[發(fā)明專利]用于處理信息的方法和裝置

在審

• 申請?zhí)枺?/td>: 202010120039.2
• 申請日: 2020-02-26
• 公開（公告）號(hào): CN112309387A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 北京字節(jié)跳動(dòng)網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G10L15/22
• 分類號(hào): G10L15/22;G10L15/26;G10L15/18
• 代理公司: 北京海智友知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11455
• 代理人: 鞏靖

本公開的實(shí)施例公開了用于處理信息的方法和裝置。該方法的一具體實(shí)施方式包括：獲取目標(biāo)用戶輸入的語音信息；基于語音信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別；響應(yīng)于未獲得用于表征目標(biāo)用戶的用戶意圖的識(shí)別結(jié)果，獲取與目標(biāo)用戶相關(guān)的輔助信息；基于語音信息和輔助信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別，生成用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果；將所獲得的候選識(shí)別結(jié)果呈現(xiàn)給目標(biāo)用戶；響應(yīng)于檢測到目標(biāo)用戶針對所呈現(xiàn)的候選識(shí)別結(jié)果的選定操作，執(zhí)行目標(biāo)用戶選定的候選識(shí)別結(jié)果所對應(yīng)的操作。該實(shí)施方式可以引導(dǎo)用戶選擇符合其真實(shí)意圖的候選識(shí)別結(jié)果，可以提高用戶體驗(yàn)，并且可以提高對話效率。

技術(shù)領(lǐng)域

本公開的實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及用于處理信息的方法和裝置。

背景技術(shù)

現(xiàn)有的任務(wù)型對話系統(tǒng)在獲取到用戶輸入的語音信息后，需要首先識(shí)別用戶意圖，然后向用戶反饋與用戶意圖相對應(yīng)的信息。例如，用戶輸入語音信息“今天天氣如何”，則任務(wù)型對話系統(tǒng)可以從語音信息“今天天氣如何”中識(shí)別出用戶意圖為“查詢天氣”，進(jìn)而可以獲取天氣信息并呈現(xiàn)給用戶。

目前，一般采用語音識(shí)別技術(shù)對用戶的語音信息進(jìn)行識(shí)別，以確定用戶意圖。

發(fā)明內(nèi)容

本公開的實(shí)施例提出了用于處理信息的方法和裝置。

第一方面，本公開的實(shí)施例提供了一種用于處理信息的方法，該方法包括：獲取目標(biāo)用戶輸入的語音信息；基于語音信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別；響應(yīng)于未獲得用于表征目標(biāo)用戶的用戶意圖的識(shí)別結(jié)果，獲取與目標(biāo)用戶相關(guān)的輔助信息；基于語音信息和輔助信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別，生成用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果；將所獲得的候選識(shí)別結(jié)果呈現(xiàn)給目標(biāo)用戶；響應(yīng)于檢測到目標(biāo)用戶針對所呈現(xiàn)的候選識(shí)別結(jié)果的選定操作，執(zhí)行目標(biāo)用戶選定的候選識(shí)別結(jié)果所對應(yīng)的操作。

在一些實(shí)施例中，輔助信息包括以下至少一項(xiàng)：目標(biāo)用戶的用戶屬性信息；對目標(biāo)用戶所處的環(huán)境進(jìn)行拍攝所獲得的圖像信息；目標(biāo)用戶輸入的、用于表征目標(biāo)用戶的用戶意圖的文本信息。

在一些實(shí)施例中，在基于語音信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別之后，該方法還包括：響應(yīng)于獲得用于表征目標(biāo)用戶的用戶意圖的識(shí)別結(jié)果，執(zhí)行所獲得的識(shí)別結(jié)果所對應(yīng)的操作。

在一些實(shí)施例中，基于語音信息和輔助信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別，生成用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果包括：基于語音信息和輔助信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別，獲得至少兩個(gè)用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果；以及將所獲得的候選識(shí)別結(jié)果呈現(xiàn)給目標(biāo)用戶包括：將所獲得的至少兩個(gè)候選識(shí)別結(jié)果呈現(xiàn)給目標(biāo)用戶；以及響應(yīng)于檢測到目標(biāo)用戶針對所呈現(xiàn)的候選識(shí)別結(jié)果的選定操作，執(zhí)行目標(biāo)用戶選定的候選識(shí)別結(jié)果所對應(yīng)的操作包括：響應(yīng)于檢測到目標(biāo)用戶從至少兩個(gè)候選識(shí)別結(jié)果中選定候選識(shí)別結(jié)果的操作，執(zhí)行目標(biāo)用戶選定的候選識(shí)別結(jié)果所對應(yīng)的操作。

在一些實(shí)施例中，基于語音信息和輔助信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別，生成用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果包括：利用預(yù)先訓(xùn)練的語音識(shí)別模型對語音信息進(jìn)行識(shí)別，獲得語音特征；利用預(yù)先訓(xùn)練的輔助識(shí)別模型對輔助信息進(jìn)行識(shí)別，獲得輔助特征；將所獲得的語音特征和輔助特征輸入預(yù)先訓(xùn)練的意圖識(shí)別模型，生成用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果。

第二方面，本公開的實(shí)施例提供了一種用于處理信息的裝置，該裝置包括：第一獲取單元，被配置成獲取目標(biāo)用戶輸入的語音信息；第一識(shí)別單元，被配置成基于語音信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別；第二獲取單元，被配置成響應(yīng)于未獲得用于表征目標(biāo)用戶的用戶意圖的識(shí)別結(jié)果，獲取與目標(biāo)用戶相關(guān)的輔助信息；第二識(shí)別單元，被配置成基于語音信息和輔助信息，對目標(biāo)用戶的用戶意圖進(jìn)行識(shí)別，生成用于表征目標(biāo)用戶的用戶意圖的候選識(shí)別結(jié)果；呈現(xiàn)單元，被配置成將所獲得的候選識(shí)別結(jié)果呈現(xiàn)給目標(biāo)用戶；執(zhí)行單元，被配置成響應(yīng)于檢測到目標(biāo)用戶針對所呈現(xiàn)的候選識(shí)別結(jié)果的選定操作，執(zhí)行目標(biāo)用戶選定的候選識(shí)別結(jié)果所對應(yīng)的操作。