人机对话方法、系统、装置、电子设备、存储介质

技术领域

本申请涉及自然语言处理技术领域，具体涉及人机对话方法、系统、装置、电子设备、存储介质。

背景技术

随着智能助手在车载场景的普及，更人性化和更智能化的对话效果，成为广大车主的进一步诉求。在人机交互过程中，流畅和智能的多轮交互体验，体现在更智能化的对话管理方法，需要对对话过程的意图维持和跳转进行精准的预测，并制定合理的响应策略。

目前，行业内已经有较多的实现。其中有的人机对话方法，采用预训练模型，将用户的行为预测为11种动作，系统的反馈预测为8种动作，实现对话状态的预测，对话回复策略的预测，达到在多轮主动对话交互过程中收集和维护复杂槽位的效果。该方法的不足之处在于，槽位的变更和意图的变更，都需要对模型全量更新，难以灵活应对用户自定义槽位和意图较多的场景。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种人机对话方法，以解决上述技术问题。

本发明提供的人机对话方法，包括

接收用户初始对话信息；

将所述对话信息输入预先构建的意图模型，获取对话意图；

根据所述对话信息与所述对话意图，获取所述对话信息对应的槽位变量的值；

根据所述槽位变量的值，进行回复；

接收用户持续对话信息；

根据所述持续对话信息，记录对话状态，仲裁决策当前的所述对话状态；

根据所述持续对话信息进行实体动作预测，获得对应的保留或删除动作预测，基于预测结果，获取对话流中槽位变量的值，以在回复节点中进行回复。

于本申请一示例性实施例中，记录对话状态，包括：存储用户持续对话时的轮次信息；与用户的对话间隔不高于第一预设阈值时，认为处于同一轮对话中，采用相同对话ID存储过程中所触发的不同对话流最新状态；与用户的对话间隔高于第一预设阈值时，初始化各对话流状态，采用新的对话ID进行存储。

于本申请一示例性实施例中，仲裁决策当前的所述对话状态，包括：将所述持续对话信息输入至意图模型进行对话流意图识别，获得对话流意图识别的评分；根据当前对话信息和同一轮次的历史对话信息获得拼接特征，根据拼接特征获得对话状态预测结果；若对话流意图识别的评分达到预设阈值，则激活对应分值最高的对话流，并将当前所述对话信息作为所述初始对话信息，依次执行后续后续节点动作；若对话状态预测结果达到预设阈值，则切换到对应分值最高的对话流，进行槽位动作判断；若对话流意图识别结果和对话状态预测结果均未达到各自预设阈值，则发起反问，由用户回答是否继续当前对话，用户反馈继续，则引导用户提供上次对话流中下一节点动作所必要的信息，或者重述当前意图；若用户反馈退出，则退出当前对话流并初始化当前对话流，询问下一步意图。

于本申请一示例性实施例中，根据所述持续对话信息进行实体动作预测，获得对应的保留或删除动作预测，基于预测结果，获取对话流中槽位变量的值，以在回复节点中进行回复，包括：根据所述持续对话信息，请求实体的提取方法，获得实体提取结果；基于实体提取结果，将用户对话信息中的实体词进行对应的编码；根据编码后的结果进行实体动作预测，获得对应的保留和删除动作预测；基于预测结果，更新获得对话流中槽位变量的值，以在回复节点进行回复。

于本申请一示例性实施例中，根据对话信息与对话意图，获取对话信息对应的槽位变量的值，包括：判断对话信息是否缺少实现当前对话意图的必要信息；若不缺少必要信息，获取对话信息对应的槽位变量的值；若缺少必要信息，通过回复节点进行反问，以使用户补充必要信息。

于本申请一示例性实施例中，根据槽位变量的值，进行回复，包括：根据槽位变量的值，调用相关接口；获取相关接口查询的结果；在回复节点中引用相关接口查询的结果，进行播报回复。

本申请还提供一种人机对话系统，至少包括对话数据层、对话引擎层、对话构建层、对话服务层，其中：对话数据层包括存储对话系统中的关系信息、对话记录日志的Mysql数据库；存储对话流的节点和边的信息的MongoDB数据库；缓存对话流图数据对象的状态Redis数据库；对话引擎层包括对接前后端的数据交互，负责读取和写入关系信息，以及静态和动态数据的存储的数据库引擎；支持前端提交可执行的脚本，在函数执行引擎中进行脚本执行，返回执行结果信息的函数执行引擎；对接不同模型服务的接口，返回接口请求结果的模型推理引擎；在轮次对话中，接收用户当前输入信息和历史对话信息，预测对话的状态和槽位动作的对话策略引擎；对话构建层包括用于构建实体和对应的提取方法的实体构建；用于构建意图和对应的识别方法的意图构建模块；用于构建符合业务流的对话流程的对话流构建模块；用于组装单个或多个对话流，形成统一的接口服务的对话机器人构建模块；对话服务层包括手机端语音助手、电脑端语音助手、车端语音助手三个中任一项或多项渠道对应的对话机器人。

本申请还提供一种人机对话装置，装置包括：对话信息接收模块，对话信息接收模块接收用户对话信息；对话交互模块，将对话信息输入预先构建的意图模型，获取对话意图；根据对话信息与对话意图，获取对话信息对应的槽位变量的值；根据槽位变量的值，进行回复；对话策略管理模块：记录对话状态；追踪对话状态，对当前轮次未激活的对话流进行意图识别，以及当前轮次已激活的对话流进行对话状态维持或跳出的判别，仲裁决策当前的对话状态；预测槽位动作，根据对话信息进行实体动作预测，获得对应的保留和删除动作预测，基于预测结果，获取对话流中槽位变量的值，以在回复节点进行回复。

本申请还提供一种电子设备，电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现如上述任一项的人机对话方法。

本申请还提供一种机器可读存储介质，其上存储有计算机程序，当计算机程序被机器的处理器执行时，使机器执行如上述任一项的人机对话方法。

本发明的有益效果：本发明中的根据用户对话信息获取对话意图，根据对话意图和对话信息获得槽位变量的值，从而对用户进行回复，流程化配置的方式，实现了对话流的开发、应用。本申请可以精准的预测对话装置和实体动作，在槽位变更和意图变更时，不需要对模型的全量进行更新，可以灵活的应为用户自定义槽位和意图较多的场景。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本申请的一示例性实施例示出的人机对话系统示意图；

图2是本申请的一示例性实施例示出的人机对话方法示意图；

图3是本申请的一示例性实施例示出的实体构建示意图；

图4是本申请一示例性实施例示出的意图构建的示意图；

图5是本申请一示例性实施例示出的构建对话流示意图；

图6是本申请一示例性实施例示出的对话策略管理的示意图；

图7是本申请一示例性实施例示出的对话状态追踪的示意图；

图8是本申请一示例性实施例示出的预测槽位动作的示意图；

图9是本申请一示例性实施例示出的天气查询对话流构建的示意图；

图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

需要说明的是，人机对话又称自然语言理解。当代新兴边缘学科—人工智能的一个重要研究领域。研究如何使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，使计算机能代替人的部分脑力劳动，真正起到延伸人类大脑的作用。这是当前人工智能研究的核心课题。研制第五代计算机的主要目标之一，就是要使计算机具有理解和运用自然语言的功能。研究分为语音对话和书面对话两个方面。

需要解决的中心问题是：语言究竟是怎样组织起来传输信息的？人又是怎样从一连串的语言符号获取信息的？

在对话过程中，计算机可能要求回答一些问题，给定某些参数或确定选择项。通过对话，人对计算机的工作给以引导或限定，监督任务的执行。该方式有利于将人的意图、判断和经验，纳入计算机工作过程，增强计算机应用的灵活性，也便于软件编写。

人机对话分为三代，第一代人机对话时代，人机交流使用的语言全部是经过定义并有数量限制由字符集组成的被双方牢记的密码式语言，在此体系外的人基本不了解语言含义。

第二代人机对话时代，则采用的是接近人类自然思维的“所见即所得”的图形式交流方式，可以说在交流的内容上已经非常接近人类的自然交流习惯(以类似人类书写形式的视觉交流为主)，但其交流方式仍主要是通过按键(键盘、鼠标等)实现，而不是按照人类本来得交流方式进行。

第三代人机对话则完全与第一第二代人机对话方式不同，人机交流的内容主要是人习惯的自然交流语言，交流方式也是人习惯的自然语言交流方式(包括智能语伴、语音和手写等，甚至包括人的表情、手势、步态等)。

随着智能助手在车载场景的普及，更人性化和更智能化的对话效果，成为广大车主的进一步诉求。在人机交互过程中，流畅和智能的多轮交互体验，体现在更智能化的对话管理方法，需要对对话过程的意图维持和跳转进行精准的预测，并制定合理的响应策略。

如图1所示，图1是本申请的一示例性实施例示出的人机对话系统示意图，人机对话管理系统至少包括有四个层面，分别是对话数据层、对话引擎层、对话构建层、对话服务层。

对话数据层用于存储对话系统中的关系信息、对话记录日志、对话流图数据和对话状态，本申请一实施例中，对话数据层包括存储对话系统中的关系信息、对话记录日志的Mysql数据库；存储对话流的节点和边的信息的MongoDB数据库；缓存对话流图数据对象的状态Redis数据库。

对话引擎层负责数据的存储管理、函数方法的调用与执行、模型服务调用和对话过程的状态预测和系统恢复动作的预测，对话引擎层包括对接前后端的数据交互，负责读取和写入关系信息，以及静态和动态数据的存储的数据库引擎；支持前端提交可执行的脚本，在函数执行引擎中进行脚本执行，返回执行结果信息的函数执行引擎；对接不同模型服务的接口，返回接口请求结果的模型推理引擎；在轮次对话中，接收用户当前输入信息和历史对话信息，预测对话的状态和槽位动作的对话策略引擎。

对话构建层，负责对话流的构建和对话机器人的组装。包括实体构建、意图构建模块、对话流构建模块、对话机器人构建模块。其中实体构建用于构建实体和对应的提取方法的；意图构建模块用于构建意图和对应的识别方法；对话流构建模块用于构建符合业务流的对话流程；对话机器人构建模块用于组装单个或多个对话流，形成统一的接口服务的。

对话服务层包括手机端语音助手、电脑端语音助手、车端语音助手三个中任一项或多项渠道对应的对话机器人，并支持在线测试。需要说明的是，对话服务层除上述三个外，还可以包括其他包含对话机器人的终端语音助手。

本申请还提供一种人机对话方法，如图2所示，图2是本申请的一示例性实施例示出的人机对话方法示意图，具体介绍如下：

步骤S210、实体构建，构建对话流槽位提取依赖的实体和方法。

实体构建主要用于构建实体和对应的提取方法，以便于用户在提出问题时，可以快速的提取对应的实体。如图3所示，图3是本申请的一示例性实施例示出的实体构建示意图。

步骤S310、构建枚举型实体字典，包括注册实体词名称，单条或批量录入实体词。

枚举型是四种基本数据类型之一。常量、字符型、布尔型可以用来表达数，字符，真假的描述。但它们不能方便地进行一些标识符的描述，如：红，橙，黄，绿，青，蓝，紫七种颜色，要在数据类型中要把它们直接表达出来，我们觉得有障碍，计算机内枚举型能办到。用四种基本数据类型不便表示的标识符，而且这些标识符的数量是有限的，我们可以用枚举的方法来表达它，把要用的所有标识符全部枚举出来，这种方法比较接近自然语言的表达。

步骤320、构建函数抽取方法，包括编写抽取函数，包括正则表达式等抽取规则。

通过构建函数抽取方法，可以根据用户输入的对话信息快速的进行相关回复。

步骤S330、构建模型抽取方法，训练实体抽取模型。

通过对实体抽取模型进行训练，提高回复的准确性。

继续参阅图2，

步骤S220、意图构建，构建对话流意图识别依赖的意图类型和识别方法。

意图构建主要用于构建意图和对应的识别方法，主要包括三种方式。

步骤S410、构建语料型意图，包括录入语料意图或正则表达式；

步骤S420、构建模板型意图，包括设计意图模板，模板支持${date}等实体嵌入正则表达式；

步骤S430、构建意图分类模型，包括训练意图分类模型。

步骤S230、对话流构建，构建对话流，配置节点的执行动作和边的判断逻辑。

构建对话流主要用于构建符合业务流的对话流程。对话流构建模块，提供开始节点、槽位抽取节点、赋值节点、接口调用节点和回复节点，节点间的连线作为有向边。

1)开始节点，主要实现退出规则配置和退出播报内容配置；槽位抽取节点，主要实现槽位变量配置和槽位抽取方法选择；

2)槽位变量需要在对话流的自定义变量中提前配置，作为对话流的局部变量；槽位抽取方法需要先在S210实体构建模块进行构建，然后进行选项配置；多槽位共享同类型实体，可通过函数的方式进行逻辑判断和对应变量的赋值；

3)赋值节点，主要实现对对话流中现有或新增的局部变量进行重新赋值；

4)接口调用节点，主要实现在节点中发起接口调用，并获得接口调用的返回结果；

5)回复节点，主要实现系统文本回复内容的组装，支持函数的形式，对对话流中已申明的局部变量进行引用，组装到回复的文本中；

6)有向边，节点间的有向连线，主要实现对节点间的连续执行的逻辑控制，支持意图验证、变量验证、语料验证和函数验证的方式，并支持优先级配置，引导节点间执行顺序。

请参阅图5，图5是本申请一示例性实施例示出的构建对话流示意图，具体介绍如下：

S510、接收用户对话信息；

S520、将对话信息输入预先构建的意图模型，获取对话意图；

通过将对话信息输入到预先构建的意图模型中，从而判断用户的对话意图，如查询天气、查询空调温度或其他查询、语音控制等。

S530、根据对话信息与对话意图，获取对话信息对应的槽位变量的值；

需要说明的是，需要判断对话信息是否缺少实现当前对话意图的必要信息；若不缺少必要信息，获取对话信息对应的槽位变量的值；若缺少必要信息，通过回复节点进行反问，以使用户补充必要信息。

S540、根据槽位变量的值，调用相关接口；

S550、获取相关接口查询的结果；

S560、在回复节点中引用相关接口查询的结果，进行播报回复；

请参阅图9，图9是本申请一示例性实施例示出的天气查询对话流构建的示意图，举例介绍对话流构建流程。

以创建查天气对话流示例，开始节点为对话流的起点，下游接赋值节点和槽位提取节点，在连线的边上判断是否命中查天气意图，和日期(date)和地址(location)参数是否为空；如果请求时，传入了有效的日期(date)和地址(location)，在赋值节点可以直接引用传参变量；如果为空，则基于输入文本进行日期(date)和地址(location)的槽位提取。如果缺少日期(date)和地址(location)信息，则可通过配置回复节点进行反问，让用户补充相应信息。提取到有效的日期和地址信息，则可进入天气查询的接口节点，请求天气接口，天气接口查询的结果，可以在下游回复节点中引用，进行播报回复。

步骤S240、对话策略管理，在对话流执行过程中决策系统。

对话策略管理主要用于对话状态识别和系统响应策略选择，主要实现方法包括对话状态记录、对话状态追踪和槽位动作预测。

如图6所示，图6是本申请一示例性实施例示出的对话策略管理的示意图，具体介绍如下：

步骤S610、记录对话状态，主要存储用户持续对话时的轮次信息。用户与系统的对话间隔不高于第一预设阈值时，认为处于同一轮对话中，采用相同对话ID存储过程中所触发的不同所述对话流最新状态；如第一预设阈值为3分钟、5分钟、8分钟等时间段。与用户的对话间隔高于第一预设阈值时，初始化各所述对话流状态，采用新的对话ID进行存储。对话流的状态，包括当前节点，当前已激活的槽位和对应的槽值，下一节点待提取的槽位。如，用户输入的持续对话信息与初始对话信息间隔不高于第一预设阈值时，认为当前的持续对话信息与初始对话信息处于同一轮对话中。

步骤S620、追踪对话状态，对当前轮次未激活的对话流进行意图识别，以及当前轮次已激活的对话流进行对话状态维持或跳出的判别，仲裁决策当前的对话状态。

请查阅图7，图7是本申请一示例性实施例示出的对话状态追踪的示意图，具体介绍如下：

S710、将用户持续对话信息输入至步骤S220意图模型进行对话流意图识别，获得各对话流意图识别的评分。

S720、根据当前对话信息和同一轮次的历史对话信息获得拼接特征，根据拼接特征获得对话状态预测结果。其中特征包括，轮次对话中单次用户输入或系统输出文本中的实体信息和上下文。文本的实体信息提取，通过并发请求S210在实体构建模块构建的实体提取方法，获得文本中实体提取结果。将文本中的实体词替换成对应的实体类别英文名，再进行字符编码化，同一轮次的对话中，不同对话流，分别将历史用户和系统的单次对话文本和当前用户输入文本进行字符编码化后，输入预训练模型的编码层，针对历史文本采用1维卷积，进行压缩后，再与当前文本的编码结果进行拼接，输入encoder编码层，然后在softmax层进行二分类预测，获得多个对话流的预测结果。

S730、若对话流意图识别的评分达到预设阈值，则激活对应分值最高的对话流，并从构建对话流的开始节点开始，依次执行后续后续节点动作。

S740、若对话状态预测结果达到预设阈值，则切换到对应分值最高的对话流，进行槽位动作判断。

S750、若对话流意图识别结果和对话状态预测结果均未达到各自预设阈值，则发起反问，由用户回答是否继续当前对话，用户反馈继续，则引导用户提供上次对话流中下一节点动作所必要的信息，或者重述当前意图；若用户反馈退出，则退出当前对话流并初始化当前对话流，询问下一步意图。

S630、预测槽位动作，根据持续对话信息进行实体动作预测，获得对应的保留和删除动作预测，基于预测结果，获取对话流中槽位变量的值，以在回复节点进行回复。

针对用户输入的问题，请求系统注册的实体的提取方法，获得实体提取结果；基于实体提取结果，将用户输入问题中的实体词替换程对应的实体类别英文编码；基于常用字符编码字典，将对应的实体类别英文编码转换为数字编码，其中字符编码字典基于常用汉字、英文单词、数字、符号构建，并补充实体类别英文编码；将编码后的结果，传入预训练模型，进行实体动作预测，获得对应的保留和删除动作预测；基于预测结果，更新对话流中局部变量的值。

S250、对话机器人构建，对话机器人配置和测试。

主要用于组装单个或多个对话流，形成统一的接口服务。构建方法主要包括，注册对话机器人的基本信息，访问渠道，支持勾选已发布的单个或多个对话流，支持勾选单个或多个对话流相关的实体和意图，支持勾选对话策略引擎。

本申请提出了一种对话系统实现方案，支持用户以流程化配置的方式，进行对话流的开发；采用规则和模型结合的方式，准确预测对话状态和系统动作。

本申请还提供一种人机对话装置，装置包括：对话信息接收模块，对话信息接收模块接收用户对话信息；对话交互模块，将对话信息输入预先构建的意图模型，获取对话意图；根据对话信息与对话意图，获取对话信息对应的槽位变量的值；根据槽位变量的值，进行回复；对话策略管理模块：记录对话状态；追踪对话状态，对当前轮次未激活的对话流进行意图识别，以及当前轮次已激活的对话流进行对话状态维持或跳出的判别，仲裁决策当前的对话状态；预测槽位动作，根据对话信息进行实体动作预测，获得对应的保留和删除动作预测，基于预测结果，获取对话流中槽位变量的值，以在回复节点进行回复。

在另一示例性的实施例中，该装置应用于安装有语音助手SDK的终端设备，装置实现为语音助手SDK所提供的功能模块。

需要说明的是，上述实施例所提供的人机对话装置与上述实施例所提供的人机对话方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的人机对话装置在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结

构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。

本申请的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述各个实施例中提供的人机对话方法。

图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图10示出的电子设备的计算机系统1000仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图10所示，计算机系统1000包括中央处理单元(Central Processing Unit，CPU)1001，其可以根据存储在只读存储器(Read-Only Memory，ROM)1002中的程序或者从储存部分1008加载到随机访问存储器(Random Access Memory，RAM)1003中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 1003中，还存储有系统操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(Input/Output，I/O)接口1005也连接至总线1004。

以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1007；包括硬盘等的储存部分1008；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入储存部分1008。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

本申请的另一方面还提供了一种及其可读存储介质，其上存储有计算机程序，该计算机程序被及其的处理器执行时，使机器执行如前所述的人机对话方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。

本申请的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的人机对话方法。

上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。