[發明專利]一種基于智能音箱語音交互的智能管家服務方法及系統

有效

• 申請號: 201911041909.0
• 申請日: 2019-10-30
• 公開（公告）號: CN110866099B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 郭俊廷;張獻濤;張猛;林小俊
• 申請（專利權）人: 上海益商網絡科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/289;G10L15/22;G10L15/26;H04R1/02;G06Q50/12;G06Q50/14
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

1.一種基于智能音箱語音交互的智能管家服務方法，其步驟包括：

1)智能音箱響應收到的用戶喚醒指令；

2)智能音箱將收到的用戶語音指令轉換為文本信息；

3)智能音箱根據所述文本信息識別出的用戶意圖，并根據不同用戶意圖執行對應的服務；

4)智能音箱將執行服務結果反饋輸出；

所述用戶意圖包括查詢類用戶意圖，對于查詢類用戶意圖執行的服務方法為：311)將本輪的查詢內容記為CurrentQuery，上一輪的查詢內容記為LastQuery；提取CurrentQuery中包含的詞語和LastQuery中包含的詞語，記為{w₁，w₂，...w_max}；查詢間隔時間為Time；312)定義知識庫KB，包含n個知識{Knowledge₁，Knowledge₂，...，Knowledge_n}；其中每一條知識Knowledge表示為{i,j，r}，代表實體i與實體j間存在r關系；定義當前時刻生成的答案為Answer，其中的詞語則表示為{w₁，w₂，...w_max}；313)知識庫編碼單元對知識庫KB中的每一條知識Knowledge進行分詞，得到每條知識的單詞表示然后利用預訓練的word2vec模型與LSTM網絡得到每一條知識的語義向量表示分別代表i，j，r的語義向量表示；將i，j，r的語義向量拼接后對應知識的語義向量表示，從而得到知識庫KB的語義向量表示[k₁，k₂，...k_n]；314)將查詢內容CurrentQuery輸入查詢編碼單元，生成對應的向量CurrentQueryVector；將查詢內容LastQuery與間隔時間Time拼接后輸入上輪查詢編碼單元，得到上輪查詢信息的向量LastQueryVector；315)將語義向量CurrentQueryVector與向量LastQueryVector作為查詢融合單元的輸入，得到融合上輪信息的查詢內容語義向量QueryVector；316)將知識庫的語義向量表示[k₁，k₂，...k_n]與融合上輪信息的查詢內容語義向量QueryVector送入知識排序單元，知識排序單元利用注意力機制計算知識庫中每條知識的語義向量k_i與融合上輪信息的查詢內容語義向量QueryVector的相關性，根據相關性排序后，選擇相關性最高的知識向量作為候選知識向量k；然后將向量CurrentQueryVector與候選知識向量k送入問答解碼單元中，生成單詞序列，即答案Answer；其中，融合上輪信息的查詢內容語義向量函數函數α為設定的固定參數。

2.如權利要求1所述的方法，其特征在于，所述智能音箱對所述文本信息進行分詞，根據分詞后的文本生成一向量d_text并輸入到意圖分類模型，所述意圖分類模型對輸入向量d_text進行語義特征信息抽取，利用向量d_text中每個分詞自身的語義信息以及上下文語義信息，得到對應的用戶意圖。

3.如權利要求2所述的方法，其特征在于，訓練得到所述意圖分類模型的方法為：預先采集多個用戶原始命令內容文本；然后標注每條用戶原始命令內容文本的意圖類別，生成訓練集；然后對該訓練集中每一樣本進行編碼處理得到對應的向量d_texti；然后根據各向量d_texti及其對應的意圖類別，訓練基于長短期記憶神經網絡LSTM的意圖分類模型。

4.如權利要求1～3任一所述的方法，其特征在于，所述用戶意圖還包括閑聊類用戶意圖和任務類用戶意圖。