基于机器学习的语音交互路径确定方法及装置、存储介质、终端制造方法及图纸

一种基于机器学习的语音交互路径确定方法及装置、存储介质、终端，基于机器学习的语音交互路径确定方法包括：获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能出现的下一个问题及其概率；分析每一交互过程的交互属性，以确定问答匹配关系，所述问答匹配关系包括每一问题及其匹配的最优答案；根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径。本发明专利技术技术方案可以确定最优交互路径，提升用户交互的体验。

Speech interaction path determination method and device, storage medium and terminal based on machine learning

A method for determining voice interaction paths based on machine learning and its devices, storage media and terminals is proposed. The method for determining voice interaction paths based on machine learning includes: acquiring historical interactive data of multiple interaction processes, each historical interactive data including multiple questions and their answers; and processing the historical interactive data. Statistics to determine the question-answer statistics, the question-answer statistics include the next question that may arise after each answer and its probability; analysis of the interactive properties of each interaction process to determine the question-answer matching relationship, the question-answer matching relationship includes the optimal answer to each question and its matching; and according to the question-answer statistics results The optimal interaction path is determined by matching the relationship between question and answer. The technical proposal of the invention can determine the optimal interactive path and enhance the user interaction experience.

【技术实现步骤摘要】
基于机器学习的语音交互路径确定方法及装置、存储介质、终端
本专利技术涉及自然语言处理
，尤其涉及一种基于机器学习的语音交互路径确定方法及装置、存储介质、终端。
技术介绍
随着人机交互技术的发展，越来越多的业务场景支持对用户问题的自动答复。例如，通过智能机器人回复用户对业务流程的咨询。但是，现有的自动交互中，通常会出现用户对回复的答案不满意的状况，用户的问题得不到解决，导致用户体验差。
技术实现思路
本专利技术解决的技术问题是如何确定最优交互路径，提升用户交互的体验。为解决上述技术问题，本专利技术实施例提供一种基于机器学习的语音交互路径确定方法，基于机器学习的语音交互路径确定方法包括：获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能出现的下一个问题及其概率；分析每一交互过程的交互属性，以确定问答匹配关系，所述问答匹配关系包括每一问题及其匹配的最优答案；根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径。可选的，所述根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径包括：步骤1：确定输入的问题；步骤2：根据所述问答匹配关系确定所述输入的问题的最优答案；步骤3：根据所述问答统计结果，确定所述最优答案后概率最大的问题；步骤4：将所述概率最大的问题作为所述输入的问题并重复步骤2和步骤3，直至结束，以得到所述最优交互路径。可选的，所述交互属性包括至少一个交互参数，所述交互参数选自交互结果、交互时长和获取问题的最优答案所需的交互次数。可选的，所述分析每一交互过程的交互属性，以确定问答匹配关系包括：对于每一问题，确定该问题所在的各个交互过程的交互属性；将所述交互属性中的各个交互参数的参数值按照其对应的预设权重加权相加，以得到数值结果；至少根据所述问题所在的各个交互过程的数值结果确定最优交互过程，并将所述最优交互过程中的针对所述问题的答案作为所述问题的最优答案。可选的，所述交互属性包括与预设交互模板的相关性，所述预设交互模板包括顺序排列的多个步骤节点。可选的，所述分析每一交互过程的交互属性，以确定问答匹配关系包括：对于每一交互过程，确定与其匹配的预设交互模板；对于所述交互过程中的每一问题，在所述预设交互模板中搜索与该问题匹配的当前步骤节点，并确定所述问题的下一问题是否与所述当前步骤节点的下一步骤节点匹配，以得到确定结果；至少根据所述确定结果确定最优交互过程，并将所述最优交互过程中的针对所述问题的答案作为所述问题的最优答案。可选的，所述最优交互路径包括问题的最优答案及其后续的多个问题。可选的，所述获取针对多次交互过程各自的历史交互数据包括：获取所述多次交互过程各自的语音数据；将所述语音数据转换为文本，并对所述文本进行聚类分析，以得到聚类结果，所述聚类结果用于统计确定所述问答统计结果和分析得到每一交互过程的交互属性。为解决上述技术问题，本专利技术实施例还公开了一种基于机器学习的语音交互路径确定装置，基于机器学习的语音交互路径确定装置包括：历史交互数据获取模块，适于获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；统计模块，适于对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能出现的下一个问题及其概率；分析模块，适于分析每一交互过程的交互属性，以确定问答匹配关系，所述问答匹配关系包括每一问题及其匹配的最优答案；最优交互路径确定模块，适于根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径。可选的，所述最优交互路径确定模块包括：输入确定单元，适于确定输入的问题；最优答案确定单元，适于根据所述问答匹配关系确定所述输入的问题的最优答案；问题确定单元，适于根据所述问答统计结果，确定所述最优答案后概率最大的问题；迭代确定单元，适于将所述概率最大的问题作为所述输入的问题并重复最优答案确定单元和问题确定单元执行的步骤，直至结束，以得到所述最优交互路径。可选的，所述交互属性包括至少一个交互参数，所述交互参数选自交互结果、交互时长和获取问题的最优答案所需的交互次数。可选的，所述分析模块包括：交互属性确定单元，适于对于每一问题，确定该问题所在的各个交互过程的交互属性；计算单元，适于将所述交互属性中的各个交互参数的参数值按照其对应的预设权重加权相加，以得到数值结果；第一最优答案确定单元，适于至少根据所述问题所在的各个交互过程的数值结果确定最优交互过程，并将所述最优交互过程中的针对所述问题的答案作为所述问题的最优答案。可选的，所述交互属性包括与预设交互模板的相关性，所述预设交互模板包括顺序排列的多个步骤节点。可选的，所述分析模块包括：预设交互模板匹配单元，适于对于每一交互过程，确定与其匹配的预设交互模板；步骤节点匹配单元，适于对于所述交互过程中的每一问题，在所述预设交互模板中搜索与该问题匹配的当前步骤节点，并确定所述问题的下一问题是否与所述当前步骤节点的下一步骤节点匹配，以得到确定结果；第二最优答案确定单元，适于至少根据所述确定结果确定最优交互过程，并将所述最优交互过程中的针对所述问题的答案作为所述问题的最优答案。可选的，所述最优交互路径包括问题的最优答案及其后续的多个问题。可选的，所述历史交互数据获取模块包括：语音数据获取单元，适于获取所述多次交互过程各自的语音数据；聚类单元，适于将所述语音数据转换为文本，并对所述文本进行聚类分析，以得到聚类结果，所述聚类结果用于统计确定所述问答统计结果和分析得到每一交互过程的交互属性。本专利技术实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述基于机器学习的语音交互路径确定方法的步骤。本专利技术实施例还公开了一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述基于机器学习的语音交互路径确定方法的步骤。与现有技术相比，本专利技术实施例的技术方案具有以下有益效果：本专利技术技术方案获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能出现的下一个问题及其概率；分析每一交互过程的交互属性，以确定问答匹配关系，所述问答匹配关系包括每一问题及其匹配的最优答案；根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径。本专利技术技术方案利用交互过程中的交互历史数据进行分析和统计，得到交互匹配关系以及问答统计结果；利用问答匹配关系可以关联问题与其最优答案，利用问答统计结果可以确定答案后出现概率最大的问题，由此，可以确定每一问题的最优交互路径，以尽快和/或用户满意度尽可能高的方式向用户提供答案；由于确定最优交互路径时将交互属性、出现概率等作为考量因素，因此利用最优交互路径与用户进行交互，可以提升用户体验。进一步地，所述交互属性包括至少一个交互参数，所述交互参数选自交互结果、交互时长和获取问题的最优答案所需的交互次数。本专利技术技术方案中，交互属性可以用来衡量用户的体验友好性；交互结果可以表示是否解决了用户的问题；交互时长越短，交互体验越友好；交互次数越短，交互体验越友好。由此，本文档来自技高网...

【技术保护点】
1.一种基于机器学习的语音交互路径确定方法，其特征在于，包括：获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能出现的下一个问题及其概率；分析每一交互过程的交互属性，以确定问答匹配关系，所述问答匹配关系包括每一问题及其匹配的最优答案；根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径。

【技术特征摘要】
1.一种基于机器学习的语音交互路径确定方法，其特征在于，包括：获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能出现的下一个问题及其概率；分析每一交互过程的交互属性，以确定问答匹配关系，所述问答匹配关系包括每一问题及其匹配的最优答案；根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径。2.根据权利要求1所述的基于机器学习的语音交互路径确定方法，其特征在于，所述根据所述问答统计结果以及所述问答匹配关系，确定最优交互路径包括：步骤1：确定输入的问题；步骤2：根据所述问答匹配关系确定所述输入的问题的最优答案；步骤3：根据所述问答统计结果，确定所述最优答案后概率最大的问题；步骤4：将所述概率最大的问题作为所述输入的问题并重复步骤2和步骤3，直至结束，以得到所述最优交互路径。3.根据权利要求1所述的语音交互路径确定方法，其特征在于，所述交互属性包括至少一个交互参数，所述交互参数选自交互结果、交互时长和获取问题的最优答案所需的交互次数。4.根据权利要求3所述的语音交互路径确定方法，其特征在于，所述分析每一交互过程的交互属性，以确定问答匹配关系包括：对于每一问题，确定该问题所在的各个交互过程的交互属性；将所述交互属性中的各个交互参数的参数值按照其对应的预设权重加权相加，以得到数值结果；至少根据所述问题所在的各个交互过程的数值结果确定最优交互过程，并将所述最优交互过程中的针对所述问题的答案作为所述问题的最优答案。5.根据权利要求1所述的语音交互路径确定方法，其特征在于，所述交互属性包括与预设交互模板的相关性，所述预设交互模板包括顺序排列的多个步骤节点。6.根据权利要求5所述的语音交互路径确定方法，其特征在于，所述分析每一交互过程的交互属性，以确定问答匹配关系包括：对于每一交互过程，确定与其匹配的预设交互模板；对于所述交互过程中的每一问题，在所述预设交互模板中搜索与该问题匹配的当前步骤节点，并确定所述问题的下一问题是否与所述当前步骤节点的下一步骤节点匹配，以得到确定结果；至少根据所述确定结果确定最优交互过程，并将所述最优交互过程中的针对所述问题的答案作为所述问题的最优答案。7.根据权利要求1所述的语音交互路径确定方法，其特征在于，所述最优交互路径包括问题的最优答案及其后续的多个问题。8.根据权利要求1所述的语音交互路径确定方法，其特征在于，所述获取针对多次交互过程各自的历史交互数据包括：获取所述多次交互过程各自的语音数据；将所述语音数据转换为文本，并对所述文本进行聚类分析，以得到聚类结果，所述聚类结果用于统计确定所述问答统计结果和分析得到每一交互过程的交互属性。9.一种基于机器学习的语音交互路径确定装置，其特征在于，包括：历史交互数据获取模块，适于获取多次交互过程各自的历史交互数据，每一历史交互数据包括多个问题及其答案；统计模块，适于对所述历史交互数据进行统计，以确定问答统计结果，所述问答统计结果包括各答案后可能...

【专利技术属性】
技术研发人员：欧光欣，朱频频，
申请(专利权)人：上海智臻智能网络科技股份有限公司，贵州小爱机器人科技有限公司，
类型：发明
国别省市：上海,31