CN109684453A - 一种信息处理方法及电子设备 - Google Patents

Abstract

本公开公开了一种信息处理方法，应用于智能会话系统中，智能会话系统能够对接收到的输入信息响应并提供反馈信息；方法包括：获取用户输入的问题信息，响应问题信息，输出反馈信息；其中，反馈信息至少包括问题信息中的两个关键字，且反馈信息中关键字之间的顺序与关键字在问题信息中的顺序相同。本公开能够根据用户输入的问题信息输出多样化的反馈信息，有效提升了用户体验。本公开还公开了一种智能会话系统。

Description

一种信息处理方法及电子设备

技术领域

本公开涉及电子技术领域，尤其涉及一种信息处理方法及电子设备。

背景技术

随着电子技术的不断发展，人机交互也得到了广泛的应用。目前，在智 能客服系统中，针对事实类问题会首先利用自然语言理解针对用户问题进行 解析，得到相应的结构化解析结果，然后基于该结构化结构结合话术模板生 成用户问题的回复。

现有的这种方式，生成的回复往往过于呆板，无法根据用户具体的提问 方式对回复内容进行有效的变化，过于机械化，无法带给用户人性化、个性 化的体验。

发明内容

有鉴于此，本公开提供一种信息处理方法，能够根据用户的提问方式生 成多样化的回复，有效提升了用户体验。

本公开提供了一种信息处理方法，应用于智能会话系统中，所述智能会 话系统能够对接收到的输入信息响应并提供反馈信息；所述方法包括：

获取用户输入的问题信息；

响应所述问题信息，输出反馈信息；其中，所述反馈信息至少包括所述 问题信息中的两个关键字，且所述反馈信息中关键字之间的顺序与所述关键 字在所述问题信息中的顺序相同。

优选地，所述响应所述问题信息，输出反馈信息包括：

对所述问题信息进行自然语言理解，得到相应的结构化解析结果；

基于所述结构化解析结果进行知识库查询，得到与所述问题信息对应的 答案信息；

对所述问题信息进行处理；

对所述结构化解析结果进行处理；

对所述答案信息进行处理；

基于所述问题信息、结构化解析结果，以及所述答案信息的处理结果， 输出所述反馈信息。

优选地，所述对所述问题信息进行处理包括：

对所述问题信息进行编码表示，得到所述问题信息相应的编码结果。

优选地，所述对所述结构化解析结果进行处理包括：

对所述结构化解析结果进行编码表示，得到所述结构化解析结果相应的 编码结果。

优选地，所述对所述答案信息进行处理包括：

对所述答案信息进行编码表示，得到所述答案信息相应的编码结果。

优选地，所述对所述问题信息进行自然语言理解，得到相应的结构化解 析结果包括：

基于预先训练得到的语义解析模型对所述问题信息进行自然语言理解， 得到相应的结构化解析结果。

一种智能会话系统，包括：存储器，用于存储应用程序与应用程序运行 所产生的数据；

输入装置，用于获取用户输入的问题信息；

处理器，用于运行所述应用程序以响应所述问题信息，输出反馈信息； 其中，所述反馈信息至少包括所述问题信息中的两个关键字，且所述反馈信 息中关键字之间的顺序与所述关键字在所述问题信息中的顺序相同。

优选地，所述处理器在响应所述问题信息，输出反馈信息时，具体用于：

对所述问题信息进行自然语言理解，得到相应的结构化解析结果；

基于所述结构化解析结果进行知识库查询，得到与所述问题信息对应的 答案信息；

对所述问题信息进行处理；

对所述结构化解析结果进行处理；

对所述答案信息进行处理；

基于所述问题信息、结构化解析结果，以及所述答案信息的处理结果， 输出所述反馈信息。

优选地，所述处理器在对所述问题信息进行处理时，具体用于：

对所述问题信息进行编码表示，得到所述问题信息相应的编码结果。

优选地，所述处理器在对所述结构化解析结果进行处理时，具体用于：

对所述结构化解析结果进行编码表示，得到所述结构化解析结果相应的 编码结果。

优选地，所述处理器在对所述答案信息进行处理时，具体用于：

对所述答案信息进行编码表示，得到所述答案信息相应的编码结果。

优选地，所述处理器在对所述问题信息进行自然语言理解，得到相应的 结构化解析结果时，具体用于：

基于预先训练得到的语义解析模型对所述问题信息进行自然语言理解， 得到相应的结构化解析结果。

从上述技术方案可以看出，本公开公开的一种数据处理方法，应用于智 能会话系统中，其中，智能会话系统能够对接收到的输入信息响应并提供反 馈信息；当需要对用户输入的信息进行处理时，首先获取用户输入的问题信 息，然后响应问题信息，输出反馈信息，其中，输出的反馈信息至少包括问 题信息中的两个关键字，且反馈信息中关键字之间的顺序与所述关键字在问 题信息中的顺序相同。能够根据用户输入的问题信息输出多样化的反馈信息， 有效提升了用户体验。

附图说明

为了更清楚地说明本公开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公开的一些实施例，对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本公开公开的一种信息处理方法实施例1的流程图；

图2为本公开公开的一种信息处理方法实施例2的流程图；

图3为本公开公开的一种智能会话系统实施例1的结构示意图；

图4为本公开公开的一种智能会话系统实施例2的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而 不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

如图1所示，为本公开公开的一种信息处理方法实施例1的流程图，所 述方法应用于智能会话系统中，即应用到能够对接收到的输入信息响应并提 供反馈的会话系统；所述方法可以包括以下步骤：

S101、获取用户输入的问题信息；

当需要对用户输入的问题信息进行处理时，首先获取用户输入的问题信 息。在获取用户输入的问题信息时，可以通过声音获取设备获取用户的问题 信息，如，通过麦克风获取用户的问题信息。

其中，用户输入的问题信息可以是用户输入的英文问题信息，也可以是 用户输入的中文问题信息等。例如，用户输入的问题信息可以是：“Does z2 work with mods？”、“Does z2support mods？”、“Is z2mods supported？” 或“Is mods compatible withz2？”；也可以是：“z2是否适用于mods？”、 “z2是否支持mods？”、“是否支持z2mods？”或“mods与z2兼容吗？”。

S102、响应问题信息，输出反馈信息；其中，反馈信息至少包括问题信 息中的两个关键字，且反馈信息中关键字之间的顺序与关键字在问题信息中 的顺序相同。

当获取到用户输入的问题信息后，进一步对用户输入的问题信息进行响 应，然后输出相应的反馈信息。其中，输出的反馈信息至少包括问题信息中 的两个关键字，且反馈信息中关键字之间的顺序与关键字在问题信息中的顺 序相同。

以上述例子为例，当用户输入的问题信息为“Does z2work with mods？” 时，响应该问题信息，输出的反馈信息为“Yes.Z2can work with mods.”，输 出的反馈信息中关键字“work with mods”包含在问题信息中，且关键字之间 的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“Does z2support mods？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2support mods.”，输出的反馈信息中关键字“Z2 support mods”包含在问题信息中，且关键字之间的顺序与关键字在问题信息 中的顺序相同；

当用户输入的问题信息为“Is z2mods supported？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2is mods supported.”，输出的反馈信息中关键字 “mods supported”包含在问题信息中，且关键字之间的顺序与关键字在问题 信息中的顺序相同；

当用户输入的问题信息为“Is mods compatible with z2？”时，输出的反馈 信息为“Yes.Mods is compatible with Z2.”，输出的反馈信息中关键字 “compatible withZ2”包含在问题信息中，且关键字之间的顺序与关键字在问 题信息中的顺序相同；

当用户输入的问题信息为“z2是否适用于mods？”时，输出的反馈信息 为“是的。Z2可以适用于mods。”，输出的反馈信息中关键字“适用于mods” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“z2是否支持mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持mods”包含在 问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“是否支持z2mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持”包含在问题 信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“mods与z2兼容吗？”时，输出的反馈信息为 “是的。Mods与Z2兼容”，输出的反馈信息中关键字“Mods与Z2兼容” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同。

而现有的信息处理方式是，当用户输入的问题信息为“Does z2work withmods？”、“Does z2support mods？”、“Is z2mods supported？”或“Is mods compatiblewith z2？”时，输出的反馈信息统一为“Yes,Z2supports mods.”。

综上所述，在上述实施例中，当需要对用户输入的信息进行处理时，首 先获取用户输入的问题信息，然后响应问题信息，输出反馈信息，其中，输 出的反馈信息至少包括问题信息中的两个关键字，且反馈信息中关键字之间 的顺序与所述关键字在问题信息中的顺序相同。能够根据用户输入的问题信 息输出多样化的反馈信息，有效提升了用户体验。

如图2所示，为本公开公开的一种信息处理方法实施例2的流程图，所 述方法应用于智能会话系统中，即应用到能够对接收到的输入信息响应并提 供反馈的会话系统；所述方法可以包括以下步骤：

S201、获取用户输入的问题信息；

当需要对用户输入的问题信息进行处理时，首先获取用户输入的问题信 息。在获取用户输入的问题信息时，可以通过声音获取设备获取用户的问题 信息，如，通过麦克风获取用户的问题信息。

其中，用户输入的问题信息可以是用户输入的英文问题信息，也可以是 用户输入的中文问题信息等。例如，用户输入的问题信息可以是：“Does z2 work with mods？”、“Does z2support mods？”、“Is z2mods supported？” 或“Is mods compatible withz2？”；也可以是：“z2是否适用于mods？”、 “z2是否支持mods？”、“是否支持z2mods？”或“mods与z2兼容吗？”。

S202、对问题信息进行自然语言理解，得到相应的结构化解析结果；

当获取到用户输入的问题信息后，进一步对获取到的问题信息进行自然 语音理解，得到相应的结构化解析结果。

具体的，在对问题信息进行自然语言理解，得到相应的结构化结果时， 可以采用的主要自然语言处理技术有文本分类技术和信息抽取技术。为了做 到精确的用户语义解析，首先需要针对历史用户输入的问题信息进行人工标 注，针对每个用户输入的问题信息标注出相应的属性名：Domain(域名)、 Intent(意图)、Sub-Intent(子意图)以及Question-Type(问题类型)和Slot (插槽)。在完成数据标注后，需要开始语义解析模型的训练，该模型的输 入为用户原始输入，输出为相应的Domain、Intent、Sub-Intent以及 Question-Type和Slot。例如，用户输入的问题信息为“Does Z2play support 5G？”，经过自然语言理解后，会得到如表1所示的结构化结果：

表1 结构化解析结果

语义解析模型可用采用文本分类模型，如采用SVM(Support Vector Machine，支持向量机)、CNN(Convolutional Neural Networks，卷积神经网 络)或者LSTM(LongShort-Term Memory，长短期记忆网络)等；也可以选 用信息抽取模型，如CRF(conditionalrandom field algorithm，条件随机场)、 LSTM+CRF等。本公开中，为了获取更好的语义解析效果，可以将文本分类 模型和信息抽取模型进行了有效的融合。针对用户问题Q，通过自然语言理 解模块均会得到一个相应的结构化解析结果U。

S203、基于结构化解析结果进行知识库查询，得到与问题信息对应的答 案信息；

用户输出的问题信息经过自然语言理解后会得到的结构化理解结果，基 于该结果可以通过知识库查询得到用户问题的答案。如用户问题“Does Z2play support 5G？”经过自然语言理解模块解析后，查询知识库得到的结果为Yes。 需要注意的是由于知识库存储的答案是细粒度的，可以作为生成回复的组成 部分，但不可以直接用于回复用户问题的。

S204、对问题信息进行处理；

然后，进一步对用户输入的问题信息进行处理。具体的，可以对用户输 入的问题信息进行编码表示，得到问题信息相应的编码结果。

S205、对结构化解析结果进行处理；

同时，进一步对得到的结构化解析结果进行处理。具体的，可以对结构 化解析结果进行编码表示，得到结构化解析结果相应的编码结果。

S206、对答案信息进行处理；

同时，进一步对得到答案信息进行处理。具体的，可以对答案信息进行 编码表示，得到答案信息相应的编码结果。

S207、基于问题信息、结构化解析结果，以及答案信息的处理结果，输 出反馈信息，其中，反馈信息至少包括问题信息中的两个关键字，且反馈信 息中关键字之间的顺序与关键字在所述问题信息中的顺序相同。

最后，将问题信息相应的编码结果、结构化解析结果相应的编码结果， 以及答案信息相应的编码结果作为输入，输出反馈信息。

以上述例子为例，当用户输入的问题信息为“Does z2work with mods？” 时，响应该问题信息，输出的反馈信息为“Yes.Z2can work with mods.”，输 出的反馈信息中关键字“work with mods”包含在问题信息中，且关键字之间 的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“Does z2support mods？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2support mods.”，输出的反馈信息中关键字“Z2 support mods”包含在问题信息中，且关键字之间的顺序与关键字在问题信息 中的顺序相同；

当用户输入的问题信息为“Is z2mods supported？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2is mods supported.”，输出的反馈信息中关键字 “mods supported”包含在问题信息中，且关键字之间的顺序与关键字在问题 信息中的顺序相同；

当用户输入的问题信息为“Is mods compatible with z2？”时，输出的反馈 信息为“Yes.Mods is compatible with Z2.”，输出的反馈信息中关键字 “compatible withZ2”包含在问题信息中，且关键字之间的顺序与关键字在问 题信息中的顺序相同；

当用户输入的问题信息为“z2是否适用于mods？”时，输出的反馈信息 为“是的。Z2可以适用于mods。”，输出的反馈信息中关键字“适用于mods” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“z2是否支持mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持mods”包含在 问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“是否支持z2mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持”包含在问题 信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“mods与z2兼容吗？”时，输出的反馈信息为 “是的。Mods与Z2兼容”，输出的反馈信息中关键字“Mods与Z2兼容” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同。

而现有的信息处理方式是，当用户输入的问题信息为“Does z2work withmods？”、“Does z2support mods？”、“Is z2mods supported？”或“Is mods compatiblewith z2？”时，输出的反馈信息统一为“Yes,Z2supports mods.”。

综上所述，上述实施例公开的技术方案不同于以往基于模板的回复生成 方案，首先通过自然语言理解模块解析针对用户问题进行解析得到结构化的 解析结果，然后通过查询知识库得到用户问题相应的答案，最后结合用户问 题，从而生成用户问题的回复。该方案能够有效避免基于模板生成回复方式 单一，过于机械化的缺点。该方案在正确回答问题的基础上，能够极大的丰 富回复方式，带给用户人性化、个性化的体验。

另外，该方案提出的回复生成模型为三个部分：用户问题，自然语言理 解的结构化解析结果以及知识库查询结果。各个部分对于回复的生成均起着 至关重要的作用，首先是用户问题，直接将用户问题作为回复生成的输入之 一，可以建立起用户问题和回复内容的直接关联，可以保证回复方式与问题 的一致性；将结构化解析结果和知识库查询结果作为输入可以有效保证生成 回复的正确性。而且回复生成模型可以通过数据的积累，不断进行学习改进， 因此该方案具备良好的实用性和有效性。

如图3所示，为本公开公开的一种智能会话系统实施例1的结构示意图， 所述智能会话系统能够对接收到的输入信息响应并提供反馈的会话系统；所 述智能会话系统可以包括：

存储器301，用于存储应用程序与应用程序运行所产生的数据；

输入装置302，用于获取用户输入的问题信息；

当需要对用户输入的问题信息进行处理时，首先获取用户输入的问题信 息。在获取用户输入的问题信息时，可以通过声音获取设备获取用户的问题 信息，如，通过麦克风获取用户的问题信息。

其中，用户输入的问题信息可以是用户输入的英文问题信息，也可以是 用户输入的中文问题信息等。例如，用户输入的问题信息可以是：“Does z2 work with mods？”、“Does z2support mods？”、“Is z2mods supported？” 或“Is mods compatible withz2？”；也可以是：“z2是否适用于mods？”、 “z2是否支持mods？”、“是否支持z2mods？”或“mods与z2兼容吗？”。

处理器303，用于运行所述应用程序以响应问题信息，输出反馈信息；其 中，反馈信息至少包括问题信息中的两个关键字，且反馈信息中关键字之间 的顺序与关键字在问题信息中的顺序相同。

当获取到用户输入的问题信息后，进一步对用户输入的问题信息进行响 应，然后输出相应的反馈信息。其中，输出的反馈信息至少包括问题信息中 的两个关键字，且反馈信息中关键字之间的顺序与关键字在问题信息中的顺 序相同。

以上述例子为例，当用户输入的问题信息为“Does z2work with mods？” 时，响应该问题信息，输出的反馈信息为“Yes.Z2can work with mods.”，输 出的反馈信息中关键字“work with mods”包含在问题信息中，且关键字之间 的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“Does z2support mods？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2support mods.”，输出的反馈信息中关键字“Z2 support mods”包含在问题信息中，且关键字之间的顺序与关键字在问题信息 中的顺序相同；

当用户输入的问题信息为“Is z2mods supported？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2is mods supported.”，输出的反馈信息中关键字 “mods supported”包含在问题信息中，且关键字之间的顺序与关键字在问题 信息中的顺序相同；

当用户输入的问题信息为“Is mods compatible with z2？”时，输出的反馈 信息为“Yes.Mods is compatible with Z2.”，输出的反馈信息中关键字 “compatible withZ2”包含在问题信息中，且关键字之间的顺序与关键字在问 题信息中的顺序相同；

当用户输入的问题信息为“z2是否适用于mods？”时，输出的反馈信息 为“是的。Z2可以适用于mods。”，输出的反馈信息中关键字“适用于mods” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“z2是否支持mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持mods”包含在 问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“是否支持z2mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持”包含在问题 信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“mods与z2兼容吗？”时，输出的反馈信息为 “是的。Mods与Z2兼容”，输出的反馈信息中关键字“Mods与Z2兼容” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同。

而现有的信息处理方式是，当用户输入的问题信息为“Does z2work withmods？”、“Does z2support mods？”、“Is z2mods supported？”或“Is mods compatiblewith z2？”时，输出的反馈信息统一为“Yes,Z2supports mods.”。

综上所述，在上述实施例中，当需要对用户输入的信息进行处理时，首 先获取用户输入的问题信息，然后响应问题信息，输出反馈信息，其中，输 出的反馈信息至少包括问题信息中的两个关键字，且反馈信息中关键字之间 的顺序与所述关键字在问题信息中的顺序相同。能够根据用户输入的问题信 息输出多样化的反馈信息，有效提升了用户体验。

如图4所示，为本公开公开的一种智能会话系统实施例2的结构示意图， 所述智能会话系统能够对接收到的输入信息响应并提供反馈的会话系统；所 述智能会话系统可以包括：

存储器401，用于存储应用程序与应用程序运行所产生的数据；

输入装置402，用于获取用户输入的问题信息；

当需要对用户输入的问题信息进行处理时，首先获取用户输入的问题信 息。在获取用户输入的问题信息时，可以通过声音获取设备获取用户的问题 信息，如，通过麦克风获取用户的问题信息。

其中，用户输入的问题信息可以是用户输入的英文问题信息，也可以是 用户输入的中文问题信息等。例如，用户输入的问题信息可以是：“Does z2 work with mods？”、“Does z2support mods？”、“Is z2mods supported？” 或“Is mods compatible withz2？”；也可以是：“z2是否适用于mods？”、 “z2是否支持mods？”、“是否支持z2mods？”或“mods与z2兼容吗？”。

处理器403，用于运行所述应用程序以对问题信息进行自然语言理解，得 到相应的结构化解析结果；

当获取到用户输入的问题信息后，进一步对获取到的问题信息进行自然 语音理解，得到相应的结构化解析结果。

具体的，在对问题信息进行自然语言理解，得到相应的结构化结果时， 可以采用的主要自然语言处理技术有文本分类技术和信息抽取技术。为了做 到精确的用户语义解析，首先需要针对历史用户输入的问题信息进行人工标 注，针对每个用户输入的问题信息标注出相应的属性名：Domain(域名)、 Intent(意图)、Sub-Intent(子意图)以及Question-Type(问题类型)和Slot (插槽)。在完成数据标注后，需要开始语义解析模型的训练，该模型的输 入为用户原始输入，输出为相应的Domain、Intent、Sub-Intent以及 Question-Type和Slot。例如，用户输入的问题信息为“Does Z2 play support 5G？”，经过自然语言理解后，会得到如表1所示的结构化结果。

语义解析模型可用采用文本分类模型，如采用SVM(Support Vector Machine，支持向量机)、CNN(Convolutional Neural Networks，卷积神经网 络)或者LSTM(LongShort-Term Memory，长短期记忆网络)等；也可以选 用信息抽取模型，如CRF(conditionalrandom field algorithm，条件随机场)、 LSTM+CRF等。本公开中，为了获取更好的语义解析效果，可以将文本分类 模型和信息抽取模型进行了有效的融合。针对用户问题Q，通过自然语言理 解模块均会得到一个相应的结构化解析结果U。

处理器403，还用于基于结构化解析结果进行知识库查询，得到与问题信 息对应的答案信息；

用户输出的问题信息经过自然语言理解后会得到的结构化理解结果，基 于该结果可以通过知识库查询得到用户问题的答案。如用户问题“Does Z2play support 5G？”经过自然语言理解模块解析后，查询知识库得到的结果为Yes。 需要注意的是由于知识库存储的答案是细粒度的，可以作为生成回复的组成 部分，但不可以直接用于回复用户问题的。

处理器403，还用于对问题信息进行处理；

然后，进一步对用户输入的问题信息进行处理。具体的，可以对用户输 入的问题信息进行编码表示，得到问题信息相应的编码结果。

处理器403，还用于对结构化解析结果进行处理；

同时，进一步对得到的结构化解析结果进行处理。具体的，可以对结构 化解析结果进行编码表示，得到结构化解析结果相应的编码结果。

处理器403，还用于对答案信息进行处理；

同时，进一步对得到答案信息进行处理。具体的，可以对答案信息进行 编码表示，得到答案信息相应的编码结果。

处理器403，还用于基于问题信息、结构化解析结果，以及答案信息的处 理结果，输出反馈信息，其中，反馈信息至少包括问题信息中的两个关键字， 且反馈信息中关键字之间的顺序与关键字在所述问题信息中的顺序相同。

最后，将问题信息相应的编码结果、结构化解析结果相应的编码结果， 以及答案信息相应的编码结果作为输入，输出反馈信息。

以上述例子为例，当用户输入的问题信息为“Does z2work with mods？” 时，响应该问题信息，输出的反馈信息为“Yes.Z2can work with mods.”，输 出的反馈信息中关键字“work with mods”包含在问题信息中，且关键字之间 的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“Does z2support mods？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2support mods.”，输出的反馈信息中关键字“Z2 support mods”包含在问题信息中，且关键字之间的顺序与关键字在问题信息 中的顺序相同；

当用户输入的问题信息为“Is z2mods supported？”时，响应该问题信息， 输出的反馈信息为“Yes.Z2is mods supported.”，输出的反馈信息中关键字 “mods supported”包含在问题信息中，且关键字之间的顺序与关键字在问题 信息中的顺序相同；

当用户输入的问题信息为“Is mods compatible with z2？”时，输出的反馈 信息为“Yes.Mods is compatible with Z2.”，输出的反馈信息中关键字 “compatible withZ2”包含在问题信息中，且关键字之间的顺序与关键字在问 题信息中的顺序相同；

当用户输入的问题信息为“z2是否适用于mods？”时，输出的反馈信息 为“是的。Z2可以适用于mods。”，输出的反馈信息中关键字“适用于mods” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“z2是否支持mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持mods”包含在 问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“是否支持z2mods？”时，输出的反馈信息为 “是的。Z2支持mods。”，输出的反馈信息中关键字“支持”包含在问题 信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同；

当用户输入的问题信息为“mods与z2兼容吗？”时，输出的反馈信息为 “是的。Mods与Z2兼容”，输出的反馈信息中关键字“Mods与Z2兼容” 包含在问题信息中，且关键字之间的顺序与关键字在问题信息中的顺序相同。

而现有的信息处理方式是，当用户输入的问题信息为“Does z2work withmods？”、“Does z2support mods？”、“Is z2mods supported？”或“Is mods compatiblewith z2？”时，输出的反馈信息统一为“Yes,Z2supports mods.”。

综上所述，上述实施例公开的技术方案不同于以往基于模板的回复生成 方案，首先通过自然语言理解模块解析针对用户问题进行解析得到结构化的 解析结果，然后通过查询知识库得到用户问题相应的答案，最后结合用户问 题，从而生成用户问题的回复。该方案能够有效避免基于模板生成回复方式 单一，过于机械化的缺点。该方案在正确回答问题的基础上，能够极大的丰 富回复方式，带给用户人性化、个性化的体验。

另外，该方案提出的回复生成模型为三个部分：用户问题，自然语言理 解的结构化解析结果以及知识库查询结果。各个部分对于回复的生成均起着 至关重要的作用，首先是用户问题，直接将用户问题作为回复生成的输入之 一，可以建立起用户问题和回复内容的直接关联，可以保证回复方式与问题 的一致性；将结构化解析结果和知识库查询结果作为输入可以有效保证生成 回复的正确性。而且回复生成模型可以通过数据的积累，不断进行学习改进， 因此该方案具备良好的实用性和有效性。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示 例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现， 为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性 地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行， 取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定 的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本 公开的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、 处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存 储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可 编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的 任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用 本公开。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易 见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下， 在其它实施例中实现。因此，本公开将不会被限制于本文所示的这些实施例， 而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种信息处理方法，应用于智能会话系统中，所述智能会话系统能够对接收到的输入信息响应并提供反馈信息；所述方法包括：

获取用户输入的问题信息；

响应所述问题信息，输出反馈信息；其中，所述反馈信息至少包括所述问题信息中的两个关键字，且所述反馈信息中关键字之间的顺序与所述关键字在所述问题信息中的顺序相同。

2.根据权利要求1所述的方法，所述响应所述问题信息，输出反馈信息包括：

对所述问题信息进行自然语言理解，得到相应的结构化解析结果；

基于所述结构化解析结果进行知识库查询，得到与所述问题信息对应的答案信息；

对所述问题信息进行处理；

对所述结构化解析结果进行处理；

对所述答案信息进行处理；

基于所述问题信息、结构化解析结果，以及所述答案信息的处理结果，输出所述反馈信息。

3.根据权利要求2所述的方法，所述对所述问题信息进行处理包括：

对所述问题信息进行编码表示，得到所述问题信息相应的编码结果。

4.根据权利要求2所述的方法，所述对所述结构化解析结果进行处理包括：

对所述结构化解析结果进行编码表示，得到所述结构化解析结果相应的编码结果。

5.根据权利要求2所述的方法，所述对所述答案信息进行处理包括：

对所述答案信息进行编码表示，得到所述答案信息相应的编码结果。

6.根据权利要求2所述的方法，所述对所述问题信息进行自然语言理解，得到相应的结构化解析结果包括：

基于预先训练得到的语义解析模型对所述问题信息进行自然语言理解，得到相应的结构化解析结果。

7.一种智能会话系统，包括：存储器，用于存储应用程序与应用程序运行所产生的数据；

输入装置，用于获取用户输入的问题信息；

处理器，用于运行所述应用程序以响应所述问题信息，输出反馈信息；其中，所述反馈信息至少包括所述问题信息中的两个关键字，且所述反馈信息中关键字之间的顺序与所述关键字在所述问题信息中的顺序相同。

8.根据权利要求7所述的系统，所述处理器在响应所述问题信息，输出反馈信息时，具体用于：

对所述问题信息进行自然语言理解，得到相应的结构化解析结果；

基于所述结构化解析结果进行知识库查询，得到与所述问题信息对应的答案信息；

对所述问题信息进行处理；

对所述结构化解析结果进行处理；

对所述答案信息进行处理；

基于所述问题信息、结构化解析结果，以及所述答案信息的处理结果，输出所述反馈信息。

9.根据权利要求8所述的系统，所述处理器在对所述问题信息进行处理时，具体用于：

对所述问题信息进行编码表示，得到所述问题信息相应的编码结果。

10.根据权利要求8所述的系统，所述处理器在对所述结构化解析结果进行处理时，具体用于：

对所述结构化解析结果进行编码表示，得到所述结构化解析结果相应的编码结果；

或

所述处理器在对所述答案信息进行处理时，具体用于：

对所述答案信息进行编码表示，得到所述答案信息相应的编码结果；

或

所述处理器在对所述问题信息进行自然语言理解，得到相应的结构化解析结果时，具体用于：

基于预先训练得到的语义解析模型对所述问题信息进行自然语言理解，得到相应的结构化解析结果。