基于语义框架的人机对话方法及系统技术方案

本发明专利技术公开了一种基于语义框架的人机对话方法及系统，其根据原始语料创建主题森林结构树并利用主题森林结构树生成语义框架模型，并将主题森林结构树的实体属性映射至语义框架模型中对应的语义槽；人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至主题类型对应的语义框架模型中的语义槽中；然后将填充后的语义框架模型的语义槽的访客问题映射至主题森林结构树的实体属性中；最后主题森林结构树根据访客问题从知识库中进行问题匹配，并将匹配的问题所对应的答案反馈给访客；从而能够保证获取到准确的、完整的访客问题，以在此基础上保证答案的准确性和提高沟通效率，并且能够主动与访客进行互动，增加用户体验度。

Man-Machine Dialogue Method and System Based on Semantic Framework

The invention discloses a method and system of man-machine dialogue based on semantic framework, which creates a theme forest structure tree according to the original corpus and generates a semantic framework model by using the theme forest structure tree, and maps the entity attributes of the theme forest structure tree to the corresponding semantic slots in the semantic framework model. The visitor problem matches the topic type and fills the visitor problem into the semantic slot of the semantic framework model corresponding to the topic type. Then the visitor problem of the semantic slot of the filled semantic framework model is mapped into the entity attribute of the theme forest structure tree. Finally, the theme forest structure tree is mapped from the knowledge base according to the visitor problem. Question matching is carried out, and the corresponding answers to the matched questions are fed back to the visitors; thus, accurate and complete visitor questions can be obtained, on the basis of which, the accuracy of the answers and communication efficiency can be guaranteed, and the visitors can actively interact with each other to increase user experience.

【技术实现步骤摘要】
基于语义框架的人机对话方法及系统
本专利技术涉及人工智能
，特别是一种基于语义框架的人机对话方法及其应用该方法的系统。
技术介绍
随着互联网及电子商务的普及应用，及人工智能技术的发展，智能客服越来越常见。智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的，涉及大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等，具有行业通用性，不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息，可以大大降低企业在客服方面的人工成本。智能客服的工作原理主要是基于大数据知识处理技术的应用，即通过提取访客的关键词来判断访客的问题，然后从知识库中匹配相应的答案给访客。获得准确答案的前提，是能够提取准确和完整的问题。但是，由于中文语言问题，往往同一个问题有多种表达方法、多种用词习惯等，造成答案与问题词不达意，或者无法识别用户的问题，造成用户体验度下降。
技术实现思路
本专利技术为解决上述问题，提供了一种基于语义框架的人机对话方法及系统，其通过主题森林结构树和语义框架模型的映射关系对人机对话内容进行解析，能够保证获取到准确的、完整的访客问题，以在此基础上保证答案的准确性和提高沟通效率。为实现上述目的，本专利技术采用的技术方案为：一种基于语义框架的人机对话方法，其包括以下步骤：a.根据原始语料创建主题森林结构树，并在所述主题森林结构树中提取每个主题类型对应的实体属性；b.利用所述主题森林结构树生成语义框架模型，并将所述主题森林结构树的实体属性映射至所述语义框架模型中对应的语义槽；c.人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的语义槽中；d.将填充后的语义框架模型的语义槽的访客问题映射至所述主题森林结构树的实体属性中；e.所述主题森林结构树根据所述访客问题从知识库中进行问题匹配，并将匹配的问题所对应的答案反馈给访客。优选的，所述的步骤d中，进一步根据映射后的主题森林结构树进行判断所述访客问题是否满足预设条件；当所述访客问题满足预设条件时，所述主题森林结构树根据所述访客问题从知识库中进行问题匹配；当所述访客问题未满足预设条件时，所述主题森林结构树将判断结果反馈至前端的对话机器人。进一步的，所述实体属性包括必要属性和可选属性，所述语义槽包括必要语义槽和可选语义槽；所述预设条件为必要属性是否完整；人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的必要语义槽和/或可选语义槽中；并将填充后的语义框架模型的必要语义槽和可选语义槽的访客问题映射至所述主题森林结构树的必要属性和可选属性；再进一步根据映射后的主题森林结构树进行判断所述必要属性是否完整；当所述访客问题的必要属性完整时，所述主题森林结构树根据所述访客问题从知识库中进行问题匹配；当所述访客问题的必要属性不完整时，所述主题森林结构树将缺失的必要属性反馈至前端的对话机器人，由所述对话机器人根据缺失的必要属性向访客进行追问，得到所述主题类型的所有必要属性。优选的，所述的步骤a中进一步包括：a1.收集原始语料，并对原始语料进行主题聚类，得到不同类型的主题；a2.对每个主题类型进行实体关系的识别和提取，并根据所述实体关系确定每个主题类型的实体属性；a3.根据所述实体属性，为每个类型的主题创建主题结构树，以及为所有的主题类型创建主题森林式知识库。进一步的，所述的步骤a1中，对原始语料进行主题聚类，是利用LDA主题模型工具进行主题提取和主题分类。进一步的，所述的步骤a2中，对每个主题类型进行实体关系的识别和提取，是通过对原始语料进行语法解析和语义解析，根据解析结果提取实体信息和标注实体信息之间的关系。进一步的，所述的步骤a3中，所述主题结构树包括当前主题信息和主题间关联信息，根据所述主题间关联信息将所有类型的主题进行关联索引，得到主题森林式知识库。优选的，所述的步骤c中，是通过对访客问题进行分词处理和关键词提取，根据提取的关键词进行匹配其所属的主题类型，,并将访客问题填充至所述主题类型对应的语义框架模型中的必要语义槽和/或可选语义槽中。进一步的，所述的步骤d中，是通过将填充后的语义框架模型的必要语义槽和可选语义槽的访客问题映射至所述主题森林结构树的必要属性和可选属性，并将提取的关键词与所述必要属性和可选属性进行匹配，根据匹配结果判断是否缺失必要属性。对应的，本专利技术还提供一种基于语义框架的人机对话系统，其包括：主题结构树创建模块，其根据原始语料创建主题森林结构树，并在所述主题森林结构树中提取每个主题类型对应的实体属性；语义框架模型生成模块，其利用所述主题森林结构树生成语义框架模型，并将所述主题森林结构树的实体属性映射至所述语义框架模型中对应的语义槽；人机对话模块，用于对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的语义槽中；问题匹配模块，用于将填充后的语义框架模型的语义槽的访客问题映射至所述主题森林结构树的实体属性中，所述主题森林结构树根据所述访客问题从知识库中进行问题匹配；答案反馈模块，用于将匹配的问题所对应的答案反馈给访客。本专利技术的有益效果是：(1)本专利技术通过主题森林结构树和语义框架模型的映射关系对人机对话内容进行解析，能够保证获取到准确的、完整的访客问题，以在此基础上保证答案的准确性和提高沟通效率。(2)本专利技术通过在创建主题森林式知识库时设置主题的必要属性和可选属性，并与语义框架模型中的必要语义槽和可选语义槽相映射，从而在人机对话时将访客问题进行主题匹配和必要属性的匹配以及必要属性的追问，从而能够主动与访客进行互动，增加用户体验度。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术一种基于语义框架的人机对话方法的流程简图；图2为本专利技术一种基于语义框架的人机对话系统的结构示意图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术的一种基于语义框架的人机对话方法，其包括以下步骤：a.根据原始语料创建主题森林结构树，并在所述主题森林结构树中提取每个主题类型对应的实体属性；b.利用所述主题森林结构树生成语义框架模型，并将所述主题森林结构树的实体属性映射至所述语义框架模型中对应的语义槽；c.人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的语义槽中；d.将填充后的语义框架模型的语义槽的访客问题映射至所述主题森林结构树的实体属性中；e.所述主题森林结构树根据所述访客问题从知识库中进行问题匹配，并将匹配的问题所对应的答案反馈给访客。其中，语义框架是知识表示的一种，框架语义学(FrameSemantics)是由美国语言学家菲尔墨(Fillmore)提出的认知语言学理论，slot是该框架中的“槽”。框架语义学首先是一种通向理解及本文档来自技高网...

【技术保护点】
1.一种基于语义框架的人机对话方法，其特征在于，包括以下步骤：a.根据原始语料创建主题森林结构树，并在所述主题森林结构树中提取每个主题类型对应的实体属性；b.利用所述主题森林结构树生成语义框架模型，并将所述主题森林结构树的实体属性映射至所述语义框架模型中对应的语义槽；c.人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的语义槽中；d.将填充后的语义框架模型的语义槽的访客问题映射至所述主题森林结构树的实体属性中；e.所述主题森林结构树根据所述访客问题从知识库中进行问题匹配，并将匹配的问题所对应的答案反馈给访客。

【技术特征摘要】
1.一种基于语义框架的人机对话方法，其特征在于，包括以下步骤：a.根据原始语料创建主题森林结构树，并在所述主题森林结构树中提取每个主题类型对应的实体属性；b.利用所述主题森林结构树生成语义框架模型，并将所述主题森林结构树的实体属性映射至所述语义框架模型中对应的语义槽；c.人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的语义槽中；d.将填充后的语义框架模型的语义槽的访客问题映射至所述主题森林结构树的实体属性中；e.所述主题森林结构树根据所述访客问题从知识库中进行问题匹配，并将匹配的问题所对应的答案反馈给访客。2.根据权利要求1所述的一种基于语义框架的人机对话方法，其特征在于：所述的步骤d中，进一步根据映射后的主题森林结构树进行判断所述访客问题是否满足预设条件；当所述访客问题满足预设条件时，所述主题森林结构树根据所述访客问题从知识库中进行问题匹配；当所述访客问题未满足预设条件时，所述主题森林结构树将判断结果反馈至前端的对话机器人。3.根据权利要求2所述的一种基于语义框架的人机对话方法，其特征在于：所述实体属性包括必要属性和可选属性，所述语义槽包括必要语义槽和可选语义槽；所述预设条件为必要属性是否完整；人机对话时，对访客问题进行主题类型的匹配,并将访客问题填充至所述主题类型对应的语义框架模型中的必要语义槽和/或可选语义槽中；并将填充后的语义框架模型的必要语义槽和可选语义槽的访客问题映射至所述主题森林结构树的必要属性和可选属性；再进一步根据映射后的主题森林结构树进行判断所述必要属性是否完整；当所述访客问题的必要属性完整时，所述主题森林结构树根据所述访客问题从知识库中进行问题匹配；当所述访客问题的必要属性不完整时，所述主题森林结构树将缺失的必要属性反馈至前端的对话机器人，由所述对话机器人根据缺失的必要属性向访客进行追问，得到所述主题类型的所有必要属性。4.根据权利要求1至3任一项所述的一种基于语义框架的人机对话方法，其特征在于：所述的步骤a中进一步包括：a1.收集原始语料，并对原始语料进行主题聚类，得到不同类型的主题；a2.对每个主题类型进行实体关系的识别和提取，并根据所述实体关系确...

【专利技术属性】
技术研发人员：蔡振华，肖龙源，谭玉坤，李稀敏，刘晓葳，
申请(专利权)人：厦门快商通信息技术有限公司，
类型：发明
国别省市：福建,35