[發(fā)明專利]談話式對(duì)話學(xué)習(xí)和糾正

有效

• 申請(qǐng)?zhí)枺?/td>: 201210101485.4
• 申請(qǐng)日: 2012-03-31
• 公開(kāi)（公告）號(hào): CN102750271A
• 公開(kāi)（公告）日: 2012-10-24
• 發(fā)明（設(shè)計(jì)）人: L·P·赫克;M·金達(dá)昆塔;D·米特比;L·施蒂費(fèi)爾曼
• 申請(qǐng)（專利權(quán)）人: 微軟公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 胡利鳴

技術(shù)領(lǐng)域

本發(fā)明涉及談話式對(duì)話學(xué)習(xí)和糾正。

背景技術(shù)

談話式對(duì)話學(xué)習(xí)和糾正可以提供一種機(jī)制來(lái)促進(jìn)對(duì)用戶查詢和談話的自然語(yǔ)言理解。常規(guī)的語(yǔ)音識(shí)別應(yīng)用和技術(shù)未提供良好機(jī)制來(lái)學(xué)習(xí)和個(gè)人化特定用戶的語(yǔ)音模式或用戶與其他用戶的談話的特定語(yǔ)音模式。例如，當(dāng)用戶1與用戶2進(jìn)行話音談話時(shí)，可以使用特定的語(yǔ)音模式，該語(yǔ)音模式可以不同于在用戶1與用戶3進(jìn)行話音談話時(shí)所使用的語(yǔ)音模式。此外，當(dāng)前語(yǔ)音識(shí)別系統(tǒng)幾乎不具有能力來(lái)在進(jìn)行中從用戶動(dòng)態(tài)地學(xué)習(xí)語(yǔ)音以及學(xué)習(xí)人們彼此之間多么不同地進(jìn)行談話。例如，如果用戶說(shuō)出一單詞，且語(yǔ)音識(shí)別系統(tǒng)將該單詞與另一單詞和/或正確單詞的另一含義相關(guān)聯(lián)，則該用戶不具有機(jī)制來(lái)并發(fā)地糾正該系統(tǒng)對(duì)所講出單詞的解釋并且允許該系統(tǒng)在該單詞所處的特定上下文中“學(xué)習(xí)”該單詞。

語(yǔ)音到文本轉(zhuǎn)換(即語(yǔ)音識(shí)別)可包括將講出的短語(yǔ)轉(zhuǎn)換成可由計(jì)算系統(tǒng)處理的文本短語(yǔ)?？稍诂F(xiàn)代的基于統(tǒng)計(jì)數(shù)據(jù)的語(yǔ)音識(shí)別算法中使用聲學(xué)建模和/或語(yǔ)言建模。在很多常規(guī)的系統(tǒng)中廣泛地使用隱馬爾可夫模型(HMM)。HMM可包括可輸出符號(hào)或數(shù)量的序列的統(tǒng)計(jì)數(shù)據(jù)模型。HMM可用于語(yǔ)音識(shí)別，因?yàn)檎Z(yǔ)音信號(hào)可被視為分段平穩(wěn)信號(hào)或短時(shí)平穩(wěn)信號(hào)。在短時(shí)間(例如10毫秒)中，語(yǔ)音可被近似為平穩(wěn)過(guò)程。因此出于很多隨機(jī)的目的，語(yǔ)音可被認(rèn)為是馬爾可夫模型。

發(fā)明內(nèi)容

提供本發(fā)明內(nèi)容以便以簡(jiǎn)化的形式介紹將在以下具體實(shí)施方式中進(jìn)一步描述的一些概念。本概述并不旨在標(biāo)識(shí)出所要求保護(hù)的主題的關(guān)鍵特征或必要特征。本發(fā)明內(nèi)容也不旨在用于限制所要求保護(hù)的主題的范圍。

可以提供談話式對(duì)話學(xué)習(xí)和糾正。在從第一用戶接收到自然語(yǔ)言短語(yǔ)以后，可以標(biāo)識(shí)出與所述自然語(yǔ)言短語(yǔ)相關(guān)聯(lián)的至少一個(gè)第二用戶?？梢愿鶕?jù)所述第一用戶和所述至少一個(gè)第二用戶來(lái)創(chuàng)建上下文狀態(tài)。然后，可以根據(jù)所述上下文狀態(tài)將所述自然語(yǔ)言短語(yǔ)翻譯成代理動(dòng)作。

以上概括描述和以下詳細(xì)描述兩者都提供了示例，并且只是說(shuō)明性的。因此，以上概括描述和以下詳細(xì)描述不應(yīng)當(dāng)被認(rèn)為是限制性的。此外，除了本文中所闡述的那些特征或變體以外，還可以提供其他特征或變體。例如，實(shí)施例可涉及具體實(shí)施方式中所描述的各種特征組合和子組合。

附圖說(shuō)明

合并在本公開(kāi)中并構(gòu)成其一部分的附圖示出本發(fā)明的實(shí)施例。在附圖中：

圖1是操作環(huán)境的框圖；

圖2A-C是用于提供談話式學(xué)習(xí)和糾正的界面的框圖。

圖3是用于提供談話式學(xué)習(xí)和糾正的方法的流程圖；以及

圖4是包括計(jì)算設(shè)備的系統(tǒng)的框圖。

具體實(shí)施方式

以下詳細(xì)描述參考各個(gè)附圖。只要可能，就在附圖和以下描述中使用相同的附圖標(biāo)記來(lái)指示相同或相似的元件。盡管可能描述了本發(fā)明的實(shí)施例，但修改、改編、以及其他實(shí)現(xiàn)是可能的。例如，可對(duì)附圖中所示的元件進(jìn)行置換、添加、或修改，并且可通過(guò)對(duì)所公開(kāi)的方法置換、重新排序、或添加階段來(lái)修改本文中所描述的方法。因此，以下詳細(xì)描述并不限制本發(fā)明。相反，本發(fā)明的正確范圍由所附權(quán)利要求書(shū)定義。

可以提供談話式學(xué)習(xí)和糾正。自然語(yǔ)言語(yǔ)音識(shí)別系統(tǒng)可以提供將來(lái)自特定用戶或談話中的特定用戶之間的語(yǔ)音識(shí)別模式個(gè)人化這一能力。該系統(tǒng)還可以通過(guò)與用戶的糾正性交互來(lái)學(xué)習(xí)語(yǔ)音模式。因此，在更個(gè)人化地理解用戶的語(yǔ)音模式和上下文的情況下，該系統(tǒng)能夠提供語(yǔ)音查詢的更精確結(jié)果并且在個(gè)人助理系統(tǒng)中響應(yīng)于用戶之間或用戶與機(jī)器之間的語(yǔ)音談話提供更相關(guān)的信息。

圖1是包括服務(wù)器105的操作環(huán)境100的框圖。服務(wù)器105可以包括經(jīng)分類的計(jì)算資源和/或軟件模塊，比如包括對(duì)話管理器111的所講出對(duì)話系統(tǒng)(SDS)110、個(gè)人助理程序112、上下文數(shù)據(jù)庫(kù)116、和/或搜索代理118。服務(wù)器105可以通過(guò)網(wǎng)絡(luò)120從用戶接收查詢和/或動(dòng)作請(qǐng)求。這樣的查詢例如可以從諸如計(jì)算機(jī)和/或蜂窩電話之類的第一用戶設(shè)備130和/或第二用戶設(shè)備135傳輸。網(wǎng)絡(luò)120例如可以包括專用網(wǎng)路、蜂窩數(shù)據(jù)網(wǎng)絡(luò)和/或諸如因特網(wǎng)之類的公共網(wǎng)絡(luò)。