[發明專利]用于高效對話處理的實時反饋

在審

• 申請號: 202010932157.3
• 申請日: 2020-09-08
• 公開（公告）號: CN112489641A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: M·R·肯納威克
• 申請（專利權）人: 甲骨文國際公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/18;G10L15/26;G10L15/16;G10L15/06;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市漢坤律師事務所 11602
• 代理人: 魏小薇;吳麗麗

本公開涉及用于高效對話處理的實時反饋。描述了用于通過基本上實時地提示和處理用戶反饋來提高對話處理的效率的技術。對話系統從用戶接收語音輸入并且處理語音輸入的第一部分以確定初始辨別的意圖。對話系統使得顯示初始辨別的意圖的視覺指示。辨別的意圖的視覺指示用于引導對話，使得用戶能夠以自然方式更正或確認初始辨別的意圖。如果初始辨別的意圖不準確，則用戶能夠提供更正對話系統的反饋，然后對話系統處理語音輸入的第二部分以確定經修改的辨別的意圖。因此，對話系統能夠使用反饋來即時更正誤解。

相關申請的交叉引用

本申請根據35 U.S.C.119(e)要求于2019年9月12日提交的、標題為“IMPROVINGCOGNITIVE UNDERSTANDING IN A DIALOG SYSTEM USING USER FEEDBACK(使用用戶反饋改善對話系統中的認知理解)”的美國專利申請第62/899,641號的權益和優先權，其內容出于所有目的通過引用整體并入本文。

技術領域

本公開總體上涉及對話系統。更具體地但非限制性地，本公開描述了用于通過提供用于引導對話的視覺提示來改善對話處理的體驗和提高對話處理的效率的技術。

背景技術

現在，越來越多的裝置使用戶能夠直接使用話音(voice)或口述語音(speech)與裝置進行交互。例如，用戶可以用自然語言對這種裝置講話，其中用戶可以提出問題或做出陳述請求執行某個動作。作為響應，裝置執行所請求的動作或者使用話音輸出來響應用戶的問題。由于直接使用話音進行交互是人類與周圍環境進行交流的更自然和直觀的方式，這種基于語音的系統的普及正以天文數字的速度增長。

在常規系統中，當對話(dialog)系統誤解了所接收話語的含義時，用戶與對話系統之間的交談可能漫長且令人沮喪。常規對話系統作為一系列事務而不是連續流進行操作。例如，用戶按住按鈕說出一個句子，對話系統確定并提供響應，然后對話結束。但如果對話系統錯誤理解了句子的含義，那么對話系統可能會返回不正確的響應，于是對話系統必須開啟一個新的會話(session)并與用戶反復交互，直到確定正確的含義為止。

發明內容

本公開總體上涉及對話系統。更特別地，描述了用于通過提供用于引導對話的視覺提示來改善對話處理的體驗和提高對話處理的效率的技術。本文描述了各種實施例，包括方法、系統、存儲有可由一個或多個處理器執行的程序、代碼或指令的非暫時性計算機可讀存儲介質等。

在某些實施例中，對話系統從用戶接收語音輸入。對話系統處理語音輸入的第一部分以確定初始辨別的意圖。對話系統使得顯示初始辨別的意圖的視覺指示。對話系統處理語音輸入的第二部分以確定經修改的辨別的意圖，其中語音輸入的第二部分響應于初始辨別的意圖的視覺指示來更正初始辨別的意圖。

在一些方面，對話系統基本上實時地處理語音輸入。在一些方面，視覺指示包括以下中的一個或多個：指定與辨別的意圖相關聯的域的文本；指定辨別的意圖的文本；指示與辨別的意圖相關聯的域的圖像；或者指示辨別的意圖的圖像。

在一些方面，方法還包括由對話系統執行對應于經修改的辨別的意圖的任務。在一些方面，方法還包括：由對話系統基于經修改的辨別的意圖確定響應，并且由對話系統將響應提供給用戶。

在一些方面，確定初始辨別的意圖包括：由對話系統計算相應的多個潛在意圖和語音輸入的第一部分的多個得分；并且由對話系統確定多個潛在意圖中的特定意圖的得分超過閾值，從而將所述特定意圖設置為初始辨別的意圖，其中，通過確定所述得分超過閾值來觸發使得顯示初始辨別的意圖的視覺指示。

在一些方面，確定初始辨別的意圖包括：由對話系統的自動語音識別子系統確定對應于語音輸入的第一部分的第一文本話語；由自動語音識別子系統向對話系統的自然語言理解子系統提供第一文本話語；并且由自然語言理解子系統基于第一文本話語確定初始辨別的意圖。