[发明专利]人工智能交互方法及人工智能交互装置

说明书

本发明的人工智能交互方法用于解决交互信息响应由于缺乏情绪特征，人工智能辅助角色交互效果差的技术问题。本发明实施例包括：从语料库中获取角色的语料资源进行向量化处理，形成角色的角色语料；通过神经网络模型对角色语料进行自然语言语义识别，形成确定角色，形成确定角色的语句情绪特征，形成确定角色的性格特征。本发明实施例的人工智能交互方法结合交互信息输入的文本词汇或情绪控制信息，通过自然语义识别的方式创建带有人物性格的人工智能助手，大规模降低人工参与，降低了开发的工作量，同时能够产生更具有自然情绪效果的人工智能助手。本发明还包括人工智能交互装置。

技术领域

本发明涉及音视频智能控制领域，特别涉及人工智能交互方法及人工智能交互装置。

背景技术

智能助理产品包括交互信息输入、交互信息响应和交互信息输出的过程。例如微软公司的Cortana助理产品和苹果公司的Siri助理产品在通过语音识别技术获得交互输入的语音文本后，采用NLP技术(即自然语言处理技术)对语音文本中的交互信息进行关键字提取，通过关键字匹配/模糊匹配的方式检索知识列表(或知识库)对输入的交互信息进行响应，并将响应的知识内容作为消息回复，消息回复以语音或文字的形式作为交互信息输出。

在交互信息响应过程中由于利用的知识列表(或知识库)采用格式化处理，仅包含必要的知识内容，使得相同查询产生的消息回复形成的交互信息输出缺乏情绪特征，导致智能助理产品的交互信息输出表现呆板，无法反应交互过程中上下文关联属性，人机交互体验差。

发明内容

有鉴于此，本发明实施例提供了一种人工智能交互方法及人工智能交互装置，用于解决交互信息响应由于缺乏情绪特征，人工智能辅助角色交互效果差的技术问题。

本发明的人工智能交互方法，包括：

从语料库中获取角色的语料资源进行向量化处理，形成角色的角色语料；

通过神经网络模型对角色语料进行自然语言语义识别，形成确定角色，形成所述确定角色的语句情绪特征，形成所述确定角色的性格特征。

本发明的人工智能交互装置，包括：

语料短语生成模块，用于从语料库中获取角色的语料资源进行向量化处理，形成角色的角色语料。

语义识别模块，用于通过神经网络模型对所述角色语料进行自然语言语义识别，形成确定角色，形成所述确定角色的语句情绪特征，形成所述确定角色的性格特征。

本发明实施例的人工智能交互方法及人工智能交互装置，通过自然语义识别的方式创建带有人物性格的人工智能助手，大规模降低人工参与，降低了开发的工作量，同时能够产生更具有自然情绪效果的人工智能助手。

附图说明

图1为本发明实施例的人工智能交互方法的流程图。

图2为本发明实施例的人工智能交互方法的确定角色、确定角色性格和确定角色情绪形成的流程图。

图3为本发明实施例的人工智能交互方法的情绪交互信息输出的流程图。

图4为人工智能交互装置或程序模块的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

附图中的步骤编号仅用于作为该步骤的附图标记，不表示执行顺序。

图1为本发明实施例的人工智能交互方法的流程图。如图1所示包括：