
技术摘要:
一种人机交互方法、装置及终端。所述方法包括:接收输入请求;获取与所述输入请求对应的预设参考因素信息;利用与所述输入请求对应的预设训练模型,及所述预设参考因素信息,生成并输出与所述输入请求对应的响应,以及输出所述响应对应的日志信息;其中,所述预设参考 全部
背景技术:
人工智能(Artificial Intelligence,AI),主要是研究、开发用于模拟、延伸和扩 展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 目前,人工智能通常包括机器学习及人工智能决策两部分。其中,机器学习,指的 是计算机利用已有的数据进行处理,得出某种模型的过程。而人工智能决策,指的是利用机 器学习得到的模型,预测未来的过程。 现有的人工智能,思考过程就像黑盒子(Black Box)一样,输入采样数据后,生成 模型并输出决策结果。人类无法理解或分析终端的思考过程,导致决策结果的准确性较差。
技术实现要素:
本发明要解决的问题为:如何提高人工智能决策结果的准确性。 为解决上述问题,本发明实施例提供了一种人机交互方法,所述方法包括: 接收输入请求; 获取与所述输入请求对应的预设参考因素信息; 利用与所述输入请求对应的预设训练模型,及所述预设参考因素信息,生成并输 出与所述输入请求对应的响应,以及输出所述响应对应的日志信息; 其中,所述预设参考因素信息包括:生成所述响应时待参考的第一参考因素的标 识信息;所述日志信息包括:生成所述响应的过程中实际使用的参考因素的标识信息;所述 预设参考因素信息是基于前一次输出的所述输入请对应的日志信息确定的。 可选地,所述预设参考因素信息还包括:生成所述预设训练模型时待参考的第二 参考因素的标识信息。 可选地,所述第一参考因素信息与所述第二参考因素信息相同。 可选地,所述预设参考因素信息还包括:各参考因素对应的参考权重信息。 可选地,所述日志信息还包括:各参考因素对应的实际权重信息。 可选地,所述获取与所述输入请求对应的预设参考因素信息,包括: 获取前一次输出的所述输入请求对应的日志信息; 对所获取的日志信息中的信息进行调整,得到所述预设参考因素信息。 可选地,所述日志信息与所述预设参考因素信息及所述输入请求相关。 可选地,所述参考因素属于以下任意一种类型: 物理定律; 自然定律; 人类经验; 大数据。 4 CN 111722720 A 说 明 书 2/6 页 本发明实施例还提供了一种人机交互装置,所述装置包括: 接收单元,适于接收输入请求; 获取单元,适于获取与所述输入请求对应的预设参考因素信息; 输出单元,适于利用与所述输入请求对应的预设训练模型,及所述预设参考因素 信息,生成并输出与所述输入请求对应的响应,以及输出所述响应对应的日志信息; 其中,所述预设参考因素信息包括:生成所述响应时待参考的第一参考因素的标 识信息;所述日志信息包括:生成所述响应的过程中实际使用的参考因素的标识信息;所述 预设参考因素信息是基于前一次输出的所述输入请对应的日志信息确定的。 可选地,所述预设参考因素信息还包括:生成所述预设训练模型时待参考的第二 参考因素的标识信息。 可选地,所述第一参考因素信息与所述第二参考因素信息相同。 可选地,所述预设参考因素信息还包括:各参考因素对应的参考权重信息。 可选地,所述日志信息还包括:各参考因素对应的实际权重信息。 可选地,所述获取单元,适于获取前一次输出的所述输入请求对应的日志信息,对 所获取的日志信息中的信息进行调整,得到所述预设参考因素信息。 可选地,所述日志信息与所述预设参考因素信息及所述输入请求相关。 可选地,所述参考因素为以下任意一种: 物理定律; 自然定律; 人类经验; 大数据。 可选地,所述装置还包括: 学习单元,适于接收采样数据并进行机器学习,得到所述预设训练模型。 本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述 计算机程序被处理器运行时执行上述任一种所述方法的步骤。 本发明实施例还提供了一种终端,包括存储器和处理器,所述存储器上存储有能 够在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述任一种 所述方法的步骤。 与现有技术相比,本发明实施例的技术方案具有以下优点: 应用本发明的方案,由于输入请求对应的响应,利用了输入请求对应的预设参考 因素信息而生成,且预设参考因素信息是基于前一次输出的所述输入请对应的日志信息确 定的,也就是基于前一次生成输入请对应的响应的过程中实际使用的参考因素确定的,由 此可以基于生成响应的过程中实际使用的参考因素,调整所述预设参考因素,进而调整最 终输出的响应,缩短决策的收敛时间,使得最终输出的响应更加准确。 附图说明 图1是人机交互过程的示意图; 图2是本发明实施例中一种人机交互方法的流程图; 图3是本发明实施例中一种人机交互过程的示意图; 5 CN 111722720 A 说 明 书 3/6 页 图4是本发明实施例中一种人机交互装置的结构示意图。