本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

人工智能(Artificial Intelligence，AI)，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語義識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大。人機(jī)交互(Human-Computer Interaction,HCI)是指人與計(jì)算機(jī)之間使用某種對話語言，以一定的交互方式，為完成確定任務(wù)的人與計(jì)算機(jī)之間的信息交換過程。

在人機(jī)交互系統(tǒng)與用戶交互、響應(yīng)用戶指令的過程中，需要對用戶的指令進(jìn)行語音識別。其中，對話交互是一個非常重要的領(lǐng)域，用戶可以通過語音與計(jì)算機(jī)進(jìn)行“一問一答”的交流，使計(jì)算機(jī)理解用戶意圖，完成用戶的指令。現(xiàn)有的人機(jī)交互系統(tǒng)通常在接收到用戶提出的問題之后，從己有的知識庫中進(jìn)行檢索，如果檢索到與用戶問題相匹配的回答信息，則向用戶反饋該回答信息。為了提高人機(jī)交互系統(tǒng)向用戶提供答案的準(zhǔn)確性和智能性，需要及時對人機(jī)交互系統(tǒng)的知識庫進(jìn)行更新優(yōu)化。

現(xiàn)有的人機(jī)交互系統(tǒng)的知識庫的優(yōu)化方法中通常需要人工對知識庫中的回答信息及對應(yīng)的問題進(jìn)行標(biāo)注及更新，效率低且成本高，對知識庫的評估和優(yōu)化需要較長的時間。對于特定領(lǐng)域(比如醫(yī)學(xué)領(lǐng)域)的人機(jī)交互系統(tǒng)的知識庫的優(yōu)化方法則通過特定領(lǐng)域的專家將該領(lǐng)域的回答信息及對應(yīng)的問題進(jìn)行更新，門檻較高。同時，用戶與智能機(jī)器人進(jìn)行相互關(guān)聯(lián)的多次問答時，問答流程較長，對知識庫對應(yīng)數(shù)據(jù)的更新復(fù)雜度較高，人工優(yōu)化知識庫的方法較難實(shí)現(xiàn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是：現(xiàn)有的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法效率低、時間長的問題。

為解決上述技術(shù)問題，本發(fā)明提出了一種人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法，該人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法包括：

根據(jù)用戶輸入的問題信息獲取多個對應(yīng)的候選回答信息，將各個候選回答信息與所述用戶輸入的問題信息組成多個第一結(jié)果問題向量；

判斷知識庫中是否存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息；

若存在，則將所述知識庫中的與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息組成第二結(jié)果問題向量；

計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的相似度，若所述相似度大于第一預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)。

可選地，所述方法還包括：

若所述知識庫中不存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息，則將所述候選回答信息發(fā)送至多個用戶；

接收多個用戶反饋的候選回答信息正確與否的信息；

若各個用戶均反饋候選回答信息為正確，則將所述候選回答信息與用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)。

可選地，所述方法還包括：

若存在至少一個用戶反饋候選回答信息為錯誤，則丟棄該候選回答信息與所述用戶輸入的問題信息。

可選地，所述根據(jù)用戶輸入的問題信息獲取多個對應(yīng)的候選回答信息包括：

獲取所述用戶輸入的問題信息的至少一個關(guān)鍵詞；

根據(jù)所述關(guān)鍵詞查找所述知識庫，獲取知識庫中多個回答信息作為候選回答信息，所述回答信息對應(yīng)的問題信息包括與所述關(guān)鍵詞相匹配的詞語。

可選地，所述回答信息對應(yīng)的問題信息包括所述關(guān)鍵詞。

可選地，所述相似度包括：Jaccard相似度、皮爾森相似度、余弦相似度。

可選地，所述計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的相似度包括：

計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于第二預(yù)設(shè)閾值，則所述相似度大于第一預(yù)設(shè)閾值；

所述向量距離包括：歐式距離、漢明距離、編輯距離。

本發(fā)明還提出了一種人機(jī)交互系統(tǒng)知識庫的優(yōu)化系統(tǒng)，該人機(jī)交互系統(tǒng)知識庫的優(yōu)化系統(tǒng)包括：

第一結(jié)果問題向量組成單元，用于根據(jù)用戶輸入的問題信息獲取多個對應(yīng)的候選回答信息，將各個候選回答信息與所述用戶輸入的問題信息組成多個第一結(jié)果問題向量；

判斷單元，用于判斷知識庫中是否存在與用戶輸入的問題信息相匹配的數(shù)據(jù)信息；

第二結(jié)果問題向量組成單元，用于當(dāng)知識庫中存在與用戶輸入的問題信息相匹配的數(shù)據(jù)信息時，則將所述知識庫中的與用戶輸入的問題信息相匹配的已檢驗(yàn)的回答信息與對應(yīng)的問題信息組成第二結(jié)果問題向量；

第一優(yōu)化單元，用于計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的相似度，若所述相似度大于第一預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)。

可選地，該人機(jī)交互系統(tǒng)的知識庫的優(yōu)化系統(tǒng)還包括：

用戶反饋信息接收單元，用于當(dāng)所述知識庫中不存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息時，將所述候選回答信息發(fā)送至多個用戶；接收多個用戶反饋的候選回答信息正確與否的信息；

第二優(yōu)化單元，用于當(dāng)各個用戶均反饋候選回答信息為正確時，則將所述候選回答信息與用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)。

可選地，該人機(jī)交互系統(tǒng)的知識庫的優(yōu)化系統(tǒng)還包括：

第三優(yōu)化單元，用于當(dāng)存在至少一個用戶反饋候選回答信息為錯誤時，丟棄該候選回答信息與所述用戶輸入的問題信息。

可選地，所述第一結(jié)果問題向量組成單元包括：

關(guān)鍵詞獲取模塊，用于獲取所述用戶輸入的問題信息的至少一個關(guān)鍵詞；

候選回答信息獲取模塊，用于根據(jù)所述關(guān)鍵詞查找所述知識庫，獲取知識庫中多個回答信息作為候選回答信息，所述回答信息對應(yīng)的問題信息包括與所述關(guān)鍵詞相匹配的詞語。

可選地，所述回答信息對應(yīng)的問題信息包括所述關(guān)鍵詞。

可選地，所述相似度包括：Jaccard相似度、皮爾森相似度、余弦相似度。

可選地，所述第一優(yōu)化單元進(jìn)一步用于：

計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于第二預(yù)設(shè)閾值，則所述相似度大于第一預(yù)設(shè)閾值；

所述向量距離包括：歐式距離、漢明距離、編輯距離。

本發(fā)明提供的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法及系統(tǒng)，通過計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的相似度，若所述相似度大于第一預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，避免了現(xiàn)有的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法效率低、時間長的缺陷，實(shí)現(xiàn)自動對知識庫中的數(shù)據(jù)進(jìn)行優(yōu)化，提高了知識庫優(yōu)化的效率，縮短了知識庫優(yōu)化的時間。優(yōu)化后的知識庫能向用戶準(zhǔn)確、智能地提供答案，提升了人機(jī)交互過程中的用戶體驗(yàn)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一個實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法的流程示意圖；

圖2是本發(fā)明另一個實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法的流程示意圖；

圖3是本發(fā)明一個實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

圖1是本發(fā)明一個實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法的流程示意圖。如圖1所示，該實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法包括：

S11：根據(jù)用戶輸入的問題信息獲取多個對應(yīng)的候選回答信息，將各個候選回答信息與所述用戶輸入的問題信息組成多個第一結(jié)果問題向量；

舉例來說，用戶輸入的問題信息為“請告訴我中國的首都是哪個城市？”，人機(jī)交互系統(tǒng)返回的候選回答信息包括“北京”和“上?！?，則各個候選回答信息與所述用戶輸入的問題信息組成的多個第一結(jié)果問題向量包括：(北京，請告訴我中國的首都是哪個城市？)和(上海，請告訴我中國的首都是哪個城市？)。

S12：判斷知識庫中是否存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息；

需要說明的是，人機(jī)交互系統(tǒng)的知識庫中存儲有回答信息與對應(yīng)的問題信息；其中，知識庫中的回答信息與對應(yīng)的問題信息可以是一對一的關(guān)系，也可以是一對多的關(guān)系。在對人機(jī)交互系統(tǒng)的知識庫進(jìn)行優(yōu)化的過程中，知識庫中的部分回答信息與對應(yīng)的問題信息是經(jīng)過檢驗(yàn)的，另外一部分回答信息與對應(yīng)的問題信息是沒有經(jīng)過檢驗(yàn)的。本發(fā)明實(shí)施例需要判斷知識庫中是否存在于用戶輸入的問題信息相匹配的已檢驗(yàn)的問題信息與對應(yīng)的回答信息。

S13：若存在，則將所述知識庫中的與用戶輸入的問題信息相匹配的數(shù)據(jù)信息組成第二結(jié)果問題向量；

舉例來說，知識庫中存在兩條與用戶輸入的問題信息相匹配的數(shù)據(jù)信息；其中一條數(shù)據(jù)：回答信息為“北京”，對應(yīng)的問題信息為“中國的首都是哪里”；另一條數(shù)據(jù)：回答信息為“上海”，對應(yīng)的問題信息為“請告訴我中國的第一大城市是哪個城市？”。假設(shè)上述知識庫中的兩條信息均為已檢驗(yàn)信息，則將所述知識庫中的與用戶輸入的問題信息相匹配的已檢驗(yàn)的回答信息與對應(yīng)的問題信息組成第二結(jié)果問題向量包括：(北京，中國的首都是哪里)和(上海，請告訴我中國的第一大城市是哪個城市？)。

S14：計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的相似度，若所述相似度大于第一預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)；

進(jìn)一步地，所述相似度包括：Jaccard相似度、皮爾森相似度、余弦相似度。需要說明的是，當(dāng)?shù)谝唤Y(jié)果問題向量與第二結(jié)果問題向量的向量距離小于第二預(yù)設(shè)閾值時，說明第一結(jié)果問題向量與第二結(jié)果問題向量是相近的，可以把候選回答信息與所述用戶輸入的問題信息增加到知識庫中，自動豐富知識庫的數(shù)據(jù)。向量距離包括：歐式距離、漢明距離、編輯距離。

舉例來說，第一結(jié)果問題向量(北京，請告訴我中國的首都是哪個城市？)與第二結(jié)果問題向量(北京，中國的首都是哪里)的向量距離小于預(yù)設(shè)閾值，則更新知識庫的相應(yīng)數(shù)據(jù)，回答信息為“北京”，對應(yīng)的結(jié)果信息為“中國的首都是哪里”和“請告訴我中國的首都是哪個城市？”。

可理解的是，優(yōu)化后的知識庫在接收到用戶的問題信息為“中國的首都是哪里”和“請告訴我中國的首都是哪個城市？”返回的答案信息均為“北京”，用戶采用多種表達(dá)方式的問題信息均可以準(zhǔn)確獲得回答信息。

本發(fā)明實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法，通過計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，避免了現(xiàn)有的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法效率低、時間長的缺陷，實(shí)現(xiàn)自動對知識庫中的數(shù)據(jù)進(jìn)行優(yōu)化，提高了知識庫優(yōu)化的效率，縮短了知識庫優(yōu)化的時間。優(yōu)化后的知識庫能向用戶準(zhǔn)確、智能地提供答案，提升了人機(jī)交互過程中的用戶體驗(yàn)。

圖2是本發(fā)明另一個實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法的流程示意圖。如圖2所示，該實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法包括：

S21：獲取所述用戶輸入的問題信息的至少一個關(guān)鍵詞；根據(jù)所述關(guān)鍵詞查找所述知識庫，獲取知識庫中多個回答信息作為候選回答信息，所述回答信息對應(yīng)的問題信息包括與所述關(guān)鍵詞相匹配的詞語，將各個候選回答信息與所述用戶輸入的問題信息組成多個第一結(jié)果問題向量；

舉例來說，用戶輸入的問題信息為“請告訴我中國的首都是哪個城市？”，獲取問題信息中的關(guān)鍵詞“中國”和“城市”；知識庫中存在兩條回答信息中對應(yīng)的問題信息與所述關(guān)鍵詞相匹配的數(shù)據(jù)信息。其中一條數(shù)據(jù)：回答信息為“北京”，對應(yīng)的問題信息為“中國的首都是哪里”；另一條數(shù)據(jù)：回答信息為“上?！?，對應(yīng)的問題信息為“請告訴我中國的第一大城市是哪個城市？”人機(jī)交互系統(tǒng)返回的候選回答信息包括“北京”和“上?！保瑒t各個候選回答信息與所述用戶輸入的問題信息組成的多個第一結(jié)果問題向量包括：(北京，請告訴我中國的首都是哪個城市？)和(上海，請告訴我中國的首都是哪個城市？)。

優(yōu)選地，為了提高知識庫優(yōu)化的準(zhǔn)確性，在獲取候選回答信息時，所述回答信息對應(yīng)的問題信息包括所述關(guān)鍵詞，即與關(guān)鍵詞完全一致。

S22：判斷知識庫中是否存在與用戶輸入的問題信息相匹配的數(shù)據(jù)信息；

S23：若存在，則將所述知識庫中的與用戶輸入的問題信息相匹配的數(shù)據(jù)信息組成第二結(jié)果問題向量；

步驟S22和步驟S23與圖1中的實(shí)施例過程相同，在此不再贅述。

S24：計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)；

在實(shí)際應(yīng)用中，在獲取與第二結(jié)果問題向量是相近的第一結(jié)果問題向量時，可以計(jì)算第一結(jié)果問題向量和第二結(jié)果問題向量的余弦距離，也可以計(jì)算第一結(jié)果問題向量和第二結(jié)果問題向量的歐式距離。

S25：若所述知識庫中不存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息，則將所述候選回答信息發(fā)送至多個用戶；接收多個用戶反饋的候選回答信息正確與否的信息；

需要說明的是，當(dāng)知識庫中與用戶輸入的問題信息相匹配的數(shù)據(jù)信息均未檢驗(yàn)時，需要采用人工盲測的方式對用戶輸入的問題信息與對應(yīng)的多個候選回答信息進(jìn)行檢驗(yàn)。

S26：若各個用戶均反饋候選回答信息為正確，則將所述候選回答信息與用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)；

舉例來說，將候選回答信息“北京”發(fā)送至多個用戶，若各個用戶均反饋回答信息“北京”為正確的，則將回答信息為“北京”，問題信息“請告訴我中國的首都是哪個城市？”的數(shù)據(jù)增加到知識庫中。

S27：若存在至少一個用戶反饋候選回答信息為錯誤，則丟棄該候選回答信息與所述用戶輸入的問題信息。

舉例來說，將候選回答信息“上?！卑l(fā)送至多個用戶，若存在至少一個用戶反饋回答信息“上?！睘殄e誤的，則丟棄回答信息為“上?！?，問題信息為“請告訴我中國的首都是哪個城市？”的數(shù)據(jù)。

圖3是本發(fā)明一個實(shí)施例的基于響應(yīng)結(jié)果的人機(jī)交互系統(tǒng)的結(jié)構(gòu)示意圖。如圖3所示，本發(fā)明實(shí)施例的基于響應(yīng)結(jié)果的人機(jī)交互系統(tǒng)包括：第一結(jié)果問題向量組成單元31、判斷單元32、第二結(jié)果問題向量組成單元33和第一優(yōu)化單元34，具體地：

第一結(jié)果問題向量組成單元31，用于根據(jù)用戶輸入的問題信息獲取多個對應(yīng)的候選回答信息，將各個候選回答信息與所述用戶輸入的問題信息組成多個第一結(jié)果問題向量；

判斷單元32，用于判斷知識庫中是否存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息；

第二結(jié)果問題向量組成單元33，用于當(dāng)知識庫中存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息時，則將所述知識庫中的與用戶輸入的問題信息相匹配的已檢驗(yàn)的回答信息與對應(yīng)的問題信息組成第二結(jié)果問題向量；

第一優(yōu)化單元34，用于計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)。

本發(fā)明提供的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法及系統(tǒng)，第一優(yōu)化單元34通過計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，避免了現(xiàn)有的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法效率低、時間長的缺陷，實(shí)現(xiàn)自動對知識庫中的數(shù)據(jù)進(jìn)行優(yōu)化，提高了知識庫優(yōu)化的效率，縮短了知識庫優(yōu)化的時間。優(yōu)化后的知識庫能向用戶準(zhǔn)確、智能地提供答案，提升了人機(jī)交互過程中的用戶體驗(yàn)。

在一種可選的實(shí)施方式中，該人機(jī)交互系統(tǒng)的知識庫的優(yōu)化系統(tǒng)還包括：

用戶反饋信息接收單元，用于當(dāng)所述知識庫中不存在與用戶輸入的問題信息相匹配的已檢驗(yàn)的數(shù)據(jù)信息時，將所述候選回答信息發(fā)送至多個用戶；接收多個用戶反饋的候選回答信息正確與否的信息；

第二優(yōu)化單元，用于當(dāng)各個用戶均反饋候選回答信息為正確時，則將所述候選回答信息與用戶輸入的問題信息增加到知識庫中，并將該候選回答信息與所述用戶輸入的問題信息標(biāo)記為已檢驗(yàn)。

進(jìn)一步地，該人機(jī)交互系統(tǒng)的知識庫的優(yōu)化系統(tǒng)還包括：

第三優(yōu)化單元，用于當(dāng)存在至少一個用戶反饋候選回答信息為錯誤時，丟棄該候選回答信息與所述用戶輸入的問題信息。

具體地，第一結(jié)果問題向量組成單元31包括：

關(guān)鍵詞獲取模塊，用于獲取所述用戶輸入的問題信息的至少一個關(guān)鍵詞；

候選回答信息獲取模塊，用于根據(jù)所述關(guān)鍵詞查找所述知識庫，獲取知識庫中多個回答信息作為候選回答信息，所述回答信息對應(yīng)的問題信息包括與所述關(guān)鍵詞相匹配的詞語。

優(yōu)選地，所述回答信息對應(yīng)的問題信息包括所述關(guān)鍵詞。

可選地，所述相似度包括：Jaccard相似度、皮爾森相似度、余弦相似度。

第一優(yōu)化單元34進(jìn)一步用于：

計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于第二預(yù)設(shè)閾值，則所述相似度大于第一預(yù)設(shè)閾值；

所述向量距離包括：歐式距離、漢明距離、編輯距離。

本實(shí)施例的人機(jī)交互系統(tǒng)知識庫的優(yōu)化系統(tǒng)可以用于執(zhí)行上述方法實(shí)施例，其原理和技術(shù)效果類似，此處不再贅述。

本發(fā)明提供的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法及系統(tǒng)，通過計(jì)算各個第一結(jié)果問題向量與第二結(jié)果問題向量的向量距離，若所述向量距離小于預(yù)設(shè)閾值，則將相應(yīng)的候選回答信息與所述用戶輸入的問題信息增加到知識庫中，避免了現(xiàn)有的人機(jī)交互系統(tǒng)知識庫的優(yōu)化方法效率低、時間長的缺陷，實(shí)現(xiàn)自動對知識庫中的數(shù)據(jù)進(jìn)行優(yōu)化，提高了知識庫優(yōu)化的效率，縮短了知識庫優(yōu)化的時間。優(yōu)化后的知識庫能向用戶準(zhǔn)確、智能地提供答案，提升了人機(jī)交互過程中的用戶體驗(yàn)。

需要說明的是術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本發(fā)明的說明書中，說明了大量具體細(xì)節(jié)。然而能夠理解的是，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。類似地，應(yīng)當(dāng)理解，為了精簡本發(fā)明公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實(shí)施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋呈反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

以上實(shí)施例僅用于說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。