[发明专利]人机对话系统中基于时间线记忆的认知方法及装置有效
申请号: | 201710277399.1 | 申请日: | 2017-04-25 |
公开(公告)号: | CN107153685B | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 简仁贤;熊耀华 | 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;G06F40/211;G06F40/30 |
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: | 人机对话 系统 基于 时间 记忆 认知 方法 装置 | ||
本发明属于智能识别技术领域,提供了一种人机对话系统中基于时间线记忆的认知方法及装置。本发明提供的人机对话系统中基于时间线记忆的认知方法包括:抽取对话信号中的多元信号;根据所述多元信号得到活动要素;按所述活动要素中的时间要素为顺序,将所述活动要素添加到用户时间线中。本发明提供了一种人机对话系统中基于时间线记忆的认知方法及装置,将用户表述的事件活动抽象为时间线,并在后续的用户对话中根据关键词进行记忆检索,实现对用户活动的认知,使人机对话更加符合人类自然的交互习惯。
技术领域
本发明涉及智能识别技术领域,具体涉及一种人机对话系统中基于时间线记忆的认知方法及装置。
背景技术
现有的人机对话系统中,对于用户事件活动相关话题的理解与潜在逻辑的推理普遍依赖于规则系统的预设规则。基本触发形式或由用户发出“指令式”的对话,或由机器识别固定的对话句型,导致对话无法深入并且不符合人类自然的交互习惯。
发明内容
针对现有技术中的缺陷,本发明提供了一种人机对话系统中基于时间线记忆的认知方法及装置,将用户表述的事件活动抽象为时间线,并在后续的用户对话中根据关键词进行记忆检索,实现对用户活动的认知,使人机对话更加符合人类自然的交互习惯。
第一方面,本发明提供的一种人机对话系统中基于时间线记忆的认知方法,包括:抽取对话信号中的多元信号;根据所述多元信号得到活动要素;按所述活动要素中的时间要素为顺序,将所述活动要素添加到用户时间线中。
本实施例提供的人机对话系统中基于时间线记忆的认知现方法,实现了一种基于时间线自动提取记忆的方法,依赖于对话信号中的时间表达式、话题、语句类型、情绪、语言行为、语义角色标准、人称命名实体、地点命名实体、等,将用户表述的事件活动抽象为时间线,基于用户时间线构建对用户活动的记忆认知,使得机器人更加智能化和人性化。
优选地,还包括:对所述对话信号进行句型分析;所述按所述活动要素中的时间要素为顺序,将所述活动要素添加到用户时间线中,包括:若所述对话信号的句型为陈述句,则按所述活动要素中的时间要素为顺序,将所述活动要素添加到用户时间线中;若所述对话信号的句型为疑问句,则在用户时间线中检索与所述活动要素匹配的记录,根据检索到的记录进行对话回答。
优选地,所述按所述活动要素中的时间要素为顺序,将所述活动要素添加到用户时间线中,包括:在用户时间线中检索与所述活动要素匹配的记录;若检索到匹配的记录,则根据所述活动要素对匹配到的记录进行补全;若未检索到匹配的记录,则根据所述时间要素生成新增记录,按所述活动要素中的时间要素为顺序,将所述新增记录添加到用户时间线中。
优选地,还包括:在所述用户时间线中检索与所述新增记录存在冲突的记录,若存在冲突,则向用户发出提醒。
优选地,所述多元信号包括时间表达式、人称命名实体、地点命名实体、语义角色标注、话题、句型、情绪、语言行为中的至少一种。
优选地,所述活动要素包括时间要素、地点要素、人物要素、事件要素中的至少一种。
第二方面,本发明提供的一种人机对话系统中基于时间线记忆的认知装置,包括:信号抽取模块,用于抽取对话信号中的多元信号;要素提取模块,用于根据所述多元信号得到活动要素;记忆添加模块,用于按所述活动要素中的时间要素为顺序,将所述活动要素添加到用户时间线中。
本实施例提供的人机对话系统中基于时间线记忆的认知现装置,实现了一种基于时间线自动提取记忆的方法,依赖于对话信号中的时间表达式、话题、语句类型、情绪、语言行为、语义角色标准、人称命名实体、地点命名实体、等,将用户表述的事件活动抽象为时间线,基于用户时间线构建对用户活动的记忆认知,使得机器人更加智能化和人性化。
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/201710277399.1/2.html,转载请声明来源钻瓜专利网。