在自动聊天中推荐朋友制造技术

本公开提供了用于在自动聊天中推荐朋友的方法和装置。在聊天流中接收来自用户的消息。从该消息中识别寻找朋友的意图。基于话题知识图谱识别一个或多个推荐的朋友。在该聊天流中提供所推荐的朋友。

【技术实现步骤摘要】
【国外来华专利技术】在自动聊天中推荐朋友
技术介绍
人工智能(AI)聊天机器人正在变得越来越受欢迎，并且正在被应用到越来越多的场景中。聊天机器人被设计为模拟人类的对话，并且通过文本、语音、图像等与用户聊天。
技术实现思路
以下提供本
技术实现思路
以介绍将在下文具体实施方式中进一步描述的一些概念。本
技术实现思路
不旨在标识所要求保护的话题的关键特征或者必要特征，也不旨在用于限制所要求保护的话题的范围。本公开的实施例提出了一种用于在自动聊天中推荐朋友的方法。在聊天流中接收消息。从该消息中识别寻找朋友的意图。基于话题知识图谱，识别一个或多个推荐的朋友。在该聊天流中提供所推荐的朋友。应该注意，上述一个或多个方面包括在下文充分描述且在权利要求书中特别指出的特征。以下描述和附图详细陈述了该一个或多个方面的某些说明性的特征。这些特征仅表示利用各方面原理的各种方式，而本公开旨在涵盖所有此类方面以及其等效物。附图说明以下将结合附图来描述所公开的各个方面，这些附图是用来说明而不是限制所公开的各个方面。图1示出了根据一个实施例的聊天机器人的示例性应用场景。图2示出了根据一个实施例的示例性聊天机器人系统。图3示出了根据一个实施例的示例性聊天窗口。图4A-4D中的每一个图示出了根据一个实施例的示例性聊天流。图5示出了根据一个实施例的用于构建用户-话题知识图谱的示例性过程。图6示出了根据一个实施例的用于构建用户-话题知识图谱的示例性过程。图7示出了根据一个实施例的用于从图像生成文本的示例性神经网络。图8示出了根据一个实施例的用户-话题知识图谱中的示例性用户-话题连接。图9示出了根据一个实施例的用于在自动聊天中推荐朋友的示例性过程。图10示出了根据一个实施例的用于在自动聊天中推荐朋友的示例性过程。图11示出了根据一个实施例的用于在自动聊天中推荐朋友的示例性装置。图12示出了根据一个实施例的示例性计算系统。具体实施方式以下将结合若干示例性实施方式来阐述本公开。应该理解，阐述这些实施方式仅仅是为了使本领域技术人员能够更好地理解并且从而实施本公开的实施例，而不代表对本公开的范围的任何限制。图1示出了根据一个实施例的聊天机器人的示例性应用场景100。在图1中，网络110被应用于将终端设备120和聊天机器人服务器130互连。网络110可以是能够将网络实体互连的任何类型的网络。网络110可以是单个的网络或者是各种网络的组合。从覆盖范围方面来说，网络110可以是局域网(LAN)、广域网(WAN)等。从承载媒介方面来说，网络110可以是有线网络、无线网络等。从数据交换技术方面来说，网络110可以是电路交换网络、分组交换网络等。终端设备120可以是能够执行连接到网络110、访问网络110上的服务器或网站、处理数据或信号等操作的任何类型的电子计算设备。例如，终端设备120可以是台式计算机、膝上型计算机、平板电脑、智能电话等。尽管在图1中仅示出了一个终端设备120，但是应该理解，不同数量的终端设备可能连接到网络110。终端设备120包括可为用户提供自动聊天服务的聊天机器人客户端122。在一些实现中，聊天机器人客户端122可以与聊天机器人服务器130交互。例如，聊天机器人客户端122可以将用户输入的消息传输到聊天机器人服务器130，并且接收与来自聊天机器人服务器130的与该消息相关联的响应。然而，应该理解，在其他实现中，不与聊天机器人服务器130交互，聊天机器人客户端122也可以本地地生成针对用户输入的消息的响应。聊天机器人服务器130可以连接到或包括聊天机器人数据库140。聊天机器人数据库140可以包括可由聊天机器人服务器130使用以生成响应的信息。应该理解，图1中所示的所有网络实体均是示例性的，并且根据具体的应用需求，该应用环境100中还可以包括任何其他网络实体。图2示出了根据一个实施例的示例性聊天机器人系统200。聊天机器人系统200可以包括用于呈现聊天窗口的用户界面(UI)210。该聊天机器人使用该聊天窗口与用户进行交互。聊天机器人系统200可以包括核心处理模块220。核心处理模块220被配置为用于在该聊天机器人的操作期间，通过与聊天机器人系统200的其他模块的协作提供处理能力。核心处理模块220可以获得用户在该聊天窗口中输入的消息，并将该消息存储在消息队列232中。该消息可以是各种多媒体形式，例如文本、语音、图像、视频等。核心处理模块220可以以先进先出的方式处理消息队列232中的消息。核心处理模块220可以调用应用程序接口(API)模块240中的处理单元来处理各种形式的消息。API模块240可以包括文本处理单元242、语音处理单元244、图像处理单元246等。对于文本消息，文本处理单元242对文本消息执行文本理解，核心处理模块220进一步确定文本响应。对于语音消息，语音处理单元244对语音消息执行语音到文本转换以获得文本句子，文本处理单元242对获得的文本句子执行文本理解，核心处理模块220进一步确定文本响应。如果确定要以语音的形式提供响应，则语音处理单元244对文本响应执行文本到语音转换以生成相应的语音响应。对于图像消息，图像处理单元246对图像消息执行图像识别以生成相应的文本，核心处理模块220进一步确定文本响应。在某些情况下，图像处理单元246也可以用于基于文本响应获得图像响应。此外，虽然未在图2中示出，但是API模块240还可以包括任何其他处理单元。例如，API模块240可以包括视频处理单元，用于与核心处理模块220合作以处理视频消息并确定响应。核心处理模块220可以通过索引数据库250确定响应。索引数据库250可以包括多个索引项目，该多个索引项目可由核心处理模块220获取作为响应。索引数据库250中的索引项目可以包括纯聊天索引集合252和话题知识数据集合254。纯聊天索引集合252可以包括为用户和聊天机器人之间的闲聊而准备的索引项目，并且可以是利用来自社交网络的数据而建立的。纯聊天索引集合252中的索引项目可以是、也可以不是问答对的形式。问答对也可以被称为消息-响应对或者查询-响应对。话题知识数据集合254可以包括与各种用户和/或用户组相关的话题知识数据。该用户或用户组可以是聊天机器人系统200的用户或用户组，并且还可以是诸如社交网络平台的另一平台的用户或用户组。例如，社交网络平台可能是推特、微博等。该话题知识数据可以基于聊天机器人系统的用户日志数据生成，并且可以基于来自网络(例如，社交网络平台或诸如维基百科等知识型网站)的网络数据生成。知识数据库中的话题知识数据也可以被称为话题知识图谱。核心处理模块220可以利用朋友寻求意图分类器260从用户发送的消息中识别是否存在寻找朋友的意图。核心处理模块220可以利用候选朋友排序器270基于话题知识图谱254为用户识别一个或多个推荐的朋友。候选朋友排序器270可以基于用户和潜在朋友(如个体用户和/或用户组)之间的排序得分识别一个或多个推荐的朋友。所识别的推荐朋友的信息可以被视为针对用户消息的响应。可以将由核心处理模块220确定的响应提供给响应队列或响应高速缓存234。例如，响应高速缓存234可以确保在预定义的时间流中显示一系列响应。假设对于消息，存在由核心处理模块220确定的不少于两个响应，则可能需要为响应设置时间延迟本文档来自技高网...

【技术保护点】
1.一种用于在自动聊天中推荐朋友的方法，包括：在聊天流中接收消息；从所述消息中识别寻找朋友的意图；基于话题知识图谱，识别一个或多个推荐的朋友；以及在所述聊天流中提供所述推荐的朋友。

【技术特征摘要】
【国外来华专利技术】1.一种用于在自动聊天中推荐朋友的方法，包括：在聊天流中接收消息；从所述消息中识别寻找朋友的意图；基于话题知识图谱，识别一个或多个推荐的朋友；以及在所述聊天流中提供所述推荐的朋友。2.根据权利要求1所述的方法，其中，所述朋友包括个体用户和/或用户组。3.根据权利要求1所述的方法，进一步包括从所述消息中识别话题信息、位置信息和时间信息中的至少一个，其中，所述识别一个或多个推荐的朋友包括基于所述话题知识图谱、以及话题信息、位置信息和时间信息中的至少一个，识别所述一个或多个推荐的朋友。4.根据权利要求1所述的方法，其中，在所述聊天流中提供所述推荐的朋友包括：在所述聊天流中提供所述推荐的朋友、以及话题信息、位置信息、时间信息和概率信息中的至少一个。5.根据权利要求1所述的方法，其中，所述话题知识图谱包括用户-话题知识图谱，所述用户-话题知识图谱包括用于用户和/或用户组中的每一个用户和/或用户组的用户或组信息、话题信息、兴趣度信息、位置信息和时间信息中的至少一部分。6.根据权利要求5所述的方法，其中，所述话题知识图谱包括话题关系知识图谱，所述话题关系知识图谱包括话题之间的话题关系信息。7.根据权利要求6所述的方法，进一步包括：基于用户数据和/或网络数据，为所述用户和/或用户组中的每一个用户和/或用户组生成所述用户-话题知识图谱。8.根据权利要求7所述的方法，其中，所述生成所述用户-话题知识图谱包括：从所述用户数据和/或网络数据的文本消息中，提取所述用户或组信息、所述话题信息、所述兴趣度信息、所述位置信息和所述时间信息中的至少一部分；和/或从所述用户数据和/或网络数据的图像生成文本消息，并且从所述文本消息中提取所述用户或组信息、所述话题信息、所述兴趣度信息、所述位置信息和所述时间信息中的至少一部分。9.根据权利要求8所述的方法，其中，所述文本消息是通过RNN-CNN模型从所述图像获得的。10.根据权利要求8所述的方法，其中，所述提取所述兴趣度信息包括：通过对所述文本消息执行情绪分析，生成所述兴趣度信息。11.根据权利要求8所述的方法，进一步包括：基于所述用户-话题知识图谱，生成所述话题关系知识图谱。12.根据权利要求11所述的方法，其中，所述用户-话题知识图谱采用元组的形式，其中，元组包括所述用户或组信息、所述话题信息、所述兴趣度信息、所述时间信息和所述位置信息中的至少一部分；并且所述话题关系知识图谱采用元组的形式，其中，元组包括第一话题、第二话题、所述话题的关系、得分中的至少一部分。13.根据权利要求8...

【专利技术属性】
技术研发人员：吴先超，饭田胜也，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US