信息推送方法、设备和介质技术

本申请提供一种信息推送方法、设备和介质，获取待识别语音的当前特征信息以及历史语音的历史特征信息，将当前特征信息以及历史特征信息输入推送模型中，输出推送信息，根据推送信息为用户进行信息推送。由于推送模型是通过用户的多组样本信息训练获得的，且每组样本信息包括一次多轮对话的多个样本语音信息，每个样本语音信息包括多轮对话中进行的至少一个语音对应的特征信息。因此，推送模型是根据多轮对话的意图信息和命名实体信息训练获得的，推送模型的准确度较高。因而，在将待识别语音的当前特征信息以及历史语音的历史特征信息输入推送模型后，能够为用户推送更为准确的信息，提高用户的体验感。提高用户的体验感。提高用户的体验感。

【技术实现步骤摘要】
信息推送方法、设备和介质


[0001]本申请涉及信息
，尤其涉及一种信息推送方法、设备和介质。

技术介绍

[0002]在行车过程中，为了避免分散用户的注意力，利用车载语音助手实现人机语音交互以完成特定领域的任务，例如播放新闻、播放音乐、查询餐厅等。
[0003]目前大部分车载语音助手是被动地执行查询动作，当用户发出语音为播放新闻时，车载语音助手接收语音后根据语音信息进行查询，而后将查询结果反馈给用户。
[0004]但是针对同样的查询条件，用户获得的查询结果是相同的，无法为用户提供准确信息，导致用户的体验感较差。
[0005]另外，当前一般推荐方法是一个应用或者一个垂域用一个单独的模型，这样就会占用资源比较多，如果只用了一个模型准确度又不高。

技术实现思路

[0006]本申请提供一种信息推送方法、设备和介质，用以为用户提供准确信息，提高用户的体验感。
[0007]第一方面，本申请提供一种信息推送方法，包括：获取待识别语音的当前特征信息，所述当前特征信息包括当前意图信息和当前命名实体信息；获取历史语音的历史特征信息，所述历史语音包括获取待识别语音前的多轮对话的语音，所述历史特征信息包括识别历史语音获得对应的历史意图信息和历史命名实体信息；将所述当前特征信息以及历史特征信息输入推送模型中，根据当前特征信息和历史特征信息获得输出的推送信息，所述推送模型是通过用户的多组样本信息训练获得的，每组所述样本信息包括一次多轮对话的多个样本语音信息，每个样本语音信息包括所述多轮对话中进行的至少一个语音对应的特征信息；根据所述推送信息为所述用户进行信息推送。
[0008]可选的，将将所述当前特征信息以及历史特征信息输入推送模型中，根据当前特征信息和历史特征信息获得输出的推送信息，包括：按照待识别语音以及历史语音中每一语音发生的时间先后顺序组合当前特征信息和历史特征信息获得融合特征信息，所述推送模型利用所述融合特征信息获得输出的推送信息。
[0009]可选的，在获取待识别语音的特征信息之前，所述方法还包括：获取用户的多组样本信息，每组所述样本信息包括多个样本语音信息；针对每个样本语音信息，获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息；
获取每个样本语音信息对应的参考推送信息；分别利用所述多组样本信息中的每个所述样本语音信息和所述样本语音信息对应的所述参考推送信息对模型进行多次训练，获得所述推送模型。
[0010]可选的，获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息，包括：为每个样本语音信息挑选一个随机特征信息，所述随机特征信息包括：一个随机意图信息和一个随机命名实体信息，所述随机特征信息与对应的样本语音信息的特征信息不同；获取所述一次多轮对话中每一语音对应的特征信息，按照每一语音发生的时间先后顺序组合对应的特征信息，获得第一组合特征信息；将随机特征信息拼接在所述第一组合特征信息的前面获得第二组合特征信息作为每个样本语音信息。
[0011]可选的，所述为每个样本语音信息挑选一个随机特征信息，具体包括：获取所述多组样本信息中所有的意图信息和命名实体信息；从所述所有的意图信息和命名实体信息中挑选一个意图信息和命名实体信息进行组合，获得一个随机特征信息；若获得的随机特征信息与对应的样本语音信息中的特征信息相同，则重新挑选，直至所述获得的随机特征信息与对应的样本语音信息中的特征信息不同。
[0012]可选的，所述获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息，具体包括：获取用户特征信息，其中用户特征信息包括用户的属性特征、历史场景特征和历史行为特征的至少一种；利用每个样本语音信息的第二组合特征信息以及用户特征信息进行融合获得第三组合特征信息作为所述每个样本语音信息。
[0013]可选的，所述根据所述推送信息为所述用户进行信息推送，具体包括：根据用户的特征信息对所述推送信息进行筛选，获得所述推送信息中的第一信息；对所述第一信息进行排序，从所述第一信息中提取预设排名内的第二信息；对所述第二信息进行重排，去除重复信息和已推送过的信息，获得第三信息；为所述用户推送所述第三信息。
[0014]可选的，所述用户的特征信息包括用户的属性特征信息；所述根据所述用户的特征信息对所述推送信息进行筛选，获得所述推送信息中的第一信息，具体包括：根据所述用户的属性特征信息对所述推送信息进行筛选，筛选出符合所述用户的属性特征信息的第一信息。
[0015]可选的，所述用户的特征信息包括用户的历史行为特征信息；所述根据用户的特征信息对所述推送信息进行筛选，获得所述推送信息中的第一信息，具体包括：从所述推送信息中筛选出符合所述用户的历史行为特征信息的第一预设信息；
分别计算所述推送信息中每个信息与所述第一预设信息的第一相似度，筛选出所述第一相似度大于第一预设相似度的第一信息；相应地，所述对所述第一信息进行排序，从所述第一信息中提取预设排名内的第二信息，具体包括：根据所述第一相似度对所述第一信息进行排序，提取预设排名内的第二信息。
[0016]可选的，所述用户的特征信息包括用户的历史行为特征信息；所述根据用户的特征信息对所述推送信息进行筛选，获得所述推送信息中的第一信息，具体包括：计算所述用户的历史行为特征信息与预设用户的历史行为特征信息的第二相似度，筛选出所述第二相似度大于第二预设相似度的目标用户；从所述推送信息中筛选出符合所述目标用户的历史行为特征信息以及所述用户的历史行为特征信息的第一信息；相应地，所述对所述第一信息进行排序，从所述第一信息中提取预设排名内的第二信息，具体包括：计算所述第一信息中的每个信息与符合所述用户的历史行为特征信息的推送信息的第三相似度；根据所述第三相似度对所述第一信息进行排序，提取预设排名内的第二信息。
[0017]第二方面，本申请提供一种推送模型的训练方法，包括：获取用户的多组样本信息，每组所述样本信息包括多个样本语音信息；针对每个样本语音信息，获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息；获取每个样本语音信息对应的参考推送信息；分别利用所述多组样本信息中的每个所述样本语音信息和所述样本语音信息对应的所述参考推送信息对模型进行多次训练，获得所述推送模型。
[0018]可选的，获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息，包括：为每个样本语音信息挑选一个随机特征信息，所述随机特征信息包括：一个随机意图信息和一个随机命名实体信息，所述随机特征信息与对应的样本语音信息的特征信息不同；获取所述一次多轮对话中每一语音对应的特征信息，按照每一语音发生的时间先后顺序组合对应的特征信息，获得第一组合特征信息；将随机特征信息拼接在所述第一组合特征信息的前面获得第二组合特征信息作为每个样本语音信息。
[0019]可选的，所述为每个样本语音信息挑选一个随机特征信息，具体包括：获取所述多组样本信息中所有的意图信息和命名实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息推送方法，其特征在于，所述方法包括：获取待识别语音的当前特征信息，所述当前特征信息包括当前意图信息和当前命名实体信息；获取历史语音的历史特征信息，所述历史语音包括获取待识别语音前的多轮对话的语音，所述历史特征信息包括识别历史语音获得对应的历史意图信息和历史命名实体信息；将所述当前特征信息以及历史特征信息输入推送模型中，根据当前特征信息和历史特征信息获得输出的推送信息，所述推送模型是通过用户的多组样本信息训练获得的，每组所述样本信息包括一次多轮对话的多个样本语音信息，每个样本语音信息包括所述多轮对话中进行的至少一个语音对应的特征信息；根据所述推送信息为所述用户进行信息推送。2.根据权利要求1所述的方法，其特征在于，将所述当前特征信息以及历史特征信息输入推送模型中，根据当前特征信息和历史特征信息获得输出的推送信息，包括：按照待识别语音以及历史语音中每一语音发生的时间先后顺序组合当前特征信息和历史特征信息获得融合特征信息，所述推送模型利用所述融合特征信息获得输出的推送信息。3.根据权利要求1所述的方法，其特征在于，在获取待识别语音的特征信息之前，所述方法还包括：获取用户的多组样本信息，每组所述样本信息包括多个样本语音信息；针对每个样本语音信息，获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息；获取每个样本语音信息对应的参考推送信息；分别利用所述多组样本信息中的每个所述样本语音信息和所述样本语音信息对应的所述参考推送信息对模型进行多次训练，获得所述推送模型。4.根据权利要求3所述的方法，其特征在于，获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息，包括：为每个样本语音信息挑选一个随机特征信息，所述随机特征信息包括：一个随机意图信息和一个随机命名实体信息，所述随机特征信息与对应的样本语音信息的特征信息不同；获取所述一次多轮对话中每一语音对应的特征信息，按照每一语音发生的时间先后顺序组合对应的特征信息，获得第一组合特征信息；将随机特征信息拼接在所述第一组合特征信息的前面获得第二组合特征信息作为每个样本语音信息。5.根据权利要求4所述的方法，其特征在于，所述为每个样本语音信息挑选一个随机特征信息，具体包括：获取所述多组样本信息中所有的意图信息和命名实体信息；从所述所有的意图信息和命名实体信息中挑选一个意图信息和命名实体信息进行组合，获得一个随机特征信息；若获得的随机特征信息与对应的样本语音信息中的特征信息相同，则重新挑选，直至所述获得的随机特征信息与对应的样本语音信息中的特征信息不同。
6.根据权利要求4所述的方法，其特征在于，所述获取每个样本语音信息包括一次多轮对话中进行的至少一个语音对应的特征信息，具体包括：获取用户特征信息，其中...

【专利技术属性】
技术研发人员：李林峰，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：