用于智能设备的控制方法、系统及其装置、电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113836944A(43)申请公布日2021.12.24(21)申请号202111017354.3G06F16/332(2019.01)(22)申请日2021.08.31(71)申请人青岛海尔科技有限公司地址266101山东省青岛市崂山区海尔路1号海尔工业园申请人海尔智家股份有限公司(72)发明人刘建国王迪赵培(74)专利代理机构北京康信知识产权代理有限责任公司11240代理人董文倩(51)Int.Cl.G06F40/35(2020.01)G06F40/205(2020.01)G06K9/62(2006.01)G06N3/08(2006.01)权利要求书2页说明书10页附图3页(54)发明名称用于智能设备的控制方法、系统及其装置、电子设备(57)摘要本发明公开了一种用于智能设备的控制方法、系统及其装置、电子设备。其中，该控制方法包括：接收目标用户的信息数据，通过模型集合中第一类模型分别解析信息数据，得到标签数据，其中，第一类模型的数量N大于1，第一类模型之间无关联关系，通过模型集合中的第二类模型处理标签数据，生成回复标签数据和/或指令标签数据。本发明解决了相关技术中串行语义解析模型容易出现由于其中某一模型解析错误，导致其它关联模型解析错误，造成交互失败，降低用户体验的技术问题。CN113836944ACN113836944A权利要求书1/2页1.一种用于智能设备的控制方法，其特征在于，包括：接收目标用户的信息数据，其中，所述信息数据包括语音信息数据和/或文本信息数据；通过模型集合中第一类模型分别解析所述信息数据，得到标签数据，其中，所述第一类模型的数量N大于1，所述第一类模型之间无关联关系；通过模型集合中的第二类模型处理所述标签数据，生成回复标签数据和/或指令标签数据，其中，所述回复标签数据用于向所述目标用户回复交互信息，所述指令标签数据用于向智能设备下发操作指令，所述指令标签数据中携带有设备控制参数。2.根据权利要求1所述的控制方法，其特征在于，在接收目标用户的信息数据之前，所述控制方法还包括：输入历史信息数据以及原始标签数据，其中，所述历史信息数据包括历史语音信息数据和/或历史文本信息数据，所述原始标签数据为历史过程中对所述历史信息数据进行数据解析，并对解析后的信息数据进行处理得到的数据；基于模型集合中第三类模型，对所述原始标签数据进行训练，得到训练后的标签数据。3.根据权利要求2所述的控制方法，其特征在于，在通过模型集合中第一类模型分别解析所述信息数据，得到标签数据之后，控制方法还包括：获取智能设备的历史运行数据；基于所述历史运行数据，通过模型集合中第三类模型对所述解析后的标签数据进行更新，得到更新后的标签数据。4.根据权利要求3所述的控制方法，其特征在于，在通过模型集合中第一类模型分别解析所述信息数据，得到标签数据之后，控制方法还包括：若所述更新后的标签数据有重复率大于预设阈值的标签数据，则保留该标签数据，并删除重复率小于等于预设阈值的标签数据。5.根据权利要求1所述的控制方法，其特征在于，通过模型集合中的第二类模型处理所述标签数据，生成回复标签数据和/或指令标签数据的步骤，包括：获取当前集合范围内各智能设备的运行参数；在通过模型集合中的第二类模型处理所述标签数据后，基于所述智能设备的运行参数，生成回复标签数据和/或指令标签数据。6.根据权利要求5所述的控制方法，其特征在于，基于所述智能设备的运行参数，生成回复标签数据和/或指令标签数据的步骤，包括：基于所述智能设备的运行参数，判断所述标签数据中指示的智能设备的运行状态；基于所述运行状态，生成指令标签数据；所述指令标签数据包括下述至少之一：开启设备控制参数、关闭设备控制参数、调节设备控制参数。7.根据权利要求6所述的控制方法，其特征在于，在基于所述运行状态，生成指令标签数据之后，所述控制方法还包括：若所述指令标签数据包括所述开启设备控制参数，则生成回复开启标签数据，或，若所述指令标签数据包括所述关闭设备控制参数，则生成回复关闭标签数据，或，若所述指令标签数据包括所述调节设备控制参数，则生成回复调节标签数据。2CN113836944A权利要求书2/2页8.根据权利要求1所述的控制方法，其特征在于，所述第一类模型的类型包括下述至少之一：深度学习模型、概率模型、有监督学习模型、无监督学习模型。9.一种用于智能设备的控制系统，其特征在于，包括：语义解析系统，用于解析目标用户的信息数据，输出标签数据，其中，所述语义解析系统包括无关联关系的第一类模型，所述第一类模型的数量N大于1；对话管理系统，用于处理所述标签数据，生成回复标签数据和/或指令标签数据，其中，所述回复标签数据用于向所述目标用户回复交互信息