推荐话术的方法，推荐话术交互的方法及系统

摘要

本说明书实施例提供推荐话术的方法，推荐话术交互的方法及系统，其中所述推荐话术交互的方法包括：在第一界面显示话术输入控件以及推荐触发控件，通过所述话术输入控件接收用户输入的多条初始话术，在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术，在第二界面中显示从所述多条相似话术中确定的推荐话术，从而有效避免了用户繁琐的话术扩增操作，推荐更加准确且效率高。

说明书

技术领域

本说明书实施例涉及人工智能技术领域，特别涉及推荐话术的方法，推荐话术交互的方法及系统。

背景技术

随着人工智能技术的快速发展，出现了能够与人进行对话的智能对话软件，智能对话设备。例如，提供智能客服服务的对话机器人。在智能问答过程中，对话包含人的问话和机器人答复。

但由于人的口语化表达存在多样性，为了提高问答泛化性，在标准句的基础上，得补充许多人可能询问该问题时会说、但又和标准句不同的用户话术。因此，为了能够更好的对话，运营人员往往需要离线手动编写大量的与知识点或意图相似的用户话术，其中包含人的各种口头表达，以提高机器人响应的泛化性，这是一个相当耗时和繁琐的过程。

发明内容

有鉴于此，本说明书实施例提供了推荐话术的方法，推荐话术交互的方法。本说明书一个或者多个实施例同时涉及推荐话术交互的系统，计算设备，计算机可读存储介质以及计算机程序，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种推荐话术交互的方法，包括：在第一界面显示话术输入控件以及推荐触发控件；通过所述话术输入控件接收用户输入的多条初始话术；在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；在第二界面中显示从所述多条相似话术中确定的推荐话术。

可选地，所述话术输入控件，包括：新增话术触发子控件与对应的话术输入子控件；所述通过所述话术输入控件接收用户输入的多条初始话术，包括：监测用户对所述新增话术触发子控件的触发操作；针对每次所述触发操作，在所述第一界面中对应新增一个话术输入子控件；通过所述第一界面中显示的话术输入子控件接收用户输入的初始话术，其中，一个话术输入子控件对应输入一条初始话术。

可选地，所述话术输入控件，包括：第一新增话术触发子控件与对应的第一话术输入子控件，和/或，第二新增话术触发子控件与对应的第二话术输入子控件；所述第一新增话术触发子控件，用于响应于每次触发操作，在所述第一界面中对应新增一个第一话术输入子控件；所述第二新增话术触发子控件，用于响应于每次触发操作，在所述第一界面中对应新增一个第二话术输入子控件；所述第一话术输入子控件，用于接收用户输入的基于自然语言话术文本的初始话术；所述第二话术输入子控件，用于接收用户输入的基于语义规则描述的初始话术。

可选地，所述在第一界面显示话术输入控件以及推荐触发控件之前，还包括：在显示话术意图列表或知识点列表的第三界面中，为每条话术意图或知识点显示对应的编辑控件；响应于任一话术意图或任一知识点对应的编辑控件被触发，显示所述第一界面，并进入所述在第一界面显示话术输入控件以及推荐触发控件的步骤；且，所述方法还包括：在所述第一界面中显示所述任一话术意图或所述任一知识点。

可选地，还包括：在所述通过计算多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的过程中，显示所述第二界面，并在所述第二界面中显示提示信息，其中，所述提示信息，用于向用户提供对即将显示的推荐话术的操作提示信息。

可选地，还包括：在所述第二界面中，为每条所述推荐话术分别显示对应的添加控件；响应于任一个或多个添加控件被触发，将所述添加控件对应的推荐话术添加到所述多条初始话术对应的话术意图或知识点的话术集中。

可选地，还包括：在所述第二界面中显示刷新控件；响应于用户触发所述刷新控件，将添加到所述话术集中的推荐话术以及所述多条初始话术共同作为更新的多条初始话术，重新进入所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的步骤。

可选地，在所述第二界面被关闭后，还包括：在所述第一界面中显示所述多条初始话术以及添加到所述话术集中的推荐话术。

根据本说明书实施例的第二方面，提供了一种推荐话术的方法，包括：响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术；通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；从所述多条相似话术中确定推荐话术。

可选地，所述从所述多条相似话术中确定推荐话术，包括：将所述多条相似话术与所述多条初始话术进行分组，得到若干组话术，其中，每组话术包括一条相似话术以及一条初始话术；将所述若干组话术分别输入已训练好的机器学习模型，进行相似话术与初始话术的文本匹配打分计算，获得所述若干组话术分别对应的文本匹配分值；利用所述文本匹配分值从所述多条相似话术中筛选出推荐话术。

根据本说明书实施例的第三方面，提供了一种推荐话术交互的系统，包括：客户端，被配置为在第一界面显示话术输入控件以及推荐触发控件，通过所述话术输入控件接收用户输入的多条初始话术，在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，向服务端发送携带所述多条初始话术的第一推荐请求，接收服务端针对所述第一推荐请求反馈的推荐话术，在第二界面中显示所述推荐话术。服务端，被配置为响应于接收到所述客户端发送的第一推荐请求，从所述第一推荐请求中获取多条初始话术，计算所述多条初始话术与话术数据集中话术的相似度并基于所述相似度从所述话术数据集获取多条相似话术，从所述多条相似话术中确定推荐话术，向所述客户端反馈所述推荐话术。

可选地，所述客户端，还被配置为在所述第二界面中显示刷新控件，响应于用户触发所述刷新控件，将添加到话术集中的推荐话术以及所述多条初始话术共同作为更新的多条初始话术，向服务端发送携带更新的多条初始话术的第二推荐请求，接收服务端针对所述第二推荐请求反馈的更新的推荐话术，在第二界面中显示所述更新的推荐话术。所述服务端，还被配置为响应于接收到客户端发送的第二推荐请求，从所述第二推荐请求中获取更新的多条初始话术，计算所述更新的多条初始话术与话术数据集中话术的相似度并基于所述相似度从所述话术数据集获取更新的多条相似话术，从所述更新的多条相似话术中确定更新的推荐话术，向所述客户端反馈所述更新的推荐话术。

根据本说明书实施例的第四方面，提供了一种计算设备，包括：存储器和处理器；所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现本说明书任意实施例所述推荐话术交互的方法的步骤，或者，实现本说明书任意实施例所述推荐话术的方法的步骤。

根据本说明书实施例的第五方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现本说明书任意实施例所述推荐话术交互的方法的步骤，或者，实现本说明书任意实施例所述推荐话术的方法的步骤。

本说明书一个实施例提供了推荐话术交互的方法，由于该方法在第一界面显示话术输入控件以及推荐触发控件，通过所述话术输入控件接收用户输入的多条初始话术，在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术，在第二界面中显示从所述多条相似话术中确定的推荐话术，因此用户可以通过使用话术输入控件以及推荐触发控件，一次性针对一个话术推荐请求输入多条初始话术，使初始话术信息更加丰富多元，之后通过计算所述多条初始话术与话术数据集中话术的相似度，借助与丰富多元的多条初始话术的文本相似性，从所述话术数据集获取多条相似话术，提取的相似话术更加准确，更加丰富，进而从多条相似话术中确定推荐话术，有效避免了用户繁琐的话术扩增操作，推荐更加准确且效率高。

本说明书另一个实施例提供了推荐话术的方法，由于该方法响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术，从而用户可以一次性针对一个推荐请求输入多条初始话术，使初始话术信息更加丰富多元，之后通过计算所述多条初始话术与话术数据集中话术的相似度，借助与丰富多元的多条初始话术的文本相似性，从所述话术数据集获取多条相似话术，提取的相似话术更加准确，更加丰富，进而从所述多条相似话术中确定推荐话术，有效避免了用户繁琐的话术扩增操作，推荐更加准确且效率高。

附图说明

图1是本说明书一个实施例提供的一种推荐话术交互的方法的流程图；

图2是本说明书一个实施例提供的第一界面示意图；

图3是本说明书一个实施例提供的第二界面示意图；

图4是本说明书一个实施例提供的话术意图列表的界面示意图；

图5是本说明书另一个实施例提供的第二界面示意图；

图6是本说明书另一个实施例提供的第一界面示意图；

图7是本说明书一个实施例提供的界面跳转过程示意图；

图8是本说明书一个实施例提供的一种推荐话术交互的装置的结构示意图；

图9是本说明书一个实施例提供的一种推荐话术的方法的流程图；

图10是本说明书一个实施例提供的一种推荐话术的装置的结构示意图；

图11是本说明书一个实施例提供的一种推荐话术交互的系统的结构示意图；

图12是本说明书一个实施例提供的一种计算设备的结构框图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

首先，对本说明书一个或多个实施例涉及的名词术语进行解释。

相似话术：在智能对话过程中，包含用户的语句和机器人答复。由于用户的口语化表达存在多样性，为了提高问答泛化性，在标准句的基础上，得补充许多用户可能询问该问题时会说、但又和标准句不同的相似话术。例如，在问答对话中，相似话术也可以称为相似问。

知识点：可以理解为问答中的问答对。

意图：可以理解为多轮对话中的用户需求。

话术：可以理解为用户对话中所说的语句。

在本说明书中，提供了一种推荐话术交互的方法，一种推荐话术的方法，本说明书同时涉及一种推荐话术交互的系统，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。

参见图1，图1示出了根据本说明书一个实施例提供的一种推荐话术交互的方法的流程图，具体包括以下步骤。

步骤102：在第一界面显示话术输入控件以及推荐触发控件。

需要说明的是，本说明书实施例提供的推荐话术交互的方法的应用环境不限。例如，在所述推荐话术交互的方法应用于客户端的情况下，所述推荐话术交互的方法中提及的界面如第一界面，第二界面等界面可以表现为所述客户端的界面。再例如，在所述推荐话术交互的方法应用于服务端的情况下，所述推荐话术交互的方法中提及的界面可以表现为所述服务端的界面。又例如，在所述推荐话术交互的方法应用于网页的情况下，所述推荐话术交互的方法中提及的界面可以表现为网页页面。

其中，所述话术输入控件，可以理解为用于接收用户输入的话术的交互控件。所述话术输入控件的显示效果不限，具体可以根据应用场景需要设置。例如，在用户输入的初始话术为语音的情况下，所述话术输入控件可以表现为语音输入按钮。再例如，在用户输入的初始话术为文本的情况下，所述话术输入控件可以表现为文本输入框。

其中，所述推荐触发控件，可以理解为用于响应于用户的触发操作相应生成话术推荐请求的交互控件。所述推荐触发控件的显示效果不限，具体可以根据应用场景需要设置。例如，所述推荐触发控件可以表现为按钮，当该按钮被用户点击时相应触发生成话术推荐请求。再例如，所述推荐触发控件可以表现为拖动的滑块，当滑块被用户拖拽到预设位置时相应触发生成话术推荐请求。其中，所述触发操作，可以是单击，双击，手势滑动等任一种触发操作。

以所述第一界面表现为图2所示的“编辑意图”界面为例，所述话术输入控件可以表现为文本框202，204，206。所述推荐触发控件可以表现为“推荐话术”按钮208。

步骤104：通过所述话术输入控件接收用户输入的多条初始话术。

其中，所述初始话术可以是语音、基于自然语言的话术文本、基于语义规则描述的话术文本等任意形式的话术数据。

例如，如图2所示的“编辑意图”界面示意图，可以通过文本框202，204，206接收用户输入的基于自然语言的多条初始话术。

步骤106：在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术。

例如，如图2所示的“编辑意图”界面示意图，在用户点击“推荐话术”按钮时，相应接收到该按钮被触发时相应生成的话术推荐请求，该话术推荐请求所针对的初始话术是文本框202，204，206中输入的多条初始话术。

需要说明的是，所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的步骤，可以是客户端执行的步骤，也可以是服务端执行的步骤，本说明书实施例提供的方法对此并不进行限制。

例如，在所述推荐话术交互的方法应用于客户端的情况下，可以由客户端执行所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的步骤，也可以由客户端向服务端发送请求，使服务端响应于请求进而执行所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的步骤。

步骤108：在第二界面中显示从所述多条相似话术中确定的推荐话术。

其中，从多条相似话术中确定推荐话术的步骤，可以由服务端执行，也可以由客户端执行。例如，在服务端计算出多条相似话术后，可以将多条相似话术发送给客户端，由客户端从多条相似话术中确定推荐话术，进而在第二界面中显示推荐话术。再例如，可以由服务端计算出多条相似话术后，继续从多条相似话术中确定推荐话术，将推荐话术发送给客户端，再由客户端进行显示。

例如，所述第二界面如图3所示的“推荐相似问”界面，显示了若干条推荐话术。

需要说明的是，本说明书实施例提供的推荐话术交互的方法可以一次性对任一个或多个意图或知识点进行话术推荐的计算，并且在第二界面上显示任一个或多个意图或知识点对应的推荐话术。例如，在对一个意图或知识点进行话术推荐的计算的情况下，可以在第二界面上显示该一个意图或知识点的推荐话术。又例如，在对多个意图或知识点进行话术推荐的计算的情况下，可以在第二界面上按意图或知识点的不同进行区分，将意图或知识点与推荐话术对应的显示。

由于该方法在第一界面显示话术输入控件以及推荐触发控件，通过所述话术输入控件接收用户输入的多条初始话术，在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术，在第二界面中显示从所述多条相似话术中确定的推荐话术，从而用户可以通过使用话术输入控件以及推荐触发控件，一次性针对一个话术推荐请求输入多条初始话术，使初始话术信息更加丰富多元，之后通过计算所述多条初始话术与话术数据集中话术的相似度，借助与丰富多元的多条初始话术的文本相似性，从所述话术数据集获取多条相似话术，提取的相似话术更加准确，更加丰富，进而从所述多条相似话术中确定推荐话术，有效避免了用户繁琐的话术扩增操作，推荐更加准确且效率高。

本说明书一个或多个实施例中，为了便于用户输入以及区分多条初始话术，所述话术输入控件，包括：新增话术触发子控件与对应的话术输入子控件。相应地，所述通过所述话术输入控件接收用户输入的多条初始话术，可以包括：

监测用户对所述新增话术触发子控件的触发操作；

针对每次所述触发操作，在所述第一界面中对应新增一个话术输入子控件；

通过所述第一界面中显示的话术输入子控件接收用户输入的初始话术，其中，一个话术输入子控件对应输入一条初始话术。

例如，如图2所示的“编辑意图”界面示意图，当用户点击一次“新增话术”前面的“+”时，相应在下方新增一个文本框，用户可以在每个文本框中输入一条初始话术。

在该实施例中，用户可以通过触发(如点击)新增话术触发子控件，在第一界面中增加话术输入子控件，从而用户可以在新增的话术输入子控件中输入初始话术，由于一个话术输入子控件对应输入一条初始话术，因此，初始话术的输入以及区分更加便利、准确。

在用户输入的初始话术包括基于自然语言话术文本的初始话术和/或基于语义规则描述的初始话术的应用场景中，为了便于用户分别输入两种形式的话术，所述话术输入控件，可以包括：第一新增话术触发子控件与对应的第一话术输入子控件，和/或，第二新增话术触发子控件与对应的第二话术输入子控件。其中：

所述第一新增话术触发子控件，用于响应于每次触发操作，在所述第一界面中对应新增一个第一话术输入子控件；

所述第二新增话术触发子控件，用于响应于每次触发操作，在所述第一界面中对应新增一个第二话术输入子控件；

所述第一话术输入子控件，用于接收用户输入的基于自然语言话术文本的初始话术；

所述第二话术输入子控件，用于接收用户输入的基于语义规则描述的初始话术。

例如，如图2所示的“编辑意图”界面示意图，所述第一新增话术触发子控件可以表现为图2所示的“+新增话术”按钮，所述第二新增话术触发子控件可以表现为图2所示的“+新增问法”按钮。当用户点击“+新增话术”前面的“+”时，相应在下方新增表现为文本框的所述第一话术输入子控件，从而通过该文本框接收用户输入的基于自然语言话术文本的初始话术。当用户点击“+新增问法”前面的“+”时，相应在下方新增表现为文本框的所述第二话术输入子控件，从而通过该文本框接收用户输入的基于语义规则描述的初始话术。

可以理解的是，在支持基于语义规则的实施例中，所述推荐话术交互的方法能够基于预设的语义规则理解初始话术的含义并基于其含义进行相似计算以及推荐。另外，为了便于用户使用语义规则来描述初始话术，所述第一界面中还可以提供语义规则详细说明的查看入口，以便用户了解语义规则并使用语义规则。例如，如图2所示的“编辑意图”界面中显示的“高级语义配置…查看规则说明”，当用户点击“查看规则说明”时，可以显示语义规则的详细说明。基于语义规则描述的初始话术，如文本框210中所示的，可以包括:由语义规则所约定的如“()”，“{}”，“[]”等符号以及自然语言的字符共同来表示话术含义。

下面，对所述推荐话术交互的方法进入所述第一界面的实施例进行示意性说明。例如，所述推荐话术交互的方法在第一界面显示话术输入控件以及推荐触发控件之前，还可以包括：

在显示话术意图列表或知识点列表的第三界面中，为每条话术意图或知识点显示对应的编辑控件；

响应于任一话术意图或任一知识点对应的编辑控件被触发，显示所述第一界面，并进入所述在第一界面显示话术输入控件以及推荐触发控件的步骤；

且，所述方法还包括：在所述第一界面中显示所述任一话术意图或所述任一知识点。

该实施例中，用户可以从显示话术意图列表或知识点列表的界面中，选择希望获得推荐话术的话术意图或知识点，点击对应的编辑控件，进入显示该话术意图或知识点的第一界面，进而在该第一界面输入多条初始话术并发起话术推荐请求。

例如，如图4所示的显示话术意图列表的界面，当用户选择一个话术意图“提前还贷”并点击“编辑”按钮时，相应进入如图2所示的“编辑意图”界面。相应地，该“编辑意图”界面中显示了该意图名称“提前还贷”，以便用户明确要获得推荐话术的意图名称。

另外，由于计算相似话术并确定推荐话术的过程中，需要花费一定时间，为了提高用户体验，所述推荐话术交互的方法还可以包括：在所述通过计算多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的过程中，显示所述第二界面，并在所述第二界面中显示提示信息，其中，所述提示信息，用于向用户提供对即将显示的推荐话术的操作提示信息。

例如，如图5所示的第二界面中，在显示推荐话术之前，可以显示例如“以下问句为模型推荐的此意图的相似问，您可判断问句与当前意图主题是否一致后，再进行相似问的添加”的提示信息，通过该提示信息，用户可以获知对即将显示的推荐话术，用户可以先确定是否一致，一致的情况下可以添加推荐话术。另外，为了表示等待状态，还可以显示旋转的等待框。

另外，在第二界面显示推荐话术后，为了便于用户添加推荐话术到话术集，本说明书一个或多个实施例中，所述推荐话术交互的方法还可以包括：在所述第二界面中，为每条所述推荐话术分别显示对应的添加控件；响应于任一个或多个添加控件被触发，将所述添加控件对应的推荐话术添加到所述多条初始话术对应的话术意图或知识点的话术集中。

其中，所示添加控件的具体实施方式不限，例如，所述添加控件可以表现为按钮，滑块等任意形式的界面元素。例如，如图3所示的显示推荐话术以及对应添加按钮的“推荐相似问”界面，当用户想要添加某个推荐话术时，可以点击右侧的“+”来将该推荐话术添加到话术集。

当然，在第二界面显示了推荐话术之后，用户也可以通过其他方式进行推荐话术的添加操作。例如，用户可以自己手动复制推荐话术，粘贴到用户话术集输入区。

另外，本说明书一个或多个实施例中，为了便于快速进入下一轮话术推荐，所述推荐话术交互的方法还可以包括：在所述第二界面中显示刷新控件；响应于用户触发所述刷新控件，将添加到所述话术集中的推荐话术以及所述多条初始话术共同作为更新的多条初始话术，重新进入所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的步骤。

其中，更新的多条初始话术中可以包括用户添加的推荐话术的全部或者部分话术以及最初的多条初始话术。另外，还可以在第二界面上显示更新的推荐话术。

在该实施例中，用户在推荐界面添加完推荐话术后，还可以通过刷新操作，进入下一轮话术推荐。例如，用户可以在图3所示的推荐界面上点击显示的“刷新”按钮来发起推荐话术刷新请求，使平台快速地进行下一轮话术推荐。

为了便于用户查看添加到话术集中的话术，本说明书一个或多个实施例中，所述推荐话术交互的方法还可以包括：在所述第二界面被关闭后，还包括：在所述第一界面中显示所述多条初始话术以及添加到所述话术集中的推荐话术。

例如，如图6所示的“编辑意图”界面，添加推荐话术后，“编辑意图”界面中显示了用户原来输入的多条初始话术以及用户添加到话术集中的推荐话术。

为了使本说明书实施例提供的推荐话术交互的方法更加易于理解，下面，再结合上述多个界面示例，以图7所示的界面跳转过程示意图对推荐话术交互的过程进行示意性说明。在图7所示的界面跳转示意图中，以智能对话服务的平台客户端显示的界面为例，话术的相关数据是按照不同话术意图或知识点分别管理的，平台可以包括多个话术意图或知识点。例如，平台中可以包括：“提前还贷”、“贷款卡号变更”、“贷款合同变更”等用户意图。其中，“提前还贷”话术意图可以包括：“提前还贷”、“贷款提前归还”、“更新贷款提前还贷”、“你好，我想要了解还贷”等等话术。

首先，用户可以在客户端显示的界面702中的意图列表中查找想要推荐话术的意图名称，确定意图名称后，用户可以点击对应的“编辑”按钮，客户端界面相应跳转至界面704。

接下来，在界面704中，用户通过表现为文本框的话术输入控件中输入初始话术，多个文本框可以对应填入多条初始话术，一个文本框一条。当用户点击推荐话术按钮时，客户端界面相应跳转至界面706，同时后台如服务端或者客户端自身可以自动拉取多句用户相似问，通过算法模型和海量数据来给出推荐话术。

在计算推荐话术的过程中，如果输入的初始话术较多，需要等待，则界面706可以显示出一个旋转的等待框，并给出相应提示信息。当完成计算后，可以在界面显示推荐话术，如界面706相应变为界面708的显示效果，展示推荐话术。

用户可以在界面708中选择推荐话术添加到话术集，如果用户希望快速进入下一轮推荐，可以点击上方的“刷新”按钮，快速地进行下一轮话术推荐。在用户确定得到足够话术后，可以关闭界面708。关闭界面708，可以相应返回到编辑界面，返回到编辑界面时，边界界面相应更新，如更新的编辑界面710，可以看到用户添加的推荐话术已自动添加到话术集中。

需要说明的是，如图7所示的话术编辑界面是对用户意图“提前还贷”这一个话术项目进行编辑的界面，在实际应用中，根据场景需要，也可以在一个界面中对多个话术项目进行编辑，本说明书实施例提供的方法对此并不进行限制。

通过图7所示的界面跳转过程可见，用户可以通过在线点击交互，同时考虑多个知识点或意图下的语句输入来进行话术推荐，并且在用户采纳添加推荐话术后，能够快速地展开下一轮的话术扩充，大幅降低了话术扩充过程所需要的人力和耗时。

与上述推荐话术交互的方法实施例相对应，本说明书还提供了推荐话术交互的装置实施例，图8示出了本说明书一个实施例提供的一种推荐话术交互的装置的结构示意图。如图8所示，该装置可以包括：

第一界面显示模块802，可以被配置为在第一界面显示话术输入控件以及推荐触发控件。

初始话术接收模块804，可以被配置为通过所述话术输入控件接收用户输入的多条初始话术。

相似话术计算模块806，可以被配置为在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术。

第二界面显示模块808，可以被配置为在第二界面中显示从所述多条相似话术中确定的推荐话术。

本说明书一个或多个实施例中，所述话术输入控件，可以包括：新增话术触发子控件与对应的话术输入子控件。相应地，所述初始话术接收模块804，可以包括：

新增监测子模块，可以被配置为监测用户对所述新增话术触发子控件的触发操作。

新增输入子模块，可以被配置为针对每次所述触发操作，在所述第一界面中对应新增一个话术输入子控件。

话术接收子模块，可以被配置为通过所述第一界面中显示的话术输入子控件接收用户输入的初始话术，其中，一个话术输入子控件对应输入一条初始话术。

本说明书一个或多个实施例中，所述推荐话术交互的装置还可以包括：编辑响应模块，可以被配置为在显示话术意图列表或知识点列表的第三界面中，为每条话术意图或知识点显示对应的编辑控件,响应于任一话术意图或任一知识点对应的编辑控件被触发，显示所述第一界面，并使所述第一界面显示模块进入所述在第一界面显示话术输入控件以及推荐触发控件的步骤。且，所述装置中的所述第一控件显示模块，还可以被配置为在所述第一界面中显示所述任一话术意图或所述任一知识点。

本说明书一个或多个实施例中，所述第二界面显示模块，还可以被配置为在所述通过计算多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的过程中，显示所述第二界面，并在所述第二界面中显示提示信息，其中，所述提示信息，用于向用户提供对即将显示的推荐话术的操作提示信息。

为了便于用户添加推荐话术到话术集，本说明书一个或多个实施例中，所述第二界面显示模块，还可以被配置为在所述第二界面中显示刷新控件。所述初始话术接收模块，还可以被配置为响应于用户触发所述刷新控件，将添加到所述话术集中的推荐话术以及所述多条初始话术共同作为更新的多条初始话术，使所述相似话术计算模块重新进入所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术的步骤。

另外，在第二界面关闭后，所述第一界面显示模块，还可以被配置为在所述第一界面中显示所述多条初始话术以及添加到所述话术集中的推荐话术。

上述为本实施例的一种推荐话术交互的装置的示意性方案。需要说明的是，该推荐话术交互的装置的技术方案与上述的推荐话术交互的方法的技术方案属于同一构思，推荐话术交互的装置的技术方案未详细描述的细节内容，均可以参见上述推荐话术交互的方法的技术方案的描述。

参见图9，图9示出了根据本说明书一个实施例提供的一种推荐话术的方法的流程图，具体包括以下步骤。

步骤902：响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术。

需要说明的是，本说明书实施例提供的推荐话术的方法的应用环境不限。例如，所述推荐话术的方法可以应用于客户端或者服务端。例如，在应用于客户端的情况下，可以将推荐话术计算过程中所需的数据集预先设置在客户端以便客户端执行相似度计算，确定推荐话术等步骤。再例如，在应用于服务端的情况下，客户端可以响应于用户在界面中的操作触发话术推荐请求，将话术推荐请求发送给服务端，从而服务端可以响应于接收到话术推荐请求执行相似度计算，确定推荐话术等步骤。

其中，所述多条初始话术可以是用户针对该话术推荐请求输入的信息，具体可以表现为一条条携带在该话术推荐请求中的话术文本。

步骤904：通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术。

其中，所述话术数据集可以是从各种方式搜集的海量对话数据中得到的大量话术文本的集合。其中，计算话术之间相似度的具体计算方式不限，只要是能够计算文本相似度的算法均可。在得到多条初始话术与话术数据集中话术的相似度的情况下，可以根据相似度，从中获取相似度符合预设要求的多条相似话术。例如，可以根据相似度从高到低对话术数据集中的话术进行排序，获取排序在前的一些话术作为相似话术。再例如，可以根据相似度从低到高，获取排序在后的一些话术作为相似话术。又例如，可以将计算出的相似度与预设相似度阈值进行比较，筛选一些相似度较高的话术作为相似话术。

步骤906：从所述多条相似话术中确定推荐话术。

其中，从所述多条相似话术中确定推荐话术的具体实施方式不限。例如，可以将所述多条相似话术全部作为推荐话术，或者，可以设置一定筛选规则，从中再筛选更加符合需要的话术作为推荐话术。

其中，所述推荐话术可以是文本形式的话术，也可以是语音形式的话术，本说明书实施例提供的方法对此并不进行限制。

由于该方法响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术，从而用户可以一次性针对一个推荐请求输入多条初始话术，使初始话术信息更加丰富多元，之后通过计算所述多条初始话术与话术数据集中话术的相似度，借助与丰富多元的多条初始话术的文本相似性，从所述话术数据集获取多条相似话术，提取的相似话术更加准确，更加丰富，进而从所述多条相似话术中确定推荐话术，有效避免了用户繁琐的话术扩增操作，推荐更加准确且效率高。

为了便于用户高效地发起话术推荐并直观地看到推荐结果，本说明书一个或多个实施例中，可以在客户端通过图形用户界面与用户进行推荐的交互。具体地，可以在客户端的第一界面，显示话术输入控件以及推荐触发控件，响应于通过所述话术输入控件接收到用户输入的多条初始话术，且通过所述推荐触发控件接收到针对所述多条初始话术的话术推荐请求，获取所述多条初始话术。且，所述方法，还可以包括：在客户端的第二界面上显示所述推荐话术。

如前面实施例提到的，话术输入控件具体可以表现为话术文本或者话术语音的输入控件。用户可以使用话术输入控件来输入初始话术。推荐触发控件具体可以表现为按钮等任意的触发控件。当用户触发该推荐触发控件时，可以相应发起话术推荐请求。可以理解的是，该本说明书实施例提及的界面上可以包括任意能够帮助用户管理话术的一些界面操作控件和按需呈现显示效果的界面元素，具体可以根据场景需要设置，在此不再详细赘述。

本说明书实施例提供的方法的智能对话场景不限。例如，在为智能客服搭建对话机器人的过程中，为了避免用户离线手动编写话术的耗时和繁琐，可以在客户端提供图形用户界面与用户交互，使得用户可以通过在线简单的交互输入多条初始话术发起话术推荐请求，自动完成繁琐的相似话术扩增过程，节省大量人力，而且通过多条初始话术输入，避免推荐的话术过于单一。

本说明书实施例提供的方法对通过计算话术相似度获取多条相似话术的具体实施方式不限。例如，一个或多个实施例中，所述通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术，可以包括：计算所述多条初始话术各自的句向量；计算所述多条初始话术各自的句向量与话术数据集中话术的句向量之间的句向量相似度；利用所述句向量相似度从所述话术数据集中筛选出多条相似话术。

其中，计算所述多条初始话术各自的句向量的步骤，可以包括：将用户的多条初始话术分别通过分词、计算词向量和平均后，获得句向量。其中，词向量可以通过海量数据训练得到的Word2Vec模型进行计算。

在上述实施例中，通过计算话术之间句向量相似度，从话术数据集中筛选出相似度满足需要的相似话术，更易从中准确确定满足需要的推荐话术。

本说明书实施例提供的方法对从所述多条相似话术中确定推荐话术的具体实施方式不限。例如，一个或多个实施例中，所述从所述多条相似话术中确定推荐话术的步骤，可以包括：将所述多条相似话术与所述多条初始话术进行分组，得到若干组话术，其中，每组话术包括一条相似话术以及一条初始话术；将所述若干组话术分别输入已训练好的机器学习模型，进行相似话术与初始话术的文本匹配打分计算，获得所述若干组话术分别对应的文本匹配分值；利用所述文本匹配分值从所述多条相似话术中筛选出推荐话术。

其中，可以预先基于海量标注数据训练机器学习模型，也可以称为文本匹配模型，来对候选推荐话术做打分排序。例如，所述机器学习模型可以为文本CNN二分类模型。针对每组话术语句进行相似话术与初始话术匹配度的打分计算。打分之后，可以对文本匹配分值进行从高到低的排序，然后从中筛选出排序在前的一些分组中的相似话术作为推荐话术，或者，可以筛选出分数高出预设匹配阈值的分组中的相似话术作为推荐话术。

本说明书另一个或多个实施例中，还可以对筛选出的推荐话术进行过滤处理。具体地，例如，可以根据预设策略来过滤低质量数据，如：滤除过短(例如，可以预设长度下限，小于预设长度下限的可以认为过短)、过长(例如，可以预设长度上限，大于预设长度上限的可以认为过长)、不包含任何动词或名词的语句(例如，可以预设识别动词或名词的算法来进行检测)等等。另外，还可以对推荐话术进行敏感信息的脱敏处理，例如，可以将地址、手机号、姓名、卡号、证件号等替换为星号等替换字符。

另外，在从所述多条相似话术中确定推荐话术时，还可以对推荐话术的数量进行控制。例如，所述从所述多条相似话术中确定推荐话术，可以包括：基于所述多条初始话术的条数以及预设扩增率，计算推荐话术数量；利用所述推荐话术数量从所述多条相似话术中筛选出推荐话术。例如，所述推荐话术数量可以作为最大推荐话术数量，使最终筛选出的推荐话术的数量小于或等于推荐话术数量。这样可以根据最大推荐话术数量，在前端展示推荐话术。

其中，预设扩增率的作用，是根据预设扩增率召回相关度高的推荐话术。如：假设原本输入的初始话术为10条，预设扩增率为50，则计算出的推荐话术数量可以为500，从而可以从话术数据集中最多召回或筛选出500条推荐话术。由于筛选出的推荐话术的数量与输入的多条初始话术成比例，更易从中准确确定满足需要的推荐话术。

与上述推荐话术的方法实施例相对应，本说明书还提供了推荐话术的装置实施例，图10示出了本说明书一个实施例提供的一种推荐话术的装置的结构示意图。如图10所示，该装置可以包括：

请求接收模块1002，可以被配置为响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术。

相似计算模块1004，可以被配置为通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术。

话术确定模块1006，可以被配置为从所述多条相似话术中确定推荐话术。

由于该装置响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术，从而用户可以一次性针对一个推荐请求输入多条初始话术，使初始话术信息更加丰富多元，之后通过计算所述多条初始话术与话术数据集中话术的相似度，借助与丰富多元的多条初始话术的文本相似性，从所述话术数据集获取多条相似话术，提取的相似话术更加准确，更加丰富，进而从所述多条相似话术中确定推荐话术，有效避免了用户繁琐的话术扩增操作，推荐更加准确且效率高。

本说明书一个或多个实施例中，所述相似计算模块1004，可以包括：

向量计算子模块，可以被配置为计算所述多条初始话术各自的句向量；

相似计算子模块，可以被配置为计算所述多条初始话术各自的句向量与话术数据集中话术的句向量之间的句向量相似度；

相似话术筛选子模块，可以被配置为利用所述句向量相似度从所述话术数据集中筛选出多条相似话术。

本说明书一个或多个实施例中，所述话术确定模块1006，可以包括：

分组子模块，可以被配置为将所述多条相似话术与所述多条初始话术进行分组，得到若干组话术，其中，每组话术包括一条相似话术以及一条初始话术；

匹配打分子模块，可以被配置为将所述若干组话术分别输入已训练好的机器学习模型，进行相似话术与初始话术的文本匹配打分计算，获得所述若干组话术分别对应的文本匹配分值；

推荐话术筛选子模块，可以被配置为利用所述文本匹配分值从所述多条相似话术中筛选出推荐话术。

另外，在从所述多条相似话术中确定推荐话术时，还可以对推荐话术的数量进行控制。所述话术确定模块1006，可以包括：

扩增量计算子模块，可以被配置为基于所述多条初始话术的条数以及预设扩增率，计算推荐话术数量；

相应地，所述推荐话术筛选子模块，可以被配置为利用所述推荐话术数量从所述多条相似话术中筛选出推荐话术。

上述为本实施例的一种推荐话术的装置的示意性方案。需要说明的是，该推荐话术的装置的技术方案与上述的推荐话术的方法的技术方案属于同一构思，推荐话术的装置的技术方案未详细描述的细节内容，均可以参见上述推荐话术的方法的技术方案的描述。

与上述推荐话术交互的方法以及推荐话术的方法相应地，本说明书实施例还提供了一种推荐话术交互的系统。图11示出了根据本说明书一个实施例提供的一种推荐话术交互的系统的结构示意图。如图11所示，所述系统可以包括：

客户端1102，可以被配置为在第一界面显示话术输入控件以及推荐触发控件，通过所述话术输入控件接收用户输入的多条初始话术，在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，向服务端发送携带所述多条初始话术的第一推荐请求，接收服务端针对所述第一推荐请求反馈的推荐话术，在第二界面中显示所述推荐话术。

服务端1104，可以被配置为响应于接收到所述客户端发送的第一推荐请求，从所述第一推荐请求中获取多条初始话术，计算所述多条初始话术与话术数据集中话术的相似度并基于所述相似度从所述话术数据集获取多条相似话术，从所述多条相似话术中确定推荐话术，向所述客户端反馈所述推荐话术。

一个或多个实施例中，为了帮助用户快速进入下一轮推荐，所述客户端，还可以被配置为在所述第二界面中显示刷新控件，响应于用户触发所述刷新控件，将添加到话术集中的推荐话术以及所述多条初始话术共同作为更新的多条初始话术，向服务端发送携带更新的多条初始话术的第二推荐请求，接收服务端针对所述第二推荐请求反馈的更新的推荐话术，在第二界面中显示所述更新的推荐话术。相应地，所述服务端，还可以被配置为响应于接收到客户端发送的第二推荐请求，从所述第二推荐请求中获取更新的多条初始话术，计算所述更新的多条初始话术与话术数据集中话术的相似度并基于所述相似度从所述话术数据集获取更新的多条相似话术，从所述更新的多条相似话术中确定更新的推荐话术，向所述客户端反馈所述更新的推荐话术。

其中，所述第一推荐请求以及所述第二推荐请求可以理解为客户端向服务端发送的话术推荐请求。

上述为本实施例的一种推荐话术交互的系统的示意性方案。需要说明的是，该推荐话术交互的系统的技术方案与上述的推荐话术交互的方法，推荐话术的方法的技术方案属于同一构思，推荐话术交互的系统的技术方案未详细描述的细节内容，均可以参见上述推荐话术交互的方法，推荐话术的方法的技术方案的描述。

图12示出了根据本说明书一个实施例提供的一种计算设备1200的结构框图。该计算设备1200的部件包括但不限于存储器1210和处理器1220。处理器1220与存储器1210通过总线1230相连接，数据库1250用于保存数据。

计算设备1200还包括接入设备1240，接入设备1240使得计算设备1200能够经由一个或多个网络1260通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备1240可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。

在本说明书的一个实施例中，计算设备1200的上述部件以及图12中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图12所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备1200可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备1200还可以是移动式或静止式的服务器。

其中，处理器1220用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述推荐话术交互的方法的步骤。例如，包括：

在第一界面显示话术输入控件以及推荐触发控件；

通过所述话术输入控件接收用户输入的多条初始话术；

在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；

在第二界面中显示从所述多条相似话术中确定的推荐话术。

或者，处理器1220用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述推荐话术的方法的步骤。例如，包括：

响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术；

通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；

从所述多条相似话术中确定推荐话术。

上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的推荐话术交互的方法，推荐话术的方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述推荐话术交互的方法，推荐话术的方法的技术方案的描述。

本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述推荐话术交互的方法的步骤。例如，包括：

在第一界面显示话术输入控件以及推荐触发控件；

通过所述话术输入控件接收用户输入的多条初始话术；

在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；

在第二界面中显示从所述多条相似话术中确定的推荐话术。

或者，该计算机可执行指令被处理器执行时实现上述推荐话术的方法的步骤。例如，包括：

响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术；

通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；

从所述多条相似话术中确定推荐话术。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的推荐话术交互的方法，推荐话术的方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述推荐话术交互的方法，推荐话术的方法的技术方案的描述。

本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述推荐话术交互的方法的步骤。例如，包括：

在第一界面显示话术输入控件以及推荐触发控件；

通过所述话术输入控件接收用户输入的多条初始话术；

在通过所述推荐触发控件接收到用户针对所述多条初始话术触发的话术推荐请求时，通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；

在第二界面中显示从所述多条相似话术中确定的推荐话术。

或者，当所述计算机程序在计算机中执行时，令计算机执行上述推荐话术的方法的步骤。

例如，包括：

响应于接收到话术推荐请求，获取所述话术推荐请求对应的多条初始话术；

通过计算所述多条初始话术与话术数据集中话术的相似度，从所述话术数据集获取多条相似话术；

从所述多条相似话术中确定推荐话术。

上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的推荐话术交互的方法，推荐话术的方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述推荐话术交互的方法，推荐话术的方法的技术方案的描述。

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。

所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。