[发明专利]一种基于可视化流程图的智能问答多轮交互方法和系统

权利要求书

1.一种基于可视化流程图的智能问答多轮交互方法，其特征在于：包括以下步骤：

第1步，在引导型节点中，自动添加引导话术：

在流程图中，当前引导型节点v可以流转到的节点集合为V⁺＝{v₁，v₂，...，v_m}，那么，在节点v上，自动利用V⁺节点名信息为v产生引导话术；

第2步，在应答型节点中，进行语义理解并保存补全的咨询历史：

第2.1步，当用户做出应答时，语义理解系统将用户的自然语言输入，映射到流程图中的应答型节点，此时将限定节点的范围，仅在系统上次流转到的引导性节点v的后续节点V⁺中；

第2.2步，当映射到具体的应答型节点后，该节点会将用户的咨询进行自动补全，将用户的最近咨询历史，同当前咨询合并起来，作为完整的咨询保存为最近的咨询历史；

为了完成语义理解，在两类节点中将附带有一系列语义文法，语义文法定义如下：

语义文法Semantic-Syntax为一个四元组：

Semantic-Syntax＝<ID，Body>

其中，ID为文法的唯一性标识，两条不同的文法不能有相同的ID；

文法体Body是文法的核心元素，用于自然语言形式的匹配用户问题；文法体Body是对自然语言表达的泛化，反之，自然语言可以称作是文法体的具化；两者之间存在多对多的映射关系；Body的上下文无关文法形式定义为：

上述定义中，各非终结符的含义如下：

1).Section：文法项，一个文法体由以通配符’*’作为间隔的多个文法项组成；

2).Constant：常量型文法项；

3).NeccessaryConstant：必选常量型文法项，由词类(WordClass)和常量词集(Words)组成；

4).WordClass：词类，为一组词(Word)所组成的集合的名称；词类所具体包含的词，可在文法体之外单独进行定义；

5).Words：常量词集，为一组词(Word)所组成的集合；

6).OptionalConstant：可选常量型文法项；

7).Variable：变量型文法项，由变量标志符’？’，变量标识(VariableID)，变量名(VariableName)组成；

8).VariableID：变量标识，唯一确定一条文法中的变量型文法项；

9).VariableName：变量名，即变量型文法项的名称；

各终结符的含义如下：

1).″*″：通配符；

2).″<″，″>″：文法项括号；

3).″！″：词类标志符，表示其后为一个词类；

4).″？″：变量标志符，标识其后为一个变量标识和一个变量名；

5).″|″：逻辑或关系标志符，标识多个常量型文法间的“或”关系；

6).″(″，″)″：变量名括号；

7).″[″，″]″：可选文法项括号；

8).string：字符串常量；

对于一个具体的文法体b，可以计算其余用户咨询q的匹配度，从而决定q是否映射到b所在的节点；q与b的匹配分值Credit(b，q)考虑了两个方面的特征，一是q被b所匹配的词的加权比例，二是b被p所映射到的文法项的比例，具体定义为：

其中，M为q中映射到b中的分词集合，M’＝q-M，M’为q中未映射到b中的分词集合，G为b的所有文法项中映射到b的文法项；对于M和M’中的某个词w，IDF(w)体现了其在q中的重要程度，b.Sections就是由文法体b中的各个Section构成的集合；

IDF(w)＝log(|所有节点附带的文法体集合|/|常量词中包含w的文法体集合|) (2)

0＜ε＜1是平滑因子；

第3步，在智能问答系统各种，用户可能会不按照系统给出的引导流程进行应答，而是转移到另外一个话题；

系统如下判断是否是进行了话题转移：将首先按照第2步中的方式进行语义理解，记匹配得分为c₁，如果匹配失败，c₁＝0；同时，也在取消理解的约束范围，整个知识库中理解，记最大的匹配得分为c₂；整个知识库包括多个流程型知识库，每个流程型知识库包括多个应答节点；如果c₂-c₁＞max_credit_span，则认为用户转移了话题，其中；max_credit_span为话题转换的判断阈值。