基于智能机器人的交互方法及系统技术方案

本发明专利技术提供基于智能机器人的交互方法，其包含以下步骤：获得多模态交互数据，对多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征；采集应答生成模块的结果，并结合当前对话交互场景数据及当前用户的个人特征，决策生成多模态输出数据，并输出多模态输出数据。本发明专利技术提供了一种智能机器人，智能机器人具备预设形象和预设属性，能够与用户进行多模态的交互。并且，本发明专利技术还能够解析多模态交互数据，根据用户的情感、当前话题、用户画像以及上下文来搜索最符合当前交互场景的答案，丰富了交互内容，提高系统合理回复的覆盖率，提升了交互的准确度。

Interaction Method and System Based on Intelligent Robot

The invention provides an interactive method based on Intelligent robots, which includes the following steps: obtaining multi-modal interactive data, parsing multi-modal interactive data, extracting current conversation interactive scene data and current user's personal characteristics; collecting the results of response generation module, and combining current conversation interactive scene data and current user's personal characteristics, making decisions to generate multi-modal. Output data, and output multi-mode output data. The invention provides an intelligent robot, which has a preset image and preset attributes and can interact with users in multi-modality. Moreover, the invention can also parse the multi-modal interactive data, search the most suitable answer for the current interactive scene according to the user's emotion, current topic, user portrait and context, enrich the interactive content, improve the coverage of the system's reasonable response, and improve the accuracy of the interaction.

【技术实现步骤摘要】
基于智能机器人的交互方法及系统
本专利技术涉及人工智能领域，具体地说，涉及一种基于智能机器人的交互方法及系统。
技术介绍
机器人多模态交互系统的开发致力于模仿人类对话，以试图在上下文之间模仿人类之间的交互。但是，目前来说，对于智能机器人相关的机器人多模态交互系统的开发还不太完善，尚未出现进行多模态交互的智能机器人，更为重要的是，尚无针对提升应答答案精度开发与利用的交互产品。因此，本专利技术提供了一种基于智能机器人的交互方法及系统。
技术实现思路
为解决上述问题，本专利技术提供了一种基于智能机器人的交互方法，所述方法包含以下步骤：获得多模态交互数据，对所述多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征；采集应答生成模块的结果，并结合当前对话交互场景数据及当前用户的个人特征，决策生成多模态输出数据，并输出多模态输出数据。根据本专利技术的一个实施例，对所述多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征中，包含以下步骤：通过语义理解、视觉识别、认知计算以及情感计算中的一项或任几项的组合提取当前对话交互场景数据，及当前用户的个人特征。根据本专利技术的一个实施例，采集应答生成模块的结果，包括：采集问答技能模块、情感模块、话题及上下文模块、用户画像模块所生成的应答数据。根据本专利技术的一个实施例，还包括：对所述问答技能模块、情感模块、话题及上下文模块、用户画像模块生成的应答数据设置优先级，以决策输出多模态输出数据。根据本专利技术的一个实施例，所述问答技能模块的应答数据输出优先级低于情感模块、话题及上下文模块、用户画像模块。根据本专利技术的一个实施例，其特征在于，获取用户的个人特征数据的步骤中，还包含以下步骤：根据获取的用户个人特征数据对当前用户的用户属性进行判断，确定当前用户的类别，其中，用户的类别包含：儿童用户。根据本专利技术的一个实施例，当与所述对话系统交互的用户为儿童用户时，所述方法还包含：在决策生成应答数据时，结合儿童用户的情感特征以及画像特征，寻找符合儿童用户的多模态应答数据。根据本专利技术的一个实施例，当与所述对话系统交互的用户包含儿童用户时，输出多模态输出数据的步骤中包含：筛选所述多模态输出数据，剔除不适合儿童用户的数据。根据本专利技术的另一个方面，还提供了一种基于智能机器人的交互方法装置，所述装置包含：获取提取模块，其用于获得多模态交互数据，对所述多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征；决策输出模块，其用于采集应答生成模块的结果，并结合当前对话交互场景数据及当前用户的个人特征，决策生成多模态输出数据，并输出多模态输出数据。根据本专利技术的另一个方面，还提供了一种程序产品，其包含用于执行如上所述的方法步骤的一系列指令。根据本专利技术的另一个方面，还提供了一种基于智能机器人的交互方法系统，所述系统包含：智能终端，其装载所述智能机器人，用于获取多模态交互数据；云端大脑，其用于对所述多模态交互数据进行语义理解、视觉识别、认知计算以及情感计算，以决策所述智能机器人输出多模态输出数据。本专利技术提供的基于智能机器人的交互方法及系统提供了一种智能机器人，智能机器人具备预设形象和预设属性，能够与用户进行多模态的交互。并且，本专利技术还能够解析多模态交互数据，根据用户的情感、当前话题、用户画像以及上下文来搜索最符合当前交互场景的答案，丰富了交互内容，提高系统合理回复的覆盖率，提升了交互的准确度。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例共同用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1显示了根据本专利技术的一个实施例的基于智能机器人的交互方法流程图；图2显示了根据本专利技术的另一个实施例的基于智能机器人的交互方法流程图；图3显示了根据本专利技术的一个实施例的基于智能机器人的交互方法中当用户为儿童用户时的流程图；图4显示了根据本专利技术的一个实施例的基于智能机器人的交互方法进行答案挑选的过程示意图；图5显示了根据本专利技术的一个实施例的基于智能机器人的交互装置模块框图；以及图6显示了根据本专利技术的一个实施例的基于智能机器人的交互系统结构框图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，以下结合附图对本专利技术实施例作进一步地详细说明。为表述清晰，需要在实施例前进行如下说明：本专利技术提到的智能机器人具备特定的形象和预设属性，能够与用户进行多模态的交互。智能终端，其装载所述智能机器人，用于获取多模态交互数据；智能机器人基于所述智能终端的硬件获取多模态输入数据，在云端大脑的能力支持下，对多模态交互数据进行语义理解、视觉识别、认知计算、情感计算，以完成决策输出的过程。所提到的云端大脑为提供所述智能机器人对用户的交互需求进行语义理解(语言语义理解、动作语义理解、视觉识别、情感计算、认知计算)的处理能力的终端，实现与用户的交互，以决策所述智能机器人的输出多模态输出数据。下面结合附图对本专利技术的各个实施例进行详细描述。图1显示了根据本专利技术的一个实施例的基于智能机器人的交互方法流程图。如图1所示，在步骤S101中，获得多模态交互数据，对多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征。根据本专利技术的一个实施例，多模态交互数据可以是语音数据、图像视频数据以及感知数据等。智能终端上配置有获取多模态交互数据的相应装置。在一个实施例中，可以通过语义理解、视觉识别、认知计算以及情感计算中的一项或任几项的组合提取当前对话交互场景数据，及当前用户的个人特征。在步骤S102中，采集应答生成模块的结果，并结合当前对话交互场景数据及当前用户的个人特征，决策生成多模态输出数据，并输出多模态输出数据。一般来说，应答生成模块包括：问答技能模块、情感模块、话题及上下文模块、用户画像模块。在本步骤中，需要对以上应答生成模块中的结果进行采集以及排序，确定最符合用户个人特征以及当前交互场景的数据，决策生成多模态输出数据。图2显示了根据本专利技术的另一个实施例的基于智能机器人的交互方法流程图。如图2所示，在步骤S201中，获得多模态交互数据。多模态交互数据包含多种形式的数据，例如，文本数据、音频数据、感知数据以及视觉数据等。可以通过智能终端上的相应装置来获取多模态交互数据。接着，在步骤S202中，通过语义理解、视觉识别、认知计算以及情感计算中的一项或任几项的组合提取当前对话交互场景数据，及当前用户的个人特征。在获取多模态交互数据后，需要提取当前对话交互场景数据以及用户的个人特征。此时，可以通过云端大脑中的各种能力来完成以上任务。在一个实施例中，云端大脑可以包含语义理解、视觉识别、认知计算以及情感计算等能力。然后，在步骤S203中，采集应答生成模块的结果，包括：采集问答技能模块、情感模块、话题及上下文模块、用户画像模块所生成的应答数据。每个模块都可能对当前交互生成应答数据，但这些生成的应答数据不一定都满足当前交互的情形。需要采集所有的应答数据，根据当前交互情景和用户个人特征，寻找到最适合的应答数据。在步骤S本文档来自技高网...

【技术保护点】
1.一种基于智能机器人的交互方法，其特征在于，所述方法包含以下步骤：获得多模态交互数据，对所述多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征；采集应答生成模块的结果，并结合当前对话交互场景数据及当前用户的个人特征，决策生成多模态输出数据，并输出多模态输出数据。

【技术特征摘要】
1.一种基于智能机器人的交互方法，其特征在于，所述方法包含以下步骤：获得多模态交互数据，对所述多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征；采集应答生成模块的结果，并结合当前对话交互场景数据及当前用户的个人特征，决策生成多模态输出数据，并输出多模态输出数据。2.如权利要求1所述的方法，其特征在于，对所述多模态交互数据进行解析，提取当前对话交互场景数据，及当前用户的个人特征中，包含以下步骤：通过语义理解、视觉识别、认知计算以及情感计算中的一项或任几项的组合提取当前对话交互场景数据，及当前用户的个人特征。3.如权利要求1或2所述的方法，其特征在于，采集应答生成模块的结果，包括：采集问答技能模块、情感模块、话题及上下文模块、用户画像模块所生成的应答数据。4.如权利要求3所述的方法，其特征在于，还包括：对所述问答技能模块、情感模块、话题及上下文模块、用户画像模块生成的应答数据设置优先级，以决策输出多模态输出数据。5.如权利要求4所述的方法，其特征在于，所述问答技能模块的应答数据输出优先级低于情感模块、话题及上下文模块、用户画像模块。6.如权利要求1-5中任一项所述的方法，其特征在于，获取用户的个人特征数据的步骤中，还包含以下步骤：根据获取的用户个人特征数...

【专利技术属性】
技术研发人员：喻凯东，
申请(专利权)人：北京光年无限科技有限公司，
类型：发明
国别省市：北京,11