[发明专利]机器人自学习方法、机器人终端、装置及可读存储介质在审

专利信息
申请号: 201910900576.6 申请日: 2019-09-23
公开(公告)号: CN110674276A 公开(公告)日: 2020-01-10
发明(设计)人: 周楠楠;杨海军;徐倩 申请(专利权)人: 深圳前海微众银行股份有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F40/289;G06K9/62
代理公司: 44287 深圳市世纪恒程知识产权代理事务所 代理人: 王韬
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预处理 备选答案 机器人终端 机器人 知识库 可读存储介质 相似度匹配 答案 目标答案 匹配结果 用户问题 有效问题 自学习 准确率 更新
【权利要求书】:

1.一种机器人自学习方法,应用于机器人终端,其特征在于,所述的机器人自学习方法包括以下步骤:

获取待回答问题,对所述待回答问题进行预处理,得到预处理后的待回答问题;

在确定预处理后的待回答问题为有效问题时,生成预处理后的待回答问题对应的备选答案列表,其中,所述备选答案列表包括N个备选答案,所述N是正整数;

在获取到预处理后的待回答问题对应的用户答案时,将所述用户答案与所述备选答案列表中各个备选答案进行相似度匹配,根据匹配结果确定预处理后的待回答问题对应的目标答案。

2.如权利要求1所述的机器人自学习方法,其特征在于,所述获取待回答问题,对所述待回答问题进行预处理,得到预处理后的待回答问题的步骤包括:

获取待回答问题,对所述待回答问题进行去口语化处理;

对去口语化后的待回答问题进行分词,得到去口语化后的待回答问题对应的词汇列表;

基于目标纠错模型确定所述词汇列表中各个词汇的评分值;

基于所述各个词汇的评分值对去口语化后的待回答问题进行纠错,得到预处理后的待回答问题。

3.如权利要求2所述的机器人自学习方法,其特征在于,所述基于各个词汇的评分值对去口语化后的待回答问题进行纠错,得到预处理后的待回答问题的步骤包括:

在所述各个词汇中存在评分值小于预设分数的错误词汇时,获取所述错误词汇对应的前驱词;

基于预设的语料库以及所述前驱词,确定所述错误词汇对应的备选词汇列表;

基于所述目标纠错模型确定所述备选词汇列表中各个备选词汇的得分,并获取所述各个备选词汇的得分中的最大值;

将所述最大值对应的备选词汇替换所述错误词汇,得到预处理后的待回答问题。

4.如权利要求1所述的机器人自学习方法,其特征在于,所述在确定预处理后的待回答问题为有效问题时,生成预处理后的待回答问题对应的备选答案列表的步骤包括:

在确定预处理后的待回答问题为有效问题时,获取预处理后的待回答问题对应的初始答案列表;

基于预设聚类算法对所述初始答案列表进行聚类,得到所述备选答案列表。

5.如权利要求1所述的机器人自学习方法,其特征在于,所述在确定预处理后的待回答问题为有效问题时,生成预处理后的待回答问题对应的备选答案列表,与所述在获取到预处理后的待回答问题对应的用户答案时,将所述用户答案与所述备选答案列表中各个备选答案进行相似度匹配,根据匹配结果确定预处理后的待回答问题对应的目标答案的步骤之间,还包括:

在所述机器人终端当前进行人机对话时,获取人机对话的语音数据,并基于所述人机对话的语音数据确定所述用户答案。

6.如权利要求5所述的机器人自学习方法,其特征在于,所述在所述机器人终端当前进行人机对话时,获取人机对话的语音数据,并基于所述人机对话的语音数据确定所述用户答案的步骤包括:

在所述机器人终端当前进行人机对话时,获取预处理后的待回答问题对应的对话问题,将所述对话问题播放给用户;

在获取到所述对话问题对应的语音数据时,确定所述对话问题对应的语音数据是否满足获取用户答案的获取条件;

在确定满足获取条件时,将预处理后的待回答问题播放给用户,并基于预处理后的待回答问题对应的语音数据确定所述用户答案。

7.如权利要求1至6中任一项所述的机器人自学习方法,其特征在于,所述在获取到预处理后的待回答问题对应的用户答案时,将所述用户答案与所述备选答案列表中各个备选答案进行相似度匹配,根据匹配结果确定预处理后的待回答问题对应的目标答案的步骤包括:

基于预设算法计算所述用户答案与所述备选答案列表中各个备选答案的相似度,并确定最大相似度;

在所述最大相似度大于或等于阈值时,将所述最大相似度对应的备选答案作为所述目标答案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910900576.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top