Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7705591B2 - ヒューマンマシン会話方法、クライアント、電子デバイス、およびプログラム - Google Patents
[go: Go Back, main page]

JP7705591B2 - ヒューマンマシン会話方法、クライアント、電子デバイス、およびプログラム - Google Patents

ヒューマンマシン会話方法、クライアント、電子デバイス、およびプログラム Download PDF

Info

Publication number
JP7705591B2
JP7705591B2 JP2020561854A JP2020561854A JP7705591B2 JP 7705591 B2 JP7705591 B2 JP 7705591B2 JP 2020561854 A JP2020561854 A JP 2020561854A JP 2020561854 A JP2020561854 A JP 2020561854A JP 7705591 B2 JP7705591 B2 JP 7705591B2
Authority
JP
Japan
Prior art keywords
input
function
input information
identifier
service function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020561854A
Other languages
English (en)
Other versions
JP2021522612A (ja
Inventor
ホン チョウ、ミン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Publication of JP2021522612A publication Critical patent/JP2021522612A/ja
Application granted granted Critical
Publication of JP7705591B2 publication Critical patent/JP7705591B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16Sound input; Sound output
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16Sound input; Sound output
    • G06F3/167Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M1/00Substation equipment, e.g. for use by subscribers
    • H04M1/72Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
    • H04M1/72433User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for voice messaging, e.g. dictaphones
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M1/00Substation equipment, e.g. for use by subscribers
    • H04M1/72Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
    • H04M1/72436User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for text messaging, e.g. short messaging services [SMS] or e-mails
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/221Announcement of recognition results
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225Feedback of the input speech
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M2250/00Details of telephonic subscriber devices
    • H04M2250/74Details of telephonic subscriber devices with voice recognition means

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Transfer Between Computers (AREA)

Description

[関連出願の相互参照]
本願は、2018年5月7日出願の中国特許出願第201810426209.2号に基づく優先権を主張して2019年4月26日に出願された国際出願番号PCT/CN2019/084520号の国内段階移行であり、両出願は参照によりその全体が本願に組み込まれるものとする。
本開示はインターネット技術の分野、特にヒューマンマシン会話のための方法、電子デバイス、およびプログラムに関する。
現在、ワシントン州レドモンドのMicrosoft Corp.(登録商標)が設計したインテリジェントチャットボットのXiaobing(シャオアイス)などの、数多くのヒューマンマシン会話ロボットまたはソフトウェアアプリケーションが登場してきている。ユーザは、クライアントを使用してメッセージを入力することでヒューマンマシン会話を行うことができる。しかしながら、ヒューマンマシン会話においては、マシンによりフィードバックされた結果情報が、ユーザが入力したメッセージに応答しないことがしばしばあり、比較的低いユーザ体験につながっていた。たとえば、ユーザが、航空チケットを検索してそれに応じて購入しようとして、「蘇州から北京への航空チケットを探して」と入力した場合、マシンが航空チケットが関わるユーザの過去の購入注文の情報で応答する。
本開示の実施形態は、改良された全般的なユーザ体験のための、ヒューマンマシン会話方法、クライアント、電子デバイス、および記憶媒体を提供するものである。
1つの実施形態において、本開示は、クライアントに適用されるヒューマンマシン会話方法を提供する。ヒューマンマシン会話方法は、ヒューマンマシン会話インターフェースを提供する段階と、第1の入力を受信すると、ユーザの入力情報を表示する段階と、入力情報の応答結果を表示する段階と、第2の入力を受信すると、第2の入力に基づいて少なくとも1つの機能識別子を表示する段階であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、第3の入力を受信すると、第3の入力に基づいてターゲット機能識別子を決定する段階であって、ターゲット機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、を含む。
1つの実施形態おいて、本開示は、表示モジュールと処理モジュールとを含むクライアントを提供する。表示モジュールは、ヒューマンマシン会話インターフェースを提供するように構成される。処理モジュールは、第1の入力を受信すると、ユーザの入力情報を表示し、入力情報の応答結果を表示し、第2の入力を受信すると、第2の入力に基づいて少なくとも1つの機能識別子を表示し、このとき、機能識別子により示されるサービス機能は入力情報に応答するために使用され、第3の入力を受信すると、第3の入力に基づいてターゲット機能識別子を決定し、このとき、ターゲット機能識別子により示されるサービス機能は入力情報に応答するために使用されるように構成される。
1つの実施形態において、本開示は、ディスプレイとプロセッサとを含む電子デバイスを提供する。ディスプレイは、ヒューマンマシン会話インターフェースを提供するように構成される。プロセッサは、第1の入力を受信すると、ユーザの入力情報を表示する段階と、入力情報の応答結果を表示する段階と、第2の入力を受信すると、第2の入力に基づいて少なくとも1つの機能識別子を表示する段階であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、第3の入力を受信すると、第3の入力に基づいてターゲット機能識別子を決定する段階であって、ターゲット機能識別子により示されるサービス機能は入力情報に応答するために使用される段階とを含むように構成される。
1つの実施形態において、本開示は、コンピュータプログラム命令を記憶するように構成されるコンピュータ可読記憶媒体を提供し、該コンピュータ可読記憶媒体は、ヒューマンマシン会話インターフェースを提供する段階と、第1の入力を受信すると、ユーザの入力情報を表示する段階と、入力情報の応答結果を表示する段階と、第2の入力を受信すると、第2の入力に基づいて少なくとも1つの機能識別子を表示する段階であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、第3の入力を受信すると、第3の入力に基づいてターゲット機能識別子を決定する段階であって、ターゲット機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、を実行するプログラム命令を含む。
1つの実施形態において、本開示は、クライアントにおいて適用されるヒューマンマシン会話方法であって、該ヒューマンマシン会話方法は、ヒューマンマシン会話インターフェースを提供する段階と、ユーザ入力を受信すると、ユーザの入力情報を表示する段階と、入力情報の応答結果を表示する段階と、ユーザ入力が指定された時間期間内に受信されない場合は、少なくとも1つの機能識別子を表示する段階であって、このとき、機能識別子により示されるサービス機能は入力情報に応答するために使用される、表示する段階と、ユーザ入力に基づいてターゲット機能識別子を決定する段階と、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答する段階と、を含む、ヒューマンマシン会話方法を提供する。
1つの実施形態において、本開示は、表示モジュールと処理モジュールとを含む、クライアントを提供する。表示モジュールは、ヒューマンマシン会話インターフェースを提供し、ユーザ入力を受信すると、ユーザの入力情報を表示し、入力情報の応答結果を表示し、指定された時間期間内にユーザ入力が受信されない場合は、少なくとも1つの機能識別子を表示し、このとき、機能識別子により示されるサービス機能は入力情報に応答するために使用されるように構成される。処理モジュールは、ユーザ入力に基づいてターゲット機能識別子を決定し、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答するように構成される。
1つの実施形態において、本開示は、ディスプレイとプロセッサとを含む電子デバイスを提供する。ディスプレイは、ヒューマンマシン会話インターフェースを提供し、ユーザ入力を受信すると、ユーザの入力情報を表示し、入力情報の応答結果を表示し、指定された時間期間内にユーザ入力が受信されない場合は、少なくとも1つの機能識別子を表示し、このとき、機能識別子により示されるサービス機能は入力情報に応答するために使用されるように構成される。プロセッサは、ユーザ入力に基づいてターゲット機能識別子を決定し、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答するように構成される。
1つの実施形態において、本開示は、コンピュータプログラム命令を記憶するよう構成されるコンピュータ可読記憶媒体を提供する。該コンピュータ可読記憶媒体は、ヒューマンマシン会話インターフェースを提供する手順と、ユーザ入力を受信すると、ユーザの入力情報を表示する手順と、入力情報の応答結果を表示する手順と、ユーザ入力が指定された時間期間内に受信されない場合は、少なくとも1つの機能識別子を表示する手順であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される、表示する手順と、ユーザ入力に基づいてターゲット機能識別子を決定する手順と、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答する手順と、を実行する、プログラム命令を含む。
1つの実施形態において、本開示は、サーバにおいて適用される、サービス機能アクティベーションのための、サービス機能有効化方法を提供する。該サービス機能有効化方法は、クライアントにより提供される、クライアントのヒューマンマシン会話インターフェース上のユーザの第1の入力情報を受信する段階と、入力情報に基づいてクライアントへ応答結果を送信する段階と、クライアントにより提供される第2の入力情報を受信する段階と、クライアントへ少なくとも1つの機能識別子を提供する段階であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される、提供する段階と、クライアントのユーザ入力に基づいて決定されるターゲット機能識別子に基づいて、対応するサービス機能をアクティベートする段階とを含む。
1つの実施形態において、本開示は、ネットワーク通信ユニットおよびプロセッサを含む、電子デバイスを提供する。ネットワーク通信ユニットは、クライアントにより提供される、クライアントのヒューマンマシン会話インターフェース上でのユーザの第1の入力情報を受信し、入力情報に基づいてクライアントへ応答結果を送信し、クライアントにより提供される第2の入力情報を受信するように構成される。プロセッサは、クライアントに少なくとも1つの機能識別子を提供するように構成され、機能識別子により示されるサービス機能は、入力情報に応答するために使用され、クライアントのユーザ入力に基づいて決定されるターゲット機能識別子に基づいて、対応するサービス機能をアクティベートする。
1つの実施形態において、本開示は、コンピュータプログラム命令を記憶するように構成されるコンピュータ可読記憶媒体をさらに提供する。該コンピュータ可読記憶媒体は、クライアントにより提供される、クライアントのヒューマンマシン会話インターフェース上でのユーザの第1の入力情報を受信する手順と、入力情報に基づいてクライアントへ応答結果を送信する手順と、クライアントにより提供される第2の入力情報を受信する手順と、クライアントへ少なくとも1つの機能識別子を提供する手順であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される、提供する手順と、クライアントのユーザ入力に基づいて決定されるターゲット機能識別子に基づいて、対応するサービス機能をアクティベートする手順とを実行するためのプログラム命令を含む。
本開示の実施形態は、ヒューマンマシン会話インターフェースを有効化するための、ヒューマンマシン会話方法、クライアント、電子デバイス、および記憶媒体を提供する。ユーザの第1の入力を受信すると、ユーザの入力情報が表示され、入力情報についての応答結果が表示される。第2の入力を受信すると、第2の入力に基づく少なくとも1つの機能識別子が表示される。このとき、機能識別子により示されるサービス機能は、入力情報に応答するために使用される。第3の入力を受信すると、ターゲット機能識別子が第3の入力に基づいて決定される。このとき、ターゲット機能識別子により示されるサービス機能は、入力情報に応答するために使用される。このように、ヒューマンマシン会話においては、マシンがユーザの意図を特定できないまたはユーザの意図を誤認していることをユーザが知った場合、入力情報に応答する対応するサービス機能を決定するために機能識別子が選択され、それにより、ヒューマンマシン会話におけるユーザの意図をマシンが理解する可能性を引き上げ、ユーザ体験を強化する。
実施形態の説明に使用される図は、以下において簡潔に紹介される。図は本開示のいくつかの実施形態に過ぎず、通常の技能を有する当業者であれば特段の努力をせずともこれらの添付の図に従って他の図を得ることができるであろう。
本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話を提供するため方法を示すフロー図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。
本開示のいくつかの実施形態による、クライアントデバイスを示すブロック図である。
本開示のいくつかの実施形態による、電子デバイスを示すブロック図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話を提供するための方法を示すフロー図である。
本開示のいくつかの実施形態による、ヒューマンマシン会話を提供するための方法を示すフロー図である。
当業者が本開示の技術的解決方法をより良く理解できるようにするため、本開示の実施形態における技術的解決方法が、本開示の実施形態の図を参照しながら、以下において明瞭かつ完全に説明される。説明される実施形態は、本開示のすべての実施形態であるというよりは、そのうちのいくつかに過ぎない。本開示の実施形態に基づき、通常の技能を有する当業者により特段の努力をせずとも得られる他のすべての実施形態は、本開示の範囲内となるものである。
本開示の実施形態は、ヒューマンマシン会話システムを提供するものである。さまざまな実施形態によれば、ヒューマンマシン会話システムは、クライアントとサーバとを含む。
いくつかの実施形態において、クライアントは、デスクトップコンピュータ、タブレットコンピュータ、ノートブックコンピュータ、スマートフォン、デジタルアシスタント、スマートウェアラブルデバイスなどを含む。スマートウェアラブルデバイスは、スマートブレスレット、スマートウォッチ、スマートグラス、スマートヘルメットなどを含んでよい。他の実施形態において、クライアントは、上記の有形電子デバイスに限られることなく、上記の電子デバイスにおいて実行されるソフトウェアを含む。
いくつかの実施形態において、クライアントは、ヒューマンマシン会話インターフェースを提供するように構成される。ヒューマンマシン会話インターフェースは、ユーザ入力を受信すると、ユーザの入力情報を表示し、入力情報についての応答結果を表示するように構成される。ヒューマンマシン会話インターフェースは、第2の入力を受信すると、第2の入力に基づく少なくとも1つの機能識別子と、入力情報に応答するために使用される機能識別子により示されるサービス機能とを表示するようにさらに構成される。ヒューマンマシン会話インターフェースは、第3の入力を受信すると、第3の入力に基づくターゲット機能識別子と、入力情報に応答するために使用されるターゲット機能識別子により示されるサービス機能とを決定するようにさらに構成される。さらに、クライアントは、クライアントから送信されたデータなどを受信して、応答してユーザにより選択されたターゲット機能識別子に対応するサービス機能に基づく出力情報を取得するように構成される、サーバとのデータインタラクションを実行するように構成される。続いて、サーバは、ユーザに表示するために、クライアントへ出力情報を送信する。
いくつかの実施形態において、サーバは、1または複数の独立して実行するサーバ、分散型サーバ、または複数のサーバから成るサーバクラスタを含む。サーバは、ネットワーク通信ユニット、プロセッサ、メモリなどを含んでよい。分散メモリは、複数のプロセッサ、複数のネットワーク通信ユニット、複数のメモリなどを含んでよい。複数のメモリは、複数の独立した物理メモリまたは分散メモリシステムを含んでよい。
いくつかの実施形態において、サーバは、演算およびネットワークインタラクションの機能を有する電子デバイスを含む。他の実施形態において、サーバは、電子デバイスにおいて実行しデータ処理およびネットワークインタラクションのためのサービスロジックを提供するソフトウェアを含む。
例示的なシナリオにおいては、ユーザはクライアントにおいてインターフェースを介してヒューマンマシン会話を行う。会話の内容は、たとえば、旅行、ショッピング、映画、雑学知識、ジョークなどに関するものである。
図1は、本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。いくつかの実施形態において、および図1で示されるように、ユーザは、クライアントにより提供されるヒューマンマシン会話インターフェース上で「北京への航空チケットを探して」と入力する。クライアントは、情報を表示して情報をサーバへ送信し、サーバは情報を分析する。サーバが入力情報を分析して、入力情報に対応する、システムが指定するサービス機能を取得するプロセスの間、クライアントはそれに対応してプロセスの進捗をユーザに示すピクチャを表示する。たとえば、図1のインターフェースの点線のボックス内には、複数の機能識別子に関連するピクチャが、「健康執事」を表すものから、「旅行」を表すものへ、「ショッピングのヒント」を表すものへ、「雑学知識」を表すものへと、ピクチャの連続を表示しながら(より詳しい内容は図2に示されている)、分析結果が停止されるまで連続的に表示される。1つの実施形態において、サーバは情報の意図を分析して、情報の意図が健康のトピックに関するものであるかどうかを決定する。その結果、サーバは、情報の意図が「健康執事」の主題の範囲内にあることを示す確信度が20%よりも低い、つまり予め設定された閾値よりも低い、という値を取得する。これは、ユーザにより入力された情報が健康のトピックに関連している可能性が低いということである。ユーザにより入力された情報が健康のトピックに関連しているかどうかをサーバが分析している間、クライアントはインターフェースで「健康執事」の機能識別子を表示する。そして、サーバは、情報の意図が「旅行」の主題の範囲内にあるという確信度を分析し、クライアントに表示された「健康執事」の機能識別子を「旅行」などの機能識別子へと変更する。情報が、特定のサービス機能に対応する主題の範囲内にある確率が、予め設定された値よりも高い場合、サーバは分析を結論付け、サービス機能を実行して情報に応答して出力結果を取得し、出力結果がクライアントへ送信されてユーザに対して表示される。
図1のこの例示的なシナリオにおいて、上記の方法に基づいて、分析が行われると、サーバは、「北京への航空チケットを探して」という情報の意図をショッピングの主題に関するものとして分類する。その対応するサービス機能に基づき、情報は応答を受け、ユーザへ回答するための「お客様、北京からのご注文を進めたいのですか?」という出力情報が取得され、ヒューマンマシン会話インターフェース上に表示される。ここで示されるように、表示された情報に固定される位置にはアイコンbがさらに表示され、ユーザはクライアントにおいて表示された出力結果を修正できるようになる。マシンがユーザの意図を誤認しているとわかると、ユーザはアイコンbをクリックする。ユーザがアイコンbをクリックした後、クライアントはユーザの操作を受け、ヒューマンマシン会話インターフェース上に「お客様、私の理解が間違っていましたか?訂正指示をいただけますか?」と表示することにより応答するとともに、機能識別子リストをさらに提供する。機能識別子リストの中のそれぞれの機能識別子により示されるサービスは、入力情報に応答するために使用される。
図1で示されるように、ユーザは指でインターフェースをスワイプして別の機能識別子をブラウズする。ユーザは、機能に対応する機能識別子を選択するため、機能識別子リストの中の「旅行」のピクチャをクリックする。ヒューマンマシン会話インターフェースは、結果として、「お客様、杭州から北京への航空チケットを探すお手伝いをご希望ですか?」というメッセージを表示するように構成される。確認のため、情報の下にボタンdがさらに提供される。そしてユーザは、ヒューマンマシン会話インターフェースにより表示された出力結果が正しいかどうかを決定する。図3を参照すると、ユーザが「はい」を選択すると、サーバは第三者サービスプロバイダから対応する航空チケット情報を入手して、クライアントへ航空チケット情報を送信し、クライアントはユーザによりクライアントインターフェースにて選択されるように航空チケット情報を表示する。さらに、サーバは、ユーザにより選択されるオプションに基づいて人工知能により行われる会話を絶えず改善していくべく、継続的に学習するように構成される。
他の例示的なシナリオにおいて、ユーザは、旅行、ショッピング、映画、雑学知識、ジョークなどのトピックに関連するコンテンツを含む、ヒューマンマシン会話インターフェース上での会話を行う。
この例では、ユーザは、クライアントにおいてヒューマンマシン会話インターフェース上で「北京への航空チケットを探して」と入力する。サーバは、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得することにより、情報を分析する。分析に要する時間は短いため、クライアントは図1のヒューマンマシン会話インターフェースでのボックスの表示を隠し、ユーザには表示されなくなる。
ここで、サーバは、入力情報に対応するシステムが指定するサービスを取得するために入力情報を分析し、これに基づいてサーバは入力情報に応答する。さらに、取得された出力結果はクライアントへ送信され、クライアントはシステムサービスを実行することにより出力結果を表示する。ユーザが、出力結果が自分が望む情報ではないことを知ると、ユーザは「それは違います」というテキストを入力する。これに応答して、ヒューマンマシン会話インターフェースは図2で示されるようにフルスクリーンで機能識別子のリストを表示してユーザがリストの中の対応する機能識別子に対応するサービス機能を選択しやすいようにして、ユーザにより入力された「北京への航空チケットを探して」という情報に応答する。
図4は、本開示のいくつかの実施形態による、ヒューマンマシン会話を提供するため方法を示すフロー図である。いくつかの実施形態において、ヒューマンマシン会話方法はクライアントに適用される。1つの実施形態において、この図4で示されるように、ヒューマンマシン会話方法は以下の段階を含む。
段階S100では、ヒューマンマシン会話インターフェースが提供される。
いくつかの実施形態において、ヒューマンマシン会話インターフェースはヒューマンマシン情報インタラクションのためのインターフェースである。1つの実施形態において、インターフェース上に表示される情報は、クライアントのシステム情報、またはサーバから受信される情報、またはクライアントにおいてユーザにより入力される情報、またはユーザにより入力された情報に応答してクライアントまたはサーバにより出力される結果を含む。たとえば、「ジョークを言ってみて」とユーザが入力すると、クライアントまたはサーバは、情報に応答して、インターフェース上にジョークを表示する。このように、ユーザとクライアント(またはサーバ)との間でヒューマンマシン会話インターフェース上で情報インタラクションが実行され、これにより人工知能が支援する会話が実装される。さまざまな実施形態によれば、ヒューマンマシン会話インターフェース上に表示される情報は、たとえば、テキスト、ピクチャ、アニメーション、動画、音声などの情報を含む。1つの例において、ヒューマンマシン会話は、より親密な関係を構築するチャットを含む。別の例において、会話は、情報を提供するための質問と回答を含む。たとえば、そのような質問は「何を買いたいのですか?」または「この即席麺の袋はいくらですか?」というものを含む。他の例では、会話は特定の意図を持つ。たとえば、ユーザの意図が即席麺を買うことである場合、会話はこの意図に関する複数の質問と回答により構成される。
1つの実施形態において、ユーザは予め設定された操作を実行して、ヒューマンマシン会話インターフェースにクライアントでポップアップを行わせる。いくつかの実施形態において、予め設定された操作は、トリガ状態をトリガさせてヒューマンマシン会話インターフェースがクライアントにおいて表示されるようにする(たとえばポップアップ)ユーザ操作を含む。いくつかの例において、予め設定された操作は、テキスト入力、音声入力、またはその他のアクションの入力を含む。いくつかの実施形態において、ユーザはクライアントにおいて直接入力するか、またはVRデバイス、電子スタイラス、キーボード、またはマウスなどの外部デバイスを介して操作して、操作を入力する。操作が、予め設定された操作と合致すると、トリガ状態が満たされ、ヒューマンマシン会話インターフェースがクライアント上でポップアップする。たとえば、音属性値が予め設定された属性値よりも大きい場合は、その音は予め設定された操作の指示と合致するものと認識される。合致すると、ヒューマンマシン会話インターフェースがポップアップする。別の例では、ユーザがクライアントの指定されたエリアをクリックすると、ヒューマンマシン会話インターフェースがポップアップする。別の例については、ユーザが「カスタマーサービスボット」をクリックすると、ヒューマンマシン会話インターフェースがクライアントインターフェース上にポップアップして、人工知能が支援する会話が行われる。
段階S102では、第1の入力またはユーザ入力を受信すると、クライアントがユーザの入力情報を表示する。
いくつかの実施形態において、ユーザ入力は、テキスト入力、音声入力、またはその他のアクションの入力を含む。これに対応して、ユーザの入力情報は、テキスト情報、音声情報などを含み、結果として、これがヒューマンマシン会話インターフェースによりユーザに対して表示される。ユーザは、クライアントにおいて直接、またはVRデバイス、電子スタイラス、キーボード、またはマウスなどの外部デバイスを介して、入力を行う。1つの実施形態において、ユーザの第1の入力が受信された場合、第1の入力は全般的に、以下で説明される第2の入力および第3の入力とは区別された入力操作を指す。
段階S104では、クライアントが入力情報についての応答結果を表示する。
いくつかの実施形態において、応答結果は、入力情報を処理するサーバまたはクライアントにより取得されるフィードバック情報を含む。図1の例で示されるように、ユーザが「北京への航空チケットを探して」という入力を提供すると、クライアントはサーバに情報を送信し、サーバは情報を処理してショッピングサービスのテーマカテゴリに進むように対応する。続いて、入力情報はそのサービスを介して処理されて「お客様、北京からのご注文を進めたいのですか?」という応答結果を取得する。別の例については、マッチングを介して何のサービスも見つからなかった場合は、応答結果は「お客様、何がご希望なのかよくわかりません」といったフィードバック情報を含む。
段階S106では、第2の入力を受信すると、クライアントが第2の入力に基づいて少なくとも1つの機能識別子を表示し、そこでは機能識別子により示されるサービス機能が入力情報に応答するために使用される。
いくつかの実施形態において、第2の入力はテキスト入力、音声入力、またはその他のアクションの入力を含む。1つの例において、マシンにより返された出力情報がユーザの意図に対応するものではないとユーザが知った場合、ユーザは「それは違います」というテキスト入力を行うか、音声入力で「それは違います」と話す。別の例において、ユーザは図1のアイコンbをクリックして訂正のための機能識別子リストをポップアップさせる。ここでは、ユーザがアイコンbをクリックする操作は第2の入力であると見なされる。ユーザの第2の入力が、予め設定されたトリガ状態を満たすと、少なくとも1つの機能識別子が第2の入力に基づいて表示される。
いくつかの実施形態において、機能識別子により示されるサービス機能は、入力情報に応答するのに使われる。いくつかの実施形態において、機能識別子は、対応するサービス機能を表すピクチャ、テキスト、アニメーションなどを含む。少なくとも1つの機能識別子を表示することは、ユーザによる選択のための1または複数の機能識別子を表示することを含む。
いくつかの実施形態において、少なくとも1つの機能識別子を表示することは、機能識別子のリストを表示することを含む。図1のアイコンcを参照すると、ユーザは指でインターフェースをスワイプして、別の機能識別子をブラウズする。他の実施形態において、少なくとも1つの機能識別子を表示させることは、新しいインターフェースウィンドウを表示する(たとえば、ポップアップさせる)ことを含む。図2で示されるように、少なくとも1つの機能識別子が図2のフルスクリーンインターフェースにリストされる。いくつかの実施形態において、ユーザは、上記の形式間で切り替えを行って2つの機能識別子リストを表示させる操作を実行する。たとえば、ユーザが図1のアイコンcを長押しすると、インターフェースがフルスクリーンで機能識別子のリストを表示する。
いくつかの実施形態において、入力情報に応答することは、機能識別子により示されるサービス機能に基づいて入力情報を分析して、ユーザに対して表示するための対応する出力情報を取得することを含む。1つの例において、機能識別子により示されるサービス機能は、特定の方面または主題に関するサービス機能を含む。ユーザの入力情報に応答するため、入力情報は方面または主題に基づいて処理されて分析され、対応する出力情報を取得する。たとえば、ユーザは、ピクチャを送信して「ピクチャショッピング」機能識別子をクリックする。この場合、ピクチャはピクチャショッピングのサービス機能を使用して分析され、ユーザにより選択されるための対応する製品のリストを取得する。ユーザが「雑学知識」機能識別子をクリックすると、ピクチャは雑学知識に対して分析される(たとえば、類似のピクチャを取得する、またはピクチャのソースまたは背景を取得する)。
いくつかの実施形態において、入力情報に応答することは、キーワードライブラリを作り上げることを含み、これはユーザにより入力された発話/文章に合致させるのに使用される。結果として、対応する知識レポジトリが、出力情報を取得するために使用される。さまざまな実施形態において、入力情報に応答することは、サーチエンジン、テキストマイニング、自然言語処理(NLP)、またはその他の技術の使用を含む。たとえば、ユーザの最もそれらしいと思われる意図は、短いテキスト(たとえば、ユーザからの質問)の断片の意味に基づいて推測され、最も類似度が高い結果が知識レポジトリ内のビッグデータから特定される。他の実施形態において、入力情報に応答することは、深いデータマイニングまたはビッグデータ技術の使用を含む。
段階S108では、第3の入力を受信すると、第3の入力に基づいてターゲット機能識別子を決定し、そこではターゲット機能識別子により示されるサービス機能が、入力情報に応答するために使用される。
いくつかの実施形態において、ターゲット機能識別子は第3の入力に基づいて決定される。いくつかの実施形態において、第3の入力は、音声入力、テキスト入力、アクション操作などを含むが、限定されない。ユーザは、少なくとも1つの表示された機能識別子から、1または複数の機能識別子を第3の入力でターゲット機能識別子として選択する。サーバまたはクライアントは、ユーザ入力により指定された機能識別子を、ターゲット機能識別子として使用する。ユーザ入力を使用して機能識別子を選択することのいくつかの例が本明細書の中で図示されている。図2のインターフェースを例として使用すると、ユーザは「旅行」機能識別子の左上隅をタップして、機能識別子をターゲット機能識別子として選択された状態として指定する。複数の例において、ユーザは他の入力のしかたでターゲット機能識別子を決定する。たとえば、ユーザが機能識別子をしばらくの間見ている場合、機能識別子がターゲット機能識別子として選択される。選択的に、または追加的に、ユーザは識別子を長押ししてターゲット機能識別子として指定する。本開示の実施形態は上記の例に限定されるものではなく、本開示の技術的本質のインスピレーションの下で当業者はその他の変更も行うことができるものであり、そのような変更はすべて、達成される機能および効果が本開示のそれと同一または類似である限りにおいて本開示の範囲に含まれるべきものである。
いくつかの実施形態において、ターゲット機能識別子は第3の入力に基づいて決定され、そこではターゲット機能識別子により示されるサービス機能が、入力情報に応答するために使用される。いくつかの実施形態において、ターゲット機能識別子が第3の入力に基づいて決定された後、入力情報はターゲット機能識別子により示されるサービス機能に基づいて応答を受ける。いくつかの実施形態において、サービス機能は、入力情報に応答するためにクライアントにより実行される。クライアントは、ユーザにより選択されたターゲット機能識別子に対応するサービス機能に基づいて、ユーザからの入力情報に応答する。他の実施形態において、サービス機能は、入力情報に応答するためにサーバにより実行される。サーバは、ユーザにより選択されたターゲット機能識別子に対応するサービス機能に基づいてユーザの入力情報に応答して、対応する出力情報を取得し、この情報がクライアントへフィードバックされ、結果として、クライアントがユーザへ出力情報を表示する。
いくつかの実施形態において、入力情報に応答して取得される出力情報は、ユーザからの入力情報に回答するテキスト情報または音声情報を含む。他の実施形態において、出力情報は、対応するサービスコンテンツを含む。図3のインターフェースで示される例において、ユーザの入力情報は「北京への航空チケットを探して」である。そしてユーザが選択した機能識別子は「旅行」である。クライアントまたはサーバは、識別子に対応するサービス機能を介して、ユーザによる「北京への航空チケットを探して」という情報の入力に応答して、「お客様、杭州から北京への航空チケットを探すお手伝いをご希望ですか?」という情報および対応するサービスコンテンツを含む出力情報を取得する。ユーザは、フライトを選択し、そのフライトの航空チケットを購入するために注文を行う。他の例において、入力情報に応答することにより取得されるサービスコンテンツは、ユーザにより選択されるためのリンクを含む。ユーザのクリックにより、クライアントのインターフェースは対応するページをナビゲートしてユーザのニーズを満たそうとする。
いくつかの実施形態において、クライアントとサーバとの間のデータインタラクションは、特定のプロトコルを介してデータ情報を送信および/または受信することを含む。いくつかの実施形態において、TCP/IP(送信制御プロトコル/インターネットプロトコル)プロトコル、HyperText Transfer Protocol(HTTP)などのプロトコルを介して行われる。上記の方法を使用して、クライアントとサーバとの間のデータインタラクションが実装され、クライアントがヒューマンマシン会話インターフェースをユーザに提供する。
いくつかの実施形態において、ヒューマンマシン会話インターフェースは、ユーザがインターフェースを介してマシンと会話を行うために提供される。1つの例において、会話の内容は、より親密な関係を構築するためのチャットを含む。別の例において、会話は、情報を提供するための質問と回答を含む。他の例において、会話は、特定の意図をテーマとする会話を含む。マシンがユーザの意図を特定できない、または意図を間違って特定している場合、ユーザは、自分の入力情報に応答する対応する機能識別子を選択して、マシンがユーザの意図を特定する際の成功率を向上させることができ、これによりユーザの「よく理解してくれますね」という感覚が増し、ユーザ体験が向上する。
いくつかの実施形態において、入力情報についての応答結果を表示する段階は、以下の段階を含む。
段階S200では、入力情報を分析して、入力情報に対応するシステムが指定するサービス機能を取得する。
いくつかの実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得することは、クライアントまたはサーバにより実行される。
いくつかの実施形態において、システムが指定するサービス機能は、入力情報の分析の後にクライアントまたはサーバにより決定される、入力情報に対応するサービス機能を指す。1つの実施形態において、たとえば、ユーザは、「北京への航空チケットを探して」と入力する。クライアントまたはサーバは、入力情報に基づいて情報の意味と意図を分析し、対応するサービス機能を決定する。たとえば、情報が「健康執事」、「旅行」、および「雑学知識」といった主題の範囲内に入る確率がそれぞれ演算され、最高確率となる主題に対応するサービス機能がシステムが指定するサービス機能として選択される。
1つの実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得することは、情報を処理するのにどのサービス機能が使用されるべきかを入力情報に基づいて分析して決定することを含む。いくつかの実施形態において、システムが指定するサービス機能を分析して決定することは、リカレントニューラルネットワーク、畳み込みニューラルネットワークなどを利用する。本明細書に記載の実施形態は、システムが指定するサービス機能を分析して決定することが任意の適切な人工知能会話技術を使用して実装されるように構成されてよいが、限定されない。
1つの実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得するプロセスの分析順序は、一般公衆の挙動、有識者の監修、個人向け訓練、クラウドクラスタリング訓練、文脈シーケンス訓練、または強化学習などの、適切な順序を達成するための機械訓練結果に基づく。
段階S202では、システムが指定するサービス機能に基づいて入力情報に応答する。
段階S204では、システムが指定するサービス機能を実行することから出力結果を表示する。
いくつかの実施形態において、入力情報は応答を受け、システムが指定するサービス機能を実行した出力結果が表示される。いくつかの実施形態において、システムが指定するサービス機能は、ユーザにより入力された発話/文章に対してキーワードマッチングが実行されるキーワードライブラリを作り上げることを含む。結果として、対応するレポジトリが呼び出されて出力情報を取得する。他の実施形態において、入力情報は、サーチエンジン、テキストマイニング、自然言語処理(NLP)またはその他の技術に基づいて応答を受ける。たとえば、ユーザの最もそれらしいと思われる意図は、短いテキスト(たとえば、ユーザからの質問)の断片の意味に基づいて推測され、最も類似する結果がレポジトリの大量のコンテンツから見つけ出される。他の実施形態において、入力情報は、深いマイニングまたはビッグデータ技術に基づいて応答を受ける。
いくつかの実施形態において、出力結果は、入力情報に応答した結果を含む。1つの例において、ユーザが「ジョークを言ってみて」と入力すると、それに応答して、クライアントまたはサーバが、その情報がサービス機能の範囲内に入っている確率を演算する。確率は、ユーザの入力情報に対応する意図がサービス機能と合致する度合いを表す。クライアントまたはサーバが、情報がサービス機能「息抜き」の範囲内に入る確率が高いと決定すると、入力情報がサービス機能「息抜き」に基づいて分析される。その結果、ジョークコンテンツのプールからジョークのうちの1つが選択されてユーザへ表示される。
いくつかの実施形態において、システムが指定するサービス機能を実行したことにより出力結果を表示することは、クライアントがシステムサービス機能を実行して出力結果を取得することと、ヒューマンマシン会話インターフェース上の出力結果を表示することとを含む。他の実施形態において、サーバは、システムサービス機能を実行して出力結果を取得し、出力結果をクライアントへ送信し、結果として、クライアントはヒューマンマシン会話インターフェース上に出力結果を表示する。
上記の実施形態において、クライアントまたはサーバは、ユーザの入力情報に基づいて、処理および分析を行って出力結果を取得し、それにより会話の流暢さが強化されるとともに、ユーザが不要な操作をする手間が省ける。
いくつかの実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得するプロセスはさらに、サービス機能に対応する少なくとも1つの機能識別子を表示する段階を含む。
1つの実施形態において、サービス機能に対応する少なくとも1つの機能識別子を表示することは、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得することにより、システムが指定するサービス機能を決定する進捗状態をユーザがインターフェースから認識するというプロセスを示すことである。
1つの実施形態において、サービス機能に対応する少なくとも1つの機能識別子を表示することは、サービス機能に対応する少なくとも1つの機能識別子をシーケンスで表示することである。図1で示される例では、ユーザは「北京への航空チケットを探して」という文章を入力する。クライアントまたはサーバは、ボックスaにコンテンツが表示されるプロセスの間、文章と、入力情報に応答するのにどのどサービス機能が使用されるべきかを分析する。たとえば、クライアントまたはサーバは、ユーザにより入力された情報がサービス機能「健康執事」の範囲内にある確率を最初に分析し、次にサービス機能「旅行」の範囲内にある確率を分析する。これにより、ヒューマンマシン会話インターフェース上のボックスaに表示されたコンテンツが、サービス機能「健康執事」に対応する機能識別子から(たとえば、最初に表示される)、サービス機能「旅行」に対応する機能識別子(たとえば、次に表示される)へと変わる。いくつかの実施形態において、表示された機能識別子は、入力情報に対応するシステムが指定するサービス機能を取得するために入力情報を分析するプロセスに関わる機能識別子と何の対応性もなく、クライアントまたはサーバがシステムが指定するサービス機能を分析して決定していることを表示してユーザに知らせるために使用されるのみである。
いくつかの実施形態において、サービス機能に対応する、表示された少なくとも1つの機能識別子は、入力情報に対応するシステムが指定するサービス機能を取得するために入力情報を分析している過程を示すアニメーション、テキスト情報、または音情報を含む。
いくつかの実施形態において、分析プロセスが終了すると、サービス機能に対応する、表示された少なくとも1つの機能識別子が隠されるか、または分析プロセスの終了に対応するピクチャが表示される。他の実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得するプロセスが終了した後に、プロセスが終了したことをユーザに知らせるために「分析終了」のテキスト情報が表示される。
いくつかの実施形態において、サービス機能に対応する少なくとも1つの機能識別子は無条件に表示される。他の実施形態において、そのような少なくとも1つの機能識別子は、分析に使用される時間よりも視覚的操作時間が短いときにのみ表示される。たとえば、クライアントまたはサーバが、ユーザにより入力された情報がサービス機能「健康執事」の範囲内にある確率を分析しているときに、クライアントは分析プロセスに応答して、サービス機能「健康執事」に対応する機能識別子を表示する。分析プロセスに応答して対応する機能識別子を表示するのにクライアントが費やす時間は、視覚的操作時間として本明細書の中で言及される。
上記で説明される実施形態において示されるように、サービス機能に対応する少なくとも1つの機能識別子は、クライアントまたはサーバが入力情報を分析して入力情報に対応するシステムが指定するサービス機能を決定していることをユーザに対して示すために表示され、これによりユーザにとってより直感的な表示が実現し、ヒューマンマシン会話が豊かになり、ユーザ体験が向上する。
いくつかの実施形態において、サービス機能に対応する少なくとも1つの機能識別子を表示する段階の機能識別子は、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得するプロセスに関わるサービス機能に対応する機能識別子である。
いくつかの実施形態において、サービス機能に対応する、表示された少なくとも1つの機能識別子は、ピクチャを順番に表示することにより形成されるアニメーションである。1つの実施形態において、再度図1を参照すると、分析アニメーションにおいて表示された識別子が、結果として、「健康執事」の機能識別子から、サービス機能を決定するプロセスに関わるサービス機能を表す「旅行」の機能識別子へと変わる。
上記の実施形態の中で示されるように、サービス機能に対応する少なくとも1つの機能識別子がユーザに対して表示される。そのような関わる機能識別子は、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得するプロセスに関わるサービス機能に関係する。このように、サービス機能を決定するプロセスは、ピクチャを順番に表示することによってより直感的に反映され、マシンが何をしているのかをユーザが知る助けとなり、それによりインタラクティビティが向上する。
いくつかの実施形態において、第2の入力を受信するとき、第2の入力に基づいて少なくとも1つの機能識別子を表示する段階において、第2の入力は、ユーザにより入力されるテキスト情報、またはユーザにより入力される音声情報、またはヒューマンマシン会話インターフェースを介してユーザから受信される操作、のうちの少なくとも1つを含む。
図5は、本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。いくつかの実施形態において、上記の第2の入力は、ユーザにより入力されるテキスト情報、またはユーザにより入力される音声情報、またはヒューマンマシン会話インターフェースを介して受信されるユーザの操作、のうちの少なくとも1つを含む。1つの例において、テキスト情報は、ユーザにより入力される「それは正しくありません」、「そういう意味ではありません」、などである。別の例において、音声情報は、音声入力デバイスを介してユーザにより記録される「それは違います」、「そういう意味ではありません」、などの発声である。他の例において、ヒューマンマシン会話インターフェースにおけるユーザの操作は、ヒューマンマシン会話インターフェースにおける特定のエリアをクリックするユーザの操作、クライアントを振るユーザの操作などである。
上記の実施形態によれば、第2の入力は、第2の入力を受信するとクライアントが第2の入力に基づいて少なくとも1つの機能識別子を表示するという、さまざまな形態で提供される。
いくつかの実施形態において、第2の入力を受信すると第2の入力に基づいて少なくとも1つの機能識別子を表示することは、第2の入力のテキスト情報が、指定されたフレーズを含む場合は、指定されたフレーズにより指し示される機能識別子を表示する段階、または、第2の入力の音声情報が指定された音声を含む場合は、指定された音声により指し示される機能識別子を表示する段階、または、第2の入力がヒューマンマシン会話インターフェースにおけるユーザの指定された操作を含む場合は、指定された操作により指し示される機能識別子を表示する段階を含む。
1つの実施形態において、少なくとも1つの機能識別子は、ユーザの入力情報を分析することからクライアントまたはサーバにより元々取得された出力結果を訂正する指定されたトリガ条件を第2の入力が満たす場合に表示される。1つの例において、指定されたフレーズは、「正しくありません」、「それは関係ありません」、などを含む。第2の入力のテキスト情報が前述の指定されたフレーズを含む場合、トリガ条件が満たされ、少なくとも1つの機能識別子が表示される。別の例において、指定された音は、「正しくありません」、「それは関係ありません」、などの音声発話を含む。第2の入力の音声情報が前述の指定された音を含む場合、トリガ条件が満たされ、少なくとも1つの機能識別子が表示される。また別の例では、指定された操作は、ユーザが図1のユーザインターフェースのエリアbをクリックすること、または、ヒューマンマシン会話インターフェース上に表示された出力結果を長押しすることを含む。第2の入力が、指定された操作である場合、トリガ条件が満たされ、出力結果を訂正するために少なくとも1つの機能識別子をインターフェースが表示する。
上記の実施形態によれば、少なくとも1つの機能識別子を表示するための複数のトリガ条件が提供される。ユーザの第2の入力が1または複数のトリガ条件を満たす場合、クライアントは、ユーザにより選択されるための少なくとも1つの機能識別子を表示する。
いくつかの実施形態において、機能識別子は、サービス機能を説明する画像情報またはテキスト情報、またはその両方の組み合わせである。
いくつかの実施形態において、機能識別子は、ピクチャ、テキスト、またはその両方の組み合わせを含む。図1で示される例を参照すると、機能識別子「社会での取引」は、ユーザの入力情報が取引の方面または主題から分析されることを示す。図1で示されるように、機能識別子はピクチャである。他の例において、機能識別子は「社会での取引」というテキストであるか、その両方の組み合わせである。いくつかの実装例において、機能識別子は、機能識別子に対応するサービス機能を説明するための対応するテキスト情報をさらに含む。
上記の実施形態によれば、機能識別子の表現は、ある識別子に対応するサービス機能をユーザが理解するのに都合の良いようにユーザに対して提供され表示される。
1つの実施形態において、機能識別子に対応するサービス機能を説明するためのテキスト情報は、その機能識別子の下に表示される。
1つの例において、テキスト情報は、機能識別子に対応するサービス機能を説明するテキストを含む。図2で示される例において、「商品の見た目はどのような感じ?」、「雑学知識を検索したい」、および「長生きしたい」というキャプションは、それぞれ、対応するサービス機能を説明する「ピクチャショッピング」という機能識別子、「雑学知識」という機能識別子、および「健康執事」という機能識別子の下に表示される。
いくつかの実施形態において、機能識別子に対応するサービス機能を説明するテキスト情報は、ユーザがその機能識別子により表されるサービス機能を理解するのに都合の良いようにその機能識別子の下に表示される。
いくつかの実施形態において、第3の入力に基づいてターゲット機能識別子を決定する段階は、以下の段階をさらに含む。
段階S300では、ユーザにより入力されるテキスト情報を受信する。
段階S302では、ユーザの入力情報に応答するためにテキスト情報に基づいて対応するサービス機能をアクティベートする。
図6は、本開示のいくつかの実施形態による、ヒューマンマシン会話のためのユーザインターフェースを示す図である。いくつかの実施形態において、ユーザは、ユーザの入力情報に応答するための対応するサービス機能をトリガするためのテキスト情報をさらに入力する。1つの例において、ユーザは「北京への航空チケットを探して」と入力するが、「北京からの注文を進める必要がありります」というフィードバック情報を受信する。ユーザは、その情報は間違っており、自分が望むものではないと判断する。ユーザは、サービス機能「旅行」に対応する「出かけて遊びたい」というテキスト情報を入力する。「出かけて遊びたい」というテキスト情報の受信に基づいて、マシンはサービス機能(たとえば、旅行サービス)を実行してユーザの「北京への航空チケットを探して」という入力情報に応答する。
上記の実施形態によれば、ターゲット機能識別子を決定するための方法が提供される。ユーザは、自分が選択したい機能識別子のテキスト情報を入力してその機能識別子を選択する。このように、サーバまたはクライアントは、ユーザの入力情報に応答するためのターゲット機能識別子として、ユーザにより選択された機能識別子を使用する。
いくつかの実施形態において、少なくとも1つの機能識別子を表示することは、少なくとも2つの機能識別子、異なるサービス機能に対応する異なる機能識別子を表示することを含む。
いくつかの実施形態において、異なるサービス機能は、異なる方面の視点からユーザの入力情報に応答する。このように、少なくとも2つのサービス機能に対応する機能識別子が、ユーザによる選択のために提供される。たとえば、ユーザの意図に合致する確率を上げるために、2つ、3つ、またはそれ以上の機能識別子が表示される。
1つの実施形態において、第3の入力に基づいてターゲット機能識別子を決定するにあたり、複数のターゲット機能識別子が存在する。従って、ターゲット機能識別子によって示されるサービス機能に基づいて入力情報に対して応答するにあたり、入力情報は、結果として、複数のターゲット機能識別子により示されるサービス機能に基づいて応答を受ける。
いくつかの実施形態において、第3の入力は、対応する機能識別子をクリックすることであるか、または、ユーザが自分が選択したい機能識別子を指定された期間にわたり眺めることであるか、または指定されたテキスト情報または音声情報を入力して対応する機能識別子を選択することであり、それがターゲット機能識別子として使用される。
いくつかの実施形態において、ユーザは、ターゲット機能識別子として働くよう、複数の機能識別子を選択する。ユーザが複数のターゲット機能識別子を選択する場合、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答する際、結果として、クライアントまたはサーバは、ユーザに対して表示するための対応する複数の出力結果を取得する。
上記の実施形態によれば、複数のターゲット機能識別子が決定される。このように、対応するサービス機能が、結果として、入力情報に応答してユーザに対して複数の出力結果を提供し、これにより、ユーザの意図と合致する確率が上がる。
図7は、本開示のいくつかの実施形態による、クライアントデバイスを示すブロック図である。いくつかの実施形態において、本明細書の中で示されるように、クライアントは、表示モジュールおよび処理モジュールを含む。
表示モジュールは、ヒューマンマシン会話インターフェースを提供するように構成される。第1の入力を受信すると、表示モジュールはユーザの入力情報を表示し、入力情報についての応答結果を表示するように構成される。第2の入力を受信すると、表示モジュールは第2の入力に基づく少なくとも1つの機能識別子、入力情報に応答するために使用される機能識別子により示されるサービス機能を表示するように構成される。
処理モジュールは、第3の入力を受信すると、第3の入力に基づくターゲット機能識別子、入力情報に応答するために使用されるターゲット機能識別子により示されるサービス機能を決定するように構成される。
いくつかの実施形態において、クライアントに関する上記の実施形態に実質的に類似する詳細は、本明細書の中で繰り返し説明しない。
図8は、本開示のいくつかの実施形態による、電子デバイスを示すブロック図である。いくつかの実施形態において、および本明細書の中で示されるように、電子デバイスはディスプレイとプロセッサを含む。
ディスプレイは、ヒューマンマシン会話インターフェースを提供するように構成される。第1の入力を受信すると、ディスプレイはユーザの入力情報と、入力情報についての応答結果を表示するように構成される。第2の入力を受信すると、ディスプレイは第2の入力に基づく少なくとも1つの機能識別子、入力情報に応答するために使用される機能識別子により示されるサービス機能を表示するように構成される。
プロセッサは、第3の入力を受信すると、第3の入力に基づくターゲット機能識別子、入力情報に応答するために使用されるターゲット機能識別子により示されるサービス機能を決定するように構成される。
いくつかの実施形態において、ディスプレイは、クライアントを表示するためのインターフェースである。いくつかの例において、ディスプレイは、コンピュータディスプレイまたはモバイルフォン画面である。他の例において、ディスプレイは、特定の送信デバイスを介して画面上に電子ファイルデータを表示して人間の目に電子ファイルデータを反映させるディスプレイツールである、入/出力デバイスである。
いくつかの実施形態において、プロセッサは、任意の適切なやり方で実装されるが、限定されない。たとえば、プロセッサは、(マイクロ)プロセッサ、論理ゲート、スイッチ、特定用途向け集積回路(ASIC)、プログラマブルロジックコントローラ、および埋込み型マイクロコントローラにより実行可能なコンピュータ可読プログラムコード(たとえば、ソフトウェアまたはファームウェア)を記憶する、マイクロプロセッサまたはプロセッサ、およびコンピュータ可読媒体の形態で実装されてよい。
上記の実施形態との違いのみが説明される。実質的に類似する詳細はここでは繰り返し説明しない。
本開示のいくつかの実施形態は、ヒューマンマシン会話インターフェースを提供する段階と、第1の入力を受信すると、ユーザの入力情報を表示する段階と、入力情報の応答結果を表示する段階と、第2の入力を受信すると、第2の入力に基づいて少なくとも1つの機能識別子を表示する段階であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、第3の入力を受信すると、第3の入力に基づいてターゲット機能識別子を決定する段階であって、ターゲット機能識別子により示されるサービス機能は入力情報に応答するために使用される段階と、を実行するためのコンピュータプログラム命令を記憶するように構成される、コンピュータ記憶媒体をさらに提供する。
いくつかの実施形態において、コンピュータ記憶媒体は、ランダムアクセスメモリ(RAM)、読み出し専用メモリ(ROM)、キャッシュ、ハードディスクドライブ(HDD)、またはメモリカードを含むが、限定されない。
上記の実施形態に実質的に類似する、コンピュータ記憶媒体に記憶されるプログラム命令を実行することにより達成される機能と効果の詳細は、ここでは繰り返し説明しない。
図9は、本開示のいくつかの実施形態による、ヒューマンマシン会話を提供するための方法を示すフロー図である。いくつかの実施形態において、方法はクライアントに適用される。1つの実施形態において、この図9で示されるように、方法は以下の段階を含む。
段階S400では、ヒューマンマシン会話インターフェースが提供される。
段階S402では、ユーザ入力を受信すると、ユーザの入力情報を表示する。
段階S404では、入力情報についての応答結果を表示する。
段階S406では、指定された時間期間内に何のユーザ入力も受信されない場合、少なくとも1つの機能識別子、入力情報に応答するために使用される機能識別子により示されるサービス機能を表示する。
段階S408では、ユーザ入力に基づいてターゲット機能識別子を決定する。
段階S410では、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に対して応答する。
いくつかの実施形態において、指定された時間期間内に何のユーザ入力も受信されない場合とは、クライアントが指定された時間期間内にテキスト情報、音声情報、またはユーザによる入力操作を受信しなかった場合のことを指す。いくつかの実施形態において、指定された時間期間とは、クライアントにより予め設定された期間である。たとえば、指定された期間は、30秒、60秒などである。1つの例において、ユーザが「北京への航空チケットを探して」と入力した後、クライアントはサーバへ情報を送信し、サーバは処理を実行して情報をショッピングの主題のサービス機能と合致させる。入力情報はサービス機能を介して処理されて「お客様、北京からのご注文を進めたいのですか?」という応答結果を取得する。クライアントが応答結果を表示した後、クライアントは30秒の指定された期間内にユーザから何の入力も受信しない。指定された時間期間が終わると、クライアントは、ユーザが選択することで元の応答結果を訂正できるように少なくとも1つの機能識別子を表示する。
上記の実施形態は、ヒューマンマシン会話方法を提供する。この実施形態において、入力情報についての応答結果が表示された後、指定された時間期間内に何のユーザ入力も受信されない場合、ユーザが選択できるように少なくとも1つの機能識別子が表示される。
上記の実施形態との違いのみが説明される。本明細書の中で説明される他の実施形態と実質的に類似の詳細は繰り返し説明しない。
1つの実施形態において、本開示はクライアントを提供する。クライアントは、表示モジュールおよび処理モジュールを含む。
表示モジュールは、ヒューマンマシン会話インターフェースを提供し、ユーザ入力を受信すると、ユーザの入力情報を表示し、入力情報の応答結果を表示し、指定された時間期間内に何のユーザ入力も受信されない場合は、少なくとも1つの機能識別子を表示され、このとき、機能識別子により示されるサービス機能は入力情報に応答するために使用されるように構成される。
処理モジュールは、ユーザ入力に基づいてターゲット機能識別子を決定し、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答するように構成される。
上記の実施形態との違いのみが説明される。本明細書の中の他の実施形態と実質的に類似する詳細は繰り返し説明しない。
1つの実施形態において、本開示は電子デバイスを提供する。デバイスは、ディスプレイとプロセッサを含む。
ディスプレイは、ヒューマンマシン会話インターフェースを提供し、ユーザ入力を受信すると、ユーザの入力情報を表示し、入力情報の応答結果を表示し、指定された時間期間内にユーザ入力が受信されない場合は、少なくとも1つの機能識別子を表示し、このとき、機能識別子により示されるサービス機能は入力情報に応答するために使用されるように構成される。
プロセッサは、ユーザ入力に基づいてターゲット機能識別子を決定し、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答するように構成される。
上記の実施形態との違いのみが説明される。本明細書の中で説明される他の実施形態と実質的に類似の詳細は繰り返し説明しない。
本開示の1つの実施形態は、ヒューマンマシン会話インターフェースを提供する手順と、ユーザ入力を受信すると、ユーザの入力情報を表示する手順と、入力情報の応答結果を表示する手順と、ユーザ入力が指定された時間期間内に受信されない場合は、少なくとも1つの機能識別子を表示する手順であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される、表示する手順と、ユーザ入力に基づいてターゲット機能識別子を決定する手順と、ターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答する段階と、を含む、ヒューマンマシン会話インターフェースを提供すること、を実施するためのコンピュータプログラム命令を記憶するように構成されるコンピュータ記憶媒体をさらに提供する。
上記で説明される実施形態との違いのみが説明される。本明細書の中で説明される他の実施形態と実質的に類似の詳細は繰り返し説明しない。図10は、本開示のいくつかの実施形態による、ヒューマンマシン会話を提供するための方法を示すフロー図である。いくつかの実施形態において、方法はサーバにおいて適用される。1つの実施形態において、この図10で示されるように、方法は以下の段階を含む。
段階S500では、クライアントのヒューマンマシン会話インターフェース上でユーザのクライアントにより提供される第1の入力情報を受信する。
段階S502では、入力情報に基づいてクライアントへ応答結果を送信する。
段階S504では、クライアントにより提供された第2の入力情報を受信する。
段階S506では、少なくとも1つの機能識別子がクライアントへ提供され、そこでは機能識別子により示されるサービス機能が、入力情報に応答するために使用される。
段階S508では、クライアントにおいてユーザ入力に基づいて決定されたターゲット機能識別子に対応するサービス機能に基づいて第1の入力情報に応答する。
いくつかの実施形態において、クライアントのヒューマンマシン会話インターフェース上でのユーザの第1の入力情報は、テキスト情報、音声情報などを含む。1つの例において、ユーザはクライアントのインターフェース上で「北京への航空チケットを探して」というテキスト情報を入力する。クライアントは、ユーザの第1の入力情報をサーバへ送信し、これによりサーバは第1の入力情報に基づいて分析を実行して応答結果を取得してクライアントへ応答結果を送信する。
いくつかの実施形態において、クライアントにより提供される第2の入力情報が受信される。いくつかの実装において、第2の入力情報は、ユーザの意図を表す信号などを含んで応答結果を訂正し、それに基づいてサーバがトリガされて少なくとも1つの機能識別子がクライアントへ提供される。1つの実施形態において、サービス機能は、クライアントにおけるユーザ入力に基づいて決定されるターゲット機能識別子に基づいて決定される。
いくつかの実施形態において、ヒューマンマシン会話方法は、サーバ上に提供される。その詳細は上記で説明される実施形態と実質的に類似するため、本明細書の中では繰り返し説明しない。
いくつかの実施形態において、クライアントへ応答結果を送信する段階は、以下の段階を含む。
段階S600では、第1の入力情報を分析して、第1の入力情報に対応するシステムが指定するサービス機能を取得する。
段階S602では、システムが指定するサービス機能に基づいて第1の入力情報に応答して、システムが指定するサービス機能を実行した出力結果を取得する。
いくつかの実施形態において、システムが指定するサービス機能は、入力情報に対応するとともに入力情報を分析した後にサーバにより決定されるサービス機能を含む。1つの例において、ユーザは「北京への航空チケットを探して」と入力する。クライアントまたはサーバは、情報に基づいて情報の意味と意図を分析して、対応するサービス機能を決定する。たとえば、情報が「健康執事」、「旅行」、および「雑学知識」といった主題の範囲内に入る確率がそれぞれ演算され、最高確率となる主題に対応するサービス機能がシステムが指定するサービス機能として選択される。
いくつかの実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得することは、情報を処理するのにどのサービス機能が使用されるべきかを入力情報に基づいて分析して決定することを含む。いくつかの実施形態において、システムが指定するサービス機能を分析して決定することは、リカレントニューラルネットワーク、畳み込みニューラルネットワークなどを利用して実装される。システムが指定するサービス機能を分析して決定することには、他の人工知能会話技術が適用され得るが、限定されない。
いくつかの実施形態において、入力情報を分析して入力情報に対応するシステムが指定するサービス機能を取得するプロセスに関わる分析順序は、一般公衆の挙動、有識者の監修、個人用訓練、クラウドクラスタリング訓練、文脈シーケンス訓練、または強化学習などの、適切な順序を達成するため機械訓練結果に基づく。
1つの実施形態において、クライアントにおいてユーザ入力に基づいて決定されるターゲット機能識別子に基づく対応するサービス機能をアクティベートする段階においては、複数のターゲット機能識別子が存在する。従って、サーバは、結果として、複数のターゲット機能識別子により示されるサービス機能に基づいて入力情報に応答する。
いくつかの実施形態において、ユーザは、ターゲット機能識別子として働くよう、複数の機能識別子を選択する。ユーザが複数のターゲット機能識別子を選択する場合、入力情報に応答する際にサーバは複数の対応する出力結果を取得し、結果として、ターゲット機能識別子により示されるサービス機能に基づいて、クライアントへ出力結果を送信してクライアントによりユーザに対して表示する。
上記の実施形態によれば、複数のターゲット機能識別子は、対応するサービス機能が入力情報に応答して、結果として、ユーザに対して複数の出力結果を提供することにより、ユーザの意図に合致する確率を向上させるように決定される。
本開示の実施形態は、電子デバイスをさらに提供する。電子デバイスは、ネットワーク通信ユニットおよびプロセッサを含む。
ネットワーク通信ユニットは、クライアントにより提供される、クライアントのヒューマンマシン会話インターフェース上でのユーザの第1の入力情報を受信し、入力情報に基づいてクライアントへ応答結果を送信し、クライアントにより提供される第2の入力情報を受信するように構成される。
プロセッサは、クライアントに少なくとも1つの機能識別子を提供するように構成され、機能識別子により示されるサービス機能は、入力情報に応答するために使用され、クライアントにおけるユーザ入力に基づいて決定されるターゲット機能識別子に基づいて、対応するサービス機能をアクティベートする。
上記の実施形態との違いのみが説明される。本明細書の中の他の実施形態と実質的に類似する詳細は繰り返し説明しない。 本開示の1つの実施形態は、以下の手順を実行するためのコンピュータプログラム命令を記憶するように構成されたコンピュータ記憶媒体をさらに提供する。該手順とは、クライアントにより提供される、クライアントのヒューマンマシン会話インターフェース上のユーザの第1の入力情報を受信する手順と、入力情報に基づいてクライアントへ応答結果を送信する手順と、クライアントが提供する第2の入力情報を受信する手順と、クライアントへ少なくとも1つの機能識別子を提供する手順であって、機能識別子により示されるサービス機能は入力情報に応答するために使用される、提供する手順と、クライアントのユーザ入力に基づいて決定されるターゲット機能識別子に基づいて、対応するサービス機能をアクティベートする手順と、である。
上記の実施形態との違いのみが説明される。本明細書の中の他の実施形態と実質的に類似する詳細は繰り返し説明しない。本開示の実施形態は漸進的なかたちで説明されており、異なる実施形態間で同一または類似の部分については、各実施形態が他の実施形態との差異に着目できるよう、互いに参照が付されている場合がある。
本開示の実施形態の中で言及されるサーバは、特定の演算能力および処理能力を有する電子デバイスであってよい。サーバは、ネットワーク通信ユニット、プロセッサ、メモリなどを有してよい。もちろん、前述のサーバは、電子デバイスにおいて実行されるソフトウェアをも指すものであってよい。また、前述のサーバは、協働的に作動する、複数のプロセッサと、メモリと、ネットワーク通信モジュールとを有するシステムであり得る、分散型サーバであってもよい。
1990年代には、技術的改良がハードウェアの改良(たとえば、ダイオード、トランジスタ、またはスイッチなどの回路構造についての改良)であるか、またはソフトウェアの改良(方法手順についての改良)であるかは、明確に区別することができていた。しかしながら、技術の進歩に伴い、現在における方法手順についての多くの改良は、ハードウェア回路構造についての直接的な改良であると見なされ得る。ほとんどすべての設計者は、方法手順の改良をハードウェア回路にプログラミングして、対応するハードウェア回路構造を取得している。それゆえ、方法手順についての改良がハードウェアエンティティモジュールにより実装することができないとは言えないのである。たとえば、プログラマブルロジックデバイス(PLD)(たとえば、フィールドプログラマブルゲートアレイ(FPGA))はそのような集積回路であって、その論理機能はユーザのデバイスプログラミングにより決定される。設計者は自分自身でデジタルシステムをPLDに「組み込む」プログラミングができるので、チップ製造者に特定用途向け集積回路チップを設計して製造するように頼む必要がない。さらに、集積回路チップを手作りする代わりに、そのようなプログラミングは「ロジックコンパイラ」ソフトウェアによりしばしば実装されている。これはプログラムの開発および書き込みにおいて使用されるソフトウェアコンパイラに類似するものであり、コンパイルする前に元のコードもハードウェア記述言語(HDL)と称される特定のプログラミング言語で書き込まれていてもよい。HDLは1つのタイプだけではなく、複数のタイプのHDLがある。たとえば、ABEL(Advanced Boolean Expression Language)、AHDL(アルテラハードウェア記述言語)、 Confluence、 CUPL (コーネル大学プログラミング言語)、HDCal、JHDL(JAVA(登録商標)ハードウェア記述言語)、Lava、Lola、MyHDL、PALASM、およびRHDL (ルビーハードウェア記述言語)があるが、中でもVHDL (超高速集積回路ハードウェア記述言語)およびVerilog2が現在最もよく使われている。また、当業者であれば、上記のいくつかのハードウェア記述言語を使用して方法手順を集積回路の中にプログラミングして方法手順をわずかに論理的にプログラミングするだけで、論理方法手順を実装するためのハードウェア回路が簡単に取得され得ることは理解するであろう。
当業者であれば、純粋なコンピュータ可読プログラムコードによりクライアントおよびサーバを実装することに加えて、方法段階について論理プログラミングを実行してクライアントおよびサーバが論理ゲート、スイッチ、特定用途向け集積回路、プログラマブルロジックコントローラ、埋込み型マイクロコントローラなどの形態で同じ機能を実装させることができることも知っている。それゆえ、そのようなクライアントまたはサーバは、ハードウェアコンポーネントと見なされてよいものであり、クライアントまたはサーバに含まれるさまざまな機能を実装するための機器はハードウェアコンポーネント内の構造と見なされてよいものである。または、さまざまな機能を実装するための機器は、方法を実装するためのソフトウェアモジュール、およびハードウェアコンポーネント内の構造の両方であるとも見なされ得る。
実施形態の上記の説明を通して、当業者であれば、本開示はソフトウェア、およびそれに加えて必要なユニバーサルはドウェアプラットフォームにより実装することができることは明瞭に理解できよう。このような理解に基づき、本開示の技術的解決方法の本質、または先行技術に寄与する部分が、ソフトウェアプロダクトの形態で具現化され得る。コンピュータソフトウェアプロダクトは、ROM/RAM、磁気ディスク、または光学ディスクなどの記憶媒体に記憶されて、本開示の実施形態または実施形態のいくつかの部分において記載される方法を実行することをコンピュータデバイス(パーソナルコンピュータ、サーバ、ネットワークデバイスなどであってよい)に命令する命令を含んでよい。
本開示の実施形態は漸進的なかたちで説明されており、異なる実施形態間で同一または類似の部分については、各実施形態が他の実施形態との差異に着目できるよう、互いに参照が付されている場合がある。とりわけ、サーバ、ユーザクライアント、およびコンピュータ記憶媒体の実施形態はすべて、方法の前述の実施形態を参照して説明され得る。
本開示は、プログラムモジュールなどの、コンピュータにより実行されるコンピュータ実行可能な命令の一般的なコンテクストで記載されてよい。一般的に、プログラムモジュールは、特定のタスクを実行するまたは特定のアブストラクトデータタイプを実装するためのルーティン、プログラム、オブジェクト、コンポーネント、データストラクチャなどを含む。本開示は、分散型演算環境において実装されてもよい。分散型演算環境においては、タスクは通信ネットワークにより接続されるリモート処理デバイスによって実行される。分散型演算環境においては、プログラムモジュールは、ローカルかつリモートの、記憶デバイスを含むコンピュータ記憶媒体に配置されてよい。
本開示は実施形態を通して説明されるが、本開示には本開示の精神から外れない範囲で多くの変更および変化ががあることは、当業者は理解するであろう。添付の請求項は本開示の精神から外れない範囲のこれらの変更および変化を含むことが意図される。

Claims (30)

  1. ヒューマンマシン会話方法であって、前記ヒューマンマシン会話方法はクライアントに適用され、前記ヒューマンマシン会話方法は、
    ヒューマンマシン会話インターフェースを提供する段階と、
    第1の入力を受信すると、ユーザの入力情報を表示する段階と、
    前記入力情報の応答結果を表示する段階と、
    第2の入力を受信すると、前記第2の入力に応答して少なくとも1つの機能識別子を表示する段階であって、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連する、段階と、
    第3の入力を受信すると、前記第3の入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定する段階であって、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、段階と、
    を含む、ヒューマンマシン会話方法。
  2. 前記入力情報の応答結果を表示する段階は、
    前記入力情報に対応する、システムが指定するサービス機能を取得するために前記入力情報を分析することと、
    前記システムが指定するサービス機能に基づいて前記入力情報に応答することと、
    前記システムが指定するサービス機能を実行した出力結果を表示することと、
    を含む、請求項1に記載のヒューマンマシン会話方法。
  3. 前記入力情報に対応する、システムが指定するサービス機能を取得するために前記入力情報を分析するプロセスにおいて、前記ヒューマンマシン会話方法は、
    サービス機能に対応する少なくとも1つの機能識別子を表示する段階、
    をさらに含む、請求項2に記載のヒューマンマシン会話方法。
  4. サービス機能に対応する少なくとも1つの機能識別子を表示する前記段階における前記機能識別子は、前記入力情報に対応する、システムが指定するサービス機能を取得するための、前記入力情報を分析する前記プロセスに関わるサービス機能に対応する前記機能識別子である、請求項3に記載のヒューマンマシン会話方法。
  5. 第2の入力を受信すると前記第2の入力に基づいて少なくとも1つの機能識別子を表示する前記段階は、
    前記第2の入力が前記ユーザによるテキスト情報の入力を含み且つ前記テキスト情報が指定されたフレーズを含む場合は、前記指定されたフレーズにより指し示される機能識別子を表示すること、または
    前記第2の入力が前記ユーザによる音声情報の入力を含み且つ前記第2の入力の前記音声情報が指定された音を含む場合は、前記指定された音により指し示される機能識別子を表示すること、
    のうちの少なくとも1つを含む、請求項1から4のいずれか一項に記載のヒューマンマシン会話方法。
  6. 第2の入力を受信すると前記第2の入力に基づいて少なくとも1つの機能識別子を表示する前記段階は、前記第2の入力が前記ヒューマンマシン会話インターフェース上で前記ユーザの指定された操作を含む場合は、前記指定された操作により指し示される機能識別子を表示することをさらに含む、請求項5に記載のヒューマンマシン会話方法。
  7. 前記機能識別子は、前記サービス機能を説明するピクチャまたはテキスト情報、またはその両方の組み合わせである、請求項1から6のいずれか一項に記載のヒューマンマシン会話方法。
  8. 前記機能識別子に対応するサービス機能を表すコピー文章情報が、前記機能識別子の下に表示される、請求項1から7のいずれか一項に記載のヒューマンマシン会話方法。
  9. 前記第3の入力に基づいてターゲット機能識別子を決定するプロセスにおいて、前記ヒューマンマシン会話方法は、
    ユーザによる前記コピー文章情報の入力を受信する段階と、
    前記ユーザの前記入力情報に応答するために、前記コピー文章情報に基づいて対応するサービス機能を有効化する段階と、
    を含む、請求項8に記載のヒューマンマシン会話方法。
  10. 少なくとも1つの機能識別子を表示する前記段階は、
    少なくとも2つの機能識別子を表示することであって、異なる機能識別子は異なるサービス機能に対応する、表示することを含む、請求項1から9のいずれか一項に記載のヒューマンマシン会話方法。
  11. 前記第3の入力に基づいてターゲット機能識別子を決定する段階において、複数のターゲット機能識別子が存在し、
    続いて、前記ターゲット機能識別子によって示されるサービス機能に基づいて前記入力情報に応答する前記段階において、前記入力情報は、結果として、前記複数のターゲット機能識別子により示されるサービス機能に基づく応答を受ける、請求項1から10のいずれか一項に記載のヒューマンマシン会話方法。
  12. 表示モジュールおよび処理モジュールを含むクライアントであって、
    前記表示モジュールは、ヒューマンマシン会話インターフェースを提供し、第1の入力を受信すると、ユーザの入力情報を表示し、前記入力情報の応答結果を表示し、第2の入力を受信すると、前記第2の入力に応答して少なくとも1つの機能識別子を表示するように構成され、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連し、
    前記処理モジュールは、第3の入力を受信すると、前記第3の入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定するように構成され、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、
    クライアント。
  13. ディスプレイおよびプロセッサを含む電子デバイスであって、
    前記ディスプレイは、ヒューマンマシン会話インターフェースを提供し、第1の入力を受信すると、ユーザの入力情報を表示し、前記入力情報の応答結果を表示し、第2の入力を受信すると、前記第2の入力に応答して少なくとも1つの機能識別子を表示するように構成され、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連し、
    前記プロセッサは、第3の入力を受信すると前記第3の入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定するように構成され、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、
    電子デバイス。
  14. コンピュータに、
    ヒューマンマシン会話インターフェースを提供する手順と、
    第1の入力を受信するとユーザの入力情報を表示する手順と、
    前記入力情報の応答結果を表示する手順と、
    第2の入力を受信すると前記第2の入力に応答して少なくとも1つの機能識別子を表示する手順であって、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連する、表示する手順と、
    第3の入力を受信すると、前記第3の入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定する手順であって、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、決定する手順と、
    を実行させるプログラム。
  15. ヒューマンマシン会話方法であって、前記ヒューマンマシン会話方法はクライアントに適用され、前記ヒューマンマシン会話方法は、
    ヒューマンマシン会話インターフェースを提供する段階と、
    ユーザ入力を受信すると、ユーザの入力情報を表示する段階と、
    前記入力情報の応答結果を表示する段階と、
    ユーザ入力が指定期間内に受信されない場合は、少なくとも1つの機能識別子を表示する段階であって、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連する、表示する段階と、
    前記ユーザ入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定する段階と、
    前記ターゲット機能識別子により示されるサービス機能に基づいて前記入力情報に応答する段階であって、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、段階と、
    を含む、ヒューマンマシン会話方法。
  16. 前記入力情報の応答結果を表示する段階は、
    前記入力情報に対応する、システムが指定するサービス機能を取得するために前記入力情報を分析することと、
    前記システムが指定するサービス機能に基づいて前記入力情報に応答することと、
    前記システムが指定するサービス機能を実行した出力結果を表示することと、
    を含む、請求項15に記載のヒューマンマシン会話方法。
  17. 前記入力情報に対応する、システムが指定するサービス機能を取得するために前記入力情報を分析するプロセスにおいて、前記ヒューマンマシン会話方法はさらに、
    サービス機能に対応する少なくとも1つの機能識別子を表示する段階、
    を含む、請求項16に記載のヒューマンマシン会話方法。
  18. サービス機能に対応する少なくとも1つの機能識別子を表示する前記段階における前記機能識別子は、前記入力情報に対応する、システムが指定するサービス機能を取得するための、前記入力情報を分析する前記プロセスに関わるサービス機能に対応する前記機能識別子である、請求項17に記載のヒューマンマシン会話方法。
  19. 前記機能識別子は、前記サービス機能を説明するピクチャまたはテキスト情報、またはその両方の組み合わせである、請求項15から18のいずれか一項に記載のヒューマンマシン会話方法。
  20. 前記機能識別子に対応するサービス機能を表すコピー文章情報が、前記機能識別子の下に表示される、請求項15から19のいずれか一項に記載のヒューマンマシン会話方法。
  21. 前記ユーザ入力に基づいてターゲット機能識別子を決定するプロセスにおいて、前記ヒューマンマシン会話方法は、
    前記ユーザによる前記コピー文章情報の入力を受信する段階と、
    前記ユーザの前記入力情報に応答するために、前記コピー文章情報に基づいて対応するサービス機能を有効化する段階と、
    を含む、請求項20に記載のヒューマンマシン会話方法。
  22. 少なくとも1つの機能識別子を表示する前記段階は、
    少なくとも2つの機能識別子を表示することであって、異なる機能識別子は異なるサービス機能に対応する、表示することを含む、請求項15から21のいずれか一項に記載のヒューマンマシン会話方法。
  23. 表示モジュールとおよび処理モジュールを含むクライアントであって、
    前記表示モジュールは、ヒューマンマシン会話インターフェースを提供し、ユーザ入力を受信すると、ユーザの入力情報を表示し、前記入力情報の応答結果を表示し、指定期間内にユーザ入力が受信されない場合は、少なくとも1つの機能識別子を表示するように構成され、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連し、
    前記処理モジュールは、前記ユーザ入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定し、前記ターゲット機能識別子により示されるサービス機能に基づいて前記入力情報に応答するように構成され、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、
    クライアント。
  24. ディスプレイおよびプロセッサを含む電子デバイスであって、
    前記ディスプレイは、ヒューマンマシン会話インターフェースを提供し、ユーザ入力を受信すると、ユーザの入力情報を表示し、前記入力情報の応答結果を表示し、指定期間内にユーザ入力が受信されない場合は、少なくとも1つの機能識別子を表示するように構成され、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連し、
    前記プロセッサは、前記ユーザ入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定し、前記ターゲット機能識別子により示されるサービス機能に基づいて前記入力情報に応答するように構成され、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、
    電子デバイス。
  25. コンピュータに、
    ヒューマンマシン会話インターフェースを提供する手順と、
    ユーザ入力を受信すると、ユーザの入力情報を表示する手順と、
    前記入力情報の応答結果を表示する手順と、
    ユーザ入力が指定期間内に受信されない場合は、少なくとも1つの機能識別子を表示する手順であって、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連する、表示する手順と、
    前記ユーザ入力に基づいて前記少なくとも1つの機能識別子からターゲット機能識別子を決定する手順と、
    前記ターゲット機能識別子により示されるサービス機能に基づいて前記入力情報に応答する手順であって、前記ターゲット機能識別子により示されるサービス機能は、前記入力情報に応答するために、前記サービス機能の主題に基づいて前記入力情報の意図を分析するのに使用され、それにより前記サービス機能に対応する出力情報が取得される、手順と、
    を実行させるプログラム。
  26. サーバに適用される、サービス機能有効化方法であって、前記サービス機能有効化方法は、
    クライアントが提供する、前記クライアントのヒューマンマシン会話インターフェース上のユーザの第1の入力情報を受信する段階と、
    前記第1の入力情報に基づいて前記クライアントへ応答結果を送信する段階と、
    前記クライアントが提供する第2の入力情報を受信する段階と、
    前記クライアントへ少なくとも1つの機能識別子を提供する段階であって、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連する、提供する段階と、
    前記クライアントのユーザ入力に基づいて前記少なくとも1つの機能識別子から決定されるターゲット機能識別子に基づいて、対応するサービス機能を有効化する段階であって、前記ターゲット機能識別子により示されるサービス機能の主題に基づいて前記第1の入力情報の意図を分析することにより前記サービス機能に対応する出力情報が取得される、段階と、
    を含む、サービス機能有効化方法。
  27. 前記クライアントへ応答結果を送信する段階は、
    前記第1の入力情報に対応する、システムが指定するサービス機能を取得するために、前記第1の入力情報を分析することと、
    前記システムが指定するサービス機能を実行した出力結果を取得するために、前記システムが指定するサービス機能に基づいて前記第1の入力情報に応答することと、
    を含む、請求項26に記載のサービス機能有効化方法。
  28. 前記クライアントのユーザ入力に基づいて決定されるターゲット機能識別子に基づいて、対応するサービス機能を有効化する段階には、複数のターゲット機能識別子が存在し、
    続いて、前記サーバは、結果として、前記複数のターゲット機能識別子により示されるサービス機能に基づいて、前記第2の入力情報に応答する、
    請求項26または27に記載のサービス機能有効化方法。
  29. ネットワーク通信ユニットおよびプロセッサを含む電子デバイスであって、
    前記ネットワーク通信ユニットは、クライアントが提供する、前記クライアントのヒューマンマシン会話インターフェース上のユーザの第1の入力情報を受信し、前記第1の入力情報に基づいて前記クライアントへ応答結果を送信し、前記クライアントが提供する第2の入力情報を受信するように構成され、
    前記プロセッサは、前記クライアントへ少なくとも1つの機能識別子を提供するように構成され、前記少なくとも1つ機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連し、前記クライアントのユーザ入力に基づいて前記少なくとも1つの機能識別子から決定されるターゲット機能識別子に基づいて対応するサービス機能を有効化し、前記ターゲット機能識別子により示されるサービス機能の主題に基づいて前記第1の入力情報の意図を分析することにより前記サービス機能に対応する出力情報が取得される、
    電子デバイス。
  30. コンピュータに、
    クライアントが提供する、前記クライアントのヒューマンマシン会話インターフェース上のユーザの第1の入力情報を受信する手順と、
    前記第1の入力情報に基づいて前記クライアントへ応答結果を送信する手順と、
    前記クライアントが提供する第2の入力情報を受信する手順と、
    前記クライアントへ少なくとも1つの機能識別子を提供する手順であって、前記少なくとも1つの機能識別子のそれぞれはコンピュータ装置により各主題でアクションを実行するためのサービス機能に関連する、提供する手順と、
    前記クライアントのユーザ入力に基づいて前記少なくとも1つの機能識別子から決定されるターゲット機能識別子に基づいて、対応するサービス機能を有効化する手順であって、前記ターゲット機能識別子により示されるサービス機能の主題に基づいて前記第1の入力情報の意図を分析することにより前記サービス機能に対応する出力情報が取得される、手順と、
    を実行させるプログラム。
JP2020561854A 2018-05-07 2019-04-26 ヒューマンマシン会話方法、クライアント、電子デバイス、およびプログラム Active JP7705591B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810426209.2A CN110459211B (zh) 2018-05-07 2018-05-07 人机对话方法、客户端、电子设备及存储介质
CN201810426209.2 2018-05-07
PCT/CN2019/084520 WO2019214463A1 (zh) 2018-05-07 2019-04-26 人机对话方法、客户端、电子设备及存储介质

Publications (2)

Publication Number Publication Date
JP2021522612A JP2021522612A (ja) 2021-08-30
JP7705591B2 true JP7705591B2 (ja) 2025-07-10

Family

ID=68466921

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020561854A Active JP7705591B2 (ja) 2018-05-07 2019-04-26 ヒューマンマシン会話方法、クライアント、電子デバイス、およびプログラム

Country Status (6)

Country Link
US (1) US11366574B2 (ja)
EP (1) EP3792785A4 (ja)
JP (1) JP7705591B2 (ja)
CN (1) CN110459211B (ja)
TW (1) TW201947427A (ja)
WO (1) WO2019214463A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111243587A (zh) * 2020-01-08 2020-06-05 北京松果电子有限公司 语音交互方法、装置、设备及存储介质
US12124678B2 (en) * 2020-03-31 2024-10-22 Snap Inc. Reply back mechanism within a messaging system
TWI743777B (zh) * 2020-05-08 2021-10-21 國立勤益科技大學 具智能圖像辨識的商品搜尋輔助系統
EP4179426A4 (en) 2020-07-10 2024-07-31 Tripactions, Inc. METHODS AND SYSTEMS FOR THE DYNAMICAL GENERATION OF CONTEXTUAL USER INTERFACE ELEMENTS
KR20220046964A (ko) * 2020-10-08 2022-04-15 삼성전자주식회사 멀티 챗봇을 이용하여 질의에 응답하는 전자 장치 및 그 제어 방법
CN112416474B (zh) * 2020-11-19 2022-06-03 腾讯科技(深圳)有限公司 客户端的功能调用方法和装置、存储介质及电子设备
CN112948555B (zh) * 2021-03-03 2023-09-01 北京奇艺世纪科技有限公司 人机交互方法、装置、电子设备及存储介质
CN113961707B (zh) * 2021-11-04 2024-10-18 思必驰科技股份有限公司 用于服务录音的分析方法及系统
CN115952271B (zh) * 2023-03-09 2023-06-27 杭州心识宇宙科技有限公司 一种生成对话信息的方法、装置、存储介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003227729A (ja) 2002-02-05 2003-08-15 Nissan Motor Co Ltd ナビゲーション装置、画像表示方法及び画像表示プログラム
JP2007122510A (ja) 2005-10-28 2007-05-17 Toyota Central Res & Dev Lab Inc 提示装置及び提示プログラム
US20110055256A1 (en) 2007-03-07 2011-03-03 Phillips Michael S Multiple web-based content category searching in mobile search application
JP2011209787A (ja) 2010-03-29 2011-10-20 Sony Corp 情報処理装置、および情報処理方法、並びにプログラム
JP2012248016A (ja) 2011-05-27 2012-12-13 Ntt Docomo Inc 機能提示システム、端末装置、サーバ装置、プログラム及び機能提示方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH031200A (ja) 1989-05-29 1991-01-07 Nec Corp 規則型音声合成装置
US5642519A (en) 1994-04-29 1997-06-24 Sun Microsystems, Inc. Speech interpreter with a unified grammer compiler
US5794050A (en) 1995-01-04 1998-08-11 Intelligent Text Processing, Inc. Natural language understanding system
US5890123A (en) 1995-06-05 1999-03-30 Lucent Technologies, Inc. System and method for voice controlled video screen display
US6243678B1 (en) 1998-04-07 2001-06-05 Lucent Technologies Inc. Method and system for dynamic speech recognition using free-phone scoring
US6434524B1 (en) 1998-09-09 2002-08-13 One Voice Technologies, Inc. Object interactive user interface using speech recognition and natural language processing
US6587822B2 (en) 1998-10-06 2003-07-01 Lucent Technologies Inc. Web-based platform for interactive voice response (IVR)
US6539353B1 (en) 1999-10-12 2003-03-25 Microsoft Corporation Confidence measures using sub-word-dependent weighting of sub-word confidence scores for robust speech recognition
DE19962386A1 (de) 1999-12-23 2001-06-28 Alstom Power Schweiz Ag Baden Verfahren zum Nachrüsten eines Sattdampf erzeugenden Systems mit mindestens einer Dampfturbogruppe sowie nach dem Verfahren nachgerüstete Dampfkraftanlage
IL140322A0 (en) 2000-12-14 2002-05-23 Poly Information Ltd Method and interface for inteligent user machine interaction
JP2003084875A (ja) * 2001-09-11 2003-03-19 Fujitsu Ten Ltd 機能選択装置
US8041570B2 (en) 2005-05-31 2011-10-18 Robert Bosch Corporation Dialogue management using scripts
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US8874443B2 (en) * 2008-08-27 2014-10-28 Robert Bosch Gmbh System and method for generating natural language phrases from user utterances in dialog systems
NO330101B1 (no) * 2008-12-23 2011-02-21 Microsoft Int Holdings B V Fremgangsmåte for human-sentrisk informasjonsaksess og presentasjon
US8417523B2 (en) 2009-02-03 2013-04-09 SoftHUS Sp z.o.o Systems and methods for interactively accessing hosted services using voice communications
US20110224982A1 (en) 2010-03-12 2011-09-15 c/o Microsoft Corporation Automatic speech recognition based upon information retrieval methods
CN103021403A (zh) * 2012-12-31 2013-04-03 威盛电子股份有限公司 基于语音识别的选择方法及其移动终端装置及信息系统
CN103020047A (zh) * 2012-12-31 2013-04-03 威盛电子股份有限公司 修正语音应答的方法及自然语言对话系统
CN103645876B (zh) * 2013-12-06 2017-01-18 百度在线网络技术(北京)有限公司 语音输入方法和装置
US10657959B2 (en) 2014-06-03 2020-05-19 Sony Corporation Information processing device, information processing method, and program
CN107003823B (zh) * 2014-12-25 2020-02-07 麦克赛尔株式会社 头戴式显示装置及其操作方法
CN106326307A (zh) 2015-06-30 2017-01-11 芋头科技(杭州)有限公司 一种语言交互方法
JP2016029495A (ja) * 2015-10-08 2016-03-03 パナソニックIpマネジメント株式会社 映像表示装置および映像表示方法
US20170289766A1 (en) * 2016-03-29 2017-10-05 Microsoft Technology Licensing, Llc Digital Assistant Experience based on Presence Detection
CN106202159A (zh) 2016-06-23 2016-12-07 深圳追科技有限公司 一种客服系统的人机交互方法
CN106354835A (zh) * 2016-08-31 2017-01-25 上海交通大学 基于上下文语义理解的人工对话辅助系统
CN107146607B (zh) * 2017-04-10 2021-06-18 北京猎户星空科技有限公司 智能设备交互信息的修正方法、装置及系统
CN107678561A (zh) * 2017-09-29 2018-02-09 百度在线网络技术(北京)有限公司 基于人工智能的语音输入纠错方法及装置
CN107870994A (zh) * 2017-10-31 2018-04-03 北京光年无限科技有限公司 用于智能机器人的人机交互方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003227729A (ja) 2002-02-05 2003-08-15 Nissan Motor Co Ltd ナビゲーション装置、画像表示方法及び画像表示プログラム
JP2007122510A (ja) 2005-10-28 2007-05-17 Toyota Central Res & Dev Lab Inc 提示装置及び提示プログラム
US20110055256A1 (en) 2007-03-07 2011-03-03 Phillips Michael S Multiple web-based content category searching in mobile search application
JP2011209787A (ja) 2010-03-29 2011-10-20 Sony Corp 情報処理装置、および情報処理方法、並びにプログラム
JP2012248016A (ja) 2011-05-27 2012-12-13 Ntt Docomo Inc 機能提示システム、端末装置、サーバ装置、プログラム及び機能提示方法

Also Published As

Publication number Publication date
JP2021522612A (ja) 2021-08-30
WO2019214463A1 (zh) 2019-11-14
US11366574B2 (en) 2022-06-21
EP3792785A1 (en) 2021-03-17
TW201947427A (zh) 2019-12-16
US20210048930A1 (en) 2021-02-18
EP3792785A4 (en) 2022-01-26
CN110459211A (zh) 2019-11-15
CN110459211B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
JP7705591B2 (ja) ヒューマンマシン会話方法、クライアント、電子デバイス、およびプログラム
US11735182B2 (en) Multi-modal interaction between users, automated assistants, and other computing services
US11347801B2 (en) Multi-modal interaction between users, automated assistants, and other computing services
JP7204847B2 (ja) 関連コンテンツを使用した画像の効率的な増強
US11200893B2 (en) Multi-modal interaction between users, automated assistants, and other computing services
CN119848227A (zh) 查询意图理解和搜索结果生成
US20230245643A1 (en) Data processing method
CN120066329A (zh) 用于交互系统和应用的交互bot动画
CN119576192B (zh) 基于大模型的信息显示方法、装置、设备和介质
US20240428793A1 (en) Multi-modal interaction between users, automated assistants, and other computing services
CN120071917A (zh) 使用语言模型的交互系统和应用的部署
JP7834665B2 (ja) オブジェクト推薦方法及び装置
CN116628313A (zh) 内容推荐方法及装置、电子设备和存储介质
CN120071920A (zh) 用于交互系统和应用的交互建模语言和分类方案
CN120071919A (zh) 用于交互系统和应用的多模态人机交互
CN120066326A (zh) 用于交互系统和应用的交互式视觉内容
CN120066328A (zh) 用于交互系统和应用的事件驱动式架构
CN120071918A (zh) 管理交互系统和应用的交互流
CN114880580A (zh) 信息推荐方法及装置、电子设备和介质
KR20250002657A (ko) 시맨틱 이벤트들을 갖는 멀티모달 ui
JP2024509014A (ja) ソーティング方法、ソーティングモデルのトレーニング方法、装置、電子機器及び記憶媒体
CN120066327A (zh) 用于交互系统和应用的传感处理和动作执行
CN121166916A (zh) 基于自然语言模型的摘要生成方法和装置
CN120804416A (zh) 信息搜索方法及装置、电子设备和介质
Zahra Enhancing Accessibility for Visually Impaired Individuals

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220208

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221205

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230110

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230410

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230420

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230725

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231018

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20240116

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240515

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20240522

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20240607

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20250307

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20250605

R150 Certificate of patent or registration of utility model

Ref document number: 7705591

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150