【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、人类可利用交互式软件应用来进行人机对话，该交互式软件应用在本文中被称为“自动化助理” (也称为“聊天机器人”、“交互式个人助理”、“智能个人助理”、“个人话音助理”、“对话智能体(agent)”等)。自动化助理通常依赖于组件流水线来解释口头话语和/或其他用户输入(例如，键入输入、触摸输入等)并对其作出响应。例如，自动语音辨识(asr)引擎可处理与用户的口头话语相对应的音频数据以生成asr输出，诸如口头话语的语音假设(即，词项序列和/或其他词元)。此外，自然语言理解(nlu)引擎可处理asr输出(或触摸/键入输入)以生成nlu输出，诸如由用户在提供口头话语(和/或其他用户输入)时表达的一个或多个预测意图以及任选地，与一个或多个预测意图中的每一个相关联的参数的槽值。此外，可使用履行引擎来处理nlu输出并且生成一个或多个结构化请求以便传输给各种履行器来获得履行输出，诸如响应于口头话语而提供以呈现给用户的内容和/或要由自动化助理或另一计算设备响应于口头话语而执行的动作。
2、然而，上述组件流水线可能不足以对某些类型的请求作出响应。例如，假设客户端设备的用户希望识别客户端设备的环境中的气味。在此示例中，用户可调用至少部分在客户端设备处执行的自动化助理并且提供描述气味的某些词项，诸如刺鼻的、甜的、潮湿的等。值得注意的是，这些词项描述可源于无数来源的多种不同类型的气味。因此，nlu输出可包括不足以准确描述气味的槽值，并且因此，履行输出可能无法正确地识别气味。这可导致用户提交附加请求来识别气味，从而导致至少基于附加请
技术实现思路
1、本文所述的实现方式涉及提供包括一个或多个气味传感器的客户端设备，并且使得至少部分地在客户端设备处执行的自动化助理能够利用由客户端设备的气味传感器中的一个或多个生成的气味数据实例来对在客户端设备处接收到的用户请求作出响应和/或在客户端设备处生成通知。给定客户端设备的处理器可从给定客户端设备的用户接收识别给定客户端设备的环境中的气味的请求，处理由给定客户端设备的气味传感器中的一个或多个生成的给定气味数据实例，基于处理气味数据实例来识别气味，生成对至少识别气味的请求的响应，并且使得提供对请求的响应以经由给定客户端设备呈现给用户。所述给定客户端设备的处理器可另外或替代地基于处理在时间间隔内生成的气味数据实例来确立给定客户端设备的环境中的一种或多种基线气味，并且响应于接收到请求而在识别气味时排除考虑一种或多种基线气味。所述给定客户端设备的处理器可另外或替代地基于处理在时间间隔内生成的气味数据实例来确立给定客户端设备的环境中的基线气味中的一个或多个，响应于识别给定客户端设备的环境中除一种或多种基线气味之外的给定气味而生成通知，并且使得提供通知以经由给定客户端设备呈现给用户。
2、例如，假设所述给定客户端设备的用户提供口头话语“assistant, what’s thatsmell? (助理，那是什么味道？)”。在此示例中，自动化助理可使得使用各种机器学习(ml)模型来处理捕获口头话语的音频数据，以确定口头话语包括识别给定客户端设备的环境中的气味的请求。因此，响应于接收到所述口头话语，自动化助理可使得经由给定客户端设备的气味传感器中的一个或多个生成气味数据实例。此外，可处理气味数据实例以识别用户的给定客户端设备的环境中的气味。在此示例中，假设气味与硫化氢气体相对应。在此示例中，对请求的响应可基于处理气味数据实例来生成，并且响应于接收到口头话语而提供以呈现给用户，诸如“you are probably referring to the smell of hydrogen sulfidegas (您可能指的是硫化氢气体的味道)”。而且，例如，假设所述自动化助理已经确立给定客户端设备的环境中的一种或多种基线气味并且所述一种或多种基线气味排除硫化氢气体，则所述自动化助理可另外或替代地生成识别环境中的气味的通知，诸如“i’mdetecting hydrogen sulfide gas (我正在检测硫化氢气体)”。
3、在一些实现方式中，自动化助理可利用先前生成的气味索引，所述先前生成的气味索引将气味数据实例映射到气味，以识别给定客户端设备的环境中的气味。自动化助理可基于处理多个气味数据实例、识别与多个气味数据实例中的每一个相关联的对应气味的对应标签(例如，识别气味的化合物)、描述对应气味的一个或多个对应特性(例如，甜的、刺鼻的等)和/或对应气味的一个或多个对应来源(例如，故障管道、特定花朵或树木、霉菌、各种医学疾病等)来生成气味索引。例如，自动化助理可处理多个气味数据实例以生成多个气味数据实例中的每一个与对应标签、一个或多个对应特性和/或一个或多个对应来源之间的映射，使得气味索引与气味知识图谱相对应。自动化助理随后可利用气味索引来生成识别给定客户端设备的环境中的气味的输出。例如，自动化助理可将响应于接收到口头话语而生成的气味数据实例(或其表示)与多个气味数据实例(或其对应表示)进行比较，以确定气味索引中的多个气味数据实例中与所述气味数据实例相对应的给定气味数据实例，并且生成识别与所述给定气味数据实例相关联的给定气味的输出。
4、在这些实现方式的一些版本中，自动化助理可基于一个或多个准则来将气味索引编入索引。一个或多个准则可包括例如识别对应气味的对应标签、描述对应气味的一个或多个特性、对应气味的一个或多个来源、与对应气味相关联的地理区域、与对应气味相关联的一年中时间、对应气味是在室内遇到的还是在户外遇到的和/或任何其他准则。一个或多个准则随后可用来通过基于与特性中的一个或多个相对应的请求中所包括的一个或多个词项(例如，基于请求的词项)和/或基于与关联于气味的场境信息相对应的与给定客户端设备相关联的场境信息(例如，气味通常出现的位置、一年中气味通常出现的时间等)来限制气味的搜索空间，从而快速且高效地遍历对应气味数据实例与对应气味(或与对应气味相关联的其他数据，诸如对应标签、一个或多个对应特性、一个或多个来源等)之间的映射。
5、在附加或替代实现方式中，自动化助理可利用先前训练的气味ml模型来识别给定客户端设备的环境中的气味。气味ml模型可以是任何合适的ml模型，诸如编码器-解码器网络，所述ml模型能够处理对应给定气味数据实例和/或与对应气味数据实例相关联的特性中的一个或多个以预测与对应气味数据实例相关联的标签中的一个或多个和/或与对应气味数据实例相关联的对应气味的来源中的一个或多个。此外，自动化助理可基于多个训练实例来训练气味ml模型。多个训练实例中的每一个可包括训练实例输入和训练实例输出。给定训练实例的训练实例输入可包括例如给定气味数据实例(例如，来自用于生成气味索引的多个对应气味数据实例之中)和/或与给定气味数据实例相关联的特性中的一个或多个。此外，训练实例本文档来自技高网...
【技术保护点】
1.一种由一个或多个处理器实现的方法，所述方法包括：
2.如权利要求1所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出包括：
3.如权利要求2所述的方法，其中基于所述输出来识别所述用户的所述客户端设备的所述环境中的所述气味包括：
4.如权利要求3所述的方法，其中识别所述用户的所述客户端设备的所述环境中的所述气味进一步基于与所述用户的所述客户端设备相关联的场境信息，其中与所述客户端设备相关联的所述场境信息包括以下中的一个或多个：所述客户端设备所在的地理区域、所述客户端设备是位于内部还是外部、一天中的时间或一年中的一天。
5.如权利要求4所述的方法，其中与所述用户的所述客户端设备相关联的所述场境信息是在从所述对应先前气味中的一个或多个的所述子集中选择所述用户的所述客户端设备的所述环境中的所述气味时利用的。
6.如权利要求3至5中任一项所述的方法，其中识别所述用户的所述客户端设备的所述环境中的所述气味进一步基于识别所述用户的所述客户端设备的所述环境中的所述气味的所述请求的一个或多个
7.如权利要求6所述的方法，其中识别所述用户的所述客户端设备的所述环境中的所述气味的所述请求的所述词项中的一个或多个是在从所述对应先前气味中的一个或多个的所述子集中选择所述用户的所述客户端设备的所述环境中的所述气味时利用的。
8.如权利要求1所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出包括：
9.如权利要求8所述的方法，其中基于所述输出来识别所述用户的所述客户端设备的所述环境中的所述气味包括：
10.如权利要求8或权利要求9所述的方法，其中所述气味ML模型基于多个训练实例来训练，并且其中基于所述多个训练实例中的给定训练实例来训练所述气味ML模型包括：
11.如权利要求8至10中任一项所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出进一步包括：
12.如权利要求8至11中任一项所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出进一步包括：
13.如任一项前述权利要求所述的方法，其中识别所述客户端设备的所述环境中的所述气味的所述请求是在给定时间实例处接收的，并且其中所述气味数据实例是由所述用户的所述客户端设备的所述气味传感器在所述给定时间实例处生成的。
14.如任一项前述权利要求所述的方法，进一步包括：
15.如任一项前述权利要求所述的方法，其中生成对至少识别所述用户的所述客户端设备的所述环境中的所述气味的所述请求的所述响应包括生成捕获至少识别所述客户端设备的所述环境中的所述气味的合成语音的合成语音音频数据，并且其中使得提供对所述请求的所述响应以经由所述客户端设备呈现给所述用户包括使得渲染所述合成语音音频数据以经由所述客户端设备的一个或多个扬声器以可听方式呈现给所述用户。
16.如任一项前述权利要求所述的方法，其中生成对至少识别所述用户的所述客户端设备的所述环境中的所述气味的所述请求的所述响应包括生成至少识别所述客户端设备的所述环境中的所述气味的可视内容，并且其中使得提供对所述请求的所述响应以经由所述客户端设备呈现给所述用户包括使得渲染所述可视内容以经由所述客户端设备的显示器以可视方式呈现给所述用户。
17.如任一项前述权利要求所述的方法，进一步包括：
18.如权利要求17所述的方法，其中被提供以经由所述客户端设备呈现给所述用户的对所述请求的所述响应包括响应于所述查询的所述内容。
19.一种由一个或多个处理器实现的方法，所述方法包括：
20.如权利要求19所述的方法，其中基于所述对应输出来识别所述客户端设备的所述环境中的所述一种或多种基线气味中的给定基线气味包括：
21.一种由一个或多个处理器实现的方法，所述方法包括：
22.一种系统，包括：
23.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质存储指令，所述指令在被执行时使得至少一个处理器执行与权利要求1至21中任一项相对应的操作。
...【技术特征摘要】
【国外来华专利技术】
1.一种由一个或多个处理器实现的方法，所述方法包括：
2.如权利要求1所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出包括：
3.如权利要求2所述的方法，其中基于所述输出来识别所述用户的所述客户端设备的所述环境中的所述气味包括：
4.如权利要求3所述的方法，其中识别所述用户的所述客户端设备的所述环境中的所述气味进一步基于与所述用户的所述客户端设备相关联的场境信息，其中与所述客户端设备相关联的所述场境信息包括以下中的一个或多个：所述客户端设备所在的地理区域、所述客户端设备是位于内部还是外部、一天中的时间或一年中的一天。
5.如权利要求4所述的方法，其中与所述用户的所述客户端设备相关联的所述场境信息是在从所述对应先前气味中的一个或多个的所述子集中选择所述用户的所述客户端设备的所述环境中的所述气味时利用的。
6.如权利要求3至5中任一项所述的方法，其中识别所述用户的所述客户端设备的所述环境中的所述气味进一步基于识别所述用户的所述客户端设备的所述环境中的所述气味的所述请求的一个或多个词项，其中所述请求的一个或多个词项包括所述气味的特性。
7.如权利要求6所述的方法，其中识别所述用户的所述客户端设备的所述环境中的所述气味的所述请求的所述词项中的一个或多个是在从所述对应先前气味中的一个或多个的所述子集中选择所述用户的所述客户端设备的所述环境中的所述气味时利用的。
8.如权利要求1所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出包括：
9.如权利要求8所述的方法，其中基于所述输出来识别所述用户的所述客户端设备的所述环境中的所述气味包括：
10.如权利要求8或权利要求9所述的方法，其中所述气味ml模型基于多个训练实例来训练，并且其中基于所述多个训练实例中的给定训练实例来训练所述气味ml模型包括：
11.如权利要求8至10中任一项所述的方法，其中处理由所述用户的所述客户端设备的所述气味传感器生成的所述气味数据实例以生成输出进一步包括：
<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。