一种语音指令的推荐方法、装置、设备和计算机存储介质制造方法及图纸

本发明专利技术提供了一种语音指令的推荐方法、装置、设备和计算机存储介质，其中方法包括：获取当前用户的场景信息和用户画像；利用所述当前用户的场景信息和用户画像，对从语音指令库中获取的语音指令进行排序；依据排序结果，确定向所述当前用户推荐的语音指令。本发明专利技术能够在地图类应用中对用户使用语音指令输入功能进行个性化和场景化的有效引导，提高用户的输入效率。

A Recommendation Method, Device, Equipment and Computer Storage Media for Voice Instructions

【技术实现步骤摘要】
一种语音指令的推荐方法、装置、设备和计算机存储介质
本专利技术涉及计算机应用
，特别涉及一种语音指令的推荐方法、装置、设备和计算机存储介质。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就被认为是现有技术。地图类应用一直是日常使用较为频繁的工具类应用，随着技术的不断发展，地图类应用融入了地点查询、路线查询、路况查询、导航、叫车等众多功能。为了给用户出行提供更为便利的服务，一些地图类应用融入了通过语音方式输入指令的功能，在一定程度上解放用户双手。由于地图类应用中功能众多，虽然融入了通过语音方式输入指令的新的功能入口，但用户出于使用习惯或者知识缺乏往往不会主动使用该语音指令的功能，因此需要对用户进行有效的引导。如图1中所示，用户可能不会注意到地图类应用界面上新出现的语音指令的功能入口，仍按照以往的手工输入习惯来输入相关指令。或者，用户注意到了新出现的语音指令的功能入口，但不知道输入怎样的语音指令合适。这样就会造成用户输入效率低下。
技术实现思路
有鉴于此，本专利技术提供了一种语音指令的推荐方法、装置、设备和计算本文档来自技高网...

【技术保护点】
1.一种语音指令的推荐方法，其特征在于，该方法包括：获取当前用户的场景信息和用户画像；利用所述当前用户的场景信息和/或用户画像，对从语音指令库中获取的语音指令进行排序；依据排序结果，确定向所述当前用户推荐的语音指令。

【技术特征摘要】
1.一种语音指令的推荐方法，其特征在于，该方法包括：获取当前用户的场景信息和用户画像；利用所述当前用户的场景信息和/或用户画像，对从语音指令库中获取的语音指令进行排序；依据排序结果，确定向所述当前用户推荐的语音指令。2.根据权利要求1所述的方法，其特征在于，该方法还包括：利用地图类应用的用户行为日志，挖掘个性化和/或地域化的语音指令并存储于所述语音指令库。3.根据权利要求2所述的方法，其特征在于，利用地图类应用的用户行为日志，挖掘个性化和/或地域化的语音指令包括：从地图类应用的用户行为日志中获取用户的常用行为数据；对所述常用行为数据进行过滤；利用预先配置的模板和所述常用行为数据，构建针对各用户的语音指令和/或针对各区域内用户的语音指令。4.根据权利要求3所述的方法，其特征在于，所述常用行为数据包括常用地点、道路、出行方式和地图类应用的功能中的至少一种。5.根据权利要求3所述的方法，其特征在于，对所述常用行为数据进行过滤包括以下至少一种：利用地点和道路词典，对所述常用行为数据中失效的地点或道路进行过滤；对所述常用行为数据中名称的长度超过预设长度值的地点或道路进行过滤；对所述常用行为数据中名称包含特殊字符的地点或道路进行过滤；对所述常用行为数据中涉及敏感类型或敏感词的地点或道路进行过滤。6.根据权利要求3所述的方法，其特征在于，所述从语音指令库中获取的语音指令包括：语音指令库中针对所述当前用户的语音指令；和/或，语音指令库中针对所述当前用户所属区域的语音指令。7.根据权利要求1所述的方法，其特征在于，所述场景信息包括以下至少一种：时间信息、所在地图类应用的页面信息以及位置信息。8.根据权利要求1所述的方法，其特征在于，利用所述当前用户的场景信息和/或用户画像，对从语音指令库中获取的语音指令进行排序包括：将所述当前用户的场景信息和/或用户画像输入预先训练得到的语音指令排序模型，利用所述语音指令排序模型对所述从语音指令库中获取的语音指令进行排序。9.根据权利要求8所述的方法，其特征在于，所述语音指令排序模型从所述当前用户的场景信息和/或用户画像中分别提取画像特征和/或场景特征构成第一特征向量；从所述从语音指令库中获取的语音指令中提取语义特征和统计特征构成第二特征向量；利用所述第一特征向量和第二特征向量之间的相似度，对所述从语音指令库中获取的语音指令进行排序。10.根据权利要求8所述的方法，其特征在于，该方法还包括采用以下方式训练得到语音指令排序模型：利用地图类应用的用户行为日志构建训练数据，所述训练数据包括用户实际使用的语音指令、用户从推荐的语音指令中选择的语音指令以及向用户推荐但用户并未选择的语音指令中的任意两个组合构成的文本对；将各文本对以及文本对对应的用户画像和/或场景信息输入神经网络模型进行训练，得到语音指令排序模型。11.根据权利要求10所述的方法，其特征在于，将各文本对以及文本对对应的用户画像和/或场景信息输入神经网络模型进行训练包括：所述神经网络模型针对文本对中的各文本分别提取语义特征和统计特征构成各文本的第二特征向量；从该文本对对应的用户画像和/或场景信息中分别提取画像特征和/或场景特征构成第一特征向量；训练目标为：最大化同一文本对中各文本的所述第二特征向量与对应的所述第一特征向量的相似度差值。12...

【专利技术属性】
技术研发人员：丁世强，马文韬，黄际洲，
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