[发明专利]一种信息处理方法及装置

说明书

本发明公开了一种信息处理方法及装置。该方法包括：接收用户输入的问题语句，根据问题语句确定用户意图，返回与该用户意图对应的应答语句；之后，根据用户对该应答语句的反应确定用户是否满意刚才输出的应答语句，如果不满意，则通过意图涵盖层级关系(即问题之间的涵盖层级关系)确定用户意图的上级意图，返回与上级意图对应的另一个应答语句。如此，可以在原有应答语句的基础之上，利用问题之间的涵盖层级关系进一步扩展可输出的应答语句，从而可以更快、更准确地找到符合用户意图的应答语句，进一步提高用户的满意度。

技术领域

本发明涉及计算机信息处理领域，尤其涉及一种信息处理方法及装置。

背景技术

在对话系统中，除了找到与用户问题直接对应的答案以进行答复之外，还需要获取与用户问题相关的其他问题以及其他问题的答案以备不时之需。例如，在没有与用户问题直接对应的答案，或使用与用户问题直接对应的答案进行答复时，用户不满意的情况下，可以尝试获取与用户问题相关的其他问题的对应答案，并使用其他问题的对应答案来应答用户问题。

为了实现以上方法，需要挖掘问题之间的相关关系，通常来说相关关系主要分为两类，一类为层级涵盖关系，一类为相似关系。相似关系可以通过计算相似度的方法解决，而层级涵盖关系却很难获得。但涵盖关系的应用场景又非常多，且很重要。因此，如何高效且准确地获得问题之间的层级涵盖关系以进行扩展性应答成为应答系统亟待解决的技术问题。

发明内容

针对以上问题，本发明实施例提供了一种方法及装置。

根据本发明实施例第一方面，一种信息处理方法，该方法包括：接收第一语句；根据第一语句确定用于应答第一语句的第二语句；返回第二语句；接收第三语句；根据第三语句确定是否需要重新确定用于应答第一语句的第四语句，若需要，则根据第一语句和意图涵盖层级关系确定第一语句所对应的上级意图以及与上级意图对应的第四语句，其中意图涵盖层级关系是根据意图集合和知识库动态确定的；返回第四语句。

根据本发明实施例一实施方式，该方法还包括：获取意图集合；根据知识库确定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；确定意图集合中各个意图之间的关系及每一关系的关联度；根据第一规则和各个意图之间的关系及每一关系的关联度对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。

根据本发明实施例一实施方式，根据知识库确定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，知识库存储有意图集合中意图对应的特征；根据语言学习模型确定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。

根据本发明实施例一实施方式，所述语言学习模型是无监督语言学习模型。

根据本发明实施例一实施方式，每个意图设置有第一属性，相应地，第一规则包括意图的第一属性相似。

根据本发明实施例一实施方式，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。

根据本发明实施例一实施方式，根据第一规则和各个意图之间的关系及每一关系的关联度对意图进行聚类得到至少一个意图子集，包括：将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，第一图数据结构的点集中的每个点存储意图集合中的每一意图，第一图数据结构的边集中的每个边存储各个意图之间的每一关系，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，其中第二图数据结构的点集是第一图数据结构的点集的子集，第二图数据结构的边集是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。