人机对话方法、装置、设备、介质及产品制造方法及图纸

本申请提供了一种人机对话方法、装置、设备、介质及产品，涉及智能客服技术领域，其中方法包括：接收用户输入的输入信息；对所述输入信息进行语义分析，得到关键信息；基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果；基于所述匹配结果进行语义生成，得到回复信息；输出所述回复信息。上述中，利用知识图谱来基于关键信息和用户的用户信息确定匹配结果，并基于匹配结果进行语义生成，可以提高回复信息的准确率，并使得回复信息的表述更加符合自然语言习惯，进一步提高回复信息与输入信息的匹配度，提高用户体验。户体验。户体验。

【技术实现步骤摘要】
人机对话方法、装置、设备、介质及产品


[0001]本申请涉及智能客服
，特别是涉及一种人机对话方法、装置、设备、介质及产品。

技术介绍

[0002]目前，当前大多数的银行智能客服系统都是在问答库的基础上结合语音、语音识别用户输入的问题，通过特定的搜索算法匹配问答库中的问题关键字，匹配成功后将对应的答案反馈给用户。由于对自然语言不能进行很好的解析，往往对用户的真实意图不能有效的识别，从而导致最终匹配出的回答仍与用户想得到的答案存在较大差距，无法达到预期效果。
[0003]因此，亟需一种人机对话方法，来提高人机对话中，回复与问题的匹配程度。

技术实现思路

[0004]本申请提供的一种人机对话方法、装置、设备、介质及产品，可以提高人机对话中，回复与问题之间的匹配程度。
[0005]第一方面，本申请实施例提供一种人机对话方法，方法包括：
[0006]接收用户输入的输入信息；
[0007]对所述输入信息进行语义分析，得到关键信息；
[0008]基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果；
[0009]基于所述匹配结果进行语义生成，得到回复信息；
[0010]输出所述回复信息。
[0011]第二方面，本申请提供一种人机对话装置，该装置包括：
[0012]接收模块，用于接收用户输入的输入信息；
[0013]语义分析模块，用于对所述输入信息进行语义分析，得到关键信息；
[0014]匹配模块，用于基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果；
[0015]语义生成模块，用于基于所述匹配结果进行语义生成，得到回复信息；
[0016]输出模块，用于输出所述回复信息。
[0017]第三方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0018]处理器执行计算机程序指令时实现如第一方面所述的人机对话方法。
[0019]第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所述的人机对话方法。
[0020]第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行实现如上述第一方面所述的人机对话方
法。
[0021]在本申请实施例的人机对话方法、装置、设备、介质及产品，其中，方法包括：接收用户输入的输入信息；对所述输入信息进行语义分析，得到关键信息；基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果；基于所述匹配结果进行语义生成，得到回复信息；输出所述回复信息。上述中，利用知识图谱来基于关键信息和用户的用户信息确定匹配结果，并基于匹配结果进行语义生成，可以提高回复信息的准确率，并使得回复信息的表述更加符合自然语言习惯，进一步提高回复信息与输入信息的匹配度，提高用户体验。
附图说明
[0022]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是本申请一个实施例提供的人机对话方法的流程示意图之一；
[0024]图2是本申请一个实施例提供的人机对话方法的流程示意图之二；
[0025]图3是本申请一个实施例提供的人机对话系统的结构示意图；
[0026]图4是本申请实施例提供的一种人机对话装置的结构示意图；
[0027]图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0028]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0029]在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
[0030]需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0031]为了解决现有技术问题，本申请实施例提供了一种人机对话方法、装置、设备、介质及产品。下面首先对本申请实施例所提供的人机对话方法进行介绍。
[0032]图1示出了本申请一个实施例提供的人机对话方法的流程示意图。如图1所示，该方法应用于电子设备，电子设备可以是银行智能客服系统，也可以是其他场景中的系统，在此不做限定，本申请实施例提供的人机对话方法具体可以包括如下步骤：
[0033]步骤101，接收用户输入的输入信息。
[0034]所述输入信息包括文本信息、语音信息或图像信息中的至少一项。用户在需要询问的情况下，可以向电子设备输入所述输入信息。
[0035]步骤102，对所述输入信息进行语义分析，得到关键信息。
[0036]电子设备在接收到输入信息之后，若输入信息为文本信息，则直接对输入信息进行语义分析，包括分词、词性标注、命名实体识别、句法分析、语义角色标注等，提取出问题的关键信息。
[0037]若输入信息为语音信息，则对输入信息进行语音识别，将输入信息转换为采用自然语言表述的信息；若输入信息为图像信息，则对输入信息进行图像识别，将输入信息转换为采用自然语言表述的信息。在将输入信息转换为采用自然语言表述的信息之后，可以对输入信息进行语义分析，包括分词、词性标注、命名实体识别、句法分析、语义角色标注等，提取出问题的关键信息。
[0038]在进行语义分析时，还可以对输入信息进行情感识别，识别用户输入的情感状态，如愤怒、焦虑、满意等，并将情感状态作为后续服务和解答依据之一。可以采用生成预训练变换器
‑
4(Generative Pre
‑
trained Transformer 4，GPT
‑
4)模型对输入信息进行语义分析，得到关键信息。
[0039]GPT
‑
4模型采用了大规模的预训练和微调的方法，可以自动生成高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人机对话方法，其特征在于，所述方法包括：接收用户输入的输入信息；对所述输入信息进行语义分析，得到关键信息；基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果；基于所述匹配结果进行语义生成，得到回复信息；输出所述回复信息。2.根据权利要求1所述的方法，其特征在于，在所述基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果之前，所述方法还包括：基于多个用户的用户信息和每个用户的历史记录数据，构建知识图谱；所述基于所述关键信息和所述用户的用户信息，与预获取的知识图谱进行匹配，获得匹配结果，包括：从所述知识图谱中获取到与所述用户的用户信息相匹配的目标历史记录数据；根据所述关键信息对所述目标历史记录数据进行匹配，获得匹配结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述匹配结果进行语义生成，得到回复信息，包括：若所述匹配结果包括匹配答案，则基于生成预训练变换器GPT对所述匹配答案进行语义生成，得到回复信息；若所述匹配结果不包括匹配答案，则基于所述GPT对所述关键信息进行匹配，获得回复信息。4.根据权利要求1所述的方法，其特征在于，所述对所述输入信息进行语义分析，得到关键信息，包括：若存在历史输入信息，则基于历史对话记录和所述输入信息进行语义分析，得到所述关键信息，所述历史输入信息为预设时间段内在所述输入信息之前输入的信息，所述历史对话记录包括所述预设时间段内的人机对话记录。5.根据权利要求1所述的方法，其特征在于，所述对所述输入信息进行语义分析，得到关键信息，包括：对所...

【专利技术属性】
技术研发人员：刘智勇，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：