面向智能机器人的信息处理方法及系统的制作方法
【专利摘要】本发明公开了一种面向智能机器人的信息处理方法及系统，方法包括：获取多模态交互信息；对多模态交互信息进行语义解析，得到语义解析结果；根据语义解析结果，生成携带有语言场景信息的输出答案；确定与语言场景信息相关联的动作参量；对输出答案和对应于动作参量的动作进行输出。与现有技术相比，本发明能基于语言场景信息确定待输出的动作，使智能机器人的输出答案与动作相匹配。因此，本发明能使智能机器人与用户之间的交互更加类似人与人之间的交互，更符合人类思维，大大提高了用户的使用体验。
【专利说明】
面向智能机器人的信息处理方法及系统
技术领域
[0001]本发明涉及智能机器人技术领域，尤其涉及一种面向智能机器人的信息处理方法，还涉及一种面向智能机器人的信息处理系统。
【背景技术】
[0002]随着科学技术的不断发展，信息技术、计算机技术以及人工智能技术的引入，对机器人的研究已经逐步走出工业领域，逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。人们对于机器人的要求也从简单重复的机械动作提升为具有高度智能型、自主性及与其他智能体交互的智能机器人。
[0003]然而，在现有技术中，需要事先为智能机器人固定编辑好交互的动作，智能机器人与用户进行交互时输出的动作往往是一成不变的。可以看出，现有的智能机器人输出的动作与交互的语言场景并无关联，久之会使用户感到重复无趣，严重影响了用户的体验效果。
[0004]因此，需要一种面向智能机器人的信息处理方法及系统，以使智能机器人能基于交互的语言环境来输出动作。
【发明内容】
[0005]本发明所要解决的技术问题是:现有的智能机器人输出的动作与交互的语言场景并无关联，久之会使用户感到重复无趣，严重影响了用户的体验效果。
[0006]为了解决上述技术问题，本发明提供了一种面向智能机器人的信息处理方法及系统。
[0007]根据本发明的一个方面，提供了一种面向智能机器人的信息处理方法，其包括:
[0008]获取多模态交互信息；
[0009]对所述多模态交互信息进行语义解析，得到语义解析结果；
[0010]根据所述语义解析结果，生成携带有语言场景信息的输出答案；
[0011]确定与所述语言场景信息相关联的动作参量；
[0012]对所述输出答案和对应于所述动作参量的动作进行输出。
[0013]优选的是，所述语言场景信息包括所述输出答案的句式。
[0014]优选的是，所述句式为以下各项中的一种:强调式陈述句、特定词陈述句、命令祈使句、禁止祈使句、请求祈使句、建议祈使句、疑问句和感叹句。
[0015]优选的是，确定与所述语言场景信息相关联的动作参量，包括:
[0016]判断所述句式是否为强调式陈述句；
[0017]在判断出所述句式为强调式陈述句时，提取所述输出答案中的强调词；
[0018]确定与所述强调词相关联的动作参量。
[0019]优选的是，确定与所述语言场景信息相关联的动作参量，具体为:从本地配置文件中或者从服务器中，提取与所述语言场景信息相关联的动作参量。
[0020]优选的是，对所述输出答案和对应于所述动作参量的动作进行输出，包括:
[0021]同时输出所述输出答案和所述动作;或者
[0022]按照多模态输出时序，对所述输出答案和所述动作进行输出。
[0023]根据本发明的另一个方面，提供了一种面向智能机器人的信息处理系统，其包括:
[0024]信息获取模块，设置为获取多模态交互信息；
[0025]语义解析模块，设置为对所述多模态交互信息进行语义解析，得到语义解析结果；
[0026]输出答案生成模块，设置为根据所述语义解析结果，生成携带有语言场景信息的输出答案；
[0027]动作参量确定模块，设置为确定与所述语言场景信息相关联的动作参量；
[0028]输出模块，设置为对所述输出答案和对应于所述动作参量的动作进行输出。
[0029]优选的是，所述语言场景信息包括所述输出答案的句式。
[0030]优选的是，所述句式为以下各项中的一种:强调式陈述句、特定词陈述句、命令祈使句、禁止祈使句、请求祈使句、建议祈使句、疑问句和感叹句；
[0031 ]所述动作参量确定模块包括:
[0032]判断单元，设置为判断所述句式是否为强调式陈述句；
[0033]强调词提取单元，设置为在所述判断单元判断出所述句式为强调式陈述句时，提取所述输出答案中的强调词；
[0034]动作参量确定单元，设置为确定与所述强调词相关联的动作参量。
[0035]优选的是，所述动作参量确定模块，具体设置为:从本地配置文件中或者从服务器中，提取与所述语言场景信息相关联的动作参量。
[0036]优选的是，所述输出模块具体设置为:
[0037]同时输出所述输出答案和所述动作;或者
[0038]按照多模态输出时序，对所述输出答案和所述动作进行输出。
[0039]与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果:
[0040]与现有技术相比，本发明能基于语言场景信息确定待输出的动作，使智能机器人的输出答案与动作相匹配。因此，本发明能使智能机器人与用户之间的交互更加类似人与人之间的交互，更符合人类思维，大大提高了用户的使用体验。
[0041]本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
【附图说明】
[0042]附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中:
[0043]图1示出了本发明实施例面向智能机器人的信息处理方法的流程示意图；
[0044]图2示出了本发明实施例中确定与所述语言场景信息相关联的动作参量的方法的流程示意图；
[0045]图3示出了本发明实施例面向智能机器人的信息处理系统的结构示意图；以及
[0046]图4示出了本发明实施例中动作参量确定模块的结构示意图。
【具体实施方式】
[0047]以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
[0048]在现有技术中，针对用户输入的多模态交互信息，智能机器人往往只能进行文字或语言回复。虽然智能机器人的输出信息中有时会涉及动作，但这些动作往往是需要事先为智能机器人固定编辑好的交互动作，往往是一成不变的。可以看出，现有的智能机器人输出的动作与交互的语言场景并无关联，久之会使用户感到重复无趣，严重影响了用户的体验效果。
[0049]举例来说，智能机器人每次见到用户时，都会说“你好”并高兴地作出握手的姿势。当见到表示自己刚刚失恋的用户时，智能机器人会根据获取到的多模态交互信息向用户表示关心(例如询问客户“怎么了”等)，但智能机器人仍然会依照事先编辑好的见到客户时的固定反应，作出握手的姿势。显然，针对后一种情况，智能机器人的反应与当前的语言场景(安慰用户)并无关联，明显不合时宜，严重影响了用户的体验效果，不仅会使用户感到无趣，甚至会招致用户的强烈反感。
[0050]为了解决上述技术问题，本发明实施例提供了一种面向智能机器人的信息处理方法，旨在使智能机器人能基于交互的语言环境来输出动作。
[0051 ] 实施例一
[0052]图1示出了本发明实施例面向智能机器人的信息处理方法的流程示意图。如图1所示，本发明实施例面向智能机器人的信息处理方法主要包括步骤101至步骤105。
[0053]在步骤101中，获取多模态交互信息。
[0054]具体地，多模态交互信息主要涉及视觉信息、语音信息和触觉信息中的一类或几类。系统接收视觉信息、语音信息、触觉信息后，对各类信息进行相应的处理，得到多模态交互信息。
[0055]例如，对于视觉信息，系统首先检测图像或视频信息，然后对检测到的图像、视频信息进行图像识别处理，得到图像表达的意思以及触发的事件。
[0056]对于语音信息，系统首先拾取用户输入的语音，然后对拾取到的语音进行语音识另IJ，得到与该语音相对应的文本。
[0057]对于触觉信息，系统首先检测用户作用于问答机器人的触摸力度信息，然后从触摸力度信息中提取力度大小及受力点(本文中称为触摸描述，是标准格式的文本，其包含描述、力度大小、受力点等)。
[0058]值得注意的是，可采用本领域技术人员惯常采用的技术手段来实现针对上述视觉信息、语音信息和触摸信息的检测和处理，故本文不对这些技术手段进行展开说明。
[0059]在步骤102中，对多模态交互信息进行语义解析，得到语义解析结果。
[0060]具体地，对用户输入的多模态交互信息进行语义解析是指，提取用户输入的多模态交互信息中的关键信息，以使智能机器人能够知晓用户的意图。通常利用本领域技术人员惯常采用的语义解析方法，来对多模态交互信息进行语义解析(即意图识别)，从而得到用户的意图。对于本领域技术人员惯常采用的语义解析方法，本文不予展开说明。
[0061]在步骤103中，根据语义解析结果，生成携带有语言场景信息的输出答案。
[0062]具体地，系统根据所得到的语义解析结果，来生成针对用户输入的多模态交互信息的输出答案。举例来说，用户输入的多模态交互信息包括:语音信息“我明天要去参加运动会!”，此时智能机器人生成的输出答案是“好的，一定要加油哦!”。
[0063]特别地，本步骤生成的输出答案中携带有语言场景信息，以表示智能机器人对输出答案进行输出时所处的状况和状态。例如，接着上文所述的见面的例子，当用户用悲伤的情绪输入“你好”时，智能机器人对此多模态交互信息进行语义解析后，基于语义解析结果生成输出答案您好，请问您出什么事了?”，输出答案中携带有语言场景信息，例如:智能机器人关心用户的情绪信息。
[0064]再举例，对于上述参加运动会的例子，当用户兴奋地输入“我明天要参加运动会”时，智能机器人对此多模态交互信息进行语义解析后，基于语义解析结果生成输出答案:“好的，一定要加油哦!”，输出答案中携带有语言场景信息，例如:智能机器人支持、鼓励用户的情绪信息。
[0065]在步骤104中，确定与语言场景信息相关联的动作参量。
[0066]具体地，智能机器人基于所生成的输出答案中携带的语言场景信息，来确定动作参量，动作参量与待反馈的动作相对应。这里，动作参量应与输出答案中携带的语言场景信息相关联。
[0067]对于上文所述的见面的例子，与语言场景信息，即智能机器人关心用户的情绪信息，相关联的动作参量是:轻拍用户肩膀、抱一下用户等动作所对应的动作参量。
[0068]对于上文所述的参加运动会的例子，与语言场景信息，即智能机器人支持、鼓励用户的情绪信息，相关联的动作参量是:加油动作(单手握拳，同时肘关节弯曲)所对应的动作参量。
[0069]在步骤105中，对输出答案和对应于动作参量的动作进行输出。
[0070]具体地，在生成输出答案，并确定动作参量后，智能机器人对所生成的输出答案和所确定的动作参量对应的动作进行输出。
[0071]对于上述见面的例子，智能机器人一边做出表示关心的动作(轻拍用户的肩膀或者抱一下用户)，一边输出“你好，你没事吧”的输出答案。
[0072]对于参加运动会的例子，智能机器人一边做出表示加油的动作(单手握拳，肘关节弯曲)，一边输出“好的，一定要加油哦!”的输出答案。
[0073]再参照下述实例:
[0074]当智能机器人对输出答案“我有一个梦想”进行输出时，智能机器人就会输出与输出答案中携带的语言场景信息“信信满满”相关联的动作:手拍胸脯，以表示自己很有信心的样子。
[0075]当智能机器人对输出答案“对，是这样”进行输出时，智能机器人就会输出与输出答案中携带的认同的语言场景信息相关联的动作:点头，以表示认同的意思。
[0076]可见，智能机器人能针对自身所要表达的语言内容(即输出答案)，自发做一些肢体动作来在形式上丰富表达。
[0077]值得注意的是，智能机器人输出的动作可以是与语言场景信息相关联的一个动作，也可以是与语言场景信息相关联的一串动作，对此本文并不做限定。动作通常由下位机指令执行。
[0078]应用本发明实施例所述的面向智能机器人的信息处理方法，不仅基于获取的多模态交互信息生成携带语言场景信息的输出答案，还确定与语言场景信息相关联的动作参量，最后对输出答案和对应于动作参量的动作进行输出。与依照事先固定编辑好的程序动作的现有技术相比，本发明能基于语言场景信息确定待输出的动作，使智能机器人的输出答案(语言)与动作(行为)相匹配。因此，应用本发明，智能机器人与用户之间的交互更加类似人与人之间的交互，更符合人类思维，大大提高了用户的使用体验。
[0079]实施例二
[0080]本实施例在实施例一的基础上，对语言场景信息的内容进行了优化。
[0081]在本实施例中，语言场景信息包括输出答案的句式。这里，将组织某个句子的模式称为句式。在本文中智能机器人根据表达的语言内容按照句式分为四大类:陈述句、疑问句、祈使句、感叹句。其中，祈使句细分为以下类型:命令型，禁止型，请求型和建议型。陈述句细分为以下类型:强调动作型、特定动作型。因此，在本发明一优选的实话例中，输出答案的句式为强调式陈述句、特定词陈述句、命令祈使句、禁止祈使句、请求祈使句、建议祈使句、疑问句和感叹句中的一种。
[0082]智能机器人确定与作为语言场景信息的输出答案的句式相关联的动作参量。
[0083]举例来说，当对输出答案“不要大声说话!”进行输出时，智能机器人就会输出与输出答案的句式一一禁止祈使句相关联的动作:双手伸向前方摆手，表示禁止的含义。
[0084]再举例，当对输出答案“帮我充点电好不好?”进行输出时，智能机器人就会输出与输出答案的句式一一请求祈使句相关联的动作:双手托住下巴，同时萌萌地眨眼，表示请求的含义。
[0085]可见，本实施例根据不同的句式，设计了若干不同的匹配动作，通过语义解析技术，把机器人的语言归类到不同的句式，进而映射到不同的动作。
[0086]本实施例将输出答案的句式作为语言场景信息，是一种简单有效地界定语言场景信息的方法。本实施例为后续步骤奠定了基础，最终能够针对用户输入的多模态交互信息做出准确的反应，进一步提高了用户体验。
[0087]实施例三
[0088]实施例在实施例二的基础上，对输出答案的句式为强调式陈述句的情况下动作参量的确定做了优化。
[0089]图2示出了本发明实施例中确定与语言场景信息相关联的动作参量的方法的流程示意图。如图2所示，本实施例中确定与语言场景信息相关联的动作参量的方法，主要包括步骤201至步骤203。
[0090]在步骤201中，判断句式是否为强调式陈述句。
[0091]具体地，比较简单的判断输出答案的句式是否为强调式陈述句的方法为:判断输出答案中是否包含“特别是”、“尤其是”等副词。如果输出答案中包含诸如“特别是”、“尤其是”等强调性副词时，则确定该输出答案为强调式陈述句。
[0092]举例来说，智能机器人的输出答案“率先实行计划生育的家庭，父母相继地步入老年，特别是独生子女和双女户家庭父母年迈而缺乏保障，生活陷入困难”。可以看出，上述输出答案中包含强调性副词“特别是”，该输出答案的句式为强调式陈述句。
[0093]在步骤202中，在判断出句式为强调式陈述句时，提取输出答案中的强调词。
[0094]在步骤203中，确定与强调词相关联的动作参量。
[0095]具体地，在判断出输出答案的句式为强调式陈述句时，将输出答案中的强调词提取出来，并将与强调词相关联的动作参量作为与语言场景信息(即强调式陈述句)相关联的动作参量。
[0096]针对上述强调式陈述句的实例，智能机器人会在强调词“特别是”处做以下动作:双手抬起停顿一下，表示强调的含义。
[0097]本实施例主要是针对输出答案的句式为强调式陈述句的情况，在此种情况下，本实施例根据输出答案中的强调词来确定与作为语言场景信息的句式相关联的动作参量，从而使智能机器人在输出强调性的语言时能恰当地配以强调的动作，使智能机器人的输出更加拟人化，进一步地提高了用户的体验效果。
[0098]实施例四
[0099]本实施例在上述实施例一至实施例三中任意一个实施例的基础上，对动作参量的存储位置进行优化。
[0100]在本发明一优选的实施例中，动作参量存储在本地配置文件中。例如，本地配置文件中保存有动作知识库，动作知识库中保存有彼此相关联的语言场景信息。
[0101]在本发明另一优选的实施例中，动作参量存储在服务器中。例如，服务器中存储有动作知识库中，动作知识库中保存有彼此相关联的语言场景信息。
[0102]因此，动作参量即可保存在本地配置文件中，也可保存在相对独立的服务器中。即，上述步骤104，确定与语言场景信息相关联的动作参量，具体为:从本地配置文件中或者从服务器中，提取与语言场景信息相关联的动作参量。
[0103]在本实施例中，对动作参量的存储位置做了进一步优化，即对动作执行的路径(本地/服务器)做了进一步优化，提高了实施本发明的灵活性。
[0104]实施例五
[0105]本实施例在上述实施例一至实施例四中任意一个实施例的基础上，对输出答案和动作的输出形式进行优化。
[0106]在本发明一优选的实施例中，同时输出输出答案和动作。
[0107]在本发明一优选的实施例中，按照多模态输出时序，对输出答案和动作进行输出。
[0108]在具体实施过程中，要根据具体的情况来确定采取上述哪种输出形式。
[0109]下面结合几个实施来具体说明这两种输出形式:
[0110]对于上述见面的例子，智能机器人一边做出表示关心的动作(轻拍用户的肩膀或者抱一下用户)，一边输出“你好，你没事吧”的输出答案。此实施例的输出形式为:同时对输出答案和动作进行输出。
[0111]对于参加运动会的例子，智能机器人一边做出表示加油的动作(单手握拳，肘关节弯曲)，一边输出“好的，一定要加油哦!”的输出答案。此实施例的输出形式为:同时对输出答案和动作进行输出。
[0112]对于梦想的例子，当智能机器人对输出答案“我有一个梦想”进行输出时，智能机器人就会同时输出与输出答案中携带的语言场景信息“信信满满”相关联的动作:手拍胸脯，以表不自己很有信心的样子。此实施例的输出形式为:同时对输出答案和动作进行输出。
[0113]对于认同的例子，当智能机器人对输出答案“对，是这样”进行输出时，智能机器人就会同时输出与输出答案中携带的认同的语言场景信息相关联的动作:点头，以表示认同的意思。此实施例的输出形式为:同时对输出答案和动作进行输出。
[0114]对于禁止的例子，当对输出答案“不要大声说话!”进行输出时，智能机器人就会同时输出与输出答案的句式一一禁止祈使句相关联的动作:双手伸向前方摆手，表示禁止的含义。此实施例的输出形式为:同时对输出答案和动作进行输出。
[0115]对于请求的例子，当对输出答案“帮我充点电好不好?”进行输出时，智能机器人就会同时输出与输出答案的句式一一请求祈使句相关联的动作:双手托住下巴，同时萌萌地眨眼，表示请求的含义。此实施例的输出形式为:同时对输出答案和动作进行输出。
[0116]对于强调式陈述句的例子，当智能机器人对输出答案“率先实行计划生育的家庭，父母相继地步入老年，特别是独生子女和双女户家庭父母年迈而缺乏保障，生活陷入困难”进行输出时，智能机器人会在强调词“特别是”处做以下动作:双手抬起停顿一下，表示强调的含义。此实施例的输出形式为:按照多模态输出时序，对输出答案和动作进行输出。
[0117]在本实施例中，对输出答案和动作的输出形式做了优化，使智能机器人的输出更加拟人化，进一步提高了用户的体验效果。
[0118]实施例六
[0119]对应于上述实施例一至实施例五，本发明实施例提供了一种面向智能机器人的信息处理系统。
[0120]图3示出了本发明实施例面向智能机器人的信息处理系统的结构示意图。如图3所示，本发明实施例面向智能机器人的信息处理系统主要包括信息获取模块101、语义解析模块102、输出答案生成模块103、动作参量确定模块104和输出模块105。其中，信息获取模块101依次通过语义解析模块102、输出答案生成模块103和动作参量确定模块104与输出模块105相连接。并且，输出答案生成模块103与输出模块105相连接。
[0121]具体地，信息获取模块101，设置为获取多模态交互信息。
[0122]语义解析模块102，设置为对多模态交互信息进行语义解析，得到语义解析结果。
[0123]输出答案生成模块103，设置为根据语义解析结果，生成携带有语言场景信息的输出答案。
[0124]动作参量确定模块104，设置为确定与语言场景信息相关联的动作参量。
[0125]输出模块105，设置为对输出答案和对应于动作参量的动作进行输出。
[0126]应用本发明实施例所述的面向智能机器人的信息处理系统，不仅基于获取的多模态交互信息生成携带语言场景信息的输出答案，还确定与语言场景信息相关联的动作参量，最后对输出答案和对应于动作参量的动作进行输出。与依照事先固定编辑好的程序动作的现有技术相比，本发明能基于语言场景信息确定待输出的动作，使智能机器人的输出答案(语言)与动作(行为)相匹配。因此，应用本发明，智能机器人与用户之间的交互更加类似人与人之间的交互，更符合人类思维，大大提高了用户的使用体验。
[0127]在本实施例，语言场景信息包括输出答案的句式。本实施例将输出答案的句式作为语言场景信息，是一种简单有效地界定语言场景信息的方法。本实施例为后续步骤奠定了基础，最终能够针对用户输入的多模态交互信息做出准确的反应，进一步提高了用户体验。
[0128]实施例七
[0129]本实施例在实施例六的基础上，进一步优化了动作参量确定模块104。
[0130]图4示出了本实施例中动作参量确定模块104的结构示意图。如图4所示，动作参量确定模块104主要包括依次连接的判断单元401、强调词提取单元402和动作参量确定单元403。
[0131]具体地，判断单元401，设置为判断句式是否为强调式陈述句。
[0132]强调词提取单元402，设置为在判断单元判断出句式为强调式陈述句时，提取输出答案中的强调词。
[0133]动作参量确定单元403，设置为确定与强调词相关联的动作参量。
[0134]本实施例主要是针对输出答案的句式为强调式陈述句的情况，在此种情况下，本实施例根据输出答案中的强调词来确定与作为语言场景信息的句式相关联的动作参量，从而使智能机器人在输出强调性的语言时能恰当地配以强调的动作，使智能机器人的输出更加拟人化，进一步地提高了用户的体验效果。
[0135]实施例八
[0136]本实施例在实施例六或实施例七的基础上，对动作参量确定模块104和输出模块105做进一步优化。
[0137]在本实施例中，动作参量确定模块104具体设置为:从本地配置文件中或者从服务器中，提取与语言场景信息相关联的动作参量。在本实施例中，对动作参量的存储位置做了进一步优化，即对动作执行的路径(本地/服务器)做了进一步优化，提高了实施本发明的灵活性
[0138]在本实施例中，输出模块105具体设置为:同时输出输出答案和动作;或者按照多模态输出时序，对输出答案和动作进行输出。
[0139]在本实施例中，对输出答案和动作的输出形式做了优化，使智能机器人的输出更加拟人化，进一步提高了用户的体验效果。
[0140]值得注意的是，实施例六至实施例八中各个模块及单元中的操作的具体细化，可参见上面结合图1和图2对本发明方法(具体参见实施例一至实施例五)的说明，在此不再详细赘述。
[0141]本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
[0142]虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。
【主权项】
1.一种面向智能机器人的信息处理方法，其特征在于，包括: 获取多模态交互信息； 对所述多模态交互信息进行语义解析，得到语义解析结果； 根据所述语义解析结果，生成携带有语言场景信息的输出答案； 确定与所述语言场景信息相关联的动作参量； 对所述输出答案和对应于所述动作参量的动作进行输出。2.根据权利要求1所述的方法，其特征在于，所述语言场景信息包括所述输出答案的句式。3.根据权利要求2所述的方法，其特征在于，所述句式为以下各项中的一种:强调式陈述句、特定词陈述句、命令祈使句、禁止祈使句、请求祈使句、建议祈使句、疑问句和感叹句。4.根据权利要求3所述的方法，其特征在于，确定与所述语言场景信息相关联的动作参量，包括: 判断所述句式是否为强调式陈述句； 在判断出所述句式为强调式陈述句时，提取所述输出答案中的强调词； 确定与所述强调词相关联的动作参量。5.根据权利要求1至4中任一项所述的方法，其特征在于，确定与所述语言场景信息相关联的动作参量，具体为:从本地配置文件中或者从服务器中，提取与所述语言场景信息相关联的动作参量。6.根据权利要求1至4中任一项所述的方法，其特征在于，对所述输出答案和对应于所述动作参量的动作进行输出，包括: 同时输出所述输出答案和所述动作;或者 按照多模态输出时序，对所述输出答案和所述动作进行输出。7.一种面向智能机器人的信息处理系统，其特征在于，包括: 信息获取模块，设置为获取多模态交互信息； 语义解析模块，设置为对所述多模态交互信息进行语义解析，得到语义解析结果； 输出答案生成模块，设置为根据所述语义解析结果，生成携带有语言场景信息的输出答案； 动作参量确定模块，设置为确定与所述语言场景信息相关联的动作参量； 输出模块，设置为对所述输出答案和对应于所述动作参量的动作进行输出。8.根据权利要求7所述的系统，其特征在于，所述语言场景信息包括所述输出答案的句式。9.根据权利要求8所述的系统，其特征在于，所述句式为以下各项中的一种:强调式陈述句、特定词陈述句、命令祈使句、禁止祈使句、请求祈使句、建议祈使句、疑问句和感叹句； 所述动作参量确定模块包括: 判断单元，设置为判断所述句式是否为强调式陈述句； 强调词提取单元，设置为在所述判断单元判断出所述句式为强调式陈述句时，提取所述输出答案中的强调词； 动作参量确定单元，设置为确定与所述强调词相关联的动作参量。10.根据权利要求7至9中任一项所述的系统，其特征在于， 所述动作参量确定模块具体设置为:从本地配置文件中或者从服务器中，提取与所述语言场景信息相关联的动作参量； 所述输出模块具体设置为: 同时输出所述输出答案和所述动作;或者 按照多模态输出时序，对所述输出答案和所述动作进行输出。
【文档编号】G06K9/00GK105912530SQ201610265333
【公开日】2016年8月31日
【申请日】2016年4月26日
【发明人】石琰, 郭家
【申请人】北京光年无限科技有限公司