[發(fā)明專利]智能機(jī)器人交互系統(tǒng)在投融資領(lǐng)域的應(yīng)用

在審

• 申請(qǐng)?zhí)枺?/td>: 201410853540.4
• 申請(qǐng)日: 2014-12-31
• 公開（公告）號(hào): CN104572619A
• 公開（公告）日: 2015-04-29
• 發(fā)明（設(shè)計(jì)）人: 李朝暉
• 申請(qǐng)（專利權(quán)）人: 天津市招財(cái)貓信息技術(shù)有限公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 無
• 代理人: 無

技術(shù)領(lǐng)域

本發(fā)明屬于智能機(jī)器人技術(shù)領(lǐng)域，尤其涉及一種智能機(jī)器人交互系統(tǒng)在投融資領(lǐng)域的應(yīng)用。

背景技術(shù)

中文分詞指的是將一個(gè)漢字序列切分成一個(gè)一個(gè)單獨(dú)的詞。在英文的行文中，單詞之間是以空格作為自然分界符的，而中文只是字、句和段能通過明顯的分界符來簡(jiǎn)單劃界，唯獨(dú)詞沒有一個(gè)形式上的分界符，雖然英文也同樣存在短語的劃分問題，不過在詞這一層上，中文比之英文要復(fù)雜的多、困難的多。對(duì)于所有的智能聊天機(jī)器人，簡(jiǎn)單地說，就是基于人工智能原理、通過對(duì)聊天文本進(jìn)行分析后給出應(yīng)答的一類程序。世界上最早的聊天機(jī)器人誕生于20世紀(jì)80年代，而由于中文對(duì)“詞”劃分的模糊及歧義繁多等等原因，中文聊天機(jī)器人發(fā)展得相對(duì)較慢。

現(xiàn)有存在的中文分詞技術(shù)，是由于中文在基本文法上有其特殊性，具體表現(xiàn)在：與英文為代表的拉丁語系語言相比，英文以空格作為天然的分隔符，而中文由于繼承自古代漢語的傳統(tǒng)，詞語之間沒有分隔，古代漢語中除了連綿詞和人名地名等，詞通常就是單個(gè)漢字，所以當(dāng)時(shí)沒有分詞書寫的必要，而現(xiàn)代漢語中雙字或多字詞居多，一個(gè)字不再等同于一個(gè)詞。在中文里，“詞”和“詞組”邊界模糊。現(xiàn)代漢語的基本表達(dá)單元雖然為“詞”，且以雙字或者多字詞居多，但由于人們認(rèn)識(shí)水平的不同，對(duì)詞和短語的邊界很難去區(qū)分。例如：“對(duì)隨地吐痰者給予處罰”，“隨地吐痰者”本身是一個(gè)詞還是一個(gè)短語，不同的人會(huì)有不同的標(biāo)準(zhǔn)，同樣的“海上”“酒廠”等等，即使是同一個(gè)人也可能做出不同判斷，如果漢語真的要分詞書寫，必然會(huì)出現(xiàn)混亂，難度很大。

中文分詞對(duì)于智能聊天機(jī)器人來說，最重要的并不是找到所有結(jié)果，因?yàn)樵谏锨f的應(yīng)答庫中找到所有結(jié)果沒有太多的意義，最重要的是把最相關(guān)的結(jié)果排在最前面，這也稱為相關(guān)度排序。中文分詞的準(zhǔn)確與否，常常直接影響到對(duì)搜索結(jié)果的相關(guān)度排序。從定性分析來說，智能聊天機(jī)器人的分詞算法不同，詞庫的不同都會(huì)影響應(yīng)答庫的返回結(jié)果。在中文分詞過程中，有兩大難題一直沒有完全突破。

第一個(gè)問題是歧義識(shí)別：主要的歧義有兩種：交集型歧義和組合型歧義，例如：表面的，因?yàn)椤氨砻妗焙汀懊娴摹倍际窃~，那么這個(gè)短語就可以分成“表面的”和“表面的”。這種稱為交集型歧義(交叉歧義)。像這種交集型歧義十分常見，前面舉的“和服”的例子，其實(shí)就是因?為交集型歧義引起的錯(cuò)誤。“化妝和服裝”可以分成“化妝和服裝”或者“化妝和服裝”。由于沒有人的知識(shí)去理解，計(jì)算機(jī)很難知道到底哪個(gè)方案正確。

交集型歧義相對(duì)組合型歧義來說是還算比較容易處理，組合型歧義就必須根據(jù)整個(gè)句子來判斷了。例如，在句子“這個(gè)門把手壞了”中，“把手”是個(gè)詞，但在句子“請(qǐng)把手拿開”中，“把手”就不是一個(gè)詞；在句子“將軍任命了一名中將”中，“中將”是個(gè)詞，但在句子“產(chǎn)量三年中將增長(zhǎng)兩倍”中，“中將”就不再是詞。這些詞計(jì)算機(jī)又如何去識(shí)別？

如果交集型歧義和組合型歧義計(jì)算機(jī)都能解決的話，在歧義中還有一個(gè)難題，是真歧義。真歧義意思是給出一句話，由人去判斷也不知道哪個(gè)應(yīng)該是詞，哪個(gè)應(yīng)該不是詞。例如：“乒乓球拍賣完了”，可以切分成“乒乓球拍賣完了”、也可切分成“乒乓球拍賣完了”，如果沒有上下文其他的句子，恐怕誰也不知道“拍賣”在這里算不算一個(gè)詞。

第二個(gè)問題是新詞識(shí)別：命名實(shí)體(人名、地名)、新詞，專業(yè)術(shù)語稱為未登錄詞。也就是那些在分詞詞典中沒有收錄，但又確實(shí)能稱為詞的那些詞。最典型的是人名，人可以很容易理解。句子“王軍虎去廣州了”中，“王軍虎”是個(gè)詞，因?yàn)槭且粋€(gè)人的名字，但要是讓計(jì)算機(jī)去識(shí)別就困難了。如果把“王軍虎”做為一個(gè)詞收錄到字典中去，全世界有那么多名字，而且每時(shí)每刻都有新增的人名，收錄這些人名本身就是一項(xiàng)既不劃算又巨大的工程。即使這項(xiàng)工作可以完成，還是會(huì)存在問題，例如：在句子“王軍虎頭虎腦的”中，“王軍虎”還能不能算詞？

除了人名以外，還有機(jī)構(gòu)名、地名、產(chǎn)品名、商標(biāo)名、簡(jiǎn)稱、省略語等都是很難處理的問題，而且這些又正好是人們經(jīng)常使用的詞，因此對(duì)于搜索引擎來說，分詞系統(tǒng)中的新詞識(shí)別十分重要。新詞識(shí)別準(zhǔn)確率已經(jīng)成為評(píng)價(jià)一個(gè)分詞系統(tǒng)好壞的重要標(biāo)志之一。如何解決讓電腦理解句中的語義成為現(xiàn)階段中文人工智能的難題。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種智能機(jī)器人交互系統(tǒng)在投融資領(lǐng)域的應(yīng)用，可以很好的解決中文聊天中的問題，同時(shí)利用大數(shù)據(jù)自訓(xùn)練學(xué)習(xí)功能不斷提高應(yīng)答匹配度，能很好的達(dá)成聊天客服的基本功能。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種智能機(jī)器人交互系統(tǒng)在投融資領(lǐng)域的應(yīng)用，其特征在于該系統(tǒng)的功能及業(yè)務(wù)處理步驟為：