-
公开(公告)号：CN111914058A
公开(公告)日：2020-11-10
申请号：CN201910378798.6
申请日：2019-05-08
Applicant: 微软技术许可有限责任公司
IPC: G06F16/33 , G06F16/332 , G06F16/36
Abstract: 本公开提供一种生成包含特定词的内容的方法和电子设备。该方法包括：电子设备在与用户交互时预生成第一内容；对于特定词库中的每一个特定词：将该特定词嵌入所述第一内容以得到相应的第二内容；获取利用统计模型和神经网络模型基于所述特定词库中包括的该特定词对应的解释词对所述第二内容进行评估的结果；以及根据所述评估的结果，输出多个所述第二内容中的至少一个，其中，所述特定词库是利用所述神经网络模型基于特定语料库而生成并定期更新的。
-
公开(公告)号：CN109986569A
公开(公告)日：2019-07-09
申请号：CN201711487229.2
申请日：2017-12-29
Applicant: 微软技术许可有限责任公司
IPC: B25J11/00
Abstract: 本文公开的具有角色化和性格化的聊天机器人技术，一方面，通过建立与特定角色匹配的角色语料库，然后在会话的过程中，将生成的常规回复信息转换为带有角色特征的角色回复信息，从而使得聊天机器人的会话风格具有特定的角色化特点。另一方面，聊天机器人在针对用户输入的会话内容生成回复信息时，通过与性格对应的情绪会话表来选择具有特定情绪的回复信息来进行输出，从而实现具有性格化的聊天机器人。
-
公开(公告)号：CN109986569B
公开(公告)日：2022-08-23
申请号：CN201711487229.2
申请日：2017-12-29
Applicant: 微软技术许可有限责任公司
IPC: B25J11/00
Abstract: 本文公开的具有角色化和性格化的聊天机器人技术，一方面，通过建立与特定角色匹配的角色语料库，然后在会话的过程中，将生成的常规回复信息转换为带有角色特征的角色回复信息，从而使得聊天机器人的会话风格具有特定的角色化特点。另一方面，聊天机器人在针对用户输入的会话内容生成回复信息时，通过与性格对应的情绪会话表来选择具有特定情绪的回复信息来进行输出，从而实现具有性格化的聊天机器人。
-
公开(公告)号：CN110457445A
公开(公告)日：2019-11-15
申请号：CN201810414548.9
申请日：2018-05-03
Applicant: 微软技术许可有限责任公司
IPC: G06F16/332 , G06F16/33 , G06F16/35
Abstract: 本文公开了一种基于用户画像和上下文推理的答复生成技术，以用于构建群聊取向的聊天机器人，并针对群聊中的主题多样性以及用户查询和答复的不可预估性，提供了解决方案。
-
公开(公告)号：CN110362661A
公开(公告)日：2019-10-22
申请号：CN201810307292.1
申请日：2018-04-08
Applicant: 微软技术许可有限责任公司
IPC: G06F16/332 , G06F17/27 , G06N3/00 , G06N3/04
Abstract: 本文公开的具有三观立场的聊天机器人技术，通过在会话处理的过程中，对候选答复进行观点提取，并将该观点与聊天机器人的立场进行对比，对候选答复进行筛选，剔除掉与聊天机器人的立场矛盾的候选答复，从而在会话过程中，体现出聊天机器人的三观立场。
-
Patent Agency Ranking
公开(公告)号：CN107590153A
公开(公告)日：2018-01-16
申请号：CN201610534215.0
申请日：2016-07-08
Applicant: 微软技术许可有限责任公司
IPC: G06F17/30
CPC classification number: G06F17/2785 , G06N3/0454
Abstract: 本公开的非限制性示例描述了一种卷积神经网络(CNN)架构，该架构被配置成评估查询－响应配对的对话相关性。提供了一种CNN模型。该CNN模型包括：第一分支、第二分支、以及多层感知器(MLP)层。第一分支包括用于处理查询的多个采用动态池化的卷积层。第二分支包括用于处理针对所述查询的候选响应的多个采用动态池化的卷积层。MLP层被配置成基于对话相关性来对查询－响应配对进行排名。使用CNN模型来并行地处理查询和候选响应。使用所述MLP层基于传递自所述第一分支的第一输入和传递自所述第二分支的第二输入来生成所述查询－响应配对的配对级排名。一个或多个查询－响应配对的排名可被输出。还描述了其他示例。
-
公开(公告)号：CN107590153B
公开(公告)日：2021-04-27
申请号：CN201610534215.0
申请日：2016-07-08
Applicant: 微软技术许可有限责任公司
IPC: G06F16/332 , G06F40/30 , G06N3/04
Abstract: 本公开的非限制性示例描述了一种卷积神经网络(CNN)架构，该架构被配置成评估查询－响应配对的对话相关性。提供了一种CNN模型。该CNN模型包括：第一分支、第二分支、以及多层感知器(MLP)层。第一分支包括用于处理查询的多个采用动态池化的卷积层。第二分支包括用于处理针对所述查询的候选响应的多个采用动态池化的卷积层。MLP层被配置成基于对话相关性来对查询－响应配对进行排名。使用CNN模型来并行地处理查询和候选响应。使用所述MLP层基于传递自所述第一分支的第一输入和传递自所述第二分支的第二输入来生成所述查询－响应配对的配对级排名。一个或多个查询－响应配对的排名可被输出。还描述了其他示例。
-
公开(公告)号：CN112487155A
公开(公告)日：2021-03-12
申请号：CN201910863956.7
申请日：2019-09-12
Applicant: 微软技术许可有限责任公司
IPC: G06F16/332 , H04L12/58
Abstract: 本公开提供了用于对会话中的消息进行上下文补全的方法和装置。可以获得消息。可以检测所述消息中存在上下文省略。可以确定所述消息是否保持在所述会话的当前域中。可以响应于确定所述消息保持在所述当前域中，在所述当前域中选择用于恢复所述上下文省略的补充文本。可以基于所述消息和所述补充文本来生成补全消息。
-
公开(公告)号：CN112041809A
公开(公告)日：2020-12-04
申请号：CN201980025776.X
申请日：2019-01-25
Applicant: 微软技术许可有限责任公司
IPC: G06F3/16
Abstract: 公开了用于将音效自动添加到音频文件中的方法和装置。可以从与音频文件相对应的文本内容中识别至少一个触发词(1210)。可以从文本内容确定至少一个触发词的上下文信息(1220)。可以基于至少一个触发词的上下文信息来决定音效添加适用于至少一个触发词(1230)。可以从音效库中选择与至少一个触发词相对应的音效(1240)。音效可以被整合到音频文件中(1250)。
-
公开(公告)号：CN111052107A
公开(公告)日：2020-04-21
申请号：CN201880057126.9
申请日：2018-06-25
Applicant: 微软技术许可有限责任公司
IPC: G06F16/332 , G06F40/211
Abstract: 本公开内容提供了用于在用户与聊天引擎之间的对话中引导主题的方法和装置。确定至少一个第一主题。基于至少一个第一主题来向用户提供第一消息，以便将对话引导至至少一个第一主题。从用户接收对第一消息的第一响应。确定第一响应是否与至少一个第一主题相关联。在确定第一响应与至少一个第一主题相关联的情况下，基于至少一个第一主题来确定至少一个第二主题。至少基于至少一个第二主题提供至少一个第二消息，其中，如果至少一个第二主题与资源或服务相关联，则至少一个第二消息至少包括所述资源或服务。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.035 seconds)
