TWI588816B - 一種語言交互方法 - Google Patents

一種語言交互方法 Download PDF

Info

Publication number
TWI588816B
TWI588816B TW105120505A TW105120505A TWI588816B TW I588816 B TWI588816 B TW I588816B TW 105120505 A TW105120505 A TW 105120505A TW 105120505 A TW105120505 A TW 105120505A TW I588816 B TWI588816 B TW I588816B
Authority
TW
Taiwan
Prior art keywords
statement
domain
empty
feedback
result
Prior art date
Application number
TW105120505A
Other languages
English (en)
Other versions
TW201701270A (zh
Inventor
陳見聳
Original Assignee
芋頭科技(杭州)有限公司
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 芋頭科技(杭州)有限公司 filed Critical 芋頭科技(杭州)有限公司
Publication of TW201701270A publication Critical patent/TW201701270A/zh
Application granted granted Critical
Publication of TWI588816B publication Critical patent/TWI588816B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

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

Description

一種語言交互方法
本發明涉及口語自然語言理解領域，尤其涉及一種基於領域句式分類的人機自然語言交互方法。
隨著科技的發展智能設備普及和語音識別技術的逐步成熟，由於自然語言交互具有方便、自然、快捷等優點，因此在人機交互過程中自然語言交互凸顯的尤爲重要。在人機交互過程中，由於用戶自然語言的多樣性，以及領域情景的特殊性，通常一輪人機交互不能滿足機器人的動作需求，需要經過多輪人機交互才能爲機器人提供進行相應動作的必要信息。
現有的自然語言交互採用的對話管理技術主要包括基於統計的對話管理方法和基於規則的對話管理方法。
基於統計的對話管理方法屬於數據驅動的方法，可對真實的對話語料進行標注，根據統計模型從語料中學習對話的模式，從而指導人機對話流程的方法。在構建對話管理系統時不需要大量的人工專家知識。統計的對話管理方法存在的缺點有需要大量的真實語料數據及標注。然而，在構建真實的對話管理系統的初期，由於多方面的條件限制，設計人員通常很難收集到足夠的語料進行訓練。
基於規則的對話管理方法是根據專家知識，人工設定對話的流程的方法。由於在多輪人機交互過程中普遍存在上下文聯繫，因此用戶輸出的語句可能存在部分省略成分，例如：省略了主語、謂語僅保留賓語等。因此，在單純的分析一句語句時很難解析出用戶的真實意圖，需要聯繫前幾次對話的上下文對當前的語句進行語義解析。雖然，不需要搜集大量的數據，但是需要設計者對對話的流程、規則等具有一定的瞭解，增加了設計者的設計難度及相應的工作量。
針對現有的自然語言交互存在的上述問題，現提供一種旨在實現可降低設計人員的工作量和設計難度的語言交互方法。
具體技術方案如下：
一種語言交互方法，用於用戶與機器人之間的語言交互過程中，採用一存儲單元儲存預設的語義語句，所述語義語句包括表示單一領域屬性的領域句式和表示多個領域屬性的通用句式；
一件事件的所述語音交互方法包括下述步驟：
步驟1. 獲取用戶輸出的自然語言語句；
步驟2. 對所述自然語言語句進行語義解析，以獲取相應的語義解析結果；
步驟3. 所述機器人根據所述語義解析結果進行處理，以輸出相應的響應結果；
步驟4. 獲取所述用戶輸出的反饋語句；
步驟5. 判斷所述反饋語句是否爲結束指令，若是，則執行步驟7；若否，則執行步驟6；
步驟6. 對所述反饋語句進行語義解析，以獲取相應的所述語義解析結果，返回執行所述步驟3；
步驟7. 結束。
優選的，所述步驟2的具體過程爲：
步驟21. 將所述自然語言語句與預設的所有的所述領域句式進行匹配，以獲取第一解析結果；
步驟22. 判斷所述初次語義解析結果是否爲空；
若所述第一解析結果不爲空，則執行步驟23；
若所述第一解析結果爲空，輸出所述語義結果爲空，並執行所述步驟3；
步驟23. 將所述第一解析結果作爲所述語義解析結果，執行所述步驟3。
優選的，當所述第一解析結果不爲空時，所述第一解析結果包括所述自然語言語句所屬領域的領域屬性，和/或與所述領域屬性對應的用戶意圖，和/或所述自然語言語句中的關鍵信息。
優選的，所述步驟6的具體過程爲：
步驟61. 將所述反饋語句與預設的所有的所述領域句式進行匹配，以獲取反饋解析結果；
步驟62. 判斷所述反饋解析結果是否爲空；
若所述反饋解析結果不爲空，則執行步驟63；
若所述反饋解析結果爲空，則執行步驟64；
步驟63. 將所述反饋解析結果作爲所述語義解析結果，執行所述步驟3；
步驟64. 將本件所述事件的語音交互過程中獲得的之前所有的所述語義解析結果分別與所有的所述通用句式進行匹配，獲得相應的所述匹配結果，將所有的所述匹配結果進行融合，以獲得融合語句；
步驟65. 判斷所述融合語句是否爲空；
若所述融合語句不爲空，則執行步驟66；
若所述反饋解析結果爲空，輸出所述語義解析結果爲空，並執行所述步驟3；
步驟66. 將所述融合語句作爲所述語義解析結果，執行所述步驟3。
優選的，當所述反饋解析結果不爲空時，所述反饋解析結果包括所述反饋語句所屬領域的領域屬性，和/或與所述領域屬性對應的用戶意圖，和/或所述反饋語句中的關鍵信息。
優選的，當所述融合語句不爲空時，所述融合語句包括所述反饋語句所屬領域的領域屬性，和/或與所述領域屬性對應的用戶意圖，和/或所述反饋語句中的關鍵信息。
優選的，所述領域句式採用正則表達式表示。
優選的，所述通用句式採用正則表達式表示。
上述技術方案的有益效果：
本技術方案中，語言交互方法可將用戶輸出的自然語言語句進行解析，以獲得相應的解析結果，並對用戶再次輸出的反饋語句進行解析，以實現在多輪對話中對人機對話過程中的上下文進行全面的解析，從而獲得最優的解析結果，降低了設計人員的工作量和設計難度。
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
需要說明的是，在不衝突的情况下，本發明中的實施例及實施例中的特徵可以相互組合。
下面結合附圖和具體實施例對本發明作進一步說明，但不作爲本發明的限定。
如圖1所示，一種語言交互方法，用於用戶與機器人之間的語言交互過程中，採用一存儲單元儲存預設的語義語句，語義語句包括表示單一領域屬性的領域句式和表示多個領域屬性的通用句式；
一件事件的語音交互方法包括下述步驟：
步驟1. 獲取用戶輸出的自然語言語句；
步驟2. 對自然語言語句進行語義解析，以獲取相應的語義解析結果；
步驟3. 機器人根據語義解析結果進行處理，以輸出相應的響應結果；
步驟4. 獲取用戶輸出的反饋語句；
步驟5. 判斷反饋語句是否爲結束指令，若是，則執行步驟7；若否，則執行步驟6；
步驟6. 對反饋語句進行語義解析，以獲取相應的語義解析結果，返回執行步驟3；
步驟7. 結束。
其中，領域句式是指具有明確的領域屬性的句式，即通過句式所傳遞的語義，可以明確的確定其所在的領域；通用句式是指不具有唯一領域屬性的句式，即通過句式所傳遞的語義，不能唯一的確定其所在的領域，可能對應多個領域。
具體地，存儲單元可預先存儲所有的有關用戶想要訂飛機票時的領域句式，如：“訂從$origin到$destination的飛機票”，其中“$origin”表示出發地，“$destination”表示目的地；以“訂飛機票”領域爲例，對於語句“訂從$origin到$destination的飛機票”，其中，“訂飛機票”屬於領域句式。但是在某些情况下，例如：當機器人發問“您要訂到哪裡的飛機票？”，用戶的回答可能僅僅是一地名，比如“上海”，其對應的句式即爲“$destination”，單單針對這一條句式很難判定其所在的領域，因爲其他領域，比如“訂火車票”也可能存在同樣的句式，因此這種句式爲通用句式。
在本實施例中，反饋語句可包括結束指令，結束指令用以表示結束本次事件的語言交互，即結束本次交互任務。
在本實施例中，語言交互方法可將用戶輸出的自然語言語句進行解析，以獲得相應的解析結果，並對用戶再次輸出的反饋語句進行解析，以實現在多輪對話中對人機對話過程中的上下文進行全面的解析，從而獲得最優的解析結果，不但降低設計人員的工作量和設計難度，而且解析效率高。
如圖2所示，在優選的實施例中，步驟2的具體過程爲：
步驟21. 將自然語言語句與預設的所有的領域句式進行匹配，以獲取第一解析結果；
步驟22. 判斷初次語義解析結果是否爲空；
若第一解析結果不爲空，則執行步驟23；
若第一解析結果爲空，輸出語義結果爲空，並執行步驟3；
步驟23. 將第一解析結果作爲語義解析結果，執行步驟3。
在本實施例中，通過將自然語言語句與預設的所有的領域句式進行匹配，可獲取自然語言語句對應的領域句式所屬的領域，以方便機器人根據語義解析結果對應的領域進行相應的處理或查找，從而可快速的做出相應的響應，與用戶互動，以提高用戶的體驗效果。
在優選的實施例中，當第一解析結果不爲空時，第一解析結果包括自然語言語句所屬領域的領域屬性，和/或與領域屬性對應的用戶意圖，和/或自然語言語句中的關鍵信息。
在本實施例中，每個領域屬性可對應多個用戶意圖，當獲取自然語言語句存在所屬領域的領域屬性時，可同時獲取與該領域屬性對應的用戶意圖，以快速的獲取用戶的目的或要求。
如圖3所示，在優選的實施例中，步驟6的具體過程爲：
步驟61. 將反饋語句與預設的所有的領域句式進行匹配，以獲取反饋解析結果；
步驟62. 判斷反饋解析結果是否爲空；
若反饋解析結果不爲空，則執行步驟63；
若反饋解析結果爲空，則執行步驟64；
步驟63. 將反饋解析結果作爲語義解析結果，執行步驟3；
步驟64. 將本件事件的語音交互過程中獲得的之前所有的語義解析結果分別與所有的通用句式進行匹配，獲得相應的匹配結果，將所有的匹配結果進行融合，以獲得融合語句；
步驟65. 判斷融合語句是否爲空；
若融合語句不爲空，則執行步驟66；
若反饋解析結果爲空，輸出語義解析結果爲空，並執行步驟3；
步驟66. 將融合語句作爲語義解析結果，執行步驟3。
機器人可根據語義解析結果從數據庫中搜索的相應的數據，或者根據當前的狀態向用戶詢問必要的信息。
在本實施例中，通過將用戶輸出的反饋語句與預設的所有的領域句式進行匹配，可獲取自然語言語句對應的領域句式所屬的領域，或根據多輪人機對話過程中的匹配結果，對上下文進行全面的解析，以將所有的匹配結果融合，從而獲得最優的解析結果，以方便機器人根據語義解析結果對應的領域進行相應的處理或查找，從而可快速的做出相應的響應，與用戶互動，以提高用戶的體驗效果，同時降低設計人員的工作量和設計難度。
在優選的實施例中，當反饋解析結果不爲空時，反饋解析結果包括反饋語句所屬領域的領域屬性，和/或與領域屬性對應的用戶意圖，和/或反饋語句中的關鍵信息。
在本實施例中，每個領域屬性可對應多個用戶意圖，當獲取自然語言語句存在所屬領域的領域屬性時，可同時獲取與該領域屬性對應的用戶意圖，以快速的獲取用戶的目的或要求。
在優選的實施例中，當融合語句不爲空時，融合語句包括反饋語句所屬領域的領域屬性，和/或與領域屬性對應的用戶意圖，和/或反饋語句中的關鍵信息。
在本實施例中，每個領域屬性可對應多個用戶意圖，當獲取自然語言語句存在所屬領域的領域屬性時，可同時獲取與該領域屬性對應的用戶意圖，以快速的獲取用戶的目的或要求。通過根據多輪人機對話過程中的匹配結果，對上下文進行全面的解析，可將所有的匹配結果融合，從而獲得最優的解析結果，以方便機器人根據語義解析結果對應的領域進行相應的處理或查找，從而使機器人快速的做出相應的響應。
在優選的實施例中，領域句式和通用句式均可採用正則表達式表示。
在本實施例中，正則表達式（Regular Expression），又稱正規表示法或常規表示法，正則表達式是計算機科學的一個概念，採用單個字符串來描述、匹配一系列符合某個句法規則的字符串。可應用在文本編輯器中，正則表達式通常被用來作爲檢索、替換符合某個模式的文本的工具。
以上所述僅爲本發明較佳的實施例，並非因此限制本發明的實施方式及保護範圍，對於本領域技術人員而言，應當能夠意識到凡運用本發明說明書及圖示內容所作出的等同替換和顯而易見的變化所得到的方案，均應當包含在本發明的保護範圍內。
1-7‧‧‧步驟
21-23‧‧‧步驟
61-66‧‧‧步驟
圖1爲本發明所述的語言交互方法的第一種實施例的流程圖； 圖2爲本發明所述的語言交互方法的第二種實施例的流程圖； 圖3爲本發明所述的語言交互方法的另一種實施例的流程圖。
1-7‧‧‧步驟

Claims (6)

  1. 一種語言交互方法，用於用戶與機器人之間的語言交互過程中，採用一存儲單元儲存預設的語義語句，所述語義語句包括表示單一領域屬性的領域句式和表示多個領域屬性的通用句式；一件事件的所述語音交互方法包括下述步驟：步驟1. 獲取用戶輸出的自然語言語句；步驟2. 對所述自然語言語句進行語義解析，以獲取相應的語義解析結果；所述步驟2的具體過程為：步驟21. 將所述自然語言語句與預設的所有的所述領域句式進行匹配，以獲取第一解析結果；步驟22. 判斷所述初次語義解析結果是否為空；若所述第一解析結果不為空，則執行步驟23；若所述第一解析結果為空，輸出所述語義結果為空，並執行所述步驟3；步驟23. 將所述第一解析結果作為所述語義解析結果，執行所述步驟3；步驟3. 所述機器人根據所述語義解析結果進行處理，以輸出相應的響應結果；步驟4. 獲取所述用戶輸出的反饋語句；步驟5. 判斷所述反饋語句是否為結束指令，若是，則執行步驟7；若否，則執行步驟6；步驟6. 對所述反饋語句進行語義解析，以獲取相應的所述語義解析結果，返回執行所述步驟3；所述步驟6的具體過程為：步驟61. 將所述反饋語句與預設的所有的所述領域句式進行匹配，以獲取反饋解析結果； 步驟62. 判斷所述反饋解析結果是否為空；若所述反饋解析結果不為空，則執行步驟63；若所述反饋解析結果為空，則執行步驟64；步驟63. 將所述反饋解析結果作為所述語義解析結果，執行所述步驟3；步驟64. 將本件所述事件的語音交互過程中獲得的之前所有的所述語義解析結果分別與所有的所述通用句式進行匹配，獲得相應的所述匹配結果，將所有的所述匹配結果進行融合，以獲得融合語句；步驟65. 判斷所述融合語句是否為空；若所述融合語句不為空，則執行步驟66；若所述反饋解析結果為空，輸出所述語義解析結果為空，並執行所述步驟3；步驟66. 將所述融合語句作為所述語義解析結果，執行所述步驟3；步驟7. 結束。
  2. 如申請專利範圍第1項所述的語言交互方法，當所述第一解析結果不為空時，所述第一解析結果包括所述自然語言語句所屬領域的領域屬性，和/或與所述領域屬性對應的用戶意圖，和/或所述自然語言語句中的關鍵信息。
  3. 如申請專利範圍第1項所述的語言交互方法，當所述反饋解析結果不為空時，所述反饋解析結果包括所述反饋語句所屬領域的領域屬性，和/或與所述領域屬性對應的用戶意圖，和/或所述反饋語句中的關鍵信息。
  4. 如申請專利範圍第1項所述的語言交互方法，當所述融合語句不為空時，所述融合語句包括所述反饋語句所屬領域的領域屬性，和/或與所述領域屬性對應的用戶意圖，和/或所述反饋語句中的關鍵信息。
  5. 如申請專利範圍第1項所述的語言交互方法，所述領域句式採用正則表達式表示。
  6. 如申請專利範圍第1項所述的語言交互方法，所述通用句式採用正則表達式表示。
TW105120505A 2015-06-30 2016-06-29 一種語言交互方法 TWI588816B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510387071.6A CN106326307A (zh) 2015-06-30 2015-06-30 一种语言交互方法

Publications (2)

Publication Number Publication Date
TW201701270A TW201701270A (zh) 2017-01-01
TWI588816B true TWI588816B (zh) 2017-06-21

Family

ID=57607824

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105120505A TWI588816B (zh) 2015-06-30 2016-06-29 一種語言交互方法

Country Status (4)

Country Link
CN (1) CN106326307A (zh)
HK (1) HK1231595A1 (zh)
TW (1) TWI588816B (zh)
WO (1) WO2017000809A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11749255B2 (en) 2019-04-30 2023-09-05 Boe Technology Group Co., Ltd. Voice question and answer method and device, computer readable storage medium and electronic device

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108044621B (zh) * 2017-09-20 2020-01-10 广东拓斯达科技股份有限公司 一种计算机可读存储介质和应用该介质的机器人
CN109726387A (zh) * 2017-10-31 2019-05-07 科沃斯商用机器人有限公司 人机交互方法和***
CN110459211B (zh) * 2018-05-07 2023-06-23 阿里巴巴集团控股有限公司 人机对话方法、客户端、电子设备及存储介质
CN111414760B (zh) * 2018-12-18 2023-06-16 广东美的白色家电技术创新中心有限公司 自然语言处理方法及相关设备、***和存储装置
CN109960806A (zh) * 2019-03-26 2019-07-02 北京博瑞彤芸文化传播股份有限公司 一种自然语言处理方法
CN112307742B (zh) * 2019-08-23 2021-10-22 上海松鼠课堂人工智能科技有限公司 会话式人机交互口语测评方法、装置及存储介质
CN112017629B (zh) * 2020-07-15 2021-12-21 马上消费金融股份有限公司 语音机器人的会话控制方法及设备、存储介质
CN113113005B (zh) * 2021-03-19 2024-06-18 大众问问(北京)信息科技有限公司 语音数据处理方法、装置、计算机设备和存储介质
CN115346523A (zh) * 2021-05-14 2022-11-15 联发科技（新加坡）私人有限公司 语音设备的语音交互方法及装置
CN117892828B (zh) * 2024-03-18 2024-05-31 青岛市勘察测绘研究院 一种地理信息***自然语言交互方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200627196A (en) * 2005-01-27 2006-08-01 Delta Electronics Inc Vocabulary generating apparatus and method thereof and speech recognition system with the vocabulary generating apparatus
TW201013635A (en) * 2008-09-24 2010-04-01 Mitac Int Corp Intelligent voice system and method thereof
TW201439896A (zh) * 2013-04-10 2014-10-16 Via Tech Inc 語音操控方法與行動終端裝置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101753471A (zh) * 2008-12-04 2010-06-23 ***通信集团海南有限公司 一种im交互式文本应答方法及应答***
CN101923539B (zh) * 2009-06-11 2014-02-12 珠海市智汽电子科技有限公司 基于自然语言的人机对话***
CN101923857A (zh) * 2009-06-17 2010-12-22 复旦大学 一种人机交互的可扩展语音识别方法
CN103078995A (zh) * 2012-12-18 2013-05-01 苏州思必驰信息科技有限公司 一种在移动终端使用的可定制的个性化应答方法和***
CN103744836A (zh) * 2014-01-08 2014-04-23 苏州思必驰信息科技有限公司 一种人机对话方法及装置
CN103760984A (zh) * 2014-01-24 2014-04-30 成都万先自动化科技有限责任公司 人机对话***
CN104008160A (zh) * 2014-05-29 2014-08-27 吴春尧 一种实现并行话题控制的模糊推理聊天机器人方法和***
CN104199810A (zh) * 2014-08-29 2014-12-10 科大讯飞股份有限公司 一种基于自然语言交互的智能服务方法及***
CN104408639A (zh) * 2014-10-22 2015-03-11 百度在线网络技术（北京）有限公司 多轮会话交互方法和***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200627196A (en) * 2005-01-27 2006-08-01 Delta Electronics Inc Vocabulary generating apparatus and method thereof and speech recognition system with the vocabulary generating apparatus
TW201013635A (en) * 2008-09-24 2010-04-01 Mitac Int Corp Intelligent voice system and method thereof
TW201439896A (zh) * 2013-04-10 2014-10-16 Via Tech Inc 語音操控方法與行動終端裝置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11749255B2 (en) 2019-04-30 2023-09-05 Boe Technology Group Co., Ltd. Voice question and answer method and device, computer readable storage medium and electronic device

Also Published As

Publication number Publication date
HK1231595A1 (zh) 2017-12-22
WO2017000809A1 (zh) 2017-01-05
TW201701270A (zh) 2017-01-01
CN106326307A (zh) 2017-01-11

Similar Documents

Publication Publication Date Title
TWI588816B (zh) 一種語言交互方法
US11797609B2 (en) Semantic representation and realization for conversational systems
JP7420842B2 (ja) 自然言語理解（ｎｌｕ）フレームワークにおける予測的類似性スコアリングサブシステム
US10845937B2 (en) Semantic representation and realization for conversational systems
US11126798B1 (en) Applied artificial intelligence technology for conversational inferencing and interactive natural language generation
EP2956931B1 (en) Facilitating development of a spoken natural language interface
US9740685B2 (en) Generation of natural language processing model for an information domain
Orosz et al. PurePos 2.0: a hybrid tool for morphological disambiguation
RU2509350C2 (ru) Способ семантической обработки естественного языка с использованием графического языка-посредника
WO2015135455A1 (en) Natural language question answering method and apparatus
JP6676109B2 (ja) 発話文生成装置とその方法とプログラム
KR102445519B1 (ko) 대화형 지능 서비스 제공 챗봇 제작 시스템 및 방법
KR20220028038A (ko) 자연어 이해 프레임워크에서 발화에 대한 복수의 의미 표현들의 도출
CN105512105A (zh) 语义解析方法和装置
KR101627428B1 (ko) 딥 러닝을 이용하는 구문 분석 모델 구축 방법 및 이를 수행하는 장치
WO2017163346A1 (ja) 文章解析システム及びプログラム
JP2013190985A (ja) 知識応答システム、方法およびコンピュータプログラム
Keim et al. Towards consistency checking between software architecture and informal documentation
US20220365956A1 (en) Method and apparatus for generating patent summary information, and electronic device and medium
Gang et al. Chinese intelligent chat robot based on the AIML language
KR20150042533A (ko) 복합 문장 분석 장치, 이를 위한 기록매체
US10460044B2 (en) Methods and systems for translating natural language requirements to a semantic modeling language statement
Xiao et al. Lightweight natural language driven intent translation mechanism for intent based networking
CN111798847A (zh) 语音交互方法、服务器和计算机可读存储介质
CN113128202B (zh) 一种面向物联网服务的智能编排方法和装置

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees