[发明专利]生成对寻址到不同认知引擎的查询的响应的方法和系统

说明书

一种方法包括由计算设备接收第一查询，并将第一查询分配给多个认知引擎，其中多个认知引擎中的每一个包括用于处理数据的不同特性。该方法还包括，响应于从多个认知引擎中的每一个接收到对第一查询的响应，比较从多个认知引擎接收到的响应。该方法还包括响应于确定来自第一认知引擎的第一响应和来自第二认知引擎的第二响应之间的差高于预定阈值，执行响应调解过程直到该差低于预定阈值。该方法还包括从所接收的对第一查询和第二查询的响应中选择第一最终响应，并向用户显示第一最终响应。

技术领域

本公开一般涉及认知计算，并且更具体地，涉及用于生成对寻址到两个不同认知引擎的查询的改进的响应的方法。本发明还涉及一种用于从两个不同认知引擎生成对查询的改进的响应的系统，以及一种计算机程序产品。

背景技术

目前，认知计算部分地是商品服务，其中移动或云计算提供商生产和交付可以识别和解释口头语言的面向最终用户的设备。面向最终用户的设备还可以充当个人助理和知识导航器。来自不同提供商的认知服务使用不同的数据源、不同的算法和不同的调优参数，并且可以随着时间应用不同的自学习方法。另外，不同提供商的属性可以是特定于认知服务的特定用户组的，例如说特定类型的语言的特定用户组。来自用第一语言训练的第一认知服务提供商的认知服务可以给出与来自用第二语言训练的第二认知服务提供商的认知服务不同的回答。最终用户通常对获得对问题的最有价值的响应感兴趣。

存在与用于从认知系统生成回答的方法有关的若干公开。文献“CognitiveInstance-Based Learning Agents in a Multi-Agent Congestion Game,Paul Scerriet al,Workshop on Information Sharing in Large Multi-Agent Systems at AAMAS,2013”，公开了由人类学习方式启发的多代理学习方法与数值更密集的代理学习方式的经验比较。更具体地，代理必须重复地遍历图，并且在相同边缘上的代理彼此干扰，因此需要学习以找到未拥塞的路线。然而，通过多代理的学习可能导致不期望的和不想要的动态，因为该学习为其他代理创建了学习的非固定环境。

发明内容

根据本发明的实施例公开了一种用于认知调解的方法、计算机程序产品和计算机系统，所述方法包括，在计算设备处接收第一查询；由所述计算设备将所述第一查询分配给多个认知引擎，其中所述多个认知引擎中的每个认知引擎包括用于处理数据的不同特性；响应于从所述多个认知引擎中的每个认知引擎接收到对所述第一查询的响应，由所述计算设备比较从所述多个认知引擎接收到的响应；响应于确定来自第一认知引擎的第一响应与来自第二认知引擎的第二响应之间的差高于预定阈值，由所述计算设备执行响应调解过程，直到所述差低于所述预定阈值，其中所述响应调解过程包括：由所述计算设备将所述第一响应发送到所述第二认知引擎；由所述计算设备确定所述第一响应和所述第二响应之间的共同概念；由所述计算设备基于所述第一响应和知识数据库来生成第二查询；由所述计算设备将所述第二查询发送到所述第二认知引擎；以及在所述计算设备处接收来自所述第二认知引擎的对所述第二查询的第三响应；由所述计算设备从所接收的对所述第一查询和所述第二查询的响应中选择第一最终响应；以及由计算设备向用户显示所述第一最终响应。