人机交互方法、装置、机器人、智能设备和存储介质制造方法及图纸

本发明专利技术实施例提供一种人机交互方法、装置、机器人、智能设备和存储介质，该方法包括：智能设备先获取自身采集的待处理文本。若待处理文本包含噪声文本，则再确定待处理文本中是否还包含具有正确语法的正常文本。进一步地，若待处理文本包含正常文本，则智能设备输出该正常文本对应的响应结果，也即是实现对待处理文本的交互。可见，上述方法提供了一种噪声文本过滤方法，即智能设备可以对待处理文本中的噪声文本进行过滤，并对过滤后得到的正常文本进行响应。这种方法能够避免待处理文本中噪声文本对人机交互的影响，从而提高用户与智能设备之间的响应成功率，即提高人机交互的流畅性。性。性。

【技术实现步骤摘要】
人机交互方法、装置、机器人、智能设备和存储介质


[0001]本专利技术涉及人机交互领域，尤其涉及一种人机交互方法、装置、机器人、智能设备和存储介质。

技术介绍

[0002]随着人工智能技术的快速发展，服务机器人、智能音箱等智能设备应运而生。在用户实际使用智能设备的过程中，用户与智能设备之间的交互音频、周围的噪声、广播以及其他人产生的音频可以形成混合音频以输入到智能设备中。之后，智能设备又可以将此混合音频转换成文本，并对此文本进行响应，从而实现人机交互。
[0003]由于混合音频中夹杂着除用户之外的音频，所以会导致智能设备识别出与用户意图无关的语法不正确的文本，进而影响到智能设备后续对用户意图的理解，导致人机交互失败。因此，如何提高人机交互的流畅性就成为一个亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种人机交互方法、装置、机器人、智能设备和存储介质，用以提高人机交互的流畅性。
[0005]第一方面，本专利技术实施例提供一种人机交互方法，包括：
[0006]获取智能设备采集的待处理文本；
[0007]若所述待处理文本包含噪声文本，则确定所述待处理文本中是否还包含具有正确语法的正常文本；
[0008]若所述待处理文本包含所述正常文本，则输出所述正常文本的响应结果。
[0009]第二方面，本专利技术实施例提供一种人机交互装置，包括：
[0010]获取模块，用于获取智能设备采集的待处理文本；
[0011]确定模块，用于若所述待处理文本包含噪声文本，则确定所述待处理文本中是否还包含具有正确语法的正常文本；
[0012]输出模块，用于若所述待处理文本包含所述正常文本，则输出所述正常文本的响应结果。
[0013]第三方面，本专利技术实施例提供一种机器人，包括：处理器和存储器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现：
[0014]获取智能设备采集的待处理文本；
[0015]若所述待处理文本包含噪声文本，则确定所述待处理文本中是否还包含具有正确语法的正常文本；
[0016]若所述待处理文本包含所述正常文本，则输出所述正常文本的响应结果。
[0017]第四方面，本专利技术实施例提供一种智能设备，当所述智能设备中存储的计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器至少执行以下的动作：
[0018]获取智能设备采集的待处理文本；
[0019]若所述待处理文本包含噪声文本，则确定所述待处理文本中是否还包含具有正确语法的正常文本；
[0020]若所述待处理文本包含所述正常文本，则输出所述正常文本的响应结果。
[0021]第五方面，本专利技术实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现如第一方面所述的人机交互方法。
[0022]本专利技术实施例提供的人机交互方法，首先，智能设备获取自身采集的待处理文本。若待处理文本包含噪声文本，则再确定待处理文本中是否还包含具有正确语法的正常文本。进一步地，若待处理文本包含正常文本，则智能设备输出该正常文本对应的响应结果，也即是实现对待处理文本的交互。可见，上述方法提供了一种噪声文本过滤方法，即智能设备可以对待处理文本中的噪声文本进行过滤，并对过滤后得到的正常文本进行响应。这种方法能够避免待处理文本中噪声文本对人机交互的影响，从而提高用户与智能设备之间的响应成功率，即提高人机交互的流畅性。
附图说明
[0023]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本专利技术实施例提供的一种人机交互方法的流程图；
[0025]图2为本专利技术实施例提供的另一种人机交互方法的流程图；
[0026]图3为本专利技术实施例提供的一种深度学习模型的结构示意图；
[0027]图4为本专利技术实施例提供的一种训练深度学习模型的流程图；
[0028]图5为本专利技术实施例提供的一种人机交互装置的结构示意图；
[0029]图6为本专利技术实施例提供的一种机器人的结构示意图；
[0030]图7为本专利技术实施例提供的一种智能设备的结构示意图。
具体实施方式
[0031]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术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，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
[0033]应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种
情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0034]取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于识别”。类似地，取决于语境，短语“如果确定”或“如果识别(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当识别(陈述的条件或事件)时”或“响应于识别(陈述的条件或事件)”。
[0035]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
[0036]下面结合附图对本专利技术的一些实施方式作详细说明。在各实施例之间不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
[0037]在对本专利技术各实施例提供的人机交互方法进行详细描述之前，还可以对人机交互的应用场景进行示意性描述：
[0038]正如
技术介绍
中介绍的，在用户实际使用智能设备的过程中，用户与智能设备之间的交互音本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人机交互方法，其特征在于，包括：获取智能设备采集的待处理文本；若所述待处理文本包含噪声文本，则确定所述待处理文本中是否还包含具有正确语法的正常文本；若所述待处理文本包含所述正常文本，则输出所述正常文本的响应结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述待处理文本输入所述智能设备中配置的分类模型，以由所述分类模型输出所述待处理文本是否包含噪声文本。3.根据权利要求1所述的方法，其特征在于，所述确定所述待处理文本中是否还包含具有正确语法的正常文本，包括：将所述待处理文本输入至所述智能设备配置的深度学习模型，以由所述深度学习模型输出分类结果以及位置信息，其中，所述分类结果反映所述待处理文本中是否包含所述正常文本，所述位置信息反映所述正常文本在所述待处理文本中的起始位置和结束位置。4.根据权利要求3所述的方法，其特征在于，将所述待处理文本输入至所述智能设备配置的深度学习模型，以由所述深度学习模型输出分类结果以及位置信息，包括：将所述待处理文本输入至所述智能设备部署的深度学习模型中，以由所述深度学习模型中的编码网络层对所述待处理文本进行编码，以由所述深度学习模型中的全连接层根据所述编码网络层输出的编码向量输出所述分类结果和所述位置信息。5.根据权利要求4所述的方法，其特征在于，所述深度学习模型中的全连接层根据所述编码网络层输出的编码向量输出所述分类结果和所述位置信息，包括：所述全连接层根据所述编码向量对应的概率值输出所述分类结果和所述位置信息。6.根据权利要求3所述的方法，其特征在于，所述方法还包括：将目标训练样本输入所述深度学习模型，以由所述深度学习模型输出所述目标训练样本的预测分类结果以及预测位置信息，所述目标训练样本对应于目标标注信息；根据所述目标标注信息中的参考分类结果和所述预测分类结果，确定第一损失值；根据所述目标标注信息中的参考位置信息和所述预测位置信息...

【专利技术属性】
技术研发人员：李翠姣，
申请(专利权)人：达闼科技北京有限公司，
类型：发明
国别省市：