CN106559321A - 动态调整对话策略的方法及系统 - Google Patents

Abstract

本发明提供了一种动态调整对话策略的方法及系统，方法为：获取被动式原始对话策略，被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；将调整策略结合当前对话情势，通过计算调整被动式原始对话策略和用户画像，得到新的对话策略，实现对当前对话情势的进展和方向的主动控制。本发明将被动式的被动式原始对话策略，根据调整策略和当前对话情势，对被动式原始对话策略和用户画像进行动态的调整，使机器人可以在对话过程中，根据当前对话情势，机器人可以主动的引出话题或是引导用户到某个话题，使人机对话更智能，提高了用户体验度。

Description

动态调整对话策略的方法及系统

技术领域

本发明涉及人工智能领域，尤其涉及人工智能对话领域。

背景技术

现有的人工智能对话系统，几乎都是被动式地与用户进行交互，接受用户的输入，并基于此输入，利用语料库、模板搜寻产生一个或多个回复，或者利用相关算法自动产生一个或多个回复。

但是人与人的自然对话中，沟通是相互的。彼此都可能引入新的话题，也都可能占据对话的主动，从而推动对话自然地向前延续，主题和谈论的内容，也自然随着谈话的继续演变、调整。

因此，现有技术中的技术缺陷是：在人机对话过程中，对话方式都是被动式的，只是被动的根据用户输入的对话内容给出回答，不能由机器人主动地带动对话趋势和聊天内容，使用户体验度低。

发明内容

针对上述技术问题，本发明提供一种动态调整对话策略的方法及系统，将被动式的被动式原始对话策略，根据调整策略和当前对话情势，对被动式原始对话策略和用户画像进行动态的调整，使机器人可以在对话过程中，根据当前对话情势，机器人可以主动的引出话题或是引导用户到某个话题，使人机对话更智能，提高了用户体验度。

为解决上述技术问题，本发明提供的技术方案是：

第一方面，本发明提供一种动态调整对话策略的方法，包括：

步骤S1，获取被动式原始对话策略，所述被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；

步骤S2，获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；

步骤S3，将调整策略结合所述当前对话情势，通过计算调整所述被动式原始对话策略和所述用户画像，得到新的对话策略，实现对所述当前对话情势的进展和方向的主动控制，所述调整策略是基于围棋策略得到的。

本发明提供的动态调整对话策略的方法，其技术方案为：先获取被动式原始对话策略，所述被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；接着获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；最后将调整策略结合所述当前对话情势，通过计算调整所述被动式原始对话策略和所述用户画像，得到新的对话策略，实现对所述当前对话情势的进展和方向的主动控制，所述调整策略是基于围棋策略得到的。

本发明的动态调整对话策略的方法，将被动式的被动式原始对话策略，根据调整策略和当前对话情势，对被动式原始对话策略和用户画像进行动态的调整，使机器人可以在对话过程中，根据当前对话情势，机器人可以主动的引出话题或是引导用户到某个话题，使人机对话更智能，提高了用户体验度。

进一步地，所述步骤S2，具体为：

获得当前用户输入的对话信息；

根据预设规则，判断人机对话过程中的显性信息和隐性信息，所述显性信息是通过机器人询问或用户输入的对话信息获得的，所述隐性信息是通过动态分析所述机器人询问或用户输入的对话信息获得的；

根据所述显性信息和隐性信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

进一步地，根据所述显性信息和隐性信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像，具体为：

根据所述显性信息和隐性信息，得到用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息；

根据所述用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

进一步地，所述步骤S3，具体为：

当所述当前对话的情势为没有话题进行交互时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，机器人主动引出话题，进行对话，所述机器人主动引出的话题为所述用户感兴趣的话题；

当所述当前对话的情势为机器人想引出预定话题时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，所述机器人引导所述用户关注所述预定话题的内容，使所述用户与所述机器人的对话话题转为所述预定话题。

第二方面，本发明提供一种动态调整对话策略的系统，包括：

原始对话策略获取模块，用于获取被动式原始对话策略，所述被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；

当前对话情势模块，用于获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；

原始对话策略调整模块，用于将调整策略结合所述当前对话情势，通过计算调整所述被动式原始对话策略和所述用户画像，得到新的对话策略，实现对所述当前对话情势的进展和方向的主动控制，所述调整策略是基于围棋策略得到的。

本发明提供的动态调整对话策略的系统，其技术方案为：先通过原始对话策略获取模块，用于获取被动式原始对话策略，所述被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；接着通过当前对话情势模块，用于获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；最后通过原始对话策略调整模块，用于将调整策略结合所述当前对话情势，通过计算调整所述被动式原始对话策略和所述用户画像，得到新的对话策略，实现对所述当前对话情势的进展和方向的主动控制，所述调整策略是基于围棋策略得到的。

本发明的动态调整对话策略的系统，将被动式的被动式原始对话策略，根据调整策略和当前对话情势，对被动式原始对话策略和用户画像进行动态的调整，使机器人可以在对话过程中，根据当前对话情势，机器人可以主动的引出话题或是引导用户到某个话题，使人机对话更智能，提高了用户体验度。

进一步地，所述当前对话情势模块具体用于：

获得当前用户输入的对话信息；

根据预设规则，判断人机对话过程中的显性信息和隐性信息，所述显性信息是通过机器人询问或用户输入的对话信息获得的，所述隐性信息是通过动态分析所述机器人询问或用户输入的对话信息获得的；

根据所述显性信息和隐性信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

进一步地，所述当前对话情势模块具体用于：

根据所述显性信息和隐性信息，得到用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息；

根据所述用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

进一步地，所述原始对话策略调整模块具体用于：

当所述当前对话的情势为没有话题进行交互时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，机器人主动引出话题，进行对话，所述机器人主动引出的话题为所述用户感兴趣的话题；

当所述当前对话的情势为机器人想引出预定话题时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，所述机器人引导所述用户关注所述预定话题的内容，使所述用户与所述机器人的对话话题转为所述预定话题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。

图1示出了本发明第一实施例所提供的一种动态调整对话策略的方法的流程图；

图2示出了本发明第二实施例所提供的一种动态调整对话策略的系统的示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

实施例一

图1示出了本发明第一实施例所提供的一种动态调整对话策略的方法的流程图；如图1所示，本发明实施例一提供的动态调整对话策略的方法，包括：

步骤S1，获取被动式原始对话策略，被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；

步骤S2，获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；

步骤S3，将调整策略结合当前对话情势，通过计算调整被动式原始对话策略和用户画像，得到新的对话策略，实现对当前对话情势的进展和方向的主动控制，调整策略是基于围棋策略得到的。

本发明提供的动态调整对话策略的方法，其技术方案为：先获取被动式原始对话策略，被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；接着获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；最后将调整策略结合当前对话情势，通过计算调整被动式原始对话策略和用户画像，得到新的对话策略，实现对当前对话情势的进展和方向的主动控制，调整策略是基于围棋策略得到的。

本发明的动态调整对话策略的方法，将被动式的被动式原始对话策略，根据调整策略和当前对话情势，对被动式原始对话策略和用户画像进行动态的调整，使机器人可以在对话过程中，根据当前对话情势，机器人可以主动的引出话题或是引导用户到某个话题，使人机对话更智能，提高了用户体验度。

具体地，围棋中的策略包括大局观、布局、中盘、定式、死活、先后等，将围棋策略中的这些策略应用到人机对话过程中，形成一个调整策略，用这个调整策略调整通常人机对话中的被动式原始对话策略，然后结合当前对话情势，对被动式原始对话策略和用户画像进行动态调整，使被动式原始对话策略可以根据当前的聊天对话场景进行不断的调整，并对用户画像进行不断的调整(由粗到细的刻画)，找到新的对话策略，给出合适的回答，包括提出适合的话题，这个话题是结合用户的个性，且包含风趣多变的聊天内容，使整个聊天过程更熙然，更智能。

具体地，步骤S2，具体为：

获得当前用户输入的对话信息；

根据预设规则，判断人机对话过程中的显性信息和隐性信息，显性信息是通过机器人询问或用户输入的对话信息获得的，隐性信息是通过动态分析机器人询问或用户输入的对话信息获得的；

根据显性信息和隐性信息，通过预设规则判断当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

预设规则指判断显性或隐性信息的规则，比如怎样通过动态对话判断用户可能的人格特质，聊天习惯等，依次作为判断当前对话信息属于何种对话情势，并以此建立或更新用户画像，对于首次与机器人进行对话的用户，就是建立画像，对于曾经与机器人聊过天的用户，就是更新用户画像，使用户画像由粗到细进行刻画。通过这种方式，结合用户之前的聊天内容和用户的画像信息，动态调整对话策略，给出合适的回答，包括提出适合的话题，这个话题是结合用户的个性，且包含风趣多变的聊天内容，使整个聊天过程更熙然，更智能。

其中，显性信息指通过机器人询问或用户直接输入的内容获得的信息，如性别，年龄；隐性信息指通过动态分析获得的信息，如用户的输入习惯，可能的人格特质，喜爱的聊天话题等。

其中，根据显性信息和隐性信息，通过预设规则判断当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像，具体为：

根据显性信息和隐性信息，得到用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息；

根据用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息，通过预设规则判断当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

对话情势具体来讲，可包括当前聊到了什么话题，之前什么话题聊得不错，用户比较满意，之前聊了什么，不恰当地终止了相关话题，又如当前对话谁比较主动在引导话题，是机器人还是用户，等等。这些动态的参数可以通过动态对话过程的分析进行判断，如之前那个聊得不错的话题聊了10轮，机器人主动终结该话题，又抛出一个相关的话题，从用户的对话反馈来看“聊效”不错。进而通过这些动态参数来判断当前对话情势，更新当前用户的画像。预设规则也是事先根据这些信息建立的规则，根据这些信息将用户当前对话信息进行分类判断，得到当前对话情势，并更新用画像，使人机对话过程更智能。

具体地，步骤S3，具体为：

当前对话的情势为没有话题进行交互时，结合调整策略，通过计算对被动式原始对话策略和用户画像进行动态调整，得到新的对话策略；

根据新的对话策略，机器人主动引出话题，进行对话，机器人主动引出的话题为用户感兴趣的话题；

当前对话的情势为机器人想引出预定话题时，结合调整策略，通过计算对被动式原始对话策略和用户画像进行动态调整，得到新的对话策略；

根据新的对话策略，机器人引导用户关注预定话题的内容，使用户与机器人的对话话题转为预定话题。

调整被动式原始对话策略，是为了让机器人在人机对话过程中，主动地提出用户感兴趣的话题，或是主动引导用户提到某个话题，因此先要了解到当前对话情势是处于何种对话情势，是否处于没有话题聊，是否处于机器人想引出某个话题，然后根据具体的情况调整此时的被动式对话策略，以便给出更合适的回答。

在没有获得任何用户画像的情况下，一般认为是聊天之始，会采用相对通用的聊天策略，如聊热点，以及用趣味性的场景来获得用户信息，以便更好地调整对话策略。在其后的聊天过程中，获知用户的性别，如男生，会往相关男生比较感兴趣的话题去引导，如游戏、运动，如是女生，会主动抛出如明星八卦、穿衣打扮等女生多半会感兴趣的话题。如进一步得知用户的身份，如是大学生，会和用户更多地聊大学生活，又或聊对即将迈入职业生涯的憧憬等。如得知用户失恋的信息，会记忆，并适时地安慰关心，不止当下，还包括隔天的主动问候等。聊天策略是实时调整的，尤其在得知用户更多的显性和隐性信息之后，会给出当下的最佳方案，类似于围棋中的“最善手”。

根据当前对话情势，对原始对话策略进行动态调整，具体地，可设立诸多数据参数，如用户常聊的话题，用户反馈良好的话题，用户不爱聊的话题，用户的人格特质推测，聊天习惯的记录等等，结合不断更新的用户画像，用户不断变化的情绪，以及考虑时间空间等多种维度，对参数进行综合计算，给出当下最适合聊的话题方案和预设接下来几轮想要聊的方向，机器人是否应该主动引导对话，如何控制对话节奏，保证对话的延续性和流畅性等等。这种对话策略的调整会根据数据计算的结果及时更新。如满足用户喜欢二次元的条件，就会动态调整成倾向于多聊二次元话题的对话策略。

因此，如果没有话题聊时，机器人根据之前的聊天内容，结合调整策略，主动给出一个用户感兴趣的话题，主动控制对话的发展走向，使聊天进行的更自然。如果想要用户聊到某个话题，那么机器人可以在对话过程中主动引导用户聊到有关这个话题的内容，使用户聊到这个话题，这样机器人与用户的聊天方式不只有被动，还会主动与用户进行沟通，调整被动式原始对话策略，使整个对话过程更智能。

实施例二

图2示出了本发明第二实施例所提供的一种动态调整对话策略的系统的示意图；如图2所示，本发明实施例二提供的动态调整对话策略的系统10，包括：

原始对话策略获取模块101，用于获取被动式原始对话策略，被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；

当前对话情势模块102，用于获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；

原始对话策略调整模块103，用于将调整策略结合当前对话情势，通过计算调整被动式原始对话策略和用户画像，得到新的对话策略，实现对当前对话情势的进展和方向的主动控制，调整策略是基于围棋策略得到的。

本发明提供的动态调整对话策略的系统10，其技术方案为：先通过原始对话策略获取模块101，用于获取被动式原始对话策略，被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；接着通过当前对话情势模块102，用于获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；最后通过原始对话策略调整模块103，用于将调整策略结合当前对话情势，通过计算调整被动式原始对话策略和用户画像，得到新的对话策略，实现对当前对话情势的进展和方向的主动控制，调整策略是基于围棋策略得到的。

本发明的动态调整对话策略的系统10，将被动式的被动式原始对话策略，根据调整策略和当前对话情势，对被动式原始对话策略和用户画像进行动态的调整，使机器人可以在对话过程中，根据当前对话情势，机器人可以主动的引出话题或是引导用户到某个话题，使人机对话更智能，提高了用户体验度。

具体地，围棋中的策略包括大局观、布局、中盘、定式、死活、先后等，将围棋策略中的这些策略应用到人机对话过程中，形成一个调整策略，使机器人可以主动进行对话的布局，不同的围棋策略，机器人会有不同的调整策略；用这个调整策略调整通常人机对话中的被动式原始对话策略，然后结合当前对话情势，对被动式原始对话策略和用户画像进行动态调整，使被动式原始对话策略可以根据当前的聊天对话场景进行不断的调整，并对用户画像进行不断的调整(由粗到细的刻画)，找到新的对话策略，给出合适的回答，包括提出适合的话题，这个话题是结合用户的个性，且包含风趣多变的聊天内容，使整个聊天过程更熙然，更智能。

具体地，当前对话情势模块具体用于：

获得当前用户输入的对话信息；

根据预设规则，判断人机对话过程中的显性信息和隐性信息，显性信息是通过机器人询问或用户输入的对话信息获得的，隐性信息是通过动态分析机器人询问或用户输入的对话信息获得的；

根据显性信息和隐性信息，通过预设规则判断当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

预设规则指判断显性或隐性信息的规则，比如怎样通过动态对话判断用户可能的人格特质，聊天习惯等，依次作为判断当前对话信息属于何种对话情势，并以此建立或更新用户画像，对于首次与机器人进行对话的用户，就是建立画像，对于曾经与机器人聊过天的用户，就是更新用户画像，使用户画像由粗到细进行刻画。通过这种方式，结合用户之前的聊天内容和用户的画像信息，动态调整对话策略，给出合适的回答，包括提出适合的话题，这个话题是结合用户的个性，且包含风趣多变的聊天内容，使整个聊天过程更熙然，更智能。

其中，显性信息指通过机器人询问或用户直接输入的内容获得的信息，如性别，年龄；隐性信息指通过动态分析获得的信息，如用户的输入习惯，可能的人格特质，喜爱的聊天话题等。

具体地，当前对话情势模块102具体用于：

根据显性信息和隐性信息，得到用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息；

根据用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息，通过预设规则判断当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

对话情势具体来讲，可包括当前聊到了什么话题，之前什么话题聊得不错，用户比较满意，之前聊了什么，不恰当地终止了相关话题，又如当前对话谁比较主动在引导话题，是机器人还是用户，等等。这些动态的参数可以通过动态对话过程的分析进行判断，如之前那个聊得不错的话题聊了10轮，机器人主动终结该话题，又抛出一个相关的话题，从用户的对话反馈来看“聊效”不错。进而通过这些动态参数来判断当前对话情势，更新当前用户的画像。预设规则也是事先根据这些信息建立的规则，根据这些信息将用户当前对话信息进行分类判断，得到当前对话情势，并更新用画像，使人机对话过程更智能。

具体地，原始对话策略调整模块103具体用于：

当前对话的情势为没有话题进行交互时，结合调整策略，通过计算对被动式原始对话策略和用户画像进行动态调整，得到新的对话策略；

根据新的对话策略，机器人主动引出话题，进行对话，机器人主动引出的话题为用户感兴趣的话题；

当前对话的情势为机器人想引出预定话题时，结合调整策略，通过计算对被动式原始对话策略和用户画像进行动态调整，得到新的对话策略；

根据新的对话策略，机器人引导用户关注预定话题的内容，使用户与机器人的对话话题转为预定话题。

调整被动式原始对话策略，是为了让机器人在人机对话过程中，主动地提出用户感兴趣的话题，或是主动引导用户提到某个话题，因此先要了解到当前对话情势是处于何种对话情势，是否处于没有话题聊，是否处于机器人想引出某个话题，然后根据具体的情况调整此时的被动式对话策略，以便给出更合适的回答。

在没有获得任何用户画像的情况下，一般认为是聊天之始，会采用相对通用的聊天策略，如聊热点，以及用趣味性的场景来获得用户信息，以便更好地调整对话策略。在其后的聊天过程中，获知用户的性别，如男生，会往相关男生比较感兴趣的话题去引导，如游戏、运动，如是女生，会主动抛出如明星八卦、穿衣打扮等女生多半会感兴趣的话题。如进一步得知用户的身份，如是大学生，会和用户更多地聊大学生活，又或聊对即将迈入职业生涯的憧憬等。如得知用户失恋的信息，会记忆，并适时地安慰关心，不止当下，还包括隔天的主动问候等。聊天策略是实时调整的，尤其在得知用户更多的显性和隐性信息之后，会给出当下的最佳方案，类似于围棋中的“最善手”。

根据当前对话情势，对原始对话策略进行动态调整，具体地，可设立诸多数据参数，如用户常聊的话题，用户反馈良好的话题，用户不爱聊的话题，用户的人格特质推测，聊天习惯的记录等等，结合不断更新的用户画像，用户不断变化的情绪，以及考虑时间空间等多种维度，对参数进行综合计算，给出当下最适合聊的话题方案和预设接下来几轮想要聊的方向，机器人是否应该主动引导对话，如何控制对话节奏，保证对话的延续性和流畅性等等。这种对话策略的调整会根据数据计算的结果及时更新。如满足用户喜欢二次元的条件，就会动态调整成倾向于多聊二次元话题的对话策略。

因此，如果没有话题聊时，机器人根据之前的聊天内容，结合调整策略，主动给出一个用户感兴趣的话题，主动控制对话的发展走向，使聊天进行的更自然。如果想要用户聊到某个话题，那么机器人可以在对话过程中主动引导用户聊到有关这个话题的内容，使用户聊到这个话题，这样机器人与用户的聊天方式不只有被动，还会主动与用户进行沟通，调整被动式原始对话策略，使整个对话过程更智能。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (8)

1.动态调整对话策略的方法，其特征在于，包括：

步骤S1，获取被动式原始对话策略，所述被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；

步骤S2，获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；

步骤S3，将调整策略结合所述当前对话情势，通过计算调整所述被动式原始对话策略和所述用户画像，得到新的对话策略，实现对所述当前对话情势的进展和方向的主动控制，所述调整策略是基于围棋策略得到的。

2.根据权利要求1所述的动态调整对话策略的方法，其特征在于，

所述步骤S2，具体为：

获得当前用户输入的对话信息；

根据预设规则，判断人机对话过程中的显性信息和隐性信息，所述显性信息是通过机器人询问或用户输入的对话信息获得的，所述隐性信息是通过动态分析所述机器人询问或用户输入的对话信息获得的；

根据所述显性信息和隐性信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

3.根据权利要求2所述的动态调整对话策略的方法，其特征在于，

根据所述显性信息和隐性信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像，具体为：

根据所述显性信息和隐性信息，得到用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息；

根据所述用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

4.根据权利要求1所述的动态调整对话策略的方法，其特征在于，

所述步骤S3，具体为：

当所述当前对话的情势为没有话题进行交互时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，机器人主动引出话题，进行对话，所述机器人主动引出的话题为所述用户感兴趣的话题；

当所述当前对话的情势为机器人想引出预定话题时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，所述机器人引导所述用户关注所述预定话题的内容，使所述用户与所述机器人的对话话题转为所述预定话题。

5.动态调整对话策略的系统，其特征在于，包括：

原始对话策略获取模块，用于获取被动式原始对话策略，所述被动式原始对话策略用来在人机对话过程中给出用户输入对话的对应回答；

当前对话情势模块，用于获得当前用户输入的对话信息，通过预设规则得到当前对话情势和用户画像；

原始对话策略调整模块，用于将调整策略结合所述当前对话情势，通过计算调整所述被动式原始对话策略和所述用户画像，得到新的对话策略，实现对所述当前对话情势的进展和方向的主动控制，所述调整策略是基于围棋策略得到的。

6.根据权利要求5所述的动态调整对话策略的系统，其特征在于，

所述当前对话情势模块具体用于：

获得当前用户输入的对话信息；

根据预设规则，判断人机对话过程中的显性信息和隐性信息，所述显性信息是通过机器人询问或用户输入的对话信息获得的，所述隐性信息是通过动态分析所述机器人询问或用户输入的对话信息获得的；

根据所述显性信息和隐性信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

7.根据权利要求6所述的动态调整对话策略的系统，其特征在于，

所述当前对话情势模块具体用于：

根据所述显性信息和隐性信息，得到用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息；

根据所述用户常聊的话题、用户反馈良好的话题、用户不爱聊的话题、用户的人格特质及聊天习惯的记录信息，通过预设规则判断所述当前用户输入的对话信息的对话情势，得到当前对话情势和用户画像。

8.根据权利要求5所述的动态调整对话策略的系统，其特征在于，

所述原始对话策略调整模块具体用于：

当所述当前对话的情势为没有话题进行交互时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，机器人主动引出话题，进行对话，所述机器人主动引出的话题为所述用户感兴趣的话题；

当所述当前对话的情势为机器人想引出预定话题时，结合所述调整策略，通过计算对所述被动式原始对话策略和所述用户画像进行动态调整，得到新的对话策略；

根据所述新的对话策略，所述机器人引导所述用户关注所述预定话题的内容，使所述用户与所述机器人的对话话题转为所述预定话题。