[发明专利]智能聊天频道处理器在审

专利信息
申请号: 202111224910.4 申请日: 2021-10-21
公开(公告)号: CN114386435A 公开(公告)日: 2022-04-22
发明(设计)人: S·N·克雷斯;P·阿加瓦尔;I·M·布里德维尔特-斯周腾 申请(专利权)人: 国际商业机器公司
主分类号: G06F40/35 分类号: G06F40/35;G06F40/216;G06F16/332;G06K9/62;G06N3/04;G06N3/08
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 郑宗玉
地址: 美国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 聊天 频道 处理器
【权利要求书】:

1.一种用于处理聊天应用中的聊天频道通信的方法,所述方法包括使用处理器以用于:

从用户接收用户消息;

使用分类器将所述用户消息分类为作为问题、回答和陈述之一的分类输入;

响应于所述分类输入是问题:

从回答数据库中确定与所述问题相关的相关回答集合;

确定反映所述相关回答集合中的每个相关回答与所述问题之间的相关程度的相关度分数;

基于所述相关度分数从所述相关回答集合中确定靠前回答;以及

向所述用户呈现所述靠前回答和所述相关回答集合中的至少一个;

响应于所述分类输入是回答:

将所述回答存储在所述回答数据库中;

响应于所述分类输入是陈述:

丢弃所述分类输入;

接收对所述靠前回答进行评级的反馈用户消息;以及

基于所述反馈用户消息修改对于所述靠前回答的奖励分数以调整未来的靠前回答响应。

2.如权利要求1所述的方法,其中,将所述用户消息分类为回答还包括:

确定所述用户消息不是问题;

从包括先前最近提问的问题的最近问题数据库中确定相关问题集合;

针对所述最近问题数据库中的问题执行所述用户消息的词频-逆文档频率TF-IDF过程,以获得每个问题的相关度分数;以及

响应于所述相关度分数中的至少一个超过预定义的问题相关度阈值,将所述用户消息分类为回答。

3.如权利要求2所述的方法,其中,所述相关问题集合和所述相关回答集合的确定都采用词频-逆文档频率TF-IDF过程。

4.如权利要求1所述的方法,其中,所述分类器使用递归神经网络RNN代理。

5.如权利要求1所述的方法,其中,所述靠前回答的确定采用增强学习RL代理。

6.如权利要求1所述的方法,其中,所述用户消息被接收为文本字符串,所述方法进一步包括处理所述文本字符串以产生表示所述用户消息的标记化消息向量。

7.如权利要求6所述的方法,其中:

所述标记化消息向量包括词整数,所述词整数是表示所述用户消息的词的整数;以及

每个词整数具有相关联的权重。

8.如权利要求7所述的方法,其中,所述分类器是递归神经网络RNN,所述方法进一步包括:

由所述RNN确定在所述RNN中正向传播的每个词整数的激活;以及

将所述激活的结果应用于S形激活函数以产生向量索引;

其中,将所述用户消息确定为问题是基于与所述向量索引相关联的值。

9.如权利要求1所述的方法,进一步包括将所述问题存储在所述最近问题数据库中。

10.如权利要求1所述的方法,其中,所述回答数据库和所述最近问题数据库都与所述聊天应用的公共聊天频道相关。

11.如权利要求1所述的方法,其中,所述靠前回答的确定使用先前修改的相关度分数。

12.如权利要求1所述的方法,其中,所述奖励分数由用户信任评级修改。

13.一种聊天频道处理系统,包括:

处理器,所述处理器被配置成实现权利要求1至12之一中的步骤。

14.一种用于聊天频道处理系统的计算机程序产品,所述计算机程序产品包括计算机可读存储介质,所述计算机可读存储介质中包含有计算机可读程序代码,所述计算机可读程序代码在处理器上执行时实现权利要求1-12之一中的步骤。

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国际商业机器公司,未经国际商业机器公司许可,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/202111224910.4/1.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