基于聊天记忆的用户模型信任值更新方法及装置制造方法及图纸

本发明专利技术提供了基于聊天记忆的用户模型信任值更新方法及装置，接收用户的输入信息，获取其中包含的用户属性标签，设定这些用户属性标签的初始信任值，同时赋予这些用户属性标签的信任值随时间变化和累计提及次数进行更新的特性。进一步地，可以在人机对话中，根据用户属性标签对用户做出回应。或者进一步地，当用户不同时期的属性标签发生冲突时，可以根据这些属性标签的信任值进行取舍，选择合适的属性标签作为回应用户的依据。

Method and device for updating user model trust value based on chat memory

The invention provides a trusted user model chat memory value updating method and device based on the received input information of users, get the user attribute tag contains the initial trust set these user attribute values of the tag, the time-varying characteristics and the cumulative number mentioned update and giving the user attribute trust value. Furthermore, the user can respond to the user attribute tag in the man-machine conversation. Or, further, when a user's attribute tag conflicts in different periods, it can be chosen according to the trust value of these attribute tags, and the appropriate attribute label is selected as the basis for responding to the user.

【技术实现步骤摘要】
基于聊天记忆的用户模型信任值更新方法及装置
本专利技术涉及人工智能对话系统，尤其涉及应用于人机对话系统的基于聊天记忆的用户模型信任值更新方法及装置。
技术介绍
随着信息技术的飞速发展，人机对话系统是当前研究的热点问题，其主要的目标是能够对自然语言的理解，并且像“人”一样和人进行对话。在人机对话的过程当中，在一系列真实聊天数据的基础上，建立目标用户的模型，了解他们的目标、行为和观点的差异，将他们区分为不同的类型，然后每种类型中提取出典型特征，赋予名字、照片、一些人口统计学要素、场景等描述，就形成了一个人物原型，也叫做用户画像。人机对话系统可以像“人”一样和人进行对话，但是，随着真实聊天数据越来越多，用户的属性和特征，会随着深入的沟通，不断变化，甚至发生前后冲突的情况。
技术实现思路
人机对话系统和人的聊天对用户画像属性来说具有时间相关性，即过去产生的用户部分属性和特征，随着时间衰减，当衰为该用户的属性不可信，这一现象与记忆原理中的遗忘现象类似。如果对用户属性建立信任值体系，赋予信任值随时间变化的特性，则可以在反映用户属性的同时反映其时间效力，有助于处理过去的用户属性和当前的用户属性发生冲突时的情况。基于此，本专利技术的目的是提供基于聊天记忆的用户模型信任值更新方法及装置，旨在解决现有的人机对话系统所建立的用户模型中，用户属性随时间变化其信任值需要更新的问题。本专利技术解决其技术问题所采用的技术方案是：一种基于聊天记忆的用户模型信任值更新方法，包括：建立用户属性标签库，所述用户属性标签库包括用户属性标签及其提及时间信息、累计提及次数、初始信任值；每条用户属性标签包括用户标识信息、用户行为信息、接触点信息；所述接触点信息包括网址信息、内容信息和地点信息；接收用户的输入信息，从所述输入信息中获取用户属性标签，记录接收到所述输入信息的时间作为用户属性标签的提及时间信息；查询用户属性标签库中是否存在所述用户属性标签，存在则将该用户属性标签的累计提及次数加1，不存在则将该用户属性标签保存到用户属性标签库，并将该用户属性标签的累计提及次数设置为1；获取当前时间；确定每条用户属性标签的当前信任值t1，t1＝t0×k；t0为每条用户属性标签的初始信任值，k为用户属性标签的当前信任权重，k＝a×b×m×n，a为衰减因子，b为频率因子，m为行为子权重，n为网址子权重；a由当前时间和所述用户属性标签的提及时间信息共同确定，b由所述用户属性标签的提及次数确定，m由所述用户行为信息确定；n由所述网址信息确定。在上述实施例的基础上，进一步地，还包括：根据用户属性标签及其当前信任值，对用户做出回应。或者，进一步地，还包括：当两条或多条用户属性标签发生冲突时，根据其当前信任值，选择信任的用户属性标签；根据所述信任的用户属性标签及其当前信任值，对用户做出回应。在上述任意实施例的基础上，进一步地，所述提及时间信息包括起始时间和结束时间；或者，所述提及时间信息包括起始时间和持续时间。在上述任意实施例的基础上，进一步地，所述初始信任值和当前信任值为类别特征值；或者，所述初始信任值和当前信任值为数值特征值。一种基于聊天记忆的用户模型信任值更新装置，包括：初始化模块，用于建立用户属性标签库，所述用户属性标签库包括用户属性标签及其提及时间信息、累计提及次数、初始信任值；每条用户属性标签包括用户标识信息、用户行为信息、接触点信息；所述接触点信息包括网址信息、内容信息和地点信息；接收模块，用于接收用户的输入信息，从所述输入信息中获取用户属性标签，记录接收到所述输入信息的时间作为用户属性标签的提及时间信息；累计模块，用于查询用户属性标签库中是否存在所述用户属性标签，存在则将该用户属性标签的累计提及次数加1，不存在则将该用户属性标签保存到用户属性标签库，并将该用户属性标签的累计提及次数设置为1；计算模块，用于获取当前时间；确定每条用户属性标签的当前信任值t1，t1＝t0×k；t0为每条用户属性标签的初始信任值，k为用户属性标签的当前信任权重，k＝a×b×m×n，a为衰减因子，b为频率因子，m为行为子权重，n为网址子权重；a由当前时间和所述用户属性标签的提及时间信息共同确定，b由所述用户属性标签的提及次数确定，m由所述用户行为信息确定；n由所述网址信息确定。在上述实施例的基础上，进一步地，还包括：回应模块，用于根据用户属性标签及其当前信任值，对用户做出回应。或者，进一步地，还包括：回应模块，用于当两条或多条用户属性标签发生冲突时，根据其当前信任值，选择信任的用户属性标签；根据所述信任的用户属性标签及其当前信任值，对用户做出回应。在上述任意实施例的基础上，进一步地，所述提及时间信息包括起始时间和结束时间；或者，所述提及时间信息包括起始时间和持续时间。在上述任意实施例的基础上，进一步地，所述初始信任值和当前信任值为类别特征值；或者，所述初始信任值和当前信任值为数值特征值。本专利技术的有益效果是：本专利技术提供了基于聊天记忆的用户模型信任值更新方法及装置，接收用户的输入信息，获取其中包含的用户属性标签，设定这些用户属性标签的初始信任值，同时赋予这些用户属性标签的信任值随时间变化和累计提及次数进行更新的特性。进一步地，可以在人机对话中，根据用户属性标签对用户做出回应。或者进一步地，当用户不同时期的属性标签发生冲突时，可以根据这些属性标签的信任值进行取舍，选择合适的属性标签作为回应用户的依据。本专利技术在过去的用户属性标签和最近的用户属性标签发生冲突的时候，设定合适的衰减因子和行为子权重、网址子权重，可以使历史较新的属性标签的优先级更高，从而减少历史久远的属性标签所带来的影响。附图说明下面结合附图和实施例对本专利技术进一步说明。图1示出了本专利技术实施例提供的一种基于聊天记忆的用户模型信任值更新方法的流程图；图2示出了本专利技术实施例提供的一种基于聊天记忆的用户模型信任值更新装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不限定本专利技术。具体实施例一如图1所示，本专利技术实施例提供了一种基于聊天记忆的用户模型信任值更新方法，包括以下步骤。步骤S101，建立用户属性标签库，所述用户属性标签库包括用户属性标签及其提及时间信息、累计提及次数、初始信任值；每条用户属性标签包括用户标识信息、用户行为信息、接触点信息；所述接触点信息包括网址信息、内容信息和地点信息。在人机对话系统中，每一次用户聊天信息本质上是一次随机事件，可以详细描述为：什么用户、在什么时间、在什么地点、表达了什么意愿，可以根据用户的聊天信息提取相应的用户行为。其中用户的属性识别关键在于对用户的标识，用户标识的目的是为了区分用户、单点定位。用户标识信息用于确定用户身份。提及时间信息用于确定用户做出某项行为时的时间。时间的属性包括两个重要信息：时间戳和时间长度，时间戳指的是标识用户行为的时间点，通常精确到秒；时间长度指的是标识用户的停留时间。本专利技术实施例对提及时间信息不做限定，优选的，所述提及时间信息可以包括起始时间和结束时间；或者，所述提及时间信息可以包括起始时间和持续时间。地点的属性也就是用户接触点，在互联网上，用本文档来自技高网...

【技术保护点】
一种基于聊天记忆的用户模型信任值更新方法，其特征在于，包括：建立用户属性标签库，所述用户属性标签库包括用户属性标签及其提及时间信息、累计提及次数、初始信任值；每条用户属性标签包括用户标识信息、用户行为信息、接触点信息；所述接触点信息包括网址信息、内容信息和地点信息；接收用户的输入信息，从所述输入信息中获取用户属性标签，记录接收到所述输入信息的时间作为用户属性标签的提及时间信息；查询用户属性标签库中是否存在所述用户属性标签，存在则将该用户属性标签的累计提及次数加1，不存在则将该用户属性标签保存到用户属性标签库，并将该用户属性标签的累计提及次数设置为1；获取当前时间；确定每条用户属性标签的当前信任值t1，t1＝t0×k；t0为每条用户属性标签的初始信任值，k为用户属性标签的当前信任权重，k＝a×b×m×n，a为衰减因子，b为频率因子，m为行为子权重，n为网址子权重；a由当前时间和所述用户属性标签的提及时间信息共同确定，b由所述用户属性标签的提及次数确定，m由所述用户行为信息确定；n由所述网址信息确定。

【技术特征摘要】
1.一种基于聊天记忆的用户模型信任值更新方法，其特征在于，包括：建立用户属性标签库，所述用户属性标签库包括用户属性标签及其提及时间信息、累计提及次数、初始信任值；每条用户属性标签包括用户标识信息、用户行为信息、接触点信息；所述接触点信息包括网址信息、内容信息和地点信息；接收用户的输入信息，从所述输入信息中获取用户属性标签，记录接收到所述输入信息的时间作为用户属性标签的提及时间信息；查询用户属性标签库中是否存在所述用户属性标签，存在则将该用户属性标签的累计提及次数加1，不存在则将该用户属性标签保存到用户属性标签库，并将该用户属性标签的累计提及次数设置为1；获取当前时间；确定每条用户属性标签的当前信任值t1，t1＝t0×k；t0为每条用户属性标签的初始信任值，k为用户属性标签的当前信任权重，k＝a×b×m×n，a为衰减因子，b为频率因子，m为行为子权重，n为网址子权重；a由当前时间和所述用户属性标签的提及时间信息共同确定，b由所述用户属性标签的提及次数确定，m由所述用户行为信息确定；n由所述网址信息确定。2.根据权利要求1所述的基于聊天记忆的用户模型信任值更新方法，其特征在于，还包括：根据用户属性标签及其当前信任值，对用户做出回应。3.根据权利要求1所述的基于聊天记忆的用户模型信任值更新方法，其特征在于，还包括：当两条或多条用户属性标签发生冲突时，根据其当前信任值，选择信任的用户属性标签；根据所述信任的用户属性标签及其当前信任值，对用户做出回应。4.根据权利要求1或2所述的基于聊天记忆的用户模型信任值更新方法，其特征在于，所述提及时间信息包括起始时间和结束时间；或者，所述提及时间信息包括起始时间和持续时间。5.根据权利要求1或2所述的基于聊天记忆的用户模型信任值更新方法，其特征在于，所述初始信任值和当前信任值为类别特征值；或者，所述初始信任值和当前信任值为数值特征值。6.一种基于聊天记忆的用户模型信任值更新装置...

【专利技术属性】
技术研发人员：简仁贤，戎滨，
申请(专利权)人：竹间智能科技上海有限公司，
类型：发明
国别省市：上海,31