CN105955963A - 一种机器人问答交互开放平台及交互方法 - Google Patents
一种机器人问答交互开放平台及交互方法 Download PDFInfo
- Publication number
- CN105955963A CN105955963A CN201610354117.9A CN201610354117A CN105955963A CN 105955963 A CN105955963 A CN 105955963A CN 201610354117 A CN201610354117 A CN 201610354117A CN 105955963 A CN105955963 A CN 105955963A
- Authority
- CN
- China
- Prior art keywords
- question
- answer
- statement
- knowledge base
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种机器人问答交互开放平台及交互方法,涉及机器人交互领域。目的在于解决现有机器人交互过程中存在的语义理解能力差、语句辨识度低的问题。本发明通过提取问题的主干部分进行对比从而进行第一步删选,然后再通过对句子结构的对比确定唯一对应的问题,并输出答案。用户将经常提问的问题以及对应的答案预先录入到问答知识库中,机器人理解该问题,并根据用户提出的相应问题进行答复。并且,由于从语言本身的角度出发,不会出现现有机器人交互过程中存在的语义不完整、答非所问以及自相矛盾的情况,大大提高了问答的准确率,提升了工作效率,同时也降低了成本。本发明适用于机器人与用户之间的问答交互。
Description
技术领域
本发明涉及机器人交互领域,尤其涉及机器人交互开放平台领域。
背景技术
目前人机自然语言交互领域主流的方法是通过机器学习实现的,其原理过程为:机器学习本质上就是从事物抽取出特征,再根据以往数据的特征去预测未来数据的特征。从数学的角度来说,历史数据ABC代表语言X,ABD代表语言X,ABU代表语言X,那么得到的模型就是AB代表语言X,跟第三个特征无关。如果语言Y里也有AB两个词,就要通过寻找更多的语料反复训练和试错来确定句型Y的模型。例如语料ABT代表Y,CBT代表Y,DBT代表Y,最后就会认为BT代表Y。事实上很多句子关键字是完全相同的,具体哪几个关键字代表其中不同的句子,这就需要反复训练试错来建立模型。
例如:“丽萨、我、猫”代表“丽萨给我送的猫”;“丽萨、送、猫”代表“我给丽萨送的猫”。如果出现新句子“我的猫送丽萨了”,为了不和上两句重复,经过反复训练试错,提取的关键字就是“我、送、猫”。
由此可以看出,机器学习进行自然语言交互的流程如下:
首先,拿到语料,对语料进行人工训练,提取特征建立模型;
其次,把建立好的模型放在问答程序中;
最后,对用户输入进行关键字提取,和知识库里的关键字进行对比,找到句型最接近的问题,并输入答案。
但是,通过在大量的实践和运行过程中发现,机器学习的方法存在着很多不足之处:
1、前期的训练需要大量人力和时间,例如建立一个银行的问答开放平台往往需要半年以上的时间;
2、机器学习本身是采用数学的方法来解决语言的问题,并不是真正对语义的理解,无法理解同义和反义,也无法理解一个语义的多种表达,经常出现答非所问的情况;
3、由于是基于数学方法进行处理的,需要忽略掉“的地得着了过”这样一些出现频率高,但对实际语义影响不大的虚词,使语义变得不完整;
4、由于不能真正的理解语义,机器的回答经常前言不搭后语,经常自相矛盾,例如前一句说“我是女生”后一句就可能会说“我是个小帅哥”。
发明内容
本发明为了解决上述现有机器人交互过程中存在的不足,提供了一种机器人问答交互开放平台及交互方法。
本发明解决上述技术问题的技术方案如下:一种机器人问答交互开放平台包括:
用于预先建立机器人问答知识库的知识库建立模块;
用于自动提取并存储用户输入语句以及问答知识库语句的主干部分的主干提取模块;
用于将用户输入语句和问答知识库语句的主干部分进行对比的主干对比模块;
用于将用户输入语句和问答知识库语句的句型进行对比的句型对比模块。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述问答知识库中包括问答语句以及与问答语句相对应的答案语句。
进一步,所述用户输入语句以及问答知识库语句的主干部分包括主语部分、谓语部分和宾语部分。
进一步,所述主干对比模块进一步包括:
用于将用户输入问题语句的主语部分与问答知识库中问题语句的主语部分进行对比,并将与用户输入问题语句主语部分一致的问答知识库中问题语句进行保存的主语对比模块;
用于将用户输入问题语句的谓语部分与主语对比完成后保存下来的问答知识库中问题语句的谓语部分进行对比,并将与用户输入问题语句谓语部分一致的问答知识库中问题语句进行保存的谓语对比模块;
用于将用户输入问题语句的宾语部分与谓语对比完成后保存下来的问答知识库中问题语句的宾语部分进行对比,并将与用户输入问题语句宾语部分一致的问答知识库中问题语句进行保存的宾语对比模块。
进一步,句型对比模块进一步包括:
用于根据主干对比模块的对比结果确定是否需要进行句型对比的句型对比判断模块;
当主干对比模块的对比结果为:问答知识库中仅有一句问题语句的主语部分、谓语部分和宾语部分与用户输入问题语句的主语部分、谓语部分和宾语部分完全相同时,则判断结果为不需要进行句型对比;
当对比结果为:问答知识库中存在多句问题的主语部分、谓语部分和宾语部分与用户输入问题的主语部分、谓语部分和宾语部分完全相同时,则判断结果为需要进行句型对比;
用于根据句型对比判断模块的判断结果输出答案的答案输出模块;
当句型对比模块的判断结果为不需要进行句型对比时,直接输出与用户输入问题语句完全一致的问答知识库问题语句所对应答案;
当句型对比模块的判断结果为需要进行句型对比时,将问答知识库中与用户输入问题主语部分、谓语部分和宾语部分完全相同的每个语句分别与用户输入问题进行句型对比,直至找到问答知识库中句型与用户输入问题句型完全相同的语句,并输出该问答知识库问题语句相对应答案。
本发明解决上述技术问题的另一技术方案如下:一种机器人问答交互方法,该方法包括:
用于预先建立机器人问答知识库的知识库建立步骤;
用于自动提取并存储用户输入语句以及问答知识库语句的主干部分的主干提取步骤;
用于将用户输入语句和问答知识库语句的主干部分进行对比的主干对比步骤;
用于将用户输入语句和问答知识库语句的句型进行对比的句型对比步骤。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述问答知识库中包括问答语句以及与问答语句相对应的答案语句。
进一步,所述用户输入语句以及问答知识库语句的主干部分包括主语部分、谓语部分和宾语部分。
进一步,所述主干对比步骤进一步包括:
用于将用户输入问题语句的主语部分与问答知识库中问题语句的主语部分进行对比,并将与用户输入问题语句主语部分一致的问答知识库中问题语句进行保存的主语对比步骤;
用于将用户输入问题语句的谓语部分与主语对比完成后保存下来的问答知识库中问题语句的谓语部分进行对比,并将与用户输入问题语句谓语部分一致的问答知识库中问题语句进行保存的谓语对比步骤;
用于将用户输入问题语句的宾语部分与谓语对比完成后保存下来的问答知识库中问题语句的宾语部分进行对比,并将与用户输入问题语句宾语部分一致的问答知识库中问题语句进行保存的宾语对比步骤。
进一步,句型对比步骤进一步包括:
用于根据主干对比步骤的对比结果确定是否需要进行句型对比的句型对比判断步骤;
当主干对比步骤的对比结果为:问答知识库中仅有一句问题语句的主语部分、谓语部分和宾语部分与用户输入问题语句的主语部分、谓语部分和宾语部分完全相同时,则判断结果为不需要进行句型对比;
当对比结果为:问答知识库中存在多句问题的主语部分、谓语部分和宾语部分与用户输入问题的主语部分、谓语部分和宾语部分完全相同时,则判断结果为需要进行句型对比;
用于根据句型对比判断步骤的判断结果输出答案的答案输出步骤;
当句型对比步骤的判断结果为不需要进行句型对比时,直接输出与用户输入问题语句完全一致的问答知识库问题语句所对应答案;
当句型对比步骤的判断结果为需要进行句型对比时,将问答知识库中与用户输入问题主语部分、谓语部分和宾语部分完全相同的每个语句分别与用户输入问题进行句型对比,直至找到问答知识库中句型与用户输入问题句型完全相同的语句,并输出该问答知识库问题语句相对应答案。
本发明的有益效果是:本发明完全规避了目前常规的机器人交互时所采用的机器学习的方法,而是从语言本身的规则出发,通过提取问题的主干部分进行对比从而进行第一步删选,然后再通过对句子结构的对比确定唯一对应的问题,并输出答案。这种另走偏锋的交互方式无需花费大量时间通过机器训练来建立模式,只需将用户经常提问的问题以及对应的答案预先录入到问答知识库中,不到一秒钟,机器人就会理解该问题,并根据用户提出的相应问题进行答复。并且,由于从语言本身的角度出发,不会出现现有机器人交互过程中存在的语义不完整、答非所问以及自相矛盾的情况,大大提高了问答的准确率,提升了工作效率,同时也降低了成本。
附图说明
图1为本发明所述的机器人问答交互开放平台的原理示意图;
图2为本发明所述的机器人问答交互方法的流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例1
如图1所示,本实施例提供了一种机器人问答交互开放平台,该开放平台包括:
用于预先建立机器人问答知识库的知识库建立模块;
用于自动提取并存储用户输入语句以及问答知识库语句的主干部分的主干提取模块;
用于将用户输入语句和问答知识库语句的主干部分进行对比的主干对比模块;
用于将用户输入语句和问答知识库语句的句型进行对比的句型对比模块。
从语言本身的规则来讲,语义=词+句型,两句话词相同,句型不同,语义则不同,同样的,两句话句型相同,但词不同,语义也不同。只有两句话的词和句型都相同时,语义才是相同的,由于两句话之间最明显的区别是词,因此,优先从词之间的差别进行处理。
一句话中有时只有两三个字,有时会很长,词的个数也是时少时多,如果一一去对比的话会浪费时间和资源,而在正常的语言学习中,往往为了便于对语句进行分析,通常会将语句的主干部分提取出来,即将语句的主语、谓语和宾语进行提取,通过对比用户输入的问句和问答知识库中预先键入的问句的主干进行对比,完成第一次筛选。基于上述对比筛选的方式,本发明对主干对比模块进行了更为系统的划分,所述主干对比模块进一步包括:
用于将用户输入问题语句的主语部分与问答知识库中问题语句的主语部分进行对比,并将与用户输入问题语句主语部分一致的问答知识库中问题语句进行保存的主语对比模块;
用于将用户输入问题语句的谓语部分与主语对比完成后保存下来的问答知识库中问题语句的谓语部分进行对比,并将与用户输入问题语句谓语部分一致的问答知识库中问题语句进行保存的谓语对比模块;
用于将用户输入问题语句的宾语部分与谓语对比完成后保存下来的问答知识库中问题语句的宾语部分进行对比,并将与用户输入问题语句宾语部分一致的问答知识库中问题语句进行保存的宾语对比模块。
对于某些语句来说,通过主干对比之后就能够立刻确定与用户输入问句相对应的问答知识库中的语句,即:问答知识库中仅有一句问题语句的主语部分、谓语部分和宾语部分与用户输入问题语句的主语部分、谓语部分和宾语部分完全相同时,则判断结果为不需要进行句型对比,直接输出与用户输入问题语句完全一致的问答知识库问题语句所对应答案。
而对于语句较为复杂,并且主谓宾部分相同较多,无法直接对问答知识库中的语句进行直接获取,即:问答知识库中存在多句问题的主语部分、谓语部分和宾语部分与用户输入问题的主语部分、谓语部分和宾语部分完全相同时,需要将问答知识库中与用户输入问题主语部分、谓语部分和宾语部分完全相同的每个语句分别与用户输入问题进行句型对比,直至找到问答知识库中句型与用户输入问题句型完全相同的语句,并输出该问答知识库问题语句相对应答案。具体过程包括:
用于分析并判断问答知识库中经主干对比模块对比后保存的问题语句的句子结构的问答知识库问句结构分析模块;
用于分析并判断用户输入问题语句的句子结构的用户输入问句结构分析模块;
用于将经问答知识库问句结构分析模块分析并判断后的问答知识库语句的句子结构与经用户输入问句结构分析模块分析并判断后的句子结构进行比较的句型最终对比模块。
此时,完成了最终的筛选,通过对主干和结构两方面的对比,实现对问题语句的精确查找。
为了能够使交互系统更具有生动性和亲切感,本发明还增加了:
用于预设与问答知识库答案相对应的肢体动作的动作预设模块;
用于预设与问答知识库答案相对应的面部表情的表情预设模块;
用于预设与问答知识库答案相对应的图像显示的图像预设模块。
上述肢体动作、面部表情和图像显示可以在建立问答知识库时同时键入,与问答知识库中的问题和答案一一对应,使机器人在进行问题回答时同时表现出相应的动作、表情和图像,在增加生动性的同时也能够使用户更加清楚明白机器人所回答的内容,有利于更好的建立用户与机器人之间的交互沟通。
在交互开放平台使用过程中,随着交互问答的语句增多,会不断出现新的问题,由此,本发明通过增加用于普通管理员进行后台管理的普通管理模块,以便随时对需要增加的问题和答案进行录入,同时也方便于系统的维护。
为了能够实现统一管理,本发明增加了用于最高管理员进行后台管理的最高管理模块,所有的程序改动和系统维护需要最高管理者许可后方可执行,增强了安全性,更方便于管理和维护。
本发明所述的交互开放平台由于其开放性可以广泛应用于企业和个人,具有更广泛的适用性,使家庭生活也能够感受到高科技带给人们的日常便利。
实施例2
如图2所示,本实施例提供了一种机器人问答交互方法,该方法包括:
用于预先建立机器人问答知识库的知识库建立步骤;
用于自动提取并存储用户输入语句以及问答知识库语句的主干部分的主干提取步骤;
用于将用户输入语句和问答知识库语句的主干部分进行对比的主干对比步骤;
用于将用户输入语句和问答知识库语句的句型进行对比的句型对比步骤。
从语言本身的规则来讲,语义=词+句型,两句话词相同,句型不同,语义则不同,同样的,两句话句型相同,但词不同,语义也不同。只有两句话的词和句型都相同时,语义才是相同的,由于两句话之间最明显的区别是词,因此,优先从词之间的差别进行处理。
一句话中有时只有两三个字,有时会很长,词的个数也是时少时多,如果一一去对比的话会浪费时间和资源,而在正常的语言学习中,往往为了便于对语句进行分析,通常会将语句的主干部分提取出来,即将语句的主语、谓语和宾语进行提取,通过对比用户输入的问句和问答知识库中预先键入的问句的主干进行对比,完成第一次筛选。基于上述对比筛选的方式,本发明对主干对比步骤进行了更为系统的划分,所述主干对比步骤进一步包括:
用于将用户输入问题语句的主语部分与问答知识库中问题语句的主语部分进行对比,并将与用户输入问题语句主语部分一致的问答知识库中问题语句进行保存的主语对比步骤;
用于将用户输入问题语句的谓语部分与主语对比完成后保存下来的问答知识库中问题语句的谓语部分进行对比,并将与用户输入问题语句谓语部分一致的问答知识库中问题语句进行保存的谓语对比步骤;
用于将用户输入问题语句的宾语部分与谓语对比完成后保存下来的问答知识库中问题语句的宾语部分进行对比,并将与用户输入问题语句宾语部分一致的问答知识库中问题语句进行保存的宾语对比步骤。
对于某些语句来说,通过主干对比之后就能够立刻确定与用户输入问句相对应的问答知识库中的语句,即:问答知识库中仅有一句问题语句的主语部分、谓语部分和宾语部分与用户输入问题语句的主语部分、谓语部分和宾语部分完全相同时,则判断结果为不需要进行句型对比,直接输出与用户输入问题语句完全一致的问答知识库问题语句所对应答案。
而对于语句较为复杂,并且主谓宾部分相同较多,无法直接对问答知识库中的语句进行直接获取,即:问答知识库中存在多句问题的主语部分、谓语部分和宾语部分与用户输入问题的主语部分、谓语部分和宾语部分完全相同时,需要将问答知识库中与用户输入问题主语部分、谓语部分和宾语部分完全相同的每个语句分别与用户输入问题进行句型对比,直至找到问答知识库中句型与用户输入问题句型完全相同的语句,并输出该问答知识库问题语句相对应答案。具体过程包括:
用于分析并判断问答知识库中经主干对比步骤对比后保存的问题语句的句子结构的问答知识库问句结构分析步骤;
用于分析并判断用户输入问题语句的句子结构的用户输入问句结构分析步骤;
用于将经问答知识库问句结构分析步骤分析并判断后的问答知识库语句的句子结构与经用户输入问句结构分析步骤分析并判断后的句子结构进行比较的句型最终对比步骤。
此时,完成了最终的筛选,通过对主干和结构两方面的对比,实现对问题语句的精确查找。
为了能够使交互开放平台更具有生动性和亲切感,本发明还增加了:
用于预设与问答知识库答案相对应的肢体动作的动作预设步骤;
用于预设与问答知识库答案相对应的面部表情的表情预设步骤;
用于预设与问答知识库答案相对应的图像显示的图像预设步骤。
上述肢体动作、面部表情和图像显示可以在建立问答知识库时同时键入,与问答知识库中的问题和答案一一对应,使机器人在进行问题回答时同时表现出相应的动作、表情和图像,在增加生动性的同时也能够使用户更加清楚明白机器人所回答的内容,有利于更好的建立用户与机器人之间的交互沟通。
在交互开放平台使用过程中,随着交互问答的语句增多,会不断出现新的问题,由此,本发明通过增加用于普通管理员进行后台管理的普通管理步骤,以便随时对需要增加的问题和答案进行录入,同时也方便于开放平台的维护。
为了能够实现统一管理,本发明增加了用于最高管理员进行后台管理的最高管理步骤,所有的程序改动和开放平台维护需要最高管理者许可后方可执行,增强了安全性,更方便于管理和维护。
本发明的提出使建立机器人问答互动开放平台的过程和程序变得简单,整个过程就像写微博一样,大大降低了使用门槛,由于技术的革新,减少了开发成本和周期,例如像银行、电信运营商等大型企业,通过本发明建立机器人问答交互开放平台可以节约100万元以上的开发成本。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种机器人问答交互开放平台,其特征在于,它包括:
用于预先建立机器人问答知识库的知识库建立模块;
用于自动提取并存储用户输入语句以及问答知识库语句的主干部分的主干提取模块;
用于将用户输入语句和问答知识库语句的主干部分进行对比的主干对比模块;
用于将用户输入语句和问答知识库语句的句型进行对比的句型对比模块。
2.根据权利要求1所述的一种机器人问答交互开放平台,其特征在于,所述问答知识库中包括问答语句以及与问答语句相对应的答案语句。
3.根据权利要求1所述的一种机器人问答交互开放平台,其特征在于,所述用户输入语句以及问答知识库语句的主干部分包括主语部分、谓语部分和宾语部分。
4.根据权利要求3所述的一种机器人问答交互开放平台,其特征在于,所述主干对比模块进一步包括:
用于将用户输入问题语句的主语部分与问答知识库中问题语句的主语部分进行对比,并将与用户输入问题语句主语部分一致的问答知识库中问题语句进行保存的主语对比模块;
用于将用户输入问题语句的谓语部分与主语对比完成后保存下来的问答知识库中问题语句的谓语部分进行对比,并将与用户输入问题语句谓语部分一致的问答知识库中问题语句进行保存的谓语对比模块;
用于将用户输入问题语句的宾语部分与谓语对比完成后保存下来的问答知识库中问题语句的宾语部分进行对比,并将与用户输入问题语句宾语部分一致的问答知识库中问题语句进行保存的宾语对比模块。
5.根据权利要求4所述的一种机器人问答交互开放平台,其特征在于,句型对比模块进一步包括:
用于根据主干对比模块的对比结果确定是否需要进行句型对比的句型对比判断模块;
当主干对比模块的对比结果为:问答知识库中仅有一句问题语句的主语部分、谓语部分和宾语部分与用户输入问题语句的主语部分、谓语部分和宾语部分完全相同时,则判断结果为不需要进行句型对比;
当对比结果为:问答知识库中存在多句问题的主语部分、谓语部分和宾语部分与用户输入问题的主语部分、谓语部分和宾语部分完全相同时,则判断结果为需要进行句型对比;
用于根据句型对比判断模块的判断结果输出答案的答案输出模块;
当句型对比模块的判断结果为不需要进行句型对比时,直接输出与用户输入问题语句完全一致的问答知识库问题语句所对应答案;
当句型对比模块的判断结果为需要进行句型对比时,将问答知识库中与用户输入问题主语部分、谓语部分和宾语部分完全相同的每个语句分别与用户输入问题进行句型对比,直至找到问答知识库中句型与用户输入问题句型完全相同的语句,并输出该问答知识库问题语句相对应答案。
6.一种机器人问答交互方法,其特征在于,它包括:
用于预先建立机器人问答知识库的知识库建立步骤;
用于自动提取并存储用户输入语句以及问答知识库语句的主干部分的主干提取步骤;
用于将用户输入语句和问答知识库语句的主干部分进行对比的主干对比步骤;
用于将用户输入语句和问答知识库语句的句型进行对比的句型对比步骤。
7.根据权利要求6所述的一种机器人问答交互方法,其特征在于,所述问答知识库中包括问答语句以及与问答语句相对应的答案语句。
8.根据权利要求6所述的一种机器人问答交互方法,其特征在于,所述用户输入语句以及问答知识库语句的主干部分包括主语部分、谓语部分和宾语部分。
9.根据权利要求8所述的一种机器人问答交互方法,其特征在于,所述主干对比步骤进一步包括:
用于将用户输入问题语句的主语部分与问答知识库中问题语句的主语部分进行对比,并将与用户输入问题语句主语部分一致的问答知识库中问题语句进行保存的主语对比步骤;
用于将用户输入问题语句的谓语部分与主语对比完成后保存下来的问答知识库中问题语句的谓语部分进行对比,并将与用户输入问题语句谓语部分一致的问答知识库中问题语句进行保存的谓语对比步骤;
用于将用户输入问题语句的宾语部分与谓语对比完成后保存下来的问答知识库中问题语句的宾语部分进行对比,并将与用户输入问题语句宾语部分一致的问答知识库中问题语句进行保存的宾语对比步骤。
10.根据权利要求9所述的一种机器人问答交互方法,其特征在于,句型对比步骤进一步包括:
用于根据主干对比模块的对比结果确定是否需要进行句型对比的句型对比判断步骤;
当主干对比模块的对比结果为:问答知识库中仅有一句问题语句的主语部分、谓语部分和宾语部分与用户输入问题语句的主语部分、谓语部分和宾语部分完全相同时,则判断结果为不需要进行句型对比;
当对比结果为:问答知识库中存在多句问题的主语部分、谓语部分和宾语部分与用户输入问题的主语部分、谓语部分和宾语部分完全相同时,则判断结果为需要进行句型对比;
用于根据句型对比判断模块的判断结果输出答案的答案输出步骤;
当句型对比模块的判断结果为不需要进行句型对比时,直接输出与用户输入问题语句完全一致的问答知识库问题语句所对应答案;
当句型对比模块的判断结果为需要进行句型对比时,将问答知识库中与用户输入问题主语部分、谓语部分和宾语部分完全相同的每个语句分别与用户输入问题进行句型对比,直至找到问答知识库中句型与用户输入问题句型完全相同的语句,并输出该问答知识库问题语句相对应答案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610354117.9A CN105955963A (zh) | 2016-05-25 | 2016-05-25 | 一种机器人问答交互开放平台及交互方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610354117.9A CN105955963A (zh) | 2016-05-25 | 2016-05-25 | 一种机器人问答交互开放平台及交互方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105955963A true CN105955963A (zh) | 2016-09-21 |
Family
ID=56910890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610354117.9A Pending CN105955963A (zh) | 2016-05-25 | 2016-05-25 | 一种机器人问答交互开放平台及交互方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105955963A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895037A (zh) * | 2017-11-28 | 2018-04-10 | 北京百度网讯科技有限公司 | 一种问答数据处理方法、装置、设备和计算机可读介质 |
CN108053023A (zh) * | 2017-12-01 | 2018-05-18 | 北京物灵智能科技有限公司 | 一种自动式意图分类方法及装置 |
CN108897731A (zh) * | 2018-06-01 | 2018-11-27 | 李勤骞 | 英语口语学习方法以及系统 |
CN109299241A (zh) * | 2018-09-30 | 2019-02-01 | 北京小谛机器人科技有限公司 | 聊天机器人的知识库生成方法及装置 |
CN109344393A (zh) * | 2018-08-29 | 2019-02-15 | 北京云知声信息技术有限公司 | 一种主干语句的提取方法及系统 |
CN112632234A (zh) * | 2019-10-09 | 2021-04-09 | 科沃斯商用机器人有限公司 | 人机交互方法、装置、智能机器人和存储介质 |
CN119179768A (zh) * | 2024-11-25 | 2024-12-24 | 天津市职业大学 | 一种基于在线知识社区的智能问答机器人系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1924995A (zh) * | 2005-08-31 | 2007-03-07 | 中国科学院声学研究所 | 基于内容分析的短信问答系统及实现方法 |
CN1928864A (zh) * | 2006-09-22 | 2007-03-14 | 浙江大学 | 一种基于问答库的中文自然语言问答方法 |
CN101320374A (zh) * | 2008-07-10 | 2008-12-10 | 昆明理工大学 | 结合句法结构关系和领域特征的领域问题分类方法 |
US20100235164A1 (en) * | 2009-03-13 | 2010-09-16 | Invention Machine Corporation | Question-answering system and method based on semantic labeling of text documents and user questions |
CN103400054A (zh) * | 2013-08-27 | 2013-11-20 | 哈尔滨工业大学 | 计算机辅助心理咨询自动问答机器人系统 |
CN205058054U (zh) * | 2015-09-29 | 2016-03-02 | 塔米智能科技(北京)有限公司 | 一种多功能互动迎宾机器人 |
-
2016
- 2016-05-25 CN CN201610354117.9A patent/CN105955963A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1924995A (zh) * | 2005-08-31 | 2007-03-07 | 中国科学院声学研究所 | 基于内容分析的短信问答系统及实现方法 |
CN1928864A (zh) * | 2006-09-22 | 2007-03-14 | 浙江大学 | 一种基于问答库的中文自然语言问答方法 |
CN101320374A (zh) * | 2008-07-10 | 2008-12-10 | 昆明理工大学 | 结合句法结构关系和领域特征的领域问题分类方法 |
US20100235164A1 (en) * | 2009-03-13 | 2010-09-16 | Invention Machine Corporation | Question-answering system and method based on semantic labeling of text documents and user questions |
CN103400054A (zh) * | 2013-08-27 | 2013-11-20 | 哈尔滨工业大学 | 计算机辅助心理咨询自动问答机器人系统 |
CN205058054U (zh) * | 2015-09-29 | 2016-03-02 | 塔米智能科技(北京)有限公司 | 一种多功能互动迎宾机器人 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895037A (zh) * | 2017-11-28 | 2018-04-10 | 北京百度网讯科技有限公司 | 一种问答数据处理方法、装置、设备和计算机可读介质 |
CN108053023A (zh) * | 2017-12-01 | 2018-05-18 | 北京物灵智能科技有限公司 | 一种自动式意图分类方法及装置 |
CN108897731A (zh) * | 2018-06-01 | 2018-11-27 | 李勤骞 | 英语口语学习方法以及系统 |
CN109344393A (zh) * | 2018-08-29 | 2019-02-15 | 北京云知声信息技术有限公司 | 一种主干语句的提取方法及系统 |
CN109299241A (zh) * | 2018-09-30 | 2019-02-01 | 北京小谛机器人科技有限公司 | 聊天机器人的知识库生成方法及装置 |
CN112632234A (zh) * | 2019-10-09 | 2021-04-09 | 科沃斯商用机器人有限公司 | 人机交互方法、装置、智能机器人和存储介质 |
CN112632234B (zh) * | 2019-10-09 | 2024-11-01 | 科沃斯商用机器人有限公司 | 人机交互方法、装置、智能机器人和存储介质 |
CN119179768A (zh) * | 2024-11-25 | 2024-12-24 | 天津市职业大学 | 一种基于在线知识社区的智能问答机器人系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105955963A (zh) | 一种机器人问答交互开放平台及交互方法 | |
CN111787090B (zh) | 一种基于区块链技术的智慧法治平台 | |
CN105591882B (zh) | 一种智能机器人与人混合客服的方法及系统 | |
Basile | It’s the end of the gold standard as we know it. on the impact of pre-aggregation on the evaluation of highly subjective tasks | |
CN106599998B (zh) | 基于情感特征调整机器人回答的方法及系统 | |
CN103279528A (zh) | 一种基于人机结合的问答系统及方法 | |
KR102415104B1 (ko) | 인공지능 모델을 기초로 피검사자에 의한 그림 데이터로부터 피검사자의 감정을 분석하는 방법 | |
CN107704453A (zh) | 一种文字语义分析方法、文字语义分析终端及存储介质 | |
CN106934068A (zh) | 机器人基于环境上下文的语义理解的方法 | |
CN106503074B (zh) | 一种题目细化分类方法 | |
CN107193948A (zh) | 人机对话数据分析方法及装置 | |
CN109033390A (zh) | 自动生成相似问句的方法和装置 | |
Antonioni et al. | Nothing about us without us: A participatory design for an inclusive signing Tiago robot | |
CN118093344B (zh) | 一种面向大模型多维度问答对生成任务评估方法及系统 | |
Griffiths et al. | The effects of cultural transmission are modulated by the amount of information transmitted | |
Frey et al. | Introduction: Evidence-based policy: A concept in geographical and substantive expansion | |
CN107977443A (zh) | 一种基于语音分析的智能教学方法及其系统 | |
CN107229675A (zh) | 列表型知识的问答库构建方法、作答方法、装置及系统 | |
Caner | Exponential tilting with weak instruments: Estimation and testing | |
Yuan | Analysis on the application of artificial intelligence in computer network Technology | |
US8051026B2 (en) | Rules collector system and method with user interaction | |
Mangino et al. | Modeling ResponsiblyToward a Fair, Interpretable, and Ethical Machine Learning for the Social Sciences | |
Li et al. | Construction of modularized english teaching platform for multimedia wireless network based on NS2 simulation software | |
Sun et al. | A unified framework for input feature attribution analysis | |
CN118967144B (zh) | 一种基于大语言模型的维修咨询智能客服系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination |