[发明专利]用于智能设备的控制方法、系统及其装置、电子设备在审
申请号: | 202111017354.3 | 申请日: | 2021-08-31 |
公开(公告)号: | CN113836944A | 公开(公告)日: | 2021-12-24 |
发明(设计)人: | 刘建国;王迪;赵培 | 申请(专利权)人: | 青岛海尔科技有限公司;海尔智家股份有限公司 |
主分类号: | G06F40/35 | 分类号: | G06F40/35;G06F40/205;G06K9/62;G06N3/08;G06F16/332 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 董文倩 |
地址: | 266101 山东省*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 智能 设备 控制 方法 系统 及其 装置 电子设备 | ||
1.一种用于智能设备的控制方法,其特征在于,包括:
接收目标用户的信息数据,其中,所述信息数据包括语音信息数据和/或文本信息数据;
通过模型集合中第一类模型分别解析所述信息数据,得到标签数据,其中,所述第一类模型的数量N大于1,所述第一类模型之间无关联关系;
通过模型集合中的第二类模型处理所述标签数据,生成回复标签数据和/或指令标签数据,其中,所述回复标签数据用于向所述目标用户回复交互信息,所述指令标签数据用于向智能设备下发操作指令,所述指令标签数据中携带有设备控制参数。
2.根据权利要求1所述的控制方法,其特征在于,在接收目标用户的信息数据之前,所述控制方法还包括:
输入历史信息数据以及原始标签数据,其中,所述历史信息数据包括历史语音信息数据和/或历史文本信息数据,所述原始标签数据为历史过程中对所述历史信息数据进行数据解析,并对解析后的信息数据进行处理得到的数据;
基于模型集合中第三类模型,对所述原始标签数据进行训练,得到训练后的标签数据。
3.根据权利要求2所述的控制方法,其特征在于,在通过模型集合中第一类模型分别解析所述信息数据,得到标签数据之后,控制方法还包括:
获取智能设备的历史运行数据;
基于所述历史运行数据,通过模型集合中第三类模型对所述解析后的标签数据进行更新,得到更新后的标签数据。
4.根据权利要求3所述的控制方法,其特征在于,在通过模型集合中第一类模型分别解析所述信息数据,得到标签数据之后,控制方法还包括:
若所述更新后的标签数据有重复率大于预设阈值的标签数据,则保留该标签数据,并删除重复率小于等于预设阈值的标签数据。
5.根据权利要求1所述的控制方法,其特征在于,通过模型集合中的第二类模型处理所述标签数据,生成回复标签数据和/或指令标签数据的步骤,包括:
获取当前集合范围内各智能设备的运行参数;
在通过模型集合中的第二类模型处理所述标签数据后,基于所述智能设备的运行参数,生成回复标签数据和/或指令标签数据。
6.根据权利要求5所述的控制方法,其特征在于,基于所述智能设备的运行参数,生成回复标签数据和/或指令标签数据的步骤,包括:
基于所述智能设备的运行参数,判断所述标签数据中指示的智能设备的运行状态;
基于所述运行状态,生成指令标签数据;
所述指令标签数据包括下述至少之一:开启设备控制参数、关闭设备控制参数、调节设备控制参数。
7.根据权利要求6所述的控制方法,其特征在于,在基于所述运行状态,生成指令标签数据之后,所述控制方法还包括:
若所述指令标签数据包括所述开启设备控制参数,则生成回复开启标签数据,或,
若所述指令标签数据包括所述关闭设备控制参数,则生成回复关闭标签数据,或,
若所述指令标签数据包括所述调节设备控制参数,则生成回复调节标签数据。
8.根据权利要求1所述的控制方法,其特征在于,所述第一类模型的类型包括下述至少之一:深度学习模型、概率模型、有监督学习模型、无监督学习模型。
9.一种用于智能设备的控制系统,其特征在于,包括:
语义解析系统,用于解析目标用户的信息数据,输出标签数据,其中,所述语义解析系统包括无关联关系的第一类模型,所述第一类模型的数量N大于1;
对话管理系统,用于处理所述标签数据,生成回复标签数据和/或指令标签数据,其中,所述回复标签数据用于向所述目标用户回复交互信息,所述指令标签数据用于向智能设备下发操作指令,所述指令标签数据中携带有设备控制参数;
自然语言生成系统,用于将所述回复标签数据转换为与所述目标用户交互的回复语言,并将所述指令标签数据转换为智能设备所能识别的指令数据,其中,所述指令数据用于控制所述智能设备执行相应的指令。
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青岛海尔科技有限公司;海尔智家股份有限公司,未经青岛海尔科技有限公司;海尔智家股份有限公司许可,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/202111017354.3/1.html,转载请声明来源钻瓜专利网。