一種移動終端信息通訊提示輸入內(nèi)容的方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種移動終端信息通訊提示輸入內(nèi)容的方法和系統(tǒng)，所述方法包括以下步驟：接收自然語言的語義信息以及語義規(guī)則，建立語義信息庫、語義規(guī)則庫、語義網(wǎng)絡(luò)以及人工神經(jīng)網(wǎng)絡(luò)；接收終端發(fā)送的信息通訊內(nèi)容，并轉(zhuǎn)變成可進行語義解析的數(shù)據(jù)內(nèi)容；利用語義信息庫、語義網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)獲得精確語義匹配結(jié)果、語義推理結(jié)果、基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)論；將精確語義解析結(jié)果、語義推理結(jié)果、基于人工神經(jīng)網(wǎng)絡(luò)得到的結(jié)論作為提示信息提示給用戶；所述系統(tǒng)包括有：信息通訊內(nèi)容接收模塊、信息通訊內(nèi)容判斷和識別模塊、處理模塊、語義推理模塊、精確語義解析模塊、結(jié)論推理模塊、提示模塊等。本發(fā)明能減少用戶文字輸入，也提升了用戶的手機體驗。
【專利說明】一種移動終端信息通訊提示輸入內(nèi)容的方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及移動通信【技術(shù)領(lǐng)域】，具體涉及一種移動終端信息通訊提示輸入內(nèi)容的方法和系統(tǒng)。

【背景技術(shù)】
[0002]隨著手機等移動終端的普及，人們常通過QQ、微信等即時通訊工具或手機短信進行消息通訊。如何提高用戶的消息輸入速度和效率，目前較普遍的做法是通過輸入法輸入提示來解決。而這種方式輸入速度慢，用戶體驗不佳。


【發(fā)明內(nèi)容】

[0003]針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種移動終端信息通訊提示輸入內(nèi)容的方法和系統(tǒng)，能夠在信息通訊過程中對上文信息數(shù)據(jù)進行分析，并據(jù)此給用戶提示消息通訊的下文內(nèi)容，由用戶選擇并響應(yīng)所述消息通訊。
[0004]本發(fā)明的技術(shù)方案如下:
一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，所述方法包括以下步驟: 步驟1:
接收自然語言的語義信息以及語義規(guī)則，建立語義信息庫和語義規(guī)則庫；
基于語義信息庫和語義規(guī)則庫建立語義網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)，并利用學習訓(xùn)練模塊對神經(jīng)網(wǎng)絡(luò)進行學習訓(xùn)練直至網(wǎng)絡(luò)收斂；
步驟2:接收終端發(fā)送的信息通訊內(nèi)容，并對信息通訊內(nèi)容進行識別以及進行預(yù)處理操作，轉(zhuǎn)變成可進行語義解析的數(shù)據(jù)內(nèi)容；所述信息通訊內(nèi)容包括有文本信息以及圖片、表情、動畫、音頻及視頻等媒體文件信息，所述文本信息為呈文本形式的自然語言；
步驟3:
(3.1)利用語義信息庫對可進行語義解析的數(shù)據(jù)進行語義關(guān)系匹配，獲得精確語義匹配結(jié)果；
(3.2)利用語義信息庫以及語義規(guī)則庫，對可進行語義解析的數(shù)據(jù)內(nèi)容進行語義推理，獲得語義推理結(jié)果；
(3.3)將可進行語義解析的數(shù)據(jù)內(nèi)容輸入人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，識別得到語義塊序列后輸入結(jié)論推理模塊，結(jié)論推理模塊根據(jù)語義塊序列從語義信息庫提取結(jié)論；
步驟4:將精確語義解析結(jié)果、語義推理結(jié)果、基于人工神經(jīng)網(wǎng)絡(luò)得到的結(jié)論作為回復(fù)所述信息通訊內(nèi)容的提示信息提示給用戶，由用戶選擇后響應(yīng)所述接收到的信息通訊內(nèi)容。
[0005]步驟I中，所述語義信息庫包括有基本概念庫、常識知識庫、句型關(guān)系模板庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫以及與基本概念庫、常識知識庫、句型關(guān)系模板庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫相關(guān)聯(lián)的語義關(guān)系庫；其中所述用戶綜合信息庫包括有用戶的個人信息、通訊信息、社交信息、網(wǎng)上購物信息、上網(wǎng)足跡信息、用戶行為信息等數(shù)據(jù)。
[0006]步驟1中，所述語義規(guī)則庫包括有自然語義分析規(guī)則庫、分類規(guī)則庫、匹配規(guī)則庫、數(shù)理邏輯推導(dǎo)規(guī)則庫、處理策略庫、用戶行為分析規(guī)則庫。所述自然語義分析規(guī)則庫包括有文本語境處理、詞法分析、句法分析、語義分析以及篇章分析規(guī)則。
[0007]步驟1中，學習訓(xùn)練模塊對神經(jīng)網(wǎng)絡(luò)進行學習訓(xùn)練，是指對語義信息庫中的語料信息進行分詞、語義消歧、確定詞性和語義塊標注形成語義塊序列。
[0008]步驟1中，若語義信息庫中存放有圖片、表情、動畫、音頻及視頻等媒體文件信息，則對該媒體文件進行內(nèi)容識別或文本信息標注。
[0009]步驟1中，所述語義信息庫根據(jù)用戶通訊信息、用戶上網(wǎng)行為結(jié)合互聯(lián)網(wǎng)信息進行信息更新。
[0010]步驟2中，對信息通訊內(nèi)容進行識別，具體為判斷信息通訊內(nèi)容的類型，若為圖片、表情、動畫、音頻及視頻等媒體文件信息，則對其進行識別后轉(zhuǎn)換為呈文本形式的自然語言；步驟2中的預(yù)處理操作具體為，將文本信息以及經(jīng)過識別后的通訊內(nèi)容信息進行分詞操作，轉(zhuǎn)變?yōu)榭蛇M行語義解析的數(shù)據(jù)。
[0011]步驟3.1的具體過程為:根據(jù)語義關(guān)系庫分別與基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫之間的相關(guān)聯(lián)的關(guān)系，在所述基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫中查找與可進行語義解析的數(shù)據(jù)精確匹配的基本概念，獲得精確語義匹配結(jié)果。
[0012]步驟3.2的具體過程為，將經(jīng)過預(yù)處理操作的可進行語義解析的數(shù)據(jù)內(nèi)容輸入到語義網(wǎng)絡(luò)，語義推理模塊將可進行語義解析的數(shù)據(jù)內(nèi)容生成包含推理機制的對象，在語義網(wǎng)絡(luò)中進行查詢，根據(jù)語義規(guī)則庫中所建立的規(guī)則得出推理結(jié)果。
[0013]步驟3.3的具體過程為:
(3.31)將經(jīng)過預(yù)處理操作的可進行語義解析的數(shù)據(jù)內(nèi)容輸入到人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，語義塊識別模塊從語義解析的數(shù)據(jù)內(nèi)容中識別得到語義塊信息，并且將語義塊輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸入層識別語義塊所含詞的詞性、語義塊標記、語境、所處位置等參數(shù)，經(jīng)隱含層傳遞至輸出層，由輸出層得到反應(yīng)語義塊分類標記的可能性的對應(yīng)參數(shù)并輸入結(jié)論推理模塊；
(3.32)結(jié)論推理模塊根據(jù)對應(yīng)參數(shù)的最大值從語義信息庫中查詢與由語義塊序列組成的已進行語義解析的數(shù)據(jù)內(nèi)容的已知問題，從語義信息庫中存儲的相似的已知問題及其對應(yīng)應(yīng)答中獲取相應(yīng)的結(jié)論。
[0014]一種移動終端信息通訊提示輸入內(nèi)容的系統(tǒng)，所述系統(tǒng)包括有:
存儲模塊，用于語義信息庫和語義規(guī)則庫中的數(shù)據(jù)存儲；
信息更新模塊，用于根據(jù)用戶的習慣知識、用戶行為結(jié)合互聯(lián)網(wǎng)信息對語義規(guī)則庫進行信息更新；
信息通訊內(nèi)容接收模塊，用于接收終端發(fā)送的信息通訊內(nèi)容；
信息通訊內(nèi)容判斷和識別模塊，用于判斷和識別終端發(fā)送的信息通訊內(nèi)容，具體為判斷信息通訊內(nèi)容的類型，然后根據(jù)通訊內(nèi)容信息類型進行識別并轉(zhuǎn)換為呈文本形式的自然語言，其中識別包括有圖片識別、表情識別、動畫識別、音頻識別、視頻識別、位置信息識別以及網(wǎng)頁信息識別； 處理模塊，用于對識別后的信息通訊內(nèi)容進行預(yù)處理，將識別后的信息通訊內(nèi)容轉(zhuǎn)為可進行語義解析的數(shù)據(jù)；
語義推理模塊，用于利用語義信息庫以及語義規(guī)則庫，對可進行語義解析的數(shù)據(jù)內(nèi)容進行語義推理，獲得語義推理結(jié)果；
精確語義解析模塊，用于利用基本概念庫、常識知識庫并結(jié)合語義關(guān)系庫對可進行語義解析的數(shù)據(jù)進行語義關(guān)系匹配，獲得精確語義匹配結(jié)果；
學習訓(xùn)練模塊，用于進行學習訓(xùn)練，具體包括對語義信息庫中的語料信息進行分詞、語義消歧、確定詞性和語義塊標注，形成語義塊序列直至網(wǎng)絡(luò)收斂；同時在網(wǎng)絡(luò)收斂過程中學習句型、詞性標注、命名實體識別、短語識別、語義角色標注、詞語表征以及學習一個詞語的多個表征。網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元提供模塊保存；
神經(jīng)元提供模塊，用于保存網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)；
結(jié)論推理模塊，用于根據(jù)語義塊序列從語義信息庫獲取結(jié)論；
提示模塊，用于將精確語義應(yīng)答、推理語義應(yīng)答以及基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)論作為所述信息通訊內(nèi)容的下文提示信息并提示給用戶。
[0015]所述信息通訊內(nèi)容接收模塊與信息通訊內(nèi)容判斷和識別模塊連接，信息通訊內(nèi)容判斷和識別模塊與處理模塊連接，處理模塊分別與精確語義匹配模塊、智能推理模塊連接，處理模塊通過存儲至神經(jīng)元提供模塊中的人工神經(jīng)網(wǎng)絡(luò)與結(jié)論推理模塊連接，智能推理模塊通過存儲至存儲模塊中的語義網(wǎng)絡(luò)與存儲模塊連接，精確語義匹配模塊、智能推理模塊以及結(jié)論推理模塊均與提示模塊連接，精確語義匹配模塊、信息更新模塊分別與存儲模塊連接；
進一步地，所述信息通訊內(nèi)容接收模塊向信息通訊內(nèi)容判斷和識別模塊單向通信連接，信息通訊內(nèi)容判斷和識別模塊向處理模塊單向通信連接，處理模塊分別向精確語義匹配模塊、智能推理模塊單向通信連接，處理模塊通過人工神經(jīng)網(wǎng)絡(luò)向結(jié)論推理模塊單向通信連接，智能推理模塊通過語義網(wǎng)絡(luò)與存儲模塊進行雙向通信連接，精確語義匹配模塊、智能推理模塊以及結(jié)論推理模塊分別向提示模塊單向進行通信連接，存儲模塊分別與精確語義匹配模塊、信息更新模塊進行雙向通信連接。
[0016]本發(fā)明的有益效果為:本發(fā)明能夠在用戶利用手機或其他移動終端進行短信、即時消息等通訊過程中，可將移動終端消息通訊上文轉(zhuǎn)化成可進行語義解析的數(shù)據(jù)，并將精確語義解析結(jié)果、語義推理結(jié)果、基于人工神經(jīng)網(wǎng)絡(luò)得到的結(jié)論，作為消息通訊下文數(shù)據(jù)提示給用戶，由用戶選擇以響應(yīng)所述消息通訊，從而減少用戶文字輸入，也提升了用戶的手機體驗。

【專利附圖】

【附圖說明】
[0017]圖1為本發(fā)明所述的一種移動終端信息通訊提示輸入內(nèi)容的方法流程圖；
圖2為本發(fā)明所述的一種移動終端信息通訊提示輸入內(nèi)容的系統(tǒng)示意圖。

【具體實施方式】
[0018]下面結(jié)合附圖對本發(fā)明作進一步的說明。
[0019]如附圖1所示，本發(fā)明實施例所提供的一種移動終端信息通訊提示輸入內(nèi)容的方法，具體包括以下步驟:
步驟1:
(1.1)接收自然語言的語義信息以及語義規(guī)則，建立語義信息庫和語義規(guī)則庫，其中語義信息庫包括有基本概念庫、常識知識庫、句型關(guān)系模板庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫以及與基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫相關(guān)聯(lián)的語義關(guān)系庫。若語義信息庫中存放有圖片、表情、動畫、音頻及視頻等媒體文件信息，則對該媒體文件進行文本信息標注，以方便后續(xù)的精確語義匹配。而用戶綜合信息庫包括有用戶的個人信息、通訊信息、社交信息、網(wǎng)上購物信息、上網(wǎng)足跡信息、用戶行為信息等數(shù)據(jù)，所述自然語義分析規(guī)則庫包括有文本語境處理、詞法分析、句法分析、語義分析以及篇章分析規(guī)則。
[0020]語義信息庫中的各種概念、句型、常識等語義規(guī)則內(nèi)容均由語義專家輸入，例如，所述基本概念庫包含精確的控制指令概念、應(yīng)用名稱概念、影視名稱概念、音樂名稱概念、導(dǎo)演演員名稱概念、電視臺名稱概念等一系列基本概念以及基本概念的擴展概念組成，還包括其他領(lǐng)域的輸入內(nèi)容，由語義專家自定義輸入。常識知識庫包含有各種基本常識，句型關(guān)系庫包含有結(jié)合基本概念庫和常識知識庫相關(guān)聯(lián)的各種句型關(guān)系。另外，所述語義信息庫根據(jù)用戶的習慣知識、用戶行為結(jié)合互聯(lián)網(wǎng)信息進行信息更新。進一步的，語義規(guī)則庫還可以設(shè)置用戶個性化提取機制，對特定群體、領(lǐng)域用戶或個體用戶的使用個性進行提取，以實現(xiàn)個性化的用戶需求。
[0021](1.2)基于語義信息庫和語義規(guī)則庫建立語義網(wǎng)絡(luò)。語義網(wǎng)絡(luò)是一種人工智能語義網(wǎng)絡(luò)結(jié)構(gòu)，其利用語義信息庫中的概念及概念之間的關(guān)系，并附加語義規(guī)則庫中的規(guī)則信息建立。因此語義網(wǎng)絡(luò)具備分析推理功能，而語義推理是基于概念及其與其他概念之間的關(guān)系進行語義層面的推理，其關(guān)鍵在于各個概念之間關(guān)系的推理。
[0022](1.3)基于語義信息庫和語義規(guī)則庫建立人工神經(jīng)網(wǎng)絡(luò)，其具體過程為:
預(yù)分詞模塊對語義信息庫中的語料信息進行分詞、語義消歧、確定詞性并進行語義塊標注形成語義塊序列；學習訓(xùn)練模塊對經(jīng)預(yù)分詞模塊處理后的語料信息進行學習訓(xùn)練直至網(wǎng)絡(luò)收斂。網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元提供模塊保存。
[0023]語義塊序列是指由語義塊組成的序列，語義塊可分為屬性值塊(Αν)、屬性塊(At)、主體塊(Sn)、事件塊(Εν)，例如句子:具備哪些條件的學生才可以申請獎學金？經(jīng)過預(yù)分詞模塊進行分詞、語義消歧、確定詞性的操作處理后，句子的詞序列如下:[具備/V][哪些/r條件/η]的[學生/η][才/d可以/v申請/v][獎學金/η] ? /w，加上語義塊信息后為，[Εν具備/V] [Qf哪些/r條件/η]的[Sn學生/η] [Εν才/d可以/ν申請/v] [Sn 獎學金/η] ? h。
[0024]訓(xùn)練后的人工神經(jīng)網(wǎng)絡(luò)包含有輸入層、輸出層和隱含層，其輸入層根據(jù)語義塊所含詞的詞義和語境設(shè)定節(jié)點，輸出層根據(jù)語義塊分類設(shè)定節(jié)點，隱含層用于實現(xiàn)輸入層到輸出層的傳遞；因此訓(xùn)練后的人工神經(jīng)網(wǎng)絡(luò)由一系列節(jié)點集組成，每一個節(jié)點集又都有若干個從該節(jié)點出來的由語義塊組成的分支。通過這種結(jié)構(gòu)，多個節(jié)點集構(gòu)成了一棵內(nèi)存樹，樹的葉子節(jié)點存有語義塊序列信息。
[0025]步驟2:接收終端發(fā)送的信息通訊內(nèi)容，若為圖片、表情、動畫、音頻及視頻等媒體文件信息，則對其進行識別后轉(zhuǎn)換為呈文本形式的自然語言；經(jīng)過識別后的通訊內(nèi)容信息進行分詞、語義消歧、確定詞性等預(yù)處理操作，轉(zhuǎn)變?yōu)榭蛇M行語義解析的數(shù)據(jù)。
[0026]步驟3:
(3.1)利用語義信息庫對可進行語義解析的數(shù)據(jù)進行語義關(guān)系匹配，獲得精確語義匹配結(jié)果，其具體過程為:根據(jù)語義關(guān)系庫分別與基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫之間的相關(guān)聯(lián)的關(guān)系，在所述基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫中查找與可進行語義解析的數(shù)據(jù)精確匹配的基本概念，獲得精確語義匹配結(jié)果。
[0027]由于基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫包含了語義專家輸入的含義精確的基本概念、常識知識條目，再結(jié)合語義關(guān)系庫中與基本概念庫和常識知識庫的基本概念或擴展概念、常識知識條目之間的語義關(guān)系，從而可以對自然語言的文本作精確語義解析，獲取精確語義匹配結(jié)果。例如，消息通訊中所攜帶的消息通訊上文文字數(shù)據(jù)中包含了 “動作片”，而系統(tǒng)在基本概念庫中的電影類型概念中，查找到“動作片”這一基本概念，以及在語義關(guān)系庫中查找到與“動作片”相關(guān)的“武打片”，從而可推導(dǎo)出消息通訊上文文字數(shù)據(jù)的語意。
(3.2)利用語義信息庫以及語義規(guī)則庫，對可進行語義解析的數(shù)據(jù)內(nèi)容進行語義推理，獲得語義推理結(jié)果。其具體過程為，將經(jīng)過預(yù)處理操作的可進行語義解析的數(shù)據(jù)內(nèi)容輸入到語義網(wǎng)絡(luò)，語義推理模塊將可進行語義解析的數(shù)據(jù)內(nèi)容生成包含推理機制的對象，在語義網(wǎng)絡(luò)中進行查詢，根據(jù)語義規(guī)則庫中所建立的規(guī)則得出推理結(jié)果。例如，假設(shè)可進行語義解析的數(shù)據(jù)內(nèi)容為“李連杰的動作片中屬于古裝片的有哪些？”根據(jù)分類規(guī)則，假設(shè)結(jié)果為a，那么a既屬于李連杰的動作片，又屬于古裝片，語義推理模塊在語義網(wǎng)絡(luò)進行查找，得出結(jié)果a為《少林寺》和《南北少林》。
[0028](3.3)將經(jīng)過預(yù)處理操作的可進行語義解析的數(shù)據(jù)內(nèi)容輸入到人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，語義塊識別模塊從語義解析的數(shù)據(jù)內(nèi)容中識別得到語義塊信息，并且將語義塊輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸入層識別語義塊所含詞的詞性、語義塊標記、語境、所處位置等參數(shù)，經(jīng)隱含層傳遞至輸出層，由輸出層得到反應(yīng)語義塊分類標記的可能性的對應(yīng)參數(shù)并輸入結(jié)論推理模塊。結(jié)論推理模塊根據(jù)對應(yīng)參數(shù)的最大值從語義信息庫中查詢與由語義塊序列組成的已進行語義解析的數(shù)據(jù)內(nèi)容相似的已知問題，從語義信息庫中存儲的相似的已知問題及其對應(yīng)應(yīng)答中獲取相應(yīng)的結(jié)論。
[0029]步驟4:精確語義匹配結(jié)果、語義推理結(jié)果、基于人工神經(jīng)網(wǎng)絡(luò)得到的結(jié)論作為回復(fù)所述信息通訊內(nèi)容的提示信息提示給用戶，由用戶選擇后響應(yīng)所述接收到的信息通訊內(nèi)容。
[0030]如附圖2所示，一種移動終端信息通訊提示輸入內(nèi)容的系統(tǒng)，所述移動終端可以為手機、平板電腦、個人數(shù)字助理、電視機、車載電腦、可穿戴通信設(shè)備等各種設(shè)備，本發(fā)明實施例對此不作限制，所述系統(tǒng)包括有:
存儲模塊，用于語義信息庫和語義規(guī)則庫中的數(shù)據(jù)存儲；
信息更新模塊，用于根據(jù)用戶的習慣知識、用戶行為結(jié)合互聯(lián)網(wǎng)信息對語義規(guī)則庫進行信息更新；
信息通訊內(nèi)容接收模塊，用于接收終端發(fā)送的信息通訊內(nèi)容；
信息通訊內(nèi)容判斷和識別模塊，用于判斷和識別終端發(fā)送的信息通訊內(nèi)容，具體為判斷信息通訊內(nèi)容的類型，然后根據(jù)通訊內(nèi)容信息類型進行識別并轉(zhuǎn)換為呈文本形式的自然語言，其中，識別包括有圖片識別、表情識別、動畫識別、音頻識別、視頻識別、位置信息識別以及網(wǎng)頁信息識別；
處理模塊，用于對識別后的信息通訊內(nèi)容進行預(yù)處理，將識別后的信息通訊內(nèi)容轉(zhuǎn)為可進行語義解析的數(shù)據(jù)；
語義推理模塊，用于利用語義信息庫以及語義規(guī)則庫，對可進行語義解析的數(shù)據(jù)內(nèi)容進行語義推理，獲得語義推理結(jié)果；
精確語義解析模塊，用于利用基本概念庫、常識知識庫并結(jié)合語義關(guān)系庫對可進行語義解析的數(shù)據(jù)進行語義關(guān)系匹配，獲得精確語義匹配結(jié)果；
學習訓(xùn)練模塊，用于進行學習訓(xùn)練，具體包括對語義信息庫中的語料信息進行分詞、語義消歧、確定詞性和語義塊標注形成語義塊序列直至網(wǎng)絡(luò)收斂。網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元提供模塊保存；
神經(jīng)元提供模塊，用于保存網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)；
結(jié)論推理模塊，用于根據(jù)語義塊序列從語義信息庫獲取結(jié)論；
提示模塊，用于將精確語義應(yīng)答、推理語義應(yīng)答以及基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)論作為所述信息通訊內(nèi)容的下文提示信息并提示給用戶。
[0031 ] 所述信息通訊內(nèi)容接收模塊與信息通訊內(nèi)容判斷和識別模塊連接，信息通訊內(nèi)容判斷和識別模塊與處理模塊連接，處理模塊分別與精確語義匹配模塊、智能推理模塊連接，處理模塊通過存儲至神經(jīng)元提供模塊中的人工神經(jīng)網(wǎng)絡(luò)與結(jié)論推理模塊連接，智能推理模塊通過存儲至存儲模塊中的語義網(wǎng)絡(luò)與存儲模塊連接，精確語義匹配模塊、智能推理模塊以及結(jié)論推理模塊均與提示模塊連接，精確語義匹配模塊、信息更新模塊分別與存儲模塊連接；
所述信息通訊內(nèi)容接收模塊向信息通訊內(nèi)容判斷和識別模塊單向通信連接，信息通訊內(nèi)容判斷和識別模塊向處理模塊單向通信連接，處理模塊分別向精確語義匹配模塊、智能推理模塊單向通信連接，處理模塊通過人工神經(jīng)網(wǎng)絡(luò)向結(jié)論推理模塊單向通信連接，智能推理模塊通過語義網(wǎng)絡(luò)與存儲模塊進行雙向通信連接，精確語義匹配模塊、智能推理模塊以及結(jié)論推理模塊分別向提示模塊單向進行通信連接，存儲模塊分別與精確語義匹配模塊、信息更新模塊進行雙向通信連接。
【權(quán)利要求】
1.一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，所述方法包括以下步驟: 步驟1: 接收自然語言的語義信息以及語義規(guī)則，建立語義信息庫和語義規(guī)則庫； 基于語義信息庫和語義規(guī)則庫建立語義網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)，并利用學習訓(xùn)練模塊對神經(jīng)網(wǎng)絡(luò)進行學習訓(xùn)練直至網(wǎng)絡(luò)收斂； 步驟2:接收終端發(fā)送的信息通訊內(nèi)容，并對信息通訊內(nèi)容進行識別以及進行預(yù)處理操作，轉(zhuǎn)變成可進行語義解析的數(shù)據(jù)內(nèi)容； 步驟3: (3.1)利用語義信息庫對可進行語義解析的數(shù)據(jù)進行語義關(guān)系匹配，獲得精確語義匹配結(jié)果； (3.2)利用語義信息庫以及語義規(guī)則庫，對可進行語義解析的數(shù)據(jù)內(nèi)容進行語義推理，獲得語義推理結(jié)果； (3.3)將可進行語義解析的數(shù)據(jù)內(nèi)容輸入人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，識別得到語義塊序列后輸入結(jié)論推理模塊，結(jié)論推理模塊根據(jù)語義塊序列從語義信息庫提取結(jié)論；步驟4:將精確語義解析結(jié)果、語義推理結(jié)果、基于人工神經(jīng)網(wǎng)絡(luò)得到的結(jié)論作為回復(fù)所述信息通訊內(nèi)容的提示信息提示給用戶，由用戶選擇后響應(yīng)所述接收到的信息通訊內(nèi)容。
2.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，步驟I中，所述語義信息庫包括有基本概念庫、常識知識庫、句型關(guān)系模板庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫以及與基本概念庫、常識知識庫、句型關(guān)系模板庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫相關(guān)聯(lián)的語義關(guān)系庫；其中所述用戶綜合信息庫包括有用戶的個人信息、通訊信息、社交信息、網(wǎng)上購物信息、上網(wǎng)足跡信息、用戶行為信息等數(shù)據(jù)。
3.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，所述語義規(guī)則庫包括有自然語義分析規(guī)則庫、分類規(guī)則庫、匹配規(guī)則庫、數(shù)理邏輯推導(dǎo)規(guī)則庫、處理策略庫、用戶行為分析規(guī)則庫，其中，所述自然語義分析規(guī)則庫包括有文本語境處理、詞法分析、句法分析、語義分析以及篇章分析規(guī)則。
4.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，步驟1.2中，學習訓(xùn)練模塊對神經(jīng)網(wǎng)絡(luò)進行學習訓(xùn)練，是指對語義信息庫中的語料信息進行分詞、語義消歧、確定詞性和語義塊標注形成語義塊序列。
5.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，步驟2還包括，判斷信息通訊內(nèi)容的類型，若為圖片、表情、動畫、音頻及視頻等媒體文件信息，則對其進行識別后轉(zhuǎn)換為呈文本形式的自然語言；步驟2中的預(yù)處理操作具體為，將文本信息以及經(jīng)過識別后的通訊內(nèi)容信息進行分詞操作，轉(zhuǎn)變?yōu)榭蛇M行語義解析的數(shù)據(jù)。
6.如權(quán)利要求2所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，所述語義信息庫根據(jù)用戶通訊信息、用戶上網(wǎng)行為結(jié)合互聯(lián)網(wǎng)信息進行信息更新。
7.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，步驟3.1的具體過程為:根據(jù)語義關(guān)系庫分別與基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫之間的相關(guān)聯(lián)的關(guān)系，在所述基本概念庫、常識知識庫、用戶綜合信息庫、互聯(lián)網(wǎng)信息庫、自定義預(yù)輸入信息庫中查找與可進行語義解析的數(shù)據(jù)精確匹配的基本概念，獲得精確語義匹配結(jié)果。
8.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，步驟3.2的具體過程為，將經(jīng)過預(yù)處理操作的可進行語義解析的數(shù)據(jù)內(nèi)容輸入到語義網(wǎng)絡(luò)，語義推理模塊將可進行語義解析的數(shù)據(jù)內(nèi)容生成包含推理機制的對象，在語義網(wǎng)絡(luò)中進行查詢，根據(jù)語義規(guī)則庫中所建立的規(guī)則得出推理結(jié)果。
9.如權(quán)利要求1所述的一種移動終端信息通訊提示輸入內(nèi)容的方法，其特征在于，步驟3.3的具體過程為: (3.31)將經(jīng)過預(yù)處理操作的可進行語義解析的數(shù)據(jù)內(nèi)容輸入到人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，語義塊識別模塊從語義解析的數(shù)據(jù)內(nèi)容中識別得到語義塊信息，并且將語義塊輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸入層識別語義塊所含詞的詞性、語義塊標記、語境、所處位置等參數(shù)，經(jīng)隱含層傳遞至輸出層，由輸出層得到反應(yīng)語義塊分類標記的可能性的對應(yīng)參數(shù)并輸入結(jié)論推理模塊； (3.32)結(jié)論推理模塊根據(jù)對應(yīng)參數(shù)的最大值從語義信息庫中查詢與由語義塊序列組成的已進行語義解析的數(shù)據(jù)內(nèi)容的已知問題，從語義信息庫中存儲的相似的已知問題及其對應(yīng)應(yīng)答中獲取相應(yīng)的結(jié)論。
10.一種移動終端信息通訊提示輸入內(nèi)容的系統(tǒng)，其特征在于，所述系統(tǒng)包括有: 存儲模塊，用于語義信息庫和語義規(guī)則庫中的數(shù)據(jù)存儲； 信息更新模塊，用于根據(jù)用戶的習慣知識、用戶行為結(jié)合互聯(lián)網(wǎng)信息對語義規(guī)則庫進行信息更新； 信息通訊內(nèi)容接收模塊，用于接收終端發(fā)送的信息通訊內(nèi)容； 信息通訊內(nèi)容判斷和識別模塊，用于判斷和識別終端發(fā)送的信息通訊內(nèi)容，具體為判斷信息通訊內(nèi)容的類型，然后根據(jù)通訊內(nèi)容信息類型進行識別并轉(zhuǎn)換為呈文本形式的自然語言，其中，識別包括有圖片識別、表情識別、動畫識別、音頻識別、視頻識別、位置信息識別以及網(wǎng)頁信息識別； 處理模塊，用于對識別后的信息通訊內(nèi)容進行預(yù)處理，將識別后的信息通訊內(nèi)容轉(zhuǎn)為可進行語義解析的數(shù)據(jù)； 語義推理模塊，用于利用語義信息庫以及語義規(guī)則庫，對可進行語義解析的數(shù)據(jù)內(nèi)容進行語義推理，獲得語義推理結(jié)果； 精確語義解析模塊，用于利用基本概念庫、常識知識庫并結(jié)合語義關(guān)系庫對可進行語義解析的數(shù)據(jù)進行語義關(guān)系匹配，獲得精確語義匹配結(jié)果； 學習訓(xùn)練模塊，用于進行學習訓(xùn)練，具體包括對語義信息庫中的語料信息進行分詞、語義消歧、確定詞性和語義塊標注形成語義塊序列直至網(wǎng)絡(luò)收斂； 網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元提供模塊保存； 神經(jīng)元提供模塊，用于保存網(wǎng)絡(luò)收斂后的人工神經(jīng)網(wǎng)絡(luò)； 結(jié)論推理模塊，用于根據(jù)語義塊序列從語義信息庫獲取結(jié)論； 提示模塊，用于將精確語義應(yīng)答、推理語義應(yīng)答以及基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)論作為所述信息通訊內(nèi)容的下文提示信息并提示給用戶； 所述信息通訊內(nèi)容接收模塊與信息通訊內(nèi)容判斷和識別模塊連接，信息通訊內(nèi)容判斷和識別模塊與處理模塊連接，處理模塊分別與精確語義匹配模塊、智能推理模塊連接，處理模塊通過存儲至神經(jīng)元提供模塊中的人工神經(jīng)網(wǎng)絡(luò)與結(jié)論推理模塊連接，智能推理模塊通過存儲至存儲模塊中的語義網(wǎng)絡(luò)與存儲模塊連接，精確語義匹配模塊、智能推理模塊以及結(jié)論推理模塊均與提示模塊連接，精確語義匹配模塊、信息更新模塊分別與存儲模塊連接; 所述信息通訊內(nèi)容接收模塊向信息通訊內(nèi)容判斷和識別模塊單向通信連接，信息通訊內(nèi)容判斷和識別模塊向處理模塊單向通信連接，處理模塊分別向精確語義匹配模塊、智能推理模塊單向通信連接，處理模塊通過人工神經(jīng)網(wǎng)絡(luò)向結(jié)論推理模塊單向通信連接，智能推理模塊通過語義網(wǎng)絡(luò)與存儲模塊進行雙向通信連接，精確語義匹配模塊、智能推理模塊以及結(jié)論推理模塊分別向提示模塊單向進行通信連接，存儲模塊分別與精確語義匹配模塊、信息更新模塊進行雙向通信連接。
【文檔編號】G06F17/27GK104462064SQ201410770354
【公開日】2015年3月25日 申請日期:2014年12月15日 優(yōu)先權(quán)日:2014年12月15日
【發(fā)明者】陳包容 申請人:陳包容