本发明专利技术涉及一种机器人对话方法、系统和机器人，该方法包括：接收用户的判定性问题；查找是否存储有用户对判定性问题的回答的反馈；若是，则根据用户最近N次对判定性问题的回答的反馈对判定性问题进行回答并输出。本发明专利技术的机器人对话方法，根据用户最近N次对判定性问题的回答的反馈对判定性问题进行回答，用户最近N次对判定性问题的回答的反馈代表了用户对该判定性问题的回答的喜恶，所以根据用户最近N次对该判定性问题的回答的反馈获取对该判定性问题的回答，可以投用户所好，使得机器人对该判断性问题回答而言更通情达理，使得机器人能基于用户的最近反馈来预测用户的情感，提高用户对机器人的回答的满意度。
【技术实现步骤摘要】
本专利技术涉及机器人
，尤其是涉及一种基于多次反馈的情感机器人对话方法、系统以及机器人。
技术介绍
情感机器人就是用人工的方法和技术赋予计算机或机器人以人类式的情感，使之具有表达、识别和理解喜乐哀怒，模仿、延伸和扩展人的情感的能力，是许多科学家的梦想，与人工智能技术的高度发展相比，人工情感技术所取得的进展却是微乎其微，情感始终是横跨在人脑与电脑之间一条无法愈越的鸿沟。很长时间内，情感机器人只能是科幻小说中的重要素材，很少纳入科学家们的研究课题之中。现有技术中机器人在与用户进行交谈时，一般是从离线或在线语料数据库或聊天数据库中搜索出与用户问题相关的回答，譬如，请参阅图1，图1为现有技术中机器人与用户进行交谈的示意图。在现有技术中，当A用户问“Am I good looking？”，机器人对这种判定性问句，可以自动生成yes和no两种答案，yes回答中将疑问句自动变换主语和谓语位置变成陈述句，no回答中将疑问句首先变换主语和谓语位置变成陈述句，然后将表语变成反义词。机器人会从2种可能的回答\Sure,you are very good looking！Do you like me？\、\No，you are ugly.Do you like me？\中随机选一种。如果机器人选的是\Sure,you are very good looking！Do you like me？\，且A用户的反馈是“yes！”，那么下次A用户再问”Am I good looking？”时，该机器人依然会从2种可能的回答\Sure,you are very good looking！Do you like me？\、\No，you are ugly.Do you like me？\中随机选一种。如果机器人选的是\No，you are ugly.Do you like me？\，且A用户的反馈是“no！”，那么下次A用户再问”Am I good looking？”时，该机器人依然从2种可能的回答\Sure,you are very good looking！Do you like me？\、\No，you are ugly.Do you like me？\中随机选一种。显
然，现有技术中的机器人只是随机地从离线或在线语料数据库或聊天数据库中搜出对用户的问题的合理的回答，但合理的回答不一定让用户满意；在现有技术中的机器人，即使同一个用户问成百上千次同样的问题，机器人还是不一定能给出用户满意的回答，用户对机器人的回答的满意度具有随机性。
技术实现思路
基于此，有必要提供一种能够基于用户的多次反馈来预测用户的情感来提高用户满意度的机器人对话方法、系统以及机器人。一种机器人对话方法，包括：接收用户的判定性问题；查找反馈知识库中是否存储有用户对判定性问题的回答的反馈；若是，则根据用户最近N次对判定性问题的回答的反馈获取对判定性问题的回答并输出，其中，N为大于1的自然数。一种机器人对话系统，包括：接收模块，用于接收用户的判定性问题；查找模块，用于查找反馈知识库中是否存储有用户对判定性问题的回答的反馈；输出模块，用于在查找模块的查找结果为是时，根据用户最近N次对判定性问题的回答的反馈获取对判定性问题的回答并输出，其中，N为大于1的自然数；反馈知识库，用于存储用户的信息、判定性问题，机器人对判定性问题的回答以及用户对判定性问题的回答的反馈。本专利技术的机器人对话方法，根据用户最近N次对判定性问题的回答的反馈对判定性问题进行回答，用户最近N次对判定性问题的回答的反馈代表了用户对该判定性问题的回答的喜恶，所以根据用户最近N次对该判定性问题的回答的反馈获取对该判定性问题的回答，可以投用户所好，使得机器人对该判断性问题回答而言更通情达理，使得机器人能基于用户的最近反馈来预测用户的情感，提高用户对机器人的回答的满意度。附图说明图1为现有的机器人与用户进行交谈的示意图；图2为一种实施方式的机器人对话方法的流程图；图3为基于最近一次反馈的机器人与用户进行交谈的示意图；图4为一种具体实施方式的基于最近N次的机器人与用户进行交谈的示意图；图5为一种实施方式的机器人对话系统的功能模块示意图。具体实施方式如图2所示，一种机器人对话方法，包括：S10：接收用户的判定性问题。判定性问题是只需要回答肯定或否定的问题，譬如“我漂亮吗？”肯定的问答包括“是”或“当然”或“Yes”或其他肯定的表达方式，其他肯定的表达方式譬如点头；否定的问答包括“否”或“No”或其他否定的表达方式，其他否定的表达方式譬如摇头。S30：查找反馈知识库中是否存储有用户对判定性问题的回答的反馈。在具体的实施方式中，通过用户输入用户信息获取用户信息，或者通过图像采集装置采集用户头像，并对用户头像进行人脸识别，获取用户信息，或通过指纹识别等方式识别用户并获取用户信息。再根据用户信息查找是否存储有该用户对该判定性问题的回答的反馈。具体获取用户信息的方式可根据机器人的硬件设备进行设置。该用户对该判定性问题的回答的反馈代表了用户对该判定性问题的回答的喜恶，该用户对该判定性问题的回答的反馈包括肯定、否定、未反馈或其他，肯定的反馈包括回答“对”、点头或其他肯定的表达方式，否定的反馈包括回答“错”、摇头或其他否定的表达方式，其他肯定的表达方式譬如“谢谢”、变得高兴，其他否定的表达方式譬如“胡说八道”、变得生气等等。存储有用户对该判定性问题的回答的反馈需满足：用户曾问过该判定性问
题、机器人对该判定性问题给出回答，且用户对于该判定性问题的回答给出肯定或否定的反馈。若该用户之前未问过该判定性问题，或该用户问过该判定性问题、机器人对该判定性问题给出回答，但该用户没有对该判定性问题的回答给出肯定或否定的反馈，则将未存储有该用户对该判定性问题的回答的反馈。若是，则执行步骤S50：根据用户最近N次对判定性问题的回答的反馈获取对判定性问题的回答并输出。用户最近N次对判定性问题的回答的反馈代表了用户对该判定性问题的回答的喜恶。回答输出给用户的方式包括以文本的方式或视频的方式显示在显示界面上，或以语音的方式或表情的方式展示。其中，N为大于1的自然数。该机器人对话方法，根据用户最近N次对判定性问题的回答的反馈对判定性问题进行回答，用户最近N次对判定性问题的回答的反馈代表了用户对该判定性问题的回答的喜恶，所以根据用户最近N次对该判定性问题的回答的反馈获取对该判定性问题的回答，可以投用户所好，使得机器人对该判断性问题回答而言更通情达理，使得机器人能基于用户的最近反馈来预测用户的情感，提高用户对机器人的回答的满意度。可以理解的是，用户的喜好在随着时间变化，最近N次是离现在时间最近的N次，所以最近N次问答中用户对回答的喜好与当前问答中用户对回答的喜好最为接近；可以理解的是，虽然最近一次问答中用户对回答的喜好与当前问答中用户对回答的喜好最为接近，但如果最近一次问答中用户对回答的反馈是异常反馈，例如当时用户心情不好或用户心情太好，影响了反馈的正常结果，而最近N次问答中用户对回答的反馈不可能次次都是异常，其中大部分的反馈是正常反馈，从而通过统计以前多次问答中用户对回答的反馈消除了异常反馈带来的误差。例如，如图3所示，当A用户本文档来自技高网...
【技术保护点】
一种机器人对话方法，包括：接收用户的判定性问题；查找反馈知识库中是否存储有所述用户对所述判定性问题的回答的反馈；若是，则根据所述用户最近N次对所述判定性问题的回答的反馈获取对所述判定性问题的回答并输出，其中，N为大于1的自然数。
【技术特征摘要】
1.一种机器人对话方法，包括：接收用户的判定性问题；查找反馈知识库中是否存储有所述用户对所述判定性问题的回答的反馈；若是，则根据所述用户最近N次对所述判定性问题的回答的反馈获取对所述判定性问题的回答并输出，其中，N为大于1的自然数。2.根据权利要求1所述的机器人对话方法，其特征在于，所述根据所述用户最近N次对所述判定性问题的回答的反馈获取对所述判定性问题的回答并输出的步骤包括：获取最近N次中，对于所述判定性问题，所述用户喜好肯定回答的次数作为第一数值以及喜好否定回答的次数作为第二数值；比较所述第一数值和所述第二数值的大小，并根据比较结果确定对所述判定性问题的回答并输出；在所述根据所述用户最近N次对所述判定性问题的回答的反馈获取对所述判定性问题的回答并输出的步骤之后，还包括：获取所述用户对所述判定性问题的回答的反馈并存储至所述反馈知识库中。3.根据权利要求2所述的机器人对话方法，其特征在于，所述比较所述第一数值和所述第二数值的大小，并根据比较结果确定对所述判定性问题的回答并输出的步骤包括：若所述第一数值大于所述第二数值，则确定对所述判定性问题的回答为肯定回答；若所述第一数值小于所述第二数值，则确定对所述判定性问题的回答为否定回答；若所述第一数值等于所述第二数值，则随机对所述判定性问题做肯定或否定回答。4.根据权利要求1所述的机器人对话方法，其特征在于，若未存储有所述用户对所述判定性问题的回答的反馈，则执行步骤：随机对所述判定性问题进行肯定或否定回答；获取所述用户对所述判定性问题的回答的反馈并保存至所述反馈知识库中。5.根据权利要求2或4所述的机器人对话方法，其特征在于，所述获取所述用户对所述判定性问题的回答的反馈包括：获取所述用户根据提示输入的对所述判定性问题的回答的反馈；或，获取所述用户获取所述判断性问题的回答后的面部表情或动作，并根据所述...
【专利技术属性】
技术研发人员：朱定局，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。