The invention belongs to the technical field of artificial intelligence dialogue provides a multifaceted language and system behavior recognition method, the method includes obtaining user input information, the current user picture information and external information on the current information for information extraction, extracting feature information, according to the characteristics of information, user profiling information and external information language behavior recognition, access to the user's language behavior. The invention discloses a method and a system for identifying language behavior in a multi-faceted manner, which can accurately and effectively recognize the language behavior of users, and reduce the false positive rate of user language behavior.
【技术实现步骤摘要】
多面向语言行为识别方法及系统
本专利技术涉及人工智能对话
,具体涉及一种多面向语言行为识别方法及系统。
技术介绍
现有的人工智能对话系统,通常采用断词分句的方式,将语句拆分成词组,进行分析,取得额外的信息,如话题、情绪与关键词等。但是,语句拆分之后就会失去语意上的语言行为,致使人工智能对话系统无法提供恰当的回复。并且,用户语言行为识别多是基于用户输入的文字信息、声音信息来预测用户的语言行为。由于缺乏用户所在的环境信息,以及用户画像信息,如用户过去的历史信息,导致预测的结果的失真。如何精准、有效地识别用户的语言行为,降低用户语言行为误判率,是本领域技术人员亟需解决的问题。
技术实现思路
针对现有技术中的缺陷,本专利技术提供一种多面向语言行为识别方法及系统,能够精准、有效地识别用户的语言行为,降低用户语言行为误判率。第一方面,本专利技术提供一种多面向语言行为识别方法,该方法包括:获取用户输入的当前信息、用户画像信息和外部信息;对当前信息进行信息提取,获取特征信息;根据特征信息、用户画像信息和外部信息,进行语言行为识别,获取用户的语言行为。进一步地,对当前信息进行信息提取,获取特征信息,具体包括:对文本信息进行语意信息提取,获取文本特征信息;对声音信息进行声音特征提取,获取声音特征信息;对影像信息进行影像特征提取,获取影像特征信息,当前信息包括文本信息、声音信息和影像信息,特征信息包括文本特征信息、声音特征信息和影像特征信息;根据特征信息、用户画像信息和外部信息,进行语言行为识别,获取用户的语言行为,具体包括:根据文本特征信息、声音特征信息、影像特征信息、用户 ...
【技术保护点】
一种多面向语言行为识别方法,其特征在于,包括:获取用户输入的当前信息、用户画像信息和外部信息;对所述当前信息进行信息提取,获取特征信息;根据所述特征信息、所述用户画像信息和所述外部信息,进行语言行为识别,获取用户的语言行为。
【技术特征摘要】
1.一种多面向语言行为识别方法,其特征在于,包括:获取用户输入的当前信息、用户画像信息和外部信息;对所述当前信息进行信息提取,获取特征信息;根据所述特征信息、所述用户画像信息和所述外部信息,进行语言行为识别,获取用户的语言行为。2.根据权利要求1所述多面向语言行为识别方法,其特征在于,对所述当前信息进行信息提取,获取特征信息,具体包括:对文本信息进行语意信息提取,获取文本特征信息;对声音信息进行声音特征提取,获取声音特征信息;对影像信息进行影像特征提取,获取影像特征信息,所述当前信息包括所述文本信息、所述声音信息和所述影像信息,所述特征信息包括所述文本特征信息、所述声音特征信息和所述影像特征信息;根据所述特征信息、所述用户画像信息和所述外部信息,进行语言行为识别,获取用户的语言行为,具体包括:根据所述文本特征信息、所述声音特征信息、所述影像特征信息、所述用户画像信息和所述外部信息,进行语言行为识别,并记录语言行为识别次数,若语言行为识别成功,则生成该用户的语言行为,若语言行为识别失败,则再次进行语言行为识别,直至语言行为识别成功,或所述语言行为识别次数达到预设值。3.根据权利要求2所述多面向语言行为识别方法,其特征在于,在获取文本特征信息之后,进行语言行为识别之前,该方法还包括:根据所述文本信息和所述文本特征信息,修正所述文本信息。4.根据权利要求2所述多面向语言行为识别方法,其特征在于,在进行语言行为识别之前,该方法还包括:获取样本文本特征信息、样本声音特征信息、样本影像特征信息、用户画像信息和外部信息;根据所述样本文本特征信息、所述样本声音特征信息、所述样本影像特征信息、所述用户画像信息和所述外部信息,进行语言行为识别,获取样本识别语言行为;根据预获取的样本真实语言行为和所述样本识别语言行...
【专利技术属性】
技术研发人员:简仁贤,许储羽,
申请(专利权)人:竹间智能科技上海有限公司,
类型:发明
国别省市:上海,31
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。