CN109829052A - 一种基于人机交互的开放式对话方法和系统 - Google Patents

Abstract

本发明请求保护一种基于人机交互的开放式对话方法和系统，用户进行语音输入查询，搜索引擎进行语音识别后首先采用Lucene检索，检索内容为通过语料库梳理预先建立好索引的检索对；检索结果传递给混合向量模型，混合向量模型通过预先训练好的向量生成模型，扩充答案，再将扩充好的答案传递给排序模型；排序模型通过预先训练好的参数，返回结果。本发明通过利用自然语言处理领域的相关技术，强调了问题和文献库的语义和语法分析，对问题进行了比较全面和细致的语义分析，并将这种方法和技术用到文献库的句子分析上，建立了规范化问题类型库，规范了问题的类型和应得答案的类型，缩短了检索时间。

Description

一种基于人机交互的开放式对话方法和系统

技术领域

本发明涉及人工智能领域，特别是涉及一种基于人机交互的开放式对话方法和系统。

背景技术

很长时间以来，人与计算机之间的交互方式大都停留在鼠标点击图标菜单、键盘输入命令，最近发展到触摸屏幕等。但显然，这些交互方式并不是最佳的选择，人机直接对话是非常有前景的交互方式。最近出现了许多基于经验的对话系统，人通过语音或键盘等方式输入自然语言以后，系统能够返回相应的自然语言应答并执行相应的操作。但实际中，现有的对话系统只能对用户当前输入的话给出应答，并不能根据上下文给出更准确的应答，同时用户需要时刻关注外部设备的工作状态, 对设备作出合理调度，这给用户的使用带来了很大的不便，大大降低了用户体验的质量。

互联网的普及与发展正不断改变着人们的生活方式,促进了人工智能产品的迅速发展，越来越多的智能产品不断涌现，如智能机器人、个人事务助理、情感陪护机器人、苹果Siri、微软小冰等智能问答系统给人们的生活带来了很多的方便。我们可以通过苹果Siri介绍餐厅、询问天气状况、语音设置闹钟、安排日程和搜索资料等。通过自然语言输入,Siri就可以提供智能的回答，并给出相应的答案。因此研究和改进智能问答系在学术界和工业界都具有较高的价值和意义。

现有技术采用如下的方式完成人工智能应答系统对应的自动化测试：使用基于Google的开源自动化测试工具:selenium对web页面操作， 完成提问和回答，输入结果的保存内容只包含问题和答案，在执行完成 后直接执行下一条的会话操作，并将结果记录。结果记录内容只包含问 题和实际结果。 现有技术的缺点：

(1)问题结果会因为上下文的内容进入不同的场景从而导致部分问 题没有进入正确的处理流程，结果准确性不够。(2)会话数据顺序组织不明确，缺少执行逻辑。(3)执行结果保存不完善，仅将对应的结果输出保存，不易进行数 据统计和维护。

发明内容

本发明提供一种用户体验效果好的、结合上下文分析的智能终端上的基于人机交互的开放式对话方法和系统。为解决上述技术问题，本发明采用的技术方案是：提供一种智能终端上的人工智能自然语言运行系统，包括用户和智能终端，其特征是，所述智能终端与用户进行具有上下文逻辑的对话，按照正确时序完成用户安排执行的程序。

本发明首先请求保护一种基于人机交互的开放式对话方法，其特征在于：

用户进行语音输入查询，搜索引擎进行语音识别后首先采用Lucene检索，检索内容为通过语料库梳理预先建立好索引的检索对；

检索结果传递给混合向量模型，混合向量模型通过预先训练好的向量生成模型，扩充答案，再将扩充好的答案传递给排序模型；

排序模型通过预先训练好的参数，返回结果。

进一步地，所述语音识别，包括用户使用自然语言口语提出的问题首先由语音识别部分通过预处理、特征提取和模式识别形成系统认为最佳的识别形式，将口语问题转换为文本问题，以供后续模块分析和处理；

之后通过预先配置的校正参数，用于根据所述的识别结果确定的输出信息类别和反馈模式，据以控制所述校正模块将输入信息校正为对应的校正后信息，将校正后信息进一步转化为所述输出信息类别的反馈信息，以及将反馈信息反馈给用户。

优选的，所述采用Lucene检索时将标注好的问题和答案进行匹配，并且加入正则表达实现正则匹配，经过语料库梳理，将标准问题扩展成多个扩展问题的模板；

Lucene将问题模板与答案分别建立索引，当查询语句输入到本模块时，Lucene调用检索方法从索引中查询是否存在与匹配的答案。

优选的，所述检索内容为通过语料库梳理预先建立好索引的检索对，包括：

在建立索引之前，对语料进行预处理，包括去除重复的文档，进行分词处理，信息检索模块中的关键是对文档权重的确定和对文档进行排序。

进一步地，所述将扩充好的答案传递给排序模型，进一步包括：

文本预处理，对实验数据集进行分词、去停用词和词性标注；

按词性过滤,确定初始候选词集，保留其中的名词、动词、形容词和副词作为初始候选关键词集；

计算初始候选关键词集中每个词的平均信息熵，平均信息熵的倒数作为每个顶点的初始权重并构建TextRank图模型，迭代计算初始候选集合中每个词的权重；

判断是否收敛，如果没有收敛，则继续迭代计算初始候选集合中每个词的权重，如果收敛，按照词语权重进行排序，输出前N个词。优选的，所述排序模型通过预先训练好的参数，返回结果，具体包括：

根据不同的输出信息类别自动选择不同的反馈模式生成反馈信息，并发送给用户进行显示，所述反馈信息，包括但不限于文字输出，音频输出，视频输出，图片输出，动画输出；

进一步地，通过查询文字语料库得到反馈文字；通过机器学习和人工智能得到反馈语音；通过神经元网络和人工智能查询视频资料库得到反馈视频；通过自然语言理解处理和绘图软件处理得到反馈图片；通过自然语言理解处理和动画生成软件处理得到反馈动画。

本发明还请求保护一种基于人机交互的开放式对话系统，所述基于人机交互的开放式对话方法的系统用于执行上述一种基于人机交互的开放式对话方法，其特征在于，还包括：

语料库模块，语言分析模块和检索模块；

语料库模块主要由语料库管理、本体类管理、语料拓扑、语料维度、热点管理、问答历史以及词类管理七个子模块组成；

语言分析模块主要分为预处理、会话管理以及后处理三个部分,预处理部分主要有智能分词、实体识别两个子模块组成,会话管理主要设置了反问模块,后处理主要设置了智能纠错模块；

检索部分由Lucene检索和重排序两个子模块组成,其中重排序使用的技术有排序学习、模糊匹配、相似度度量。

本发明通过利用自然语言处理领域的相关技术，强调了问题和文献库的语义和语法分析，对问题进行了比较全面和细致的语义分析，并将这种方法和技术用到文献库的句子分析上，建立了规范化问题类型库，规范了问题的类型和应得答案的类型，缩短了检索时间。并在信息检索和答案抽取阶段加入了常用问题库，进一步缩短了检索时间。实验表明，这种将自然语言处理技术应用在中文口语交互式开放域问答系统上的方法能大大提高系统的性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所涉及的一种基于人机交互的开放式对话系统的结构模块图；

图2为本发明所涉及的一种一种基于人机交互的开放式对话方法的工作流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

附图1为本发明所涉及的一种基于人机交互的开放式对话系统的结构模块图；本发明请求保护一种基于人机交互的开放式对话系统的结构模块图其特征在于，包括：语料库模块，语言分析模块和检索模块；

语料库模块主要由语料库管理、本体类管理、语料拓扑、语料维度、热点管理、问答历史以及词类管理七个子模块组成；

语言分析模块主要分为预处理、会话管理以及后处理三个部分,预处理部分主要有智能分词、实体识别两个子模块组成,会话管理主要设置了反问模块,后处理主要设置了智能纠错模块；

检索部分由Lucene检索和重排序两个子模块组成,其中重排序使用的技术有排序学习、模糊匹配、相似度度量。

语料库模块实现为一个抽象类,而语料库中语料库管理、本体类管理、语料拓扑、语料维度、热点管理、问答历史以及词类管理七个子模块分别对应一个具体实现的子类。子类继承抽象类中的方法,并在自己内部实现具体方法。

其中语料库类提供对数据库的有关操作,标准问题、标准答案、扩展问题、本体类以及关键词在本模块中用特定数据类型表示。语料库管理子模块包括对知识库中的各类问题和答案的增、删、改功能,本体类管理中包括对本体类的创建、删除以及修改的操作, 语料拓扑展示与知识维度展示依托于本体类的架构,将本体类显示给用户观察,问答历史管理管理用户查询日志,不允许手工添加日志,仅允许查询、删除与修改日志,词类管理管理系统中所有的关键词。常用问题依据办事机构需要实时发布自身的政策信息的要求,实现了允许用户手动添加问答对,系统在查询时将优先查询问答对。

在人工智能自然语言交互体的人工智能标记语言知识库内，状态储存器储存当前状态，对用户的自然语言输入除了给出应答，并给程序处理系统发送程序，让外部设备执行相应的操作，最后根据当前状态储存器的状态以及用户输入或者程序处理系统反馈和系统应答参照人工智能标记语言知识库内的规则做出状态的跳转，通过这种方式就能够让系统具有上下文逻辑，并且能够按照正确的时序完成用户安排执行的程序。在使用人工智能标记语言进行编写知识库的时候，使用topic变量作为状态储存器。

附图2为本发明所涉及的一种一种基于人机交互的开放式对话方法的工作流程图。

该基于人机交互的开放式对话方法，其特征在于：

用户进行语音输入查询，搜索引擎进行语音识别后首先采用Lucene检索，检索内容为通过语料库梳理预先建立好索引的检索对；

检索结果传递给混合向量模型，混合向量模型通过预先训练好的向量生成模型，扩充答案，再将扩充好的答案传递给排序模型；

排序模型通过预先训练好的参数，返回结果。

进一步地，所述用户进行语音输入查询之前，还包括：通过登录浏览器生成新的session，向人工智能应答系统输入问题，抓取人工智能应答系统所返回的实际答案，获取实际答案与预期答案进行对比后的对比结果，在抓取完对应的内容后，将对应的预期答案和实际获取的实际答案 进行对比，针对实际答案中包含预期答案或者与预期答案完全一致的情 况，则会给这条会话的测试结果标记为Pass(表示通过)，如果实际答案 不包含或者完全不等于预期答案则会给这条会话测试结果标记为Fail (表示不通过)。

进一步地，所述语音识别，包括用户使用自然语言口语提出的问题首先由语音识别部分通过预处理、特征提取和模式识别形成系统认为最佳的识别形式，将口语问题转换为文本问题，以供后续模块分析和处理；

之后通过预先配置的校正参数，用于根据所述的识别结果确定的输出信息类别和反馈模式，据以控制所述校正模块将输入信息校正为对应的校正后信息，将校正后信息进一步转化为所述输出信息类别的反馈信息，以及将反馈信息反馈给用户。在用户进行业务咨询的情况下，还可以通过机器学习算法模型进 一步确定该业务咨询所属的种类。在当前态度倾向的类型为负面态度倾向类型的情况下，对 当前态度倾向类型在本次对话中出现的次数进行累加。例如，可以从缓存 中获取当前对话中用户态度倾向的累加结果，并更新用户的历史态度倾向记录。

根据语音获取用户的当前态度倾向属于各态度倾向类型的粘合值。 例如，态度倾向类型可以包括生气、焦虑等负面态度倾向类型，还可以包括高 兴、平静等正面态度倾向类型。粘合值可称之为态度倾向浓度，粘合值可以是 当前态度倾向属于各态度倾向类型的概率，也可以是当前态度倾向对于各态度倾向类型 的等级。将粘合值最高的态度倾向类型作为当前态度倾向的类型。 例如，可以按照获取的粘合值对各态度倾向类型进行排序，将粘合值最高 的态度倾向类型作为候选类型。

优选的，所述采用Lucene检索时将标注好的问题和答案进行匹配，并且加入正则表达实现正则匹配，经过语料库梳理，将标准问题扩展成多个扩展问题的模板；

Lucene将问题模板与答案分别建立索引，当查询语句输入到本模块时，Lucene调用检索方法从索引中查询是否存在与匹配的答案。

优选的，所述检索内容为通过语料库梳理预先建立好索引的检索对，包括：

在建立索引之前，对语料进行预处理，包括去除重复的文档，进行分词处理，信息检索模块中的关键是对文档权重的确定和对文档进行排序。文档的权重可

以按照以下公式来计算

其中：是该文档包含的第 i 个关键词在问题分析阶段的权重，是该关

键词在这篇文档中出现的频率，是该关键词在文档中出现的反频率，D是指关键字在文档中的分布密度。关键词在该文档中出现的频率越高则它的 TF 就越大，关键词在越多的文档中出现则它的 IDF 就越小，反之越大，关键词在这篇文档中分布的越集中，则 D值越大。TF*IDF 值从一个方面反映了该关键词的重要程度，通常在一个文档中经常出现（TF 大）的词，而很少现在其他文档中的词（IDF 大），该词所含有的信息量就越多，这个词也就越重要。

进一步地，所述检索结果传递给混合向量模型，混合向量模型通过预先训练好的向量生成模型，扩充答案包括：

若 FAQ 中所有问句包含的所有的词为 ，则 FAQ 中的每一个问句都可以用一个 n 维的向量来表示。其中,的计算方法为：设n为在这个问句中出现的个数，m为 FAQ 中含有的问句的个数，M 为 FAQ 中问句的总数，那么。进一步地，所述将扩充好的答案传递给排序模型，进一步包括：

文本预处理，对实验数据集进行分词、去停用词和词性标注；

按词性过滤,确定初始候选词集，保留其中的名词、动词、形容词和副词作为初始候选关键词集；

计算初始候选关键词集中每个词的平均信息熵，平均信息熵的倒数作为每个顶点的初始权重并构建TextRank图模型，迭代计算初始候选集合中每个词的权重；

判断是否收敛，如果没有收敛，则继续迭代计算初始候选集合中每个词的权重，如果收敛，按照词语权重进行排序，输出前N个词。优选的，所述排序模型通过预先训练好的参数，返回结果，具体包括：

根据不同的输出信息类别自动选择不同的反馈模式生成反馈信息，并发送给用户进行显示，所述反馈信息，包括但不限于文字输出，音频输出，视频输出，图片输出，动画输出；

进一步地，通过查询文字语料库得到反馈文字；通过机器学习和人工智能得到反馈语音；通过神经元网络和人工智能查询视频资料库得到反馈视频；通过自然语言理解处理和绘图软件处理得到反馈图片；通过自然语言理解处理和动画生成软件处理得到反馈动画。

程序处理系统通过有线或无线传感器网络与外部设备连接，根据程序储存器内的程序对外部设备反馈的信息作出判断，对外部设备发出指令进行控制。同时程序处理系统与自然语言交互智能体在人工智能自然语言运行系统内进行通讯，一方面人工智能自然语言交互智能体将程序发送给程序处理系统，另一方面程序处理系统将程序运行情况发送给自然语言交互智能体。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发 明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用 上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是 未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (8)

1.一种基于人机交互的开放式对话方法，其特征在于：

用户进行语音输入查询，搜索引擎进行语音识别后首先采用Lucene检索，检索内容为通过语料库梳理预先建立好索引的检索对；

检索结果传递给混合向量模型，混合向量模型通过预先训练好的向量生成模型，扩充答案，再将扩充好的答案传递给排序模型；

排序模型通过预先训练好的参数，返回结果。

2.如权利要求1所述的一种基于人机交互的开放式对话方法，其特征在于：

所述语音识别，包括用户使用自然语言口语提出的问题首先由语音识别部分通过预处理、特征提取和模式识别形成系统认为最佳的识别形式，将口语问题转换为文本问题，以供后续模块分析和处理；

之后通过预先配置的校正参数，用于根据所述的识别结果确定的输出信息类别和反馈模式，据以控制所述校正模块将输入信息校正为对应的校正后信息，将校正后信息进一步转化为所述输出信息类别的反馈信息，以及将反馈信息反馈给用户。

3.如权利要求1所述的一种基于人机交互的开放式对话方法，其特征在于：

所述采用Lucene检索时将标注好的问题和答案进行匹配，并且加入正则表达实现正则匹配，经过语料库梳理，将标准问题扩展成多个扩展问题的模板；

Lucene将问题模板与答案分别建立索引，当查询语句输入到本模块时，Lucene调用检索方法从索引中查询是否存在与匹配的答案。

4.如权利要求1所述的一种基于人机交互的开放式对话方法，其特征在于：

所述检索内容为通过语料库梳理预先建立好索引的检索对，包括：

在建立索引之前，对语料进行预处理，包括去除重复的文档，进行分词处理，信息检索模块中的关键是对文档权重的确定和对文档进行排序;文档的权重可

以按照以下公式来计算

其中：是该文档包含的第 i 个关键词在问题分析阶段的权重，是该关

键词在这篇文档中出现的频率，是该关键词在文档中出现的反频率，D是指关键字在文档中的分布密度；

关键词在该文档中出现的频率越高则它的 TF 就越大，关键词在越多的文档中出现则它的 IDF 就越小，反之越大，关键词在这篇文档中分布的越集中，则 D 值越大;TF*IDF 值从一个方面反映了该关键词的重要程度，通常在一个文档中经常出现（TF 大）的词，而很少现在其他文档中的词（IDF 大），该词所含有的信息量就越多，这个词也就越重要。

5.如权利要求1所述的一种基于人机交互的开放式对话方法，其特征在于：

所述检索结果传递给混合向量模型，混合向量模型通过预先训练好的向量生成模型，扩充答案包括：

若 FAQ 中所有问句包含的所有的词为 ，则 FAQ 中的每一个问句都可以用一个 n 维的向量来表示；

其中,的计算方法为：设n为在这个问句中出现的个数，m为 FAQ 中含有的问句的

个数，M 为 FAQ 中问句的总数，那么。

6.如权利要求1所述的一种基于人机交互的开放式对话方法，其特征在于：

所述将扩充好的答案传递给排序模型，进一步包括：

文本预处理，对实验数据集进行分词、去停用词和词性标注；

按词性过滤,确定初始候选词集，保留其中的名词、动词、形容词和副词作为初始候选关键词集；

计算初始候选关键词集中每个词的平均信息熵，平均信息熵的倒数作为每个顶点的初始权重并构建TextRank图模型，迭代计算初始候选集合中每个词的权重；

判断是否收敛，如果没有收敛，则继续迭代计算初始候选集合中每个词的权重，如果收敛，按照词语权重进行排序，输出前N个词。

7.如权利要求1所述的一种基于人机交互的开放式对话方法，其特征在于：

所述排序模型通过预先训练好的参数，返回结果，具体包括：

根据不同的输出信息类别自动选择不同的反馈模式生成反馈信息，并发送给用户进行显示，所述反馈信息，包括但不限于文字输出，音频输出，视频输出，图片输出，动画输出；

进一步地，通过查询文字语料库得到反馈文字；通过机器学习和人工智能得到反馈语音；通过神经元网络和人工智能查询视频资料库得到反馈视频；通过自然语言理解处理和绘图软件处理得到反馈图片；通过自然语言理解处理和动画生成软件处理得到反馈动画。

8.一种基于人机交互的开放式对话系统，所述基于人机交互的开放式对话方法的系统用于执行如权利要求1-8任一项的一种基于人机交互的开放式对话方法，其特征在于，还包括：

语料库模块，语言分析模块和检索模块；

语料库模块主要由语料库管理、本体类管理、语料拓扑、语料维度、热点管理、问答历史以及词类管理七个子模块组成；

语言分析模块主要分为预处理、会话管理以及后处理三个部分,预处理部分主要有智能分词、实体识别两个子模块组成,会话管理主要设置了反问模块,后处理主要设置了智能纠错模块；

检索部分由Lucene检索和重排序两个子模块组成,其中重排序使用的技术有排序学习、模糊匹配、相似度度量。