用于智能设备人机交互的方法、装置和智能设备与流程

本技术涉及人机交互，例如涉及一种用于智能设备人机交互的方法、装置和智能设备。

背景技术：

1、目前，信息交互技术在智能家居场景的应用日益重要及广泛，但在一些交互场景(例如，智能冰箱的交互场景)中智能认知交互依然存在交互不准确的核心问题。

2、为了提高认知交互的准确性，相关技术通过构建单一的人工智能技术实现对多源异构数据的认知交互。但是由于相关技术对多源异构数据中认知信息处理粒度粗糙，使得理解的认知信息未必准确，从而导致认知交互的准确性依旧较差。

3、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

2、本公开实施例提供了一种用于智能设备人机交互的方法、装置和智能设备，以提高智能设备人机交互的准确性。

3、在一些实施例中，用于智能设备人机交互的方法包括：获得智能设备人机交互的多源异构数据的总文本数据；基于关联提示信息，生成总文本数据所对应的第一认知交互数据；其中，第一认知交互数据包括表征总文本数据和关联提示信息的第一特征关联关系；依次使用多个认知交互处理方式对第一认知交互数据进行处理，获得第二认知交互数据；对第二认知交互数据进行应用场景分类，获得用于指示不同应用场景的人机交互集成数据。

4、可选地，基于关联提示信息，生成总文本数据所对应的第一认知交互数据，包括：分别对关联提示信息与总文本数据进行特征提取，获得关联提示信息所对应的关联提示特征和总文本数据所对应的总文本特征；将关联提示特征和总文本特征进行特征融合，获得第一文本特征；根据第一文本特征构建表征语义特征、语法特征和语境特征的第一特征关联关系的第一认知交互数据。

5、可选地，根据第一文本特征构建表征语义特征、语法特征和语境特征的第一特征关联关系的第一认知交互数据，包括：获得第一文本特征所对应的语义特征、语法特征和语境特征；构建第一文本特征所对应的语义特征、语法特征和语境特征之间的第一特征关联关系；根据第一文本特征生成表征第一特征关联关系的数据，并作为第一认知交互数据。

6、可选地，多个认知交互处理方式包括知识图谱处理方式、文本特征处理方式和意图决策处理方式；依次使用多个认知交互处理方式对第一认知交互数据进行处理，获得第二认知交互数据，包括：按照预设处理顺序，依次使用多个认知交互处理方式对第一认知交互数据进行处理；将最后一个认知交互处理方式的处理结果作为第二认知交互数据；其中，第一个认知交互处理方式为知识图谱处理方式、文本特征处理方式和意图决策处理方式中的任一个，且前一个认知交互处理方式的处理结果是后一个认知交互处理方式的处理对象。

7、可选地，按照预设处理顺序，依次使用多个认知交互处理方式对第一认知交互数据进行处理，包括：使用文本特征处理方式提取第一认知交互数据的第二文本特征，并根据第二文本特征构建表征语义特征、语法特征和语境特征的第二特征关联关系的第一认知交互向量；使用知识图谱处理方式构建第一认知交互向量的知识关系，获得表征第一认知交互向量的实体和实体之间的知识关系的第二认知交互向量；使用意图决策处理方式对第二认知交互向量进行决策预测，获得包括决策数据的第三认知交互向量；将第三认知交互向量作为最后一个认知处理方式的处理结果。

8、可选地，根据第二文本特征构建表征语义特征、语法特征和语境特征的第二特征关联关系的第一认知交互向量，包括：获得第二文本特征所对应的语义特征、语法特征和语境特征；构建第二文本特征所对应的语义特征、语法特征和语境特征之间的第二特征关联关系；根据第二文本特征生成表征第二特征关联关系的数据，并作为第一认知交互向量。

9、可选地，使用意图决策处理方式对第二认知交互向量进行决策预测，获得包括决策数据的第三认知交互向量，包括：基于信息交互库中的预设参考信息，对第二认知交互向量与预设参考信息进行特征匹配；根据特征匹配结果对预设参考信息进行排序；将排序结果中位于预设排序位置的预设参考信息作为包括决策数据的第三认知交互向量。

10、可选地，获得多源异构数据的总文本数据，包括：解析多源异构数据，获得文本汇总数据；其中，文本汇总数据包括本文本数据、语音文本数据和图像文本数据中的一种或多种；将文本汇总数据作为总文本数据。

11、可选地，多源异构数据包括文本数据、图像数据、语音数据、视频数据和音视频数据中的一种或多种；解析多源异构数据，获得文本汇总数据，包括：解析文本数据获得本文本数据；解析语音数据和/或音视频数据获得语音文本数据；解析图像数据、视频数据和音视频数据中的一种或多种获得图像文本数据。

12、可选地，获得用于指示不同应用场景的人机交互集成数据后，还包括：按照预设封装形式对人机交互集成数据进行封装，获得api封装形式、sdk封装形式或插件封装形式的人机交互集成数据。

13、可选地，获得api封装形式、sdk封装形式或插件封装形式的人机交互集成数据后，还包括：在对人机交互集成数据进行数据层面的展现的情况下，利用大数据组件输出插件封装形式的人机交互集成数据；在对人机交互集成数据进行调用的情况下，将输出人机交互集成数据的模型进行工程化和云化部署，并调用api封装形式或插件封装形式的人机交互集成数据；在对人机交互集成数据进行数据层面的展现和调用的情况下，调用sdk封装形式的人机交互集成数据。

14、可选地，获得用于指示不同应用场景的人机交互集成数据后，还包括：按照预设触达方式对人机交互集成数据进行触达。

15、在一些实施例中，用于智能设备人机的装置包括：获取模块，被配置为获得智能设备人机交互的多源异构数据的总文本数据；生成模块，被配置为基于关联提示信息，生成总文本数据所对应的第一认知交互数据；其中，第一认知交互数据包括表征总文本数据和关联提示信息的第一特征关联关系；处理模块，被配置为依次使用多个认知交互处理方式对第一认知交互数据进行处理，获得第二认知交互数据；分类模块，被配置为对第二认知交互数据进行应用场景分类，获得用于指示不同应用场景的人机交互集成数据。

16、在一些实施例中，用于智能设备人机交互的装置，包括处理器和存储有程序指令的存储器，处理器被配置为在运行程序指令时，执行如上述的用于智能设备人机交互的方法。

17、在一些实施例中，智能设备包括：智能设备本体；和，如上述的用于智能设备人机交互的装置，被安装于智能设备本体。

18、本公开实施例提供的用于智能设备人机交互的方法、装置和智能设备，可以实现以下技术效果：

19、通过将总文本数据与提示信息相结合，能够挖掘和理解总文本数据和提示信息的文本特征的第一特征关联关系，并获得表征第一特征关联关系的第一认知交互数据。在此基础上，通过多个认知交互处理方式依次对第一认知交互数据进行对应的认知交互处理，能够进一步挖掘、捕捉和理解总文本数据的认知层面的深层结构和潜在含义，加强了语义特征表示能力，并生成第二认知交互数据。这样，第二认知交互数据具有意图和决策之间的更为精确的关联性和互补性，从而使得对总文本数据和提示信息的认知交互处理更加全面和深刻，有效提高了智能设备认知交互的准确性。

20、以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。