CN109739970B - 信息处理方法及装置、以及电子设备 - Google Patents

Abstract

本公开提供了一种信息处理方法。该方法包括：接收用户的输入信息，该输入信息包括用于获取物品信息的信息；根据输入信息及用户的用户信息，确定输入信息的答复信息；以及输出答复信息，其中，上述答复信息包括物品信息及对物品的描述信息，该对物品的描述信息表征物品的m个描述特征中与物品信息关联的n个描述特征，该对物品的描述信息与用户信息相对应，m与n为大于1的正整数，且m大于等于n。本公开还提供了一种信息处理装置，以及一种电子设备。

Description

信息处理方法及装置、以及电子设备

技术领域

本公开涉及一种信息处理方法及装置、以及电子设备。

背景技术

随着网络技术的发展，自助购物已逐渐成为顾客购买物品的主要渠道之一，而在自助购物过程中向顾客提供咨询服务也必不可缺。

在实现本公开的过程中，发明人发现现有技术中至少存在如下问题：为了降低人工成本，智能客服已成为各平台的首选客服。在顾客询问物品的具体参数时，智能客服通常是先对顾客的问题进行意图理解，然后从数据库中获取顾客咨询的具体参数，最后将获取的具体参数合并成完整句子回复给顾客。但这种方式存在回复语句过于死板，信息不完整的缺陷。顾客往往还需要查阅相关资料，来判断物品的具体参数是否满足自身需求，因此具有较差的体验感，并因此在一定程度上降低购买物品的欲望。

发明内容

本公开的一个方面提供了一种能够向用户提供更多信息的信息处理方法。该方法包括：接收用户的输入信息，该输入信息包括用于获取物品信息的信息；根据输入信息及用户的用户信息，确定输入信息的答复信息；以及输出答复信息，其中，答复信息包括物品信息及对物品的描述信息，对物品的描述信息表征物品的m个描述特征中与物品信息关联的n个描述特征，对物品的描述信息与用户信息相对应，m与n为大于1的正整数，且m大于等于n。

可选地，上述根据输入信息及用户的用户信息，确定输入信息的答复信息包括：分析输入信息，得到输入信息的语义信息；获取与语义信息及用户信息对应的知识图谱；以及根据输入信息及知识图谱，生成答复信息。其中，知识图谱记载有物品信息、用户信息和/或物品的至少一个描述特征。

可选地，上述根据输入信息及知识图谱，生成答复信息包括：根据输入信息及知识图谱，确定答复信息的语义图；以及根据答复信息的语义图及转换规则，转换得到答复信息。

可选地，上述根据输入信息及知识图谱，确定答复信息的语义图包括：将输入信息及知识图谱分别转换为预定格式；对转换为预定格式的输入信息及知识图谱分别编码，以分别得到输入信息的向量和知识图谱的向量；合并输入信息的向量及知识图谱的向量；以及解码合并得到的向量，生成答复信息的语义图。

可选地，上述知识图谱记载有用户的喜好信息和物品的多个描述特征，用户信息包括该用户的喜好信息。上述根据输入信息及知识图谱，生成对物品的描述信息包括：根据用户的喜好信息及输入信息，调整多个描述特征中至少两个描述特征的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者根据用户的喜好信息及输入信息，调整多个描述特征中的至少一个描述特征包括的多个特征词的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者根据用户信息，整合多个描述特征得到对物品的描述信息。

可选地，上述根据输入信息及用户的用户信息，确定输入信息的答复信息还包括：获取输入信息的上下文信息；以及根据用户的输入信息、知识图谱及上下文信息，生成答复信息。

可选地，上述信息处理方法还包括：根据语法规则，修正答复信息的语法，其中，输出的答复信息为修正语法后的答复信息。

本公开的另一方面提供了一种信息处理装置，该装置包括接收模块、答复信息确定模块以及输出模块。其中，接收模块用于接收用户的输入信息，该输入信息包括用于获取物品信息的信息；答复信息确定模块用于根据输入信息及用户的用户信息，确定输入信息的答复信息；输出模块用于输出答复信息。其中，上述答复信息包括物品信息及对物品的描述信息，对物品的描述信息表征物品的m个描述特征中与物品信息关联的n个描述特征，对物品的描述信息与用户信息相对应，m与n为大于1的正整数，且m大于等于n。

可选地，上述答复信息确定模块包括分析子模块、知识图谱获取子模块以及答复信息生成子模块。其中，分析子模块用于分析输入信息，得到输入信息的语义信息；知识图谱获取子模块用于获取与语义信息及用户信息对应的知识图谱；答复信息生成子模块用于根据输入信息及知识图谱，生成答复信息。其中，上述知识图谱记载有物品信息、用户信息和/或物品的至少一个描述特征。

可选地，上述答复信息生成子模块包括语义图确定单元和转换单元。其中，语义图确定单元用于根据输入信息及知识图谱，确定答复信息的语义图；转换单元用于根据答复信息的语义图及转换规则，转换得到答复信息。

可选地，上述语义图确定单元包括格式转换子单元、编码子单元、合并子单元和解码子单元。其中，格式转换子单元用于将输入信息及知识图谱分别转换为预定格式；编码子单元用于对转换为预定格式的输入信息及知识图谱分别编码，以分别得到输入信息的向量和知识图谱的向量；合并子单元用于合并输入信息的向量及知识图谱的向量；解码子单元用于解码合并得到的向量，生成答复信息的语义图。

可选地，上述知识图谱记载有用户的喜好信息和物品的多个描述特征，用户信息包括该用户的喜好信息。上述答复信息生成子模块用于通过以下操作生成对物品的描述信息：根据用户的喜好信息及输入信息，调整多个描述特征中至少两个描述特征的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者根据用户的喜好信息及输入信息，调整多个描述特征中的至少一个描述特征包括的多个特征词的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者根据用户信息，整合多个描述特征得到对物品的描述信息。

可选地，上述答复信息确定模块还包括上下文信息获取子模块。该上下文信息获取子模块用于获取输入信息的上下文信息；上述答复信息生成子模块用于根据用户的输入信息、知识图谱及上下文信息，生成答复信息。

可选地，上述信息处理装置还包括语法修正模块，用于根据语法规则，修正答复信息的语法；上述输出模块输出的答复信息为修正语法后的答复信息。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述的信息处理方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的信息处理方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的信息处理方法。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1示意性示出了根据本公开实施例的信息处理方法及装置、以及电子设备的应用场景；

图2示意性示出了根据本公开第一实施例的信息处理方法的操作流程图；

图3示意性示出了根据本公开第一实施例的确定输入信息的答复信息的操作流程图；

图4示意性示出了根据本公开实施例的生成答复信息的操作流程图；

图5A示意性示出了根据本公开第二实施例的确定输入信息的答复信息的操作流程图；

图5B示意性示出了编解码得到语义图的原理示意图；

图6示意性示出了根据本公开第二实施例的信息处理方法的操作流程图；

图7示意性示出了根据本公开实施例的适于实现信息处理方法的处理系统的工作流程图；

图8A示意性示出了根据本公开实施例的信息处理装置的结构框图；

图8B示意性示出了根据本公开实施例的语义图确定单元的结构框图；以及

图9示意性示出了根据本公开实施例的适于执行信息处理方法的电子设备的结构框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。

本公开的实施例提供了一种信息处理方法及装置、以及电子设备。其中，信息处理方法包括：接收用户的输入信息，该输入信息包括用于获取物品信息的信息；根据输入信息及用户的用户信息，确定输入信息的答复信息；以及输出答复信息，其中，答复信息包括物品信息及对物品的描述信息，该对物品的描述信息表征物品的m个描述特征中与物品信息关联的n个描述特征，对物品的描述信息与用户信息相对应，m与n为大于1的正整数，且m大于等于n。

图1示意性示出了根据本公开实施例的信息处理方法及装置、以及电子设备的应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，本公开实施例的应用场景100可以包括终端设备111、112、113，网络120和服务器130。网络120用以在终端设备111、112、113和服务器130之间提供通信链路的介质。网络120可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备111、112、113可以响应于用户用于获取物品信息的输入信息，通过网络120与服务器130交互，以从服务器130中获取与用户的输入信息对应的物品信息。

终端设备111、112、113例如可以是具有显示屏并且支持信息输入及输出的各种电子设备，以输出并向用户展示其从服务器130中获取的物品信息。该终端设备111、112、113包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

终端设备111、112、113例如具有处理功能，且其可以安装有各种客户端应用，例如购物类应用、搜索类应用、网页浏览器应用、即时通信工具、社交平台类应用等(仅为示例)。

根据本公开的实施例，该终端设备111、112、113例如可以安装有购物类应用，在用户登陆该购物类应用的账号的情况下，该终端设备111、112、113例如还可以从服务器130获取与该应用的登陆账号对应的用户信息。则在用户输入信息“请问Moto Z的屏幕尺寸是多大”以询问物品信息的情况下，该终端设备111、112、113可以显示有参考图1中的展示界面140，并输出与输入信息及用户信息对应的信息“您好！Moto Z的尺寸为5.5英寸，属于大屏幕手机，适合您的手掌”，以智能的反馈与用户对应的物品信息，提高智能客服反馈信息的准确性和完整性。

服务器130可以是提供各种服务的服务器，例如对用户利用终端设备111、112、113所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的信息获取请求等进行响应，并将相应的信息(例如可以是物品的参数信息及用户信息)反馈给终端设备111、112、113。

根据本公开的实施例，该服务器130例如还可以具有处理功能，则终端设备111、112、113例如还可以将用户的输入信息发送给该服务器130。由服务器130响应于该输入信息确定对应的答复信息，并将该答复信息反馈给终端设备111、112、113，以供终端设备111、112、113展示给用户。

需要说明的是，本公开实施例所提供的信息处理方法一般可以由终端设备111、112、113或服务器130执行。相应地，本公开实施例所提供的信息处理装置一般可以设置于终端设备111、112、113或服务器130中。本公开实施例所提供的信息处理方法也可以由不同于终端设备111、112、113及服务器130且能够与终端设备111、112、113和/或服务器130通信的服务器或服务器集群执行。相应地，本公开实施例所提供的信息处理装置也可以设置于不同于终端设备111、112、113及服务器130且能够与终端设备111、112、113和/或服务器130通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络、服务器及展示界面的类型仅仅是示意性的。根据实现需要，可以具有任意类型的终端设备、网络、服务器及展示界面。

图2示意性示出了根据本公开第一实施例的信息处理方法的操作流程图。

如图2所示，该信息处理方法包括操作S210-操作S230。

在操作S210，接收用户的输入信息，该输入信息包括用于获取物品信息的信息。

其中，上述的输入信息例如可以是用户输入的文字信息或者采集到的用户的语音信息等。该输入信息具体可以是用户在使用购物类应用浏览物品详情页的情况下，通过点击“联系客服”控件，在跳出来的聊天界面输入的信息，以期望通过智能客服获取其浏览物品的更多信息。可以理解的是，上述的输入信息仅作为示例以利于理解本公开，本公开对此不作限定。

在操作S220，根据所述输入信息及所述用户的用户信息，确定所述输入信息的答复信息。

其中，确定的答复信息除了包括与输入信息对应的物品信息外，还包括有对物品的描述信息。该对物品的描述信息表征物品的m个描述特征中与物品信息关联的n个描述特征，且该对物品的描述信息与用户信息相对应。其中，m与n为大于1的正整数，且m大于等于n。

根据本公开的实施例，上述的m个描述特征具体例如可以是商家用于突出物品的特点，而预先设定的描述特征。例如，在物品为智能手机的情况下，该描述特征例如可以包括“大屏幕”、“后置双摄”、“高分辨率”、“炫酷的外观”等。则在与输入信息“屏幕尺寸是多大”对应的物品信息为“5.5英寸”的情况下，该与物品信息关联的n个描述特征可以是“大屏幕”。可以理解的是，上述m个描述特征及确定的与物品信息关联的描述特征仅作为示例以利于理解本公开，本公开对此不作限定。

其中，用户信息例如可以包括用户使用终端设备111、112、113的客户端应用时登陆的账号信息、用户的喜好信息和/或用户自身的参数信息。

其中，用户信息例如可以是参考图1中的终端设备111、112、113检测得到的，具体可以是通过集成的传感器或者摄像头获取的。则该用户信息例如可以包括通过传感器检测用户在输入所述输入信息时与终端设备111、112、113的接触来确定得到的用户的手掌大小、通过摄像头检测得到的用户图像确定的用户的脸型、脖子长度等。则该些传感器或者摄像头例如可以是在接收到用户的输入信息的情况下检测得到用户信息的。检测所用的传感器或摄像头可以根据输入信息的语义来确定，例如，当输入信息为“手机屏幕尺寸为多大”时，则可以采用红外传感器检测得到用户的手掌大小。

其中，上述的用户信息例如可以包括通过用户登陆的购物类应用的账号信息自服务器中获取的用户信息。相应地，服务器中可以为每个购物类应用的账号维护有一个用户信息库，以用于存储从用户使用该购物类应用的历史记录中确定的用户信息。具体可以包括用户在历史使用过程中，通过终端设备111、112、113输入的个人信息或者终端设备111、112、113检测得到的用户信息。该用户信息例如可以包括手掌大小、身高、体等。

根据本公开的实施例，上述操作S220具体例如可以是，根据输入信息及用户的用户信息，自参考图1中的服务器130中获取物品信息及与该物品信息对应的n个描述信息。然后再根据输入信息、物品信息及n个描述信息，确定该输入信息的答复信息。

根据本公开的实施例，该答复信息例如可以是与输入信息相同类型的信息，既可以是文字形式的信息，也可以是声音形式的信息，或者图片形式的信息，本公开对此不作限定。

在操作S230，输出答复信息。

根据本公开的实施例，该操作S230具体可以是将操作S220中确定的答复信息输出，以完成对用户的输入信息的答复，从而使用户获取得到有关物品的更多的信息。该输出形式可以是根据答复信息的类型确定，具体可以包括输出文字的形式、输出声音的形式或者输出图片的形式等。

综上可知，本公开实施例的信息处理方法，在得到与输入信息对应的答复信息时，不仅考虑输入信息，还考虑用户的用户信息。则得到的答复信息不仅包括物品信息，还可以包括对物品的描述信息，因此能够更为深入地解决用户的问题。从而便于用户直接根据该答复信息确定该物品是否适合自己，而无需用户查阅其他的相关资料。并因此进一步起到导向用户购买该物品的作用，有效提高用户体验及用户的购买意愿。

图3示意性示出了根据本公开第一实施例的确定输入信息的答复信息的操作流程图。

根据本公开的实施例，参考图2中的操作S220具体例如可以包括图3所示的操作S321-操作S323。

在操作S321，分析输入信息，得到输入信息的语义信息。

其中，在输入信息为文字的情况下，该操作S321具体可以是，对输入信息进行预处理，得到能够表征该输入信息的至少一个关键词。可以理解的是，在输入信息为语音信息的情况下，操作S321还包括对该语音信息进行转换以得到对应的文字信息，以对该文字信息预处理得到关键词。

根据本公开的实施例，该操作S321例如可以是对输入信息进行处理，提取其中的意图信息，并为意图信息中的重点词语打上功能标注，以得到一组标注对。

根据本公开的实施例，该操作S321具体还可以是将该输入信息输入自然语言理解管道模型(NLU Pipeline)中，经由分词、词性标注、句法分析、意图理解及关键信息抽取等工作，得到与输入信息对应的标注对作为语义信息。例如，在输入信息为“Moto Z的屏幕尺寸是多大”的情况下，得到的标注对例如可以包括“型号-Moto Z”和/或“请求内容-屏幕尺寸”等。

在操作S322，获取与语义信息及用户信息对应的知识图谱。

根据本公开的实施例，知识图谱(Knowledge Graph)例如可以记载有物品信息、用户信息和/或物品的至少一个描述特征。其中，知识图谱记载的用户信息具体可以是用户的喜好信息和/或用户自身的参数信息等。

根据本公开的实施例，在与知识图谱对应的用户信息为账号信息的情况下，知识图谱记载有物品信息及用户信息，以得到用户自身的参数信息和/或喜好信息。而在与知识图谱对应的用户信息不仅包括账号信息，还包括有用户的参数信息和/或喜好信息的情况下，知识图谱则可以不记载用户信息。可以理解的是，上述的两种情况中，知识图谱例如均还可以记载有至少一个描述特征，该至少一个描述特征例如是物品的所有描述特征，或者与物品信息对应的部分的描述特征。

根据本公开的实施例，上述用户的喜好信息例如可以包括根据用户的历史购物记录或历史浏览记录整理得到的用户喜好。例如，当用户的历史浏览记录中浏览轻薄笔记本的次数不小于阈值，或者浏览轻薄笔记本的次数大于浏览其他类型笔记本的次数时，则可以确定该用户喜好为“轻薄型”。可以理解的是，上述用户的喜好信息的确定方式及类型仅作为实例以利于理解本公开，本公开对此不作限定，例如该喜好信息还可以是根据用户的历史输入信息得到的。

根据本公开的实施例，上述的知识图谱例如可以是由物品参数、用户信息和/或描述特征构建的知识图谱，其中，物品的参数类型、物品参数、用户信息的参数类型及用户参数均为知识图谱中的一个实体，相连的两个实体间的连线则表示该两个实体间的关系。例如，屏幕尺寸与5.5寸为知识图谱中的两个实体，该两个实体之间的连线可以表示实体5.5寸即为实体屏幕尺寸的具体取值。

上述操作S322具体可以是，根据语义信息及用户信息，从参考图1中的服务器130中获取知识图谱。对应地，服务器130中例如可以为每个用户设置有唯一的存储空间，该存储空间中可以存储有由用户信息构建的知识图谱，该存储空间例如可以以用户信息中的账号信息作为索引。则上述操作S322即为，根据账号信息获取该用户信息构建的知识图谱。服务器130例如也为每个物品设置有唯一的存储空间，该存储空间中可以存储有由物品信息构建的知识图谱，和/或由物品的描述特征构建的知识图谱，并且该存储空间以每个物品的型号作为索引。则上述操作S322即为，根据语义信息中的物品型号获取物品信息构建的知识图谱。

在操作S323，根据输入信息及知识图谱，生成答复信息。

根据本公开的实施例，该操作S323具体例如可以是先根据输入信息及知识图谱，生成对物品的描述信息。然后将生成的描述信息与知识图谱中记载的物品信息合并后作为答复信息。该操作S323也可以是直接根据输入信息及知识图谱，生成包括物品信息及描述信息的答复信息。

根据本公开的实施例，在操作S322获取的知识图谱记载有用户的喜好信息和物品的多个描述特征的情况下，该操作S323中生成对物品的描述信息例如可以是，先根据用户的喜好信息及输入信息，调整多个描述特征中至少两个描述特征的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息。具体地，当用户的喜好信息为“轻薄型”，且输入信息用于获取某款手机的参数信息时，获取的多个描述特征例如可以包括“后置双摄”、“质轻”及“高性价比”。则在调整排列顺序时，可以将“质轻”排在第一的位置，以便于最终生成的描述信息中突出该“质轻”的特征，并因此有效提高用户的购买意愿。

根据本公开的实施例，在操作S322获取的知识图谱记载有用户的喜好信息和物品的多个描述特征的情况下，该操作S323中生成对物品的描述信息例如可以是，根据用户的喜好信息及输入信息，调整多个描述特征中至少一个描述特征包括的多个特征词的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息。具体地，当用户的喜好信息为“登山”，且输入信息用于获取某款服装的参数信息时，获取的多个描述特征例如可以包括“高蓬松鹅绒”及“防雨、透湿、防风”。则在调整描述特征包括的多个特征词的排列顺序时，例如可以将描述特征“防雨、透湿、防风”调整为“防风、防雨、透湿”，以便于突出“防风”的特征，并因此有效提高用户的购买意愿。

根据本公开的实施例，在操作S322获取的知识图谱记载有用户的喜好信息和物品的多个描述特征的情况下，该操作S323例如还可以根据用户信息，将多个描述特征整合以得到物品的描述信息。其中，整合具体例如可以是根据语法规则或预定规则，将多个描述特征中与用户信息对应的部分或全部的描述特征串起来，作为最终的描述信息。或者，将用户信息及多个描述特征作为整合模型的输入，输出得到最终的描述信息。

图4示意性示出了根据本公开实施例的生成答复信息的操作流程图。

如图4所示，参考图3中生成答复信息的操作S323具体例如可以包括操作S4231-操作S4232。

在操作S4231，根据输入信息及知识图谱，确定答复信息的语义图。

根据本公开的实施例，该操作S4231具体例如可以包括：先将输入信息及知识图谱分别转换为预定格式。然后对转换为预定格式的输入信息及知识图谱编码，以分别得到输入信息的向量和知识图谱的向量。然后将输入信息的向量及知识图谱的向量合并为一个向量，具体例如可以是将知识图谱的向量拼接至输入信息的向量中最后一个值的后边，形成为一个向量；最后解码合并得到的向量，生成答复信息的语义图。

根据本公开的实施例，上述的预定格式例如可以是字符串形式等终端设备能够识别的格式。编码的过程具体例如可以通过预训练得到的第一循环神经网络模型(RNN)执行，具体地，以转换为预定格式的输入信息和知识图谱依次作为该第一循环神经网络模型的输入，依次输出输入信息的向量和知识图谱的向量。其中，上述合并向量的过程例如也可以通过该第一循环神经网络模型执行，则同时输入转换为预定格式的输入信息和知识图谱，输出得到合并后的向量。上述解码的过程例如可以是通过预训练得到的第二循环神经网络模型执行，该第二循环神经网络模型的输入为第一循环神经网络模型的输出，或者第一循环神经网络模型输出的多个向量合并得到的向量，则输出得到的即为答复信息的语义图。

根据本公开的实施例，语义图例如可以由多个节点及该多个节点之间的连接边构成，其中语义图的每一个节点代表概念或对象，边代表节点与节点之间的关系。例如，组成答复信息的名词可以作为节点，而连接两个名词的动词可以作为边，该代表关系的边具有方向性，以指定名词的先后顺序。

在操作S4232，根据答复信息的语义图及转换规则，转换得到答复信息。

根据本公开的实施例，上述的转换规则具体例如可以是根据语义图的生成规则设定的。例如，在节点代表的名词后依次拼接作为边的动词，以及边指向的节点代表的名词，组成一个主谓宾结构的子答复信息。对每个边的方向的起始节点代表的名词依次做上述拼接，得到多个主谓宾结构的子答复信息，则该多个子答复信息即可作为转换得到的答复信息。

根据本公开的实施例，考虑到语义图中可能包含变量，则上述操作S4232中的转换规则例如还包括补充规则，以将语义图补充为与不包含变量的完整的语义图。其中，补充规则例如可以是超边替换语法(Hyperdge Replacement Grammar，HRG)，根据其补充得到完整的语义图的过程中，每一步把语义图中包含变量的一条边替换为一个子图，以经过一系列的替换，得到不包含变量的完整的语义图。则上述转换得到多个子答复信息的操作是根据补充得到的完整的语义图执行的。

综上可知，本公开实施例由于是先根据输入信息及知识图谱生成语义图，再将语义图转换为答复信息，相较于现有技术中直接根据物品信息的知识图谱得到答复语句的技术方案，可以在一定程度上提高答复信息的准确性，并因此提高用户体验。

图5A示意性示出了根据本公开第二实施例的确定输入信息的答复信息的操作流程图；图5B示意性示出了编解码得到语义图的原理示意图。

考虑到用户在与智能客服聊天对话中，输入的输入信息与上下文信息是具有关联性的，则该输入信息的上下文信息中可能存在与用户的需求相关的信息。因此，如图5A所示，参考图2中的操作S220可以包括操作S521-操作S524。其中，操作S524可以在操作S521-操作S523之前执行，或者也可以在操作S521-操作S522之后执行，或者也可以在操作S521-操作S522之间执行。

其中，操作S521-操作S522与参考图3中的操作S321-操作S322相同或相似，在此不再赘述。

在操作S524，获取所述输入信息的上下文信息。

根据本公开的实施例，该上下文信息具体即为终端设备在接收到参考图2中的操作S210接收的输入信息之前或之后，接收的信息。该上下文信息例如可以由终端设备存储于本地，或者可以通过终端设备将信息实时地同步至服务器，由服务器存储。则上述上下文信息可以由终端设备从本地获取，也可以由终端设备从服务器获取。

相应地，参考图3中的操作S323可以被替换为图5A中的操作S523，根据用户的输入信息、知识图谱及上下文信息，生成答复信息。即该操作S523在生成答复信息时，不仅考虑输入信息及用户的用户信息，还考虑了上下文信息。根据本公开的实施例，为了进一步提高操作S522获取的知识图谱的准确性，还可以在获取该知识图谱时同时考虑上下文信息，即获取与语义信息、用户信息及上下文信息对应的知识图谱。

相应地，在参考图4中的操作S4231确定答复信息的语义图的操作原理可以如图5B所示，具体可以是：先将输入信息与上下文信息C1-Cn以及知识图谱分别转换为字符串形式。然后将该转换为预定格式的输入信息、上下文信息和知识图谱作为编码模型的输入，以分别对输入信息、上下文信息和知识图谱进行编码，得到多个过程向量。然后再将多个过程向量合并为一个向量作为编码模型的输出。最后将编码模型的输出作为解码模型的输入，解码合并得到的向量，则该编码模型的输出即为答复信息的语义图。

综上可知，由于本公开实施例生成的答复信息同时考虑了用户信息及输入信息的上下文信息，因此可以更为全面的考虑用户需求。从而可以在一定程度上提高答复语句的准确性及用户体验感。

图6示意性示出了根据本公开第二实施例的信息处理方法的操作流程图。

如图6所示，本公开实施例的信息处理方法除了参考图2描述的操作S210-操作S230外，还可以包括操作S610，该操作S引0可以在操作S220之后执行。

在操作S610，根据语法规则，修正答复信息的语法。

根据本公开的实施例，考虑到直接根据语义图及转换规则转换得到的答复信息可能存在语法错误，或者属于较为累赘的表述，例如，物品的型号及名称在答复信息中出现多次。则通过上述根据语法规则，对答复信息的语法进行修正的操作，可以修正答复信息中出现的语法错误，并简化答复信息。例如仅保留第一次出现的物品的型号及名称，而用人称代词替代后续出现的物品型号及名称。其中，所述的语法规则类型具体取决于输入信息的语言类型，例如当输入信息为汉语文字时，语法规则即为汉语的语法规则。

相应地，操作S230中输出的答复信息为通过操作S610修正后的答复信息。因此，可以在一定程度上使得智能客服响应于用户的输入信息输出的答复信息更为近似于人工客服的答复，并因此在一定程度上提高答复信息的准确性和用户体验。

图7示意性示出了根据本公开实施例的适于实现信息处理方法的处理系统的工作流程图。

如图7所示，该适于实现参考图2-图6描述的信息处理方法的处理系统例如可以包括有语言理解模块、知识图谱获取模块、上下文管理模块、知识关系推理模块及语言生成模块，以及用于存储事实知识数据的第一数据库和用于存储用户数据的第二数据库。其中，上下文管理模块用于根据用户ID(用户使用应用程序的登陆账号)和Session ID来管理对话的上下文，以缓存的形式存储。

如图7所示，该处理系统的工作流程具体可以包括以下流程：

先由语言理解模块接收用户输入的问题信息M，并对该问题信息M进行分析处理及语义理解，得到识别结果O。其中，识别结果O具体例如可以为一组标注对。可以理解的是，该语言理解模块具体例如可以用于执行参考图3描述的操作S321，在此不再赘述。

然后，由知识图谱获取模块遍历该识别结果O中的标注对，分别自第一数据库和第二数据库中查找与识别结果O对应的物品的事实知识(即物品信息)构成的知识图及用户数据构成的知识图，即得到知识D。可以理解的是，该知识图谱获取模块具体例如可以用于执行参考图3描述的操作S322，在此不再赘述。再者，根据本公开的实施例，该知识图谱获取模块在查找知识图时，例如还可以考虑上下文管理模块缓存的对话上下文信息，以提高获取的知识图的准确性。

然后，知识关系推理模块利用深度学习的方式进行推力，首先将事实知识数据及用户数据构成的知识D与自上下文管理模块获取的上下文C转换为字符串序列的形式。然后分别利用第一RNN进行编码并提取关键特征，并将特征合并，最后通过第二RNN编码得到语义图G。可以理解的是，该知识关系推理模块具体例如可以用于执行参考图4描述的操作S4231，在此不再赘述。

最后，语言生成模块采用基于图的超边替换语法将推理得到的语义图G转换为结构化的文字答案。并经过规则匹配的方式修正文字答案中的语法错误，得到最终的语言回复A作为答复信息，经由终端设备反馈给用户。可以理解的是，该语言生成模块例如可以用于执行参考图4描述的操作S4232，且该语言生成模块与知识关系推理模块可以相互配合以用于执行参考图5描述的操作S523，在此不再赘述。

图8A示意性示出了根据本公开实施例的信息处理装置的结构框图；图8B示意性示出了根据本公开实施例的转换单元的结构框图。

如图8A所示，本公开实施例的信息处理装置800包括接收模块810、答复信息确定模块820以及输出模块830。

其中，接收模块810用于接收用户的输入信息，该输入信息包括用于获取物品信息的信息。根据本公开的实施例，该接收模块810例如可以用于执行参考图2描述的操作S210，在此不再赘述。

其中，答复信息确定模块820用于根据输入信息及用户的用户信息，确定输入信息的答复信息。其中，该答复信息例如包括物品信息及对物品的描述信息，对物品的描述信息表征物品的m个描述特征中与物品信息关联的n个描述特征，对物品的描述信息与用户信息相对应，m与n为大于1的正整数，且m大于等于n。根据本公开的实施例，该答复信息确定模块820例如可以用于执行参考图2描述的操作S220，在此不再赘述。

其中，输出模块830用于输出答复信息。根据本公开的实施例，该输出模块830例如可以用于执行参考图2描述的操作S230，在此不再赘述。

根据本公开的实施例，如图8A所示，答复信息确定模块820例如可以包括分析子模块821、知识图谱获取子模块822以及答复信息生成子模块823。其中，分析子模块821用于分析输入信息，得到输入信息的语义信息。知识图谱获取子模块822用于获取与语义信息及用户信息对应的知识图谱。答复信息生成子模块823用于根据输入信息及知识图谱，生成答复信息。其中，上述知识图谱记载有物品信息、用户信息和/或物品的至少一个描述特征。根据本公开的实施例，分析子模块821、知识图谱获取子模块822和答复信息生成子模块823例如可以分别用于执行参考图3描述的操作S321-操作S323，在此不再赘述。

根据本公开的实施例，如图8A所示，上述答复信息生成子模块823例如可以包括语义图确定单元8231和转换单元8232。其中，语义图确定单元8231用于根据输入信息及知识图谱，确定答复信息的语义图。转换单元8232用于根据答复信息的语义图及转换规则，转换得到答复信息。根据本公开的实施例，该语义图确定单元8231和转换单元8232例如可以分别用于执行参考图4描述的操作S4231-操作S4232，在此不再赘述。

根据本公开的实施例，如图8B所示，上述语义图确定单元8231例如可以包括格式转换子单元8231A、编码子单元8231B、合并子单元8231C和解码子单元8231D。其中，格式转换子单元8231A用于将输入信息及知识图谱分别转换为预定格式。编码子单元8231B用于对转换为预定格式的输入信息及知识图谱分别编码，以分别得到输入信息的向量和知识图谱的向量。合并子单元8231C用于合并输入信息的向量及知识图谱的向量。解码子单元8231D用于解码合并得到的向量，生成答复信息的语义图。根据本公开的实施例，该四个子单元例如可以用于相互配合实现参考图4描述的操作S4232，在此不再赘述。

根据本公开的实施例，上述知识图谱例如可以记载有用户的喜好信息和物品的多个描述特征。上述答复信息生成子模块823例如可以用于通过以下操作生成对物品的描述信息：根据用户的喜好信息及输入信息，调整多个描述特征中至少两个描述特征的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者根据用户的喜好信息及输入信息，调整多个描述特征中至少一个描述特征包括的多个特征词的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者根据用户信息，整合多个描述特征得到对物品的描述信息。

根据本公开的实施例，如图8A所示，本公开实施例的答复信息确定模块820例如还可以包括上下文信息获取子模块824。该上下文信息获取子模块824用于获取输入信息的上下文信息。相应地，上述答复信息生成子模块823用于根据用户的输入信息、知识图谱及上下文信息，生成答复信息。根据本公开的实施例，上下文信息获取子模块824例如可以用于执行参考图5A描述的操作S524。相应地，答复信息生成子模块823还可以用于执行参考图5A描述的操作S523，在此不再赘述。

根据本公开的实施例，如图8A所示，本公开实施例的信息处理装置800例如还可以包括语法修正模块840。该语法修正模块840用于根据语法规则，修正答复信息的语法。相应地，上述输出模块830输出的答复信息为修正语法后的答复信息。根据本公开的实施例，该语法修正模块840例如可以用于执行参考图6描述的操作S610，在此不再赘述。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，接收模块810、答复信息确定模块820、输出模块830、语法修正模块840、分析子模块821、知识图谱获取子模块822、答复信息生成子模块823、上下文信息获取子模块824、语义图确定单元8231、转换单元8232、格式转换子单元8231A、编码子单元8231B、合并子单元8231C以及解码子单元8231D中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，接收模块810、答复信息确定模块820、输出模块830、语法修正模块840、分析子模块821、知识图谱获取子模块822、答复信息生成子模块823、上下文信息获取子模块824、语义图确定单元8231、转换单元8232、格式转换子单元8231A、编码子单元8231B、合并子单元8231C以及解码子单元8231D中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，接收模块810、答复信息确定模块820、输出模块830、语法修正模块840、分析子模块821、知识图谱获取子模块822、答复信息生成子模块823、上下文信息获取子模块824、语义图确定单元8231、转换单元8232、格式转换子单元8231A、编码子单元8231B、合并子单元8231C以及解码子单元8231D中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图9示意性示出了根据本公开实施例的适于执行信息处理方法的电子设备的结构框图。

如图9所示，电子设备900包括处理器910和计算机可读存储介质920。该电子设备900可以执行根据本公开实施例的方法。

具体地，处理器910例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器910还可以包括用于缓存用途的板载存储器。处理器910可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

计算机可读存储介质920，例如可以是非易失性的计算机可读存储介质，具体示例包括但不限于：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；等等。

计算机可读存储介质920可以包括计算机程序921，该计算机程序921可以包括代码/计算机可执行指令，其在由处理器910执行时使得处理器910执行根据本公开实施例的方法或其任何变形。

计算机程序921可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序921中的代码可以包括一个或多个程序模块，例如包括921A、模块921B、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器910执行时，使得处理器910可以执行根据本公开实施例的方法或其任何变形。

根据本发明的实施例，接收模块810、答复信息确定模块820、输出模块830、语法修正模块840、分析子模块821、知识图谱获取子模块822、答复信息生成子模块823、上下文信息获取子模块824、语义图确定单元8231、转换单元8232、格式转换子单元8231A、编码子单元8231B、合并子单元8231C以及解码子单元8231D中的至少一个可以实现为参考图9描述的计算机程序模块，其在被处理器910执行时，可以实现上面描述的相应操作。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (7)

1.一种信息处理方法，包括：

接收用户的输入信息，所述输入信息包括用于获取物品信息的信息；

根据所述输入信息及所述用户的用户信息，确定所述输入信息的答复信息，包括：

分析所述输入信息，得到所述输入信息的语义信息；

获取与所述语义信息及所述用户信息对应的知识图谱；

根据所述输入信息及所述知识图谱，确定答复信息的语义图；

根据所述答复信息的语义图及转换规则，转换得到所述答复信息；以及

输出所述答复信息，

其中，所述答复信息包括所述物品信息及对物品的描述信息，所述对物品的描述信息表征所述物品的m个描述特征中与所述物品信息关联的n个描述特征，所述对物品的描述信息与所述用户信息相对应，m与n为大于1的正整数，且m大于等于n，所述知识图谱记载有所述物品信息、所述用户信息和/或所述物品的至少一个描述特征，所述知识图谱的实体包括所述物品的参数类型、所述物品的物品参数、所述用户信息的参数类型以及所述用户信息的参数。

2.根据权利要求1所述的方法，其中，根据所述输入信息及所述知识图谱，确定答复信息的语义图包括：

将所述输入信息及所述知识图谱分别转换为预定格式；

对转换为预定格式的所述输入信息及所述知识图谱编码，以分别得到所述输入信息的向量和所述知识图谱的向量；

合并所述输入信息的向量及所述知识图谱的向量；以及

解码合并得到的向量，生成所述答复信息的语义图。

3.根据权利要求1所述的方法，其中，所述知识图谱记载有所述用户的喜好信息和所述物品的多个描述特征，所述用户信息包括所述用户的喜好信息；根据所述输入信息及所述知识图谱，生成所述对物品的描述信息包括：

根据所述用户的喜好信息及所述输入信息，调整所述多个描述特征中至少两个描述特征的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者

根据所述用户的喜好信息及所述输入信息，调整所述多个描述特征中的至少一个描述特征包括的多个特征词的排列顺序，以基于调整后的多个描述特征生成对物品的描述信息；或者

根据所述用户信息，整合所述多个描述特征得到对物品的描述信息。

4.根据权利要求1所述的方法，其中，根据所述输入信息及所述用户的用户信息，确定所述输入信息的答复信息还包括：

获取所述输入信息的上下文信息；以及

根据所述用户的输入信息、所述知识图谱及所述上下文信息，生成所述答复信息。

5.根据权利要求1所述的方法，还包括：

根据语法规则，修正所述答复信息的语法，

其中，输出的所述答复信息为修正语法后的答复信息。

6.一种信息处理装置，包括：

接收模块，用于接收用户的输入信息，所述输入信息包括用于获取物品信息的信息；

答复信息确定模块，用于根据所述输入信息及所述用户的用户信息，确定所述输入信息的答复信息，包括：

分析子模块，用于分析所述输入信息，得到所述输入信息的语义信息；

知识图谱获取子模块，用于获取与所述语义信息及所述用户信息对应的知识图谱；以及

答复信息生成子模块，用于根据所述输入信息及所述知识图谱，确定答复信息的语义图；以及根据所述答复信息的语义图及转换规则，转换得到所述答复信息；

输出模块，用于输出所述答复信息，

其中，所述答复信息包括所述物品信息及对物品的描述信息，所述对物品的描述信息表征所述物品的m个描述特征中与所述物品信息关联的n个描述特征，所述对物品的描述信息与所述用户信息相对应，m与n为大于1的正整数，且m大于等于n，所述知识图谱记载有所述物品信息、所述用户信息和/或所述物品的至少一个描述特征，所述知识图谱的实体包括所述物品的参数类型、所述物品的物品参数、所述用户信息的参数类型以及所述用户信息的参数。

7.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～5任意一项所述的方法。

Images