基于人机交互的自然语言处理方法、装置、设备和介质制造方法及图纸

本发明专利技术实施例公开了一种基于人机交互的自然语言处理方法、装置、设备和介质，其中，该方法包括对目标自然语言文本进行意图识别，得到目标意图和目标槽位；根据目标意图和预先建立的资源池，匹配得到目标资源列表，其中，资源池中包括具有不同能力的多个资源，目标资源列表中包括能力与目标意图相关的至少一个目标资源；获取依据目标意图和目标槽位从至少一个目标资源中召回的结果集；从结果集中确定出与目标自然语言文本对应的目标应答话术。本发明专利技术实施例可以解决现有人机对话系统开发成本高以及系统复用性和扩展性较差的问题，降低人机对话系统的开发成本，提高系统复用性和扩展性。

【技术实现步骤摘要】
基于人机交互的自然语言处理方法、装置、设备和介质
本专利技术实施例涉及计算机
，尤其涉及一种基于人机交互的自然语言处理方法、装置、设备和介质。
技术介绍
人机交互是指人与计算机之间使用特定自然语言进行交互，完成信息交换的过程。随着人工智能技术的快速发展，人机交互的应用越来越广泛，例如，商业、家居、教育、科技和服务等领域中均涉及人机交互的应用，具体的应用产品包括独立的智能交互电子设备，例如知识问答电子设备与智能客服电子设备等，也包括集成在各种终端上的智能交互系统。人机交互往往涉及到具体的对话场景，智能系统需要对用户语音进行识别，然后给出合理的应答。因此，在基于自然语言的人机对话系统中，开发人员需要围绕具体的产品应用场景接入不同的对话能力和资源，以满足人机对话需求。但是，在现有的系统中，往往是针对每个场景单独进行人机交互的开发，需要耗费比较大的人力时间成本，复用性和扩展性差。
技术实现思路
本专利技术实施例提供一种基于人机交互的自然语言处理方法、装置、电子设备和介质，以解决现有人机对话系统开发成本高以及系统复用性和扩展性较差的问题。第一方面，本专利技术实施例提供了一种基于人机交互的自然语言处理方法，该方法包括：对目标自然语言文本进行意图识别，得到目标意图和目标槽位；根据目标意图和预先建立的资源池，匹配得到目标资源列表，其中，所述资源池中包括具有不同能力的多个资源，目标资源列表中包括能力与目标意图相关的至少一个目标资源；获取依据目标意图和目标槽位从所述至少一个目标资源中召回的结果集；从所述结果集中确定出与目标自然语言文本对应的目标应答话术。第二方面，本专利技术实施例还提供了一种基于人机交互的自然语言处理装置，该装置包括：文本识别模块，用于对目标自然语言文本进行意图识别，得到目标意图和目标槽位；资源匹配模块，用于根据目标意图和预先建立的资源池，匹配得到目标资源列表，其中，所述资源池中包括具有不同能力的多个资源，目标资源列表中包括能力与目标意图相关的至少一个目标资源；结果集获取模块，用于获取依据目标意图和目标槽位从所述至少一个目标资源中召回的结果集；应答话术确定模块，用于从所述结果集中确定出与目标自然语言文本对应的目标应答话术。第三方面，本专利技术实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的基于人机交互的自然语言处理方法。第四方面，本专利技术实施例还提供了一种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本专利技术任一实施例所述的基于人机交互的自然语言处理方法。本专利技术实施例根据识别得到的用户目标意图和预先建立的包括具有不同能力的多个资源资源池，匹配得到目标资源列表，然后，获取依据用户目标意图和目标槽位从目标资源列表对应的至少一个目标资源中召回的结果集，最后，从结果集中确定出与目标自然语言文本对应的目标应答话术。本专利技术实施例可以解决现有人机对话系统开发成本高以及系统复用性和扩展性较差的问题，降低人机对话系统的开发成本，提高系统复用性和扩展性。附图说明图1是本专利技术实施例一提供的基于人机交互的自然语言处理方法的流程图；图2是本专利技术实施例二提供的基于人机交互的自然语言处理方法的流程图；图3是本专利技术实施例三提供的基于人机交互的自然语言处理方法的流程图；图4是本专利技术实施例四提供的基于人机交互的自然语言处理装置的结构示意图；图5是本专利技术实施例五提供的一种电子设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1是本专利技术实施例一提供的基于人机交互的自然语言处理方法的流程图，本实施例可适用于对基于人机交互的自然语言进行处理的情况，该方法可以由基于人机交互的自然语言处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在电子设备上，该电子设备可以是机器人等。如图1所示，该方法具体包括：S110、对目标自然语言文本进行意图识别，得到目标意图和目标槽位。当用户与电子设备进行对话交互时，电子设备收集用户语音，利用其本身处理器将用户语音转化为自然语言文本并进行意图识别，同时，电子设备也可以将收集的用户语音发送至后端服务器，由后端服务器进行用户的意图识别。意图识别结果包括目标意图和目标槽位，其中，目标意图表示用户当前询问信息中的核心内容，目标槽位可以理解为识别用户意图所必不可少的辅助关键信息。例如：当用户与电子设备进行对话时，用户输出的语音是“地点X今天的天气如何？”，通过意图识别，可以得到用户的目标意图是询问天气，时间“今天”和地点“地点X”即目标槽位，目标意图和目标槽位相结合才可以准确得到用户意图。此外，需要说明的是，用户与电子设备进行交互过程中，可能存在多轮对话的情况，得到的用户目标意图和目标槽位则处于不断的更新与变动之中，即需要进行用户的意图识别结果的多轮改写。例如，用户询问“今天天气怎么样”，接着询问“明天呢”，则在第二轮的交互询问过程中，电子设备需要将用户意图识别结果进行改写，转换为“明天天气怎么样”。此用户意图改写对应的干预机制可以贯穿于整个请求生命周期。可选的，在对目标自然语言文本进行意图识别，得到目标意图和目标槽位之前，该方法还包括：将目标自然语言文本与第一预设正则表达式进行匹配，如果匹配上，则转由人工处理，其中，第一预设正则表达式用于定义需要人工对人机交互进行干预的逻辑。当用户的目标自然语言与第一预设正则表达式相匹配，即电子设备不能成功识别用户意图或者电子设备无法对用户的语音查询进行应答时，则转由人工处理，可以避免出现用户无法收到应答，导致交互体验度降低的现象。示例性，第一预设正则表达式中可以定义一些敏感事件或者敏感词汇，当用户语音中涉及该敏感事件或者敏感词汇查询时，正好相匹配，此时，由人工对用户语音进行应答。或者，当接收的用户语音较为繁杂，电子设备无法识别，同样转由人工进行应答干预。此外，在人工进行干预之前，电子设备可以输出一些预先设置的模板应答话术，例如“不能理解您的话，请见谅，稍后为您转人工应答”或者“不能理解您的话，请见谅，请您重新描述”等。通过输出模板应答话术，可以舒缓用户情绪，提高用户的人机交互体验。S120、根据目标意图和预先建立的资源池，匹配得到目标资源列表，其中，资源池中包括具有不同能力的多个资源，目标资源列表中包括能力与目标意图相关的至少一个目标资源。当识别出用户的目标意图后，电子设备可以将目标意图发送至后端服务器，在后端服务器的资源池中进行资源匹配，得到目标资源列表，以便后续召回所需资源。如果是后端服务器进行用户意图识别，则可以直接在资源池中进行资源匹配。其中，预先建立的资源池包括多个互相独立的资源，涉及广泛的话题内容，可以满足不同产品与不同对话场景的资源调用需求。每一个资源为对话系统提供一种特定的满足能力，例如导航或股票等，并且每一个资源下可以对应有多个分支子资源。示例性的，资源池中涉及的资源可以包括导航、音乐、故事、画像、百科、股票、星座、银行、天本文档来自技高网...

【技术保护点】
1.一种基于人机交互的自然语言处理方法，其特征在于，包括：对目标自然语言文本进行意图识别，得到目标意图和目标槽位；根据目标意图和预先建立的资源池，匹配得到目标资源列表，其中，所述资源池中包括具有不同能力的多个资源，目标资源列表中包括能力与目标意图相关的至少一个目标资源；获取依据目标意图和目标槽位从所述至少一个目标资源中召回的结果集；从所述结果集中确定出与目标自然语言文本对应的目标应答话术。

【技术特征摘要】
1.一种基于人机交互的自然语言处理方法，其特征在于，包括：对目标自然语言文本进行意图识别，得到目标意图和目标槽位；根据目标意图和预先建立的资源池，匹配得到目标资源列表，其中，所述资源池中包括具有不同能力的多个资源，目标资源列表中包括能力与目标意图相关的至少一个目标资源；获取依据目标意图和目标槽位从所述至少一个目标资源中召回的结果集；从所述结果集中确定出与目标自然语言文本对应的目标应答话术。2.根据权利要求1所述的方法，其特征在于，对目标自然语言文本进行意图识别，得到目标意图和目标槽位，包括：获取目标自然语言文本和目标自然语言文本的上下文信息，其中，所述上下文信息包括人机交互过程中与目标自然语言文本相邻的自然语言文本的意图识别结果；根据预先配置的意图识别策略，并依据所述上下文信息，对目标自然语言文本进行意图识别，得到目标意图和目标槽位，其中，所述意图识别策略是基于当前应用场景预先配置的策略。3.根据权利要求2所述的方法，其特征在于，根据预先配置的意图识别策略，并依据所述上下文信息，对目标自然语言文本进行意图识别，得到目标意图和目标槽位，包括：根据所述预先配置的意图识别策略，对目标自然语言文本进行初始意图识别，得到初始意图识别结果；如果所述初始意图识别结果与所述上下文信息中的意图识别结果具有相关性，则依据所述上下文信息中的意图识别结果和所述初始意图识别结果，确定目标意图和目标槽位；如果所述初始意图识别结果与所述上下文信息中的意图识别结果不具有相关性，则根据所述初始意图识别结果确定目标意图和目标槽位；如果不能识别出所述初始意图识别结果，则依据所述上下文信息中的意图识别结果和目标自然语言文本，确定目标意图和目标槽位。4.根据权利要求1所述的方法，其特征在于，在对目标自然语言文本进行意图识别，得到目标意图和目标槽位之前，所述方法还包括：实时获取人机交互过程中的自然语言文本；利用预先训练的纠错模型，对当前获取到的自然语言文本进行纠错，得到目标自然语言文本，其中，所述纠错模型是利用机器学习的方法预先训练的模型，用于纠正自然语言文本中的文本错误。5.根据权利要求1所述的方法，其特征在于，如果无法识别出目标意图和目标槽位，则在根据目标意图和预先建立的资源池，匹配得到目标资源列表之前，所述方法还包括：利用预先训练的归一化模型，对目标自然语言文本进行语义归一化，其中，所述归一化模型是利用机器学习的方法预先训练的模型，用于将无法识别出意图的自然语言文本转化成能够识别出意图的规范文本；对归一化后的自然语言文本进行意图识别，得到目标意图和目标槽位。6.根据权利要求1所述的方法，其特征在于，根据目标意图和预先建立的资源池，匹配得到目标资源列表，包括：根据预先配置的资源策略，从所述资源池中选定目标资源集；根据目标意图，从目标资源集中匹配得到目标资源列表；其中，所述资源策略是基于当前应用场景预先配置的策略。7.根据权利要求1所述的方法，其特征在于，从所述结果集中确定出与目标自然语言文本对应的目标应答话术，包括：根据预先配置的适配策略，将结果集中的结果与目标自然语言文本进行适配，得到至少一个适配结果；根据预先配置的排序策略，对所述至少一个适配结果进行排序，根据排序结果确定目标...

【专利技术属性】
技术研发人员：谢泽颖，凌光，纪友升，陈炳金，
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