[发明专利]一种机器人服务器及自动聊天方法无效

专利信息
申请号: 200710090640.6 申请日: 2007-03-30
公开(公告)号: CN101076061A 公开(公告)日: 2007-11-21
发明(设计)人: 杨海松;刘云峰;刘致远;禹荣凌 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04M3/42 分类号: H04M3/42;H04L12/16
代理公司: 北京德琦知识产权代理有限公司 代理人: 罗正云;宋志强
地址: 518044广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 机器人 服务器 自动 聊天 方法
【权利要求书】:

1、一种机器人服务器,其特征在于,该机器人服务器包括:

语句目的识别单元,用于识别用户语句为格式化语句还是非格式化语句;

格式化语言执行单元,用于当语句目的识别单元识别出用户语句为格式化语句时,执行所述格式化语句;

自然语言理解单元,用于当语句目的识别单元识别出用户语句为非格式化语句时,对用户语句进行自然语言理解以确定语句属性;

用户属性存储单元,用于存储用户的属性信息;

推理引擎单元,用于根据所述语句属性和用户属性信息在知识库中进行模式匹配,确定匹配的反馈答复;

知识库,用于保存知识。

2、根据权利要求1所述的机器人服务器,其特征在于,所述知识库,用于保存问题部分和应答部分,其中问题部分以问句主干的方式保存,应答部分以完整保留的方式保存。

3、根据权利要求1所述的机器人服务器,其特征在于,所述用户语句为聊天语句、信息查询问句、对话教育语句或格式化命令。

4、根据权利要求1所述的机器人服务器,其特征在于,所述用户的属性信息包括:用户的姓名、用户的性别、用户所在城市、用户爱好中的任一个或者多于一个的任意组合。

5、根据权利要求1所述的机器人服务器,其特征在于,

所述自然语言理解单元,用于对用户语句执行下列操作中的任一个或者多于一个的任意组合以确定语句属性:

分词;

问句主干提取;

问句类型判断;

话题判断。

6、根据权利要求1所述的机器人服务器,其特征在于,所述机器人服务器进一步包括备用推理引擎单元,

备用推理引擎单元,用于当知识库更新时加载更新的知识库,并在加载完更新的知识库后与所述推理引擎单元转换功能。

7、根据权利要求1所述的机器人服务器,其特征在于,

所述格式化语言执行单元包括:信息查询模块、对话教育模块和游戏模块中的任一个或者多于一个的任意组合,其中:

信息查询模块,用于确定信息查询类的格式化语句的反馈答复;

对话教育模块,用于确定对话教育类的格式化语句的反馈答复;

游戏模块,用于确定游戏类的格式化语句的反馈答复。

8、根据权利要求1所述的机器人服务器,其特征在于,所述知识库进一步用于从置于机器人服务器之外的学习知识库中获取知识,所述学习知识库位于学习服务器中;

学习服务器,用于记录用户对话,并将用户对话转化为知识库文件格式后保存在学习知识库中。

9、根据权利要求1-8中任一项所述的机器人服务器,其特征在于,该机器人服务器进一步包括通信单元,

通信单元,用于通过以下通讯方式中的任一种或者多于一种的任意组合接收用户语句和将确定的反馈答复发送给用户:

即时通讯方式;

电子邮件方式;

短消息方式。

10、一种自动聊天方法,其特征在于,该方法包括:

A、接收用户语句,并识别用户语句为格式化语句还是非格式化语句;

B、如果识别出用户语句为格式化语句时,则执行所述格式化语句;如果识别出用户语句为非格式化语句时,对用户语句进行自然语言理解以确定语句属性,然后再根据所述语句属性和用户属性信息在知识库中进行模式匹配,确定匹配的反馈答复。

11、根据权利要求10所述的自动聊天方法,其特征在于,所述步骤B执行下列操作中的任一个或者多于一个的任意组合以确定语句属性:

分词;

问句主干提取;

问句类型判断;

话题判断。

12、根据权利要求10所述的自动聊天方法,其特征在于,步骤B所述执行格式化语句包括:

确定信息查询类的格式化语句的反馈答复;或

确定对话教育类的格式化语句的反馈答复;或

确定游戏类的格式化语句的反馈答复。

13、根据权利要求10所述的自动聊天方法,其特征在于,该方法进一步包括:记录用户对话,并将用户对话转化为知识库文件格式后保存在知识库中。

14、根据权利要求10-13中任一项所述的自动聊天方法,其特征在于,所述用户语句为聊天语句、信息查询问句、对话教育语句或格式化命令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200710090640.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top