以对问询消息中的问询内容进行预处理，以得到模型可以快捷识别和处理的问询字符串，具体地，对于文本形式的问询内容，可以对问询内容进行格式转换，以与其所使用的模型的要求相匹配；可以将文本可以对文本的拼写、字词等进行纠错和调整，比如，对于错别字的修正、对于无具体意义的停用词的删除等。
在一些实施例中，智能问答方法还可以包括：
获取多个样本文本及其标签；通过意图识别模型对样本文本进行识别，得到样本文本的识别结果；基于样本文本的识别结果以及标签，对意图识别模型进行网络参数调整，以得到训练后的意图识别模型。
客户端在接收到对象发送的消息后，训练后的意图识别模型可以对该消息中的内容进行识别，以确定该消息为问询消息或唤醒消息等。
本申请中训练后的意图识别模型还可以用于识别问询内容的问询意图、问询消息针对的目标应用，也可以识别唤醒消息所指向的目标问询对象等。
具体地，意图识别模型的训练和应用框架可以参见图10，其中，样本文本可以包括训练预料和验证语料，训练语料可以用于意图识别模型的训练，验证语料可以用于意图识别模型的测试，配置文件可以储存意图识别模型，以及其中的相关参数，具体地，相关参数可以包括学习率(用于模型训练时的参数调整)、词向量维度(用于确定模型中特征向量维度)、语言模型的元数(用于确定目标词向量的关联词向量的数量)、训练次数(即对模型进行训练的次数，可灵活调整)、损失函数(用于量化模型的识别效果)、桶数量(用于调整模型训练的精度)、线程数(用于确定并行训练的模型的数量，可以根据训练机器进行灵活调整)等等。
训练前可以将训练所需的相关数据和文件存储在特定路径中，训练时可以将训练过程生成的相关数据和文件存储在特定路径中，路径可以根据并不唯一，可以在实践中根据需求进行调整，比如，训练前dist\conf\conf.properties可以为存储目录，该目录下的子目录包括fasttext.train、fasttext.pred、pred_corpus、train_corpus\init_corpus，其中，fasttext.train可以包括执行模型训练的相关文件和指令，fasttext.pred可以包括执行模型测试的相关文件和指令，pred_corpus可以包括含有测试样本的测试集文件，train_corpus\init_corpus可以包括含有训练样本的训练集文件。
训练时dist可以为存储目录，该目录下的子目录可以包括：cleaned_dataset、conf\conf.properties、models、pred_corpus、pred_corpus\init_corpus，其中，cleaned_dataset可以包括预处理后的训练集文件、conf\conf.properties可以包括执行模型训练和模型测试的相关文件和指令，models可以包括每次训练得到的模型的文件，pred_corpus可以包括含有所有训练后的样本数据的文件，pred_corpus\init_corpus可以包括含有训练样本的训练集文件。
其中，存储样本数据(包括用于训练、测试的样本数据、预处理后的样本数据)可以通过csv格式的文件进行存储。
参见图10，可以将配置文件以及其他相关文件加载在适配层，即可完成对意图识别模型的训练和测试，具体地，在训练阶段，可以对训练样本进行语料合并、语料去重、转换格式、拼写纠错与统一、分词、划分数据集等预处理操作，其中，语料合并和语料去重即将样本数据按照样本标签进行合并，并将一个样本标签下重复的语料删除，格式转化即将样本数据转换为符合模型规定的格式，拼写纠错与统一即对样本数据中的文法错误(如拼写、错别字等)进行修正，分词即将句子形式的样本数据分割为若干词，得到此样本数据的词序列，划分数据集可以为所有样本数据中确定用于每一次训练的训练样本集、以及每一次测试样本集，上述操作无先后顺序限制，可以在实际操作中灵活调整和删减。
完成预处理并得到用于训练的训练样本集后，即可加载模型参数，对模型进行训练，训练后可以通过测试样本集对模型的意图识别效果进行评估(即图10中的模型评估输出)，接着，可以选择扩大训练样本集，对模型再次训练，以进一步提升模型的意图识别效果(即模型持久化)，然后再次通过测试样本集进行测试，验证训练效果(即模型验证)，最终可以通过此训练后的意图识别模型进行意图识别。
本申请中的意图识别模型可以基于文本分类算法构建，文本分类模型可以如快速文本(fastText)分类算法、连续词袋(CBOW，continues bag of words)算法等，比如，当使用fasttext时，在进行格式转换时可以将样本数据转化为符合fasttext规定的格式，损失值可以基于hierarchical softmax(一种损失函数)计算。
在一些实施例中，步骤“对问询消息进行意图识别，得到问询消息的问询意图”包括：
通过第一虚拟机器人对问询消息进行意图识别，得到问询消息的问询意图；
步骤“基于问询意图，确定第一虚拟机器人的第一应用答复内容、以及第二虚拟机器人的第二应用答复内容”可以包括：
通过第一虚拟机器人向第二虚拟机器人发送问询意图；通过第一虚拟机器人，基于问询意图从第一应用知识库中确定第一应用答复内容；通过第二虚拟机器人，基于问询意图从第二应用知识库中确定第二应用答复内容。
为了提升虚拟机器人效率，使得机器人问答页面中包含的所有虚拟机器人可以对对象提出的问询消息进行答复，可以由一个虚拟机器人对问询消息进行意图识别，得到问询消息的问询意图，再将该问询意图通过意图传递的方式向每一个虚拟机器人传递。
在本实施例中，第一虚拟机器人可以对问询消息进行意图识别，得到问询消息的问询意图，并将该问询意图向第二虚拟机器人发送，则第一虚拟机器人可以基于该问询意图，从第一应用知识库中确定第一应用答复内容，第二虚拟机器人可以基于该问询意图，从第二应用知识库中确定第二应用答复内容。
进行意图识别的机器人可以随机确定，也可以根据当前机器人问答页面所属的虚拟机器人确定，等等。
比如，参见图11，A机器人可以通过自然语言处理模块对问询消息进行初步处理，得到问询字符串，A机器人根据问询字符串进行意图识别，得到意图识别结果，并将意图识别结果传输至B机器人的对话管理模块和A机器人的对话管理模块，进而分别得到A机器人的答复内容和B机器人的答复内容。
又比如，参见图12，机器人问答页面可以包括多个用户，用户之间对于虚拟机器人需求可以在群组中通过消息的方式显示，用户之间可以互相通过消息确定彼此的意图，机器人问答页面内还可以包括多个机器人，一个机器人可以对用户的消息进行识别，并将识别到的意图在机器人之间进行传输，使得每一机器人可以对用户的消息进行答复。
本申请可以在机器人问答页面显示问询消息，该问询消息可以包括针对至少两个应用的问询内容，在对问询内容进行识别后，本申请可以在机器人问答页面显示答复消息，该答复消息可以基于至少两个应用对应的至少两个虚拟机器人分别对问询消息所作的答复内容得到，相比于现有技术一条问询消息仅能针对单个应用、并通过该应用的虚拟机器人给出答复消息，本申请可以显著提升虚拟机器人问答效率。
根据上述实施例所描述的方法，以下将举例作进一步详细说明。
本实施例将以集成在即时通讯客户端的智能问答方法为例进行详细介绍。比如，本申请可以包括应用XX荣耀和应用DD，其中，荣耀小狐狸可以为XX荣耀的虚拟机器人，荣耀小狐狸可以为第一虚拟机器人，小酱油可以为应用DD的虚拟机器人，小酱油可以为第二虚拟机器人。
如图13所示，图13是本申请实施例提供的智能问答方法的流程示意图。该智能问答方法可以包括：
201、计算机设备显示第一虚拟机器人的第一机器人问答页面，机器人显示页面包括快捷问答区域和聊天内容编辑区域。
比如，参见图14，荣耀小狐狸的第一机器人问答页面09a可以包括快捷问答区域和聊天内容编辑区域，快捷问答区域可以包括若干快捷按钮：峡谷聊一聊按钮、英雄百科按钮、以及福利活动按钮。
202、计算机设备响应于针对聊天问答编辑区域的操作，在第一虚拟机器人的第一机器人问答页面显示唤醒消息。
比如，参见图14，用户LL在聊天问答编辑区域进行编辑操作后，第一机器人问答页面09a显示用户LL的唤醒消息“@荣耀小狐狸帮我叫醒小酱油”。
203、计算机设备基于唤醒消息确定目标唤醒对象为第二虚拟机器人，并切换显示第二虚拟机器人的第二机器人问答页面，第二机器人问答页面包括聊天内容编辑区域和第二虚拟机器人的唤醒响应消息。
比如，参见图14，荣耀小狐狸对唤醒消息进行识别，确定目标唤醒对象为小酱油，切换显示第二机器人问答页面09b，并在第二机器人问答页面09b显示荣耀小狐狸针对唤醒消息的唤醒互动消息“@小酱油快出来”、小酱油的聊天内容编辑区域、小酱油的聊天内容编辑区域可以包括快捷问答区域，快捷问答区域可以包括若干快捷按钮：福利活动按钮、最新公告按钮、以及副本攻略按钮。
第二机器人问答页面09c可以接着显示小酱油的唤醒响应消息“大家好，我是万年一遇ai美少女小酱油，有什么问题，尽管来问我，快@我+你想说的话试试吧，惊喜等你来”，
此外此处在确定目标唤醒对象为小酱油后，也可以在第一机器人问答页面显示荣耀小酱油的唤醒互动消息“@小酱油快出来”，再切换显示小酱油的第二机器人问答页面。
204、计算机设备响应于针对聊天内容编辑区域的问询编辑操作，在第二机器人问答页面显示问询消息，问询消息包括针对第一应用和第二应用的问询内容，其中，第一应用对应第一虚拟机器人，第二应用对应第二虚拟机器人。
比如，参见图14，用户LL可以在小酱油的第二机器人问答页面09d发出问询消息“各个游戏最近的活动有哪些？”，该问询消息针对该群组中的所有虚拟机器人，即荣耀小狐狸和小酱油。
205、计算机设备对问询消息进行意图识别，确定问询消息的问询意图。
比如，计算机设备可以通过意图识别模型对问询消息进行意图识别，确定问询消息的问询意图为“活动”。
在进行意图识别时，可以包括若干预设问询意图，问询识别可以为从预设问询意图中确定问询消息对应的问询意图，比如，预设问询意图可以包括“小狐狸”、“小酱油”、以及“唤醒虚拟机器人”。意图识别可以通过意图模型进行，意图识别模型在训练时使用的样本语料可以包括三个标签，即三个预设问询意图小狐狸(fox)、小酱油(soy_sauce)、以及唤醒虚拟机器人(summon)，如下表可以为部分样本语料及其对应的样本标签：
| 样本语料 | 样本标签 |
| XX荣耀有哪些英雄 | fox |
| 亚瑟出什么装备 | fox |
| DD有多少个副本 | soy_sauce |
| 怎么出DD史诗 | soy_sauce |
| 帮我叫醒小狐狸 | summon |
| 帮我唤醒小酱油 | summon |
在一些实施例中，唤醒虚拟机器人可以为一级预设问询意图，在该一级预设问询意图下可以包括二级预设问询意图，如小酱油唤醒(soy_sauce_summon)，如下表可以包括部分二级预设问询意图及其对应的样本语料：
206、计算机设备在第二机器人问答页面显示第二虚拟机器人的第二答复消息和第一虚拟机器人的第一答复消息，第二答复消息包括第二虚拟机器人根据问询意图确定的第二答复内容，第一答复消息包括第一虚拟机器人根据问询意图确定的第一答复内容。
比如，参见图14，第二机器人问答页面09d可以显示荣耀小狐狸的第一答复消息和小酱油的第二答复消息。
此外，参见图15，用户LL的机器人问答页面08a中的问询消息可以为“@荣耀小狐狸我DD和XX荣耀哪个充钱多”，此时的问询信息针对XX荣耀和DD，此时可以由仅由荣耀小狐狸在机器人问答页面08b发出答复消息“您最近一个月在XX荣耀的消费总共为1000元，在DD中的消费共计500元。想知道更多详细流水信息可以帮您召唤小酱油！”。
207、计算机设备显示第一虚拟机器人针对第二虚拟机器人的第二答复消息的互动消息。
比如，参见图14，第二机器人问答页面09e可以显示荣耀小狐狸对第二答复消息的互动消息“@小酱油有老营销号内味儿了”。
其中，互动消息中的互动内容可以通过互动内容生成页面预先设置，参见图16，对于问询内容“地下城最近有升级送一百金币活动哦”，可以手动输入答案1(即一个互动内容)“有营销号内味儿了”。通过此种方式可以灵活多样的针对问询内容设置互动内容。
比如，参见图17，用户可以在群内聊天，发送消息，本申请中的公共语料自然语言理解模块可以对消息进行文本预处理和意图识别，并根据意图识别结果进行判断是否需要唤醒A机器人，若需要，则将问询消息发发送至A机器人的对话自然语言处理模块，进行文本预处理和意图识别，判断是否需要唤醒B机器人，若需要，则唤醒B机器人，并传递问询意图，根据A机器人的知识库一和B机器人的知识库二，以及对话管理模块和语言生成模块，向用户输出问询消息的答复消息。
本申请可以在机器人问答页面显示问询消息，该问询消息可以包括针对至少两个应用的问询内容，在对问询内容进行识别后，本申请可以在机器人问答页面显示答复消息，该答复消息可以基于至少两个应用对应的至少两个虚拟机器人分别对问询消息所作的答复内容得到，相比于现有技术一条问询消息仅能针对单个应用、并通过该应用的虚拟机器人给出答复消息，本申请可以显著提升虚拟机器人问答效率。
为便于更好的实本申请实施例提供的智能问答方法，本申请实施例还提供一种基于上述智能问答方法的装置。其中名词的含义与上述智能问答方法中相同，具体实现细节可以参考方法实施例中的说明。
如图18所示，图18本申请一实施例提供的智能问答装置的结构示意图，其中该智能问答装置可以包括页面显示模块301、问询显示模块302以及答复显示模块303，其中，
页面显示模块301，用于显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域；
问询显示模块302，用于响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容；
答复显示模块303，用于对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
在一些实施例中，答复显示模块包括识别子模块和答复显示子模块，其中，
识别子模块，用于对问询消息进行识别；
答复显示子模块，用于在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
在一些实施例中，至少两个虚拟机器人包括第一虚拟机器人和第二虚拟机器人，识别子模块包括识别单元、确定单元，其中，
识别单元，用于对问询消息进行意图识别，得到问询消息的问询意图；
确定单元，用于基于问询意图，确定第一虚拟机器人的第一应用答复内容、以及第二虚拟机器人的第二应用答复内容。
在一些实施例中，答复显示子模块具体用于：
在机器人问答页面显示第一虚拟机器人或第二虚拟机器人的答复消息，答复消息根据第一应用答复内容和第二应用答复内容确定。
在一些实施例中，答复显示子模块具体用于：
在机器人问答页面显示答复消息，答复消息包括第一答复消息和第二答复消息，第一答复消息包括第一虚拟机器人的第一应用答复内容，第二答复消息包括第二虚拟机器人的第二应用答复内容。
在一些实施例中，智能问答装置还包括：
互动获取模块，用于获取第二答复消息的互动内容；
互动显示模块，用于显示第一虚拟机器人针对第二虚拟机器人的第二答复消息的互动消息，互动消息包括互动内容。
在一些实施例中，智能问答装置还包括：
唤醒显示模块，用于响应于针对聊天内容编辑区域的机器人唤醒编辑操作，在机器人问答页面显示唤醒消息；
唤醒识别模块，用于对唤醒消息进行识别，以从至少两个虚拟机器人中确定目标唤醒对象；
唤醒对象模块，用于在机器人问答页面显示目标唤醒对象的聊天内容编辑区域。
在一些实施例中，智能问答装置还包括：
唤醒互动模块，用于显示针对目标唤醒对象的唤醒互动消息；
此实施例中，唤醒对象模块具体用于：
在机器人问答页面显示目标唤醒对象的唤醒响应消息和聊天内容编辑区域。
在一些实施例中，识别单元具体用于：
在一些实施例中，识别单元具体用于：
对问询消息中的问询内容进行预处理，得到问询字符串；
通过训练后的意图识别模型对问询字符串进行识别，得到问询消息的问询意图。
在一些实施例中，智能问答装置还包括：
样本获取模块，用于获取多个样本文本及其标签；
文本识别模块，用于通过意图识别模型对样本文本进行识别，得到样本文本的识别结果；
参数调整模块，用于基于样本文本的识别结果以及标签，对意图识别模型进行网络参数调整，以得到训练后的意图识别模型。
在一些实施例中，识别单元具体用于：
通过第一虚拟机器人对问询消息进行意图识别，得到问询消息的问询意图；
在此实施例中，确定单元具体用于：
通过第一虚拟机器人向第二虚拟机器人发送问询意图；
通过第一虚拟机器人，基于问询意图从第一应用知识库中确定第一应用答复内容；
通过第二虚拟机器人，基于问询意图从第二应用知识库中确定第二应用答复内容。
本申请中，页面显示模块301显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域；问询显示模块302响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容；答复显示模块303对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
本申请可以在机器人问答页面显示问询消息，该问询消息可以包括针对至少两个应用的问询内容，在对问询内容进行识别后，本申请可以在机器人问答页面显示答复消息，该答复消息可以基于至少两个应用对应的至少两个虚拟机器人分别对问询消息所作的答复内容得到，相比于现有技术一条问询消息仅能针对单个应用、并通过该应用的虚拟机器人给出答复消息，本申请可以显著提升虚拟机器人问答效率。
此外，本申请实施例还提供一种计算机设备，该计算机设备可以为终端或者服务器，如图19所示，其示出了本申请实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图19中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器401是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户页面和应用程序等，调制解调处理器主要处理无线通讯。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理***与处理器401逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域；响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容；对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中各种可选实现方式中提供的方法。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过计算机程序来完成，或通过计算机程序控制相关的硬件来完成，该计算机程序可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例还提供一种存储介质，其中存储有计算机程序，该计算机程序能够被处理器进行加载，以执行本申请实施例所提供的任一种智能问答方法中的步骤。例如，该计算机程序可以执行如下步骤：
显示客户端的机器人问答页面，机器人问答页面包括聊天内容编辑区域；响应于针对聊天内容编辑区域的问询编辑操作，在机器人问答页面显示问询消息，问询消息包括针对至少两个应用的问询内容；对问询消息进行识别，并在机器人问答页面显示答复消息，答复消息包括至少两个虚拟机器人针对问询消息进行识别得到的答复内容，至少两个虚拟机器人与至少两个应用一一对应。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序，可以执行本申请实施例所提供的任一种智能问答方法中的步骤，因此，可以实现本申请实施例所提供的任一种智能问答方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种智能问答方法、装置、存储介质以及计算机设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种智能问答方法，其特征在于，包括：
显示客户端的机器人问答页面，所述机器人问答页面包括聊天内容编辑区域；
响应于针对所述聊天内容编辑区域的问询编辑操作，在所述机器人问答页面显示问询消息，所述问询消息包括针对至少两个应用的问询内容，所述至少两个应用与至少两个虚拟机器人一一对应，所述至少两个虚拟机器人包括第一虚拟机器人和第二虚拟机器人；
对所述问询消息进行识别，并在所述机器人问答页面显示答复消息，其中，所述答复消息包括所述第一虚拟机器人或所述第二虚拟机器人的答复消息，所述答复消息根据所述第一虚拟机器人的第一应用答复内容和所述第二虚拟机器人的第二应用答复内容确定，所述第一应用答复内容和所述第二应用答复内容均基于所述问询消息确定，或所述答复消息包括第一答复消息和第二答复消息，所述第一答复消息包括所述第一虚拟机器人的第一应用答复内容，所述第二答复消息包括所述第二虚拟机器人的第二应用答复内容。
2.根据权利要求1所述的方法，其特征在于，所述至少两个虚拟机器人包括第一虚拟机器人和第二虚拟机器人，所述对所述问询消息进行识别，包括：
对所述问询消息进行意图识别，得到所述问询消息的问询意图；
基于所述问询意图，确定第一虚拟机器人的第一应用答复内容、以及第二虚拟机器人的第二应用答复内容。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述第二答复消息的互动内容；
显示第一虚拟机器人针对第二虚拟机器人的第二答复消息的互动消息，所述互动消息包括所述互动内容。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于针对所述聊天内容编辑区域的机器人唤醒编辑操作，在所述机器人问答页面显示唤醒消息；
对所述唤醒消息进行识别，以从至少两个虚拟机器人中确定目标唤醒对象；
在机器人问答页面显示所述目标唤醒对象的聊天内容编辑区域。
5.根据权利要求4所述的方法，其特征在于，所述对所述唤醒消息进行识别，以从至少两个虚拟机器人中确定目标唤醒对象之后，还包括：
显示针对所述目标唤醒对象的唤醒互动消息；
所述在机器人问答页面显示所述目标唤醒对象的聊天内容编辑区域，包括：
在机器人问答页面显示所述目标唤醒对象的唤醒响应消息和聊天内容编辑区域。
6.根据权利要求2所述的方法，其特征在于，所述对所述问询消息进行意图识别，得到所述问询消息的问询意图，包括：
对所述问询消息中的问询内容进行预处理，得到问询字符串；
通过训练后的意图识别模型对所述问询字符串进行识别，得到所述问询消息的问询意图。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取多个样本文本及其标签；
通过意图识别模型对样本文本进行识别，得到样本文本的识别结果；
基于样本文本的识别结果以及标签，对所述意图识别模型进行网络参数调整，以得到训练后的意图识别模型。
8.根据权利要求2所述的方法，其特征在于，所述对所述问询消息进行意图识别，得到所述问询消息的问询意图，包括：
通过所述第一虚拟机器人对所述问询消息进行意图识别，得到所述问询消息的问询意图；
所述基于所述问询意图，确定第一虚拟机器人的第一应用答复内容、以及第二虚拟机器人的第二应用答复内容，包括：
通过所述第一虚拟机器人向所述第二虚拟机器人发送所述问询意图；
通过所述第一虚拟机器人，基于所述问询意图从第一应用知识库中确定第一应用答复内容；
通过所述第二虚拟机器人，基于所述问询意图从第二应用知识库中确定第二应用答复内容。
9.一种虚拟机器人智能问答装置，其特征在于，包括：
页面显示模块，用于显示客户端的机器人问答页面，所述机器人问答页面包括聊天内容编辑区域；
问询显示模块，用于响应于针对所述聊天内容编辑区域的问询编辑操作，在所述机器人问答页面显示问询消息，所述问询消息包括针对至少两个应用的问询内容，所述至少两个应用与至少两个虚拟机器人一一对应，所述至少两个虚拟机器人包括第一虚拟机器人和第二虚拟机器人；
答复显示模块，用于对所述问询消息进行识别，并在所述机器人问答页面显示答复消息，其中，所述答复消息包括所述第一虚拟机器人或所述第二虚拟机器人的答复消息，所述答复消息根据所述第一虚拟机器人的第一应用答复内容和所述第二虚拟机器人的第二应用答复内容确定，所述第一应用答复内容和所述第二应用答复内容均基于所述问询消息确定，或所述答复消息包括第一答复消息和第二答复消息，所述第一答复消息包括所述第一虚拟机器人的第一应用答复内容，所述第二答复消息包括所述第二虚拟机器人的第二应用答复内容。
10.一种存储介质，其特征在于，所述存储介质存储有多条计算机程序，所述计算机程序适于处理器进行加载，以执行如权利要求1至8任一项方法中的步骤。
11.一种计算机设备，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，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011181280.2A CN112307166B (zh) | 2020-10-29 | 2020-10-29 | 一种智能问答方法、装置、存储介质以及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011181280.2A CN112307166B (zh) | 2020-10-29 | 2020-10-29 | 一种智能问答方法、装置、存储介质以及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112307166A CN112307166A (zh) | 2021-02-02 |
| CN112307166B true CN112307166B (zh) | 2024-01-30 |
Family
ID=74331916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011181280.2A Active CN112307166B (zh) | 2020-10-29 | 2020-10-29 | 一种智能问答方法、装置、存储介质以及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112307166B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434653A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技（深圳）有限公司 | 处理查询语句的方法、装置、设备及存储介质 |
| CN113595881A (zh) * | 2021-07-27 | 2021-11-02 | 上海客佳信息科技有限公司 | 一种即时消息的处理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247726A (zh) * | 2017-04-28 | 2017-10-13 | 北京神州泰岳软件股份有限公司 | 适用于多业务场景的智能机器人的实现方法及装置 |
| CN108965103A (zh) * | 2017-05-18 | 2018-12-07 | 三星电子株式会社 | 提供对话内容的电子设备、服务器及其方法 |
| US20190199658A1 (en) * | 2017-12-21 | 2019-06-27 | Kakao Corp. | Relay chatbot linked to multiple chatbots |
| CN111226193A (zh) * | 2017-11-20 | 2020-06-02 | 三星电子株式会社 | 电子设备及改变聊天机器人的方法 |
-
2020
- 2020-10-29 CN CN202011181280.2A patent/CN112307166B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247726A (zh) * | 2017-04-28 | 2017-10-13 | 北京神州泰岳软件股份有限公司 | 适用于多业务场景的智能机器人的实现方法及装置 |
| CN108965103A (zh) * | 2017-05-18 | 2018-12-07 | 三星电子株式会社 | 提供对话内容的电子设备、服务器及其方法 |
| CN111226193A (zh) * | 2017-11-20 | 2020-06-02 | 三星电子株式会社 | 电子设备及改变聊天机器人的方法 |
| US20190199658A1 (en) * | 2017-12-21 | 2019-06-27 | Kakao Corp. | Relay chatbot linked to multiple chatbots |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112307166A (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12010073B2 (en) | Systems and processes for operating and training a text-based chatbot | |
| WO2020147428A1 (zh) | 交互内容生成方法、装置、计算机设备及存储介质 | |
| US11250839B2 (en) | Natural language processing models for conversational computing | |
| US20200395008A1 (en) | Personality-Based Conversational Agents and Pragmatic Model, and Related Interfaces and Commercial Models | |
| WO2018224034A1 (zh) | 智能问答方法、服务器、终端及存储介质 | |
| WO2018102229A1 (en) | Systems and methods for performing automated interviews | |
| CN111767385A (zh) | 一种智能问答方法及装置 | |
| CN112307166B (zh) | 一种智能问答方法、装置、存储介质以及计算机设备 | |
| CN113392640B (zh) | 一种标题确定方法、装置、设备及存储介质 | |
| CN111026840A (zh) | 文本处理方法、装置、服务器和存储介质 | |
| CN113140138A (zh) | 互动教学方法、装置、存储介质及电子设备 | |
| CN108306813B (zh) | 会话消息的处理方法、服务器及客户端 | |
| CN112686051A (zh) | 语义识别模型训练方法、识别方法、电子设备、存储介质 | |
| CN115510194A (zh) | 问答语句检索方法、装置、电子设备及存储介质 | |
| CN111444321B (zh) | 问答方法、装置、电子设备和存储介质 | |
| CN111933128B (zh) | 调查问卷的题库的处理方法、装置、电子设备 | |
| CN117520497A (zh) | 大模型交互处理方法、***、终端、设备及介质 | |
| CN117520498A (zh) | 基于虚拟数字人交互处理方法、***、终端、设备及介质 | |
| CN112052320B (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
| CN109002498A (zh) | 人机对话方法、装置、设备及存储介质 | |
| CN113505293A (zh) | 信息推送方法、装置、电子设备及存储介质 | |
| CN112328871A (zh) | 一种基于rpa模块的回复生成方法、装置、设备及存储介质 | |
| Lee | Building multimodal ai chatbots | |
| CN111460106A (zh) | 一种信息交互方法、装置及设备 | |
| US20240037339A1 (en) | Domain-specific named entity recognition via graph neural networks |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40038690 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |