本發(fā)明涉及機(jī)器人技術(shù)領(lǐng)域，具體地說，涉及一種用于智能機(jī)器人的人機(jī)交互方法及裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的不斷發(fā)展，信息技術(shù)、計(jì)算機(jī)技術(shù)以及人工智能技術(shù)的引入，機(jī)器人的研究已經(jīng)逐步走出工業(yè)領(lǐng)域，逐漸擴(kuò)展到了醫(yī)療、保健、家庭、娛樂以及服務(wù)行業(yè)等領(lǐng)域。而人們對于機(jī)器人的要求也從簡單重復(fù)的機(jī)械動(dòng)作提升為具有擬人問答、自主性及與其他機(jī)器人進(jìn)行交互的智能機(jī)器人，人機(jī)交互也就成為決定智能機(jī)器人發(fā)展的重要因素。

聊天系統(tǒng)作為人機(jī)交互系統(tǒng)中的核心模塊，在人機(jī)交互系統(tǒng)中扮演著舉足輕重的角色。在日常的人機(jī)交互過程中，用戶與機(jī)器人之間的聊天占據(jù)了絕大多數(shù)的比例。因此，聊天系統(tǒng)的好壞直接關(guān)系到智能機(jī)器人產(chǎn)品的用戶體驗(yàn)，進(jìn)而影響用戶的去留，提升智能機(jī)器人的語言交互能力，是亟待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問題，本發(fā)明提供了一種用于智能機(jī)器人的人機(jī)交互方法，其包括：

對話交互信息獲取步驟，獲取用戶輸入的對話交互信息；

輸入話題確定步驟，對所述對話交互信息進(jìn)行語義分析，得到對應(yīng)于所述對話交互信息的輸入話題；

輸出話題確定步驟，根據(jù)所述輸入話題，利用所述輸入話題與各個(gè)候選輸出話題之間的話題轉(zhuǎn)移概率，從候選輸出話題中確定輸出話題。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述方法還包括：

反饋信息生成步驟，根據(jù)獲取到的當(dāng)前交互過程的場景信息和所述輸出話題，生成反饋信息。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在所述反饋信息生成步驟中，分別判斷輸出話題所包含的各個(gè)候選反饋信息與所述場景信息是否匹配，并根據(jù)匹配結(jié)果確定所需要的反饋信息。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述場景信息包括以下所列項(xiàng)中的任一項(xiàng)或幾項(xiàng)：

時(shí)間信息、地點(diǎn)信息、環(huán)境信息和人物信息。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在所述輸出話題確定步驟中，根據(jù)所述輸入話題的ID，利用多維話題轉(zhuǎn)移矩陣確定出輸出話題的ID，并根據(jù)所述輸出話題的ID確定出輸出話題。

本發(fā)明還提供了一種用于智能機(jī)器人的人機(jī)交互裝置，其包括：

對話交互信息獲取模塊，用于獲取用戶輸入的對話交互信息；

輸入話題確定模塊，用于對所述對話交互信息進(jìn)行語義分析，得到對應(yīng)于所述對話交互信息的輸入話題；

輸出話題確定模塊，用于根據(jù)所述輸入話題，利用所述輸入話題與各個(gè)候選輸出話題之間的話題轉(zhuǎn)移概率，從候選輸出話題中確定輸出話題。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述裝置還包括：

反饋信息生成模塊，用于根據(jù)獲取到的當(dāng)前交互過程的場景信息和所述輸出話題，生成反饋信息。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述反饋信息生成模塊配置為分別判斷輸出話題所包含的各個(gè)候選反饋信息與所述場景信息是否匹配，并根據(jù)成功匹配匹配結(jié)果確定所需要的反饋信息。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述場景信息包括以下所列項(xiàng)中的任一項(xiàng)或幾項(xiàng)：

時(shí)間信息、地點(diǎn)信息、環(huán)境信息和人物信息。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述輸出話題確定模塊配置為根據(jù)所述輸入話題的ID，利用多維話題轉(zhuǎn)移矩陣確定出輸出話題的ID，并根據(jù)所述輸出話題的ID確定出輸出話題。

本發(fā)明能夠所提供的用于智能機(jī)器人的人機(jī)交互方法能夠結(jié)合實(shí)際交互場景來確定最終的反饋信息，相較于現(xiàn)有的人機(jī)交互方法，該方法能夠使得輸出的反饋信息更加符合當(dāng)前交互場景，從而大幅提高用戶與智能機(jī)器人交互過程中的體驗(yàn)。

本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要的附圖做簡單的介紹：

圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于智能機(jī)器人的人機(jī)交互方法的實(shí)現(xiàn)流程圖；

圖2是根據(jù)本發(fā)明另一個(gè)實(shí)施例的用于智能機(jī)器人的人機(jī)交互方法的實(shí)現(xiàn)流程圖；

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的用于智能機(jī)器人的人機(jī)交互裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

以下將結(jié)合附圖及實(shí)施例來詳細(xì)說明本發(fā)明的實(shí)施方式，借此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題，并達(dá)成技術(shù)效果的實(shí)現(xiàn)過程能充分理解并據(jù)以實(shí)施。需要說明的是，只要不構(gòu)成沖突，本發(fā)明中的各個(gè)實(shí)施例以及各實(shí)施例中的各個(gè)特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。

同時(shí)，在以下說明中，出于解釋的目的而闡述了許多具體細(xì)節(jié)，以提供對本發(fā)明實(shí)施例的徹底理解。然而，對本領(lǐng)域的技術(shù)人員來說顯而易見的是，本發(fā)明可以不用這里的具體細(xì)節(jié)或者所描述的特定方式來實(shí)施。

另外，在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

現(xiàn)有的智能機(jī)器人與用于進(jìn)行對話過程基本上是基于對話庫或者語言模型來實(shí)現(xiàn)的，通過這種方式可以最大可能地保證智能機(jī)器人所反饋的答案的準(zhǔn)確性和高質(zhì)量性。

然而，這種基于對話庫或者語言模型的對話方式同樣存在諸多弊端，其中一個(gè)顯著弊端便是如果用戶輸入的問題相同，那么智能機(jī)器人每次都會將相同的答案反饋給用戶，或從幾條有限的答案中隨機(jī)選取一條來反饋給用戶。而這也就造成了現(xiàn)有的用于智能機(jī)器人的人機(jī)交互方法會使得智能機(jī)器人在與用于進(jìn)行對話交互過程中輸出的答案較為固定，從而使得整個(gè)交互過程顯得過于呆板，這也就影響了智能機(jī)器人的用戶體驗(yàn)。

針對現(xiàn)有技術(shù)中所存在的上述問題，本發(fā)明提供了一種新的用于智能機(jī)器人的人機(jī)交互方法。該方法首先確定出用戶當(dāng)前輸入的交互信息所對應(yīng)的輸入話題，隨后通過輸入話題與輸出話題之間的話題轉(zhuǎn)移概率來從眾多話題中確定出輸出話題。

為了更加清楚地闡述本發(fā)明所提供的用于智能機(jī)器人的人機(jī)交互方法的實(shí)現(xiàn)原理、實(shí)現(xiàn)過程以及優(yōu)點(diǎn)，以下分別結(jié)合不同的實(shí)施例來對本發(fā)明所提供的人機(jī)交互方法作進(jìn)一步地說明。

實(shí)施例一：

圖1示出了本實(shí)施例所提供的用于智能機(jī)器人的人機(jī)交互方法的實(shí)現(xiàn)流程圖。

如圖1所示，本實(shí)施例所提供的人機(jī)交互方法首先在步驟S101中獲取用戶輸入的對話交互信息。本實(shí)施例中，該方法在步驟S101中所獲取到的用戶輸入的對話交互信息既可以是用戶通過智能機(jī)器人所配備的鍵盤(包括虛擬鍵盤和/或?qū)嶓w鍵盤)所輸入的文本信息，也可以是用戶通過智能機(jī)器人所配備的語音信息采集設(shè)備(例如麥克風(fēng))所輸入的語音信息，亦可以是由用戶輸入的語音信息經(jīng)過自然語言處理得到的文本信息。

需要指出的是，在本發(fā)明的其他實(shí)施例中，該方法在步驟S101中還可以通過其他合理方式來獲取相應(yīng)形式的對話交互信息，本發(fā)明不限于此。

在得到對話交互信息后，該方法會在步驟S102中對步驟S101中所得到的對話交互信息進(jìn)行語義分析，從而得到對應(yīng)于該對話交互信息的輸入話題。具體地，本實(shí)施例中，該方法通過對用戶輸入的對話交互信息進(jìn)行處理，可以簡要分析出用戶所期望表達(dá)的語義信息，根據(jù)所得到的語義信息也就可以得到對應(yīng)于該對話交互信息的輸入話題。

例如，用戶向智能機(jī)器人輸入諸如“今天外面的陽光真好啊”的對話交互信息，那么該方法通過對該對話交互信息進(jìn)行解析，可以得出對應(yīng)于上述對話交互信息的輸入話題為“聊天氣”。

需要指出的是，在本發(fā)明的其他實(shí)施例中，還可以通過其他合理的方式來確定出對話交互信息所對應(yīng)的輸入話題，本發(fā)明不限于此。例如，在本發(fā)明的一個(gè)實(shí)施例中，該方法可以通過統(tǒng)計(jì)用戶輸入的對話交互信息中的關(guān)鍵字或關(guān)鍵詞的方式來確定輸入話題。

如圖1所示，在得到對應(yīng)于對話交互信息的輸入話題后，該方法會在步驟S103中根據(jù)該輸入話題，利用輸入話題與各個(gè)候選輸出話題之間的話題轉(zhuǎn)移概率，來從候選輸出話題中確定出最終的輸出話題。

本實(shí)施例中，話題集合中任意兩個(gè)話題之間都會存在話題轉(zhuǎn)移概率，其中，話題轉(zhuǎn)移概率表征兩個(gè)話題之間進(jìn)行轉(zhuǎn)移的概率的高低，即由一個(gè)話題得到另一個(gè)話題的概率的高低。兩個(gè)話題之間的話題轉(zhuǎn)移概率的數(shù)值越高，那么則由其中一個(gè)話題進(jìn)入到另一個(gè)話題的概率(即話題轉(zhuǎn)移的概率)也就越大；反之，兩個(gè)話題之間的話題轉(zhuǎn)移概率的數(shù)值越小，那么則由其中一個(gè)話題進(jìn)入到另一個(gè)話題的概率也就越小。本實(shí)施例中，各個(gè)話題之間的話題轉(zhuǎn)移概率是與當(dāng)前交互場景有關(guān)的。

這樣，根據(jù)各個(gè)話題之間的話題轉(zhuǎn)移概率，也就可以確定出對應(yīng)于輸入話題的各個(gè)候選輸出話題所出現(xiàn)的概率值，從而根據(jù)該概率值便可以從候選輸出話題中確定出最終的輸出話題。

本實(shí)施例中，優(yōu)選地，該方法在步驟S103中從話題轉(zhuǎn)移概率的取值在一定概率范圍內(nèi)的輸出話題中隨機(jī)選取出最終的輸出話題。當(dāng)然，在本發(fā)明的其他實(shí)施例中，還可以通過其他合理的方式來從候選輸出話題中選取最終的輸出話題，本發(fā)明不限于此。

從上述描述中可以看出，本實(shí)施例所提供的用于智能機(jī)器人的人機(jī)交互方法在確定輸出話題時(shí)，不再是像現(xiàn)有人機(jī)交互方法那樣采用固定的對話庫或語言模型來實(shí)現(xiàn)，而是通過與當(dāng)前交互場景有關(guān)的話題轉(zhuǎn)移概率來確定輸出話題，這樣所確定出的輸出話題能夠使得整個(gè)人機(jī)交互過程更加生動(dòng)和人性化。

實(shí)施例二：

圖2示出了本實(shí)施例所提供的用于智能機(jī)器人的人機(jī)交互方法的實(shí)現(xiàn)流程圖。

如圖2所示，本實(shí)施例所提供的人機(jī)交互方法首先在步驟S201中獲取用戶輸入的對話交互信息，隨后在步驟S202中對步驟S201中所獲取到的對話交互信息進(jìn)行語義分析，從而得到對應(yīng)于該對話交互信息的輸入話題。

需要指出的是，本實(shí)施例中步驟S201和步驟S202的實(shí)現(xiàn)原理以及實(shí)現(xiàn)過程與上述實(shí)施例一中步驟S101和步驟S102所涉及的內(nèi)容類似，故在此不再對步驟S201和步驟S202的相同內(nèi)容進(jìn)行贅述。

本實(shí)施例中，該方法在步驟S201中除了獲取到用戶輸入的對話交互信息外，還會獲取與當(dāng)前交互過程相關(guān)的場景信息。具體地，本實(shí)施例中，該方法在步驟S201中所獲取到的場景信息優(yōu)選地包括：時(shí)間信息、地點(diǎn)信息、環(huán)境信息和人物信息。其中，時(shí)間信息能夠表征當(dāng)前對話過程所發(fā)生的具體時(shí)間，地點(diǎn)信息能夠表征當(dāng)前對話過程所發(fā)生的具體位置，環(huán)境信息則能夠表征當(dāng)前對話過程中用戶以及智能機(jī)器人周圍的相關(guān)事物，而人物信息則能夠表征當(dāng)前對話中所涉及的人物以及相關(guān)設(shè)備/裝置。其中，時(shí)間信息和位置信息可以分別通過GPS的授時(shí)功能和定位功能來獲取，環(huán)境信息和/或人物信息可以通過機(jī)器人視覺來捕獲。

需要指出的是，在本發(fā)明的其他實(shí)施例中，該方法在步驟S201中所獲取到的場景信息既可以僅是以上所列項(xiàng)中的任一項(xiàng)或幾項(xiàng)，也可以是其他未列出的合理項(xiàng)，還可以是以上所列項(xiàng)中的任一項(xiàng)后幾項(xiàng)與其他未列出的合理項(xiàng)的任意組合，本發(fā)明不限于此?？梢哉J(rèn)知地，在需要的情況下，可以用于場景判斷的任何信息，都可以作為場景信息來進(jìn)行獲取。毫無疑問，獲取到的場景信息越多，那么通過這些場景信息所重構(gòu)出的場景與真實(shí)場景也就更加準(zhǔn)確，這樣最終輸出的反饋信息也就更加符合用戶的實(shí)際期望。

在得到對應(yīng)于步驟S201中所得到的對話交互信息的輸入話題后，本方法會在步驟S203中獲取輸入話題的ID，并利用多維話題轉(zhuǎn)移矩陣確定出輸出話題的ID。在得到輸出話題的ID后，該方法也就可以得到對應(yīng)于該ID的話題，即得到輸出話題。

本實(shí)施例中，該方法會對不同的語義進(jìn)行分類，并對每一類別用唯一的ID進(jìn)行標(biāo)識。例如“無聊”所對應(yīng)的ID可以為1001，“聊美食”所對應(yīng)的ID可以為2001，“聊天氣”所對應(yīng)的ID可以為2002，“聊生活”所對應(yīng)的ID可以為2003等。

例如，如果用戶輸入諸如“好無聊啊”的對話交互信息，那么通過語義分析可以得到對話交互信息的語義為“無聊”或“對事物感到厭煩”，而該語義則會對應(yīng)于一唯一的數(shù)字ID(例如1001)，這樣也就確定出了對應(yīng)于對話交互信息的輸入話題的ID。

各個(gè)話題的ID之間均會存在一話題轉(zhuǎn)移概率，這樣所有話題之間也就形成了一多維話題轉(zhuǎn)移矩陣，多維話題轉(zhuǎn)移矩陣中各個(gè)元素即代表相應(yīng)的兩個(gè)話題之間的話題轉(zhuǎn)移概率。需要指出的是，在本發(fā)明的不同實(shí)施例中，話題之間的話題轉(zhuǎn)移概率的取值既可以是通過統(tǒng)計(jì)經(jīng)驗(yàn)來人工預(yù)設(shè)設(shè)定的，也可以是通過對對話交互信息進(jìn)行處理來分析得到的，本發(fā)明不限于此。

在步驟S203中，根據(jù)輸入話題的ID，利用已知的多維話題轉(zhuǎn)移矩陣也就可以確定出輸出話題的ID。這樣在步驟S204中該方法也就可以根據(jù)步驟S203中確定出的ID來得到對應(yīng)的話題，即輸出話題。

例如，如果用戶輸入的對話交互信息為“好無聊”時(shí)，該對話交互信息的話題ID為1001，ID為“2001”的話題“聊美食”與輸入話題之間的話題轉(zhuǎn)移概率為0.2，ID為“2002”的話題“聊天氣”與輸入話題之間的話題轉(zhuǎn)移概率為0.5，ID為“2003”的話題“聊生活”與輸入話題之間的話題轉(zhuǎn)移概率為0.3。由于這三個(gè)候選輸出話題的話題轉(zhuǎn)移概率的取值均大于了一定的概率值，因此該方法便可以從上述三個(gè)候選輸出話題中隨機(jī)選取一個(gè)作為最終的輸出話題，例如將“聊天氣”作為最終的輸出話題。

再次如圖2所示，本實(shí)施例中，在確定出輸出話題后，該方法將在步驟S205中分別計(jì)算場景信息與輸出話題所包含的各個(gè)候選反饋信息的是否匹配，并在步驟S206中根據(jù)步驟S205中所得到的匹配結(jié)果來從候選反饋信息中確定出最終所需要的反饋信息，并將該反饋信息輸出給用戶。

場景對話用于區(qū)別一般對話的顯著特征是場景對話具有許多約束性條件存在。與一般聊天對話相比，很多對于一般聊天對話而言十分準(zhǔn)確的答案并不適合在當(dāng)前場景下輸出給用戶。而另外的一小部分答案，由于其使用了更強(qiáng)的對話約束條件，因此這些答案往往比一般對話聊天的答案具有更好的用戶體驗(yàn)。

本實(shí)施例所提供的方法將現(xiàn)實(shí)世界中的各種各樣的場景表示成計(jì)算機(jī)可以處理的數(shù)據(jù)形式，具體地，該方法將根據(jù)所獲取到的場景信息，來將該場景信息所對應(yīng)的場景表示成對應(yīng)于不同維度下的字段的形式。

例如，對于“在北京，今天上午是晴天”這樣一個(gè)場景，該方法可以設(shè)置起始時(shí)間為“當(dāng)日八點(diǎn)”、結(jié)束時(shí)間為“當(dāng)日十二點(diǎn)”、地點(diǎn)信息為“北京”、天氣信息為“晴”的信息。這四個(gè)字段的信息就定義了一種計(jì)算機(jī)可識別的唯一確定的場景，即“在北京，今天上午是晴天”。

因此為了使得最終得到的反饋信息能夠更加符合當(dāng)前對話場景，該方法在步驟S205中會分別計(jì)算場景信息與輸出話題所包含的各個(gè)候選反饋信息的是否匹配。例如，當(dāng)用戶是在“在家里，外面陽光明媚”這一場景下與智能機(jī)器人進(jìn)行人機(jī)交互，這時(shí)該方法會對所確定出的輸出話題“聊天氣”中的所有候選反饋信息進(jìn)行分析，以此判斷這些候選反饋信息是否符合“環(huán)境：晴；位置：家”這一場景信息，即候選反饋信息是否與當(dāng)前場景相匹配。

例如，對于“在家里，外面陽光明媚”這一對話場景，對于輸出話題“聊天氣”中的兩個(gè)候選反饋信息“天氣這么好，無聊的時(shí)候要不要考慮出去走走呢”和“我國福建沿海又遭遇臺風(fēng)了”，第一條候選反饋信息與場景信息相匹配，而第二條候選反饋信息與場景信息不匹配，因此該方法也就可以將第一條候選反饋信息作為最終所需要的反饋信息來輸出給用戶。

從上述描述中可以看出，本實(shí)施例所提供的用于智能機(jī)器人的人機(jī)交互方法能夠結(jié)合實(shí)際交互場景來確定最終的反饋信息，相較于現(xiàn)有的人機(jī)交互方法，該方法能夠使得輸出的反饋信息更加符合當(dāng)前交互場景，從而大幅提高用戶與智能機(jī)器人交互過程中的體驗(yàn)。

本發(fā)明還提供了一種用于智能機(jī)器人的人機(jī)交互裝置，圖3示出了本實(shí)施例中該裝置的結(jié)構(gòu)示意圖。

如圖3所示，本實(shí)施例所提供的人機(jī)交互裝置優(yōu)選地包括：對話交互信息獲取模塊301、輸入話題確定模塊302、輸出話題確定模塊303以及反饋信息生成模塊304。其中，對話交互信息獲取模塊301用于獲取用戶輸入的對話交互信息。

需要指出的是，在本發(fā)明的不同實(shí)施例中，對話交互信息獲取模塊301可以不同的裝置或設(shè)備來實(shí)現(xiàn)以獲取不同形式的對話交互信息。例如，在發(fā)明的一個(gè)實(shí)施例中，對話交互信息獲取模塊301可以采用智能機(jī)器人所配備的鍵盤來實(shí)現(xiàn)，這樣對話交互信息獲取模塊301也就可以獲取到用戶輸入的文本信息；在本發(fā)明的另一個(gè)實(shí)施例中，對話交互信息獲取模塊301還可以采用智能機(jī)器人所配備的語音信息采集設(shè)備(例如麥克風(fēng))來實(shí)現(xiàn)，這樣對話信息獲取模塊301也就以獲取到用戶輸入的語音信息，進(jìn)一步地，對話信息獲取模塊301還可以對獲取到的該語音信息進(jìn)行自然語言處理從而得到相應(yīng)的文本信息；而在本發(fā)明的又一個(gè)實(shí)施例中，對話信息獲取模塊301還可以采用相應(yīng)的裝置或設(shè)備來同時(shí)獲取語音信息和文本信息。

在獲取到對話交互信息后，對話信息獲取模塊301會將該對話交互信息傳輸至輸入話題確定模塊302，以由輸入話題確定模塊302來對對話交互信息進(jìn)行語義分析，從而得到對應(yīng)于對話交互信息的輸入話題。

具體地，本實(shí)施例中，輸入話題確定模塊302通過對用戶輸入的對話交互信息進(jìn)行處理，可以簡要分析出用戶所期望表達(dá)的語義信息，根據(jù)所得到的語義信息也就可以得到對應(yīng)于該對話交互信息的輸入話題。

需要指出的是，在本發(fā)明的其他實(shí)施例中，輸入話題確定模塊302還可以通過其他合理的方式來確定出對話交互信息所對應(yīng)的輸入話題，本發(fā)明不限于此。例如，在本發(fā)明的一個(gè)實(shí)施例中，輸入話題確定模塊302可以通過統(tǒng)計(jì)用戶輸入的對話交互信息中的關(guān)鍵字或關(guān)鍵詞的方式來確定輸入話題。

在得到對應(yīng)于對話交互信息的輸入話題后，輸入話題確定模塊302會將輸入話題傳輸給輸出話題確定模塊303，以由輸出話題確定模塊303根據(jù)該輸入話題，根據(jù)輸入話題與各個(gè)候選輸出話題之間的對話轉(zhuǎn)移概率，來從候選輸出話題中確定出輸出話題。

需要指出的是，本實(shí)施例中，輸出話題確定模塊303確定輸出話題的具體原理以及實(shí)現(xiàn)過程與上述實(shí)施例一中步驟S103或?qū)嵤├胁襟ES203和步驟S204所涉及的內(nèi)容類似，故在此不再對輸出話題確定模塊303進(jìn)行贅述。

本實(shí)施例中，對話交互信息獲取模塊301還可以像實(shí)施例二中步驟S201所描述的那樣獲取與當(dāng)前交互過程相關(guān)的場景信息。反饋信息生成模塊304也就可以根據(jù)對話信息獲取模塊301所獲取到的場景信息和輸出話題確定模塊303所確定出的輸出話題來生成反饋信息。

需要指出的是，本實(shí)施例中，反饋信息生成模塊304根據(jù)場景信息和輸出話題生成反饋信息的具體實(shí)現(xiàn)原理以及實(shí)現(xiàn)過程與上述實(shí)施例二中步驟S205和步驟S206所涉及的內(nèi)容類似，故在此不再對反饋信息生成模塊304進(jìn)行贅述。

應(yīng)該理解的是，本發(fā)明所公開的實(shí)施例不限于這里所公開的特定結(jié)構(gòu)或處理步驟，而應(yīng)當(dāng)延伸到相關(guān)領(lǐng)域的普通技術(shù)人員所理解的這些特征的等同替代。還應(yīng)當(dāng)理解的是，在此使用的術(shù)語僅用于描述特定實(shí)施例的目的，而并不意味著限制。

說明書中提到的“一個(gè)實(shí)施例”或“實(shí)施例”意指結(jié)合實(shí)施例描述的特定特征、結(jié)構(gòu)或特性包括在本發(fā)明的至少一個(gè)實(shí)施例中。因此，說明書通篇各個(gè)地方出現(xiàn)的短語“一個(gè)實(shí)施例”或“實(shí)施例”并不一定均指同一個(gè)實(shí)施例。

雖然上述示例用于說明本發(fā)明在一個(gè)或多個(gè)應(yīng)用中的原理，但對于本領(lǐng)域的技術(shù)人員來說，在不背離本發(fā)明的原理和思想的情況下，明顯可以在形式上、用法及實(shí)施的細(xì)節(jié)上作各種修改而不用付出創(chuàng)造性勞動(dòng)。因此，本發(fā)明由所附的權(quán)利要求書來限定。