The invention relates to a method and system for interactive quiz rounds of intelligent visualization based on the flow chart, included in the guide type node, automatically add the guide words; in response type node, automatically add semantic understanding limits; topic change discrimination. The formal representation and storage node, edge visualization flow chart, as well as in the node, edge by automatically adding semantic constraints, guide the process operation if method, so the intelligent question answering system can be based on complex flow chart, user consultation automatic answer. When the response is faced with a variety of choices, you can actively propose multiple bootstrap conditions to the user. When the user replies a brief response, you can automatically increase the constraint condition in semantic understanding, and ensure the correct understanding. The invention effectively solves the context default problem and achieves better recognition performance, and has reached the purpose of practical application.
【技术实现步骤摘要】
一种基于可视化流程图的智能问答多轮交互方法和系统
本专利技术涉及汉语自然语言处理、知识管理、自动问答领域,特别是涉及一种可视化流程图的智能问答多轮交互方法和系统。
技术介绍
基于上下文对话场景的多轮交互,是智能问答中的重要功能和巨大难题。在实际的应用中,智能问答系统需要解决的问题很可能是一个复杂的流程型知识,而非简单的一问一答形式。例如,在电信行业中,对于问题“宽带故障处理”,其标准答复是首先引导询问或查询用户是否停机欠费,待用户回应后,再根据用户不同的情况,进一步引导询问用户的故障码、设备状态等多个条件,才能最终确定办理方案,整个流程如图1所示。对于智能问答系统而言,其目标是可以通过多轮交互的方式,根据流程一步步引导用户完成对话。因此,将复杂的引导和交互流程,简单直观地实现编辑、查看、管理功能,并可直接应用于自助智能问答系统,具有重要的价值。要完成如上功能,需要实现三个目标:1.将复杂流程进行可视化编辑,明确流程图中节点、连线的类别和功能;2.当交互流转到某个节点,需要智能问答系统主动提出询问,引导用户进行选择时,系统能自动完成;3.当用户做出应答时,需要智能问答系统在语义理解时增加约束条件,使智能问答系统能自动在流程可能达到的节点中进行理解,从而保证理解的正确性。
技术实现思路
本专利技术所要解决的技术问题:针对以上问题本专利技术提供了一种操作简单直观、有效结合流程知识管理和智能问答、识别性能好的基于可视化流程图的智能问答多轮交互方法和系统。专利技术通过定义流程图中节点、连线的类型,并采取自动化操作,从而实现了智能问答系统中的自动发起引导和限定范围内理解。 ...
【技术保护点】
一种基于可视化流程图的智能问答多轮交互方法,其特征在于:包括以下步骤:第1步,在引导型节点中,自动添加引导话术:在流程图中,当前引导型节点v可以流转到的节点集合为V
【技术特征摘要】
1.一种基于可视化流程图的智能问答多轮交互方法,其特征在于:包括以下步骤:第1步,在引导型节点中,自动添加引导话术:在流程图中,当前引导型节点v可以流转到的节点集合为V+={v1,v2,...,vm},那么,在节点v上,自动利用V+节点名信息为v产生引导话术;第2步,在应答型节点中,进行语义理解并保存补全的咨询历史:第2.1步,当用户做出应答时,语义理解系统将用户的自然语言输入,映射到流程图中的应答型节点,此时将限定节点的范围,仅在系统上次流转到的引导性节点v的后续节点V+中;第2.2步,当映射到具体的应答型节点后,该节点会将用户的咨询进行自动补全,将用户的最近咨询历史,同当前咨询合并起来,作为完整的咨询保存为最近的咨询历史;为了完成语义理解,在两类节点中将附带有一系列语义文法,语义文法定义如下:语义文法Semantic-Syntax为一个四元组:Semantic-Syntax=<ID,Body>其中,ID为文法的唯一性标识,两条不同的文法不能有相同的ID;文法体Body是文法的核心元素,用于自然语言形式的匹配用户问题;文法体Body是对自然语言表达的泛化,反之,自然语言可以称作是文法体的具化;两者之间存在多对多的映射关系;Body的上下文无关文法形式定义为:Body->SectionsSections->Section|Sections″*″SectionSection->″<″Constant″>″|″<″Variable″>″Constant->NeccessaryConstant|OptionalConstantNeccessaryConstant->″!″WordClass|WordsWordClass->stringWords->Word|Words″|″WordWord->stringOptionalConstant=″[″NeccessaryConstant″]″Variable->″?″VariableID″(″VariableNames″)″VariableID->stringVariableNames->VariableName|VariableNames″|″VariableNameVariableName->string上述定义中,各非终结符的含义如下:1).Section:文法项,一个文法体由以通配符’*’作为间隔的多个文法项组成;2).Constant:常量型文法项;3).NeccessaryConstant:必选常量型文法项,由词类(WordClass)和常量词集(Words)组成;4).WordClass:词类,为一组词(Word)所组成的集合的名称;词类所具体包含的词,可在文法体之外单独进行定义;5).Words:常量词集,为一组词(Word)所组成的集合;6).O...
【专利技术属性】
技术研发人员:王卫民,符建辉,
申请(专利权)人:镇江诺尼基智能技术有限公司,
类型:发明
国别省市:江苏,32
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。