公开(公告)号：CN109783608B

公开(公告)日：2021-01-05

申请号：CN201811577572.0

申请日：2018-12-20

Applicant: 出门问问信息科技有限公司

Inventor： 牛嘉斌 ,  王晓雪 ,  林士翔

IPC: G06F16/33 ,  G06F16/951 ,  G06F16/953 ,  G06F16/9535

Abstract: 本发明实施例公开了一种目标假设的确定方法、装置、可读存储介质和电子设备。本发明实施例通过获取查询任务，并获取所述查询任务的参数状态和任务状态，从而根据所述参数状态和所述任务状态获取多个假设，进而获取所述查询任务与多个所述假设的假设特征对应的多个特征向量，并对多个所述特征向量进行排序，获取排序结果，从而根据所述排序结果确定所述目标假设。由此，可以确定出较优的目标假设，从而在后续根据较优的目标假设获取较优的执行结果，提升操作执行的准确性。

公开(公告)号：CN112035608A

公开(公告)日：2020-12-04

申请号：CN202010842174.8

申请日：2020-08-20

Applicant: 出门问问信息科技有限公司

Inventor： 李喜莲 ,  牛嘉斌 ,  雷欣 ,  李志飞

IPC: G06F16/33 ,  G06F16/332 ,  G06F40/242 ,  G06F40/30

Abstract: 本发明公开了一种多轮对话方法、装置以及计算机可读存储介质，包括：接收目标对象通过电话信道所发送的第一输入信息；若第一输入信息所对应且表征目标对象语义的第一中间信息未满足预设条件，则根据第一中间信息反馈目标对象表征反问的第一输出信息，并指示目标对象根据第一输出信息反馈第二输入信息；若第一中间信息和第二输入信息所对应且表征目标对象语义的第二中间信息满足预设条件，则根据第一中间信息和第二中间信息反馈满足目标对象意图的第二输出信息。本方案通过分析得到目标对象每一句话的意图信息，并根据目标对象的意图信息回复目标对象，使对话更接近人与人之间的电话对话，这种主动式的对话引导，使得对话更加智能化。

公开(公告)号：CN109783608A

公开(公告)日：2019-05-21

申请号：CN201811577572.0

申请日：2018-12-20

Applicant: 出门问问信息科技有限公司

Inventor： 牛嘉斌 ,  王晓雪 ,  林士翔

IPC: G06F16/33 ,  G06F16/951 ,  G06F16/953 ,  G06F16/9535

Abstract: 本发明实施例公开了一种目标假设的确定方法、装置、可读存储介质和电子设备。本发明实施例通过获取查询任务，并获取所述查询任务的参数状态和任务状态，从而根据所述参数状态和所述任务状态获取多个假设，进而获取所述查询任务与多个所述假设的假设特征对应的多个特征向量，并对多个所述特征向量进行排序，获取排序结果，从而根据所述排序结果确定所述目标假设。由此，可以确定出较优的目标假设，从而在后续根据较优的目标假设获取较优的执行结果，提升操作执行的准确性。

公开(公告)号：CN110797023A

公开(公告)日：2020-02-14

申请号：CN201911070799.0

申请日：2019-11-05

Applicant: 出门问问信息科技有限公司

Inventor： 刘德深 ,  罗照军 ,  牛嘉斌 ,  林士翔 ,  岳聪

IPC: G10L15/22 ,  G10L15/26 ,  G10L25/54 ,  G06F16/332 ,  G06F16/33

Abstract: 本发明公开了一种语音速记方法及设备，首先监听语音信息；当监听到包括特定唤醒词的语音信息时，激活语音速记应用；进一步通过所述语音速记应用对目标信号进行语音识别，得到语音识别结果，所述目标语音信息为从监听到所述特定唤醒词开始连续输入的语音信息；再利用与所述特定唤醒词对应的数据库执行与所述语音识别结果对应的速记操作。

公开(公告)号：CN110569331A

公开(公告)日：2019-12-13

申请号：CN201910830999.5

申请日：2019-09-04

Applicant: 出门问问信息科技有限公司

Inventor： 牛嘉斌 ,  林士翔 ,  雷欣 ,  李志飞

IPC: G06F16/33 ,  G06F16/332 ,  G06F17/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于上下文的关联性预测方法、装置及计算机存储设备。基于上下文的关联性预测方法包括：首先，获取当前轮查询语和上一轮查询语；然后，对当前轮查询语和上一轮查询语进行词向量转化，分别得到当前轮查询语词向量和上一轮查询语词向量；接下来，再分别确定对应当前轮查询语词向量和上一轮查询语词向量的句子表征，得到当前轮查询语句子表征向量和上一轮查询语句子表征向量；最后，根据当前轮查询语句子表征向量和上一轮查询语句子表征向量进行关联性预测，得到当前轮查询语与上一轮查询语是否相关联的预测结果。