得模块43和输出模块44 ;
[0137] 其中，接收模块41，用于接收多模态的输入信号，上述多模态的输入信号可以包括 语音信号、图像信号、传感器信号和/或事件驱动信号；
[0138] 处理模块42,用于对接收模块41接收的多模态的输入信号进行处理，获得文本数 据；
[0139] 获得模块43,用于根据处理模块42获得的文本数据获得用户的意图，并获得上 述用户的意图对应的答案；其中，获得模块43用于根据上述文本数据获得用户的意图可以 为：获得模块43,具体用于对上述文本数据进行解析，根据解析获得的结果生成用户的意 图。
[0140] 更具体地，获得模块43,具体用于对上述文本数据进行句法结构分析，对进行句法 结构分析后的文本数据进行基于词语的语义分析、基于话题模型的领域多分类识别、语义 消歧和基于语法结构和上下文信息的自动补全。
[0141] 输出模块44,用于将获得模块43获得的答案转化为多模态的输出信号，并输出上 述多模态的输出信号。
[0142] 图5为本发明基于人工智能的人机智能聊天的装置另一个实施例的结构示意图， 与图4所示的基于人工智能的人机智能聊天的装置相比，不同之处在于，图5所示的基于人 工智能的人机智能聊天的装置中，还可以包括：保存模块45 ;
[0143] 其中，保存模块45,用于在获得模块43获得用户的意图之后，将获得的用户的意 图保存在历史用户意图中。
[0144] 本实施例中，获得模块43用于获得所述用户的意图对应的答案可以为：获得模块 43,具体用于根据上述用户的意图在记忆系统中进行查找，获得上述用户的意图的约束条 件；以及根据上述用户的意图在话题模型和领域实体数据库中进行查找，获得上述用户的 意图关联的变量和属性；以及通过主动学习模块获得当前的聊天语境与存储的聊天模式的 相似度；以及访问开放服务接口，获得从上述开放服务接口返回的结果；根据上述用户的 意图，结合上述用户的意图的约束条件、上述用户的意图关联的变量和属性、从上述开放服 务接口返回的结果以及与存储的聊天模式的相似度获得上述用户的意图对应的答案。
[0145] 进一步地，上述基于人工智能的人机智能聊天的装置中还可以包括：生成模块 46 ；
[0146] 保存模块45,用于将上述用户的意图、上述用户的意图的约束条件，上述用户的意 图关联的变量和属性保存在对话模型中；
[0147] 生成模块46,用于根据上述对话模型中保存的用户的意图、用户的意图的约束条 件、用户的意图关联的变量和属性的统计结果建立不同用户的意图的转移概率图谱，并在 适当的时机，根据上述转移概率图谱生成新的话题。
[0148] 本实施例中，保存模块45,用于在处理模块42获得文本数据之后，将上述文本数 据中包括的适合记忆的内容保存在记忆系统中。其中，上述记忆系统包括短期记忆系统和 长期记忆系统；则保存模块45,具体用于将上述文本数据包括的适合记忆的内容中属于短 期记忆的内容保存在短期记忆系统中，将上述文本数据包括的适合记忆的内容中属于长期 记忆的内容保存在长期记忆系统中；
[0149] 上述短期记忆的内容包括：用户的历史对话记录、基于上述历史对话记录建立的 用户聊天的话题状态序列和基于上述历史对话记录提取的实体相关属性；
[0150] 上述长期记忆的内容包括：用户的个人信息和人口属性、用户的偏好、上述用户的 地理历史记录、上述用户的消费历史记录、系统的个人信息和人口属性和系统的偏好。
[0151] 本实施例中，保存模块45,用于在处理模块42获得文本数据之后，将上述文本数 据中提炼的话题记录在话题模型中，以及将上述文本数据中提炼的实体属性记录在领域实 体数据库中。
[0152] 本实施例中，获得模块43用于通过主动学习模块获得当前的聊天语境与存储的 聊天模式的相似度可以为：获得模块43,具体用于通过对话模型、话题模型和领域实体数 据库对人类的聊天模式进行数值化；将数值化的聊天模式存储在主动学习模块中；检测获 得当前的聊天语境与存储的聊天模式的相似度。
[0153] 上述基于人工智能的人机智能聊天的装置中，接收模块41接收多模态的输入信 号之后，处理模块42对上述多模态的输入信号进行处理，获得文本数据，获得模块43根据 上述文本数据获得用户的意图，进而获得上述用户的意图对应的答案，然后输出模块44将 上述答案转化为多模态的输出信号，并输出上述多模态的输出信号，从而在人机对话中，可 以对用户需求进行精确匹配，给出更精确更个性化的回复，可以更自然地进行人机智能聊 天，满足用户的聊天需求，提高用户体验。
[0154] 需要说明的是，在本发明的描述中，术语"第一"、"第二"等仅用于描述目的，而不 能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，"多个"的含义 是两个或两个以上。
[0155] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括 一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺 序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明 的实施例所属技术领域的技术人员所理解。
[0156] 应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上 述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的 软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公 知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻 辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列 (Programmable Gate Array;以下简称：PGA)，现场可编程门阵列（Field Programmable Gate Array ;以下简称：FPGA)等。
[0157] 本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步 骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介 质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0158] 此外，本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是 各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块 既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果 以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可 读取存储介质中。
[0159] 上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0160] 在本说明书的描述中，参考术语"一个实施例"、"一些实施例"、"示例"、"具体示 例"、或"一些示例"等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特 点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不 一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何 的一个或多个实施例或示例中以合适的方式结合。
[0161] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例 性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述 实施例进行变化、修改、替换和变型。
【主权项】
1. 一种基于人工智能的人机智能聊天的方法，其特征在于，包括： 接收多模态的输入信号，所述多模态的输入信号包括语音信号、图像信号、传感器信号 和/或事件驱动信号； 对所述多模态的输入信号进行处理，获得文本数据，并根据所述文本数据获得用户的 意图； 获得所述用户的意图对应的答案，将所述答案转化为多模态的输出信号； 输出所述多模态的输出信号。2. 根据权利要求1所述的方法，其特征在于，所述根据所述文本数据获得用