[發(fā)明專利]改善機器人對話時的應(yīng)答能力的方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 201611089734.7 | 申請日： | 2016-12-01 |
| 公開（公告）號： | CN106776926A | 公開（公告）日： | 2017-05-31 |
| 發(fā)明（設(shè)計）人： | 簡仁賢;林志豪 | 申請（專利權(quán)）人： | 竹間智能科技（上海）有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06F17/27 |
| 代理公司： | 北京酷愛智慧知識產(chǎn)權(quán)代理有限公司11514 | 代理人： | 任媛 |
| 地址： | 200233 上海市浦東新區(qū)自由貿(mào)*** | 國省代碼： | 上海;31 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 改善 機器人 對話 應(yīng)答 能力 方法 系統(tǒng) | ||
1.改善機器人對話時的應(yīng)答能力的方法，其特征在于，包括：
步驟S1，獲得用戶輸入的當前文本信息和過去文本信息；
步驟S2，根據(jù)所述當前文本信息和過去文本信息，提取出所述用戶的特征信息，所述特征信息包括僵局辨識特征信息和用戶語意特征信息；
步驟S3，根據(jù)所述用戶的特征信息，識別所述當前文本信息是否處于僵局狀態(tài)，獲得識別結(jié)果；
步驟S4，根據(jù)所述識別結(jié)果，通過邏輯規(guī)則方法或機器學習的方法給出所述當前文本信息對應(yīng)的回答。
2.根據(jù)權(quán)利要求1所述的改善機器人對話時的應(yīng)答能力的方法，其特征在于，
所述步驟S2，具體為：
根據(jù)所述當前文本信息和過去文本信息，獲得所述當前文本信息和過去文本信息中的情緒狀態(tài)信息，所述情緒狀態(tài)信息包括當前情緒狀態(tài)信息、用戶過去主要情緒信息和過去次要情緒信息中的至少一種；
根據(jù)所述當前文本信息和過去文本信息，獲得所述當前文本信息和過去文本信息中的文本訊息，所述文本訊息包括所述當前文本信息和過去文本信息中的語意信息、關(guān)鍵詞信息、專有名詞信息和動詞信息中的至少一種；
根據(jù)所述當前文本信息和過去文本信息，獲得所述當前文本信息和過去文本信息中的話題信息，所述話題信息包括當前主要話題信息、當前次要話題信息、過去主要話題信息、過去次要話題信息、喜好話題信息和時下熱門話題信息中的至少一種；
根據(jù)所述當前文本信息和過去文本信息，獲得所述當前文本信息和過去文本信息中的句型、語氣信息和語言行為信息，所述語言行為信息包括當前主要語言行為信息和次要語言行為信息；
根據(jù)所述情緒狀態(tài)信息、文本訊息、話題信息、句型、語氣信息和語言行為信息，提取出所述用戶的特征信息，所述特征信息包括僵局辨識特征信息和用戶語意特征信息。
3.根據(jù)權(quán)利要求1所述的改善機器人對話時的應(yīng)答能力的方法，其特征在于，
所述步驟S4中，根據(jù)所述識別結(jié)果，通過邏輯規(guī)則方法或機器學習的方法給出所述當前文本信息對應(yīng)的回答，具體為：
當所述識別結(jié)果為所述當前文本信息處于僵局狀態(tài)，通過邏輯規(guī)則方法或機器學習的方法給出所述當前文本信息對應(yīng)的第一回答；
當所述識別結(jié)果為所述當前文本信息處于普通狀態(tài)，通過邏輯規(guī)則方法或機器學習的方法給出所述當前文本信息對應(yīng)的第二回答；
將所述第一回答和所述第二回答進行處理，得到所述當前文本信息對應(yīng)的回答。
4.根據(jù)權(quán)利要求3所述的改善機器人對話時的應(yīng)答能力的方法，其特征在于，
根據(jù)所述識別結(jié)果，通過機器學習的方法給出所述當前文本信息對應(yīng)的回答，具體為：
當所述識別結(jié)果為所述當前文本信息處于僵局狀態(tài)，通過機器學習的方法給出所述當前文本信息對應(yīng)的第一回答：
將所述當前文本信息的前后文信息通過所述機器學習的方法進行處理判斷，得到判斷結(jié)果，所述判斷結(jié)果包括延續(xù)當前話題和轉(zhuǎn)換話題；
根據(jù)所述判斷結(jié)果，通過預先通過所述機器學習的方法建立的僵局回答語料數(shù)據(jù)庫，給出所述當前文本信息對應(yīng)的第一回答；
當所述識別結(jié)果為所述當前文本信息處于普通狀態(tài)，通過機器學習的方法給出所述當前文本信息對應(yīng)的第二回答：
將所述當前文本信息的前后文信息通過所述機器學習的方法進行處理判斷，得到判斷結(jié)果，所述判斷結(jié)果包括延續(xù)當前話題和轉(zhuǎn)換話題；
根據(jù)所述判斷結(jié)果，通過預先通過所述機器學習的方法建立的普通狀態(tài)回答語料數(shù)據(jù)庫，給出所述當前文本信息對應(yīng)的第二回答；
將所述第一回答和所述第二回答進行處理，得到所述當前文本信息對應(yīng)的回答。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于竹間智能科技（上海）有限公司，未經(jīng)竹間智能科技（上海）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611089734.7/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
