[发明专利]一种农业技术服务机器人人机融合咨询问答方法及系统有效

专利信息
申请号: 202010218697.5 申请日: 2020-03-25
公开(公告)号: CN111581338B 公开(公告)日: 2022-01-28
发明(设计)人: 魏清凤;罗长寿;郑亚明;龚晶;王富荣;余军;曹承忠;陆阳;于维水 申请(专利权)人: 北京市农林科学院
主分类号: G06F16/33 分类号: G06F16/33;G06F16/332;G06F16/36;G06Q50/02
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郭亮
地址: 100097 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 农业 技术服务 机器人 人机 融合 咨询 问答 方法 系统
【权利要求书】:

1.一种农业技术服务机器人人机融合咨询问答方法,其特征在于,包括:

获取人机对话过程中的用户语音;

对所述用户语音进行语音识别,获取用户人机对话文本;

对所述用户人机对话文本进行用户状态评估,并根据评估结果选择咨询问答的方式,所述咨询问答的方式包括机器人自动解答、农业信息服务人员接入解答或农业专家指导;

所述对所述识别文本进行用户状态评估,并根据评估结果选择咨询问答的方式,包括:

获取与所述用户人机对话文本相对应的识别文本;

对所述识别文本进行语义抽取,构建用户评价词组集;

获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取所述识别文本的综合状态评估值;

若所述综合状态评估值大于第二预设阈值,则确定所述咨询问答的方式为机器人自动解答;

若所述综合状态评估值小于第二预设阈值,则提示用户是否将所述咨询问答的方式转换为所述农业信息服务人员接入解答;

所述获取所述用户评价词组集中每个用户评价词组的状态评价值,并根据所有所述状态评价值,获取所述识别文本的综合状态评估值,具体计算方法为:

其中,Z为识别文本的综合状态评估值,zj为第j个用户评价词组的状态评价值,wj表示第j个用户评价词组的中心词的特征值,qij表示第j个用户评价词组中第i个词语的极性权重,m为用户评价词组集中用户评价词组的总数,n为第j个用户评价词组中词语的总数。

2.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,所述对所述用户语音进行语音识别,获取用户人机对话文本,包括:

基于农业领域专业词库,构建农业技术咨询语音识别模型;

利用所述农业技术咨询语音识别模型对所述用户语音进行识别,获取所述用户人机对话文本,所述用户人机对话文本包括农业通用词和农业专业词。

3.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,在所述获取所述用户人机对话文本之后,还包括对所述用户人机对话文本进行识别纠错,构建识别文本,具体为:

对所述用户人机对话文本进行分词,获取所述用户人机对话文本中的所有分词;

基于农业技术语境词库,计算每个所述分词的语境符合度;

若所述分词的语境符合度大于第一预设阈值,则将所述分词置于所述识别文本;

若所述分词的语境符合度小于第一预设阈值,则获取所述分词的相近音词表;

计算所述相近音词表中每个词的语境符合度,并将语境符合度最高的词置于所述识别文本。

4.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,所述对所述识别文本进行语义抽取,构建用户评价词组集,包括:

确定所述识别文本中的至少一个评价对象中心词;

以所述评价对象中心词为中心,以所述评价对象中心词前后的状态词为界,对所述识别文本进行语义划分;

利用划分后形成的至少一个用户评价词组,构建成所述用户评价词组集。

5.根据权利要求1所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,在用户确认将所述咨询问答的方式转换为所述农业信息服务人员接入解答之后,由农业信息服务人员在农业技术知识库系统的辅助下进行用户咨询问题回复。

6.根据权利要求5所述的农业技术服务机器人人机融合咨询问答方法,其特征在于,在用户确认将所述咨询问答的方式转换为所述农业信息服务人员接入解答之后,还包括:

继续获取识别文本,若通过对所述识别文本的分析,获取到所述识别文本对应的综合状态评估值小于第三预设阈值,则将所述咨询问答的方式转换为所述农业专家指导。

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北京市农林科学院,未经北京市农林科学院许可,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/202010218697.5/1.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