基于人工智能的交互方法和装置制造方法及图纸

本申请公开了基于人工智能的交互方法和装置。该方法的一具体实施方式包括：接收用户经终端输入的当前交互语句；根据当前交互语句与用户已输入的上文交互语句提取出至少一种特征；使用预先训练的神经网络模型对至少一种特征进行处理，以确定当前交互语句与上文交互语句之间是否存在意图保持关系；若存在意图保持关系，则使用当前交互语句为上文交互语句更新限定条件并使用更新限定条件后的上文交互语句进行信息检索，将检索到的检索结果推送至终端。该实施方式减少了用户输入所耗用的时间。

【技术实现步骤摘要】
基于人工智能的交互方法和装置
本申请涉及计算机
，具体涉及智能问答
，尤其涉及基于人工智能的交互方法和装置。
技术介绍
人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。在传统的搜索引擎技术，一般的流程是用户检索查询串，搜索引擎基于其中切分词的倒排索引查找出相关性较高的文档排序列表呈现给用户。近些年来，随着语义理解技术的发展，搜索引擎已经可以一定程度上理解用户所表述的查询串的真实含义，并且据此精确返回满足用户需要的结果。然而，以上这些现有技术都只能允许用户在一轮查询中完整的表达自己的需求。当用户需要根据搜索引擎所返回的结果对自己的需求进行补充或修改时，需要重新输入修改后的完整查询串，需要耗用用户较多的时间来编写完整查询串。
技术实现思路
本申请的目的在于提出一种改进的基于人工智能的交互方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请实施例提供了一种基于人工智能的交互方法，该方法包括：接收用户经终端输入的当前交互语句；根据当前交互语句与用户已输入的上文交互语句提取出至少一种特征；使用预先训练的神经网络模型对至少一种特征进行处理，以确定当前交互语句与上文交互语句之间是否存在意图保持关系，神经网络模型用于表征从上下文交互语句提取出的特征与上下文交互语句之间是否存在意图保持关系的对应关系；若存在意图保持关系，则使用当前交互语句为上文交互语句更新限定条件并使用更新限定条件后的上文交互语句进行信息检索，将检索到的检索结果推送至终端。在一些实施例中，根据当前交互语句与用户已输入的上文交互语句提取出至少一种特征，包括以下至少一项：对当前交互语句执行分词操作，将分词所得到的词语提取为特征；采用最大正向匹配或最大反向匹配的方式从当前交互语句分割出在用户搜索记录中出现的、至少一个独立的子交互语句，分别使用各个子交互语句在用户搜索记录中进行查询以得到用户使用子交互语句进行搜索的搜索结果中被用户点击的搜索结果的网页标题，对网页标题进行分词以将分词所得到的词语提取为特征；根据当前交互语句是否存在与上文交互语句的意图匹配的意图相关词提取特征；根据当前交互语句中的语句片段与上文交互语句中的意图相关词组成的语句组合是否在用户搜索记录的搜索语句中出现过提取出特征。在一些实施例中，上述使用预先训练的神经网络模型对至少一种特征进行处理，以确定当前交互语句与上文交互语句之间是否存在意图保持关系，包括：针对至少一种特征中的每种特征，将该种特征中的每个特征转换成对应的特征向量，并对各个特征向量执行相加、卷积以及最大池化中的至少一种，以生成该种特征对应的第一定长向量；将各种特征对应的第一定长向量进行连接，得到第二定长向量；将连接成的第二定长向量输入至SoftMax分类器；根据分类器输出的分类结果确定当前交互语句与上文交互语句之间是否存在意图保持关系。在一些实施例中，所述根据所述当前交互语句与所述用户已输入的上文交互语句提取出至少一种特征，还包括：将所述上文交互语句中的词语提取为特征；以及，所述使用预先训练的神经网络模型对所述至少一种特征进行处理，以确定所述当前交互语句与所述上文交互语句之间是否存在意图保持关系，还包括：将从所述上文交互语句中的词语映射为词向量，并使用神经循环网络模型将映射成的词向量转换为第三定长向量；以及，将连接成的第二定长向量输入至SoftMax分类器，包括：将第二定长向量以及第三定长向量拼接后输入至SoftMax分类器。在一些实施例中，上述方法还包括：若不存在意图保持关系，则判断当前交互语句与上文交互语句之间是否存在意图切换关系；若存在意图切换关系，则选取上文中相应的检索结果作为当前交互语句所针对的对象，并按照当前交互语句操作该对象。在一些实施例中，按照当前交互语句操作该对象，包括：在当前交互语句为查询语句时，按照当前交互语句查询对象的对象属性，并将所查询到的对象属性推送至终端。在一些实施例中，按照当前交互语句操作该对象，包括：在当前交互语句为反馈语句时，根据当前交互语句生成用户针对对象进行反馈的反馈信息。第二方面，本申请实施例提供了一种基于人工智能的交互装置，该装置包括：提取单元，用于根据当前交互语句与用户已输入的上文交互语句提取出至少一种特征；处理单元，用于使用预先训练的神经网络模型对至少一种特征进行处理，以确定当前交互语句与上文交互语句之间是否存在意图保持关系，神经网络模型用于表征从上下文交互语句提取出的特征与上下文交互语句之间是否存在意图保持关系的对应关系；检索单元，用于若存在意图保持关系，则使用当前交互语句为上文交互语句更新限定条件并使用更新限定条件后的上文交互语句进行信息检索，将检索到的检索结果推送至终端。在一些实施例中，提取单元用于执行以下至少一项：对当前交互语句执行分词操作，将分词所得到的词语提取为特征；采用最大正向匹配或最大反向匹配的方式从当前交互语句分割出在用户搜索记录中出现的、至少一个独立的子交互语句，分别使用各个子交互语句在用户搜索记录中进行查询以得到用户使用子交互语句进行搜索的搜索结果中被用户点击的搜索结果的网页标题，对网页标题进行分词以将分词所得到的词语提取为特征；根据当前交互语句是否存在与上文交互语句的意图匹配的意图相关词提取特征；根据当前交互语句中的语句片段与上文交互语句中的意图相关词组成的语句组合是否在用户搜索记录的搜索语句中出现过提取出特征。在一些实施例中，处理单元包括：第一转换子单元，用于针对至少一种特征中的每种特征，将该种特征中的每个特征转换成对应的特征向量，并对各个特征向量执行相加、卷积以及最大池化中的至少一种，以生成该种特征对应的第一定长向量；连接子单元，用于将各种特征对应的第一定长向量进行连接，得到第二定长向量；输入子单元，用于将连接成的第二定长向量输入至SoftMax分类器；确定子单元，用于根据分类器输出的分类结果确定当前交互语句与上文交互语句之间是否存在意图保持关系。在一些实施例中，提取单元还用于：将上文交互语句中的词语提取为特征；以及，处理单元还包括：第二转换子单元，用于将从所述上文交互语句中的词语映射为词向量，并使用神经循环网络模型将映射成的词向量转换为第三定长向量；以及，输入子单元进一步用于：将第二定长向量以及第三定长向量拼接后输入至SoftMax分类器。在一些实施例中，上述装置还包括：判断单元，用于若不存在意图保持关系，则判断当前交互语句与上文交互语句之间是否存在意图切换关系；操作单元，用于若存在意图切换关系，则选取上文交互语句对应的检索结果作为当前交互语句所针对的对象，并按照当前交互语句操作该对象。在一些实施例中，该操作单元进一步用于：在当前交互语句为查询语句时，按照当前交互语句查询对象的对象属性，并将所查询到的对象属性推送至终端。在一些实施例中，操作单元进一步用于：在当前交互语句为反馈语句时，按照当前交互语句生成用户针对对象进行反馈的反馈本文档来自技高网...

【技术保护点】
一种基于人工智能的交互方法，其特征在于，所述方法包括：接收用户经终端输入的当前交互语句；根据所述当前交互语句与所述用户已输入的上文交互语句提取出至少一种特征；使用预先训练的神经网络模型对所述至少一种特征进行处理，以确定所述当前交互语句与所述上文交互语句之间是否存在意图保持关系，所述神经网络模型用于表征从上下文交互语句提取出的特征与上下文交互语句之间是否存在意图保持关系的对应关系；若存在意图保持关系，则使用所述当前交互语句为所述上文交互语句更新限定条件并使用更新限定条件后的所述上文交互语句进行信息检索，将检索到的检索结果推送至所述终端。

【技术特征摘要】
1.一种基于人工智能的交互方法，其特征在于，所述方法包括：接收用户经终端输入的当前交互语句；根据所述当前交互语句与所述用户已输入的上文交互语句提取出至少一种特征；使用预先训练的神经网络模型对所述至少一种特征进行处理，以确定所述当前交互语句与所述上文交互语句之间是否存在意图保持关系，所述神经网络模型用于表征从上下文交互语句提取出的特征与上下文交互语句之间是否存在意图保持关系的对应关系；若存在意图保持关系，则使用所述当前交互语句为所述上文交互语句更新限定条件并使用更新限定条件后的所述上文交互语句进行信息检索，将检索到的检索结果推送至所述终端。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前交互语句与所述用户已输入的上文交互语句提取出至少一种特征，包括以下至少一项：对所述当前交互语句执行分词操作，将分词所得到的词语提取为特征；采用最大正向匹配或最大反向匹配的方式从所述当前交互语句分割出在用户搜索记录中出现的、至少一个独立的子交互语句，分别使用各个子交互语句在用户搜索记录中进行查询以得到用户使用子交互语句进行搜索的搜索结果中被用户点击的搜索结果的网页标题，对网页标题进行分词以将分词所得到的词语提取为特征；根据所述当前交互语句是否存在与所述上文交互语句的意图匹配的意图相关词提取特征；根据所述当前交互语句中的语句片段与所述上文交互语句中的意图相关词组成的语句组合是否在用户搜索记录的搜索语句中出现过提取出特征。3.根据权利要求1所述的方法，其特征在于，所述使用预先训练的神经网络模型对所述至少一种特征进行处理，以确定所述当前交互语句与所述上文交互语句之间是否存在意图保持关系，包括：针对所述至少一种特征中的每种特征，将该种特征中的每个特征转换成对应的特征向量，并对各个特征向量执行相加、卷积以及最大池化中的至少一种，以生成该种特征对应的第一定长向量；将各种特征对应的第一定长向量进行连接，得到第二定长向量；将所述第二定长向量输入至SoftMax分类器；根据分类器输出的分类结果确定所述当前交互语句与所述上文交互语句之间是否存在意图保持关系。4.根据权利要求3所述的方法，其特征在于，所述根据所述当前交互语句与所述用户已输入的上文交互语句提取出至少一种特征，还包括：将所述上文交互语句中的词语提取为特征；以及所述使用预先训练的神经网络模型对所述至少一种特征进行处理，以确定所述当前交互语句与所述上文交互语句之间是否存在意图保持关系，还包括：将从所述上文交互语句中的词语映射为词向量，并使用神经循环网络模型将映射成的词向量转换为第三定长向量；以及所述将连接成的第二定长向量输入至SoftMax分类器，包括：将所述第二定长向量以及所述第三定长向量拼接后输入至所述SoftMax分类器。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：若不存在意图保持关系，则判断所述当前交互语句与所述上文交互语句之间是否存在意图切换关系；若存在意图切换关系，则选取上文交互语句对应的检索结果作为所述当前交互语句所针对的对象，并按照所述当前交互语句操作所述对象。6.根据权利要求5所述的方法，其特征在于，所述按照所述当前交互语句操作所述对象，包括：在所述当前交互语句为查询语句时，按照所述当前交互语句查询所述对象的对象属性，并将所查询到的对象属性推送至所述终端。7.根据权利要求5或6所述的方法，其特征在于，所述按照所述当前交互语句操作所述对象，包括：在所述当前交互语句为反馈语句时，根据所述当前交互语句生成所述用户针对所述对象进行反馈的反馈信息。8.一种基于人工智能的交互装置，其特征在...

【专利技术属性】
技术研发人员：陈立玮，周晓，于佃海，赵世奇，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11