基于人工智能的人機聊天方法和裝置制造方法及圖紙

本發明專利技術公開了一種基于人工智能的人機聊天方法和裝置，其中，方法包括以下步驟：接收用戶輸入的輸入信息；將輸入信息分發至聊天服務模塊；接收多個聊天服務模塊返回的候選回復；基于置信度對待選回復進行排序，并根據排序結果生成聊天信息，并向用戶提供聊天信息。本發明專利技術實施例的基于人工智能的人機聊天方法和裝置，通過接收用戶輸入的輸入信息，并將輸入信息分發至聊天服務模塊，然后接收多個聊天服務模塊返回的候選回復，以及基于置信度對待選回復進行排序，并根據排序結果生成聊天信息，并向用戶提供聊天信息，能夠與用戶進行多輪聊天，真實自然，具有主動性，還能針對不同用戶返回符合用戶風格的回復，更加個性化、智能化。

【技術實現步驟摘要】

本專利技術涉及人工智能
，尤其涉及一種基于人工智能的人機聊天方法和裝置。
技術介紹
人工智能(Artificial Intelligence)是計算機科學的一個分支，英文縮寫為Al，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人機聊天是指人與計算機之間進行交互聊天的過程。人機聊天可應用于娛樂及情感陪伴、智能服務擬人化等方面。例如:通過人機聊天系統可以隨時隨地進行對話，緩解人們的生活壓力，對于兒童還可幫助兒童提高語言能力。目前，傳統的人機聊天系統主要基于大規模自動挖掘的聊天句對，每個聊天句對中含有聊天上句P(post)和針對P的下句R(Response)。對于用戶輸入的聊天句子Q (query)，首先計算出與Q相似度最高的多個聊天上句{PI, P2,…，Pn}，再對聊天上句對應的聊天下句{Rl，R2，*"，Rn}進行排序，然后選擇出最優的聊天下句R返回給用戶。但是，傳統的人機聊天系統存在以下缺點:缺乏多輪聊天能力，即用戶提出聊天上句，機器回復聊天下句，缺乏主動性，不夠真實自然；對于時效性要求較高的對話例如新聞，則無法精準地進行回答；另外，聊天內容缺乏個性化，不同用戶提出的相同或相似問題，只能回復同樣的答案，缺乏個性化及智能化。
技術實現思路
本專利技術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，本專利技術的一個目的在于提出一種基于人工智能的人機聊天方法，能夠與用戶進行多輪聊天，真實自然，具有主動性，還能針對不同用戶返回符合用戶風格的回復，更加個性化、智能化。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聊天裝置。為了實現上述目的，本專利技術第一方面實施例提出了一種基于人工智能的人機聊天方法，包括:接收用戶輸入的輸入信息；將所述輸入信息分發至聊天服務模塊；接收所述多個聊天服務模塊返回的候選回復，其中，所述候選回復具有對應的置信度；基于所述置信度對所述待選回復進行排序，并根據排序結果生成聊天信息，并向所述用戶提供所述聊天信息。本專利技術實施例的基于人工智能的人機聊天方法，通過接收用戶輸入的輸入信息，并將輸入信息分發至聊天服務模塊，然后接收多個聊天服務模塊返回的候選回復，以及基于置信度對待選回復進行排序，并根據排序結果生成聊天信息，并向用戶提供聊天信息，能夠與用戶進行多輪聊天，真實自然，具有主動性，還能針對不同用戶返回符合用戶風格的回復，更加個性化、智能化。本專利技術第二方面實施例提出了一種基于人工智能的人機聊天裝置，包括:第一接收模塊，用于接收用戶輸入的輸入信息；分發模塊，用于將所述輸入信息分發至聊天服務模塊；第二接收模塊，用于接收所述多個聊天服務模塊返回的候選回復，其中，所述候選回復具有對應的置信度；提供模塊，用于基于所述置信度對所述待選回復進行排序，并根據排序結果生成聊天信息，并向所述用戶提供所述聊天信息。本專利技術實施例的基于人工智能的人機聊天裝置，通過接收用戶輸入的輸入信息，并將輸入信息分發至聊天服務模塊，然后接收多個聊天服務模塊返回的候選回復，以及基于置信度對待選回復進行排序，并根據排序結果生成聊天信息，并向用戶提供聊天信息，能夠與用戶進行多輪聊天，真實自然，具有主動性，還能針對不同用戶返回符合用戶風格的回復，更加個性化、智能化?！靖綀D說明】圖1是根據本專利技術一個實施例的基于人工智能的人機聊天方法的流程圖。圖2是根據本專利技術一個實施例的話題聊天圖譜的效果示意圖。圖3是根據本專利技術一個實施例的基于人工智能的人機聊天裝置的結構示意圖一。圖4是根據本專利技術一個實施例的基于人工智能的人機聊天裝置的結構示意圖二。圖5是根據本專利技術一個實施例的基于搜索的聊天模塊的結構示意圖。圖6是根據本專利技術一個實施例的富知識聊天模塊的結構示意圖。圖7是根據本專利技術一個實施例的基于畫像的聊天模塊的結構示意圖一。圖8是根據本專利技術一個實施例的基于畫像的聊天模塊的結構示意圖二。圖9是根據本專利技術一個實施例的基于人工智能的人機聊天裝置的結構示意圖三。圖10是根據本專利技術一個實施例的基于人工智能的人機聊天裝置的結構示意圖四。圖11是根據本專利技術一個實施例的基于人工智能的人機聊天裝置的結構示意圖五。圖12是根據本專利技術一個實施例的基于人工智能的人機聊天裝置的結構示意圖六。【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，旨在用于解釋本專利技術，而不能理解為對本專利技術的限制。下面參考附圖描述本專利技術實施例的基于人工智能的人機聊天方法和裝置。圖1是根據本專利技術一個實施例的基于人工智能的人機聊天方法的流程圖。如圖1所示，基于人工智能的人機聊天方法可包括:S1、接收用戶輸入的輸入信息。其中，輸入信息可以是語音信息，也可以是文本信息。在接收用戶輸入的輸入信息之后，可對輸入信息進行糾錯和/或改寫，用于糾正輸入信息中的錯別字，改寫不規則的口語化表達等。另外，還可獲取與用戶聊天的上文信息，然后根據上文信息判斷輸入信息與上文信息的依賴關系是否大于預設關系閾值。如果大于預設關系閾值，則可根據上文信息對輸入信息進行補全，從而保證人機聊天的流暢度。具體地，對輸入信息進行補全可包括指代消解。舉例來說，輸入信息為“他結婚了么？ ”，則可根據上文信息“劉德華”將輸入信息中的“他”替代為“劉德華”。對輸入信息進行補全還可包括省略補全。舉例來說，上文信息“劉德華老婆叫朱麗倩?！?，輸入信息為“我不認識。”，則可將輸入信息補全為“我不認識朱麗倩?！?。此外，還可根據上文信息獲取用戶當前的話題信息，以便后續聊天服務模塊對聊天話題進行引導。S2、將輸入信息分發至聊天服務模塊。具體地，可對輸入信息進行領域分析以獲取輸入信息對應的領域。然后，可根據輸入信息對應的領域將輸入信息分發至具有相同或相近似領域的聊天服務模塊。其中，聊天服務模塊可包括基于搜索的聊天模塊、富知識聊天模塊、基于畫像的聊天模塊和基于眾包的聊天模塊中的一種或多種。具體地，基于搜索的聊天模塊可對輸入信息進行切詞以生成多個聊天短句，然后可根據多個聊天短句查詢聊天語料庫從而生成多個聊天語料上句和多個聊天語料上句對應的多個聊天語料下句。其中，聊天語料庫為預先建立，語聊來源可包括但不限于貼吧等論壇數據中的“發帖-回帖”、微博中的“博文-回復”、問答社區中的“問題-答案”等。在此之后，可對多個聊天語料上句進行過濾。具體地，可計算輸入信息與多個聊天語料上句之間的相似度。如果相似度小于第一預設相似度閾值，則可將對應的聊天語料上句過濾；如果相似度大于或等于第一預設相似度閾值，則可將對應的聊天語料上句保留。在對聊天語料上句進行過濾之后，可對過濾之后的聊天語料上句對應的聊天語料下句進行分類。具體地，計算輸入信息與多個聊天語料下句之間的相似度，并根據相似度基于 GBDT (梯度升壓決策樹，Gradient Boost Decis1n Tree)、SVM(支持向量機，SupportVector Machine)等機器學習模型對多個聊天語料下句進行分類。其中，輸入信息與多個聊天語料下句之間的相似度可以是輸入信息與聊天語料下句之間字面的相似度，也可以是輸入信息與聊天語料下句基于深度神本文檔來自技高網...

【技術保護點】
一種基于人工智能的人機聊天方法，其特征在于，包括以下步驟：接收用戶輸入的輸入信息；將所述輸入信息分發至聊天服務模塊；接收所述多個聊天服務模塊返回的候選回復，其中，所述候選回復具有對應的置信度；基于所述置信度對所述待選回復進行排序，并根據排序結果生成聊天信息，并向所述用戶提供所述聊天信息。

【技術特征摘要】

【專利技術屬性】
技術研發人員：趙世奇，亓超，吳華，忻舟，田浩，周湘陽，陳洪亮，溫泉，張曉慶，許心諾，嚴睿，
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