一種對話系統(tǒng)知識庫的優(yōu)化方法及裝置的制造方法
【專利摘要】一種對話系統(tǒng)知識庫的優(yōu)化方法及裝置，該包括：目標問答信息獲取步驟，判斷待分析問答信息的測評參數(shù)是否符合優(yōu)化標準，如符合，則將待分析問答信息作為目標問答信息；更新答案集合生成步驟，基于目標問答信息的問題信息獲取對應的答案信息集合，分別計算答案信息集合中各個答案信息的相關度參數(shù)，并根據(jù)相關度參數(shù)生成針對目標問答信息中問題信息的更新答案集合。該方法能夠?qū)崿F(xiàn)對對話系統(tǒng)數(shù)據(jù)庫的主動更新，從而使得對話系統(tǒng)能夠輸出更加符合用戶使用習慣以及期望的答案，進而提高了對話系統(tǒng)的用戶體驗以及用戶粘度。
【專利說明】
一種對話系統(tǒng)知識庫的優(yōu)化方法及裝置
技術(shù)領域
[0001]本發(fā)明涉及人機交互技術(shù)領域，具體地說，涉及一種對話系統(tǒng)知識庫的優(yōu)化方法及裝置。
【背景技術(shù)】
[0002]對于傳統(tǒng)的人機交互而言，人機交互主要是由用戶通過鼠標、鍵盤以及觸摸屏等裝置來與計算機、手機等設備進行交互。而隨著人機之間信息交互量正呈現(xiàn)爆炸性的增長，傳統(tǒng)的人機交互方式極大地影響了人機交互的效率以及效果。
[0003]人們所習慣的最自然、最便捷的交互方式是自然語言交互，因此通過對話系統(tǒng)來實現(xiàn)高效地人機交互成為了越來越普遍的選擇。然而，現(xiàn)有的對話系統(tǒng)對于用戶的一些詢問問題無法給出令人滿意的回答，這也就影響了整個對話系統(tǒng)的用戶體驗，使得產(chǎn)品的用戶粘性較差。

【發(fā)明內(nèi)容】

[0004]為解決上述問題，本發(fā)明提供了一種對話系統(tǒng)知識庫的優(yōu)化方法，包括:
[0005]目標問答信息獲取步驟，判斷待分析問答信息的測評參數(shù)是否符合優(yōu)化標準，如符合，則將所述待分析問答信息作為目標問答信息；
[0006]更新答案集合生成步驟，基于所述目標問答信息的問題信息獲取對應的答案信息集合，分別計算所述答案信息集合中各個答案信息的相關度參數(shù)，并根據(jù)所述相關度參數(shù)生成針對所述目標問答信息中問題信息的更新答案集合。
[0007]根據(jù)本發(fā)明的一個實施例，在所述目標問答信息獲取步驟中，判斷所述待分析問答信息的測評參數(shù)是否小于預設測評閾值，如果小于，則將所述待分析問答信息作為目標問答信息。
[0008]根據(jù)本發(fā)明的一個實施例，在所述更新答案集合生成步驟中，根據(jù)問答信息中問題信息與答案信息是否具有語義相同的中心詞來確定答案信息的相關度參數(shù)，其中，語義相同的中心詞的數(shù)量越多，答案信息與問題信息的相關度參數(shù)越大。
[0009]根據(jù)本發(fā)明的一個實施例，在獲取所述答案信息集合時，按照預設規(guī)則選取目標用戶，并向所述目標用戶推送所述目標問答信息中的問題信息，獲取所述目標用戶針對所述問題信息所反饋的答案信息，從而得到所述問答信息集合。
[0010]根據(jù)本發(fā)明的一個實施例，在選取所述目標用戶時，
[0011]獲取對話系統(tǒng)不同用戶的用戶屬性，判斷用戶屬性是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶，其中，所述用戶屬性包括以下所列項中的任一項或幾項:
[0012]用戶身份信息、用戶位置信息、用戶年齡信息、用戶性別信息；
[0013]或，獲取對話系統(tǒng)不同用戶的交互場景和/或交互話題，判斷所述交互場景和/或交互話題是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶。
[0014]本發(fā)明還提供了一種對話系統(tǒng)知識庫的優(yōu)化裝置，包括:
[0015]目標問答信息獲取模塊，其用于判斷待分析問答信息的測評參數(shù)是否符合優(yōu)化標準，如符合，則將所述待分析問答信息作為目標問答信息；
[0016]更新答案集合生成模塊，其用于基于所述目標問答信息的問題信息獲取對應的答案信息集合，分別計算所述答案信息集合中各個答案信息的相關度參數(shù)，并根據(jù)所述相關度參數(shù)生成針對所述目標問答信息中問題信息的更新答案集合。
[0017]根據(jù)本發(fā)明的一個實施例，所述目標問答信息獲取模塊配置為判斷所述待分析問答信息的測評參數(shù)是否小于預設測評閾值，如果小于，則將所述待分析問答信息作為目標問答信息。
[0018]根據(jù)本發(fā)明的一個實施例，所述更新答案集合生成模塊配置為根據(jù)問答信息中問題信息與答案信息是否具有語義相同的中心詞來確定答案信息的相關度參數(shù)，其中，語義相同的中心詞的數(shù)量越多，答案信息與問題信息的相關度參數(shù)越大。
[0019]根據(jù)本發(fā)明的一個實施例，所述更新答案集合生成模塊配置為在獲取所述答案信息集合時，按照預設規(guī)則選取目標用戶，并向所述目標用戶推送所述目標問答信息中的問題信息，獲取所述目標用戶針對所述問題信息所反饋的答案信息，從而得到所述問答信息
口 O
[0020]根據(jù)本發(fā)明的一個實施例，所述更新答案集合生成模塊配置為在選取所述目標用戶時，
[0021]獲取對話系統(tǒng)不同用戶的用戶屬性，判斷用戶屬性是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶，其中，所述用戶屬性包括以下所列項中的任一項或幾項:
[0022]用戶身份信息、用戶位置信息、用戶年齡信息、用戶性別信息；
[0023]或，獲取對話系統(tǒng)不同用戶的交互場景和/或交互話題，判斷所述交互場景和/或交互話題是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶。
[0024]本發(fā)明所提供的對話系統(tǒng)知識庫優(yōu)化方法通過對海量用戶的用戶請求日志進行分析，盡可能找到這些日志中不好的或不合理的問答信息，然后通過各種渠道主動地獲取這類問答信息中的問題信息的答案信息，并對答案信息進行合法性的判斷，最后將符合要求的答案信息插入或更新到數(shù)據(jù)庫中。通過對對話系統(tǒng)數(shù)據(jù)庫的更新，對話系統(tǒng)能夠輸出更加符合用戶使用習慣以及期望的答案，從而提高了對話系統(tǒng)的用戶體驗以及用戶粘度。
[0025]該方法實現(xiàn)了對話系統(tǒng)知識庫的自學習以及閉環(huán)反饋。其中，該方法可以使得對話系統(tǒng)能夠?qū)χR庫中不好的和不合理的問答信息自主地進行合理化改進，從而使得該系統(tǒng)的質(zhì)量能夠有持續(xù)性的提升。同時，該方法還能夠使得對話系統(tǒng)實現(xiàn)自主學習，這樣也就可以脫離必須依賴維護人員的手動學習方式。
[0026]該方法通過將目標問答信息中的問題信息重新推送給用戶來獲取用戶針對該問題信息的答案，這樣便實現(xiàn)了“用戶-對話系統(tǒng)-用戶”的閉環(huán)反饋，因此對話系統(tǒng)也就可以在受到外接干擾時保持自身的穩(wěn)定性。正是基于這種閉環(huán)結(jié)構(gòu)，對話系統(tǒng)才能夠持續(xù)的接收到來自用戶感知層面的反饋，并根據(jù)用戶的反饋來不斷優(yōu)化自身知識庫從而調(diào)整自身的輸出，以使得這種輸出能夠符合用戶的期望。
[0027]此外，本發(fā)明所提供的對話系統(tǒng)知識庫優(yōu)化方法還可以通過根據(jù)用戶的屬性來向特定的用戶推送目標問答信息中的問題信息。由于這類用戶的屬性與向?qū)υ捪到y(tǒng)輸入目標問答信息中問題信息的用戶的屬性相同或類似，因此通過這類用戶也就可以獲得針對于目標問答信息中問題信息的更為準確或契合度更高的答案信息，而根據(jù)這類答案信息所確定出的上述問題信息的更新答案集合也將更為準確。
[0028]本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。
【附圖說明】
[0029]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要的附圖做簡單的介紹:
[0030]圖1是根據(jù)本發(fā)明一個實施例的對話系統(tǒng)知識庫優(yōu)化方法的實現(xiàn)流程圖；
[0031 ]圖2是根據(jù)本發(fā)明另一個實施例的對話系統(tǒng)知識庫優(yōu)化方法的實現(xiàn)流程圖；
[0032]圖3是根據(jù)本發(fā)明又一個實施例的對話系統(tǒng)知識庫優(yōu)化方法的實現(xiàn)流程圖；
[0033]圖4是根據(jù)本發(fā)明一個實施例的對話系統(tǒng)知識庫優(yōu)化裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0034]以下將結(jié)合附圖及實施例來詳細說明本發(fā)明的實施方式，借此對本發(fā)明如何應用技術(shù)手段來解決技術(shù)問題，并達成技術(shù)效果的實現(xiàn)過程能充分理解并據(jù)以實施。需要說明的是，只要不構(gòu)成沖突，本發(fā)明中的各個實施例以及各實施例中的各個特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護范圍之內(nèi)。
[0035]同時，在以下說明中，出于解釋的目的而闡述了許多具體細節(jié)，以提供對本發(fā)明實施例的徹底理解。然而，對本領域的技術(shù)人員來說顯而易見的是，本發(fā)明可以不用這里的具體細節(jié)或者所描述的特定方式來實施。
[0036]另外，在附圖的流程圖示出的步驟可以在諸如一組計算機可執(zhí)行指令的計算機系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。
[0037]對于智能機器人中的對話系統(tǒng)來說，從用戶的角度來看，越好的用戶體驗，那么就意味著越高的用戶粘性。目前，對于對話機器人來說，最為直觀的體驗是用戶所詢問的問題的答案是否滿足了用戶的期望。例如，當用戶向?qū)υ挋C器人發(fā)起詢問“總自己一個人”時，對于現(xiàn)有的對話機器人來說，其反饋的答案很可能是“我不知道你在說什么耶”。由此可以看出，現(xiàn)有的對話機器人無法很好地滿足用戶的日常交互需求。
[0038]對話機器人是利用對話系統(tǒng)來實現(xiàn)機器人與用戶之間的對話交互的，其中，對話系統(tǒng)利用自身的知識庫來根據(jù)用戶輸入的問題來確定出相應的答案。本發(fā)明正是利用上述特性，提供了一種新的對話系統(tǒng)知識庫的優(yōu)化方法，以使得對話系統(tǒng)能夠利用優(yōu)化后的知識庫更加準確、合理地確定出用戶所輸入的問題的答案。該優(yōu)化方法通過不間斷地持續(xù)學習，以此不斷地提升對話系統(tǒng)知識庫的質(zhì)量。
[0039]需要指出的是，本發(fā)明所指的對話系統(tǒng)知識庫的質(zhì)量的提升，既可以指知識庫中問題信息所對應的答案信息的改善，也可以指知識庫中問題信息及其答案信息的擴充。
[0040]為了更加清楚地闡述本發(fā)明所提供的對話系統(tǒng)知識庫優(yōu)化方法的實現(xiàn)原理、實現(xiàn)過程以及優(yōu)點，以下分別結(jié)合不同的實施例來對該方法作進一步地說明。
[0041 ] 實施例一:
[0042]圖1示出了本實施例所提供的對話系統(tǒng)知識庫的優(yōu)化方法的實現(xiàn)流程圖。
[0043]如圖1所示，本實施例所提供的方法首先在步驟SlOl中獲取待分析問答信息的測評參數(shù)。其中，該方法在步驟SlOl中所獲取到的測評參數(shù)優(yōu)選地為問答評價系統(tǒng)對待分析問答信息的評分。對于問答信息中的問題信息而言，其答案信息的評分越高，也就說明用戶對該答案信息的滿意程度越高;反之，如果答案信息的評分越低，也就說明用戶對該答案信息的滿意程度越低，而這類答案信息也正是需要進行優(yōu)化的信息。
[0044]因此，本實施例中，該方法在步驟S102中判斷步驟SlOl中所獲得的測評參數(shù)是否滿足預設優(yōu)化標準。如果測評參數(shù)滿足預設優(yōu)化標準，該方法則在步驟S103中將步驟SlOl中的待分析問答信息作為目標問答信息。其中，目標問答信息即為待優(yōu)化的問答信息。
[0045]具體地，本實施例中，由于該方法在步驟SlOl中所獲取的測評參數(shù)為問答評價系統(tǒng)針對答案信息的評分，因此該方法在步驟S102中通過判斷測評參數(shù)是否小于預設測評閾值來判斷待分析問答信息是否為目標問答信息。
[0046]例如對于用戶輸入的問題信息“總自己一個人”來說，對話系統(tǒng)所反饋的答案信息“我不知道你在說什么耶”顯然無法令用戶感到滿意，因此其對應的評分也就必然會很低。如果該答案信息所對應的評分小于預設評分閾值的話，那么就表示需要對該答案信息進行優(yōu)化，以使得用戶在輸入問題信息時對話系統(tǒng)能夠反饋令用戶更為滿意的答案。
[0047]如圖1所示，當確定出目標問答信息后，該方法在步驟S104中基于目標問答信息的問題信息獲取對應的回答信息集合。本實施例中，當確定出對話系統(tǒng)數(shù)據(jù)庫中的目標問答信息后，該方法會在特定的場景下把目標問答信息中的問題信息推送給對話系統(tǒng)的用戶，并記錄用戶對該問題信息的反饋，從而得到問題信息所對應的回答信息集合。
[0048]例如，該方法在步驟S103中所確定的目標問答信息包括:問題信息“總自己一個人”和答案信息“我不知道你在說什么耶”，在步驟S104中，該方法會將問題信息“總自己一個人”推送給對話系統(tǒng)的用戶(此處的用戶可能為輸入該問題信息的用戶也可能為其他多個不同的用戶)。針對所推送的問題信息，用戶在對話過程中會將自己的答案反饋給對話系統(tǒng)，這樣該方法通過收集用戶的反饋答案便可以得到目標問答信息中問題信息所對應的答案信息集合。
[0049]需要指出的是，在本發(fā)明的其他實施例中，該方法也可以通過其他合理方式來獲取對應于目標問答信息中問題信息的答案信息集合，本發(fā)明不限于此。
[0050]當?shù)玫酱鸢感畔⒓虾?，由于回答信息集合中所包含的答案信息多是由多個不同的用戶所反饋的，因此其中既可能包含能夠令用戶較為滿意的答案信息，也可能包含無法令用戶滿意的答案信息，這樣也就需要對答案信息集合進行篩選，以確定能夠作為目標問答信息中問題信息的備選答案的信息。
[0051]具體地，如圖1所示，在得到答案信息集合后，該方法在步驟S105中分別計算答案信息集合中各個答案信息的相關度參數(shù)，并在步驟S106中根據(jù)相關度參數(shù)生成針對目標問答信息中問題信息的更新答案信息集合。
[0052]本實施例中，相關度參數(shù)用于表征答案信息與問題信息之間的聯(lián)系程度，而判斷問題信息與答案信息之間的聯(lián)系一直是人工智能領域中一個重要的研究課題。為了使得對話系統(tǒng)能夠盡可能高效地工作，本實施例中該方法利用預先設定的規(guī)則來計算答案信息集合中各個答案信息的相關度參數(shù)。
[0053]具體地，本實施例中，該方法利用多個適用于相關度判斷的規(guī)則來分別計算各個規(guī)則下問答信息的相關度，隨后利用各個規(guī)則的權(quán)重對利用各個規(guī)則所計算得到的相關度進行加權(quán)，從而最終得到某一答案信息總體的相關度參數(shù)。
[0054]其中，該方法所利用的預設規(guī)則優(yōu)選地包括中心詞規(guī)則，該方法根據(jù)問答信息中答案信息與問題信息是否具有語義相同的中心詞來確定答案信息的相關度參數(shù)。如果問題信息與答案信息中語義相同的中心詞越多，那么答案信息與問題信息的相關度參數(shù)的取值也就越大;反之，如果問題信息與答案信息中語義相同的中心詞越少，那么答案信息與問題信息的相關度參數(shù)的取值也就越小。
[0055]需要指出的是，在本發(fā)明的其他實施例中，該方法在計算答案信息的相關度參數(shù)時所使用的預測還可以包含其他合理規(guī)則，本發(fā)明不限于此。
[0056]本實施例中，當?shù)玫酱鸢感畔⒓现懈鱾€答案信息的相關度參數(shù)后，該方法會按照相關度參數(shù)的取值大小對答案信息集合中的各個答案信息進行排序，并選取排序靠前的N(N的取值可以根據(jù)實際需要進行設定)個答案信息來作為更新答案集合，該更新答案集合即為目標問答信息中問題信息的備選答案，由此便實現(xiàn)對對話系統(tǒng)知識庫的優(yōu)化。
[0057]需要指出的是，利用本方法對對話系統(tǒng)知識庫的更新周期可以根據(jù)實際需要進行設定(例如可以通過對每天收集到的問答信息進行集中處理從而實現(xiàn)每天對對話系統(tǒng)知識庫更新一次)，本發(fā)明不限于此。同時，該方法在執(zhí)行時，所獲取的海量數(shù)據(jù)不僅包括用戶數(shù)據(jù)，還包括問答評價系統(tǒng)和用戶評價系統(tǒng)的數(shù)據(jù)。具體地，這些數(shù)據(jù)包括但不限于:用戶的問題信息和對話系統(tǒng)的答案信息、對話系統(tǒng)答案信息的來源、用戶的相關數(shù)據(jù)、答案信息的評分數(shù)據(jù)以及數(shù)據(jù)生成的時間等。
[0058]從上述描述可以看出，本實施例所提供的對話系統(tǒng)知識庫優(yōu)化方法實現(xiàn)了對話系統(tǒng)知識庫的自學習以及閉環(huán)反饋。其中，該方法可以使得對話系統(tǒng)能夠?qū)χR庫中不好的和不合理的問答信息自主地進行合理化改進，從而使得該系統(tǒng)的質(zhì)量能夠有持續(xù)性的提升。同時，該方法還能夠使得對話系統(tǒng)實現(xiàn)自主學習，這樣也就可以脫離必須依賴維護人員的手動學習方式。
[0059]該方法通過將目標問答信息中的問題信息重新推送給用戶來獲取用戶針對該問題信息的答案，這樣便實現(xiàn)了“用戶-對話系統(tǒng)-用戶”的閉環(huán)反饋，因此對話系統(tǒng)也就可以在受到外接干擾時保持自身的穩(wěn)定性。正是基于這種閉環(huán)結(jié)構(gòu)，對話系統(tǒng)才能夠持續(xù)的接收到來自用戶感知層面的反饋，并根據(jù)用戶的反饋來不斷優(yōu)化自身知識庫從而調(diào)整自身的輸出，以使得這種輸出能夠符合用戶的期望。
[0060]例如對于如上所述的目標問答信息中的問題信息“總自己一個人”，現(xiàn)有的對話系統(tǒng)所反饋的答案信息是無法令用戶感到滿意的“我不知道你在說什么耶”。而利用本實施例所提供的方法對對話系統(tǒng)知識庫進行更新后，對話系統(tǒng)則可以輸出諸如“我一直陪在你身邊呢”的答案信息，該答案信息顯然更加符合用戶期望。
[0061 ] 實施例二:
[0062]圖2示出了本實施例所提供的對話系統(tǒng)知識庫的優(yōu)化方法的實現(xiàn)流程圖。
[0063]如圖2所示，本實施例所提供的方法首先在步驟S201中獲取待分析問答信息的測評參數(shù)，并在步驟S202中判斷測評參數(shù)是否符合預設優(yōu)化標準，如果符合，則在步驟S203中將步驟S201中所獲取的待分析問答信息作為目標問答信息，目標問答信息即為需要進行優(yōu)化的問答信息。
[0064]需要指出的是，本實施例中，步驟S201至步驟S203的實現(xiàn)原理以及實現(xiàn)過程與實施例一中步驟SlOl至步驟S103的實現(xiàn)原理以及實現(xiàn)過程相同，故在此不再贅述。
[0065]現(xiàn)有的對話系統(tǒng)在進行問題推送時是不區(qū)分用戶的，這就可能造成對話系統(tǒng)會將問題信息推送給不適合的用戶，這類用戶所反饋的答案信息很可能會造成答案信息不可靠和不準確。
[0066]例如，當對話系統(tǒng)向一男性用戶推送了問題信息“X牌的化妝品怎么樣”，男性用戶通常無法準確提供該問題信息的答案，因此也就可能向?qū)υ捪到y(tǒng)反饋諸如“我不知道”或“我用不上化妝品”的答案信息。
[0067]針對上述問題，本實施例所提供的方法優(yōu)選地通過用戶的用戶屬性來確定問題信息推送的目標用戶，從而獲取更為準確、可靠的答案信息。
[0068]本實施例中，當確定出對話系統(tǒng)數(shù)據(jù)庫中的目標問答信息后，該方法會把目標問答信息中的問題信息推送給對話系統(tǒng)的特定用戶，并記錄用戶對該問題信息的反饋，從而得到問題信息所對應的回答信息集合。
[0069]具體地，如圖2所示，當確定出目標問答信息后，該方法在步驟S204中獲取對話系統(tǒng)中不同用戶的屬性，并在步驟S205中判斷步驟S204中所獲取到的用戶屬性是否符合預設問題推送要求。如果用戶的用戶屬性符合預設問題推送要求，那么該方法則在步驟S206中將對應的用戶確定為目標用戶，并向目標用戶推送目標問答信息中的問題信息。
[0070]本實施例中，用于確定用戶是否為目標用戶的用戶屬性優(yōu)選地包括:用戶身份信息、用戶位置信息、用戶年齡信息以及用戶性別信息等。例如對于用戶年齡信息來說，如果目標問答信息中問題信息所涉及的用戶年齡與某用戶的年齡處于同一年齡段，那么該用戶的屬性也就符合預設問題推送要求。
[0071]當然，在本發(fā)明的不同實施例中，該方法在步驟S205中進行判斷時，既可以僅僅使用以上所列項中的某一項或某幾項來進行目標用戶的判別，也可以利用以上未列出的其他合理項或其他合理項與上述某一項或某幾項的結(jié)合來進行目標用戶的判別，本發(fā)明不限于此。
[0072]當向目標用戶推送目標問答信息中的問題信息后，該方法在步驟S207中通過對話系統(tǒng)獲取目標用戶針對問題信息所反饋的答案信息，從而得到答案信息集合。
[0073]在得到答案信息集合后，該方法在步驟S208中分別計算答案信息集合中各個答案信息的相關度參數(shù)，并在步驟S209中根據(jù)各個答案信息的相關度參數(shù)從答案信息結(jié)合中確定出更新答案集合。
[0074]需要指出的是，本實施例中，步驟S207至步驟S209的實現(xiàn)原理與實現(xiàn)過程與實施例一中步驟S104至步驟S106的實現(xiàn)原理以及實現(xiàn)過程類似，故在此不再贅述。
[0075]本實施例中，在對目標問答信息中的答案信息進行更新時，更新后的該問題信息的答案信息優(yōu)選地將包含多個答案信息，這樣用戶與對話系統(tǒng)進行交互時，對話系統(tǒng)針對同一問題信息可以向用戶反饋多個不同的答案信息，從而避免了用戶在詢問同一問題時對話系統(tǒng)由于總是輸出相同的答案而使得用戶感到厭倦，這進一步提高了對話系統(tǒng)的用戶體驗和用戶粘度。
[0076]從上述描述可以看出，本實施例所提供的對話系統(tǒng)知識庫優(yōu)化方法在實施例一所提供的方法的基礎上，通過根據(jù)用戶的屬性來向特定的用戶推送目標問答信息中的問題信息。由于這類用戶的屬性與向?qū)υ捪到y(tǒng)輸入目標問答信息中問題信息的用戶的屬性相同或類似，因此通過這類用戶也就可以獲得針對于目標問答信息中問題信息的更為準確或契合度更高的答案信息，而根據(jù)這類答案信息所確定出的上述問題信息的更新答案集合也將更為準確。
[0077]需要指出的是，在本發(fā)明的其他實施例中，該方法還可以根據(jù)其他合理的參數(shù)(例如交互場景和/或交互話題)來從對話系統(tǒng)的多個用戶中選取目標用戶，本發(fā)明不限于此。例如在本發(fā)明的一個實施例中，對話系統(tǒng)知識庫的優(yōu)化方法的執(zhí)行步驟S301至S309與實施例二中的步驟S201至步驟S209大致相同，不同的是，在該實施例中，該方法在步驟S304中所獲取的為對話系統(tǒng)的不同用戶當前的交互話題，并在步驟S305中是利用交互話題來選取目標用戶的。
[0078]在具體應用過程中，如果某一用戶與對化系統(tǒng)之間的交互話題是“足球”，而目標問答信息中問題信息是針對“AlphaGo”的，那么此時將問題信息推送給該用戶顯然是十分突兀的，在這種情況下，將無法保證該用戶針對所推送的問題信息所反饋的答案信息的可靠性。因此這種問題信息的推送策略會使得被推送的用戶感覺到交互過程受到干擾，從而降低對話系統(tǒng)的用戶體驗。
[0079]而本實施例所提供的方法正是通過交互話題來從對話系統(tǒng)的大量用戶中選取目標用戶，當用戶的當前交互話題與目標問答信息中問題信息所涉及的話題相關時，此時將問題信息推送給該用戶不僅不會使用戶感到突兀，還能夠讓用戶感覺對話系統(tǒng)是有“思想”的。在這種情況下，用戶針對問題信息所反饋的答案信息顯然質(zhì)量更高，其更能夠準確地發(fā)映出用戶對該問題信息真實回答。
[0080]需要指出的是，在本發(fā)明的其他實施例中，該對話系統(tǒng)知識庫的優(yōu)化方法可以將多個不同的參量(例如用戶的屬性、交互話題和交互場景)相結(jié)合來更加精確的選取目標用戶，本發(fā)明同樣不限于此。
[0081]同時，還需要指出的是，在上述描述中，在獲取待分析問答信息的測評參數(shù)前，還可以對獲取到的待分析問答信息進行過濾，以此確定問答信息的合法性。
[0082]本發(fā)明還提供了一種對話系統(tǒng)知識庫的優(yōu)化裝置，圖4示出了本實施例中該裝置的結(jié)構(gòu)示意圖。
[0083]如圖4所示，本實施例所提供的對話系統(tǒng)知識庫優(yōu)化裝置優(yōu)選地包括:目標問答信息獲取模塊401和更新答案集合生成模塊402。其中，目標問答信息獲取模塊401用戶判斷待分析問答信息的測評參數(shù)是否符合預設優(yōu)化標準。如果符合，目標問答信息獲取模塊401則將該問答信息作為目標問答信息，其中目標問答信息即為待優(yōu)化的問答信息。
[0084]本實施例中，目標問答信息獲取模塊401所獲取到的測評參數(shù)優(yōu)選地為問答評價系統(tǒng)對待分析問答信息的評分。對于問答信息中的問題信息而言，其答案信息的評分越高，也就說明用戶對該答案信息的滿意程度越高;反之，如果答案信息的評分越低，也就說明用戶對該答案信息的滿意程度越低，而這類答案信息也正是需要進行優(yōu)化的信息。
[0085]目標問答信息獲取模塊401如果判斷出待分析問答信息的測評參數(shù)的取值小于預設測評閾值，那么目標問答信息獲取模塊401將判定測評參數(shù)符合預設優(yōu)化標準，因此目標問答信息獲取模塊401也將判定該待分析問答信息為目標問答信息。
[0086]當確定出目標問答信息后，目標問答信息獲取模塊401會將目標問答信息傳輸給更新答案集合生成模塊402，以由更新答案集合生成模塊402根據(jù)目標問答信息生成用于更新目標問答信息中問題信息所對應答案的更新答案集合。
[0087]具體地，本實施例中，更新答案集合生成模塊402會在特定的場景下把目標問答信息中的問題信息推送給對話系統(tǒng)的用戶，并記錄用戶對該問題信息的反饋，從而得到問題信息所對應的回答信息集合。
[0088]更新答案集合生成模塊402優(yōu)選地通過用戶的用戶屬性來確定問題信息推送的目標用戶，從而獲取更為準確、可靠的答案信息。因此，本實施例中，更新答案集合生成模塊402在進行問題推送前，會獲取對話系統(tǒng)中不同用戶的屬性，并判斷所獲取到的用戶屬性是否符合預設問題推送要求。如果用戶的用戶屬性符合預設問題推送要求，那么更新答案集合生成模塊402則將對應的用戶確定為目標用戶，并向目標用戶推送目標問答信息中的問題?目息O
[0089]本實施例中，用于確定用戶是否為目標用戶的用戶屬性優(yōu)選地包括:用戶身份信息、用戶位置信息、用戶年齡信息以及用戶性別信息等。當然，在本發(fā)明的不同實施例中，更新答案集合生成模塊402在對目標用戶進行選取時，既可以僅僅使用以上所列項中的某一項或某幾項來進行目標用戶的判別，也可以利用以上未列出的其他合理項或其他合理項與上述某一項或某幾項的結(jié)合來進行目標用戶的判別，本發(fā)明不限于此。
[0090]需要指出的是，在本發(fā)明的其他實施例中，更新答案集合生成模塊402還可以根據(jù)其他合理的參數(shù)(例如交互場景和/或交互話題)來從對話系統(tǒng)的多個用戶中選取目標用戶，本發(fā)明不限于此。
[0091]例如在本發(fā)明的一個實施例中，更新答案集合生成模塊402所獲取的用于選取目標用戶的參數(shù)為對話系統(tǒng)的不同用戶當前的交互話題。本實施例所提供的方法正是通過交互話題來從對話系統(tǒng)的大量用戶中選取目標用戶，當用戶的當前交互話題與目標問答信息中問題信息所涉及的話題相關時，此時將問題信息推送給該用戶不僅不會使用戶感到突兀，還能夠讓用戶感覺對話系統(tǒng)是有“思想”的。在這種情況下，用戶針對問題信息所反饋的答案信息顯然質(zhì)量更高，其更能夠準確地發(fā)映出用戶對該問題信息真實回答。
[0092]需要指出的是，在本發(fā)明的其他實施例中，該對話系統(tǒng)知識庫的優(yōu)化方法可以將多個不同的參量(例如用戶的屬性、交互話題和交互場景)相結(jié)合來更加精確的選取目標用戶，本發(fā)明同樣不限于此。
[0093]同時，還需要指出的是，在上述描述中，在獲取待分析問答信息的測評參數(shù)前，還可以對獲取到的待分析問答信息進行過濾，以此確定問答信息的合法性。
[0094]當?shù)玫酱鸢感畔⒓虾?，由于回答信息集合中所包含的答案信息多是由多個不同的用戶所反饋的，因此其中既可能包含能夠令用戶較為滿意的答案信息，也可能包含無法令用戶滿意的答案信息，這樣也就需要對答案信息集合進行篩選，以確定能夠作為目標問答信息中問題信息的備選答案的信息。
[0095]因此，在得到答案信息集合后，更新答案集合生成模塊402分別計算回答信息集合中各個答案信息的相關度參數(shù)，并根據(jù)相關度參數(shù)生成針對目標問答信息中問題信息的更新答案信息集合。
[0096]需要指出的是，本實施例中，更新答案集合生成模塊402計算各個答案信息的相關度參數(shù)的原理與上述對話系統(tǒng)知識庫的優(yōu)化方法中所闡述的原理相同，故在此不再贅述。
[0097]應該理解的是，本發(fā)明所公開的實施例不限于這里所公開的特定結(jié)構(gòu)、處理步驟或材料，而應當延伸到相關領域的普通技術(shù)人員所理解的這些特征的等同替代。還應當理解的是，在此使用的術(shù)語僅用于描述特定實施例的目的，而并不意味著限制。
[0098]說明書中提到的“一個實施例”或“實施例”意指結(jié)合實施例描述的特定特征、結(jié)構(gòu)或特性包括在本發(fā)明的至少一個實施例中。因此，說明書通篇各個地方出現(xiàn)的短語“一個實施例”或“實施例”并不一定均指同一個實施例。
[0099]雖然上述示例用于說明本發(fā)明在一個或多個應用中的原理，但對于本領域的技術(shù)人員來說，在不背離本發(fā)明的原理和思想的情況下，明顯可以在形式上、用法及實施的細節(jié)上作各種修改而不用付出創(chuàng)造性勞動。因此，本發(fā)明由所附的權(quán)利要求書來限定。
【主權(quán)項】
1.一種對話系統(tǒng)知識庫的優(yōu)化方法，其特征在于，包括: 目標問答信息獲取步驟，判斷待分析問答信息的測評參數(shù)是否符合優(yōu)化標準，如符合，則將所述待分析問答信息作為目標問答信息； 更新答案集合生成步驟，基于所述目標問答信息的問題信息獲取對應的答案信息集合，分別計算所述答案信息集合中各個答案信息的相關度參數(shù)，并根據(jù)所述相關度參數(shù)生成針對所述目標問答信息中問題信息的更新答案集合。2.如權(quán)利要求1所述的方法，其特征在于，在所述目標問答信息獲取步驟中，判斷所述待分析問答信息的測評參數(shù)是否小于預設測評閾值，如果小于，則將所述待分析問答信息作為目標問答信息。3.如權(quán)利要求1或2所述的方法，其特征在于，在所述更新答案集合生成步驟中，根據(jù)問答信息中問題信息與答案信息是否具有語義相同的中心詞來確定答案信息的相關度參數(shù)，其中，語義相同的中心詞的數(shù)量越多，答案信息與問題信息的相關度參數(shù)越大。4.如權(quán)利要求1或2所述的方法，其特征在于，在獲取所述答案信息集合時，按照預設規(guī)則選取目標用戶，并向所述目標用戶推送所述目標問答信息中的問題信息，獲取所述目標用戶針對所述問題信息所反饋的答案信息，從而得到所述問答信息集合。5.如權(quán)利要求4所述的方法，其特征在于，在選取所述目標用戶時， 獲取對話系統(tǒng)不同用戶的用戶屬性，判斷用戶屬性是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶，其中，所述用戶屬性包括以下所列項中的任一項或幾項: 用戶身份信息、用戶位置信息、用戶年齡信息、用戶性別信息； 或，獲取對話系統(tǒng)不同用戶的交互場景和/或交互話題，判斷所述交互場景和/或交互話題是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶。6.一種對話系統(tǒng)知識庫的優(yōu)化裝置，其特征在于，包括: 目標問答信息獲取模塊，其用于判斷待分析問答信息的測評參數(shù)是否符合優(yōu)化標準，如符合，則將所述待分析問答信息作為目標問答信息； 更新答案集合生成模塊，其用于基于所述目標問答信息的問題信息獲取對應的答案信息集合，分別計算所述答案信息集合中各個答案信息的相關度參數(shù)，并根據(jù)所述相關度參數(shù)生成針對所述目標問答信息中問題信息的更新答案集合。7.如權(quán)利要求6所述的裝置，其特征在于，所述目標問答信息獲取模塊配置為判斷所述待分析問答信息的測評參數(shù)是否小于預設測評閾值，如果小于，則將所述待分析問答信息作為目標問答信息。8.如權(quán)利要求6或7所述的裝置，其特征在于，所述更新答案集合生成模塊配置為根據(jù)問答信息中問題信息與答案信息是否具有語義相同的中心詞來確定答案信息的相關度參數(shù)，其中，語義相同的中心詞的數(shù)量越多，答案信息與問題信息的相關度參數(shù)越大。9.如權(quán)利要求6或7所述的裝置，其特征在于，所述更新答案集合生成模塊配置為在獲取所述答案信息集合時，按照預設規(guī)則選取目標用戶，并向所述目標用戶推送所述目標問答信息中的問題信息，獲取所述目標用戶針對所述問題信息所反饋的答案信息，從而得到所述問答信息集合。10.如權(quán)利要求9所述的裝置，其特征在于，所述更新答案集合生成模塊配置為在選取所述目標用戶時， 獲取對話系統(tǒng)不同用戶的用戶屬性，判斷用戶屬性是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶，其中，所述用戶屬性包括以下所列項中的任一項或幾項: 用戶身份信息、用戶位置信息、用戶年齡信息、用戶性別信息； 或，獲取對話系統(tǒng)不同用戶的交互場景和/或交互話題，判斷所述交互場景和/或交互話題是否符合預設問題推送要求，如果符合，則將對應的用戶確定為所述目標用戶。
【文檔編號】G06F17/30GK105912697SQ201610262475
【公開日】2016年8月31日
【申請日】2016年4月25日
【發(fā)明人】孫永超, 邱模武, 包強
【申請人】北京光年無限科技有限公司