[发明专利]一种智能对话控制方法和系统有效
申请号: | 201611184302.4 | 申请日: | 2016-12-20 |
公开(公告)号: | CN106649704B | 公开(公告)日: | 2020-04-07 |
发明(设计)人: | 简仁贤;白祚 | 申请(专利权)人: | 竹间智能科技(上海)有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 任媛 |
地址: | 200233 上海市浦东新区自由贸*** | 国省代码: | 上海;31 |
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 智能 对话 控制 方法 系统 | ||
1.一种智能对话控制方法,其特征在于,包括:
步骤S1,接收用户输入的信息;
步骤S2,根据所述用户输入的信息,获取对话信息、用户画像信息和系统角色定位信息;
所述对话信息包括对话话题、对话延续性、对话情绪;所述用户画像信息包括用户基本信息、用户特征信息中至少一项;
步骤S3,根据所述对话信息、所述用户画像信息和所述系统角色定位信息,选择对应的应答策略;所述应答策略包括:主动策略、被动策略、主被动结合策略;
步骤S4,根据所述对话话题、所述对话情绪、所述用户画像信息和所述应答策略,产生对应的应答内容;
步骤S5,输出所述应答内容;
所述根据所述用户输入的信息获取对话信息,具体包括:
通过以下至少一种方法获取所述对话话题:根据所述用户输入的信息中,某一关键词或某一句型出现的次数来获取所述对话话题,所述次数高于一定值时,所述关键词或所述句型相关的话题即为所述对话话题;或利用机器学习模型获取所述对话话题,所述机器学习模型为利用大规模的标注和非标注的语料训练得到的模型;
通过以下至少一种方法获取所述对话延续性:根据所述用户输入的信息,判断当前输入的关键词与上文的关键词是否有相关性,有相关性则视为对话有延续性;或根据机器学习模型获取所述对话延续性,所述机器学习模型为利用大规模的标注和非标注的语料训练得到的模型;
通过以下方法来确定所述对话情绪:从所述用户输入的信息中识别情绪特征,获取所述对话情绪;所述情绪特征包括能表征用户情绪的文字、符号、语音、语调或图像;
所述根据所述用户输入的信息获取用户画像信息,具体包括:根据所述用户输入的信息提取与所述用户基本信息和所述用户特征信息相关的内容;根据所述内容确定所述用户画像信息;
所述根据所述用户输入的信息获取系统角色定位信息,具体包括:在系统中预设多种系统角色定位,并根据所述对话信息和用户画像信息,将当前系统角色定位转变为符合所述对话信息和所述用户画像信息的所述系统角色定位;
所述根据所述对话信息、所述用户画像信息和所述系统角色定位信息,选择对应的应答策略,具体包括:根据所述对话信息,判断用户的需求和意图,并判断对话是否中断,形成判断结果;
根据所述判断结果,当用户在对话中有明确的需求或要求时,选择所述被动策略;
根据所述判断结果,当对话中断,或用户在对话中明确表示不喜欢所述对话话题,或用户明确要求转换所述对话话题时,选择所述主动策略;
根据所述判断结果,当所述对话信息不属于以上两种情况时,选择主被动结合策略,根据所述用户画像信息和所述系统角色定位信息,以及用户当前的状态,在所述主动策略与所述被动策略之间互相切换;
所述根据所述对话话题、所述对话情绪、所述用户画像信息和所述应答策略,产生对应的应答内容,具体包括:
当选择所述被动策略时,产生给予用户明确回答的所述应答内容;
当选择所述主动策略时,主动生成新话题,并产生与所述新话题对应的所述应答内容,所述新话题可根据实际对话情况进行确定和调整;
当选择所述主被动结合策略时,根据所述对话话题、所述对话情绪和所述用户画像信息,产生对应的所述应答内容。
2.根据权利要求1所述的智能对话控制方法,其特征在于,所述用户输入的信息为文字信息、图像信息、语音信息中至少一种。
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竹间智能科技(上海)有限公司,未经竹间智能科技(上海)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/201611184302.4/1.html,转载请声明来源钻瓜专利网。