本發(fā)明涉及智能識別技術領域，具體涉及一種基于語言行為識別的人機對話方法及裝置。

背景技術：

在現(xiàn)有的人工智能對話系統(tǒng)中，利用語料庫以及模板來判斷用戶講話，對話系統(tǒng)該如何回應并未考慮語言行為對于對話流暢度的影響。語言行為的檢測是根據(jù)人類所產出文字、聲音、表情上進行語言行為辨識，通過語言行為辨識能精準判斷每句話的實際動機為何，并以此來調整回答策略。但由于每個人對于每個文字、聲音與表情理解不同，因此單就文字、聲音與表情上的意思而忽略個人的環(huán)境與語言行為而進行對話回應，往往由于信息較少而導致回應結果不精確。

技術實現(xiàn)要素：

針對現(xiàn)有技術中的缺陷，本發(fā)明提供了一種基于語言行為識別的人機對話方法及裝置，在人機對話過程中充分考慮了個人所處的環(huán)境與語言行為，提供了更優(yōu)的回答策略，使得機器人的回應結果更加合理。

第一方面，本發(fā)明提供的一種基于語言行為識別的人機對話方法，包括：獲取用戶的輸入信息，所述輸入信息包括文字信息、聲音信息、圖像信息中的至少一種；從歷史數(shù)據(jù)庫中獲取用戶的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括用戶的習慣信息、偏好信息、操作歷史記錄中的至少一種；將所述輸入信息和所述歷史數(shù)據(jù)輸入語言行為識別模型，得到當前語言行為；將所述當前語言行為輸入語言行為決策模型，得到回答策略。

本發(fā)明提供的基于語言行為識別的人機對話方法，在語言行為識別和語言行為決策的過程中充分考慮了多維度的因素，提高了語言行為的識別準確度，在人機對話過程中充分考慮個人所處的環(huán)境與語言行為，提供了更優(yōu)的回答策略，使得機器人的回應結果更加合理，相較于不考慮語言行為的人機對話方式，降低了機器人對話過程中無法應對用戶的現(xiàn)象，降低了對話無延續(xù)的斷裂感。

優(yōu)選地，還包括：在獲取用戶的輸入信息后，自動獲取外部日常信息，所述外部日常信息包括使用時間、使用地點、新聞信息中的至少一種；所述將所述輸入信息和所述歷史數(shù)據(jù)輸入語言行為識別模型，得到當前語言行為，包括：將所述輸入信息、所述歷史數(shù)據(jù)和所述外部日常信息輸入語言行為識別模型，得到當前語言行為。

優(yōu)選地，還包括：將所述當前語言行為存入所述歷史數(shù)據(jù)庫中；所述將所述當前語言行為輸入語言行為決策模型，得到回答策略，還包括：所述將所述當前語言行為和所述歷史數(shù)據(jù)庫中的過去語言行為輸入語言行為決策模型，得到回答策略。

優(yōu)選地，所述歷史數(shù)據(jù)的更新方法包括：分析用戶使用機器人交互界面的操作信息、使用時間、使用地點、輸入信息，得到新的習慣信息、偏好信息、操作歷史記錄，并更新所述歷史數(shù)據(jù)庫中的習慣信息、偏好信息、操作歷史記錄。

優(yōu)選地，所述當前語言行為包括當前主要語言行為和當前次要語言行為。

第二方面，本發(fā)明提供的一種基于語言行為識別的人機對話裝置，包括：輸入信息獲取模塊，用于獲取用戶的輸入信息，所述輸入信息包括文字信息、聲音信息、圖像信息中的至少一種；歷史數(shù)據(jù)獲取模塊，用于從歷史數(shù)據(jù)庫中獲取用戶的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括用戶的習慣信息、偏好信息、操作歷史記錄中的至少一種；語言行為識別模塊，用于將所述輸入信息和所述歷史數(shù)據(jù)輸入語言行為識別模型，得到當前語言行為；語言行為決策模塊，用于將所述當前語言行為輸入語言行為決策模型，得到回答策略。

本發(fā)明提供的基于語言行為識別的人機對話裝置，在語言行為識別和語言行為決策的過程中充分考慮了多維度的因素，提高了語言行為的識別準確度，在人機對話過程中充分考慮個人所處的環(huán)境與語言行為，提供了更優(yōu)的回答策略，使得機器人的回應結果更加合理，相較于不考慮語言行為的人機對話方式，降低了機器人對話過程中無法應對用戶的現(xiàn)象，降低了對話無延續(xù)的斷裂感。

優(yōu)選地，還包括外部日常信息獲取模塊，用于在獲取用戶的輸入信息后，自動獲取外部日常信息，所述外部日常信息包括使用時間、使用地點、新聞信息中的至少一種；所述語言行為識別模塊具體用于：所述將所述輸入信息、所述歷史數(shù)據(jù)和所述外部日常信息輸入語言行為識別模型，得到當前語言行為。

優(yōu)選地，還包括更新模塊，用于將所述當前語言行為存入所述歷史數(shù)據(jù)庫中；所述語言行為決策模塊具體用于：將所述當前語言行為和所述歷史數(shù)據(jù)庫中的過去語言行為輸入語言行為決策模型，得到回答策略。

優(yōu)選地，還包括歷史數(shù)據(jù)更新模塊，用于分析用戶使用機器人交互界面的操作信息、使用時間、使用地點、輸入信息，得到新的習慣信息、偏好信息、操作歷史記錄，并更新所述歷史數(shù)據(jù)庫中的習慣信息、偏好信息、操作歷史記錄。

優(yōu)選地，所述當前語言行為包括當前主要語言行為和當前次要語言行為。

附圖說明

圖1示出了本發(fā)明實施例所提供的基于語言行為識別的人機對話方法的流程圖；

圖2示出了本發(fā)明實施例所提供的基于語言行為識別的人機對話裝置的結構框圖。

具體實施方式

下面將結合附圖對本發(fā)明技術方案的實施例進行詳細的描述。以下實施例僅用于更加清楚地說明本發(fā)明的技術方案，因此只是作為示例，而不能以此來限制本發(fā)明的保護范圍。

需要注意的是，除非另有說明，本申請使用的技術術語或者科學術語應當為本發(fā)明所屬領域技術人員所理解的通常意義。

如圖1所示，本實施例提供的一種基于語言行為識別的人機對話方法，包括：

步驟s1，獲取用戶的輸入信息，輸入信息包括文字信息、聲音信息、圖像信息中的至少一種。

其中，用戶通過人機交互界面輸入文字，機器人獲取用戶輸入的文字信息；聲音信息可以通過內置在機器人內部的收聲裝置獲??；圖像信息可以通過設置在機器人上的攝像頭獲取。獲取的文字信息、聲音信息、圖像信息存入機器人內部的存儲器，供后續(xù)處理使用。

步驟s2，從歷史數(shù)據(jù)庫中獲取用戶的歷史數(shù)據(jù)，歷史數(shù)據(jù)包括用戶的習慣信息、偏好信息、操作歷史記錄中的至少一種。

其中，歷史數(shù)據(jù)庫中用于存儲一些以前獲取或計算得到的數(shù)據(jù)。

步驟s3，將輸入信息和歷史數(shù)據(jù)輸入語言行為識別模型，得到當前語言行為。

其中，輸入語言行為識別模型的輸入信息和歷史數(shù)據(jù)分別包括多個參數(shù)，但每個參數(shù)都不是必要參數(shù)，即使只輸入一個參數(shù)也可以得到當前語言行為，只是輸入語言行為識別模型的參數(shù)越多，結果越精準。其中，語言行為識別模型基于現(xiàn)有的機器學習算法實現(xiàn)，不限于某種特定算法或公式。

步驟s4，將當前語言行為輸入語言行為決策模型，得到回答策略。

其中，回答策略用于在與人對話過程中，為機器人提供回答的策略。語言行為決策模型為當給定語言行為后，接下來機器人應該采取的行動，因此語言行為決策模型可以用各種現(xiàn)有技術實現(xiàn)，如人工規(guī)則式設計、機器自動學習等方式，不限于某種算法。

在人機對話過程中，針對用戶說的每一句話，機器人都會獲取用戶的輸入信息，因此，會針用戶的每句話都會分析語言行為，并得到對應的回話策略。

本實施例提供的基于語言行為識別的人機對話方法，在語言行為識別和語言行為決策的過程中充分考慮了多維度的因素，提高了語言行為的識別準確度，在人機對話過程中充分考慮個人所處的環(huán)境與語言行為，提供了更優(yōu)的回答策略，使得機器人的回應結果更加合理，相較于不考慮語言行為的人機對話方式，降低了機器人對話過程中無法應對用戶的現(xiàn)象，降低了對話無延續(xù)的斷裂感。

為了進一步提高語言行為辨識的精準度，本實施例提供的基于語言行為識別的人機對話方法還包括：在獲取用戶的輸入信息后，自動獲取外部日常信息，外部日常信息包括使用時間、使用地點、新聞信息中的至少一種。相應地，步驟s3的優(yōu)選實施方式包括：將輸入信息、歷史數(shù)據(jù)和外部日常信息輸入語言行為識別模型，得到當前語言行為。

其中，使用時間為用戶與機器人對話的時間；使用地點為用戶與機器人對應的地點，使用地點通過定位裝置就可以獲取，如gps；新聞信息為對話發(fā)生前一段時間內的熱點新聞，可以通過網(wǎng)絡獲取，獲取方式與現(xiàn)有的網(wǎng)絡熱點抓取方法相同，在此不再贅述。

在不同的時間、地點，用戶說的同樣一句話可能存在不同的意思，因此，加入時間和地點的因素，有助于提高分析用戶正確意圖的準確度，提供語言行文辨識的精準度。發(fā)生的熱點新聞也會影響用戶與機器人的交流內容，因此，機器人在對話過程中還要考慮當前發(fā)生的熱點時事。因此，通過在語言行為辨識過程中，自動獲取多樣的外部日常信息，來進行用戶的語言行為推論，基于語言行為得到的回話策略指導機器人回話，會提高用戶對話回復的體驗感。

為了進一步提高語言行為決策模型輸出結果的精準度，實施例提供的基于語言行為識別的人機對話方法還包括：將當前語言行為存入歷史數(shù)據(jù)庫中。相應地，步驟s4的優(yōu)選實施方式包括：將當前語言行為輸入語言行為決策模型，得到回答策略，還包括：將當前語言行為和歷史數(shù)據(jù)庫中的過去語言行為輸入語言行為決策模型，得到回答策略。

其中，過去語言行為通過分析歷史數(shù)據(jù)庫中過往的信息獲得，方法與當前語言行為的獲取方法相同，具體地包括：將歷史數(shù)據(jù)庫中的數(shù)據(jù)作為語言行為識別模型的輸入，得到過去語言行為。因此，過去語言行為實際上代表了該用戶長期的語言行為或說話習慣、語言風格，其與用戶的性格等因素相關，具有長期的穩(wěn)定性。所以，在計算回答策略時，通過加入過去語言行為，可以充分考慮用戶的性格習慣，使回答策略更加符合用戶的對話風格。

基于上述任一方法實施例，本實施例中的歷史數(shù)據(jù)庫中的歷史數(shù)據(jù)的更新方法包括：分析用戶使用機器人交互界面的操作信息、使用時間、使用地點、輸入信息，得到新的習慣信息、偏好信息、操作歷史記錄，并更新歷史數(shù)據(jù)庫中的習慣信息、偏好信息、操作歷史記錄。通過不斷地分析并更新習慣信息、偏好信息、操作歷史記錄，使數(shù)據(jù)能夠反應用戶的真實狀態(tài)，提高語言行為識別和語言行為決策分析的準確度。其中，通過搜集用戶在應用上的使用行為獲得習慣信息、偏好信息、操作歷史記錄等信息，具體搜集方法均采用現(xiàn)有技術實現(xiàn)。

其中，當前語言行為包括當前主要語言行為和當前次要語言行為。當前主要語言行為是當前語句對應的語言行為，表示的是人機對話過程中一句話對應的語言。當前次要語言行為是當前對話對應的語言行為，表示的是一輪對話過程中的語言行為。通過當前主要語言行為和當前次要語言行為，可以為語言行為決策模型提供更多的輸入?yún)?shù)，提高語言行為決策模型輸出結果的精準度。

基于與上述基于語言行為識別的人機對話方法相同的發(fā)明構思，本實施例還提供了一種基于語言行為識別的人機對話裝置，如圖2所示，包括：輸入信息獲取模塊，用于獲取用戶的輸入信息，輸入信息包括文字信息、聲音信息、圖像信息中的至少一種；歷史數(shù)據(jù)獲取模塊，用于從歷史數(shù)據(jù)庫中獲取用戶的歷史數(shù)據(jù)，歷史數(shù)據(jù)包括用戶的習慣信息、偏好信息、操作歷史記錄中的至少一種；語言行為識別模塊，用于將輸入信息和歷史數(shù)據(jù)輸入語言行為識別模型，得到當前語言行為；語言行為決策模塊，用于將當前語言行為輸入語言行為決策模型，得到回答策略。

本實施例提供的基于語言行為識別的人機對話裝置，在語言行為識別和語言行為決策的過程中充分考慮了多維度的因素，提高了語言行為的識別準確度，在人機對話過程中充分考慮個人所處的環(huán)境與語言行為，提供了更優(yōu)的回答策略，使得機器人的回應結果更加合理，相較于不考慮語言行為的人機對話方式，降低了機器人對話過程中無法應對用戶的現(xiàn)象，降低了對話無延續(xù)的斷裂感。

優(yōu)選地，還包括外部日常信息獲取模塊，用于在獲取用戶的輸入信息后，自動獲取外部日常信息，外部日常信息包括使用時間、使用地點、新聞信息中的至少一種。相應地，語言行為識別模塊具體用于：將輸入信息、歷史數(shù)據(jù)和外部日常信息輸入語言行為識別模型，得到當前語言行為。

優(yōu)選地，還包括更新模塊，用于將當前語言行為存入歷史數(shù)據(jù)庫中。相應地，語言行為決策模塊具體用于：將當前語言行為和歷史數(shù)據(jù)庫中的過去語言行為輸入語言行為決策模型，得到回答策略。

優(yōu)選地，還包括歷史數(shù)據(jù)更新模塊，用于分析用戶使用機器人交互界面的操作信息、使用時間、使用地點、輸入信息，得到新的習慣信息、偏好信息、操作歷史記錄，并更新歷史數(shù)據(jù)庫中的習慣信息、偏好信息、操作歷史記錄。

優(yōu)選地，當前語言行為包括當前主要語言行為和當前次要語言行為。

最后應說明的是：以上各實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述各實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的范圍，其均應涵蓋在本發(fā)明的權利要求和說明書的范圍當中。