[發明專利]推動多語言、多輪次、多領域虛擬助理的并行假設推理

在審

• 申請號: 202180034482.0
• 申請日: 2021-03-10
• 公開（公告）號: CN115668206A
• 公開（公告）日: 2023-01-31
• 發明（設計）人: J.卡普蘭
• 申請（專利權）人: 梅特凱股份有限公司
• 主分類號: G06F40/35
• 分類號: G06F40/35;G06N5/04;G10L15/18;G10L15/22
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 陳芳

1.一種用于提供虛擬輔助的方法，包括：

接收包括對動作或信息的用戶請求的用戶輸入；

通過處理所述用戶輸入以生成所述用戶輸入的兩個或更多個初級解釋來為所述用戶輸入生成兩個或更多個初級解釋，所述兩個或更多個初級解釋包括針對所述用戶輸入的唯一可能轉錄；

通過處理所述初級解釋中的一個或多個以形成替代解釋，來為所述兩個或更多個初級解釋中的一個或多個生成一個或多個次級解釋；

響應于所述兩個或更多個初級解釋和所述一個或多個次級解釋來確定一個或多個初級動作；

準備來自于執行所述一個或多個初級動作的一個或多個結果；

響應于所述一個或多個初級動作中的至少一個初級動作來確定是否存在一個或多個次級動作；

如果存在所述一個或多個次級動作，則繼續處理所述初級解釋、所述一個或多個次級解釋、所述一個或多個初級動作和所述一個或多個次級動作中的兩個或更多個，直到不能預測進一步的附加動作；

當不存在一個或多個附加動作時，將沒有對其預測附加動作的一個或多個結果指定為一個或多個終端結果；

對所述一個或多個終端結果進行評分；

將具有最高得分的終端結果指定為最高結果；以及

向用戶至少輸出所述最高結果，或者采取由所述最高結果定義的動作。

2.根據權利要求1所述的方法，其中，評分基于以下因素中的一個或多個：

基于對話狀態的第一評分因素，所述對話狀態包括所述一個或多個初級解釋、所述一個或多個次級解釋、所述一個或多個動作、所述一個或多個結果；

基于用戶簡檔的第二評分因素，所述用戶簡檔包括存儲在所述一個或多個服務器上的用戶偏好和用戶歷史；

基于輔助元數據的第三評分因素，所述輔助元數據包括存儲在所述一個或多個服務器上的與用戶偏好無關和與用戶歷史無關的數據。

3.根據權利要求1所述的方法，其中，所述用戶輸入是用戶說出的語音。

4.根據權利要求1所述的方法，其中，為所述用戶輸入生成兩個或更多個初級解釋并發地并行發生。

5.根據權利要求1所述的方法，還包括請求用戶澄清所述一個或多個初級解釋或者一個或多個次級解釋中的哪些是正確的。

6.根據權利要求1所述的方法，其中，所述方法由在用戶設備的操作系統上運行的人工智能層執行。

7.根據權利要求1所述的方法，其中，向用戶至少輸出所述最高結果或者采取由所述最高結果定義的動作包括以下一項或多項：播放歌曲、發起電話呼叫、向用戶提供信息、播放視頻、發送文本消息、記錄視頻、從用戶設備發送信息以及控制燈。

8.一種虛擬助理系統，包括：

用戶接口，被配置為接收來自用戶的輸入并向用戶提供響應；

處理器，被配置為運行機器可執行代碼；

存儲器，存儲非暫時性機器可執行代碼，所述機器可執行代碼被配置為：

處理所述用戶輸入以生成兩個或更多個初級解釋，所述兩個或更多個初級解釋包括針對所述用戶輸入的唯一可能轉錄；

通過處理所述初級解釋中的一個或多個以形成替代解釋，來基于所述兩個或更多個初級解釋中的一個或多個生成一個或多個次級解釋；

處理所述初級解釋和替代解釋以生成導致兩個或更多個終端狀態的結果；

對所述兩個或更多個終端狀態進行評分以對所述兩個或更多個終端狀態進行排序，使得排序最高的終端狀態是最高結果；以及

向用戶呈現所述最高結果，或者為用戶執行所述最高結果。

9.根據權利要求8所述的系統，其中，所述用戶接口包括麥克風和揚聲器。

10.根據權利要求8所述的系統，還包括收發器，所述收發器被配置為通過網絡與第二設備進行通信，所述第二設備被配置為執行第二虛擬助理機器可執行代碼以輔助所述虛擬助理系統為用戶生成所述最高結果。