專利名稱：修正語音應答的方法及自然語言對話系統(tǒng)的制作方法
技術領域：
本發(fā)明是有關于ー種語音對話處理技術，且特別是有關于ー種自然語言對話系統(tǒng)及修正語音應答的方法。
背景技術：
在計算器的自然語言理解(Nature Language Understanding)中，通常會使用特定的語法來抓取用戶的輸入語句的意圖或信息。因此，若數(shù)據(jù)庫中儲存有足夠多的用戶輸入語句的數(shù)據(jù)，便能做到合理的判斷。在已知的作法中，有ー種是利用內置的固定詞列表來抓取用戶的輸入語句，而固定詞列表中包含了特定的意圖或信息所使用的特定用語，而用戶需依照此特定用語來表達其意圖或信息，其意圖或信息才能被系統(tǒng)正確識別。然而，迫使用戶去記住固定詞列表的每個特定用語是相當不人性化的作法。例如現(xiàn)有技術使用固定詞列表的實施方式，要求用戶在詢問天氣的時候必須說“上海(或北京)明天(或后天)天氣如何？ ”，而若用戶使用其它比較自然的ロ語化表達也想詢問天氣狀況時，比如是“上海明天怎么樣?。俊?，因為語句中未出現(xiàn)“天氣”，所以現(xiàn)有技術就會理解成“上海有個叫明天的地方”，這樣顯然沒有抓到用戶的真正意圖。另外，用戶所使用的語句種類是十分復雜的，并且又時常有所變化，甚至有時用戶可能會輸入錯誤的語句，在此情況下必須要通過模糊匹配的方式來抓取用戶的輸入語句。因此，僅提供僵化輸入規(guī)則的固定詞列表所能達到的效果就更差了。此外，當利用自然語言理解來處理多種類型的用戶意圖時，有些相異的意圖的語法結構卻是相同的，例如當用戶的輸入語句為“我要看三國演義”，其用戶意圖有可能是想看三國演義的電影，或是想看三國演義的書，因此通常在此情況中，便會匹配到兩種可能意圖來讓用戶做選擇。然而，在很多情況下，提供不必要的可能意圖來讓用戶做選擇是十分多余且沒效率的。例如，當用戶的輸入語句為“我想看超級星光大道”吋，將使用者的意圖匹配為看超級星光大道的書或者畫作是十分沒必要的(因為超級星光大道是電視節(jié)目)。再者，一般而言，在全文檢索中所獲得的搜尋結果是非結構化的數(shù)據(jù)。非結構化數(shù)據(jù)內的信息是分散且不具關聯(lián)的，例如，在google或百度等搜尋引擎輸入關鍵詞后，所獲得的網頁搜尋結果就是非結構化數(shù)據(jù)，因為搜尋結果必須通過人為的逐項閱讀才能找到當中的有用信息，而這樣的作法不僅浪費用戶的時間，而且可能漏失想要的信息，所以在實用性上會受到很大的限制。

發(fā)明內容
本發(fā)明提供ー種修正語音應答的方法與自然語言對話系統(tǒng)，當自然語言對話系統(tǒng)輸出的語音應答不符合用戶的請求信息所表示的意圖時，自然語言對話系統(tǒng)可修正原本所提供的答案，并提供新的語音應答，以符合用戶的請求信息。本發(fā)明提出ー種修正語音應答的方法，其包括以下步驟接收第一語音輸入，并解析第一語音輸入中所包括的至少ー特征語義而獲得候選列表，其中候選列表具有至少ー候選答案；自候選列表中選擇候選答案其中一者為回報答案，并依據(jù)回報答案輸出第一語音應答；接收并解析第二語音輸入，以判斷回報答案是否正確。當回報答案不正確時，自候選列表中選擇候選答案的另ー者，并依據(jù)所選擇的結果輸出第二語音應答。本發(fā)明提出ー種自然語言對話系統(tǒng)，其包括語音取樣模塊以及自然語言理解模塊。語音取樣模塊接收第一語音輸入。自然語言理解模塊，耦接于語音取樣模塊，自然語言理解模塊解析第一語音輸入中所包括的至少ー特征語義，而獲得一候選列表，其中候選列表具有至少ー候選答案。接著，自然語言理解模塊自候選列表中選擇候選答案中的其中之一為回報答案，并依據(jù)回報答案，輸出第一語音應答。語音取樣模塊接收第二語音輸入，且自然語言理解模塊解析第二語音輸入，以判斷回報答案是否正確。當回報答案不正確時，自然語言理解模塊自候選列表中選擇候選答案中的其中的另一，并依據(jù)所選擇的結果，輸出第二語音應答?；谏鲜?，當自然語言對話系統(tǒng)所輸出的語音應答不符合用戶的語音輸入的請求信息吋，自然語言對話系統(tǒng)可修正原本所提供的語音應答，并依據(jù)用戶后續(xù)所提供的語音輸入，進ー步選出較符合用戶的請求信息的語音應答。如此ー來，倘若用戶不滿意自然語言對話系統(tǒng)所提供的答案吋，自然語言對話系統(tǒng)可回報新的語音應答予用戶，藉以增進用戶與自然語言對話系統(tǒng)進行對話時的便利性。為讓本發(fā)明的上述特征和優(yōu)點能更明顯易懂，下文特舉實施例，并配合所附圖式作詳細說明如下。


圖1為根據(jù)本發(fā)明的一實施例的自然語言理解系統(tǒng)的方塊圖。圖2為根據(jù)本發(fā)明的一實施例的自然語言處理器對用戶的各種請求信息的分析結果的示意圖。圖3A是根據(jù)本發(fā)明的一實施例的結構化數(shù)據(jù)庫所儲存的具有特定數(shù)據(jù)結構的多個記錄的示意圖。圖3B是根據(jù)本發(fā)明的另ー實施例的結構化數(shù)據(jù)庫所儲存的具有特定數(shù)據(jù)結構的多個記錄的示意圖。圖3C是根據(jù)本發(fā)明的另ー實施例的指引數(shù)據(jù)儲存裝置所儲存的指引數(shù)據(jù)的架構示意圖。圖4A為根據(jù)本發(fā)明的一實施例的檢索方法的流程圖。圖4B為根據(jù)本發(fā)明的另ー實施例的自然語言理解系統(tǒng)工作過程的流程圖。圖5A是依照本發(fā)明ー實施例所繪示的自然語言對話系統(tǒng)的方塊圖。圖5B是依照本發(fā)明ー實施例所繪示的自然語言理解模塊的方塊圖。圖5C是依照本發(fā)明另一實施例所繪示的自然語言對話系統(tǒng)的方塊圖。圖6是依照本發(fā)明ー實施例所繪示的修正語音應答的方法流程圖。圖7A是依照本發(fā)明ー實施例所繪示的自然語言對話系統(tǒng)的方塊圖。圖7B是依照本發(fā)明另一實施例所繪示的自然語言對話系統(tǒng)的方塊圖。圖8是依照本發(fā)明ー實施例所繪示的自然語言對話方法流程圖。圖9為依據(jù)本發(fā)明ー實施例的移動終端裝置的系統(tǒng)示意圖。
圖10為依據(jù)本發(fā)明ー實施例的信息系統(tǒng)的系統(tǒng)示意圖。圖11為依據(jù)本發(fā)明ー實施例的基于語音識別的選擇方法的流程圖。圖12是依照本發(fā)明ー實施例所繪示的語音操控系統(tǒng)的方塊圖。圖13是依照本發(fā)明ー實施例所繪示的語音操控系統(tǒng)的方塊圖。圖14是依照本發(fā)明ー實施例所繪示的語音操控方法的流程圖。[主要元件標號說明]100:自然語言理解系統(tǒng)102、505、705 :請求信息104:分析結果106:可能意圖語法數(shù)據(jù)108:關鍵詞110:回應結果112:意圖數(shù)據(jù)114:確定意圖語法數(shù)據(jù)116:分析結果輸出模塊200:檢索系統(tǒng)220:結構化數(shù)據(jù)庫240 :搜尋引擎260:檢索界面單元280:指引數(shù)據(jù)儲存裝置300:自然語言處理器302 :記錄304 :標題欄306:內容欄308:分欄310:指引欄312 :數(shù)值欄314 :來源欄316 :熱度欄400 :知識輔助理解模塊500、500’、700、700’ 自然語言對話系統(tǒng)501、701 :語音輸入503、703 :解析結果507、707 :語音應答509、709 :特征語義510、710、1224 :語音取樣模塊511、711 :候選列表520、520’、720、720’ 自然語言理解模塊522、722 :語音識別模塊524、724 :自然語言處理模塊526、726 :語音合成模塊702 :語音綜合處理模塊 730:特性數(shù)據(jù)庫740:自然語言數(shù)據(jù)庫900、1010 :移動終端裝置910、1011 :語音接收單元920、1013 :數(shù)據(jù)處理單元930、1015 :顯示單元940 :存儲單元1000 :信息系統(tǒng)1020 :服務器SPl :第一語音SP2 :第二語音1200、1300 :語音操控系統(tǒng)1210:輔助啟動裝置1212、1222 :無線傳輸模塊1214:觸發(fā)模塊1216:無線充電電池12162:電池單元12164:無線充電模塊1220、1320 :移動終端裝置1221 :語音系統(tǒng)1226:語音合成模塊1227:語音輸出接ロ1228 :通訊模塊1230 :(云端)服務器1232 :語音理解模塊12322 :語音識別模塊12324 :語音處理模塊
具體實施例方式由于已知運用固定詞列表的實施方式只能提供僵化的輸入規(guī)則，對于用戶多變的輸入語句的判斷能力十分不足，所以常導致對用戶的意圖判斷錯誤而找不到所需的信息、或是因為判斷力不足而輸出不必要的信息給用戶等問題。此外，已知的搜尋引擎只能對用戶提供分散、且相關不強的搜尋結果，于是用戶還要花時間逐條檢視才能過濾出所需信息，不僅浪費時間而且可能漏失所需信息。本發(fā)明即針對已知技術的前述問題提出一結構化數(shù)據(jù)的檢索方法與系統(tǒng)，在結構化數(shù)據(jù)提供特定的字段來儲存不同類型的數(shù)據(jù)元素，俾提供用戶使用自然語音輸入信息進行檢索時，能快速且正確地判斷用戶的意圖，進而提供所需信息予用戶、或提供更精確消息供其選取。圖1為根據(jù)本發(fā)明的一實施例的自然語言理解系統(tǒng)的方塊圖。如圖1所示，自然語言理解系統(tǒng)100包括檢索系統(tǒng)200、自然語言處理器300以及知識輔助理解模塊400，知識輔助理解模塊400耦接自然語言處理器300以及檢索系統(tǒng)200，檢索系統(tǒng)200還包括結構化數(shù)據(jù)庫220、搜尋引擎240以及檢索界面単元260，其中搜尋引擎240耦接結構化數(shù)據(jù)庫220以及檢索界面單元260。在本實施例中，檢索系統(tǒng)200包括有檢索界面單元260，但非以限定本發(fā)明，某些實施例中可能沒有檢索界面単元260，而以其它方式使搜尋引擎240對結構化數(shù)據(jù)庫220進行全文檢索。當用戶對自然語言理解系統(tǒng)100發(fā)出請求信息102吋，自然語言處理器300可分析請求信息102，并在將所分析的可能意圖語法數(shù)據(jù)106送往知識輔助理解模塊400，其中可能意圖語法數(shù)據(jù)106包含關鍵詞108與意圖數(shù)據(jù)112。隨后，知識輔助理解模塊400取出可能意圖語法數(shù)據(jù)106中的關鍵詞108并送往檢索系統(tǒng)200并將意圖數(shù)據(jù)112儲存在知識輔助理解模塊400內部，而檢索系統(tǒng)200中的搜尋引擎240將依據(jù)關鍵詞108對結構化數(shù)據(jù)庫220進行全文檢索之后，再將全文檢索的響應結果110回傳至知識輔助理解模塊400。接著，知識輔助理解模塊400依據(jù)響應結果110對所儲存的意圖數(shù)據(jù)112進行比對，并將所求得的確定意圖語法數(shù)據(jù)114送往分析結果輸出模塊106，而分析結果輸出模塊116再依據(jù)確定意圖語法數(shù)據(jù)114，傳送分析結果104至服務器，隨后在查詢到用戶所需的數(shù)據(jù)后將其送給用戶。上述的分析結果輸出模塊116可視情況與其它模塊相結合，例如在一實施例中可并入知識輔助理解模塊400中、或是在另一實施例中分離于自然語言理解系統(tǒng)100而位于服務器(包含自然語言理解系統(tǒng)100者)中，于是服務器將直接接收意圖語法數(shù)據(jù)114再進行處理。此外，知識輔助理解模塊400可將意圖數(shù)據(jù)112儲存在模塊內部的儲存裝置中、在自然語言理解系統(tǒng)100中、服務器中(包含自然語言理解系統(tǒng)100者)、或是在任何可供知識輔助理解模塊400可以擷取到的儲存器中，本發(fā)明對此并不加以限定。再者，自然語言理解系統(tǒng)100包括檢索系統(tǒng)200、自然語言處理器300以及知識輔助理解模塊400可以用硬件、軟件、固件、或是上述方式的各種結合方式來構筑，本發(fā)明亦未對此進行限制。前述自然語言理解系統(tǒng)100可以位于云端服務器中，也可以位于局域網絡中的服務器，甚或是位于個人計算機、移動計算器裝置(如筆記本型計算機)或移動通訊裝置(如手機)等。自然語言理解系統(tǒng)100或檢索系統(tǒng)200中的各構件也不一定需設置在同一機器中，而可視實際需要分散在不同裝置或系統(tǒng)通過各種不同的通訊協(xié)議來連結。例如，自然語言理解處理器300及知識輔助理解模塊400可配置于同一智能型手機內，而檢索系統(tǒng)200可配置在另ー云端服務器中；或者是，檢索界面単元260、自然語言理解處理器300及知識輔助理解模塊400可配置于同一筆記本型計算機內，而搜尋引擎240及結構化數(shù)據(jù)庫220可配置于局域網絡中的另一服務器中。此外，當自然語言理解系統(tǒng)100皆位于服務器時(不論是云端服務器或局域網絡服務器)，可以將檢索系統(tǒng)200、自然語言理解處理器300、以及知識輔助理解模塊400配置不同的計算機主機中，并由服務器主系統(tǒng)來統(tǒng)籌其相互間的消息與數(shù)據(jù)的傳送。當然，檢索系統(tǒng)200、自然語言理解處理器300、以及知識輔助理解模塊400亦可視實際需求而將其中兩者或全部合并在ー計算機主機中，本發(fā)明并不對這部分的配置進行限制。在本發(fā)明的實施例中，用戶可以用各種方式來向自然語言處理器300發(fā)出請求信息，例如用說話的語音輸入或是文字描述等方式來發(fā)出請求信息。舉例來說，若自然語言理解系統(tǒng)100是位于云端或局域網絡中的服務器(未顯示)內，則用戶可先通過移動裝置(例如手機、PDA、平板計算機或類似系統(tǒng))來輸入請求信息102，接著再通過電信系統(tǒng)業(yè)者來將請求信息102傳送至服務器中的自然語言理解系統(tǒng)100，來讓自然語言處理器300進行請求 信息102的分析，最后服務器于確認用戶意圖后，再通過分析結果輸出模塊116將對應的分析結果104通過服務器的處理后，將用戶所請求的信息傳回用戶的移動裝置。舉例來說，請求信息102可以是用戶希望通過自然語言理解系統(tǒng)100來求得答案的問題(例如“明天上海的天氣怎么樣啊”)，而自然語言理解系統(tǒng)100在分析出用戶的意圖是查詢上海明天的天氣時，將通過分析結果輸出模塊116將所查詢的天氣數(shù)據(jù)作為輸出結果104送給用戶。此夕卜，若用戶對自然語言理解系統(tǒng)100所下的指令為“我要看讓子彈飛”、“我想聽一起走過的日子〃時，因為“讓子彈飛”或“一起走過的日子”可能包含不同的領域，所以自然語言處理器300會將用戶的請求信息102分析成ー個或ー個以上的可能意圖語法數(shù)據(jù)106，此可能意圖語法數(shù)據(jù)106包括有關鍵詞108及意圖數(shù)據(jù)112，然后再經由對檢索系統(tǒng)220中的結構化數(shù)據(jù)240進行全文檢索后，進而確認用戶的意圖。進ー步來說，當用戶的請求信息102為〃明天上海怎么樣??？〃吋，自然語言處理器300經過分析后，可產生ー個可能意圖語法數(shù)據(jù)106 //<queryweather>,〈city〉=上海，〈時間 >=明天"。在一實施例中，如果自然語言理解系統(tǒng)100認為用戶的意圖已相當明確，便可以直接將用戶的意圖(亦即查詢明天上海的天氣)通過分析結果輸出模塊116輸出分析結果104至服務器，而服務器可在查詢到用戶所指定的天氣候傳送給用戶。又例如，當用戶的請求信息102為〃我要看三國演義〃吋，自然語言處理器300經過分析后，可產生出三個可能意圖語法數(shù)據(jù)106 〃くreadbook〉，〈bookname〉=三國演義"；〃くwatchTV〉，〈TVname〉=三國演義〃；以及〃くwatchfilm〉，〈filmname〉=三國演義"。這是因為可能意圖語法數(shù)據(jù)106中的關鍵詞108(亦即“三國演義”)可能屬于不同的領域，亦即書籟(〈readbook〉)、電視劇(〈watchTV〉)、以及電影(〈readfilm〉)三個領域，所以一個請求信息102可分析成多個可能意圖語法數(shù)據(jù)106，因此需要通過知識輔助理解模塊400做進ー步分析，來確認用戶的意圖。再舉另ー個例子來說，若用戶輸入"我要看讓子彈飛〃吋，因其中的〃讓子彈飛〃有可能是電影名稱或是書名稱，所以也可能出現(xiàn)至少以下兩個可能意圖語法數(shù)據(jù)106 〃くreadbook〉，〈bookname〉=讓子彈飛〃；以及〃くwatchfilm〉，〈filmname〉=讓子彈飛"；其分別屬于書籍與電影兩個領域。上述的可能意圖語法數(shù)據(jù)106隨后需通過知識輔助理解模塊400做進ー步分析，并從中求得確定意圖語法數(shù)據(jù)114，來表達用戶的請求信息的明確意圖。當知識輔助理解模塊400分析可能意圖語法數(shù)據(jù)106時，知識輔助理解模塊400可通過檢索界面206傳送關鍵詞108 (例如上述的“三國演義”或“讓子彈飛”)給檢索系統(tǒng)200。檢索系統(tǒng)200中的結構化數(shù)據(jù)庫220儲存了具有特定數(shù)據(jù)結構的多個記錄，而搜尋引擎240能通過檢索界面単元260所接收的關鍵詞108來對結構化數(shù)據(jù)庫220進行全文檢索，并將全文檢索所獲得的響應結果回傳給知識輔助理解模塊400，隨后知識輔助理解模塊400便能通過此響應結果110來求得確定意圖語法數(shù)據(jù)114。至于對結構化數(shù)據(jù)庫 220進行全文檢索以確定意圖語法數(shù)據(jù)114的細節(jié)，將在后面通過圖3A、圖3B與相關段落做更詳細的描述。在本發(fā)明的概念中，自然語言理解系統(tǒng)100能先擷取用戶的請求信息102中的關鍵詞108，并通過結構化數(shù)據(jù)庫220的全文檢索結果來判別關鍵詞108的領域屬性，例如上述輸入“我要看三國演義”時，會產生分別屬于書籍、電視劇、電影三個領域的可能意圖語法數(shù)據(jù)106，隨后再進ー步分析并確認用戶的明確意圖。因此用戶能夠很輕松地以ロ語化方式來表達出其意圖或信息，而不需要特別熟記特定用語，例如已知作法中關于固定詞列表的特定用語。圖2為根據(jù)本發(fā)明的一實施例的自然語言處理器300對用戶的各種請求信息的分析結果的示意圖。如圖2所示，當用戶的請求信息102為〃明天上海的天氣怎么樣啊〃吋，自然語言處理器300經過分析后，可產生出可能意圖語法數(shù)據(jù)106為//<queryweather>,〈city〉=上海，〈時間 >=明天”其中意圖數(shù)據(jù)112為〃く queryweather>〃、而關鍵詞108為〃上?！ㄅc〃明天〃。由于經自然語言處理器300的分析后只取得ー組意圖語法數(shù)據(jù)106(查詢天氣〈queryweather〉),因此在ー實施例中，知識輔助理解模塊400可直接取出關鍵詞108〃上海〃與〃明天〃作為分析結果104送往服務器來查詢天氣的信息(例如查詢明天上海天氣概況、包含氣象、氣溫…等信息)，而不需要對結構化數(shù)據(jù)庫220進行全文檢索來判定用戶意圖。當然，在一實施例中，仍可對結構化數(shù)據(jù)庫220進行全文檢索做更精確的用戶意圖判定，熟習本發(fā)明技藝者可依據(jù)實際需求進行變更。此外，當用戶的請求信息102為〃我要看讓子彈飛〃吋，因為可產生出兩個可能意圖語法數(shù)據(jù)106:〃くreadbook〉，〈bookname〉=讓子彈飛〃；以及〃くwatchfilm〉，〈filmname〉=讓子彈飛"；與兩個對應的意圖數(shù)據(jù)112〃〈readbook>〃與〃くwatchf以及兩個相同的關鍵詞108〃讓子彈飛〃，來表示其意圖可能是看〃讓子彈飛〃的書籍或是看〃讓子彈飛〃的電影。為進ー步確認用戶的意圖，將通過知識輔助理解模塊400傳送關鍵詞108〃讓子彈飛〃給檢索界面単元260，接著搜尋引擎240便通過此關鍵詞108〃讓子彈飛〃來對結構化數(shù)據(jù)庫220進行全文檢索，以確認"讓子彈飛"應該是書名稱或是電影名稱，藉以確認用戶的意圖。再者，當用戶的請求信息102為〃我想聽一起走過的日子〃時，可產生出兩個可能意圖語法數(shù)據(jù)106 I aymus i c>，、s inger >= — 起走過，、songname>=曰 ナ ；//<playmusic>, <songname>= 一起走過的日子"兩個對應的相同的意圖數(shù)據(jù)112〃〈playmusic>〃、以及兩組對應的關鍵詞108〃 一起走過〃與〃日子〃及〃 一起走過的日子〃，來分別表示其意圖可能是聽歌手〃 一起走過〃所唱的歌曲〃日子〃、或是聽歌曲〃 一起走過的日子〃，此時知識輔助理解模塊400可傳送第一組關鍵詞108〃 一起走過〃與〃日子〃以及第ニ組關鍵詞〃 一起走過的日子〃給檢索 界面単元260，來確認是否有〃 一起走過〃這位歌手來唱的〃日子〃這首歌(第一組關鍵詞所隱含的用戶意圖)、或是否有"一起走過的日子"這首歌(第二組關鍵詞所隱含的用戶意圖)，藉以確認用戶的意圖。然而，本發(fā)明并不限于在此所表示的各可能意圖語法數(shù)據(jù)與意圖數(shù)據(jù)所對應的格式與名稱。圖3A是根據(jù)本發(fā)明的一實施例的結構化數(shù)據(jù)庫220所儲存的具有特定數(shù)據(jù)結構的多個記錄的示意圖。一般而言，在ー些已知的全文檢索作法中，所獲得的搜尋結果是非結構化的數(shù)據(jù)(例如通過google或百度所搜尋的結果)，因其搜尋結果的各項信息是分散且不具關聯(lián)的，所以用戶必須再對各項信息逐一檢視，因此造成實用性的限制。然而，在本發(fā)明的概念中，能通過結構化數(shù)據(jù)庫來有效增進檢索的效率與正確性。因為本發(fā)明所揭露的結構化數(shù)據(jù)庫中的每個記錄內部所包含的數(shù)值數(shù)據(jù)相互間具有關聯(lián)性，且這些數(shù)值數(shù)據(jù)共同用以表達來自用戶的請求信息對該記錄的意圖。于是在搜尋引擎對結構化數(shù)據(jù)庫進行一全文檢索吋，可在記錄的數(shù)值數(shù)據(jù)被匹配吋，輸出對應于該數(shù)值數(shù)據(jù)的指引數(shù)據(jù)以確認該請求信息的意圖。這部分的實施細節(jié)將通過下列實例作更進一歩的描述。在本發(fā)明的實施例中，結構化數(shù)據(jù)庫220所儲存的每個記錄302包括標題欄304及內容欄306，標題欄304內包括多個分欄308，各分欄包括指引欄310以及數(shù)值欄312，所述多個記錄302的指引欄310用以儲存指引數(shù)據(jù)，而所述多個記錄302的數(shù)值欄用312以儲存數(shù)值數(shù)據(jù)。在此以圖3A所示的記錄I來舉例說明，記錄I的標題欄304中的各分欄308分別儲存了^singerguid :劉德華"、^songnameguid :一起走過的日子〃；及 〃songtypeguid :港臺，萼語,流行"；各分欄308的指引欄310分別儲存了指引數(shù)據(jù)〃singerguid〃、〃songnameguid〃及"songtypeguid〃、而其對應分欄308的數(shù)值欄312則分別儲存了數(shù)值數(shù)據(jù)〃劉德華〃、〃 一起走過的日子〃及〃港臺，粵語，流行〃。指引數(shù)據(jù)"singerguid"代表數(shù)值數(shù)據(jù)〃劉德華〃的領域種類為歌手名稱(singer),指引數(shù)據(jù)"songnameguid"代表數(shù)值數(shù)據(jù)〃 一起走過的日子〃的領域種類為歌曲名稱(song)，指引數(shù)據(jù)"songtypeguid"代表數(shù)值數(shù)據(jù)〃港臺，粵語，流行〃的領域種類為歌曲類型(song type)。在此的各指引數(shù)據(jù)實際上可分別用不同的特定一串數(shù)字或字符來表示，在本發(fā)明中不以此為限。記錄I的內容欄306則是儲存了〃 一起走過的日子〃這首歌的歌詞內容或儲存其它的數(shù)據(jù)(例如作曲/詞者…等)，然而各記錄的內容欄306中的真實數(shù)據(jù)并非本發(fā)明所強調的重點，因此在圖3A中僅示意性地來描述之。前述的實施例中，每個記錄包括標題欄304及內容欄306，且標題欄304內的分欄308包括指引欄310以及數(shù)值欄312，但非以限定本發(fā)明，某些實施例中也可以沒有內容欄306，甚或是有些實施例中可以沒有指引欄310。除此之外，在本發(fā)明的實施例中，于各分欄308的數(shù)據(jù)間儲存有第一特殊字符來分隔各分欄308的數(shù)據(jù)，于指引欄310與該數(shù)值欄312的數(shù)據(jù)間儲存有第二特殊字符來分隔指引欄與數(shù)值欄的數(shù)據(jù)。舉例來說，如圖3A所示，"singerguid〃與〃劉德華〃之間、"songnameguid"與〃 一起走過的日子〃之間、以及"songtypeguid"與〃港臺，萼語，流行·〃之間是利用第二特殊字符〃"來做分隔，而記錄I的各分欄308間是利用第一特殊字符〃 I "來做分隔，然而本發(fā)明并不限于以〃"或〃 I "來作為用以分隔的特殊字符。另ー方面，在本發(fā)明的實施例中，標題欄304中的各分欄308可具有固定位數(shù)，例如各分欄308的固定位數(shù)可以是32個字符，而其中的指引欄310的固定位數(shù)可以是7或8個位(最多用來指引128或256種不同的指引數(shù)據(jù))，此外，因第一特殊字符與第二特殊字符所需要的位數(shù)可以是固定的，所以分欄308的固定位數(shù)在扣除指引欄310、第一特殊字符、第二特殊字符所占去的位數(shù)后，剩下的位數(shù)便可悉數(shù)用來儲存數(shù)值欄312的數(shù)值數(shù)據(jù)。再者，由于分欄308的位數(shù)固定，加上分欄308儲存數(shù)據(jù)的內容可如圖3A所示依序為指引欄310(指引數(shù)據(jù)的指針)、第一特殊字符、數(shù)值欄312的數(shù)值數(shù)據(jù)、第二特殊字符，而且如前所述，這四個數(shù)據(jù)的位數(shù)量也是固定的，于是在實作上可跳過指引欄310的位(例如跳過前7或8個位)、以及第二特殊字符的位數(shù)(例如再跳過I個字符，亦即8個位)后，再扣掉第一特殊字符所占的位數(shù)(例如最后I個字符、8個位)之后，最后便可直接取得數(shù)值欄312的數(shù)值數(shù)據(jù)(例如在記錄I的第一個分欄308中直接取出數(shù)值數(shù)據(jù)“劉德華”)，接著再進行所需的領域種類判斷即可。于是，在目前所取出的數(shù)值數(shù)據(jù)比對完畢后(不論是否比對成功與否)，可以再依據(jù)上述取出數(shù)值數(shù)據(jù)的方式取出下一個分欄308的數(shù)值數(shù)據(jù)(例如在記錄I的第二個分欄308中直接取出數(shù)值數(shù)據(jù)“一起走過的日子”)，來進行比對領域種類的比對。上述取出數(shù)值數(shù)據(jù)的方式可以從記錄I開始進行比對，并在比對完記錄I所有的數(shù)值數(shù)據(jù)后，再取出記錄2的標題欄308中第一個分欄308的數(shù)值數(shù)據(jù)(例如“馮小剛”)進行比對。上述比對程序將持續(xù)進行，直到所有記錄的數(shù)值數(shù)據(jù)都被比對過為止。應注意的是，上述的分欄308的位數(shù)、以及指引欄310、第一特殊字符、第二特殊字符個使用的位數(shù)可依實際應用改變，本發(fā)明對此并未加以限制。前述利用比對來取出數(shù)值數(shù)據(jù)的方式只是ー種實施例，但非用以限定本發(fā)明，另ー實施例可以使用全文檢索的方式來進行。此外，上述跳過指引欄310、第二特殊字符、第一特殊字符的實作方式，可以使用位平移(例如除法)來達成，此部分的實施可以用硬件、軟件、或兩者搭配的方式進行，熟習本發(fā)明技藝者可依計實際需求而變更。在本發(fā)明的另ー實施例中，標題欄304中的各分欄308可具有固定位數(shù)，分欄308中的指引欄310可具有另ー固定位數(shù)，并且標題欄304中可不包括第一特殊字符以及第ニ特殊字符，由于各分欄308以及各指引欄310的位數(shù)為固定，所以可利用跳過特定位數(shù)的方式或是使用位平移(例如除法)的方式來直接取出各分欄308中的指引數(shù)據(jù)或數(shù)值數(shù)據(jù)。
應注意的是，由于前面已提到分欄308具有一定的位數(shù)，所以可以在自然語言理解系統(tǒng)100中(或是包含自然語言理解系統(tǒng)100的服務器中)使用計數(shù)器來記錄目前所比對的是某一記錄的某分欄308。此外，比對的記錄亦可使用另ー計數(shù)器來儲存其順序。舉例來說，當分別使用一第一計數(shù)器記錄來表示目前所比對的記錄順序、并使用一第二計數(shù)器來表示目前所比對的分欄順序時，若目前比對的是圖3A的記錄2的第3個分欄308 (亦即比對”filenameguid:華誼兄”)時，第一計數(shù)器所儲存的數(shù)值將是2 (表示目前比對的是記錄2)，第二計數(shù)器所儲存的數(shù)值則為3 (表示目前比對的是第3個分欄308)。再者，上述僅以7或8個位儲存指引欄310的指引數(shù)據(jù)的方式，系希望將分欄308的大多數(shù)位都用來儲存數(shù)值數(shù)據(jù)，而實際的指引數(shù)據(jù)則可通過這7、8個位當作指針，再據(jù)以從檢索系統(tǒng)200所儲存的指引數(shù)據(jù)儲存裝置280中讀取實際的指引數(shù)據(jù)，其中指引數(shù)據(jù)系以表格的方式進行儲存，但其它任何可供檢索系統(tǒng)200存取的方式皆可用在本發(fā)明中。于是，在實際操作時，除了可直接取出數(shù)值數(shù)據(jù)進行比對之外，亦可在產生匹配結果時，直接依據(jù)上述兩個計數(shù)器的數(shù)值，直接取出指引數(shù)據(jù)作為響應結果110送給知識輔助理解模塊400。舉例來說，當記錄6的第2個分欄308 (亦即“songnameguid:背叛”)匹配成功時,將得知目前的第一計數(shù) 器/第二計數(shù)器的數(shù)值分別為6與2，因此可以依據(jù)這兩個數(shù)值前往儲存圖3C所示的指引數(shù)據(jù)儲存裝置280，由記錄6的分欄2查詢出指引數(shù)據(jù)為”songnameguid”。在一實施例中，可以將分欄308的位樹固定后，再將分欄308的所有位都用來儲存數(shù)值數(shù)據(jù)，于是可以完全除去指引欄、第一特殊字符、第二特殊字符，而搜尋引擎240只要知道每越過固定位數(shù)就是另ー個分欄308，并在第二計數(shù)器中加ー即可(當然，每換下一個記錄進行檢索時亦需將第一計數(shù)器的儲存值加一)，這樣可以提供更多的位數(shù)來儲存數(shù)值數(shù)據(jù)。再舉ー個實例來說明比對產生匹配結果吋，回傳匹配記錄110至知識輔助理解模塊400做進ー步處理的過程。對應于上述記錄302的數(shù)據(jù)結構，在本發(fā)明的實施例中，當用戶的請求信息102為〃我要看讓子彈飛〃時，可產生出兩個可能意圖語法數(shù)據(jù)106:〃くreadbook〉，〈bookname〉=讓子彈飛〃；與〃くwatchfilm〉，〈filmname〉=讓子彈飛"；搜尋引擎240便通過檢索界面単元260所接收的關鍵詞108〃讓子彈飛〃來對圖3A的結構化數(shù)據(jù)庫220所儲存的記錄的標題欄304進行全文檢索。全文檢索中，在標題欄304中找到了儲存有數(shù)值數(shù)據(jù)〃讓子彈飛〃的記錄5，因此產生了匹配結果。接下來，檢索系統(tǒng)200將回傳記錄5標題欄304中，對應于關鍵詞108”讓子彈飛”的指引數(shù)據(jù)”filmnameguid”作為匹配記錄110并回傳至知識輔助理解模塊400。由于在記錄5的標題欄中，包含對應數(shù)值數(shù)據(jù)〃讓子彈飛〃的指引數(shù)據(jù)"filmnameguid〃，所以知識輔助理解模塊400通過比對記錄5的指引數(shù)據(jù)"filmnameguid"與上述可能意圖語法數(shù)據(jù)106先前已儲存的意圖數(shù)據(jù)112〃〈watchfilm>〃或"〈readbook〉〃,便能判斷出此次請求信息的確定意圖語法數(shù)據(jù)114為〃くwatchfilm〉,〈filmname〉=讓子彈飛〃(因為都包含” film”在其中)。換句話說，此次用戶的請求信息102中所描述數(shù)據(jù)"讓子彈飛"是電影名稱，而數(shù)據(jù)用戶的請求信息102的意圖為看電影〃讓子彈飛〃，而非閱讀書籍。再舉ー個實例作更進ー步的說明。當用戶的請求信息102為〃我想聽一起走過的日子〃時，可產生出兩個可能意圖語法數(shù)據(jù)106:〃くplaymusic〉，〈songname〉=一起走過的日子”；搜尋引擎240便通過檢索界面単元260所接收的兩組關鍵詞108:〃一起走過〃與〃日子〃；以及〃一起走過的日子〃來對圖3A的結構化數(shù)據(jù)庫220所儲存的記錄的標題欄304進行全文檢索。由于全文檢索中，并未在所有記錄的標題欄304中找到對應于第一組關鍵詞108〃 一起走過〃與〃日子〃的匹配結果，而是找到了對應于第二組關鍵詞108〃 一起走過的日子〃的記錄1，于是檢索系統(tǒng)200將記錄I標題欄304中對應于第二組關鍵詞108的指引數(shù)據(jù)"songnameguid",作為匹配記錄110且回傳至知識輔助理解模塊400。接下來，知識輔助理解模塊400在接收對應數(shù)值數(shù)據(jù)〃 一起走過的日子〃的指引數(shù)據(jù)"songnameguid"后， 便與可能意圖語法數(shù)據(jù)106 (亦即〃くplaymusic〉,〈singer〉= 一起走過，〈songname〉=日子"與〃く playmusic〉,〈songname〉= 一起走過的日子〃)中的意圖數(shù)據(jù)112 (亦即〈singer〉、〈songname〉等)進行比對，于是便發(fā)現(xiàn)此次用戶的請求信息102中并未描述有歌手名稱的數(shù)據(jù)，而是描述有歌曲名稱為〃 一起走過的日子〃的數(shù)據(jù)(因為只有〈songname〉比對成功)。所以，知識輔助理解模塊400可通過上述比對而判斷出此次請求信息102的確定意圖語法數(shù)據(jù)114為〃くplaymusic〉,〈songname〉= 一起走過的日子〃,而用戶的請求信息102的意圖為聽歌曲〃 一起走過的日子"。在本發(fā)明的另ー實施例中，檢索而得的匹配記錄110可以是與關鍵詞108完全匹配的全匹配記錄、或是與關鍵詞108部分匹配的部分匹配記錄。舉例來說，如果用戶的請求信息102為〃我想聽蕭敬騰的背叛〃，同樣地，自然語言處理器300經過分析后，產生出兩個可能意圖語法數(shù)據(jù)106:〃く playmusic〉，〈singer〉=蕭敬騰，〈songname〉=背叛〃；及"〈playmusic〉，〈songname〉=蕭敬騰的背叛”；并傳送兩組關鍵詞108:〃蕭敬騰〃與〃背叛〃；以及〃蕭敬騰的背叛〃；給檢索界面単元260，搜尋引擎240接著通過檢索界面単元260所接收的關鍵詞108來對圖3A的結構化數(shù)據(jù)庫220所儲存的記錄302的標題欄304進行全文檢索。由于在全文檢索中，對應第二組關鍵詞108"蕭敬騰的背叛〃并未匹配到任何記錄，但是對應第一組關鍵詞108〃蕭敬騰〃與〃背叛〃找到了記錄6與記錄7的匹配結果。由于第二組關鍵詞108"蕭敬騰〃與〃背叛〃僅與記錄6中的數(shù)值數(shù)據(jù)〃蕭敬騰相匹配，而未匹配到其它數(shù)值數(shù)據(jù)〃楊宗緯〃及〃曹格〃，因此記錄6為部分匹配記錄(請注意上述對應請求信息102〃我要看讓子彈飛〃的記錄5以及對應請求信息〃我想聽一起走過的日子〃的記錄I皆為部分匹配記錄)，而關鍵詞〃蕭敬騰〃與〃背叛〃完全匹配了記錄7的數(shù)值數(shù)據(jù)(因為第二組關鍵詞108〃蕭敬騰〃與〃背叛〃皆匹配成功)，所以記錄7為完全匹配記錄。在本發(fā)明的實施例中，當該檢索界面単元260輸出多個匹配記錄110至知識輔助理解模塊400時，可依序輸出全匹配記錄(亦即全部的數(shù)值數(shù)據(jù)都被匹配)及部分匹配記錄(亦即僅有部分的數(shù)值數(shù)據(jù)被匹配)的匹配記錄110，其中全匹配記錄的優(yōu)先級大于部分匹配記錄的優(yōu)先級。因此，在檢索界面單元260輸出記錄6與記錄7的匹配記錄110時,記錄7的輸出優(yōu)先級會大于記錄6的輸出優(yōu)先級，因為記錄7全部的數(shù)值數(shù)據(jù)〃蕭敬騰〃與〃背叛〃都產生匹配結果，但記錄6還包含〃楊宗緯〃與〃曹格〃未產生匹結果。也就是說，結構化數(shù)據(jù)庫220中所儲存的記錄對其請求信息102中的關鍵詞108的匹配程度越高，越容易優(yōu)先被輸出，以便用戶進行查閱或挑選對應的確定意圖語法數(shù)據(jù)114。在另ー實施例中，可直接輸出優(yōu)先級最高的記錄所對應的匹配記錄110，作為確定意圖語法數(shù)據(jù)114之用。前述非以限定本發(fā)明，因為在另一實施例中可能采取只要搜尋到有匹配記錄即輸出的方式(例如，以"我想聽蕭敬騰的背叛〃為請求信 息102而言，當檢索到記錄6即產生匹配結果吋，即輸出記錄6對應的指引數(shù)據(jù)做匹配記錄110)，而沒有包含優(yōu)先級的排序，以加快檢索的速度。在另ー實施例中，可對優(yōu)先級最高的記錄，直接執(zhí)行其對應的處理方式并提供予用戶。例如當優(yōu)先級最高的為播放三國演義的電影時，可直接播放電影與用戶。此外，若優(yōu)先級最高的為蕭敬騰演唱的背叛時，可直接將此歌曲播放與用戶。應注意的是，本發(fā)明在此僅作說明，并非對此加以限定。在本發(fā)明的再一實施例中，如果用戶的請求信息102為〃我要聽劉德華的背叛"，則其可能意圖語法數(shù)據(jù)106的其中之ー為〃くplaymusic〉，〈singer〉=劉德華，〈songname〉=背叛”；若檢索界面単元260將關鍵詞108"劉德華〃與〃背叛〃輸入搜尋引擎240，并不會在圖3的數(shù)據(jù)庫中找到任何的匹配結果。在本發(fā)明的又一實施例中，檢索界面単元260可分別將關鍵詞108〃劉德華〃以及〃背叛〃輸入搜尋引擎240，并且分別對應求得〃劉德華〃是歌手名稱(指引數(shù)據(jù)singerguid)以及〃背叛〃是歌曲名稱(指引數(shù)據(jù)songnameguid,且歌手可能是曹格或是蕭敬騰、楊宗緯與曹格合唱)。此時，自然語言理解系統(tǒng)100可進ー步提醒用戶“背叛這首歌曲是否為蕭敬騰所唱(依據(jù)記錄7的匹配結果)？”，或者，“是否為蕭敬騰、楊宗緯與曹格所合唱(依據(jù)記錄6的匹配結果)？”。在本發(fā)明的再一實施例中，結構化數(shù)據(jù)庫220所儲存記錄可還包括有來源欄314及熱度欄316。如圖3B所示的數(shù)據(jù)庫，其除了圖3A的各項字段之外，還包含來源欄314及熱度欄316。各記錄的來源欄314用以儲存此記錄是出自哪ー個結構化數(shù)據(jù)庫(在此圖式中僅顯示結構化數(shù)據(jù)庫220，而實際上可存在更多不同的結構化數(shù)據(jù)庫)、或是哪ー個用戶、服務器所提供的來源值。并且，自然語言理解系統(tǒng)100可根據(jù)用戶在之前的請求消息102中所透漏的喜好，來檢索特定來源的結構化數(shù)據(jù)庫(例如以請求信息102中的關鍵詞進行全文檢索產生匹配時，便對該記錄的熱度值加ー)。而各記錄302的熱度欄316用以儲存此記錄302的搜尋熱度值或是熱門程度值(例如該記錄在特定時間里被単一用戶、特定用戶群組、所有用戶的匹配次數(shù)或機率)，以供知識輔助理解模塊400判斷用戶意圖時的參考。詳細而論，當用戶的請求信息102為〃我要看三國演義〃吋，自然語言處理器300經過分析后，可產生出多個可能意圖語法數(shù)據(jù)106 〃くreadbook〉，〈bookname〉=三國演義”；〃くwatchTV〉，〈TVname〉=三國演義〃；以及〃くwatchfilm〉，〈filmname〉=三國演義"。若自然語言理解系統(tǒng)100在用戶的請求信息102的歷史記錄中(例如利用通過熱度欄316儲存該筆記錄302被某用戶所點選的次數(shù))，統(tǒng)計出其大部份的請求為看電影，則自然語言理解系統(tǒng)100可針對儲存電影記錄的結構化數(shù)據(jù)庫來做檢索(此時來源欄314中的來源值，是記錄儲存電影記錄的結構化數(shù)據(jù)庫的代碼)，從而可優(yōu)先判定〃くwatchfilm〉,〈filmname〉=三國演義〃為確定意圖語法數(shù)據(jù)114。舉例來說,在一實施例中亦可在每個記錄302被匹配一次，就可在后面的熱度欄316加一，作為用戶的歷史記錄。于是在依據(jù)關鍵詞108 “三國演義”做全文檢索時，可以從所有匹配結果中挑選熱度欄316中數(shù)值最高的記錄302，作為判斷用戶意圖之用。在一實施例中，若自然語言理解系統(tǒng)100在關鍵詞108〃三國演義〃的檢索結果中，判定對應〃三國演義〃這出電視節(jié)目的記錄的熱度欄316所儲存的搜尋熱度值最高，則便可優(yōu)先判定〃くwatchTV〉，〈TVname〉=三國演義〃為確定意圖語法數(shù)據(jù)114。此外，上述對熱度欄316所儲存數(shù)值的變更方式，可通過自然語言理解系統(tǒng)100所在的計算機系統(tǒng)進行變更，本發(fā)明對此并不加以限制。此外、熱度欄316的數(shù)值亦可隨時間遞減，以表示用戶對某項記錄302的熱度已逐漸降低，本發(fā)明對這部分亦不加以限制。再舉另ー個實例來說，在另ー實施例中，由于用戶可能在某段時間中特別喜歡看三國演義的電視劇，由于電視劇的長度可能很長而用戶無法短時間看完，因此在短時間中可能重復點選(假設每匹配一次就將熱度欄316內的數(shù)值加ー的話)，因此造成某個記錄302被重復匹配，這部分都可通過分析熱度欄316的數(shù)據(jù)而得知。再者，在另ー實施例中，電信業(yè)者也可以利用熱度欄316來表示某一來源所提供數(shù)據(jù)被取用的熱度，而此數(shù)據(jù)供應者的編碼可以用來源欄314進行儲存。舉例來說，若某位供應“三國演義電視劇”的供應者的被點選的機率最高，所以當某用戶輸入“我要看三國演義”的請求信息102時，雖然在對圖3B的數(shù)據(jù)庫進行全文檢索時會找到閱讀三國演義的書籍(記錄8)、觀看三國演義電視劇(記錄9)、觀看三國演義電影(記錄10)三個匹配結果，但由于熱度欄316中的數(shù)據(jù)顯示觀看三國演義電視劇是現(xiàn)在最熱門的選項(亦即記錄8、9、10的熱度欄的數(shù)值分別為2、5、8)，所以將先提供記錄10的指引數(shù)據(jù)做匹配記錄110輸出至知識輔助理解系統(tǒng)400，作為判定用戶意圖的最優(yōu)先選項。在一實施例中，可同時將來源欄314的數(shù)據(jù)顯示給用戶，讓用戶判斷他所想要觀看的電視劇是否為某位供應者所提供。應注意的是，上述對來源欄314所儲存數(shù)據(jù)以及其變更方式，亦可通過自然語言理解系統(tǒng)100所在的計算機系統(tǒng)進行變更，本發(fā)明對此并不加以限制。明顯的，本發(fā)明所揭露的結構化數(shù)據(jù)庫中的每個記錄內部所包含的數(shù)值數(shù)據(jù)相互間具有關聯(lián)性(例如記錄I中的數(shù)值數(shù)據(jù)“劉德華”、“一起走過的日子”、“港臺，粵語，流行”都是用來描述記錄I的特征)，且這些數(shù)值數(shù)據(jù)共同用以表達來自用戶的請求信息對該記錄的意圖(例如對“一起走過的日子”產生匹配結果時，表示用戶的意圖可能是對記錄I的數(shù)據(jù)存取)，于是在搜尋引擎對結構化數(shù)據(jù)庫進行全文檢索時，可在記錄的數(shù)值數(shù)據(jù)被匹配吋，輸出對應于該數(shù)值數(shù)據(jù)的指引數(shù)據(jù)(例如輸出“ songnameguid”作為響應結果110)，進而確認該請求信息的意圖(例如在知識輔助理解模塊中進行比對)。基于上述示范性實施例所掲示或教示的內容，圖4A為根據(jù)本發(fā)明的一實施例的檢索方法的流程圖。請參閱圖4A，本發(fā)明的實施例的檢索方法包括以下步驟提供結構化數(shù)據(jù)庫，且結構化數(shù)據(jù)庫儲存多個記錄(步驟S410)；接收至少一關鍵詞(步驟S420)；
通過關鍵詞來對多個記錄的標題欄進行全文檢索(步驟S430)。舉例來說，將關鍵詞108輸入檢索界面単元260來讓搜尋引擎240對結構化數(shù)據(jù)庫220所儲存的多個記錄302的標題欄304進行全文檢索，至于檢索方式可如對圖3A或圖3B所進行的檢索方式、或是不變更其精神的方式來進行；判斷全文檢索是否有匹配結果(步驟S440)。舉例來說，通過搜尋引擎240來判斷此關鍵詞108所對應的全文檢索是否有匹配結果；以及若有匹配結果，依序輸出全匹配記錄及部分匹配記錄(步驟S450)。舉例來說，若結構化數(shù)據(jù)庫220中有記錄匹配此關鍵詞108，則檢索界面単元260依序輸出匹配此關鍵詞108的全匹配記錄及部分匹配記錄中的指引數(shù)據(jù)(可通過對圖3C的指引數(shù)據(jù)儲存裝置280而取得)作為匹配記錄110送往知識輔助理解系統(tǒng)400，其中全匹配記錄的優(yōu)先級大于部分匹配記錄的優(yōu)先級。前述的流程步驟非以限定本發(fā)明，有些步驟是可以忽略或移除，例如，在本發(fā)明的另ー實施例中，可通過位于檢索系統(tǒng)200外的匹配判斷模塊(未繪示于圖中)來執(zhí)行步驟S440 ;或是在本發(fā)明的另ー實施例中，可忽略上述步驟S450，其依序輸出全匹配記錄及部分匹配記錄的動作可以通過位于檢索系統(tǒng)200外的匹配結果輸出模塊(未繪示于圖中)，來執(zhí)行步驟S450中依序輸出全匹配記錄及部分匹配記錄的動作?；谏鲜鍪痉缎詫嵤├鶔魇净蚪淌镜膬热?，圖4B為根據(jù)本發(fā)明的另ー實施例的自然語言理解系統(tǒng)100工作過程的流程圖。請參閱圖4B，本發(fā)明的另ー實施例的自然語言理解系統(tǒng)100工作過程包括以下步驟接收請求信息(步驟S510)。舉例來說，用戶將具有語音內容或文字內容的請求信息102傳送至自然語言理解系統(tǒng)100 ；提供結構化數(shù)據(jù)庫，且結構化數(shù)據(jù)庫儲存多個記錄(步驟S520)；將請求信息語法化(步驟S530)。舉例來說，自然語言處理器300分析用戶的請求信息102后，進而轉為對應的可能意圖語法數(shù)據(jù)106 ；辨別關鍵詞的可能屬性(步驟S540)。舉例來說，知識輔助理解模塊400辨別出可能意圖語法數(shù)據(jù)106中的至少ー關鍵詞108的可能屬性，例如，關鍵詞108〃三國演義〃可能是書、電影及電視節(jié)目；通過關鍵詞108來對多個記錄的標題欄304進行全文檢索(步驟S550)。舉例來說，將關鍵詞108輸入檢索界面単元260來讓搜尋引擎240對結構化數(shù)據(jù)庫220所儲存的多個記錄的標題欄304進行全文檢索；判斷全文檢索是否有匹配結果(步驟S560)。舉例來說，通過搜尋引擎240來判斷此關鍵詞108所對應的全文檢索是否有匹配結果；若有匹配結果，依序輸出全匹配記錄及部分匹配記錄(步驟S570)所對應的指引數(shù)據(jù)為匹配記錄110。舉例來說，若結構化數(shù)據(jù)庫220中有記錄匹配此關鍵詞108，則檢索界面単元260依序輸出匹配此關鍵詞108的全匹配記錄及部分匹配記錄所對應的指引數(shù)據(jù)為匹配記錄110,其中全匹配記錄的優(yōu)先級大于部分匹配記錄的優(yōu)先級；以及依序輸出對應的確定意圖語法數(shù)據(jù)(步驟S580)。舉例來說，知識輔助理解模塊400通過依序輸出的全匹配記錄及部分匹配記錄，藉以輸出對應的確定意圖語法數(shù)據(jù)114。前述的流程步驟非以限定本發(fā)明，有些步驟是可以忽略或移除。綜上所述，本發(fā)明通過取出用戶的請求信息所包括的關鍵詞，并且針對結構化數(shù)據(jù)庫中的具有數(shù)據(jù)結構的記錄的標題欄來進行全文檢索，若產生匹配結果，便可判斷出關鍵詞所屬的領域種類，藉以確定用戶在請求信息所表示的意圖。接下來針對以上結構化數(shù)據(jù)庫在語音識別上的應用做更多的說明。首先針對在自然語言對話系統(tǒng)中，根據(jù)用戶的語音輸入來修正錯誤的語音應答，并進ー步找出其它可能的答案來回報給用戶的應用做說明。雖然現(xiàn)今的移動通訊裝置已可提供自然語言對話功能，以讓用戶發(fā)出語音來和移動通訊裝置溝通。然而在目前的語音對話系統(tǒng)，當用戶的語音輸入不明確時，由于同一句語音輸入可能意指多個不同的意圖或目的，故系統(tǒng)容易會輸出不符合語音輸入的語音應答。因此在很多對話情境中，用戶難以得到符合其意圖的語音應答。為此，本發(fā)明提出ー種修正語音應答的方法以及自然語言對話系統(tǒng)，其中自然語言對話系統(tǒng)可根據(jù)用戶的語音輸入來修至錯誤的語音應答，并進ー步找出其它可能的答案來回報給用戶。為了使本發(fā)明的內容更為明了，以下特舉實施例作為本發(fā)明確實能夠據(jù)以實施的范例。圖5A是依照本發(fā)明ー實施例所繪示的自然語言對話系統(tǒng)的方塊圖。請參照圖5A，自然語言對話系統(tǒng)500包括語音取樣模塊510、自然語言理解模塊520、以及語音合成數(shù)據(jù)庫530。在一實施例中，語音取樣模塊510用以接收語音輸入501 (例如來自用戶的語音)，隨后對其進行解析而產生解析結果503，而自然語言理解模塊520會對解析結果503進行解析而取得其中的請求信息505，并在找到符合請求信息505的答案后，依據(jù)此答案通過對語音合成數(shù)據(jù)庫130進行對應的語音查詢，再輸出所查詢的語音作為對應于語音輸入501的語音應答507予用戶。其中，倘若自然語言理解模塊520所作出的語音應答505不符合語音輸入501中的請求信息505時(例如用戶輸入另ー個語音輸入指示此事)，自然語言理解模塊520會修正原本的答案，并輸出另ー個語音應答507予用戶。前述自然語言對話系統(tǒng)500中的各構件可配置在同一機器中。舉例而言，語音取樣模塊510與自然語言理解模塊520例如是配置于同一電子裝置。其中，電子裝置可以是移動電話(Cell phone)、個人數(shù)字助理(Personal Digital Assistant,PDA)手機、智能型手機(Smart phone)等移動通訊裝置、掌上型計算機(Pocket PC)、平板型計算機(TabletPC)、筆記本型計算機、個人計算機、或是其它具備通訊功能或安裝有通訊軟件的電子裝置，在此并不限制其范圍。此外，上述電子裝置可使用Android操作系統(tǒng)、Microsoft操作系統(tǒng)、Android操作系統(tǒng)、Linux操作系統(tǒng)等等，不限于此。當然，前述自然語言對話系統(tǒng)500中的各構件也不一定需設置在同一機器中，而可分散在不同裝置或系統(tǒng)并通過各種不同的通訊協(xié)議來連結。舉例而言，自然語言理解模塊520可以位于云端服務器中，也可以位于局域網絡中的服務器。此外，自然語言理解模塊520中的各構件也可分散在不同的機器，例如自然語言理解模塊520中的各構件可位于與語音取樣模塊510相同或不同的機器。在本實施例中，語音取樣模塊510用以接收語音輸入，此語音取樣模塊510可以為麥克風(Microphone)等接收音訊的裝置,而語音輸入501可以是來自用戶的語音。自然語言理解模塊520會接收從語音取樣模塊510傳來的語音輸入501,以對語音輸入501進行解析而產生解析結果503。并且，自然語言理解模塊120會根據(jù)解析結果503中的ー個或多個特征語義505(例如圖1A中所提到的關鍵詞108等)來產生至少ー個包含至少ー個候選答案的候選列表111，然后再從這些候選答案中找出較符合特征語義109的答案，進而輸出語音應答107予用戶。由于語音應答105輸出與用戶后，他/她可能認為目前所新的答案的不符合他的需求、或者需要再輸入更多的選擇(例如語音應答105輸出的是多個選項要求用戶駔進ー步選擇)…等，所以用戶會再輸入另ー個語音。是以，如果用戶輸入另ー個語音的話，自然語言理解模塊520會接著依據(jù)用戶所輸入的另ー個語音輸入501判斷先前所輸出的語音應答507是否正確；若為否，則自然語言理解模塊520還會從上述候選列表511中找出另一個候選答案，并據(jù)以產生新的語音應答507提供予用戶。這部分的細節(jié)將通過圖5B做更進一歩的描述。此外，本實施例的自然語言理解模塊520可由一個或數(shù)個邏輯閘組合而成的硬件電路來實作?；蛘?，在本發(fā)明另一實施例中，自然語言理解模塊520可以通過計算機程序碼來實作。舉例來說，自然語言理解模塊520例如是由程序語言所撰寫的程序代碼片段來實作于應用程序、操作系統(tǒng)或驅動程序等，而這些程序代碼片段儲存在儲存單元中，并通過處理單元來執(zhí)行之。為了使本領域的技術人員進ー步了解本實施例的自然語言理解模塊520，底下舉實例來進行說明。然，本發(fā)明在此僅為舉例說明，并不以此為限，例如運用硬件、軟件、固件、或是此三種實施方式的混合搭配等方式，皆可運用來實施本發(fā)明。
圖5B是依照本發(fā)明ー實施例所繪示的自然語言理解模塊520的方塊圖。請參照圖5B，本實施例的自然語言理解模塊520可包括語音識別模塊522、自然語言處理模塊524以及語音合成模塊526。其中，語音識別模塊522會接收從語音取樣模塊510傳來的對語音輸入501進行解析的解析結果503，并轉換成ー個或多個特征語義509 (例如圖1A的關鍵詞108或字句等)。自然語言處理模塊524則可再對這些特征語義509進行解析，而獲得至少一個候選列表511 (例如通過圖1A的檢索系統(tǒng)200對結構化數(shù)據(jù)庫220進行全文檢索，并在取得響應110且對意圖數(shù)據(jù)112比對后產生確定意圖語法數(shù)據(jù)114，最后由分析結果輸出模塊116所送出的分析結果104)，并且會從候選列表511中選出ー個較符合語音輸入501的答案以作為回報答案(例如挑選全匹配記錄…等)。由于此回報答案是自然語言理解模塊520在內部分析而得的答案，所以還必須將轉換成語音輸出才能輸出予用戶，于是語音合成模塊526會依據(jù)回報答案來查詢語音合成數(shù)據(jù)庫530，而此語音合成數(shù)據(jù)庫530例如是記錄有文字以及其對應的語音信息，可使得語音合成模塊526能夠找出對應于回報答案的語音，藉以合成出第一語音應答507。之后,語音合成模塊126可將合成的語音通過語音輸出接ロ(未繪示)，其中語音輸出接ロ例如為喇叭、揚聲器、或耳機等裝置輸出，藉以輸出語音予用戶。舉例來說，若用戶輸入的是“我要看三國演義”的語音輸入501話，語音識別模塊522會接收從語音取樣模塊510傳來的對語音輸入501進行解析的解析結果503，然后轉換成例如是包含關鍵詞108 “三國演義”的特征語義509。自然語言處理模塊524則可再對這個特征語義509 “三國演義”進行解析，例如通過圖1A的檢索系統(tǒng)200對結構化數(shù)據(jù)庫220進行全文檢索，并在取得響應110且對意圖數(shù)據(jù)112比對后產生確定意圖語法數(shù)據(jù)114，最后由分析結果輸出模塊116所送出的分析結果104，而產生包含“三國演義”的三個意圖選項的候選答案，并將其整合成一候選列表511 (亦即包含“看書”、“看電視劇”、以及“看電影”三個選項)，接著再從候選列表511的這三個意圖選項中選出ー個熱度欄最高的答案(例如挑選圖1A的記錄10)作為回報答案。在一實施例中，可以直接執(zhí)行熱度欄最高者的所對應的方式，例如直接播放蕭敬騰所演唱的“背叛”予用戶，本發(fā)明并不對此加以限制。此外，自然語言處理模塊524還可通過解析后續(xù)所接收的另ー個語音輸入501 (因為與先前的語音輸入501運用同樣的方式饋入語音取樣模塊510)，而判斷前次的回報答案是否正確，此語音是用戶針對先前提供予用戶的語音應答507所做的響應，其包含用戶認為先前的語音應答507正確與否的信息。倘若上述回報答案表示用戶認為回報答案(亦即先前通過語音應答507傳達給用戶者)不正確，自然語言處理模塊524還會選擇上述候選列表511中的其它答案，并依據(jù)所選擇的結果，通過語音合成模塊526產生第二語音應答507 (因為也同樣通過先前傳送語音應答507的方式播放予用戶)。接著，語音合成模塊526可將合成的第二語音應答507亦通過語音輸出接ロ輸出予用戶。延續(xù)先前用戶輸入“我要看三國演義”的例子來說，若用戶想要看三國演義的電視劇，所以先前輸出與用戶的圖1A記錄10的選項(因為是看“三國演義”的電影)就不是用戶想要的，所以用戶可能輸入“我要看三國演義電視劇”、或是“我不要看三國演義電影”…等作為第二語音輸入501。于是第二語音輸入501將在解析而取得其請求信息505 (或是特征語義509)后，輸出”我現(xiàn)在為您播放三國演義電視劇”的第二語音應答507(如果用戶想觀看三國演義電視劇)、或是輸出“您想要的是哪個選項”(如果用戶只否定目前選項)的第二語音應答507,并搭配候選列表511其它的選項供用戶選取。此外，在一實施例中，先前 的語音應答507所輸出的是候選列表111的某個選項給用戶供其判定是否其所想要的信息時，此時用戶將輸入此判定的“肯定”或“否定”的請求信息505。例如“請播放電影”、“這不是我要的東西”…等消息。于是第二語音輸入501將在解析而取得其請求信息505后，輸出“我現(xiàn)在為您播放三國演義電影”的第二語音應答507 (如果用戶想觀看三國演義電影)、或是輸出“您想要的是哪個選項”(如果用戶只否定目前選項)的第二語音應答507，并搭配輸出候選列表511其它的選項供用戶選取。再者，在另ー實施例中，若是依照優(yōu)先級(例如全匹配、部分匹配…)顯示候選列表511與用戶時，用戶所輸入的第二語音輸入501可能包含“選擇”的消息。例如顯示“觀看三國演義書籍”、“觀看三國演義電視劇”、以及“觀看三國演義電影”三個選項給用戶做選擇時，用戶可能輸入“我要看電影””、或是“我要第三個選項”…等第二語音輸入時，將在分析第二語音輸入501的請求信息505并發(fā)現(xiàn)用戶的意圖后(例如選擇觀看電影)，于是第二語音輸入501將在解析而取得其請求信息505后，輸出“我現(xiàn)在為您播放三國演義電影”的第二語音應答507 (如果用戶想觀看三國演義電影)然后直接播放電影予用戶、或是輸出“您想要的是閱讀三國演義書籍”(如果所選擇的是看書)的第二語音應答507，并搭配顯示三國演義的電子書予用戶的動作。在本實施例中，前述自然語言理解模塊520中的語音識別模塊522、自然語言處理模塊524以及語音合成模塊526可與語音取樣模塊510配置在同一機器中。在其它實施例中，語音識別模塊522、自然語言處理模塊524以及語音合成模塊526亦可分散在不同的機器(例如計算機系統(tǒng)、服務器或類似裝置/系統(tǒng))中。例如圖5C所示的自然語言理解模塊520’，語音合成模塊526可與語音取樣模塊510配置在同一機器502,而語音識別模塊522、自然語言處理模塊524可配置在另ー機器。以下即搭配上述搭配圖5A的自然語言對話系統(tǒng)500來說明修正語音應答507的方法。圖6是依照本發(fā)明ー實施例所繪示的修正語音應答507的方法流程圖。在本實施例中的修正語音應答507的方法中，當用戶認為目前所播放的語音應答507不符合其先前所輸入的請求信息505時，會再輸入另ー個語音輸入501并饋入語音取樣模塊510，隨后再由自然語言理解模塊520分析而得知先前播放予用戶的語音應答507并不符合用戶的意圖吋，自然語言理解模塊520可再次輸出另ー個語音應答507，藉以修正原本的語音應答507。為了方便說明，在此僅舉圖5A的自然語言對話系統(tǒng)500為例，但本實施例的修正語音應答507的方法亦可適用于上述圖5C的自然語言對話系統(tǒng)500’。請同時參照圖5A及圖6，于步驟S602中，語音取樣模塊510會接收第一語音輸入(亦同樣通過語音輸入501的方向饋入語音取樣模塊510)。其中,第一語音輸入501例如是來自用戶的語音，且第一語音輸入501還可具有用戶的請求信息105。具體而言，來自用戶的第一語音輸入501可以是詢問句、命令句或其它請求信息505等，例如「我要看三國演義」、「我要聽忘情水的音樂」或「今天溫度幾度」等等。于步驟S604中，自然語言理解模塊520會解析第一語音輸入501中所包括的至少ー個特征語義509,而獲得候選列表511,其中候選列表511具有一個或多個候選答案。詳細而言，自然語言理解模塊520會解析第一語音輸入501，而獲得第一語音輸入501的ー個或多個特征語義509。在此，特征語義509例如是自然語言理解模塊520解析第一語音輸入501后，所得到的關鍵詞或請求信息等。舉例來說，當用戶的第一語音輸入501為「我要看 三國演義」吋，自然語言理解模塊520經過分析后所獲得的特征語義509例如是「『三國演義』、『看』」。又例如，當用戶的第一語音輸入501為「我要聽忘情水的歌」吋，自然語言理解模塊520經過分析后所獲得的特征語義509例如是「『忘情水』、『聽』、『歌』」。接后，自然語言理解模塊520可依據(jù)上述特征語義509自搜尋數(shù)據(jù)庫(例如搜尋引擎等)進行查詢，而獲得至少ー筆搜尋結果，據(jù)以作為候選列表511中的各個候選答案。至于選擇候選答案的方式可如圖1A所述，在此不予以贅述。由于ー個特征語義509 (例如圖1A的關鍵詞108)可能屬于不同的知識領域或屬性(例如電影類、書籍類、音樂類或游戲類等等)，且同一知識領域或屬性中亦可進ー步分成多種類別(例如同一電影或書籍名稱的不同作者、同一歌曲名稱的不同演唱者、同一游戲名稱的不同版本等等)，故針對ー個特征語義509而言，自然語言理解模塊520可在搜尋數(shù)據(jù)庫中查詢到一筆或多筆相關于此特征語義509的搜尋結果，其中每ー筆搜尋結果中可包括相關于此特征語義509的各類指引信息(例如以“蕭敬騰”、“背叛”為關鍵詞108在圖3A、3B的結構化數(shù)據(jù)庫220進行全文檢索時，將得到兩組匹配結果)。其中，指引信息例如是在搜尋結果中，除了特征語義509以外的其它關鍵詞等等。因此從另一觀點來看，當用戶所輸入的第一語音輸入501具有多個特征語義509時(例如可解析出的關鍵詞108越多)，則表示用戶的請求信息505較明確，使得自然語言理解模塊520較能查詢到與請求信息505接近的搜尋結果。舉例來說，當特征語義509為「三國演義」吋，自然語言理解模塊520所查訊到的搜尋結果例如是關于「...『三國演義』...『電視劇』」的數(shù)據(jù)、「...『三國演義』...『小說』」的數(shù)據(jù)、「...『三國演義』...『羅貫中』...『小說』」的數(shù)據(jù)，其中『電視劇』、『羅貫中』及『小說』為所列舉的指引信息。又例如，當特征語義509為「『忘情水』『音樂』」吋，自然語言理解模塊520所查訊到的搜尋結果例如關于「...『忘情水』...『音樂』...『劉德華』」的數(shù)據(jù)、「...『忘情水』...『音樂』...『李翊君』」的數(shù)據(jù)、「...『忘情水』...『音樂』...『歌詞』」的數(shù)據(jù)，其中『劉德華』、『李翊君』及『歌詞』為所列舉的指引信息。換言之，每ー筆搜尋結果可包括特征語義509以及相關于特征語義的指引信息，而自然語言理解模塊520會依據(jù)所查詢到的搜尋結果，將搜尋結果中所包括的數(shù)據(jù)轉換成候選答案，并將候選答案記錄于候選列表511中，以供后續(xù)步驟使用。
于步驟S606中，自然語言理解模塊520會自候選列表511中選擇至少ー候選答案中作為回報答案，并依據(jù)回報答案，輸出對應的第一語音應答507。在本實施例中，自然語言理解模塊520可按照優(yōu)先級排列候選列表中的候選答案，并依據(jù)此優(yōu)先級自候選列表中選出回報答案，據(jù)以輸出第一語音應答507。舉例來說，當特征語義509為「三國演義」吋，假設自然語言理解模塊520查詢到很多筆關于「...『三國演義』...『書籍』」的數(shù)據(jù)，其次為「...『三國演義』...『音樂』」的數(shù)據(jù)，而關于「...『三國演義』...『電視劇』」的數(shù)據(jù)最少，則自然語言理解模塊520會將「三國演義的書籍」作為第一優(yōu)先候選答案，「三國演義的音樂」作為第二優(yōu)先候選答案，「三國演義的電視劇」作為第三優(yōu)先候選答案。其它細節(jié)前面已提過，在此不予贅述。接著，于步驟S608，語音取樣模塊510會接收第二語音輸入501，而自然語言理解模塊520會解析此第二語音輸入501，并判斷先前所選出的回報答案是否正確。在此，語音取樣模塊510會對第二語音輸入501進行解析，以解析出第二語音輸入501所包括的特征 語義509 (因為將經由標號509的方向由語音取樣模塊522輸出至自然語言處理模塊524)，其中此特征語義509例如是用戶進一歩提供的關鍵詞(例如時間、意圖、知識領域或屬性等等)。并且，當?shù)诙Z音輸入501中的特征語義509不符合回報答案中所相關的指引信息吋，自然語言理解模塊520則會判斷先前所選出的回報答案為不正確。至于判斷第二語音輸入501的請求信息505包含的是“正確”或“否定”第一語音應答507的方式前面已提過，在此不予贅述。進ー步而言，自然語言理解模塊520所解析的第二語音輸入501可包括或不包括明確的特征語義509。舉例來說，語音取樣模塊510例如是接收到來自用戶所說的「我不是指三國演義的書籍」(情況A)、「我不是指三國演義的書藉，我是指三國演義的電視劇」(情況B)、「我是指三國演義的電視劇」(情況C)等等。上述情況A中的特征語義509例如為「『不是』『三國演義』『書籍』」，情況B中的特征語義509例如為「『不是』『三國演義』『書籍』，『是』『三國演義』『電視劇』」，而情況C中的特征語義509例如為「『是』『三國演義』『電視劇』J。為了方便說明，上述僅列舉情況A、B及C為例，但本實施例并不限于此。接著，自然語言理解模塊520會依據(jù)上述第二語音輸入501所包括的特征語義509，來判斷回報答案中相關的指引信息是否正確。也就是說，倘若斷回報答案為「三國演義的書籍」，而上述特征語義509為「『三國演義』『電視劇』」，則自然語言理解模塊520會判斷回報答案中相關的指引信息(即『書籍』)不符合來自用戶第二語音輸入501的特征語義509(即『電視劇』)，藉以判斷回報答案不正確。類似地，倘若斷回報答案為「三國演義的書籍」，而上述特征語義509為『不是』『三國演義』『書籍』」，則自然語言理解模塊520亦會判斷出回報答案不正確。當自然語言理解模塊520解析第二語音輸入501之后，判斷之前輸出的第一語音應答501為正確吋，則如步驟S610所示，自然語言理解模塊120會做出對應于第二語音輸入501的響應。舉例來說，假設來自用戶的第二語音輸入501為「是的，是三國演義的書籍」，則自然語言理解模塊520可以是輸出「正在幫您開啟三國演義的書籍」的第二語音應答507。或者，自然語言理解模塊520可在播放第二語音應答507的同時，直接通過處理單元(未繪示)來加載三國演義的書藉內容。然而，當自然語言理解模塊520解析第二語音輸入501之后，判斷之前輸出的第一語音應答507不正確時，則如步驟S612所示，自然語言理解模塊520會自候選列表511中選擇候選答案中的另ー者，并依據(jù)所選擇的結果輸出第二語音應答507。在此，倘若用戶所提供的第二語音輸入501中不具有明確的特征語義509 (如上述情況A的第二語音輸入501),則自然語言理解模塊520可從候選列表511中選出另一個候選答案?；蛘?，倘若用戶所提供的第二語音輸入501中具有明確的特征語義509(如上述情況B及C的第二語音輸入501)，則自然語言理解模塊520可直接依據(jù)用戶所指引的特征語義509，在從候選列表511中選出另一個候選答案。另ー方面，倘若用戶所提供的第二語音輸入501中具有明確的特征語義509 (如上述情況B及C的第二語音輸入)，但自然語言理解模塊520在候選列表511中查無符合此特征語義509的指引信息的候選答案，則自然語言理解模塊520會輸出第三語音應答507，例如「查無此書」或「我不知道」等。
為了使本領域的技術人員進ー步了解本實施例的修正語音應答的方法以及自然語言對話系統(tǒng)，以下再舉ー實施例進行詳細的說明。首先，假設語音取樣模塊510接收的第一語音輸入501為「我要看三國演義」(步驟S602)，接著，自然語言理解模塊520可解析出為「『看』『三國演義』」的特征語義509，并獲得具有多個候選答案的候選列表511，其中每ー個候選答案具有相關的指引信息(步驟S604),如表一所不。表一
權利要求
1.一種修正語音應答的方法，包括接收一第一語音輸入；解析該第一語音輸入中所包括的至少一特征語義，而獲得一候選列表，其中該候選列表具有至少一候選答案；自該候選列表中選擇該至少一候選答案中的其中之一為一回報答案，并依據(jù)該回報答案，輸出一第一語音應答；接收并解析一第二語音輸入，以判斷該回報答案是否正確；以及當該回報答案不正確時，自該候選列表中選擇該至少一候選答案中的其中的另一，并依據(jù)所選擇的結果，輸出一第二語音應答。
2.根據(jù)權利要求1所述的修正語音應答的方法，其中該至少一候選答案相關于一指引信息，以及在判斷該回報答案是否正確的步驟包括依據(jù)該第二語音輸入解析出一目標語義；以及當該目標語義不符合該回報答案中的該指引信息時，判斷該回報答案為不正確。
3.根據(jù)權利要求2所述的修正語音應答的方法，其中在選擇該至少一候選答案中的其中的另一的步驟包括依據(jù)該目標語義，自該候選列表中選擇具有符合該目標語義的該指引信息的該候選答案。
4.根據(jù)權利要求2所述的修正語音應答的方法，其中在選擇該至少一候選答案中的其中的另一的步驟還包括當該回報答案不正確，且該候選列表中不具有符合該目標語義的該指引信息的該候選答案時，輸出一第三語音應答。
5.根據(jù)權利要求1所述的修正語音應答的方法，還包括按照一優(yōu)先級排列該候選列表中的該至少一候選答案；以及依據(jù)該優(yōu)先級自該候選列表中選擇該回報答案。
6.根據(jù)權利要求5所述的修正語音應答的方法，其中該至少一候選答案相關于一指引信息，以及在按照該優(yōu)先級排列該候選列表中的該至少一候選答案的步驟包括依據(jù)眾人使用習慣，以決定該至少一候選答案的該優(yōu)先級。
7.根據(jù)權利要求5所述的修正語音應答的方法，其中該至少一候選答案相關于一指引信息，以及在按照該優(yōu)先級排列該候選列表中的該至少一候選答案的步驟還包括依據(jù)用戶喜好，以決定該至少一候選答案的該優(yōu)先級。
8.根據(jù)權利要求5所述的修正語音應答的方法，其中該至少一候選答案相關于一指引信息，以及在按照該優(yōu)先級排列該候選列表中的該至少一候選答案的步驟還包括依據(jù)用戶習慣，以決定該至少一候選答案的該優(yōu)先級。
9.根據(jù)權利要求1所述的修正語音應答的方法，其中該至少一候選答案相關于一指引信息，以及在選擇該回報答案的步驟包括依照一用戶對話數(shù)據(jù)庫，查詢該第一語音輸入的該至少一特征語義在該用戶對話數(shù)據(jù)庫中所對應的一應答信息；以及選取具有與該應答信息符合的該指引信息的該至少一候選答案，以作為該回報答案。
10.根據(jù)權利要求1所述的修正語音應答的方法，其中該至少一候選答案相關于一指引信息，以及選擇該回報答案步驟還包括解析一第四語音輸入，并獲得至少一關鍵詞匯，其中該第四語音輸入于該第一語音輸入之前輸入；以及選取具有與該少一關鍵詞匯符合的該指引信息的該至少一候選答案，以作為該回報答案。
11.根據(jù)權利要求1所述的修正語音應答的方法，用于一移動通訊裝置。
12.一種自然語言對話系統(tǒng)，包括一語音取樣模塊，接收一第一語音輸入；以及一自然語言理解模塊，耦接于該語音取樣模塊，該自然語言理解模塊解析該第一語音輸入中所包括的至少一特征語義，而獲得一候選列表，其中該候選列表具有至少一候選答案，以及該自然語言理解模塊自該候選列表中選擇該至少一候選答案中的其中之一為一回報答案，并依據(jù)該回報答案，輸出一第一語音應答，且該語音取樣模塊接收一第二語音輸入，該自然語言理解模塊解析該第二語音輸入，以判斷該回報答案是否正確，其中當該回報答案不正確時，該自然語言理解模塊自該候選列表中選擇該至少一候選答案中的其中的另一，并依據(jù)所選擇的結果，輸出一第二語音應答。
13.根據(jù)權利要求12所述的自然語言對話系統(tǒng)，其中該至少一候選答案相關于一指引信息，且該自然語言理解模塊依據(jù)該第二語音輸入解析出一目標語義，以及當該目標語義不符合該回報答案中的該指引信息時，該自然語言理解模塊判斷該回報答案為不正確。
14.根據(jù)權利要求13所述的自然語言對話系統(tǒng)，其中該自然語言理解模塊依據(jù)該目標語義，并自該候選列表中選擇具有符合該目標語義的該指引信息的該候選答案。
15.根據(jù)權利要求13所述的自然語言對話系統(tǒng)，其中當該回報答案不正確，且該候選列表中不具有符合該目標語義的該指引信息的該候選答案時，該自然語言理解模塊輸出一第二語首應答。
16.根據(jù)權利要求12所述的自然語言對話系統(tǒng)，其中該自然語言理解模塊按照一優(yōu)先級排列該候選列表中的該至少一候選答案，以及依據(jù)該優(yōu)先級自該候選列表中選擇該回報答案。
17.根據(jù)權利要求16所述的自然語言對話系統(tǒng)，其中該至少一候選答案相關于一指引信息，且該自然語言理解模塊依據(jù)眾人使用習慣，以決定該至少一候選答案的該優(yōu)先級。
18.根據(jù)權利要求16所述的自然語言對話系統(tǒng)，其中該至少一候選答案相關于一指引信息，且該自然語言理解模塊依據(jù)用戶喜好，以決定該至少一候選答案的該優(yōu)先級。
19.根據(jù)權利要求16所述的自然語言對話系統(tǒng)，其中該至少一候選答案相關于一指引信息，且該自然語言理解模塊依據(jù)用戶習慣，以決定該至少一候選答案的該優(yōu)先級。
20.根據(jù)權利要求16所述的自然語言對話系統(tǒng)，其中該至少一候選答案相關于一指引信息，且該自然語言理解模塊依照一用戶對話數(shù)據(jù)庫，查詢該第一語音輸入的該至少一特征語義在該用戶對話數(shù)據(jù)庫中所對應的一應答信息，以及選取具有與該應答信息符合的該指引信息的該至少一候選答案，以作為該回報答案。
21.根據(jù)權利要求16所述的自然語言對話系統(tǒng)，其中該至少一候選答案相關于一指引信息，且該自然語言理解模塊解析一第四語音輸入，并獲得至少一關鍵詞匯，其中該第四語音輸入于該第一語音輸入之前被該語音取樣模塊接收，以及該自然語言理解模塊選取具有與該至少一關鍵詞匯符合的該指引信息的該至少一候選答案，以作為該回報答案。
22.根據(jù)權利要求12所述的自然語言對話系統(tǒng)，用于一移動通訊裝置。
全文摘要
一種修正語音應答的方法及自然語言對話系統(tǒng)。修正語音應答的方法包括以下步驟接收第一語音輸入，并解析第一語音輸入中所包括的至少一特征語義而獲得候選列表，其中候選列表具有至少一候選答案；自候選列表中選擇候選答案中其中一者為回報答案，并依據(jù)回報答案輸出第一語音應答；接收并解析第二語音輸入，以判斷回報答案是否正確。當回報答案不正確時，自候選列表中選擇候選答案的另一者，并依據(jù)所選擇的結果輸出第二語音應答。
文檔編號G06F17/27GK103020047SQ201210593080
公開日2013年4月3日 申請日期2012年12月31日 優(yōu)先權日2012年12月31日
發(fā)明者張國峰 申請人:威盛電子股份有限公司