一种人机对话处理方法、系统及电子设备与流程

1.本发明涉及会话信息处理技术领域，具体涉及一种人机对话处理方法、系统及电子设备。


背景技术：

2.智能会话系统，又称为智能会话agent或者智能聊天系统。是指通过人工智能技术，以会话识别、自然语言处理和会话合成技术为基础，实现与人类进行语言交互的系统。智能会话系统从应用场景上主要分为任务导向型对话系统和非任务导向型对话系统，典型的任务导向型对话系统如智能会话助手、智能电话外呼系统，典型的非任务导向型系统如智能音箱、聊天机器人等。
3.目前市面上的智能对话机器人类型的产品大多已具备基础的关键点记忆能力，多数通过实体命名标识和槽位填充来进行上下文的理解，这种方式在实时对话中能够进行简单的多轮对话。但大部分智能对话机器人无法充分灵活利用用户历史输入信息，对于逻辑复杂的对话和间隔较长时间的对话的回复正确率会明显降低，用户能够感知到的人机对话的记忆能力较弱，影响用户体验。


技术实现要素：

4.有鉴于此，本说明书实施例提供了一种人机对话处理方法，能够充分灵活利用历史数据，提升逻辑复杂会话以及长时会话的回复正确率，优化用户体验。
5.根据第一方面，本说明书实施例提供了一种人机对话处理方法，所述方法应用于智能会话装置，所述方法包括：
6.确定目标用户的身份信息，根据所述身份信息获取所述目标用户的记忆数据集，所述记忆数据集中的记忆数据从历史会话内容中提取确定；
7.获取当前会话过程中所述目标用户的会话输入数据，从所述记忆数据集中提取与所述会话输入数据相对应的记忆数据子集；
8.根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断；
9.在记忆条件判断通过后，根据所述记忆数据子集生成与所述会话输入数据相匹配的会话输出数据针对所述会话输入数据进行应答。
10.可选的，所述记忆数据集包括多个用户记忆标签，所述用户记忆标签包括多个字段，每个所述字段用于存储一条记忆信息。
11.可选的，从所述记忆数据集中提取与所述会话输入数据相对应的记忆数据子集，包括：
12.通过对所述会话输入数据进行语义分析，确定语义约束条件；
13.根据所述语义约束条件对所述记忆数据集中的多条所述用户记忆标签进行筛选，根据筛选结果确定所述记忆数据子集。
14.可选的，根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断，包括：
15.根据所述会话输入数据设置记忆判定条件，所述记忆判定条件包括记忆搜索值条件、记忆支持条件与记忆反对条件；
16.在所述记忆判定条件为所述记忆搜索值条件时，针对所述记忆数据子集进行记忆条件判断，包括：
17.将所述记忆数据子集中的数值与所述记忆搜索值条件的中的限定数据进行对比，在所述数值满足所述限定数据要求时，记忆条件判断通过；
18.在所述记忆判定条件为所述记忆支持条件时，针对所述记忆数据子集进行记忆条件判断，包括：
19.通过对所述记忆数据子集进行搜索判断，确定所述记忆数据子集中是否存在所述记忆支持条件限定的目标条件，若存在则记忆条件判断通过；
20.在所述记忆判定条件为所述记忆反对条件时，针对所述记忆数据子集进行记忆条件判断，包括：
21.通过对所述记忆数据子集进行搜索判断，确定所述记忆数据子集中是否存在所述记忆反对条件限定的目标条件，若不存在则记忆条件判断通过。
22.可选的，所述方法在根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断后，还包括：根据所述会话输入数据对所述记忆数据集进行更新。
23.可选的，根据所述会话输入数据对所述记忆数据集进行更新，包括：
24.通过对所述会话输入数据进行语义分析，从所述会话输入数据中提取关键词及相应的关键信息；
25.将所述关键词与所述记忆数据集中的多个所述字段进行对比，以确定所述记忆数据集中是否存在与所述关键词相对应的字段；
26.响应于所述记忆数据集中存在与所述关键词相对应的字段，根据所述关键信息对所述字段的字段内容进行更新；
27.响应于所述记忆数据集中不存在与所述关键词相对应的字段，根据所述关键信息在所述记忆数据集中创建新的用户记忆标签。
28.可选的，根据所述关键信息对相应所述字段的字段内容进行更新，包括：
29.响应于所述关键信息为数值类信息，根据所述关键信息对所述字段的字段内容进行修改；
30.响应于所述关键信息为状态类信息，将所述字段的字段内容更新为所述关键信息或将所述关键词对应的所述字段删除。
31.可选的，所述方法在根据所述关键信息在所述记忆数据集中创建新的用户记忆标签后，还包括：为新的用户记忆标签设置时间属性信息，所述时间属性信息用于限定所述用户记忆标签的生效时间。
32.在第二方面，本说明书实施例还提供了一种人机对话处理系统，所述系统应用于智能会话装置，所述系统包括：
33.记忆数据获取模块，用于确定目标用户的身份信息，根据所述身份信息获取所述目标用户的记忆数据集，所述记忆数据集中的记忆数据从历史会话内容中提取确定；
34.记忆数据筛选模块，用于获取当前会话过程中所述目标用户的会话输入数据，从所述记忆数据集中提取与所述会话输入数据相对应的记忆数据子集；
35.记忆条件判断模块，用于根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断；以及
36.会话应答模块，用于在记忆条件判断通过后，根据所述记忆数据子集生成与所述会话输入数据相匹配的会话输出数据针对所述会话输入数据进行应答。
37.在第三方面，本说明书实施例还提供了一种人机对话处理电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的人机对话处理方法。
38.从上面可以看出，本说明书实施例所提供的一种人机对话处理方法、系统及电子设备，具有如下有益的技术效果：
39.获取目标用户的记忆数据集并从中选取筛选出与当前会话主题相关联的记忆数据子集，针对所述记忆数据自己进行记忆条件判断，判断通过后根据所述记忆数据子集为目标用户匹配相应的会话输出数据进行应答，这样的方式在针对目标用户的会话输入进行应答时充分且灵活的利用历史数据进行回复，能够提升逻辑复杂会话以及长时会话的回复正确率，优化用户体验。
附图说明
40.通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
41.图1示出了本说明书一个或多个可选实施例所提供的一种人机对话处理方法示意图；
42.图2示出了本说明书一个或多个可选实施例所提供的一种人机对话处理方法中提取记忆数据子集的方法示意图；
43.图3示出了本说明书一个或多个可选实施例所提供的一种人机对话处理方法中对记忆数据集进行更新的方法示意图；
44.图4示出了本说明书一个或多个可选实施例所提供的一种人机对话处理系统结构示意图；
45.图5示出了本说明书一个或多个可选实施例所提供的一种人机对话处理电子设备结构示意图。
具体实施方式
46.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
47.智能会话系统，又称为智能会话agent或者智能聊天系统。是指通过人工智能技术，以会话识别、自然语言处理和会话合成技术为基础，实现与人类进行语言交互的系统。智能会话系统从应用场景上主要分为任务导向型对话系统和非任务导向型对话系统，典型的任务导向型对话系统如智能会话助手、智能电话外呼系统，典型的非任务导向型系统如智能音箱、聊天机器人等。
48.目前市面上的智能对话机器人类型的产品大多已具备基础的关键点记忆能力，多数通过实体命名标识和槽位填充来进行上下文的理解，这种方式在实时对话中能够进行简单的多轮对话。但大部分智能对话机器人无法充分灵活利用用户历史输入信息，对于逻辑复杂的对话和间隔较长时间的对话的回复正确率会明显降低，用户能够感知到的人机对话的记忆能力较弱，影响用户体验。
49.针对上述问题，本说明书实施例的目的在于提出一种人机对话处理方法，获取目标用户的历史记忆数据，针对当前会话过程中用户所输入的会话信息，基于历史记忆数据进行记忆条件判断后再根据所述历史记忆数据为目标用户匹配相应的会话输出数据进行应答，能够充分灵活利用历史数据，提升逻辑复杂会话以及长时会话的回复正确率，优化用户体验。
50.基于上述目的，在第一方面，本说明书实施例提供了一种人机对话处理方法。
51.如图1所示，本说明书一个或多个可选实施例所提供的一种人机对话处理方法，应用于智能会话装置，所述方法包括：
52.s1：确定目标用户的身份信息，根据所述身份信息获取所述目标用户的记忆数据集，所述记忆数据集中的记忆数据从历史会话内容中提取确定。
53.可以在目标用户登录时即获取所述目标用户的身份信息，所述目标用户的身份信息可以包括用户唯一编码、姓名、性别等。还可以在会话通话过程中，针对所述目标用户所输入的会话进行身份特征辨识，从而确定所述目标用户的身份信息。
54.在确定所述目标用户的所述身份信息后，可以根据所述身份信息从数据库中获取与所述目标用户相对应的记忆数据集。所述记忆数据集用于存储与所述目标用户相关的有价值的历史数据，所述历史数据可以是在历史会话过程中所提取的与用户相关的有价值的信息，如身高、体重、职业、身体健康状态等多种相关信息。可以理解的是，还可以在用户初期登陆过程中获取与所述目标用户相关的有价值信息存储在所述记忆数据集中。
55.s2：获取当前会话过程中所述目标用户的会话输入数据，从所述记忆数据集中提取与所述会话输入数据相对应的记忆数据子集。
56.可以获取当前会话过程中所述目标用户的会话输入数据，通过对所述会话输入数据进行会话语义识别，确定当前会话场景下的对话主题，从而在所述记忆数据集中筛选出与所述对话主题相关联的数据内容作为所述记忆数据子集。
57.s3：根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断。
58.在筛选确定出与当前会话场景的对话主题相关联的所述记忆数据子集后，需要进一步的对所述记忆数据子集进行记忆条件判断，以确定所述记忆数据子集的可用性。其中，进行记忆条件判断的具体判定条件可以根据所述会话输入数据的实际语义内容所确定。
59.s4：在记忆条件判断通过后，根据所述记忆数据子集生成与所述会话输入数据相匹配的会话输出数据针对所述会话输入数据进行应答。
60.针对所述记忆数据子集进行记忆条件判断，通过则说明所述记忆数据子集中的记忆信息是可用的，可以根据所述记忆数据子集中的记忆信息对所述目标用户的所述会话输入数据进行回复。
61.这种情况下，针对所述会话输入数据的不同语义内容可以采用相对应的问候、表达或回复，结合所述记忆数据子集的记忆信息执行符合上下文逻辑的会话输出数据进行回
复。
62.针对记忆条件判断未通过的情况，则当前会话过程针对所述目标用户的所述会话输入数据无法成功匹配，可以执行其他会话内容，或者直到匹配成功之后再针对所述会话输入数据进行回应。
63.所述人机对话处理方法，获取目标用户的记忆数据集并从中选取筛选出与当前会话主题相关联的记忆数据子集，针对所述记忆数据自己进行记忆条件判断，判断通过后根据所述记忆数据子集为目标用户匹配相应的会话输出数据进行应答，这样的方式在针对目标用户的会话输入进行应答时充分且灵活的利用历史数据进行回复，能够提升逻辑复杂会话以及长时会话的回复正确率，优化用户体验。
64.在本说明书一个或多个可选实施例所提供的一种人机对话处理方法中，所述记忆数据集包括多个用户记忆标签，所述用户记忆标签包括多个字段，每个所述字段用于存储一条记忆信息。
65.所述用户记忆标签可以由多个字段组成，每个字段能够存储一条信息，如：用户＝xx，属性＝身高，属性值＝xxx。其中，字段的格式支持数字、文本、非集合变量、集合变量、变元，满足多类型的记忆存储。所述用户记忆标签中可以有多种不同的字段组合方式，多字段的不同组合可以实现记忆存储、提取的灵活性和多样性。
66.如图2所示，在本说明书一个或多个可选实施例所提供的一种人机对话处理方法中，从所述记忆数据集中提取与所述会话输入数据相对应的记忆数据子集，包括：
67.s201：通过对所述会话输入数据进行语义分析，确定语义约束条件。
68.s202：根据所述语义约束条件对所述记忆数据集中的多条所述用户记忆标签进行筛选，根据筛选结果确定所述记忆数据子集。
69.通过对所述会话输入数据进行语义分析，可以确定一个或多个用于表征当前会话主题的主题词，可以将一个或多个所述主题词作为约束条件。
70.在确定所述约束条件后，对所述记忆数据集中的多条所述用户记忆标签进行搜索筛选，从中选取出符合所述约束条件所述用户记忆标签以构成所述记忆数据子集。
71.一些可选实施例中，在选出符合所述约束条件的所述用户记忆标签之后，还进一步的对所述用户记忆标签中的字段进行筛选，选取出符合所述约束条件的所述字段以构成所述记忆数据子集。
72.进一步的，在筛选出符合所述约束条件的字段后，可以将所述字段的字段内容赋值给自定义变量。需要说明的是，构成所述约束条件的所述主题词的具体内容可以根据实际会话内容进行修改。
73.根据所述约束条件所筛选出的符合条件的所述用户记忆标签可以为多个，这种情况下分别在多个所述用户记忆标签中提取相同字段的字段内容，并将在多个不同所述用户记忆标签中提取的相同字段的字段内容复赋值给多个自定义变量以构成集合变量。这样的方式，支持同时搜索输出多个字段的字段内容，一次性赋值给多个自定义变量，可以实现多重信息的输出。
74.在本说明书一个或多个可选实施例所提供的一种人机对话处理方法中，根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断，包括：
75.根据所述会话输入数据设置记忆判定条件，所述记忆判定条件包括记忆搜索值条
件、记忆支持条件与记忆反对条件，之后再根据所设置的所述记忆判定条件针对所述记忆数据子集进行判断，
76.在所述记忆判定条件为所述记忆搜索值条件时，针对所述记忆数据子集进行记忆条件判断，包括：
77.将所述记忆数据子集中的数值与所述记忆搜索值条件的中的限定数据进行对比，在所述数值满足所述限定数据要求时，记忆条件判断通过。
78.一些可选实施例中，根据所述记忆搜索值条件中的所述限定数据对赋值到所述自定义变量中的数值进行判断。
79.根据所述会话输入数据的具体语义，可以在所述自定义变量的数值等于所述限定数据时，判定通过；也可以在所述自定义变量的数值不等于所述限定数据时，判定通过；还可以在所述自定义变量的数据符合所述限定数据所规定的数值范围时，判定通过。
80.在所述记忆判定条件为所述记忆支持条件时，针对所述记忆数据子集进行记忆条件判断，包括：
81.通过对所述记忆数据子集进行搜索判断，确定所述记忆数据子集中是否存在所述记忆支持条件限定的目标条件，若存在则记忆条件判断通过。
82.记忆支持判断，需要针对所述记忆数据子集中的内容进行正向判断，采用“有则触发”的判断逻辑。当所述记忆数据子集中存在所述记忆支持条件所限定的目标条件时，判定记忆条件判断通过。
83.例如，根据所述会话输入数据确定会话中需要目标用户记忆“a”的支持才能触发，则在所筛选确定所述记忆数据子集中确定是否存在记忆信息“a”，若存在则判定记忆条件判定通过，根据记忆信息执行符合上下文逻辑的会话输出数据进行回复。
84.在所述记忆判定条件为所述记忆反对条件时，针对所述记忆数据子集进行记忆条件判断，包括：
85.通过对所述记忆数据子集进行搜索判断，确定所述记忆数据子集中是否存在所述记忆反对条件限定的目标条件，若不存在则记忆条件判断通过。
86.记忆反对判断，需要针对所述记忆数据子集中的内容进行反向判断，采用“无则触发”的判断逻辑。当所述记忆数据子集中不存在所述记忆支持条件所限定的目标条件时，判定记忆条件判断通过。
87.例如，根据所述会话输入数据确定会话中需要目标用户记忆反对“b”才能触发，则在所筛选确定所述记忆数据子集中确定是否存在记忆信息“b”，若不存在则判定记忆条件判定通过，根据记忆信息执行符合上下文逻辑的会话输出数据进行回复。
88.如图3所示，本说明书一个或多个可选实施例所提供的一种人机对话处理方法，在根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断后，还包括：根据所述会话输入数据对所述记忆数据集进行更新。
89.根据所述会话输入数据对所述记忆数据集进行更新，包括：
90.s301：通过对所述会话输入数据进行语义分析，从所述会话输入数据中提取关键词及相应的关键信息。
91.s302：将所述关键词与所述记忆数据集中的多个所述字段进行对比，以确定所述记忆数据集中是否存在与所述关键词相对应的字段。
92.s303：响应于所述记忆数据集中存在与所述关键词相对应的字段，根据所述关键信息对所述字段的字段内容进行更新。
93.在所述记忆数据集中存在与所述关键词相对应的字段，说明所述关键词所表征的所述目标用户的相关信息已经记录在所述记忆数据集中，这种情况下可以将所述关键信息与所述关键词相应所述字段的字段内容进行对比，确定二者是否一致，二者不一致则说明所述目标用户的相关信息已经发生变化，需要根据所述关键信息对所述字段内容进行更新。
94.在一些可选实施例中，根据所述关键信息对所述字段内容进行更新时，可以先确定所述关键信息的信息类型，根据所述信息类型采取相应的更新操作。
95.响应于所述关键信息为数值类信息，根据所述关键信息对所述字段的字段内容进行修改。
96.例如，所述关键词的含义为目标用户的身高，所述关键信息为所述目标用户身高的具体数值，如175cm。而在所述目标用户相应的所述记忆数据集中，用于表征身高字段的字段内容为170cm，则需要根据所述关键信息对所述身高字段的字段内容进行修改，将所述字段内容更新为175cm。
97.需要说明的是，可以根据所述关键信息对所述字段内容进行自增减修改。例如，所述关键词的含义为目标用户的身高，所述关键信息的内容为“长高5cm”，则根据所述关键信息需要将所述身高字段的字段内容在原数值基础上自增加5cm。
98.响应于所述关键信息为状态类信息，将所述字段的字段内容更新为所述关键信息或将所述关键词对应的所述字段删除。
99.所述状态类信息可以包括双状态信息和多状态信息。其中，所述双状态信息所表示的状态符合布尔型逻辑关系，例如感冒状态与感冒痊愈状态。所述多状态信息则表示具有三种或以上的状态，如表示发烧严重程度的轻度状态、中度状态、重度状态。
100.对于双状态信息，若所述关键信息与所述字段内容不同，可以将所述字段删除。例如，所述关键词的含义为身体健康状态，所述关键信息为所述目标用户感冒痊愈，而在所述目标用户相应的所述记忆数据集中，表征身体健康状态的字段内容为用户感冒。这种情况下，可以将该字段删除。
101.对于多状态信息，若所述关键信息与所述字段内容不同，则可以将所述字段内容更新为所述关键信息。
102.s304：响应于所述记忆数据集中不存在与所述关键词相对应的字段，根据所述关键信息在所述记忆数据集中创建新的用户记忆标签。
103.在所述记忆数据集中不存在与所述关键词相对应的字段，说明所述记忆数据集中未记录相关信息，这种情况下可以在所述记忆数据集中创建新的用户记忆标签以存储所述关键信息。
104.需要说明的是，在所述记忆数据集中所创建的新的所述用户记忆标签，其中的记忆信息默认是即时生效的。如用户输入名字，下一轮询问时智能对话机器人能够根据即时生效的数据回答用户名字。
105.一些可选实施例中，在根据所述关键信息在所述记忆数据集中创建新的用户记忆标签后，还为新的用户记忆标签设置时间属性信息。
106.所述时间属性信息可以包括所述用户记忆标签的生效起始时间。例如，在创建新的用户记忆标签时，可以设定该用户记忆标签在10分钟之后才开始生效。在新的用户记忆标签中记载了用户处于学习状态下，下一轮询问时不会得到相对应的回应内容，直至10分钟之后再询问时才能得到所述目标用户正处于学习状态下的应答内容。
107.所述时间属性信息还可以包括所述用户记忆标签的生效持续时间。例如，在创建新的用户记忆标签时，可以设定该用户标签记忆标签有效时间持续10分钟。
108.例如，在智能客服对话场景下，用户刚打电话咨询某项业务(写入记忆，持续时间10分钟)，10分钟内用户再次呼入，智能对话机器人可以根据记忆判断询问用户上一通电话的问题是否解决。超过10分钟记忆失效，智能对话机器人就不会再询问上一通电话内容，进入正常流程。
109.需要说明的是，本说明书一个或多个实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本说明书一个或多个实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
110.需要说明的是，上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
111.基于同一发明构思，与上述任意实施例方法相对应的，本说明书实施例还提供了一种人机对话处理系统。
112.参考图4，所述人机对话处理系统，应用于智能会话装置，所述系统包括：
113.记忆数据获取模块，用于确定目标用户的身份信息，根据所述身份信息获取所述目标用户的记忆数据集，所述记忆数据集中的记忆数据从历史会话内容中提取确定；
114.记忆数据筛选模块，用于获取当前会话过程中所述目标用户的会话输入数据，从所述记忆数据集中提取与所述会话输入数据相对应的记忆数据子集；
115.记忆条件判断模块，用于根据所述会话输入数据针对所述记忆数据子集进行记忆条件判断；以及
116.会话应答模块，用于在记忆条件判断通过后，根据所述记忆数据子集生成与所述会话输入数据相匹配的会话输出数据针对所述会话输入数据进行应答。
117.在本说明书一个或多个可选实施例所提供的一种人机对话处理系统中，所述记忆数据集包括多个用户记忆标签，所述用户记忆标签包括多个字段，每个所述字段用于存储一条记忆信息。
118.在本说明书一个或多个可选实施例所提供的一种人机对话处理系统中，所述记忆数据筛选模块，还用于通过对所述会话输入数据进行语义分析，确定语义约束条件；根据所述语义约束条件对所述记忆数据集中的多条所述用户记忆标签进行筛选，根据筛选结果确定所述记忆数据子集。
119.在本说明书一个或多个可选实施例所提供的一种人机对话处理系统中，所述记忆
memory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
129.输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
130.通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
131.总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
132.需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
133.上述实施例的电子设备用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
134.基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的人机对话处理方法。
135.本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
136.上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的人机对话处理方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
137.本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
138.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放
器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
139.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本技术时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
140.本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
141.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
142.本技术可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本技术，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
143.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
144.所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
145.尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
146.本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。