本發(fā)明涉及數(shù)據(jù)處理技術領域，并且特別涉及一種基于用戶畫像的個性化回答生成方法及系統(tǒng)。

背景技術：

用戶畫像，又稱為用戶角色(Persona)，是一種勾畫目標用戶、聯(lián)系用戶訴求與設計方向的有效工具。例如在產(chǎn)品開發(fā)時，可用于對產(chǎn)品進行定位與規(guī)劃；在具體實現(xiàn)時，可以將用戶畫像作為刻畫用戶特征的標簽(tag)集合，例如：年齡、性別、學歷等基礎屬性，或者用戶的興趣特征等；在產(chǎn)品推廣時，可根據(jù)用戶畫像挖掘潛在客戶群體，進行有針對性的產(chǎn)品推薦。隨著信息技術的不斷發(fā)展，用戶畫像也逐漸應用于更多領域中。

隨著人們對快速、準確地獲取信息的需求不斷增加，基于人工智能和自然語言處理領域的問答系統(tǒng)逐漸興起，其能讓用戶用自然語言提問(完整而口語化的問句)，并為用戶返回一個簡潔、準確的答案。但現(xiàn)有的問答都是通過問句來進行回答的判斷生成，對于用戶沒有個性化，用戶體驗不夠豐富。

技術實現(xiàn)要素：

針對現(xiàn)有技術的不足，本發(fā)明提供一種基于用戶畫像的個性化回答生成方法及系統(tǒng)，采用將用戶畫像向量與傳統(tǒng)回答向量相結(jié)合的方式，得到具有個性化的回答生成，實現(xiàn)問答的個性化體驗。

為解決上述技術問題，本發(fā)明提供一種基于用戶畫像的個性化回答生成方法，包括：步驟1：用戶輸入多模態(tài)輸入，并對所述多模態(tài)輸入進行多模態(tài)輸入轉(zhuǎn)化，將其轉(zhuǎn)化為文本問題；步驟2：根據(jù)所述轉(zhuǎn)化的文本問題進行回答生成候選答案，并對生成的每一個候選答案進行打分；步驟3：將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；步驟4：將所述步驟3計算的相似度與所述步驟2得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終輸出的答案。

優(yōu)選地，所述步驟2-4是在服務器上執(zhí)行。

本發(fā)明還提供一種基于用戶畫像的個性化回答生成方法，其特征在于，包括：步驟1：用戶輸入文本問題；步驟2：根據(jù)所述文本問題進行回答生成候選答案，并對生成的每一個候選答案進行打分；步驟3：將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；步驟4：將所述步驟3計算的相似度與所述步驟2得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終輸出的答案。

優(yōu)選地，所述步驟2-4是在服務器上執(zhí)行。

為解決上述技術問題，本發(fā)明還提供一種基于用戶畫像的個性化回答生成系統(tǒng)，包括：多模態(tài)輸入轉(zhuǎn)化模塊，用于將用戶輸入的多模態(tài)輸入進行多模態(tài)輸入轉(zhuǎn)化為文本問題；回答生成模塊，用于根據(jù)所述轉(zhuǎn)化的文本問題進行回答生成，并對生成的每一個候選答案進行打分；用戶畫像相似度計算模塊，用于將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；以及答案輸出模塊，用于將所述計算的相似度與所述回答生成模塊得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終答案輸出。

優(yōu)選地，所述回答生成模塊、用戶畫像相似度計算模塊、和答案輸出模塊是在服務器上。

為解決上述技術問題，本發(fā)明還提供一種基于用戶畫像的個性化回答生成系統(tǒng)，包括：問題輸入模塊、回答生成模塊、用戶畫像相似度計算模塊以及答案輸出模塊。其中，問題輸入模塊，用于接收用戶輸入的問題并發(fā)送至問答生成模塊；回答生成模塊，用于根據(jù)輸入的文本問題進行回答生成，并對生成的每一個候選答案進行打分；用戶畫像相似度計算模塊，用于將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；以及答案輸出模塊，用于將計算的相似度作為另一個分數(shù)，與傳統(tǒng)方式得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終答案輸出。

優(yōu)選地，所述回答生成模塊、用戶畫像相似度計算模塊、和答案輸出模塊是在服務器上。

總體而言，相較于現(xiàn)有技術，本發(fā)明的技術方案具有以下有益效果：

1、通過用戶畫像進行回答生成能滿足個性化的特點；

2、將用戶畫像向量與候選答案向量進行相似度計算，并將計算的相似度與傳統(tǒng)方式得到的答案分數(shù)進行加權計算，得到的回答更準確。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一實施例提供的基于用戶畫像的個性化回答生成方法的流程圖；

圖2是本發(fā)明一實施例提供的基于用戶畫像的個性化回答生成系統(tǒng)的結(jié)構示意圖；

圖3是本發(fā)明另一實施例提供的基于用戶畫像的個性化回答生成系統(tǒng)的結(jié)構示意圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

圖1所示為本發(fā)明一實施例提供的基于用戶畫像的個性化回答生成方法的流程圖，包括以下步驟：

步驟1：用戶輸入多模態(tài)輸入，并對輸入的多模態(tài)輸入進行多模態(tài)輸入轉(zhuǎn)化，將其轉(zhuǎn)化為文本問題。例如，用戶輸入語音，并對輸入的語音進行語音轉(zhuǎn)化，將其轉(zhuǎn)化為文本問題。請注意，本文所指的“多模態(tài)輸入”包括但不限于，視頻、人臉、表情、場景、聲紋、指紋、虹膜瞳孔、光感、等信息。

步驟2：根據(jù)轉(zhuǎn)化的文本問題進行回答生成候選答案，并對生成的每一個候選答案進行打分。在本發(fā)明實施例中，可使用傳統(tǒng)的回答生成方式進行回答生成；

步驟3：將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；

步驟4：將上述步驟3計算的相似度作為另一個分數(shù)，與傳統(tǒng)方式得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終輸出的答案。

其中，所述步驟1中，用戶也可以直接輸入文本問題，并且步驟1-4可在服務器執(zhí)行。也就是說，輸入語音以及語音轉(zhuǎn)化的步驟并非是必要的。

圖2所示為本發(fā)明一實施例提供的基于用戶畫像的個性化回答生成系統(tǒng)的結(jié)構示意圖，包括多模態(tài)輸入轉(zhuǎn)化模塊(例如，語音輸入轉(zhuǎn)化模塊)、回答生成模塊、用戶畫像相似度計算模塊以及答案輸出模塊。其中，語音輸入轉(zhuǎn)化模塊，用于將用戶輸入的語音進行語音轉(zhuǎn)化，將其轉(zhuǎn)化為文本問題；回答生成模塊，用于根據(jù)轉(zhuǎn)化的文本問題進行回答生成，并對生成的每一個候選答案進行打分；用戶畫像相似度計算模塊，用于將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；以及答案輸出模塊，用于將計算的相似度作為另一個分數(shù)，與傳統(tǒng)方式得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終答案輸出。

圖3所示為本發(fā)明另一實施例提供的基于用戶畫像的個性化回答生成系統(tǒng)的結(jié)構示意圖，包括問題輸入模塊、回答生成模塊、用戶畫像相似度計算模塊以及答案輸出模塊。其中，問題輸入模塊，用于接收用戶輸入的問題并發(fā)送至問答生成模塊；回答生成模塊，用于根據(jù)輸入的文本問題進行回答生成，并對生成的每一個候選答案進行打分；用戶畫像相似度計算模塊，用于將用戶畫像生成的向量和每一個候選答案的向量進行相似度計算；以及答案輸出模塊，用于將計算的相似度作為另一個分數(shù)，與傳統(tǒng)方式得出的分數(shù)進行加權相加、重排，并將得分最高的候選回答作為最終答案輸出。

在一個實施例中，所述回答生成模塊、用戶畫像相似度計算模塊、和答案輸出模塊是在服務器上。

本發(fā)明提供的基于用戶畫像的個性化回答生成方法及系統(tǒng)，通過用戶畫像的方式來實現(xiàn)問答中的答案生成，能滿足個性化回答的功能。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。