多轮交互信息继承识别方法、装置以及交互系统.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CN106649739A(43)申请公布日2017.05.10(21)申请号201611213472.0(22)申请日2016.12.23(71)申请人深圳市空谷幽兰人工智能科技有限公司地址518000广东省深圳市南山区粤海街道芒果网大厦601单位(72)发明人姚佳(74)专利代理机构北京超凡志成知识产权代理事务所(普通合伙)11371代理人冯倩(51)Int.Cl.G06F17/30(2006.01)G06F17/27(2006.01)权利要求书2页说明书8页附图2页(54)发明名称多轮交互信息继承识别方法、装置以及交互系统(57)摘要本发明涉及信息交互技术领域，尤其是涉及一种多轮交互信息继承识别方法、装置以及交互系统，获取当前用户与机器人的多轮前述交互信息、此轮问题以及当前用户每句话的意图分布；利用预先训练得到的多轮交互信息继承识别模型中的LR模型，对此轮问题进行多轮交互信息继承与否的识别；当识别的识别分数大于预设分数范围时，进行多轮前述交互信息的继承；当识别的识别分数在预设分数范围内时，利用预先训练得到的多轮交互继承识别模型中的规则模型，对此轮问题进行规则匹配，并进行多轮前述交互信息的继承。通过该方法能够对多轮交互信息继承与否进行判断，并在极端与常规的表达方法下，均满足多轮交互信息继承与否的识别。CN106649739ACN106649739A权利要求书1/2页1.一种多轮交互信息继承识别方法，其特征在于，包括：获取当前用户与机器人的多轮前述交互信息、此轮问题以及当前用户每句话的意图分布；利用预先训练得到的多轮交互信息继承识别模型中的LR模型，基于所述当前用户每句话的意图分布对所述此轮问题进行多轮交互信息继承与否的识别；当所述识别的识别分数大于预设分数范围时，进行所述多轮前述交互信息的继承；当所述识别的识别分数在预设分数范围内时，利用预先训练得到的多轮交互继承识别模型中的规则模型，基于所述当前用户每句话的意图分布对所述此轮问题进行规则匹配，并进行所述多轮前述交互信息的继承。2.根据权利要求1所述的方法，其特征在于，通过下述方法训练得到所述多轮交互信息继承识别模型中的LR模型：收集用户多轮交互语料；所述交互语料包括：用户与机器人的多轮前述交互信息、此轮问题、用户每句话的意图分布以及用户对机器人的每句回答是否继承多轮交互信息的判断结果；根据所述用户多轮交互语料，进行特征抽取；根据所述特征抽取的结果以及逻辑回归算法，得到所述多轮交互信息继承识别模型中的LR模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述用户多轮交互语料，进行特征抽取，具体包括：从所述用户多轮交互语料中抽取多轮前述交互用户的意图分布、所述此轮问题的用户的意图分布以及所述此轮问题作为特征信息；抽取所述用户对机器人的每句回答是否继承多轮交互信息的判断结果作为标签。4.根据权利要求3所述的方法，其特征在于，通过下述方式获取所述多轮前述交互用户的意图分布：对所述多轮前述交互信息中的用户的意图分布进行加权平均，得到所述多轮前述交互用户的意图分布。5.根据权利要求1所述的方法，其特征在于，通过下述方式训练得到所述多轮交互信息继承识别模型中的规则模型：收集用户多轮交互语料；所述交互语料包括：用户与机器人的多轮前述交互信息、此轮问题、用户每句话的意图分布以及用户对机器人的每句回答是否继承多轮交互信息的判断结果；根据所述用户多轮交互语料，进行规则抽取；将所述规则抽取的结果进行规则自学习，得到所述多轮交互信息继承识别模型中的规则模型。6.根据权利要求5所述的方法，其特征在于，所述根据所述用户多轮交互语料，进行规则抽取，具体包括：抽取如下信息作为规则信息：多轮前述交互信息中用户的意图分布中的前两位、此轮问题的用户意图分布中的前两位以及此轮问题的有用词信息；抽取所述用户对机器人的每句回答是否继承多轮交互信息的判断结果作为规则动作。2CN106649739A权利要求书2/2页7.根据权利要求5所述的方法，其特征在于，所述将所述规则抽取的结果进行规则自学习，具体包括：将所述规则抽取的结果应用于所述用户与机器人的多轮前述交互信息，确定规则应用的交互场景。8.根据权利要求6所述的方法，其特征在于，通过下述方式获取所述此轮问题的有用词信息：利用词性标注法以及NER技术获取所述此轮问题的有用词信息。9.一种多轮交互信息继承识别装置，其特征在于，所述装置包括：信息获取模块，用于获取当前用户与机器人的多轮前述交互信息、此轮问题以及当前用户每句话的意图分布；继承识别模块，用于利用预先训练得到的多轮交互信息继承识别模型中的LR模型，对所述当前用户此轮问题进行多轮交互信息继承与否的识别；当所述识别的识别分数大于预设分数范围