[發(fā)明專利]用于認(rèn)知超負(fù)荷的設(shè)備用戶的交互式對話

有效

• 申請?zhí)枺?/td>: 201110276754.6
• 申請日: 2005-08-10
• 公開（公告）號: CN102298928A
• 公開（公告）日: 2011-12-28
• 發(fā)明（設(shè)計）人: 翁富良;L·卡維多;B·拉格胡那坦;D·米爾科維奇;L·希亞特;H·施密特;A·格林施泰因;S·彼得斯
• 申請（專利權(quán)）人: 羅伯特·博世有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G06F17/27
• 代理公司: 永新專利商標(biāo)代理有限公司 72002
• 代理人: 李科;王英

本申請是申請?zhí)枮?00580040270.4、申請日為2005年8月10日、發(fā)明名稱為“用于認(rèn)知超負(fù)荷的設(shè)備用戶的交互式對話”的中國專利申請的分案申請。

技術(shù)領(lǐng)域

本發(fā)明涉及用于認(rèn)知超負(fù)荷的設(shè)備用戶的交互式對話的方法和系統(tǒng)。

背景技術(shù)

帶有口語對話接口的系統(tǒng)已經(jīng)在廣泛應(yīng)用中獲得穩(wěn)步增長的認(rèn)可。但是，口語對話接口系統(tǒng)可以使用受限語言和腳本對話交互。特別是，口語語言對話系統(tǒng)可以包括極少被關(guān)注的語言理解和對話交互的簡單模型。然而，真實的人類對話可能很大程度上依賴于上下文和環(huán)境，充滿不合語法的言辭(utterance)和不完整句，并且很可能是相當(dāng)交互性和協(xié)作性的。例如，說話人可能互相打斷，說完各自的句子，以及共同對共享的上下文做出貢獻(xiàn)。

理解語言和對自然對話建模在建造友好的口語語言接口中是很重要，并且在用戶對外部任務(wù)非常關(guān)心的設(shè)置中至關(guān)重要，例如駕駛直升飛機(jī)或汽車。在這種場景中，用戶可能在適當(dāng)時刻之前不能提前計劃好他們的措辭或“保持那種想法”。而是用戶可能需要能夠打斷對話系統(tǒng)并做出基于上下文和環(huán)境的指示。相反的，對話系統(tǒng)必須在上下文中理解這些貢獻(xiàn)，并且應(yīng)該僅在合適時打斷用戶(比如在關(guān)鍵情況下)，并且任何來自系統(tǒng)的問題都應(yīng)該盡可能的集中。由此，在高度著重的或認(rèn)知超負(fù)荷的領(lǐng)域(domain)中的會話接口，即那些涉及到專注于其他任務(wù)的用戶的領(lǐng)域，可能需要更靈活的對話，并且其具有魯棒性的、覆蓋廣泛的語言理解。

例如，在汽車工業(yè)中，對話系統(tǒng)可以提供對設(shè)備的命令和控制。然而，這些系統(tǒng)可能為了語言理解和對話管理而依賴于關(guān)鍵字識別技術(shù)和有限狀態(tài)技術(shù)。這些系統(tǒng)可能還會碰到與更新數(shù)據(jù)庫或接入到新設(shè)備/應(yīng)用程序相關(guān)的困難。由此，由于這些系統(tǒng)所使用技術(shù)的限制，只能處理具有約束性的口語語言表達(dá)。此外，較為頻繁發(fā)生的語言現(xiàn)象，例如代詞，歧義和修正，可能不能正確處理。

發(fā)明內(nèi)容

本發(fā)明的典型實施例和/或典型方法提供了一種典型的靈活的對話系統(tǒng)和/或方法，其允許用戶在口頭上與多種設(shè)備交互，并且能夠進(jìn)行具有完全口語理解的豐富對話、多線程對話管理、信息的動態(tài)更新、部分專有名詞(partial?proper?name)的識別、并且允許簡單有效的即插即用的領(lǐng)域端口。

在這點(diǎn)上，根據(jù)本發(fā)明的典型對話系統(tǒng)和/或典型方法理解特定語言現(xiàn)象，該特定語言現(xiàn)象可能在人的對話中是普遍的但可能不容易被現(xiàn)有技術(shù)處理。特別是，根據(jù)本發(fā)明的典型對話系統(tǒng)可以提供完全的語言分析，在分析中，該典型系統(tǒng)理解不包含內(nèi)容的單詞的微妙之處，這些單詞例如“一個(a)”、“該(the)”、“這個(this)”、“那個(that)”和“其他的(other)”。此外，典型對話系統(tǒng)可以對用戶的言辭提供基于環(huán)境和上下文的理解。

本發(fā)明的典型實施例和/或典型方法可以提供動態(tài)更新，從而可以動態(tài)地添加和擴(kuò)展設(shè)備和信息內(nèi)容。在這點(diǎn)上，本發(fā)明可以使用一組技術(shù)，其允許新內(nèi)容的動態(tài)更新和新領(lǐng)域的快速適應(yīng)。本發(fā)明的典型實施例和/或典型方法可以在管理龐大數(shù)量的內(nèi)容方面給用戶增加用戶易用性，由此可以加速技術(shù)的市場接受程度。本發(fā)明的典型實施例和/或典型方法可以實現(xiàn)多種應(yīng)用，并且允許公司快速添加新應(yīng)用以便獲取產(chǎn)業(yè)內(nèi)的市場份額，比如汽車，手持設(shè)備和蜂窩電話。本發(fā)明的典型實施例和/或典型方法使用新的一組技術(shù)，其允許動態(tài)內(nèi)容更新并且在管理用戶喜歡的內(nèi)容項目上為用戶提供更多的方便。所述新技術(shù)還可以允許開發(fā)者/公司以更快、更節(jié)省成本的方式提出新應(yīng)用。

本發(fā)明的典型系統(tǒng)和/或典型方法可以包含統(tǒng)計式自然語言理解(NLU)模塊，以提供魯棒的全句分析，以及對話管理器(DM)，以支持基于上下文的理解并且管理用戶-系統(tǒng)的交互。本發(fā)明的典型系統(tǒng)和/或典型方法在面對來自語音識別(SR)模塊和人類用戶的不完整輸入時，可以提供魯棒性，所述不完整輸入包括，例如包含對部分專有名詞的不完整引用的輸入。

本發(fā)明的典型對話系統(tǒng)和/或典型方法可以支持的對話包括對MP3音樂播放器(在處理專有名詞方面具有挑戰(zhàn)性的領(lǐng)域)、蜂窩電話、導(dǎo)航系統(tǒng)和/或其他感興趣點(diǎn)服務(wù)的控制。

附圖說明

圖1A示出了根據(jù)本發(fā)明的典型對話系統(tǒng)；

圖1B示出了典型自然語言理解模塊；

圖1C示出了典型對話管理模塊；

圖2示出了用戶和圖1A的典型系統(tǒng)之間的簡單對話，包括MP3音樂播放器的控制；

圖3示出了典型活動模型和語言映射實現(xiàn)的典型偽代碼；