本發(fā)明涉及信息交互技術(shù)領(lǐng)域，尤其是涉及一種多輪交互信息繼承識(shí)別方法、裝置以及交互系統(tǒng)。

背景技術(shù)：

在交互系統(tǒng)中，往往都是單輪交互，即前幾輪的交互信息對(duì)當(dāng)前這輪的交互沒(méi)有作用。而實(shí)際的交互中，用戶一般不會(huì)一次性說(shuō)完所有的信息，因此前幾輪的交互信息對(duì)當(dāng)前輪的交互是極為有用的。

目前的交互系統(tǒng)利用多輪交互的語(yǔ)句，進(jìn)行機(jī)器學(xué)習(xí)模型的學(xué)習(xí)，直接利用多輪交互信息，產(chǎn)出當(dāng)前此輪交互的最終結(jié)果(例如：回答、意圖識(shí)別等)。因此，基于機(jī)器學(xué)習(xí)的模型，直接利用多輪交互信息，而沒(méi)有首先進(jìn)行多輪交互信息是否需要繼承的判斷(有些使用場(chǎng)景中，需要的是對(duì)多輪交互信息是否繼承的判斷，而不是直接利用多輪交互信息)，很多時(shí)候，往往考慮了不需要的信息，反而會(huì)造成誤導(dǎo)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種多輪交互信息繼承識(shí)別方法、裝置以及交互系統(tǒng)，能夠?qū)Χ噍喗换バ畔⒗^承與否進(jìn)行判斷，并在極端與常規(guī)的表達(dá)方法下，均滿足多輪交互信息繼承與否的識(shí)別。

第一方面，本發(fā)明實(shí)施例提供了一種多輪交互信息繼承識(shí)別方法，該方法包括：

獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布；

利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR(Logistic Regression，邏輯回歸)模型，基于當(dāng)前用戶每句話的意圖分布對(duì)此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；

當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；

當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型，基于當(dāng)前用戶每句話的意圖分布對(duì)此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，通過(guò)下述方法訓(xùn)練得到多輪交互信息繼承識(shí)別模型中的LR模型：

收集用戶多輪交互語(yǔ)料；交互語(yǔ)料包括：用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題、用戶每句話的意圖分布以及用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果；

根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行特征抽取；

根據(jù)特征抽取的結(jié)果以及邏輯回歸算法，得到多輪交互信息繼承識(shí)別模型中的LR模型。

結(jié)合第一方面的第一種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，其中，根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行特征抽取，具體包括：

從用戶多輪交互語(yǔ)料中抽取多輪前述交互用戶的意圖分布、此輪問(wèn)題的用戶的意圖分布以及此輪問(wèn)題作為特征信息；

抽取用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果作為標(biāo)簽。

結(jié)合第一方面的第二種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第三種可能的實(shí)施方式，其中，通過(guò)下述方式獲取多輪前述交互用戶的意圖分布：

對(duì)多輪前述交互信息中的用戶的意圖分布進(jìn)行加權(quán)平均，得到多輪前述交互用戶的意圖分布。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第四種可能的實(shí)施方式，其中，通過(guò)下述方式訓(xùn)練得到多輪交互信息繼承識(shí)別模型中的規(guī)則模型：

收集用戶多輪交互語(yǔ)料；交互語(yǔ)料包括：用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題、用戶每句話的意圖分布以及用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果；

根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行規(guī)則抽取；

將規(guī)則抽取的結(jié)果進(jìn)行規(guī)則自學(xué)習(xí)，得到多輪交互信息繼承識(shí)別模型中的規(guī)則模型。

結(jié)合第一方面的第四種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第五種可能的實(shí)施方式，其中，根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行規(guī)則抽取，具體包括：

抽取如下信息作為規(guī)則信息：多輪前述交互信息中用戶的意圖分布中的前兩位、此輪問(wèn)題的用戶意圖分布中的前兩位以及此輪問(wèn)題的有用詞信息；

抽取用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果作為規(guī)則動(dòng)作。

結(jié)合第一方面的第四種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第六種可能的實(shí)施方式，其中，將規(guī)則抽取的結(jié)果進(jìn)行規(guī)則自學(xué)習(xí)，具體包括：

將規(guī)則抽取的結(jié)果應(yīng)用于用戶與機(jī)器人的多輪前述交互信息，確定規(guī)則應(yīng)用的交互場(chǎng)景。

結(jié)合第一方面的第五種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第七種可能的實(shí)施方式，其中，通過(guò)下述方式獲取此輪問(wèn)題的有用詞信息：

利用詞性標(biāo)注法以及NER(Named Entity Recognizer，命名實(shí)體識(shí)別)技術(shù)獲取此輪問(wèn)題的有用詞信息。

第二方面，本發(fā)明實(shí)施例提供了一種多輪交互信息繼承識(shí)別裝置，該裝置包括：

信息獲取模塊，用于獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布；

繼承識(shí)別模塊，用于利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR(邏輯回歸)模型，對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；

當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；

當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。

第三方面，本發(fā)明實(shí)施例提供了一種交互系統(tǒng)，該系統(tǒng)包括：服務(wù)器以及如上一方面所述的多輪交互信息繼承識(shí)別裝置。

本發(fā)明實(shí)施例提供了一種多輪交互信息繼承識(shí)別方法、裝置以及交互系統(tǒng)，首先獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布；然后利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR(邏輯回歸)模型，基于當(dāng)前用戶每句話的意圖分布對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；多輪交互信息繼承識(shí)別模型中的LR(邏輯回歸)模型通過(guò)大量用戶交互數(shù)據(jù)訓(xùn)練所得，可以對(duì)常規(guī)情景下是否進(jìn)行多輪交互信息的繼承進(jìn)行識(shí)別，當(dāng)該模型識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。通過(guò)預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR模型和規(guī)則模型，可以在極端與常規(guī)的表達(dá)方法下，均滿足多輪交互信息繼承與否的識(shí)別，從而對(duì)是否繼承多輪交互信息進(jìn)行正確地判斷。

本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書(shū)中闡述，并且，部分地從說(shuō)明書(shū)中變得顯而易見(jiàn)，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)在說(shuō)明書(shū)、權(quán)利要求書(shū)以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說(shuō)明如下。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別方法的流程圖；

圖2為本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別方法中生成LR模型的方法流程圖；

圖3為本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別方法中生成規(guī)則模型的方法流程圖；

圖4為本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別裝置的結(jié)構(gòu)框圖；

圖5為本發(fā)明實(shí)施例提供的一種交互系統(tǒng)的結(jié)構(gòu)框圖。

圖標(biāo)：

10-交互系統(tǒng)；101-多輪交互信息繼承識(shí)別裝置；102-服務(wù)器；1011-信息獲取模塊；1012-繼承識(shí)別模塊。

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)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，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(méi)有做出創(chuàng)造性勞動(dòng)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。

考慮到目前的交互系統(tǒng)往往直接利用多輪交互信息，而沒(méi)有首先進(jìn)行多輪交互信息是否需要繼承的判斷，常常會(huì)造成誤導(dǎo)。基于此，本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別方法、裝置以及交互系統(tǒng)，能夠?qū)Χ噍喗换バ畔⒗^承與否進(jìn)行判斷，并在極端與常規(guī)的表達(dá)方法下，均滿足多輪交互信息繼承與否的識(shí)別。

為便于對(duì)本實(shí)施例進(jìn)行理解，首先對(duì)本發(fā)明實(shí)施例所公開(kāi)的一種多輪交互信息繼承識(shí)別方法進(jìn)行詳細(xì)介紹。

參見(jiàn)圖1所示，本發(fā)明實(shí)施例提供了一種多輪交互信息繼承識(shí)別方法，該方法包括：

S101：獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布。

在具體實(shí)現(xiàn)的時(shí)候，當(dāng)前用戶可以通過(guò)交互系統(tǒng)的入口進(jìn)行詢問(wèn)，交互系統(tǒng)會(huì)針對(duì)用戶的每一句話給出相應(yīng)的反饋，也就是用戶與機(jī)器人的多輪前述交互信息和此輪問(wèn)題，而且交互系統(tǒng)還會(huì)記錄用戶的每一句話所涉及的意圖分布。比如：用戶說(shuō)：我要買(mǎi)個(gè)西瓜吃，那么其涉及的意圖分布可能是：買(mǎi)水果可能性0.6、閑聊可能性0.8、咨詢飲食健康可能性0.4，其中，買(mǎi)水果、閑聊、咨詢飲食健康這些都是用戶的意圖。服務(wù)器可以首先通過(guò)交互系統(tǒng)獲取到當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布，其中，當(dāng)前用戶每句話的意圖分布包既括多輪前述交互信息中用戶問(wèn)題的意圖分布，也包括此輪問(wèn)題所涉及的用戶的意圖分布。

S102：利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR模型，基于當(dāng)前用戶每句話的意圖分布對(duì)此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型，基于當(dāng)前用戶每句話的意圖分布對(duì)此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。

在進(jìn)行多輪交互信息繼承與否識(shí)別之前，首先根據(jù)大量用戶與機(jī)器人的交互信息以及各種交互場(chǎng)景，分別訓(xùn)練出多輪交互信息繼承識(shí)別模型中的LR模型以及規(guī)則模型，在獲取到當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布后，首先利用多輪交互信息繼承識(shí)別模型中的LR模型，針對(duì)當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布，對(duì)當(dāng)前用戶的此輪問(wèn)題進(jìn)行多輪前述交互信息繼承與否的識(shí)別，該LR模型會(huì)給出相應(yīng)的識(shí)別分?jǐn)?shù)，當(dāng)識(shí)別分?jǐn)?shù)大于預(yù)設(shè)的分?jǐn)?shù)范圍時(shí)，直接進(jìn)行多輪前述交互信息的繼承，當(dāng)識(shí)別分?jǐn)?shù)在預(yù)設(shè)的分?jǐn)?shù)范圍內(nèi)時(shí)，則利用預(yù)先訓(xùn)練得到的規(guī)則模型，針對(duì)當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布，對(duì)當(dāng)前用戶的此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。其中，預(yù)設(shè)的識(shí)別分?jǐn)?shù)范圍一般為0.4-0.7，如果利用LR模型識(shí)別的識(shí)別分?jǐn)?shù)大于0.7，那么直接進(jìn)行多輪前述交互信息的繼承，如果識(shí)別出來(lái)的分?jǐn)?shù)不夠高，在0.4-0.7范圍內(nèi)，說(shuō)明對(duì)用戶詢問(wèn)信息的理解存在一定的歧義，那么就利用規(guī)則模型進(jìn)行規(guī)則匹配，若是匹配成功，就進(jìn)行多輪前述交互信息的繼承，否則就不繼承，保留原來(lái)LR模型的識(shí)別結(jié)果，如果識(shí)別分?jǐn)?shù)特別低，小于預(yù)設(shè)的范圍，小于0.4，則不進(jìn)行多輪前述交互信息的繼承。通過(guò)預(yù)先訓(xùn)練得到的LR模型和規(guī)則模型可以保證在常規(guī)和極端語(yǔ)境中，均實(shí)現(xiàn)對(duì)多輪前述交互信息繼承與否的判斷與識(shí)別，使對(duì)用戶詢問(wèn)信息的理解更加準(zhǔn)確。

下面對(duì)多輪交互信息繼承識(shí)別模型中的LR模型的訓(xùn)練過(guò)程進(jìn)行詳細(xì)的闡述，參見(jiàn)圖2所示，本發(fā)明實(shí)施例提供了一種多輪交互繼承識(shí)別方法中LR模型的訓(xùn)練方法，該方法包括：

S201：收集用戶多輪交互語(yǔ)料；交互語(yǔ)料包括：用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題、用戶每句話的意圖分布以及用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果。

在具體實(shí)現(xiàn)的時(shí)候，大量的不同的用戶可以通過(guò)交互系統(tǒng)的入口進(jìn)行各種不同內(nèi)容的詢問(wèn)，交互系統(tǒng)會(huì)針對(duì)用戶的每一句話給出相應(yīng)的反饋，也就是用戶與機(jī)器人的多輪前述交互信息和此輪問(wèn)題，而且交互系統(tǒng)還會(huì)記錄用戶的每一句話所涉及的意圖分布。其中，用戶每句話的意圖分布包既括多輪前述交互信息中用戶問(wèn)題的意圖分布，也包括此輪問(wèn)題所涉及的用戶的意圖分布。此外，交互系統(tǒng)還會(huì)在每句機(jī)器人回答用戶的話中標(biāo)明是否已經(jīng)繼承多輪前述交互信息，當(dāng)用戶覺(jué)得機(jī)器人的回答理解不正確或者沒(méi)有繼承多輪前述交互信息時(shí)，可以點(diǎn)擊重置多輪交互信息，這樣就說(shuō)明在繼承多輪交互信息的過(guò)程中是錯(cuò)誤的。為了方便理解，用戶交互語(yǔ)料舉例如下：

用戶：今天天氣怎么樣？(意圖分布：天氣)

機(jī)器人：請(qǐng)問(wèn)是查哪里的天氣。

用戶：上海的。(意圖分布：地圖，天氣)

機(jī)器人：【沒(méi)有繼承多輪交互信息】上海是個(gè)大都市。

用戶：點(diǎn)擊“需要繼承多輪交互信息”

基于大量用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題、用戶每句話的意圖分布以及用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果這些語(yǔ)料，可以得到在哪些交互信息、交互情景的情況下，需要繼承多輪前述交互信息，哪些情況下不需要繼承多輪前述交互信息。

S202：根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行特征抽取。

在收集到大量用戶的交互語(yǔ)料后，根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行特征的抽取，具體的特征抽取過(guò)程如下：

從用戶多輪交互語(yǔ)料中抽取多輪前述交互用戶的意圖分布、此輪問(wèn)題的用戶的意圖分布以及此輪問(wèn)題作為特征信息；

抽取用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果作為標(biāo)簽。

在具體實(shí)現(xiàn)的時(shí)候，用戶每句話的意圖分布包括各種不同的意圖以及相應(yīng)的可能性分值，也可以理解為權(quán)重，通過(guò)對(duì)交互語(yǔ)料中多輪前述交互信息中的用戶的意圖分布進(jìn)行加權(quán)平均，計(jì)算得到多輪前述交互用戶的意圖分布。為了清楚地說(shuō)明特征抽取的過(guò)程，在上述用戶交互語(yǔ)料的基礎(chǔ)上，特征抽取結(jié)果，舉例如下：

Feature1：前幾輪的交互意圖分布：天氣

Feature2：此輪交互意圖分布：天氣，地圖

Feature3：此輪用戶query：上海，呢，？

Label：繼承。

S203：根據(jù)特征抽取的結(jié)果以及邏輯回歸算法，得到多輪交互信息繼承識(shí)別模型中的LR模型。

基于上述從用戶多輪交互語(yǔ)料中特征抽取的結(jié)果，再結(jié)合邏輯回歸算法，就可以得到多輪交互信息繼承識(shí)別模型中的LR模型。

下面對(duì)多輪交互信息繼承識(shí)別模型中的規(guī)則模型的訓(xùn)練過(guò)程進(jìn)行詳細(xì)的闡述，參見(jiàn)圖3所示，本發(fā)明實(shí)施例提供了一種多輪交互繼承識(shí)別方法中規(guī)則模型的訓(xùn)練方法，該方法包括：

S301：收集用戶多輪交互語(yǔ)料；交互語(yǔ)料包括：用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題、用戶每句話的意圖分布以及用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果。

在具體實(shí)現(xiàn)的時(shí)候，大量的不同的用戶可以通過(guò)交互系統(tǒng)的入口進(jìn)行各種不同內(nèi)容的詢問(wèn)，交互系統(tǒng)會(huì)針對(duì)用戶的每一句話給出相應(yīng)的反饋，也就是用戶與機(jī)器人的多輪前述交互信息和此輪問(wèn)題，而且交互系統(tǒng)還會(huì)記錄用戶的每一句話所涉及的意圖分布。其中，用戶每句話的意圖分布包既括多輪前述交互信息中用戶問(wèn)題的意圖分布，也包括此輪問(wèn)題所涉及的用戶的意圖分布。此外，交互系統(tǒng)還會(huì)在每句機(jī)器人回答用戶的話中標(biāo)明是否已經(jīng)繼承多輪前述交互信息，當(dāng)用戶覺(jué)得機(jī)器人的回答理解不正確或者沒(méi)有繼承多輪前述交互信息時(shí)，可以點(diǎn)擊重置多輪交互信息，這樣就說(shuō)明在繼承多輪交互信息的過(guò)程中是錯(cuò)誤的。為了方便理解，用戶交互語(yǔ)料舉例如下：

用戶：今天天氣怎么樣？(意圖分布：天氣)

機(jī)器人：請(qǐng)問(wèn)是查哪里的天氣。

用戶：上海的。(意圖分布：地圖，天氣)

機(jī)器人：【沒(méi)有繼承多輪交互信息】上海是個(gè)大都市。

用戶：點(diǎn)擊“需要繼承多輪交互信息”

基于大量用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題、用戶每句話的意圖分布以及用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果這些語(yǔ)料，可以得到在哪些交互信息、交互情景的情況下，需要繼承多輪前述交互信息，哪些情況下不需要繼承多輪前述交互信息。

S302：根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行規(guī)則抽取。

在收集到大量用戶的交互語(yǔ)料后，根據(jù)用戶多輪交互語(yǔ)料，進(jìn)行規(guī)則的抽取，具體的規(guī)則抽取過(guò)程如下：

抽取如下信息作為規(guī)則信息：多輪前述交互信息中用戶的意圖分布中的前兩位、此輪問(wèn)題的用戶意圖分布中的前兩位以及此輪問(wèn)題的有用詞信息；

抽取用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果作為規(guī)則動(dòng)作。

在具體實(shí)現(xiàn)的時(shí)候，用戶每句話的意圖分布包括各種不同的意圖以及相應(yīng)的可能性分值，也可以理解為權(quán)重，根據(jù)意圖權(quán)重的大小，從用戶多輪交互語(yǔ)料中抽取出多輪前述交互信息中用戶的意圖分布中的前兩位、此輪問(wèn)題的用戶意圖分布中的前兩位以及此輪問(wèn)題的有用詞信息作為規(guī)則信息，以及將用戶對(duì)機(jī)器人的每句回答是否繼承多輪交互信息的判斷結(jié)果作為規(guī)則動(dòng)作。為了清楚地說(shuō)明規(guī)則抽取的過(guò)程，在上述用戶交互語(yǔ)料的基礎(chǔ)上，規(guī)則抽取結(jié)果，舉例如下：

規(guī)則部分1：前幾輪的交互意圖分布：天氣

規(guī)則部分2：此輪交互意圖分布：天氣，地圖

規(guī)則部分3：Query主要成分：地域(專有名詞屬性)，呢(語(yǔ)氣詞)

規(guī)則動(dòng)作：繼承多輪交互信息

其中，此輪問(wèn)題的有用詞信息可以通過(guò)詞性標(biāo)注法以及NER技術(shù)得到。

S303：將規(guī)則抽取的結(jié)果進(jìn)行規(guī)則自學(xué)習(xí)，得到多輪交互信息繼承識(shí)別模型中的規(guī)則模型。

在得到大量規(guī)則抽取的結(jié)果后，將其進(jìn)行規(guī)則自學(xué)習(xí)，具體的，將規(guī)則抽取的結(jié)果應(yīng)用于之前獲取的全部用戶與機(jī)器人的多輪前述交互信息中，確定規(guī)則應(yīng)用的具體交互場(chǎng)景，進(jìn)一步可以得到多輪交互信息繼承識(shí)別模型中的規(guī)則模型。

在本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別方法中，首先獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布；然后利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR(邏輯回歸)模型，基于當(dāng)前用戶每句話的意圖分布對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；多輪交互信息繼承識(shí)別模型中的LR模型通過(guò)大量用戶交互數(shù)據(jù)訓(xùn)練所得，可以對(duì)常規(guī)情景下是否進(jìn)行多輪交互信息的繼承進(jìn)行識(shí)別，當(dāng)該模型識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。通過(guò)預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR模型和規(guī)則模型，可以在極端與常規(guī)的表達(dá)方法下，均滿足多輪交互信息繼承與否的識(shí)別，從而對(duì)是否繼承多輪交互信息進(jìn)行正確地判斷。

本發(fā)明實(shí)施例又提供了一種多輪交互信息繼承識(shí)別裝置101，參見(jiàn)圖4所示，該裝置包括：

信息獲取模塊1011，用于獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布；

繼承識(shí)別模塊1012，用于利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR(邏輯回歸)模型，對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；

當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；

當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。

在本發(fā)明實(shí)施例提供的一種多輪交互信息繼承識(shí)別裝置101中，首先通過(guò)信息獲取模塊1011，獲取當(dāng)前用戶與機(jī)器人的多輪前述交互信息、此輪問(wèn)題以及當(dāng)前用戶每句話的意圖分布；然后通過(guò)繼承識(shí)別模塊1012，利用預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR(邏輯回歸)模型，基于當(dāng)前用戶每句話的意圖分布對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行多輪交互信息繼承與否的識(shí)別；多輪交互信息繼承識(shí)別模型中的LR模型通過(guò)大量用戶交互數(shù)據(jù)訓(xùn)練所得，可以對(duì)常規(guī)情景下是否進(jìn)行多輪交互信息的繼承進(jìn)行識(shí)別，當(dāng)該模型識(shí)別的識(shí)別分?jǐn)?shù)大于預(yù)設(shè)分?jǐn)?shù)范圍時(shí)，進(jìn)行多輪前述交互信息的繼承；當(dāng)識(shí)別的識(shí)別分?jǐn)?shù)在預(yù)設(shè)分?jǐn)?shù)范圍內(nèi)時(shí)，利用預(yù)先訓(xùn)練得到的多輪交互繼承識(shí)別模型中的規(guī)則模型對(duì)當(dāng)前用戶此輪問(wèn)題進(jìn)行規(guī)則匹配，并進(jìn)行多輪前述交互信息的繼承。通過(guò)預(yù)先訓(xùn)練得到的多輪交互信息繼承識(shí)別模型中的LR模型和規(guī)則模型，可以在極端與常規(guī)的表達(dá)方法下，均滿足多輪交互信息繼承與否的識(shí)別，從而對(duì)是否繼承多輪交互信息進(jìn)行正確地判斷。

本發(fā)明實(shí)施例還提供了一種交互系統(tǒng)10，參見(jiàn)圖5所示，該系統(tǒng)包括：服務(wù)器102以及如上一實(shí)施例所提供的多輪交互信息繼承識(shí)別裝置101。服務(wù)器102與多輪交互信息繼承識(shí)別裝置101連接，用于針對(duì)從交互系統(tǒng)10客戶端獲取到的用戶交互信息進(jìn)行用戶意圖分布的記錄，并將交互信息及意圖分布發(fā)送給多輪交互信息繼承識(shí)別裝置101，以使多輪交互信息繼承識(shí)別裝置101進(jìn)行多輪交互信息繼承與否的識(shí)別。

此交互系統(tǒng)中的多輪交互信息繼承識(shí)別裝置的具體工作過(guò)程可以參見(jiàn)上述方法實(shí)施例，在此不再贅述。

本發(fā)明實(shí)施例所提供的多輪交互信息繼承識(shí)別方法、裝置以及交互系統(tǒng)的計(jì)算機(jī)程序產(chǎn)品，包括存儲(chǔ)了程序代碼的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述程序代碼包括的指令可用于執(zhí)行前面方法實(shí)施例中所述的方法，具體實(shí)現(xiàn)可參見(jiàn)方法實(shí)施例，在此不再贅述。

另外，在本發(fā)明實(shí)施例的描述中，除非另有明確的規(guī)定和限定，術(shù)語(yǔ)“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過(guò)中間媒介間接相連，可以是兩個(gè)元件內(nèi)部的連通。對(duì)于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語(yǔ)在本發(fā)明中的具體含義。

所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤(pán)、移動(dòng)硬盤(pán)、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

在本發(fā)明的描述中，需要說(shuō)明的是，術(shù)語(yǔ)“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明的限制。此外，術(shù)語(yǔ)“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性。

最后應(yīng)說(shuō)明的是：以上所述實(shí)施例，僅為本發(fā)明的具體實(shí)施方式，用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制，本發(fā)明的保護(hù)范圍并不局限于此，盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改或可輕易想到變化，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改、變化或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實(shí)施例技術(shù)方案的精神和范圍，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的保護(hù)范圍為準(zhǔn)。