[發明專利]信息處理方法、裝置、智能終端、服務器和系統有效
| 申請號: | 201610974695.2 | 申請日: | 2016-11-04 |
| 公開(公告)號: | CN108024005B | 公開(公告)日: | 2020-08-21 |
| 發明(設計)人: | 涂暢;張揚;王硯峰 | 申請(專利權)人: | 北京搜狗科技發展有限公司 |
| 主分類號: | G06F21/62 | 分類號: | G06F21/62 |
| 代理公司: | 北京潤澤恒知識產權代理有限公司 11319 | 代理人: | 蘇培華 |
| 地址: | 100084 北京市海淀區中關*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 信息處理 方法 裝置 智能 終端 服務器 系統 | ||
1.一種信息處理方法,其特征在于,包括:
通過預先配置的詞嵌入模型對接收到的信息進行轉換,生成對應的向量序列,其中,所述詞嵌入模型與配置于服務器中的訓練模型共同訓練得到;
將所述向量序列發送至所述服務器,以使所述服務器通過所述訓練模型確定所述向量序列對應的候選信息;
依據所述服務器反饋的候選信息進行展示。
2.根據權利要求1所述的方法,其特征在于,所述通過預先配置的詞嵌入模型對接收到的信息進行轉換,生成對應的向量序列,包括:
當接收到的信息為文本信息時,對所述文本信息進行分詞,得到分詞后的詞序列;
通過所述詞嵌入模型,將所述詞序列轉換成所述向量序列。
3.根據權利要求2所述的方法,其特征在于,通過所述詞嵌入模型,將所述詞序列轉換成所述向量序列,包括:
依據詞表確定所述詞序列中的各詞對應的第一詞向量;
通過所述詞嵌入模型將各詞對應的第一詞向量轉換為第二詞向量,其中,所述第一詞向量的維度大于所述第二詞向量的維度;
采用各詞對應的第二詞向量生成所述向量序列。
4.根據權利要求2或3所述的方法,其特征在于,所述對接收到的信息進行轉換,生成對應的向量序列,還包括:
當接收到的信息為語音信息時,通過對所述語音信息進行識別,確定對應的文本信息;
在確定文本信息后,執行對文本信息進行分詞的步驟。
5.根據權利要求1至3任一所述的方法,其特征在于,所述候選信息包括:所述服務器通過所述訓練模型中的編碼器和解碼器確定的至少一個候選項,
所述依據所述服務器反饋的候選信息進行展示,包括:
接收所述服務器針對所述向量序列所反饋的候選信息;
基于預設的顯示規則,對所述候選信息中的候選項進行展示。
6.根據權利要求5所述的方法,其特征在于,所述方法還包括:
依據操作指示確定選中的候選項;
將選中的候選項輸入至通訊應用的對話框中,以對所述信息進行回復,其中,所述通訊應用包括以下至少一類型:短信應用、即時通訊應用、郵件應用、電信通話應用。
7.一種信息處理方法,其特征在于,包括:
接收智能終端發送的向量序列,所述向量序列為所述智能終端通過預先配置的詞嵌入模型對接收到的信息進行轉換生成的;
通過預先配置的訓練模型,確定所述向量序列對應的候選信息,其中,所述訓練模型與所述詞嵌入模型是共同訓練得到的;
將所述候選信息反饋給所述智能終端,以使所述智能終端依據所述候選信息進行展示。
8.根據權利要求7所述的方法,其特征在于,所述通過預先配置的訓練模型,確定所述向量序列對應的候選信息,包括:
將所述向量序列輸入所述訓練模型中的編碼器,得到對應的編碼向量序列;
將所述編碼向量序列輸入所述訓練模型中的解碼器,得到至少一個候選項;
基于得到的候選項,確定所述候選信息。
9.根據權利要求8所述的方法,其特征在于,所述候選項用于所述智能終端針對所述信息在通訊應用的對話框中進行回復;
其中,所述通訊應用包括以下至少一類型:短信應用、即時通訊應用、郵件應用、電信通話應用。
10.一種信息處理裝置,其特征在于,包括:
向量序列生成模塊,用于通過預先配置的詞嵌入模型對接收到的信息進行轉換,生成對應的向量序列,其中,所述詞嵌入模型與配置于服務器中的訓練模型共同訓練得到;
向量序列發送模塊,用于將所述向量序列發送至所述服務器,以使所述服務器通過所述訓練模型確定所述向量序列對應的候選信息;
候選信息展示模塊,用于依據所述服務器反饋的候選信息進行展示。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京搜狗科技發展有限公司,未經北京搜狗科技發展有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610974695.2/1.html,轉載請聲明來源鉆瓜專利網。





