基于人工智能的人机交互方法、装置及计算机设备制造方法及图纸

本发明专利技术提出一种基于人工智能的人机交互方法、装置及计算机设备，其中，方法包括：获取目标用户的用户特征集；针对问题库中的每个问题，提取问题的问题特征集；根据用户特征集和问题特征集，对目标用户对问题的感兴趣程度进行预测，得到预测概率；根据每个问题的预测概率，从问题库中选取推送问题推送给目标用户。由此，根据用户特征集和问题特征集，对用户对问题的感兴趣程度进行预测，进而将用户感兴趣的问题进行推送，使得推送的问题更符合用户需求，实现了个性化的问题推送。

【技术实现步骤摘要】
基于人工智能的人机交互方法、装置及计算机设备
本专利技术涉及人工智能
，尤其涉及一种基于人工智能的人机交互方法、装置及计算机设备。
技术介绍
人工智能(ArtificialIntelligence，简称AI)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、语音识别、图像识别、自然语言处理和专家系统等。目前，很多应用程序(APP)或者网站会设置在线客服系统，在客服系统的问题库中会存储常见的问题及其对应的答案。在用户输入问题之前，系统会从问题库中选取几个问题及其对应的答案，主动推荐给用户。相关技术中，主要是通过人工根据经验，为在线客服系统配置一些常见问题，当用户进入到在线客服系统中时，将常见问题推荐给用户。人工配置的常见问题，往往在一定时间内是固定的不变的。实际应用中，不同的用户对问题的需求往往是不同，通过人工配置的常规问题与用户对问题的实际需求的匹配度普遍不高，缺乏针对用户的个性化推荐。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种基于人工智能的人机交互方法，以实现根据用户特征集和问题特征集，预测目标用户对问题的感兴趣程度，进而将目标用户感兴趣的问题推送给目标用户，实现了对不同用户进行个性化问题推送的目的，使得推送给用户的问题更符合用户的实际需求。本专利技术的第二个目的在于提出一种基于人工智能的人机交互装置。本专利技术的第三个目的在于提出一种计算机设备。本专利技术的第四个目的在于提出一种计算机程序产品。本专利技术的第五个目的在于提出一种非临时性计算机可读存储介质。为达上述目的，本专利技术第一方面实施例提出了一种基于人工智能的人机交互方法，包括：获取目标用户的用户特征集；针对问题库中的每个问题，提取所述问题的问题特征集；根据所述用户特征集和所述问题特征集，对所述目标用户对所述问题的感兴趣程度进行预测，得到预测概率；根据每个问题的预测概率，从所述问题库中选取推送问题推送给所述目标用户。本专利技术实施例的基于人工智能的人机交互方法，通过获取目标用户的用户特征集，进而针对问题库中的每个问题，提取问题的问题特征集，进一步根据用户特征集和问题特征集，对目标用户对问题的感兴趣程度进行预测，得到预测概率，最后根据每个问题的预测概率，从问题库中选取推送问题推送给目标用户。本实施例中，根据用户特征集和问题特征集，预测目标用户对问题的感兴趣程度，进而将目标用户感兴趣的问题推送给目标用户，实现了针对不同用户进行个性化问题推送的目的，使得推送给用户的问题更符合用户的实际需求。并且，对用户特征集和问题特征集进行获取的抽取逻辑一致，模型结构一致，通用性强。另外，根据本专利技术上述实施例的基于人工智能的人机交互方法还可以具有如下附加技术特征：可选地，所述获取目标用户的用户特征集，包括：根据所述目标用户的标识信息，从第一数据库中获取所述目标用户的业务特征；采集所述目标用户进入人机交互界面前预设时长内的网络行为特征；根据所述目标用户的标识信息，从第二数据库中获取所述目标用户的个人信息，从所述个人信息中提取所述目标用户的身份特征；将所述业务特征、网络行为特征和所述身份特征进行拼接，形成所述目标用户的用户特征集。可选地，所述提取所述问题的问题特征集，包括：根据所述问题的问题标识，确定所述问题的类型标识；对所述问题的文本进行分词，得到第一分词结果；对所述问题对应的答案文本进行分词，得到第二分词结果；利用所述问题标识、所述类型标识、所述第一分词结果和所述第二分词结果，形成所述问题的问题特征集。可选地，所述根据所述用户特征集和所述问题特征集，对所述目标用户对所述问题的感兴趣程度进行预测，得到预测概率，包括：将所述用户特征集和所述问题特征集，输入到问题预测模型中进行预测，得到所述问题的预测概率。可选地，所述获取目标用户的用户特征集之前，还包括：从人机交互的历史对话中，提取历史用户感兴趣的第一问题，针对每个第一问题，获取所述历史用户的第一用户特征集和所述第一问题的第一问题特征集；利用每个第一问题的所述第一用户特征集和所述第一问题特征集，形成用于训练的正样本数据；从所述问题库中随机选取除所述第一问题之外的第二问题，获取每个第二问题的第二问题特征集；将每个第二问题与每个第一用户特征集进行匹配；利用每个第二问题对应的所述第一用户特征集和所述第二问题特征集，形成用于训练的负样本数据；利用所述正样本数据和所述负样本数据，训练得到所述问题预测模型。可选地，所述从人机交互的历史对话中，提取历史用户感兴趣的第一问题之前，还包括：对所有历史用户的用户特征进行提取；获取所有历史用户的每个用户特征的出现频次；根据所述出现频次，从所有历史用户的所有用户特征中，选取部分用户特征构建用户特征词典。可选地，所述获取所述历史用户的第一用户特征集，包括：将所述第一用户特征集中的每个用户特征，与所述用户特征词典中的每个用户特征进行匹配，从所述第一用户特征集中去除未存在于所述用户特征词典中的用户特征。可选地，所述获取目标用户的用户特征集，包括：将所述用户特征集中的每个用户特征，在所述用户特征词典中进行匹配，从所述用户特征集去除未存在于所述用户特征词典中的用户特征。可选地，所述的方法，还包括：每个用户特征以键值组合的形式表示。为达上述目的，本专利技术第二方面实施例提出了一种基于人工智能的人机交互装置，包括：获取模块，用于获取目标用户的用户特征集；提取模块，用于针对问题库中的每个问题，提取所述问题的问题特征集；预测模块，用于根据所述用户特征集和所述问题特征集，对所述目标用户对所述问题的感兴趣程度进行预测，得到预测概率；推送模块，同于根据每个问题的预测概率，从所述问题库中选取推送问题推送给所述目标用户。本专利技术实施例的基于人工智能的人机交互装置，通过获取目标用户的用户特征集，进而针对问题库中的每个问题，提取问题的问题特征集，进一步根据用户特征集和问题特征集，对目标用户对问题的感兴趣程度进行预测，得到预测概率，最后根据每个问题的预测概率，从问题库中选取推送问题推送给目标用户。本实施例中，根据用户特征集和问题特征集，预测目标用户对问题的感兴趣程度，进而将目标用户感兴趣的问题推送给目标用户，实现了针对不同用户进行个性化问题推送的目的，使得推送给用户的问题更符合用户的实际需求。为达上述目的，本专利技术第三方面实施例提出了一种计算机设备，包括处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如第一方面实施例所述的基于人工智能的人机交互方法。为达上述目的，本专利技术第四方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时实现如第一方面实施例所述的基于人工智能的人机交互方法。为达上述目的，本专利技术第五方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所述的基于人工智能的人机交互方法。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明本文档来自技高网...

【技术保护点】
1.一种基于人工智能的人机交互方法，其特征在于，包括：获取目标用户的用户特征集；针对问题库中的每个问题，提取所述问题的问题特征集；根据所述用户特征集和所述问题特征集，对所述目标用户对所述问题的感兴趣程度进行预测，得到预测概率；根据每个问题的预测概率，从所述问题库中选取推送问题推送给所述目标用户。

【技术特征摘要】
1.一种基于人工智能的人机交互方法，其特征在于，包括：获取目标用户的用户特征集；针对问题库中的每个问题，提取所述问题的问题特征集；根据所述用户特征集和所述问题特征集，对所述目标用户对所述问题的感兴趣程度进行预测，得到预测概率；根据每个问题的预测概率，从所述问题库中选取推送问题推送给所述目标用户。2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的用户特征集，包括：根据所述目标用户的标识信息，从第一数据库中获取所述目标用户的业务特征；采集所述目标用户进入人机交互界面前预设时长内的网络行为特征；根据所述目标用户的标识信息，从第二数据库中获取所述目标用户的个人信息，从所述个人信息中提取所述目标用户的身份特征；将所述业务特征、网络行为特征和所述身份特征进行拼接，形成所述目标用户的用户特征集。3.根据权利要求1所述的方法，其特征在于，所述提取所述问题的问题特征集，包括：根据所述问题的问题标识，确定所述问题的类型标识；对所述问题的文本进行分词，得到第一分词结果；对所述问题对应的答案文本进行分词，得到第二分词结果；利用所述问题标识、所述类型标识、所述第一分词结果和所述第二分词结果，形成所述问题的问题特征集。4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述用户特征集和所述问题特征集，对所述目标用户对所述问题的感兴趣程度进行预测，得到预测概率，包括：将所述用户特征集和所述问题特征集，输入到问题预测模型中进行预测，得到所述问题的预测概率。5.根据权利要求4所述的方法，其特征在于，所述获取目标用户的用户特征集之前，还包括：从人机交互的历史对话中，提取历史用户感兴趣的第一问题，针对每个第一问题，获取所述历史用户的第一用户特征集和所述第一问题的第一问题特征集；利用每个第一问题的所述第一用户特征集和所述第一问题特征集，形成用于训练的正样本数据；从所述问题库中随机选取除所述第一问题之外的第二问题，获取每个第二问题的第二问题特征集；将每个第二问题与每个第一用户特征集进行匹配；利用每个第二问题对应的所述第一用户特征集和所述...

【专利技术属性】
技术研发人员：王硕寰，孙宇，于佃海，
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