【技术实现步骤摘要】
一种阅读设备、服务器以及数据处理的方法
本申请涉及人工智能
，尤其涉及一种阅读设备、服务器以及数据处理的方法。
技术介绍
人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括阅读机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。随着越来越快的社会节奏，工作地的流动性以及越来越激烈的职场竞争，父母陪孩子读故事的机会越来越少，阅读机器人作为儿童的人工智能伙伴进入家庭已是大势所趋。当前的阅读机器人，例如点读笔、智能音箱等等，都具有读绘本的功能，但是只能把绘本上已有的文字通过语音合成念出来或者播放事先录制的录音文件，而绘本大部分内容都是图片，文字本身就很少，这就造成阅读机器人的绘本阅读效果与父母给儿童讲故事的效果相去甚远。并且，父母在给儿童讲故事的过程中，一定会有问答互动，比如问孩子有没有听懂，也会根据儿童不同的年龄段和认知程度，针对性的提出各种问题，启发儿童思考，这些都是当前的阅读机器人无法做到的。
技术实现思路
本申请提供了一种阅读设备、服务器以及数据处理的方法，可以结合用户当...
【技术保护点】
1.一种数据处理方法，应用于阅读设备，其特征在于，所述方法包括：/n所述阅读设备的处理器获取用户的用户信息，其中，所述用户信息包括所述用户的人口统计学信息以及所述用户的第一偏好信息，其中，所述人口统计学信息是用于描述所述用户个人身份的相关信息，所述第一偏好信息包括所述用户的行为习惯以及行为偏好；/n所述阅读设备通过所述处理器、传感器模组以及第三方网络服务采集所述用户当前的情境信息，其中，所述情境信息是描述所述用户当前所处的情景的相关信息；/n所述阅读设备的处理器将所述用户信息和所述情境信息输入推理模型，获得交互指令，其中，所述交互指令是所述阅读设备下一步的人机交互动作指令，所述推理模型包含所述用户信息、情境信息与对应的交互指令之间的关联规则，所述关联规则通过机器学习、事先规范或逻辑推理获得。/n
【技术特征摘要】
1.一种数据处理方法，应用于阅读设备，其特征在于，所述方法包括：
所述阅读设备的处理器获取用户的用户信息，其中，所述用户信息包括所述用户的人口统计学信息以及所述用户的第一偏好信息，其中，所述人口统计学信息是用于描述所述用户个人身份的相关信息，所述第一偏好信息包括所述用户的行为习惯以及行为偏好；
所述阅读设备通过所述处理器、传感器模组以及第三方网络服务采集所述用户当前的情境信息，其中，所述情境信息是描述所述用户当前所处的情景的相关信息；
所述阅读设备的处理器将所述用户信息和所述情境信息输入推理模型，获得交互指令，其中，所述交互指令是所述阅读设备下一步的人机交互动作指令，所述推理模型包含所述用户信息、情境信息与对应的交互指令之间的关联规则，所述关联规则通过机器学习、事先规范或逻辑推理获得。
2.根据权利要求1所述的方法，其特征在于，所述情境信息包括计算情境信息、用户情境信息、物理情境信息以及第三方情境信息，其中，
所述计算情境信息是所述阅读设备的处理器获得与设备相关的情境信息，所述计算情境信息包括当前的网络环境信息以及设备信息；
所述用户情境信息是所述阅读设备的传感器模组采集的与所述用户相关的情境信息，所述用户情境信息包括所述用户当前的语音信息、视频图像信息、生理指标信息以及位置信息中的一种或者多种；
所述物理情境信息是所述阅读设备的传感器模组采集的当前自然界真实的环境信息，所述物理情境信息包括天气、湿度、光照强度、噪声以及温度中的一种或者多种；
所述第三方情境信息是所述阅读设备通过第三方网络服务获得的信息，所述第三方情境信息包括时间信息以及社会信息，所述时间信息具体包括季节、日期、时间以及节日中的一种或者多种，所述社会信息具体包括风俗、新闻、法律以及法制中的一种或者多种。
3.根据权利要求2所述的方法，其特征在于，所述用户信息还包括所述用户的第二偏好信息以及所述用户当前的活动信息，所述阅读设备的处理器将所述用户信息和情境信息输入推理模型，获得交互指令之前，所述方法还包括：
所述阅读设备的处理器根据所述用户信息以及所述情境信息，通过语义特征提取，获得所述用户的第二偏好信息以及所述用户的活动信息，其中，所述第二偏好信息包括所述用户的行为习惯以及行为偏好，所述活动信息用于描述所述用户当前的动作以及行为。
4.根据权利要求3所述的方法，其特征在于，在阅读设备的处理器将所述用户信息和情境信息输入推理模型，获得交互指令之前，所述方法还包括：
所述阅读设备的处理器根据用户当前的情境信息，确定所述阅读设备当前所处的目标交互阶段，其中，所述阅读设备的交互阶段依次包括人机交互方式确定阶段、绘本推荐阶段以及问答阶段，其中，所述人机交互方式分为正向交互方式和反向交互方式，所述正向交互方式指的是阅读设备给用户讲故事，所述反向交互方式为用户给阅读设备讲故事；
所述阅读设备的处理器将所述用户信息和所述情境信息输入推理模型，获得交互指令包括：
所述阅读设备的处理器将所述用户信息、所述情境信息以及所述目标交互阶段输入推理模型，获得交互指令。
5.根据权利要求1至4任一权利要求所述的方法，其特征在于，所述推理模型包括基于数据挖掘的推理模型，其中，所述阅读设备的处理器将所述用户信息和情境信息输入推理模型，获得交互指令包括：
所述阅读设备的处理器根据所述用户信息以及情境信息，通过数据挖掘算法，获得所述用户信息对应的用户在不同情境信息的条件下进行活动的活动规律；
所述阅读设备的处理器根据所述活动规律、所述目标交互阶段以及所述基于数据挖掘的推理模型，获得所述交互指令，其中，所述基于数据挖掘的推理模型包含第一关联规则，所述第一关联规则包括所述活动规律、所述目标交互阶段与所述交互指令之间的对应关系，所述第一关联规则通过事先规范、逻辑推理方法或机器学习生成。
6.根据权利要求1至5任一权利要求所述的方法，其特征在于，所述推理模型还包括行为模型以及基于用户行为的推理模型，所述阅读设备的处理器将所述用户信息和情境信息输入推理模型，获得交互指令包括：
所述阅读设备的处理器将所述第一偏好信息以及所述第二偏好信息与行为模型库中的多个行为模型进行匹配，确定所述用户所属的用户行为模型，其中，所述用户行为模型包括所述第一偏好信息以及第二偏好信息与初级交互指令之间的第二关联规则，所述第二关联规则通过事先规范、逻辑推理方法或机器学习生成，所述初级交互指令包括所述阅读设备进行人机交互的视觉信息、语言信息以及动作信息；
所述阅读设备的处理器根据所述第一偏好信息、第二偏好信息以及所述第二关联规则，获得所述阅读设备进行人机交互的初级交互指令；
所述阅读设备的处理器根据所述初级交互指令、所述用户信息、所述情境信息、所述目标交互阶段以及所述基于用户行为的推理模型，获得所述交互指令，其中，所述基于用户行为的推理模型包含第三关联规则，所述第三关联规则包括所述初级交互指令、所述用户信息、所述情境信息、所述目标交互阶段与所述交互指令之间的对应关系，所述第三关联规则通过事先规范、逻辑推理方法或机器学习生成。
7.根据权利要求6所述的方法，其特征在于，所述第一偏好信息分为思维类偏好信息以及任务类偏好信息，所述第二偏好信息分为思维类偏好信息以及任务类偏好信息，所述第二关联规则包括所述思维类偏好信息与所述视觉信息、语言信息之间的映射关系，所述第二关联规则包括所述任务类偏好信息与所述动作信息之间的映射关系，其中，所述思维类偏好信息是所述用户自身的偏好与习惯，所述任务类偏好信息是所述用户与机器人交互的偏好与习惯。
8.根据权利要求1至7任一权利要求所述的方法，其特征在于，所述阅读设备的处理器将所述用户信息和情境信息输入推理模型，获得交互指令之后，所述方法还包括：
所述阅读设备的行为执行模块执行所述交互指令，与所述用户进行人机交互；
所述阅读设备的传感器模组采集所述用户在人机交互过程中的反馈信息；
所述阅读设备的处理器根据所述反馈信息，调整所述推理模型中的第一关联规则、第二关联规则以及第三关联规则。
9.一种数据处理方法，应用于阅读设备，其特征在于，所述方法包括：
所述阅读设备的处理器获取用户的用户信息，其中，所述用户信息包括所述用户的人口统计学信息以及所述用户的第一偏好信息，其中，所述人口统计学信息是用于描述所述用户个人身份的相关信息，所述第一偏好信息包括所述用户的行为习惯以及行为偏好；
所述阅读设备通过处理器、传感器模组以及第三方网络服务采集所述用户当前的情境信息，其中，所述情境信息是描述所述用户当前所处的情景的相关信息；
所述阅读设备通过通信模块向服务器发送所述用户信息以及情境信息；
所述阅读设备通过通信模块接收所述服务器发送的交互指令，所述交互指令是所述服务器将所述用户信息和情境信息输入推理模型后获得的交互指令，其中，所述交互指令是所述阅读设备下一步的人机交互动作指令，所述推理模型包含所述用户信息、情境信息与对应的交互指令之间的关联规则，所述关联规则是所述服务器通过机器学习、事先规范或逻辑推理获得。
10.根据权利要求9所述的方法，其特征在于，所述情境信息包括计算情境信息、用户情境信息、物理情境信息以及第三方情境信息，其中，
所述计算情境信息是所述阅读设备的处理器获得与设备相关的情境信息，所述计算情境信息包括当前的网络环境信息以及设备信息；
所述用户情境信息是所述阅读设备的传感器模组采集的与所述用户相关的情境信息，所述用户情境信息包括所述用户当前的语音信息、视频图像信息、生理指标信息以及位置信息中的一种或者多种；
所述物理情境信息是所述阅读设备的传感器模组采集的当前自然界真实的环境信息，所述物理情境信息包括天气、湿度、光照强度、噪声以及温度中的一种或者多种；
所述第三方情境信息是所述阅读设备通过第三方网络服务获得的信息，所述第三方情境信息包括时间信息以及社会信息，所述时间信息具体包括季节、日期、时间以及节日中的一种或者多种，所述社会信息具体包括风俗、新闻、法律以及法制中的一种或者多种。
11.根据权利要求9或10所述的方法，其特征在于，所述阅读设备通过通信模块接收所述服务器发送的交互指令之后，所述方法还包括：
所述阅读设备的行为执行模块执行所述交互指令，与所述用户进行人机交互；
所述阅读设备的传感器模组采集所述用户在人机交互过程中的反馈信息，所述反馈信息用于所述服务器根据所述反馈信息调整所述推理模型中的关联规则。
12.一种数据处理方法，应用于服务器，其特征在于，所述方法包括：
所述服务器的信号收发器接收阅读设备发送的用户信息以及情境信息，其中，所述用户信息包括用户的人口统计学信息以及所述用户的第一偏好信息，所述人口统计学信息是用于描述所述用户个人身份的相关信息，所述第一偏好信息包括所述用户的行为习惯以及行为偏好，所述情境信息是描述所述用户当前所处的情景的相关信息；
所述服务器的处理器将所述用户信息和情境信息输入推理模型，获得交互指令，其中，所述交互指令是所述阅读设备下一步的人机交互动作指令，所述推理模型包含所述用户信息、情境信息与对应的交互指令之间的关联规则，所述关联规则通过机器学习、事先规范或逻辑推理获得；
所述服务器的信号收发器向所述阅读设备发送所述交互指令。
13.根据权利要求12所述的方法，其特征在于，所述情境信息包括计算情境信息、用户情境信息、物理情境信息以及第三方情境信息，其中，
所述计算情境信息是所述阅读设备的处理器获得的信息，所述计算情境信息包括当前的网络环境信息以及设备信息；
所述用户情境信息是所述阅读设备的传感器模组采集的与所述用户相关的情境信息，所述用户情境信息包括所述用户当前的语音信息、视频图像信息、生理指标信息以及位置信息中的一种或者多种；
所述物理情境信息是所述阅读设备的传感器模组采集的当前用户所处场景的自然界真实的环境信息，所述物理情境信息包括天气、湿度、光照强度、噪声以及温度中的一种或者多种；
所述第三方情境信息是所述阅读设备通过第三方网络服务获得的信息，所述第三方情境信息包括时间信息以及社会信息，所述时间信息具体包括季节、日期、时间以及节日中的一种或者多种，所述社会信息具体包括风俗、新闻、法律以及法制中的一种或者多种。
14.根据权利要求13所述的方法，其特征在于，所述用户信息还包括所述用户的第二偏好信息以及所述用户当前的活动信息，所述服务器的处理器将所述用户信息和情境信息输入推理模型，获得交互指令之前，所述方法还包括：
所述服务器的处理器根据所述用户信息以及所述情境信息，通过语义特征提取，获得所述用户的第二偏好信息以及所述用户的活动信息，其中，所述第二偏好信息包括所述用户的行为习惯以及行为偏好，所述活动信息用于描述所述用户当前的动作以及行为。
15.根据权利要求14所述的方法，其特征在于，在所述服务器的处理器将所述用户信息和情境信息输入推理模型，获得交互指令之前，所述方法还包括：
所述服务器的处理器根据用户当前的情境信息，确定所述阅读设备当前所处的目标交互阶段，其中，所述阅读设备的交互阶段依次包括人机交互方式确定阶段、绘本推荐阶段以及问答阶段，其中，所述人机交互方式分为正向交互方式和反向交互方式，所述正向交互方式指的是阅读设备给用户讲故事，所述反向交互方式为用户给阅读设备讲故事；
所述服务器的处理器将所述用户信息和所述情境信息输入推理模型，获得交互指令包括：
所述服务器的处理器将所述用户信息、所述情境信息以及所述目标交互阶段输入推理模型，获得交互指令。
16.根据权利要求12至15任一权利要求所述的方法，其特征在于，所述推理模型包括基于数据挖掘的推理模型，其中，所述服务器的处理器将所述用户信息和情境信息输入推理模型，获得交互指令包括：
所述服务器的处理器根据所述用户信息以及情境信息，通过数据挖掘算法，获得所述用户信息对应的用户在不同情境信息的条件下进行活动的活动规律；
所述服务器的处理器根据所述活动规律、所述目标交互阶段以及所述基于数据挖掘的推理模型，获得所述交互指令，其中，所述基于数据挖掘的推理模型包含第一关联规则，所述第一关联规则包括所述活动规律、所述目标交互阶段与所述交互指令之间的对应关系，所述第一关联规则通过事先规范、逻辑推理方法或机器学习生成。
17.根据权利要求12至16任一权利要求所述的方法，其特征在于，所述推理模型还包括行为模型以及基于用户行为的推理模型，所述服务器的处理器将所述用户信息和情境信息输入推理模型，获得交互指令包括：
所述服务器的处理器将所述第一偏好信息以及所述第二偏好信息与行为模型库中的多个行为模型进行匹配，确定所述用户所属的用户行为模型，其中，所述用户行为模型包含所述第一偏好信息以及第二偏好信息与初级交互指令之间的第二关联规则，所述第二关联规则通过事先规范、逻辑推理方法或机器学习生成，所述初级交互指令包括所述阅读设备进行人机交互的视觉信息、语言信息以及动作信息；
所述服务器的处理器根据所述第一偏好信息、第二偏好信息以及所述第二关联规则，获得所述阅读设备进行人机交互的初级交互指令；
所述服务器的处理器根据所述初级交互指令、所述用户信息、所述情境信息、所述目标交互阶段以及所述基于用户行为的推理模型，获得所述交互指令，其中，所述基于用户行为的推理模型包含第三关联规则，所述第三关联规则包括所述初级交互指令、所述用户信息、所述情境信息、所述目标交互阶段与所述交互指令之间的对应关系，所述第三关联规则通过事先规范、逻辑推理方法或机器学习生成。
18.根据权利要求17所述的方法，其特征在于，所述第一偏好信息分为思维类偏好信息以及任务类偏好信息，所述第二偏好信息分为思维类偏好信息以及任务类偏好信息，所述第二关联规则包括所述思维类偏好信息与所述视觉信息、语言信息之间的映射关系，所述第二关联规则包括所述任务类偏好信息与所述动作信息之间的映射关系，其中，所述思维类偏好信息是所述用户自身的偏好与习惯，所述任务类偏好信息是所述用户与机器人交互的偏好与习惯。
19.根据权利要求12至18任一权利要求所述的方法，其特征在于，在所述服务器的信号收发器向所述阅读设备发送所述交互指令之后，所述方法还包括：
接收所述阅读设备发送的反馈信息，其中，所述反馈信息是所述阅读设备的传感器模组采集的所述人机交互过程中，用户的反馈信息；
所述服务器的处理器根据所述反馈信息，调整所述推理模型中的关联规则，获得更新后的推理模型。
20.一种阅读设备，其特征在于，包括获取单元、采集单元以及推理单元，其中，
所述获取单元用获取用户的用户信息，其中，所述用户信息包括所述用户的人口统计学信息以及所述用户的第一偏好信息，其中，所述人口统计学信息用于表示所述用户自身的相关信息，所述第一偏好信息包括所述用户的行为习惯以及行为偏好；
所述采集单元用于采集所述用户当前的情境信息，其中，所述情境信息是描述所述用户当前所处于的情景的信息；
所述推理单元用于将所述用户信息和所述情境信息输入推理模型，获得交互指令，其中，所述交互指令是所述阅读设备下一步的人机交互动作指令，所述推理模型包含所述用户信息、情境信息与对应的交互指令之间的关联规则，所述关联规则通过机器学习、事先规范或逻辑推理获得。
21.根据权利要求20所述的设备，其特征在于，所述情境信息包括计算情境信息、用户情境信息、物理情境信息以及第三方情境信息，其中，
所述计算情境信息是所述阅读设备的处理器获得与设备相关的情境信息，所述计算情境信息包括当前的网络环境信息以及设备信息；
所述用户情境信息是所述阅读设备的传感器模组采集的与所述用户相关的情境信息，所述用户情境信息包括所述用户当前的语音信息、视频图像信息、生理指标信息以及位置信息中的一种或者多种；
所述物理情境信息是所述阅读设备的传感器模组采集的当前自然界真实的环境信息，所述物理情境信息包括天气、湿度、光照强度、噪声以及温度中的一种或者多种；
所述第三方情境信息是所述阅读设备通过第三方网络服务获得的信息，所述第三方情境信息包括时间信息以及社会信息，所述时间信息具体包括季节、日期、时间以及节日中的一种或者多种，所述社会信息具体包括风俗、新闻、法律以及法制中的一种或者多种。
22.根据权利要求21所述的设备，其特征在于，所述用户信息还包括所述用户的第二偏好信息以及所述用户当前的活动信息，所述设备还包括提取单元，
所述提取单元用于在所述推理单元将所述用户信息和情境信息输入推理模型，获得交互指令之前，根据所述用户信息以及所述情境信息，通过语义特征提取，获得所述用户的第二偏好信息以及所述用户的活动信息，其中，所述第二偏好信息包括所述用户的行为习惯以及行为偏好，所述活动信息用于...
【专利技术属性】
技术研发人员：董明杰，谢洁，黄雪妍，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。