融合知识图谱和记忆图谱的人机对话控制方法及装置

摘要

本发明提供了一种融合知识图谱和记忆图谱的人机对话控制方法及装置，在公共知识图谱的基础上增加私人记忆图谱，使记忆作为一种私人的知识图谱，不仅能够存储用户的基本信息、个人喜好等内容，还可以对这些内容进行验证与分类。本发明对用户的个人信息进行记忆，将私人化、定制化的私人记忆图谱与公共知识图谱相串联，使系统对用户有更加深刻的理解，同时对个人信息进行验证大大提升了记忆的准确性，能够更好地服务用户。

说明书

技术领域

本发明涉及人工智能对话系统，尤其涉及一种融合知识图谱和记忆图谱的人机对话控制方法及装置。

背景技术

在现有的商业知识图谱中，图谱的存储内容主要为大众公认的知识或常识，而应用方式主要是在搜索引擎当中，这种知识图谱主要是一种公共的知识图谱。

在聊天机器人等对话系统当中，只根据公共的知识图谱对用户做出回应，无法更深刻的理解用户。

发明内容

本发明的目的是提供一种融合知识图谱和记忆图谱的人机对话控制方法及装置，旨在解决现有的人工智能对话系统在人机对话过程中，只根据公共知识图谱对用户进行回应，所带来的对用户的理解能力有限、无法满足用户需求的问题。

本发明解决其技术问题所采用的技术方案是：

一种融合知识图谱和记忆图谱的人机对话控制方法，包括：

接收用户输入的信息；

从用户输入的信息中获取信息实体；信息实体为知识信息或个人信息；

对信息实体进行识别；

当识别结果为知识信息时，在公共知识图谱中对知识信息进行验证；当验证结果为成功时，将知识信息存储到公共知识图谱中；当验证结果为失败时，向用户发送信息错误的提示信息；

当识别结果为个人信息时，在公共知识图谱中对个人信息进行验证；当验证结果为成功时，根据私人记忆图谱的系统架构，对个人信息进行分类后存储到私人记忆图谱中，以及接收用户对个人信息的操作指令，对存储于私人记忆图谱的个人信息进行相应操作；当验证结果为失败时，向用户发送信息错误的提示信息。

在上述实施例的基础上，进一步地，还包括：

根据用户存储于私人记忆图谱的个人信息，对与该用户相应的公共知识图谱的知识呈现排序进行调整。

在上述任意实施例的基础上，进一步地，所述接收用户输入的信息的步骤前，还包括：

建立抽取信息实体的模块；抽取信息实体的方式为利用规则学习、利用机器学习、深度学习中的一种或多种；

所述从用户输入的信息中获取信息实体的步骤，具体为：

利用抽取信息实体的模块，从用户输入的信息中获取信息实体。

在上述任意实施例的基础上，进一步地，，所述操作指令包括增加指令、更新指令或删除指令中的一种或多种。

一种融合知识图谱和记忆图谱的人机对话控制装置，包括：

接收模块，用于接收用户输入的信息；

获取模块，用于从用户输入的信息中获取信息实体；信息实体为知识信息或个人信息；

识别模块，用于对信息实体进行识别；

验证模块，用于：

当识别结果为知识信息时，在公共知识图谱中对知识信息进行验证；当验证结果为成功时，将知识信息存储到公共知识图谱中；当验证结果为失败时，向用户发送信息错误的提示信息；

当识别结果为个人信息时，在公共知识图谱中对个人信息进行验证；当验证结果为成功时，根据私人记忆图谱的系统架构，对个人信息进行分类后存储到私人记忆图谱中，以及接收用户对个人信息的操作指令，对存储于私人记忆图谱的个人信息进行相应操作；当验证结果为失败时，向用户发送信息错误的提示信息。

在上述实施例的基础上，进一步地，还包括：

调整模块，用于根据用户存储于私人记忆图谱的个人信息，对与该用户相应的公共知识图谱的知识呈现排序进行调整。

在上述任意实施例的基础上，进一步地，还包括：

建立模块，用于建立抽取信息实体的模块；抽取信息实体的方式为利用规则学习、利用机器学习、深度学习中的一种或多种；

所述获取模块用于利用抽取信息实体的模块，从用户输入的信息中获取信息实体。

在上述任意实施例的基础上，进一步地，所述操作指令包括增加指令、更新指令或删除指令中的一种或多种。

本发明的有益效果是：

本发明提供了一种融合知识图谱和记忆图谱的人机对话控制方法及装置，在公共知识图谱的基础上增加私人记忆图谱，使记忆作为一种私人的知识图谱，不仅能够存储用户的基本信息、个人喜好等内容，还可以对这些内容进行验证与分类。本发明对用户的个人信息进行记忆，将私人化、定制化的私人记忆图谱与公共知识图谱相串联，使系统对用户有更加深刻的理解，同时对个人信息进行验证大大提升了记忆的准确性，能够更好地服务用户。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1示出了本发明实施例提供的一种融合知识图谱和记忆图谱的人机对话控制方法的流程图；

图2示出了本发明实施例提供的一种融合知识图谱和记忆图谱的人机对话控制方法的流程示意图；

图3示出了本发明实施例提供的一种融合知识图谱和记忆图谱的人机对话控制装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。

具体实施例一

如图1和图2所示，本发明实施例提供了一种融合知识图谱和记忆图谱的人机对话控制方法，包括：

步骤S101，接收用户输入的信息。本发明实施例对用户输入的信息不做限定，优选的，其可以为文本类型的信息。

步骤S102，从用户输入的信息中获取信息实体；信息实体为知识信息或个人信息。本发明实施例中的知识信息，包括知识和常识。本发明实施例中的个人信息，包括个人的基本信息和个人喜好等个性化信息。

步骤S103，对信息实体进行识别。

步骤S104，当识别结果为知识信息时，在公共知识图谱中对知识信息进行验证；当验证结果为成功时，将知识信息存储到公共知识图谱中；当验证结果为失败时，向用户发送信息错误的提示信息；当识别结果为个人信息时，在公共知识图谱中对个人信息进行验证；当验证结果为成功时，根据私人记忆图谱的系统架构，对个人信息进行分类后存储到与该用户相应的私人记忆图谱中，以及接收用户对个人信息的操作指令，对存储于私人记忆图谱的个人信息进行相应操作；当验证结果为失败时，向用户发送信息错误的提示信息。

本发明实施例对验证方式不做限定，优选的，其可以为利用搜索引擎和规则的方式，来对知识信息和个人信息进行验证。

本发明实施例在公共知识图谱的基础上增加私人记忆图谱，使记忆作为一种私人的知识图谱，不仅能够存储用户的基本信息、个人喜好等内容，还可以对这些内容进行验证与分类。本发明对用户的个人信息进行记忆，将私人化、定制化的私人记忆图谱与公共知识图谱相串联，使系统对用户有更加深刻的理解，同时对个人信息进行验证大大提升了记忆的准确性，能够更好地服务用户。

优选的，本发明实施例还可以包括：根据用户存储于私人记忆图谱的个人信息，对与该用户相应的公共知识图谱的知识呈现排序进行调整。本发明实施例对调整公共知识图谱的知识呈现排序的方式不做限定，优选的，调整方式可以为：根据用户存储于私人记忆图谱的个人信息，在该用户的私人记忆图谱中存储与个人信息相应的标签信息；根据所述标签信息，对与该用户相应的公共知识图谱的知识呈现排序进行调整；所述公共知识图谱设置标签信息。在私人记忆图谱中存入标签信息，这些标签信息与公共知识的标签信息有联通映射关系，用户的私人记忆图谱存在某些标签信息，则在该用户使用公共知识图谱时，知识呈现排序将会通过算法做调整。本发明实施例中，对公共知识图谱的知识呈现排序进行调整，不是对公共知识图谱的知识本身进行权重调整，而是在用户访问这些公共知识时，会根据用户的私人记忆图谱对公共知识进行排序筛选。比如，如果该用户喜欢流行音乐，喜欢周杰伦，当私人记忆图谱记忆下这个个人信息之后，会在该用户的私人记忆图谱中存储“音乐”、“周杰伦”这样的标签信息，这样，当用户提到“龙卷风”的时候，公共知识图谱将会把“龙卷粉-周杰伦的歌曲”排在“龙卷粉-一种天气现象”之上，从而实现公共知识图谱的私人化呈现。本发明实施例对调整公共知识图谱的知识呈现排序的算法不做限定，其可以为使用规则学习、机器学习或深度学习中的一种，也可以为混合使用规则学习、机器学习和深度学习。当算法采用混合使用规则学习、机器学习和深度学习的算法时，在能够明确通过规则学习得到结果的部分，会优选使用规则得到的结果，例如用户喜爱“音乐”，则通过规则会提升当该用户使用公共知识图谱时“音乐”的知识呈现排序；在其他情况，可以使用机器学习/深度学习模型的结果。本发明实施例能够通过存入私人记忆图谱的分类后的个人信息，动态调整公共知识图谱的知识呈现排序，使得公共知识图谱对于用户而言更加定制化，提高用户体验。

本发明实施例对获取信息实体的方式不做限定，优选的，所述步骤S101前，还可以包括：建立抽取信息实体的模块；抽取信息实体的方式为利用规则学习、利用机器学习、深度学习中的一种或多种；所述步骤S102，可以具体为：利用抽取信息实体的模块，从用户输入的信息中获取信息实体。

优选的，所述步骤S101前，还可以包括：建立公共知识图谱。本发明实施例对建立公共知识图谱的方式不做限定，优选的，其可以为利用线下挖掘、线上学习的方式，建立大规模的公共知识图谱。

本发明实施例对操作指令不做限定，在上述任意实施例的基础上，优选的，所述操作指令可以包括增加指令、更新指令或删除指令中的一种或多种。即，本发明实施例中，根据新录入的个人信息，可以对存储于私人记忆图谱的个人信息进行增加、更新或删除，实现个人信息与用户实际情况的同步。

具体实施例二

如图3所示，本发明实施例提供了一种融合知识图谱和记忆图谱的人机对话控制装置，包括：

接收模块201，用于接收用户输入的信息。本发明实施例对用户输入的信息不做限定，优选的，其可以为文本类型的信息。

获取模块202，用于从用户输入的信息中获取信息实体；信息实体为知识信息或个人信息。本发明实施例中的知识信息，包括知识和常识。本发明实施例中的个人信息，包括个人的基本信息和个人喜好等个性化信息。

识别模块203，用于对信息实体进行识别。

验证模块204，用于：当识别结果为知识信息时，在公共知识图谱中对知识信息进行验证；当验证结果为成功时，将知识信息存储到公共知识图谱中；当验证结果为失败时，向用户发送信息错误的提示信息；当识别结果为个人信息时，在公共知识图谱中对个人信息进行验证；当验证结果为成功时，根据私人记忆图谱的系统架构，对个人信息进行分类后存储到私人记忆图谱中，以及接收用户对个人信息的操作指令，对存储于私人记忆图谱的个人信息进行相应操作；当验证结果为失败时，向用户发送信息错误的提示信息。

本发明实施例对验证方式不做限定，优选的，其可以为利用搜索引擎和规则的方式，来对知识信息和个人信息进行验证。

本发明实施例在公共知识图谱的基础上增加私人记忆图谱，使记忆作为一种私人的知识图谱，不仅能够存储用户的基本信息、个人喜好等内容，还可以对这些内容进行验证与分类。本发明对用户的个人信息进行记忆，将私人化、定制化的私人记忆图谱与公共知识图谱相串联，使系统对用户有更加深刻的理解，同时对个人信息进行验证大大提升了记忆的准确性，能够更好地服务用户。

优选的，本发明实施例还可以包括：调整模块，用于根据用户存储于私人记忆图谱的个人信息，对与该用户相应的公共知识图谱的知识呈现排序进行调整。本发明实施例对调整模块不做限定，优选的，调整模块可以用于：根据用户存储于私人记忆图谱的个人信息，在该用户的私人记忆图谱中存储与个人信息相应的标签信息；根据所述标签信息，对与该用户相应的公共知识图谱的知识呈现排序进行调整；所述公共知识图谱设置标签信息。在私人记忆图谱中存入标签信息，这些标签信息与公共知识的标签信息有联通映射关系，用户的私人记忆图谱存在某些标签信息，则在该用户使用公共知识图谱时，知识呈现排序将会通过算法做调整。本发明实施例中，对公共知识图谱的知识呈现排序进行调整，不是对公共知识图谱的知识本身进行权重调整，而是在用户访问这些公共知识时，会根据用户的私人记忆图谱对公共知识进行排序筛选。比如，如果该用户喜欢流行音乐，喜欢周杰伦，当私人记忆图谱记忆下这个个人信息之后，会在该用户的私人记忆图谱中存储“音乐”、“周杰伦”这样的标签信息，这样，当用户提到“龙卷风”的时候，公共知识图谱将会把“龙卷粉-周杰伦的歌曲”排在“龙卷粉-一种天气现象”之上，从而实现公共知识图谱的私人化呈现。本发明实施例对调整公共知识图谱的知识呈现排序的算法不做限定，其可以为使用规则学习、机器学习或深度学习中的一种，也可以为混合使用规则学习、机器学习和深度学习。当算法采用混合使用规则学习、机器学习和深度学习的算法时，在能够明确通过规则学习得到结果的部分，会优选使用规则得到的结果，例如用户喜爱“音乐”，则通过规则会提升当该用户使用公共知识图谱时“音乐”的知识呈现排序；在其他情况，可以使用机器学习/深度学习模型的结果。本发明实施例能够通过存入私人记忆图谱的分类后的个人信息，动态调整公共知识图谱的知识呈现排序，使得公共知识图谱对于用户而言更加定制化，提高用户体验。

本发明实施例对获取信息实体的方式不做限定，优选的，本发明实施例还可以包括：建立模块，用于建立抽取信息实体的模块；抽取信息实体的方式为利用规则学习、利用机器学习、深度学习中的一种或多种；所述获取模块用于利用抽取信息实体的模块，从用户输入的信息中获取信息实体。

优选的，所述步骤S101前，还可以包括：建立公共知识图谱。本发明实施例对建立公共知识图谱的方式不做限定，优选的，其可以为利用线下挖掘、线上学习的方式，建立大规模的公共知识图谱。

本发明实施例对操作指令不做限定，在上述任意实施例的基础上，优选的，所述操作指令可以包括增加指令、更新指令或删除指令中的一种或多种。即，本发明实施例中，根据新录入的个人信息，可以对存储于私人记忆图谱的个人信息进行增加、更新或删除，实现个人信息与用户实际情况的同步。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。