[发明专利]一种信息处理方法及装置在审

专利信息
申请号: 202110177407.1 申请日: 2021-02-09
公开(公告)号: CN112905765A 公开(公告)日: 2021-06-04
发明(设计)人: 曹旭 申请(专利权)人: 联想(北京)有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35;G06F40/205;G06F40/30
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 周伟
地址: 100085 北京市海淀*** 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 信息处理 方法 装置
【权利要求书】:

1.一种信息处理方法,应用于对话系统,所述方法包括:

接收第一语句;

根据所述第一语句确定用于应答所述第一语句的第二语句;

返回所述第二语句;

接收第三语句;

根据所述第三语句确定是否需要重新确定用于应答所述第一语句的第四语句,若需要,则根据所述第一语句和意图涵盖层级关系确定所述第一语句所对应的上级意图以及与所述上级意图对应的第四语句,其中所述意图涵盖层级关系是根据意图集合和知识库动态确定的;

返回所述第四语句。

2.根据权利要求1所述的方法,所述方法还包括:

获取所述意图集合;

根据知识库确定所述意图集合中意图与意图之间的关系以及每一关系的关联度;

根据第一规则和所述各个意图之间的关系及每一关系的关联度对所述意图进行聚类得到至少一个意图子集;

根据第二规则从每一意图子集中确定一个意图作为同一意图子集中其他意图的上级意图。

3.根据权利要求2所述的方法,所述根据知识库确定所述意图集合中意图与意图之间的关系以及每一关系的关联度,包括:

基于知识库建立语言学习模型,其中,所述知识库存储有所述意图集合中意图对应的特征;

根据所述语言学习模型确定所述意图集合中意图与意图之间的关系以及每一关系的关联度。

4.根据权利要求3所述的方法,所述语言学习模型是无监督语言学习模型。

5.根据权利要求2所述的方法,每个意图设置有第一属性,相应地,所述第一规则包括所述意图的第一属性相似。

6.根据权利要求2所述的方法,所述第二规则包括与同一意图子集中其他意图的关系的综合相关度最高。

7.根据权利要求2所述的方法,所述根据第一规则和所述各个意图之间的关系及每一关系的关联度对所述意图进行聚类得到至少一个意图子集,包括:

将所述各个意图之间的关系及每一关系的关联度存储在第一图数据结构中,其中,所述第一图数据结构的点集中的每个点存储所述意图集合中的每一意图,所述第一图数据结构的边集中的每个边存储所述各个意图之间的关系,并根据每一关系的关联度设置相应边的权重值;

根据第一规则对所述第一图数据结构执行图聚类算法得到至少一个第二图数据结构,其中所述第二图数据结构的点集是所述第一图数据结构的点集的子集,所述第二图数据结构的边集是所述第一图数据结构的边集的子集,且各第二图数据结构的点集和点集之间、边集和边集之间均没有交集;

相应地,根据第二规则从每一意图子集中确定一个意图作为同一意图子集中其他意图的上级意图,包括:

根据第二规则和所述第二图数据结构确定一个点作为同一第二图数据结构点集中其他点的上级点。

8.根据权利要求7所述的方法,所述将所述各个意图之间的关系及每一关系的关联度存储在第一图数据结构中,包括:

创建图数据结构,所述图数据结构包括点集和边集;

获取所述意图集合中的意图;

创建点存储所述意图,其中,每个点存储一个意图;

将所述点加入到所述点集中;

创建边存储所述意图集合中意图与意图之间的关系,并根据每一关系的关联度设置相应边的权重值;

将所述边加入到所述边集中。

9.根据权利要求7所述的方法,所述根据第二规则和所述第二图数据结构确定一个点作为同一第二图数据结构点集中其他点的上级点包括:

根据所述第二图数据结构的点集中的每个点的度数和与每个点连接的边的权重值确定每个点的权重值;

根据所述每个点的权重值确定权重值最大的点;

将所述权重值最大的点作为同一第二图数据结构点集中其他点的上级点。

10.一种信息处理装置,应用于对话系统,所述装置包括:

第一语句接收模块,用于接收第一语句;

第二语句确定模块,用于根据所述第一语句确定用于应答所述第一语句的第二语句;

第二语句返回模块,用于返回所述第二语句;

第三语句接收模块,用于接收第三语句;

第四语句确定模块,用于根据所述第三语句确定是否需要重新确定用于应答所述第一语句的第四语句,若需要,则根据所述第一语句和意图涵盖层级关系确定所述第一语句所对应的上级意图以及与所述上级意图对应的第四语句,其中所述意图涵盖层级关系是根据意图集合和知识库动态确定的;

第四语句返回模块,用于返回所述第四语句。

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联想(北京)有限公司,未经联想(北京)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/202110177407.1/1.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