[發明專利]回復語句的推薦方法、裝置、存儲介質及移動終端在審
| 申請號: | 201711392792.1 | 申請日: | 2017-12-21 |
| 公開(公告)號: | CN108121799A | 公開(公告)日: | 2018-06-05 |
| 發明(設計)人: | 陳巖;劉耀勇 | 申請(專利權)人: | 廣東歐珀移動通信有限公司 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 523860 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 語句 回復 對話內容 移動終端 存儲介質 信息交互過程 對話記錄 機器學習 訓練樣本 展示區域 申請 對話 優化 展示 | ||
1.一種回復語句的推薦方法,其特征在于,包括:
獲取當前對話中對方的至少一段對話內容,并將所述對話內容輸入至回復語句推薦模型;其中,所述回復語句推薦模型為基于文字對話記錄中的雙方對話內容作為訓練樣本,利用機器學習手段訓練而成;
根據所述回復語句推薦模型,確定待推薦回復語句;
在輸入界面的回復語句展示區域展示所述待推薦回復語句。
2.根據權利要求1所述的回復語句的推薦方法,其特征在于,在根據所述回復語句推薦模型,確定待推薦回復語句之后,還包括:
獲取用戶的按鍵操作,根據所述按鍵操作與所述待推薦回復語句的匹配程度,對所述待推薦回復語句進行再次篩選;
相應的,
在輸入界面的回復語句展示區域展示再次篩選后的待推薦回復語句。
3.根據權利要求1所述的回復語句的推薦方法,其特征在于,在根據所述回復語句推薦模型,確定待推薦回復語句之后,還包括:
獲取用戶在對話框中的已輸入內容,根據所述已輸入內容與所述待推薦回復語句的匹配程度,對所述待推薦回復語句進行再次篩選;
相應的,
在輸入界面的回復語句展示區域展示再次篩選后的待推薦回復語句。
4.根據權利要求1-3任一項所述的回復語句的推薦方法,其特征在于,還包括:
獲取歷史產生的文字對話記錄作為訓練樣本,利用機器學習手段,確定所述文字對話記錄中前文內容和后文內容的關聯關系;
根據所述關聯關系,確定與前文內容對應的回復語句模型,作為回復語句推薦模型。
5.根據權利要求1-3任一項所述的回復語句的推薦方法,其特征在于,獲取當前對話中對方的至少一段對話內容,并將所述對話內容輸入至回復語句推薦模型,包括:
獲取所述當前對話的前文的發生時間;
將所述前文的發生時間處于預設時段內的所述前文輸入至所述回復語句推薦模型。
6.根據權利要求1所述的回復語句的推薦方法,其特征在于,根據所述回復語句推薦模型,確定待推薦回復語句,包括:
提取當前對話中對方的至少一段對話內容中的至少一個話題點;
根據回復語句推薦模型,確定已經溝通的話題點和未溝通的話題點;
在所述回復語句推薦模型中,將針對所述未溝通的話題點的權重提高,并確定待推薦回復語句。
7.根據權利要求1所述的回復語句的推薦方法,其特征在于,根據所述回復語句推薦模型,確定待推薦回復語句,包括:
提取當前對話中對方的至少一段對話內容中的至少一個話題點;
根據回復語句推薦模型,確定用戶對于所述至少一個話題點的關注程度;
在所述回復語句推薦模型中,根據所述用戶對于所述至少一個話題點的關注程度,并確定待推薦回復語句。
8.一種回復語句的推薦裝置,其特征在于,包括:
信息輸入模塊,用于獲取當前對話中對方的至少一段對話內容,并將所述對話內容輸入至回復語句推薦模型;其中,所述回復語句推薦模型為基于文字對話記錄中的雙方對話內容作為訓練樣本,利用機器學習手段訓練而成;
待推薦回復語句確定模塊,用于根據所述回復語句推薦模型,確定待推薦回復語句;
回復語句推薦模塊,用于在輸入界面的回復語句展示區域展示所述待推薦回復語句。
9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1-7中任一所述的回復語句的推薦方法。
10.一種移動終端,包括存儲器,處理器及存儲在存儲器上并可在處理器運行的計算機程序,其特征在于,所述處理器執行所述計算機程序時實現如權利要求1-7中任一所述的回復語句的推薦方法。
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廣東歐珀移動通信有限公司,未經廣東歐珀移動通信有限公司許可,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/201711392792.1/1.html,轉載請聲明來源鉆瓜專利網。





