基于人工智能的人機智能聊天的方法和裝置制造方法及圖紙

本發明專利技術提出一種基于人工智能的人機智能聊天的方法和裝置，該基于人工智能的人機智能聊天的方法包括：接收多模態的輸入信號，所述多模態的輸入信號包括語音信號、圖像信號、傳感器信號和/或事件驅動信號；對所述多模態的輸入信號進行處理，獲得文本數據，并根據所述文本數據獲得用戶的意圖；獲得所述用戶的意圖對應的答案，將所述答案轉化為多模態的輸出信號；輸出所述多模態的輸出信號。本發明專利技術在人機對話中，可以對用戶需求進行精確匹配，給出更精確更個性化的回復，可以更自然地進行人機智能聊天，滿足用戶的聊天需求，提高用戶體驗。

【技術實現步驟摘要】

本專利技術涉及互聯網
，尤其涉及一種基于人工智能的人機智能聊天的方法和裝置。
技術介紹
隨著人類社會信息化的不斷演進以及人工服務成本的不斷上升，人們越來越希望通過自然語言與計算機進行交流，人機智能聊天系統成為這樣的歷史背景下誕生的產物。借助人機智能聊天系統，人類可以使用自然語言與機器進行對話，并通過對話來指揮或者咨詢計算機，完成特定的操作，比如通過與智能手機進行人機聊天，指揮智能硬件完成短信讀取和回復、查詢天氣和航班、設置鬧鐘和行程安排；或者通過與檢索系統進行自然語言的對話，完成深度和個性化的信息檢索，產品推薦。但是現有技術提供的人機智能聊天系統無法滿足用戶的聊天需求，無法自然地進行人機智能聊天。
技術實現思路
本專利技術的目的旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本專利技術的第一個目的在于提出一種基于人工智能的人機智能聊天的方法。該方法在人機對話中，可以對用戶需求進行精確匹配，給出更精確更個性化的回復，可以更自然地進行人機智能聊天，滿足用戶的聊天需求。本專利技術的第二個目的在于提出一種基于人工智能的人機智能聊天的裝置。為了實現上述目的，本專利技術第一方面實施例的基于人工智能的人機智能聊天的方法，包括：接收多模態的輸入信號，所述多模態的輸入信號包括語音信號、圖像信號、傳感器信號和/或事件驅動信號；對所述多模態的輸入信號進行處理，獲得文本數據，并根據所述文本數據獲得用戶的意圖；獲得所述用戶的意圖對應的答案，將所述答案轉化為多模態的輸出信號；輸出所述多模態的輸出信號。本專利技術實施例的基于人工智能的人機智能聊天的方法，接收多模態的輸入信號之后，對上述多模態的輸入信號進行處理，獲得文本數據，并根據上述文本數據獲得用戶的意圖，進而獲得上述用戶的意圖對應的答案，然后將上述答案轉化為多模態的輸出信號，并輸出上述多模態的輸出信號，從而在人機對話中，可以對用戶需求進行精確匹配，給出更精確更個性化的回復，可以更自然地進行人機智能聊天，滿足用戶的聊天需求，提高用戶體驗。為了實現上述目的，本專利技術第二方面實施例的基于人工智能的人機智能聊天的裝置，包括：接收模塊，用于接收多模態的輸入信號，所述多模態的輸入信號包括語音信號、圖像信號、傳感器信號和/或事件驅動信號；處理模塊，用于對所述接收模塊接收的多模態的輸入信號進行處理，獲得文本數據；獲得模塊，用于根據所述處理模塊獲得的文本數據獲得用戶的意圖，并獲得所述用戶的意圖對應的答案；輸出模塊，用于將所述獲得模塊獲得的答案轉化為多模態的輸出信號，并輸出所述多模態的輸出信號。本專利技術實施例的基于人工智能的人機智能聊天的裝置，接收模塊接收多模態的輸入信號之后，處理模塊對上述多模態的輸入信號進行處理，獲得文本數據，獲得模塊根據上述文本數據獲得用戶的意圖，進而獲得上述用戶的意圖對應的答案，然后輸出模塊將上述答案轉化為多模態的輸出信號，并輸出上述多模態的輸出信號，從而在人機對話中，可以對用戶需求進行精確匹配，給出更精確更個性化的回復，可以更自然地進行人機智能聊天，滿足用戶的聊天需求，提高用戶體驗。本專利技術附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實踐了解到。附圖說明本專利技術上述的和/或附加的方面和優點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中：圖1為本專利技術基于人工智能的人機智能聊天的方法一個實施例的流程圖；圖2為本專利技術基于人工智能的人機智能聊天的方法中系統架構一個實施例的示意圖；圖3為本專利技術基于人工智能的人機智能聊天的方法中用戶意圖的拓撲結構一個實施例的示意圖；圖4為本專利技術基于人工智能的人機智能聊天的裝置一個實施例的結構示意圖；圖5為本專利技術基于人工智能的人機智能聊天的裝置另一個實施例的結構示意圖。具體實施方式下面詳細描述本專利技術的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本專利技術，而不能理解為對本專利技術的限制。相反，本發明的實施例包括落入所附加權利要求書的精神和內涵范圍內的所有變化、修改和等同物。本專利技術提供一種基于人工智能的人機智能聊天的方法，該方法可以被部署在不同的平臺(包括且不限于互聯網、手機、智能硬件設備或企業專用客服平臺等)上，能夠以自然語言的方式，通過人類正常交互使用的多模態的信號(包括且不限于語音或圖像等)與人類進行聊天交互。圖1為本專利技術基于人工智能的人機智能聊天的方法一個實施例的流程圖，如圖1所示，該基于人工智能的人機智能聊天的方法可以包括：步驟101，接收多模態的輸入信號，上述多模態的輸入信號包括語音信號、圖像信號、傳感器信號和/或事件驅動信號。步驟102，對上述多模態的輸入信號進行處理，獲得文本數據，并根據上述文本數據獲得用戶的意圖。具體地，根據上述文本數據獲得用戶的意圖可以為：對上述文本數據進行解析，根據解析獲得的結果生成用戶的意圖。其中，對上述文本數據進行解析可以為：對上述文本數據進行句法結構分析，對進行句法結構分析后的文本數據進行基于詞語的語義分析、基于話題模型的領域多分類識別、語義消歧和基于語法結構和上下文信息的自動補全。進一步地，根據上述文本數據獲得用戶的意圖之后，還可以將獲得的用戶的意圖保存在歷史用戶意圖中。步驟103，獲得上述用戶的意圖對應的答案，將上述答案轉化為多模態的輸出信號。步驟104，輸出上述多模態的輸出信號。具體地，步驟103中，獲得上述用戶的意圖對應的答案可以為：根據上述用戶的意圖在記憶系統中進行查找，獲得上述用戶的意圖的約束條件；以及根據上述用戶的意圖在話題模型和領域實體數據庫中進行查找，獲得上述用戶的意圖關聯的變量和屬性；以及通過主動學習模塊獲得當前的聊天語境與存儲的聊天模式的相似度；以及訪問開放服務接口，獲得從上述開放服務接口返回的結果；根據上述用戶的意圖，結合上述用戶的意圖的約束條件、上述用戶的意圖關聯的變量和屬性、從上述開放服務接口返回的結果以及與存儲的聊天模式的相似度獲得上述用戶的意圖對應的答案。進一步地，還可以將上述用戶的意圖、上述用戶的意圖的約束條件，上述用戶的意圖關聯的變量和屬性保存在對話模型中；根據上述對話模型中保存的用戶的意圖、用戶的意圖的約束條件、用戶的意圖關聯的變量和屬性的統計結果建立不同用戶的意圖的轉移概率圖譜，并在適當的時機，根據上述轉移概率圖譜生成本文檔來自技高網...

【技術保護點】
一種基于人工智能的人機智能聊天的方法，其特征在于，包括：接收多模態的輸入信號，所述多模態的輸入信號包括語音信號、圖像信號、傳感器信號和/或事件驅動信號；對所述多模態的輸入信號進行處理，獲得文本數據，并根據所述文本數據獲得用戶的意圖；獲得所述用戶的意圖對應的答案，將所述答案轉化為多模態的輸出信號；輸出所述多模態的輸出信號。

【技術特征摘要】
1.一種基于人工智能的人機智能聊天的方法，其特征在于，包括：
接收多模態的輸入信號，所述多模態的輸入信號包括語音信號、圖像信號、傳感器信
號和/或事件驅動信號；
對所述多模態的輸入信號進行處理，獲得文本數據，并根據所述文本數據獲得用戶的
意圖；
獲得所述用戶的意圖對應的答案，將所述答案轉化為多模態的輸出信號；
輸出所述多模態的輸出信號。
2.根據權利要求1所述的方法，其特征在于，所述根據所述文本數據獲得用戶的意圖
包括：
對所述文本數據進行解析，根據解析獲得的結果生成用戶的意圖。
3.根據權利要求2所述的方法，其特征在于，所述對所述文本數據進行解析包括：
對所述文本數據進行句法結構分析，對進行句法結構分析后的文本數據進行基于詞語
的語義分析、基于話題模型的領域多分類識別、語義消歧和基于語法結構和上下文信息的
自動補全。
4.根據權利要求1-3任意一項所述的方法，其特征在于，所述根據所述文本數據獲得
用戶的意圖之后，還包括：
將獲得的用戶的意圖保存在歷史用戶意圖中。
5.根據權利要求1-3任意一項所述的方法，其特征在于，所述獲得所述用戶的意圖對
應的答案包括：
根據所述用戶的意圖在記憶系統中進行查找，獲得所述用戶的意圖的約束條件；以及
根據所述用戶的意圖在話題模型和領域實體數據庫中進行查找，獲得所述用戶的意圖關聯
的變量和屬性；以及通過主動學習模塊獲得當前的聊天語境與存儲的聊天模式的相似度；
以及訪問開放服務接口，獲得從所述開放服務接口返回的結果；
根據所述用戶的意圖，結合所述用戶的意圖的約束條件、所述用戶的意圖關聯的變量
和屬性、從所述開放服務接口返回的結果以及與存儲的聊天模式的相似度獲得所述用戶的
意圖對應的答案。
6.根據權利要求5所述的方法，其特征在于，還包括：
將所述用戶的意圖、所述用戶的意圖的約束條件，所述用戶的意圖關聯的變量和屬性

\t保存在對話模型中；
根據所述對話模型中保存的用戶的意圖、用戶的意圖的約束條件、用戶的意圖關聯的
變量和屬性的統計結果建立不同用戶的意圖的轉移概率圖譜，并在適當的時機，根據所述
轉移概率圖譜生成新的話題。
7.根據權利要求5所述的方法，其特征在于，所述對所述多模態的輸入信號進行處理，
獲得文本數據之后，還包括：
將所述文本數據中包括的適合記憶的內容保存在記憶系統中。
8.根據權利要求7所述的方法，其特征在于，所述記憶系統包括短期記憶系統和長期
記憶系統；
所述將所述文本數據中包括的適合記憶的內容保存在記憶系統中包括：
將所述文本數據包括的適合記憶的內容中屬于短期記憶的內容保存在短期記憶系統
中，將所述文本數據包括的適合記憶的內容中屬于長期記憶的內容保存在長期記憶系統中；
所述短期記憶的內容包括：所述用戶的歷史對話記錄、基于所述歷史對話記錄建立的
用戶聊天的話題狀態序列和基于所述歷史對話記錄提取的實體相關屬性；
所述長期記憶的內容包括：所述用戶的個人信息和人口屬性、所述用戶的偏好、所述
用戶的地理歷史記錄、所述用戶的消費歷史記錄、系統的個人信息和人口屬性和系統的偏
好。
9.根據權利要求5所述的方法，其特征在于，所述對所述多模態的輸入信號進行處理，
獲得文本數據之后，還包括：
將所述文本數據中提煉的話題記錄在話題模型中，以及將所述文本數據中提煉的實體
屬性記錄在領域實體數據庫中。
10.根據權利要求5所述的方法，其特征在于，所述通過主動學習模塊獲得當前的聊
天語境與存儲的聊天模式的相似度包括：
通過對話模型、話題模型和領域實體數據庫對人類的聊天模式進行數值化；
將數值化的聊天模式存儲在主動學習模塊中；
檢測獲得當前的聊天語境與存儲的聊天模式的相似度。
11.一種基于人工智能的人機智能聊天的裝置，其特征在于，包括：
接收模塊，用于接收多模態的輸入信號，所述多模態的輸入信號包括語音信號、圖像...

【專利技術屬性】
技術研發人員：亓超，溫泉，陳洪亮，周湘陽，張曉慶，忻舟，趙世奇，
申請(專利權)人：百度在線網絡技術北京有限公司，
類型：發明
國別省市：北京;11