[发明专利]答复消息生成方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201910968475.2 申请日: 2019-10-12
公开(公告)号: CN110931012A 公开(公告)日: 2020-03-27
发明(设计)人: 满康瑞 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G10L15/26 分类号: G10L15/26;G10L15/22;G10L15/28;G10L15/16;G10L15/06;H04L12/58
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 李姣姣
地址: 518052 广东省深圳市前海深港合作区前*** 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: 答复 消息 生成 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种答复消息生成方法,所述方法包括:

实时接收目标用户输入的语音信息,并根据所述语音信息获取所述目标用户的身份标识;

获取预设的身份标识与性格分类结果的关系,根据所述预设的身份标识与性格分类结果的关系,得到与所述目标用户的身份标识对应的性格分类目标结果;

提取所述语音信息包含的目标关键词,根据所述目标关键词以及所述性格分类目标结果,生成答复候选消息;

获取所述答复候选消息的句式结构,根据所述句式结构对所述答复候选消息进行拆分处理,得到多个短语;

从预设同义词库中获取各所述短语对应的同义词,得到所述各个短语对应的同义短语集合;

根据所述答复候选消息的句式结构,分别从每个所述同义短语集合中选择一个短语,将选择的各个短语进行组合,生成答复消息。

2.根据权利要求1所述的方法,其特征在于,所述根据所述答复候选消息的句式结构,分别从每个所述同义短语集合中选择一个短语,将选择的各个短语进行组合,生成答复消息之前,还包括:

对各所述同义短语集合进行顺序编号,根据所述答复候选消息的当前语法结构确定同义语法结构;

根据所述各同义短语集合在所述同义语法结构中的次序,确定与所述同义语法结构对应的句式结构;

所述根据所述答复候选消息的句式结构,分别从每个所述同义短语集合中选择一个短语,将选择的各个短语进行组合,生成答复消息,包括:

从所述同义语法结构对应的句式结构中选择一个句式结构,根据已选择的句式结构从每个所述同义短语集合中选择一个短语进行组合,对组合后的句子进行语法修正,生成答复消息。

3.根据权利要求1所述的方法,其特征在于,所述根据所述预设的身份标识与性格分类结果的关系,得到与所述目标用户的身份标识对应的性格分类目标结果之前,还包括:

向用户终端发送性格测试问题,并接收不同用户终端对所述性格测试问题的反馈以及对应的身份标识;

根据所述对性格测试问题的反馈以及预定的性格分类规则,得到不同身份标识对应的性格分类结果;

根据所述不同身份标识对应的性格分类结果,生成预设的身份标识与性格分类结果的关系。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

基于书面语词汇量对所述语音消息进行语言模式识别,得到所述目标用户的语言模式;

所述根据所述目标关键词以及所述性格分类目标结果,生成答复候选消息,包括:

根据所述目标用户的语言模式、性格分类目标结果以及预设的需求分类模型,得到用户的需求类型,其中,所述需求分类模型为已训练的用于求解用户需求类型的神经网络模型;

根据所述目标关键词在预设的关键词-答案对应关系中查找,得到与所述目标关键词对应的目标答案;

根据所述用户的需求类型以及所述目标答案,生成答复候选消息。

5.根据权利要求4所述的方法,其特征在于,所述基于书面语词汇量对所述语音消息进行语言模式识别,得到用户的语言模式,包括:

当所述语音消息包含的书面语词汇量小于预设阈值时,得到用户的语言模式为非正式语言模式;

当所述语音消息包含的书面语词汇量大于或等于所述预设阈值时,得到用户的语言模式为正式语言模式。

6.根据权利要求4所述的方法,其特征在于,所述根据所述目标用户的语言模式、性格分类目标结果以及预设的需求分类模型,得到用户的需求类型之前,包括:

获取样本数据,样本数据包括样本用户的语言模式、对应的性格分类结果以及对应的需求类型;

将样本用户的语言模式以及对应的性格分类结果输入至神经网络模型进行训练,得到训练结果;

将训练结果与样本用户对应的需求类型进行比较,调整神经网络模型的参数,直到训练结果满足预设条件,得到已训练的用于求解用户需求类型的神经网络模型。

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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/201910968475.2/1.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