对聊天机器人中自然理解系统的上下文反馈技术方案

聊天机器人计算系统包括机器人控制器和自然语言处理器。自然语言处理器接收第一文本输入，并且标识由第一文本输入表示的概念。概念的指示被输出到机器人控制器，机器人控制器生成对第一文本输入的响应。当第二文本输入被接收时，自然语言处理器输出的概念也被反馈到自然语言处理器的输入中以作为上下文信息。然后，自然语言处理器基于第二自然语言、文本输入和上下文信息，标识第二文本输入中表示的概念。念。念。

【技术实现步骤摘要】
【国外来华专利技术】对聊天机器人中自然理解系统的上下文反馈

技术介绍

[0001]计算系统目前被广泛使用。一些计算系统包括在线聊天功能，其允许用户相互进行实时(或接近实时)消息传递。类似地，一些计算系统包括机器人(有时被称为网络机器人)，它们是被运行以在网络(诸如广域网)上执行任务的应用。当机器人使用聊天功能时，它有时被称为聊天机器人。
[0002]聊天机器人有时被用在计算系统中以便实现对话接口。用户可以使用自然语言与对话接口进行交互，以便执行各种不同的任务。一些任务包括获取信息(在该情况下，机器人实现搜索功能，并且将信息返回给用户)和执行任务(在该情况下，机器人实现控制功能以控制某些物理控制系统或项目)。聊天机器人也可以被用户使用来执行各种其他任务。
[0003]仅举几个示例，聊天机器人可以被用作数据存储系统的对话接口，以便可以使用自然语言输入查询进行搜索。在另一示例中，聊天机器人可以用于实现家庭自动化系统的接口，其中家庭中的不同可控子系统可以由用户使用聊天机器人的对话输入而被控制。聊天机器人可以被用于进行预订、获取行车路线、获取天气信息以及许多其他事情。
[0004]以上讨论仅针对一般背景信息被提供，并不旨在帮助确定所要求保护的主题的范围。

技术实现思路

[0005]一种聊天机器人计算系统，包括机器人控制器和自然语言处理器。自然语言处理器接收第一文本输入，并且标识由第一文本输入表示的概念。概念的指示被输出到机器人控制器，机器人控制器生成对第一文本输入的响应。当第二文本输入被接收时，自然语言处理器输出的概念也被反馈到自然语言处理器的输入中以作为上下文信息。然后，自然语言处理器基于第二自然语言、文本输入和上下文信息，标识第二文本输入中表示的概念。
[0006]提供本
技术实现思路
来以简化形式介绍一系列概念，这些概念在下面的具体实施方式中进一步被描述。本
技术实现思路
不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用作辅助确定所要求保护的主题的范围。所要求保护的主题不仅限于解决
技术介绍
中指出的任何或所有缺点的实现。
附图说明
[0007]图1是其中使用聊天机器人计算系统的计算系统架构的一个示例的框图。
[0008]图2是图示了图1中图示的架构的整体操作的一个示例的流程图。
[0009]图3是示出了图1中图示的使用知识模型的架构的框图。
[0010]图3A、图3B和图3C示出了知识模型的不同部分的示例。
[0011]图4是示出了知识模型的一个示例的框图。
[0012]图5是示出了图3中图示的使用上下文筛选/增强逻辑的架构的框图。
[0013]图6是更详细地示出了上下文筛选/增强逻辑的一个示例的框图。
[0014]图7是图示了在先前图中图示的使用知识模型的架构的一个示例的流程图。
[0015]图8是示出了先前图中所示的使用上下文筛选/增强逻辑的架构的操作的一个示例的流程图。
[0016]图9示出了先前图中图示的被部署在云计算架构中的架构的一个示例。
[0017]图10
‑
图12示出了可以在先前图中所示的架构中使用的移动设备的示例。
[0018]图13是示出了可以在先前图中示出的架构中使用的计算环境的一个示例的框图。
具体实施方式
[0019]如上所述，聊天机器人经常用于实现针对各种不同类型系统的自然语言接口。自然语言输入通常包含歧义。这是因为自然语言对话通常假设对话中的参与者之间具有一定级别的共享上下文。
[0020]作为示例，假设发生以下对话：
[0021]对话参与者1：“今天西雅图的天气怎么样？”[0022]参与者2：“今天多云，有可能下雨。”[0023]参与者1：“明天怎么样？”[0024]参与者2：“明天可能有阵雨。”[0025]参与者1：“埃伦斯堡怎么样？”[0026]参与者2：“明天埃伦斯堡将是晴天。”[0027]在对话开始时，第一话语的接收者没有上下文，但第一话语(“今天西雅图的天气怎么样？”)是明确的。然而，第二话语(“明天怎么样？”)本身是模糊的。
[0028]当这些类型的自然语言输入通过由聊天机器人实现的对话接口被提供时，聊天机器人理解用户的第二话语的含义的唯一方式将是它已经知道该话语的上下文。上下文指示在第二话语被接收之前，对话中的参与者正在谈论的内容。在该示例中，这些内容将包括“天气”、“西雅图”和“今天”。响应用户的第三话语(“埃伦斯堡怎么样？”)也是如此。准确响应的唯一方式是知道话语的内容是“天气”和“明天”(这将覆盖“今天”的上下文)。
[0029]因此，本讨论关于标识聊天机器人的自然语言输入中的概念并且在对话中携带这些概念作为上下文信息前进而进行，上下文信息被提供以增强对话中的后续话语。因此，图1示出了计算系统架构100的一个示例，其中聊天机器人计算系统102在聊天消息通道功能104上，从通过用户设备108提供聊天消息的用户106接收那些消息。
[0030]用户设备108可以是多种不同类型的设备中的任何一种。在图1所示的示例中，它可以是生成一个或多个接口110以用于用户106交互的移动设备。用户106说明性地与接口110交互，以便控制和操纵用户设备108和聊天机器人计算系统102的一些部分。作为一个示例，接口110可以包括麦克风，以便用户106可以通过用户设备108和聊天消息通道功能104向聊天机器人计算系统102提供自然语言输入作为语音输入。
[0031]作为示例，图1示出了用户106已经提供聊天消息112作为聊天消息通道功能104的输入。聊天消息112被提供给聊天机器人计算系统102。聊天机器人计算系统102处理聊天消息112，并且生成聊天响应114，聊天响应114通过聊天消息通道功能104被提供回用户设备108，在那里它在接口110中的一个接口上向用户106呈现。接口110可以在显示设备、音频设备、触觉设备等上被生成。
[0032]在图1所示的示例中，聊天机器人计算系统102说明性地包括一个或多个处理器或
服务器116、数据存储装置118、聊天机器人120，并且它可以包括各种各样的其他项目121。处理器和/或服务器116可以以各种不同的方式实现聊天机器人120。在图1图示的示例中，聊天机器人102说明性地包括机器人控制器122和自然语言处理器124。机器人控制器122说明性地可以是由开发者生成的代码以实现开发者希望实现的特定类型的接口。自然语言处理器124说明性地对自然语言文本输入执行自然语言处理以标识由那些输入表示的概念。
[0033]因此，在一个示例中，聊天消息112从机器人控制器122被提供给自然语言处理器124以作为文本输入126。自然语言处理器124(如下文将更详细地描述)标识输入文本126中的概念，并且生成表示那些概念的输出128。如下文更详细描述的概念可以由唯一标识符表示。
[0034]输入文本126中的概念(例如，唯一标识符)被提供回机器人控制器122，机器人控制器122生成响应聊天消息1本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算系统，包括：自然语言处理器，所述自然语言处理器接收文本输入并且接收上下文信息，所述文本输入指示给定的接收的聊天消息，所述上下文信息基于在所述给定的接收的聊天消息之前被接收的先前接收的聊天消息而被标识，所述自然语言处理器基于所述文本输入和所述上下文信息来生成NLP输出，并且将所述NLP输出提供回所述自然语言处理器，以作为用于后续接收的聊天消息的上下文信息，所述后续接收的聊天消息在所述给定的接收的聊天消息之后被接收；以及机器人控制器，所述机器人控制器接收来自所述自然语言处理器的所述NLP输出，并且基于所述NLP输出来生成响应输出。2.根据权利要求1所述的计算系统，其中所述机器人控制器被配置为：基于所述NLP输出，响应于所述给定的接收的聊天消息，生成响应聊天消息以作为所述响应输出。3.根据权利要求1所述的计算系统，其中所述机器人控制器被配置为：基于所述NLP输出，生成所述响应输出以作为用于执行动作的命令。4.根据权利要求1所述的计算系统，其中所述自然语言处理器被配置为：通过标识所述给定的接收的聊天消息中的概念来生成所述NLP输出。5.根据权利要求4所述的计算系统，其中所述自然语言处理器被配置为：通过输出与所述概念相对应的唯一标识符来生成所述NLP输出，相对于由所述自然语言处理器可标识的其他概念，所述唯一标识符唯一地标识所述概念。6.根据权利要求5所述的计算系统，并且还包括：上下文增强逻辑，所述上下文增强逻辑被配置为：修改所述NLP输出以获取所述上下文信息。7.根据权利要求6所述的计算系统，其中所述上下文增强逻辑被配置为：除所述NLP输出以外，通过添加来自上下文源的附加上下文信息来修改所述NLP输出，所述上下文源提供所述附加上下文信息。8.根据权利要求5所述的计算系统，并且还包括：上下文筛选逻辑，所述上下文筛选逻辑被配置为：筛选所述NLP输出以获取所述上下文信息。9.根据权利要求8所述的计算系统，其中所述上下文筛选逻辑根据所述NLP输出筛选唯一标识符，所述唯一标识符基于所述给定的概念是否与所述后续接收的聊天消息相关来标...

【专利技术属性】
技术研发人员：J，
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：