国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      信息處理方法、設(shè)備和系統(tǒng)的制作方法

      文檔序號(hào):7999044閱讀:312來源:國知局
      信息處理方法、設(shè)備和系統(tǒng)的制作方法
      【專利摘要】本發(fā)明實(shí)施例涉及一種信息處理方法、設(shè)備和系統(tǒng),該方法包括:終端設(shè)備獲取終端用戶的用戶標(biāo)識(shí),并將用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,使得系統(tǒng)設(shè)備獲取與用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取社交媒體數(shù)據(jù)中的上下文信息,并對(duì)上下文信息進(jìn)行聚類處理,聚類處理后得到用戶屬性模型;終端設(shè)備從系統(tǒng)設(shè)備接收終端用戶的用戶屬性模型和信息回復(fù)模型,并根據(jù)用戶屬性模型確定終端用戶的所有聯(lián)系人的用戶屬性;當(dāng)接收到聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取待回復(fù)信息的上下文信息,并根據(jù)待回復(fù)信息的上下文信息、聯(lián)系人的用戶屬性、以及信息回復(fù)模型生成回復(fù)信息,并將回復(fù)信息發(fā)送至聯(lián)系人。因此,本發(fā)明實(shí)現(xiàn)了具有用戶語言偏好和風(fēng)格的信息自動(dòng)回復(fù)。
      【專利說明】信息處理方法、設(shè)備和系統(tǒng)

      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及通信【技術(shù)領(lǐng)域】,尤其涉及一種信息處理方法、設(shè)備和系統(tǒng)。

      【背景技術(shù)】
      [0002] 隨著移動(dòng)互聯(lián)網(wǎng)的普及,手機(jī)信息業(yè)務(wù)依然是目前手機(jī)用戶最常使用的業(yè)務(wù)之 一,若能為手機(jī)用戶提供出色的信息操作體驗(yàn)是手機(jī)制造商贏得用戶的重要途徑,因此,手 機(jī)制造商為了給手機(jī)用戶帶來更好的體驗(yàn),幫助用戶自動(dòng)回復(fù)信息則是改善用戶體驗(yàn)的一 個(gè)非常重要方面,同時(shí)也給手機(jī)用戶帶來了很大的方便。
      [0003] 目前,短信自動(dòng)回復(fù)系統(tǒng)采用的是基于規(guī)則的短信自動(dòng)回復(fù)系統(tǒng)或者單純基于歷 史信息作為訓(xùn)練語料的短信自動(dòng)回復(fù)系統(tǒng)。對(duì)于基于規(guī)則的短信自動(dòng)回復(fù)系統(tǒng),其待回復(fù) 的信息通常是系統(tǒng)內(nèi)置的或者用戶預(yù)先定義的,比如,當(dāng)短信回復(fù)系統(tǒng)接收到待回復(fù)信息 后,根據(jù)預(yù)先定義好的規(guī)則(如開會(huì)、開車等)回復(fù)設(shè)置好的信息。對(duì)于單純基于歷史信 息作為訓(xùn)練語料的短信自動(dòng)回復(fù)系統(tǒng),一般采用用戶的歷史信息作為訓(xùn)練語料生成回復(fù)模 型,并對(duì)接收的信息進(jìn)行回復(fù)。
      [0004] 但是,對(duì)于基于規(guī)則的短信自動(dòng)回復(fù)系統(tǒng),其回復(fù)的內(nèi)容基本固定而不會(huì)根據(jù)用 戶的語言偏好和風(fēng)格回復(fù)信息。對(duì)于單純基于歷史信息作為訓(xùn)練語料的短信自動(dòng)回復(fù)系 統(tǒng),其用來作為訓(xùn)練語料的歷史信息相對(duì)較少,很難獲取更大范圍的訓(xùn)練語料。


      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明提供了一種信息處理方法、設(shè)備和系統(tǒng),以解決現(xiàn)有技術(shù)中對(duì)于基于規(guī)則 的短信自動(dòng)回復(fù)系統(tǒng),其回復(fù)的內(nèi)容基本固定而不會(huì)根據(jù)用戶的語言偏好和風(fēng)格回復(fù)信 息,以及對(duì)于單純基于歷史信息作為訓(xùn)練語料的短信自動(dòng)回復(fù)系統(tǒng),其用來作為訓(xùn)練語料 的歷史信息相對(duì)較少,很難獲取更大范圍的訓(xùn)練語料的問題。
      [0006] 在第一方面,本發(fā)明提供了一種信息處理方法,所述方法包括:終端設(shè)備獲取終端 用戶的用戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,使得所述系統(tǒng)設(shè)備獲取與所述用戶 標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文信息 進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型;所述終端設(shè)備從所述系統(tǒng)設(shè)備接收所 述終端用戶的所述用戶屬性模型和信息回復(fù)模型,并根據(jù)所述用戶屬性模型確定所述終端 用戶的所有聯(lián)系人的用戶屬性;當(dāng)接收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回 復(fù)信息的上下文信息,并根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及 所述信息回復(fù)模型生成回復(fù)信息,并將所述回復(fù)信息發(fā)送至所述聯(lián)系人。
      [0007] 在第一種可能的實(shí)現(xiàn)方式中,所述獲取終端用戶的用戶標(biāo)識(shí)具體為:獲取所述終 端用戶在社交媒體上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的 標(biāo)識(shí)信息。
      [0008] 結(jié)合第一方面或結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式,在第二種可能的實(shí)現(xiàn)方 式中,所述根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù) 模型生成回復(fù)信息具體為:根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、所 述聯(lián)系人的歷史信息、以及所述信息回復(fù)模型生成回復(fù)信息。
      [0009] 在第二方面,本發(fā)明提供了一種信息處理方法,所述方法包括:系統(tǒng)設(shè)備接收終端 設(shè)備發(fā)送的終端用戶的用戶標(biāo)識(shí);獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社 交媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用 戶屬性模型;對(duì)所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn)行訓(xùn)練,所述訓(xùn) 練后得到信息回復(fù)模型;向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型,以 使所述終端設(shè)備根據(jù)所述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用戶接收到的待 回復(fù)信息進(jìn)行處理。
      [0010] 在第一種可能的實(shí)現(xiàn)方式中,接收所述終端設(shè)備在社交媒體上的用戶標(biāo)識(shí),所述 用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的標(biāo)識(shí)信息。
      [0011] 結(jié)合第二方面或結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式,在第二種可能的實(shí)現(xiàn)方 式中,所述上下文信息包括時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,所述抽取所述社交 媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文進(jìn)行聚類處理,所述聚類處理后得到用戶屬性 模型具體為:抽取所述社交媒體數(shù)據(jù)中的時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,將所 述人物屬性類信息進(jìn)行聚類并訓(xùn)練,所述訓(xùn)練后得到所述用戶屬性模型。
      [0012] 在第三方面,本發(fā)明提供了一種終端設(shè)備,所述設(shè)備包括:獲取單元,用于獲取終 端用戶的用戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,使得所述系統(tǒng)設(shè)備獲取與所述用 戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文信 息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型;接收單元,用于接收所述系統(tǒng)設(shè)備發(fā) 送的與所述終端用戶相對(duì)應(yīng)的所述用戶屬性模型和信息回復(fù)模型,并根據(jù)所述用戶屬性模 型確定所述終端用戶的所有聯(lián)系人的用戶屬性,以及將所述所有聯(lián)系人的用戶屬性和所述 信息回復(fù)模型傳輸給信息處理單元;信息處理單元,用于從所述接收單元接收所述所有聯(lián) 系人的用戶屬性和所述信息回復(fù)模型,當(dāng)接收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所 述待回復(fù)信息的上下文信息,并根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬 性、以及所述信息回復(fù)模型生成回復(fù)信息,并將所述回復(fù)信息發(fā)送至所述聯(lián)系人。
      [0013] 在第一種可能的實(shí)現(xiàn)方式中,所述獲取單元還用于獲取所述終端用戶在社交媒體 上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的標(biāo)識(shí)信息。
      [0014] 結(jié)合第三方面或結(jié)合第三方面的第一種可能的實(shí)現(xiàn)方式,在第二種可能的實(shí)現(xiàn)方 式中,所述接收單元還用于根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、所 述聯(lián)系人的歷史信息、以及所述信息回復(fù)模型生成回復(fù)信息。
      [0015] 在第四方面,本發(fā)明提供了一種系統(tǒng)設(shè)備,所述設(shè)備包括:接收單元,用于接收終 端設(shè)備發(fā)送的終端用戶的用戶標(biāo)識(shí),以及將所述用戶標(biāo)識(shí)傳輸給用戶屬性模型生成單元; 用戶屬性模型生成單元,用于從所述接收單元接收所述用戶標(biāo)識(shí),獲取與所述用戶標(biāo)識(shí)對(duì) 應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文信息進(jìn)行聚 類處理,所述聚類處理后得到用戶屬性模型,及將所述社交媒體數(shù)據(jù)、所述上下文信息和所 述用戶屬性模型傳輸給信息回復(fù)模型生成單元,以及將所述用戶屬性模型傳輸給發(fā)送單 元;信息回復(fù)模型生成單元,用于從所述用戶屬性模型生成單元接收所述社交媒體數(shù)據(jù)、所 述上下文信息和所述用戶屬性模型,對(duì)所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬 性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得到信息回復(fù)模型,以及將所述信息回復(fù)模型傳輸給發(fā)送單 元;發(fā)送單元,用于從所述用戶屬性模型生成單元接收所述用戶屬性模型,從所述信息回復(fù) 模型生成單元接收所述信息回復(fù)模型,向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息 回復(fù)模型,以使所述終端設(shè)備根據(jù)所述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用戶 接收到的待回復(fù)信息進(jìn)行處理。
      [0016] 在第一種可能的實(shí)現(xiàn)方式中,所述接收單元還用于接收所述終端設(shè)備在社交媒體 上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的標(biāo)識(shí)信息。
      [0017] 結(jié)合第四方面或結(jié)合第四方面的第一種可能的實(shí)現(xiàn)方式,在第二種可能的實(shí)現(xiàn)方 式中,所述上下文信息包括時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,所述用戶屬性模型 生成單元還用于抽取所述社交媒體數(shù)據(jù)中的時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,將 所述人物屬性類信息進(jìn)行聚類并訓(xùn)練,所述訓(xùn)練后得到所述用戶屬性模型。
      [0018] 在第五方面,本發(fā)明提供了一種信息處理系統(tǒng),所述系統(tǒng)包括:在第三方面提供的 終端設(shè)備和在第四方面提供的系統(tǒng)設(shè)備。
      [0019] 通過應(yīng)用本發(fā)明公開的信息處理方法、設(shè)備和系統(tǒng),終端設(shè)備獲取終端用戶的用 戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備;當(dāng)系統(tǒng)設(shè)備接收終端設(shè)備發(fā)送的終端用戶的 用戶標(biāo)識(shí)后,獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下 文信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型,以及對(duì)所 述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得到信息回 復(fù)模型,并向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型;當(dāng)終端設(shè)備接收 所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的用戶屬性模型和信息回復(fù)模型后,根據(jù)所述 用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬性,當(dāng)接收到所述聯(lián)系人發(fā)送的待 回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并根據(jù)所述待回復(fù)信息的上下文信息、所 述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回復(fù)信息,并將所述回復(fù)信息發(fā)送至所 述聯(lián)系人,從而使得系統(tǒng)端利用社交媒體數(shù)據(jù)作為訓(xùn)練語料進(jìn)行建模,從而擴(kuò)大了語料采 集的范圍,并降低了采集成本,同時(shí),上下文信息作為信息回復(fù)模型訓(xùn)練參數(shù),使得回復(fù)內(nèi) 容更具有針對(duì)性,還有,引入用戶屬性模型作為上下文參數(shù),可以將在社交媒體對(duì)不同對(duì)象 的回復(fù)風(fēng)格、方式引入信息回復(fù);同時(shí),終端設(shè)備根據(jù)接收到的信息和已訓(xùn)練好的信息回復(fù) 模型自動(dòng)生成回復(fù)內(nèi)容,實(shí)現(xiàn)了具有用戶語言偏好和風(fēng)格的信息自動(dòng)回復(fù)。

      【專利附圖】

      【附圖說明】
      [0020] 圖1為本發(fā)明實(shí)施例一提供的信息處理方法的流程圖;
      [0021] 圖2為本發(fā)明實(shí)施例二提供的信息處理方法的流程圖;
      [0022] 圖3為本發(fā)明實(shí)施例三提供的終端設(shè)備的示意圖;
      [0023] 圖4為本發(fā)明實(shí)施例四提供的系統(tǒng)設(shè)備的示意圖;
      [0024] 圖5為本發(fā)明實(shí)施例五提供的終端設(shè)備的示意圖;
      [0025] 圖6為本發(fā)明實(shí)施例六提供的系統(tǒng)設(shè)備的示意圖;
      [0026] 圖7為本發(fā)明實(shí)施例七提供的信息處理系統(tǒng)的示意圖。

      【具體實(shí)施方式】
      [0027] 為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面將結(jié)合本發(fā)明實(shí)施例 中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例是 本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員 在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。
      [0028] 本發(fā)明公開了一種信息處理方法、設(shè)備和系統(tǒng),利用終端設(shè)備獲取終端用戶的用 戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備;當(dāng)系統(tǒng)設(shè)備接收終端設(shè)備發(fā)送的終端用戶的 用戶標(biāo)識(shí)后,獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下 文信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型,以及對(duì)所 述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得到信息回 復(fù)模型,并向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型;當(dāng)終端設(shè)備接收 所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的用戶屬性模型和信息回復(fù)模型后,根據(jù)所述 用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬性,當(dāng)接收到所述聯(lián)系人發(fā)送的待 回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并根據(jù)所述待回復(fù)信息的上下文信息、所 述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回復(fù)信息,并將所述回復(fù)信息發(fā)送至所 述聯(lián)系人,從而使得系統(tǒng)端利用社交媒體數(shù)據(jù)作為訓(xùn)練語料進(jìn)行建模,從而擴(kuò)大了語料采 集的范圍,并降低了采集成本,同時(shí),上下文信息作為信息回復(fù)模型訓(xùn)練參數(shù),使得回復(fù)內(nèi) 容更具有針對(duì)性,還有,引入用戶屬性模型作為上下文參數(shù),可以將在社交媒體對(duì)不同對(duì)象 的回復(fù)風(fēng)格、方式引入信息回復(fù);同時(shí),終端設(shè)備根據(jù)接收到的信息和已訓(xùn)練好的信息回復(fù) 模型自動(dòng)生成回復(fù)內(nèi)容,實(shí)現(xiàn)了具有用戶語言偏好和風(fēng)格的信息自動(dòng)回復(fù)。
      [0029] 圖1為本發(fā)明實(shí)施例一提供的信息處理方法的流程圖。如圖所示,本實(shí)施例具體 包括以下步驟:
      [0030] 步驟110,終端設(shè)備獲取終端用戶的用戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè) 備,使得系統(tǒng)設(shè)備接收到用戶標(biāo)識(shí)后,獲取與該用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社 交媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用 戶屬性模型。其中,終端用戶的用戶標(biāo)識(shí)是其在社交媒體上的用戶標(biāo)識(shí),該用戶標(biāo)識(shí)為終端 用戶在社交媒體上注冊的標(biāo)識(shí)信息。其中,社交媒體包括微博、博客和社交網(wǎng)絡(luò)等。
      [0031] 具體地,社交媒體(Social Media)指的是允許人們撰寫、分享、評(píng)價(jià)、討論、相互溝 通的網(wǎng)站和技術(shù)。在當(dāng)今的網(wǎng)絡(luò)時(shí)代,臉譜(facebook)、推特(twitter)、微博等新興社交 媒體成為人們溝通的重要渠道。據(jù)統(tǒng)計(jì),2012年,互聯(lián)網(wǎng)用戶超過20%的上網(wǎng)時(shí)間用于社 交媒體,而目前全球有超過10億人在使用社交媒體,占網(wǎng)民人數(shù)的大約70%。超過6億用 戶每天使用社交媒體。因此,很多用戶在社交媒體上留下了大量的社交媒體數(shù)據(jù),并且這些 數(shù)據(jù)是公開的,從而使得花費(fèi)很小的代價(jià)就能獲取這些數(shù)據(jù)。終端設(shè)備將終端用戶在社交 媒體上的用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,目的是使得系統(tǒng)設(shè)備根據(jù)用戶標(biāo)識(shí)在社交媒體上獲取 終端用戶的社交媒體數(shù)據(jù),并抽取這些社交媒體數(shù)據(jù)的上下文(context)信息,根據(jù)這些 社交媒體數(shù)據(jù)和抽取出的上下文信息建立用戶屬性模型和信息回復(fù)模型。
      [0032] 其中,用戶屬性模型'如公式(1)所示。
      [0033] u(m)-Vi 公式(1)
      [0034] 在公式(1)中,m是上下文信息。
      [0035] 信息回復(fù)模型yi如公式(2)所示。
      [0036] f(m,t,1,e,u(m)) - yi 公式(2)
      [0037] 在公式⑵中,m是上下文彳目息,t是時(shí)間類彳目息,1是地點(diǎn)類彳目息,e是事件類/[目 肩、。
      [0038] 在本發(fā)明實(shí)施例中,使用用戶屬性模型Vi作為信息回復(fù)模型yi中的一個(gè)參數(shù)。用 戶屬性模型代表一類用戶屬性,如親人、同事、親密好友等,而用戶模型在社交媒體數(shù)據(jù)和 信息數(shù)據(jù)中都可以進(jìn)行學(xué)習(xí),并可以進(jìn)行替換。
      [0039] 步驟120,終端設(shè)備接收所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的用戶屬性 模型和信息回復(fù)模型,并根據(jù)所述用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬 性。
      [0040] 具體地,當(dāng)終端設(shè)備接收到系統(tǒng)設(shè)備發(fā)送的用戶屬性模型即用戶屬性集合或者聚 類結(jié)果后,會(huì)為終端用戶的通訊簿中的每一個(gè)聯(lián)系人確定其用戶屬性。其確定過程具體為: 根據(jù)某一聯(lián)系人的歷史信息數(shù)據(jù)和每一個(gè)用戶屬性(可以用聚類的聚類中心)計(jì)算相似 度,以相似度最高的屬性作為該聯(lián)系人的用戶屬性,比如,將一個(gè)聯(lián)系人的歷史信息數(shù)據(jù), 與親人、同事、親密好友等用戶屬性計(jì)算相似度,最后計(jì)算出相似度最高的用戶屬性為親 人,則該聯(lián)系人的用戶屬性為終端用戶的親人。
      [0041] 步驟130,當(dāng)終端設(shè)備接收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回復(fù)信 息的上下文信息,并根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述 信息回復(fù)模型生成回復(fù)信息,并將所述回復(fù)信息發(fā)送至所述聯(lián)系人。其中,待回復(fù)信息的上 下文信息包括時(shí)間類、地點(diǎn)類和事件類信息。
      [0042] 具體地,在本發(fā)明實(shí)施例中引入了"上下文",該上下文包括時(shí)間、地點(diǎn)、事件、對(duì)話 人物屬性等。當(dāng)終端用于回復(fù)某個(gè)聯(lián)系人發(fā)送的待回復(fù)信息時(shí),在不同的上下文場景中,其 回復(fù)信息的表述會(huì)有很大的不同。比如,當(dāng)回復(fù)信息為"很忙,現(xiàn)在沒時(shí)間"這個(gè)意思,對(duì)于 聯(lián)系人是客戶時(shí)可能表述成"我現(xiàn)在有事,稍后會(huì)聯(lián)系您",而對(duì)于聯(lián)系人是好友時(shí)可能表 述成"忙死了,回頭打給您哈",這里造成回復(fù)內(nèi)容的表述不同的原因是對(duì)話人物屬性不同 即聯(lián)系人的用戶屬性不同。
      [0043] 進(jìn)一步地,步驟130中回復(fù)信息的生成不僅根據(jù)待回復(fù)信息的上下文信息、聯(lián)系 人的用戶屬性、以及信息回復(fù)模型,還要參考聯(lián)系人的歷史信息。
      [0044] 進(jìn)一步地,步驟130之后還包括:將生成的回復(fù)信息進(jìn)行語言修飾,并將所述語言 修飾后的信息發(fā)送至所述聯(lián)系人。
      [0045] 因此,本發(fā)明公開了一種信息處理方法,利用終端設(shè)備獲取終端用戶的用戶標(biāo)識(shí), 并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,接收所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的用 戶屬性模型和信息回復(fù)模型,根據(jù)所述用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用 戶屬性,當(dāng)接收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并 根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成 回復(fù)信息,并將所述回復(fù)信息發(fā)送至所述聯(lián)系人,從而使得終端設(shè)備根據(jù)接收到的信息和 已訓(xùn)練好的信息回復(fù)模型自動(dòng)生成回復(fù)內(nèi)容,實(shí)現(xiàn)了具有用戶語言偏好和風(fēng)格的信息自動(dòng) 回復(fù)。
      [0046] 圖2為本發(fā)明實(shí)施例二提供的信息處理方法的流程圖。如圖所示,本實(shí)施例具體 包括以下步驟:
      [0047] 步驟210,系統(tǒng)設(shè)備接收終端設(shè)備發(fā)送的終端用戶的用戶標(biāo)識(shí)。其中,終端用戶的 用戶標(biāo)識(shí)是終端用戶在社交媒體上的用戶標(biāo)識(shí),該用戶標(biāo)識(shí)包括微博、博客和社交網(wǎng)絡(luò)。 [0048] 步驟220,系統(tǒng)設(shè)備獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體 數(shù)據(jù)中的上下文信息,并對(duì)所述上下文進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型。
      [0049] 進(jìn)一步地,步驟220中的上下文信息包括時(shí)間類、地點(diǎn)類、事件類和人物屬性類信 息。步驟220具體為:系統(tǒng)設(shè)備抽取所述社交媒體數(shù)據(jù)中的時(shí)間類、地點(diǎn)類、事件類和人物 屬性類信息,將所述人物屬性類信息進(jìn)行聚類并訓(xùn)練,所述訓(xùn)練后得到所述用戶屬性模型。
      [0050] 具體地,系統(tǒng)設(shè)備在社交媒體上獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),比如, 終端用戶的回復(fù)信息。當(dāng)獲取到社交媒體數(shù)據(jù)后,抽取這些社交媒體數(shù)據(jù)中的上下文信息 即上下文關(guān)鍵詞,其包括時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,將上下文信息中的人 物屬性類信息進(jìn)行聚類并訓(xùn)練,所述訓(xùn)練后得到用戶屬性模型,該用戶屬性模型 Vi如公式 (1)所示。其中,人物屬性類信息包括語氣詞、稱呼、習(xí)慣用語等。另外,還要將抽取的上下 文信息和社交媒體數(shù)據(jù)寫入數(shù)據(jù)庫。
      [0051] 其中,用戶屬性模型的建立方式一般為:系統(tǒng)設(shè)備對(duì)終端用戶按照和終端用戶的 用戶屬性相關(guān)的關(guān)鍵詞進(jìn)行聚類,比如,稱呼、口頭禪,訓(xùn)練得到用戶模型,并將用戶屬性模 型分別存入數(shù)據(jù)庫和發(fā)送給終端設(shè)備塊。
      [0052] 步驟230,系統(tǒng)設(shè)備對(duì)所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn) 行訓(xùn)練,所述訓(xùn)練后得到信息回復(fù)模型;
      [0053] 具體地,信息回復(fù)模型yi如公式(2)所示。
      [0054] 步驟240,系統(tǒng)設(shè)備向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型, 以使所述終端設(shè)備根據(jù)所述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用戶接收到的 待回復(fù)信息進(jìn)行處理。
      [0055] 另外,系統(tǒng)會(huì)周期性執(zhí)行步驟220至步驟240,周期可以較長,比如,7天執(zhí)行一次。 其目的是及時(shí)獲取終端用戶最新的社交媒體數(shù)據(jù),并根據(jù)用戶最新后社交媒體數(shù)據(jù)得到用 戶屬性模型和信息回復(fù)模型,并將重新得到的用戶屬性模型和信息回復(fù)模型發(fā)送給終端設(shè) 備,用以終端設(shè)備根據(jù)系統(tǒng)設(shè)備重新得到的用戶屬性模型和信息回復(fù)模型更新自身保存的 用戶屬性模型和信息回復(fù)模型。
      [0056] 因此,本發(fā)明實(shí)施例提供的信息處理方法,系統(tǒng)設(shè)備接收終端設(shè)備發(fā)送的終端用 戶的用戶標(biāo)識(shí),獲取與用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取該社交媒體數(shù)據(jù)中的上下文信 息,并對(duì)抽取到的上下文信息進(jìn)行聚類處理,其聚類處理后得到用戶屬性模型,以及對(duì)社交 媒體數(shù)據(jù)、上下文信息和用戶屬性模型進(jìn)行訓(xùn)練,訓(xùn)練后得到信息回復(fù)模型,并向終端設(shè)備 發(fā)送用戶屬性模型和信息回復(fù)模型,以使終端設(shè)備根據(jù)用戶屬性模型和信息回復(fù)模型對(duì)終 端用戶接收到的待回復(fù)信息進(jìn)行處理,從而使得系統(tǒng)端利用社交媒體數(shù)據(jù)作為訓(xùn)練語料進(jìn) 行建模,從而擴(kuò)大了語料采集的范圍,并降低了采集成本,同時(shí),上下文信息作為信息回復(fù) 模型訓(xùn)練參數(shù),使得回復(fù)內(nèi)容更具有針對(duì)性,還有,引入用戶屬性模型作為上下文參數(shù),可 以將在社交媒體對(duì)不同對(duì)象的回復(fù)風(fēng)格、方式引入信息回復(fù)。
      [0057] 圖3為本發(fā)明實(shí)施例三提供的終端設(shè)備的示意圖。該終端設(shè)備用于執(zhí)行本發(fā)明實(shí) 施例一提供的信息處理方法。如圖所示,本實(shí)施例具體包括:獲取單元31、接收單元32和 信息處理單元33。
      [0058] 獲取單元31用于獲取終端用戶的用戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備, 使得所述系統(tǒng)設(shè)備獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的 上下文信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型;接收 單元32用于接收所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的用戶屬性模型和信息回復(fù) 模型,并根據(jù)所述用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬性,以及將所述 所有聯(lián)系人的用戶屬性和所述信息回復(fù)模型傳輸給信息處理單元33 ;信息處理單元33用 于從所述接收單元32接收所述所有聯(lián)系人的用戶屬性和所述信息回復(fù)模型,當(dāng)接收到所 述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并根據(jù)所述待回復(fù)信 息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回復(fù)信息,并將所述 回復(fù)信息發(fā)送至所述聯(lián)系人。
      [0059] 其中,所述待回復(fù)信息的上下文信息包括時(shí)間類、地點(diǎn)類和事件類信息。
      [0060] 進(jìn)一步地,所述獲取單元31還用于獲取所述終端用戶在社交媒體上的用戶標(biāo)識(shí), 所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的標(biāo)識(shí)信息。其中,社交媒體包括微 博、博客和社交網(wǎng)絡(luò)等。
      [0061] 進(jìn)一步地,所述接收單元32還用于根據(jù)所述待回復(fù)信息的上下文信息、所述發(fā)信 人的用戶屬性、所述發(fā)信人的歷史信息、以及所述信息回復(fù)模型生成回復(fù)信息。
      [0062] 另外,本發(fā)明實(shí)施例提供的終端設(shè)備還包括:語言修飾單元34。
      [0063] 語言修飾單元34用于將所述回復(fù)信息進(jìn)行語言修飾,并將所述語言修飾后的信 息發(fā)送至所述聯(lián)系人。
      [0064] 因此,本發(fā)明公開了一種終端設(shè)備,通過獲取終端用戶的用戶標(biāo)識(shí),并將所述用戶 標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,接收所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的用戶屬性模型和 信息回復(fù)模型,根據(jù)所述用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬性,當(dāng)接 收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并根據(jù)所述待 回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回復(fù)信息,并 將所述回復(fù)信息發(fā)送至所述聯(lián)系人,從而使得終端設(shè)備根據(jù)接收到的信息和已訓(xùn)練好的信 息回復(fù)模型自動(dòng)生成回復(fù)內(nèi)容,實(shí)現(xiàn)了具有用戶語言偏好和風(fēng)格的信息自動(dòng)回復(fù)。
      [0065]圖4為本發(fā)明實(shí)施例四提供的系統(tǒng)設(shè)備的示意圖。該系統(tǒng)設(shè)備用于執(zhí)行本發(fā)明實(shí) 施例二提供的信息處理方法。如圖所示,本實(shí)施例具體包括:接收單元41、用戶屬性模型生 成單元42、信息回復(fù)模型生成單元43和發(fā)送單元44。
      [0066] 接收單元41用于接收終端設(shè)備發(fā)送的終端用戶的用戶標(biāo)識(shí),以及將所述用戶標(biāo) 識(shí)傳輸給用戶屬性模型生成單元42 ;用戶屬性模型生成單元42用于從所述接收單元41 接收所述用戶標(biāo)識(shí),獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中 的上下文信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型,及 將所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型傳輸給信息回復(fù)模型生成單元 43,以及將所述用戶屬性模型傳輸給發(fā)送單元44 ;信息回復(fù)模型生成單元43用于從所述用 戶屬性模型生成單元42接收所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型,對(duì) 所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得到信息 回復(fù)模型,以及將所述信息回復(fù)模型傳輸給發(fā)送單元44 ;發(fā)送單元44用于從所述用戶屬性 模型生成單元42接收所述用戶屬性模型,從所述信息回復(fù)模型生成單元43接收所述信息 回復(fù)模型,向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型,以使所述終端設(shè) 備根據(jù)所述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用戶接收到的待回復(fù)信息進(jìn)行 處理。其中,所述上下文信息包括時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息。
      [0067] 進(jìn)一步地,所述接收單元41還用于接收所述終端設(shè)備在社交媒體上的用戶標(biāo)識(shí), 所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的標(biāo)識(shí)信息。其中,社交媒體包括微 博、博客和社交網(wǎng)絡(luò)等。
      [0068] 進(jìn)一步地,所述用戶屬性模型生成單元42還用于抽取所述社交媒體數(shù)據(jù)中的時(shí) 間類、地點(diǎn)類、事件類和人物屬性類信息,將所述人物屬性類信息進(jìn)行聚類并訓(xùn)練,所述訓(xùn) 練后得到所述用戶屬性模型。
      [0069] 因此,本發(fā)明實(shí)施例提供的系統(tǒng)設(shè)備,通過接收終端設(shè)備發(fā)送的終端用戶的用戶 標(biāo)識(shí),獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信息, 并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型,以及對(duì)所述社交 媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得到信息回復(fù)模型, 并向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型,以使所述終端設(shè)備根據(jù)所 述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用戶接收到的待回復(fù)信息進(jìn)行處理,從而 使得系統(tǒng)端利用社交媒體數(shù)據(jù)作為訓(xùn)練語料進(jìn)行建模,從而擴(kuò)大了語料采集的范圍,并降 低了采集成本,同時(shí),上下文信息作為信息回復(fù)模型訓(xùn)練參數(shù),使得回復(fù)內(nèi)容更具有針對(duì) 性,還有,引入用戶屬性模型作為上下文參數(shù),可以將在社交媒體對(duì)不同對(duì)象的回復(fù)風(fēng)格、 方式引入信息回復(fù)。
      [0070] 圖5為本發(fā)明實(shí)施例五提供的終端設(shè)備的示意圖。該終端設(shè)備用于執(zhí)行本發(fā)明實(shí) 施例一提供的信息處理方法。如圖所示,本發(fā)明實(shí)施例包括:設(shè)備端口 51、處理器52和存 儲(chǔ)器53。設(shè)備總線54用于連接設(shè)備端口 51、處理器52和存儲(chǔ)器53。
      [0071] 設(shè)備端口 51用于與系統(tǒng)設(shè)備相連接。
      [0072] 存儲(chǔ)器53可以是永久存儲(chǔ)器,例如硬盤驅(qū)動(dòng)器和閃存,存儲(chǔ)器53中具有軟件模塊 和設(shè)備驅(qū)動(dòng)程序。軟件模塊能夠執(zhí)行本發(fā)明上述方法的各種功能模塊;設(shè)備驅(qū)動(dòng)程序可以 是網(wǎng)絡(luò)和接口驅(qū)動(dòng)程序。
      [0073] 在啟動(dòng)時(shí),這些軟件組件被加載到存儲(chǔ)器53中,然后被處理器52訪問并執(zhí)行如圖 1所示的方法。
      [0074] 圖6為本發(fā)明實(shí)施例六提供的系統(tǒng)設(shè)備的示意圖。該系統(tǒng)設(shè)備用于執(zhí)行本發(fā)明實(shí) 施例二提供的信息處理方法。如圖所示,本發(fā)明實(shí)施例包括:設(shè)備端口 61、處理器62和存 儲(chǔ)器63。設(shè)備總線64用于連接設(shè)備端口 61、處理器62和存儲(chǔ)器63。
      [0075] 設(shè)備端口 61用于與終端設(shè)備相連接。
      [0076] 存儲(chǔ)器63可以是永久存儲(chǔ)器,例如硬盤驅(qū)動(dòng)器和閃存,存儲(chǔ)器63中具有軟件模塊 和設(shè)備驅(qū)動(dòng)程序。軟件模塊能夠執(zhí)行本發(fā)明上述方法的各種功能模塊;設(shè)備驅(qū)動(dòng)程序可以 是網(wǎng)絡(luò)和接口驅(qū)動(dòng)程序。
      [0077] 在啟動(dòng)時(shí),這些軟件組件被加載到存儲(chǔ)器63中,然后被處理器62訪問并執(zhí)行如圖 2所示的方法。
      [0078] 圖7為本發(fā)明實(shí)施例七提供的信息處理系統(tǒng)的示意圖。如圖所示,本實(shí)施例具體 包括:本發(fā)明實(shí)施例三提供的終端設(shè)備71和本發(fā)明實(shí)施例四提供的系統(tǒng)設(shè)備72,或者本發(fā) 明實(shí)施例五提供的終端設(shè)備71和本發(fā)明實(shí)施例六提供的系統(tǒng)設(shè)備72。
      [0079] 專業(yè)人員應(yīng)該還可以進(jìn)一步意識(shí)到,結(jié)合本文中所公開的實(shí)施例描述的各示例的 單元及算法步驟,能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn),為了清楚地說明硬 件和軟件的可互換性,在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。 這些功能究竟以硬件還是軟件方式來執(zhí)行,取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。 專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能,但是這種實(shí)現(xiàn) 不應(yīng)認(rèn)為超出本發(fā)明的范圍。
      [0080] 結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以用硬件、處理器執(zhí)行的 軟件模塊,或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(RAM)、內(nèi)存、只讀存儲(chǔ)器 (ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或【技術(shù)領(lǐng)域】 內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。
      [0081] 以上所述的【具體實(shí)施方式】,對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步 詳細(xì)說明,所應(yīng)理解的是,以上所述僅為本發(fā)明的【具體實(shí)施方式】而已,并不用于限定本發(fā)明 的保護(hù)范圍,凡在本發(fā)明的精神和原則之內(nèi),所做的任何修改、等同替換、改進(jìn)等,均應(yīng)包含 在本發(fā)明的保護(hù)范圍之內(nèi)。
      【權(quán)利要求】
      1. 一種信息處理方法,其特征在于,所述方法包括: 終端設(shè)備獲取終端用戶的用戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,使得所述系 統(tǒng)設(shè)備獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信 息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型; 所述終端設(shè)備從所述系統(tǒng)設(shè)備接收所述終端用戶的所述用戶屬性模型和信息回復(fù)模 型,并根據(jù)所述用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬性; 當(dāng)接收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并根 據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回 復(fù)信息,并將所述回復(fù)信息發(fā)送至所述聯(lián)系人。
      2. 根據(jù)權(quán)利要求1所述的信息處理方法,其特征在于,所述獲取終端用戶的用戶標(biāo)識(shí) 具體為: 獲取所述終端用戶在社交媒體上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社 交媒體上注冊的標(biāo)識(shí)信息。
      3. 根據(jù)權(quán)利要求1或2所述的信息處理方法,其特征在于,所述根據(jù)所述待回復(fù)信息的 上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回復(fù)信息具體為: 根據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、所述聯(lián)系人的歷史信息、 以及所述信息回復(fù)模型生成回復(fù)信息。
      4. 根據(jù)權(quán)利要求1至3任一項(xiàng)所述的信息處理方法,其特征在于,所述根據(jù)所述待回復(fù) 信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回復(fù)信息之后,還 包括: 將所述回復(fù)信息進(jìn)行語言修飾,并將所述語言修飾后的信息發(fā)送至所述聯(lián)系人。
      5. 根據(jù)權(quán)利要求1至4任一項(xiàng)所述的信息處理方法,其特征在于,所述待回復(fù)信息的上 下文信息包括時(shí)間類、地點(diǎn)類和事件類信息。
      6. -種信息處理方法,其特征在于,所述方法包括: 系統(tǒng)設(shè)備接收終端設(shè)備發(fā)送的終端用戶的用戶標(biāo)識(shí); 獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信息, 并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型; 對(duì)所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶屬性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得 到信息回復(fù)模型; 向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信息回復(fù)模型,以使所述終端設(shè)備根據(jù) 所述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用戶接收到的待回復(fù)信息進(jìn)行處理。
      7. 根據(jù)權(quán)利要求6所述的信息處理方法,其特征在于,所述接收終端設(shè)備發(fā)送的終端 用戶的用戶名信息具體為: 接收所述終端設(shè)備在社交媒體上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社 交媒體上注冊的標(biāo)識(shí)信息。
      8. 根據(jù)權(quán)利要求6或7所述的信息處理方法,其特征在于,所述上下文信息包括時(shí)間 類、地點(diǎn)類、事件類和人物屬性類信息,所述抽取所述社交媒體數(shù)據(jù)中的上下文信息,并對(duì) 所述上下文進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型具體為: 抽取所述社交媒體數(shù)據(jù)中的時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,將所述人物屬 性類信息進(jìn)行聚類并訓(xùn)練,所述訓(xùn)練后得到所述用戶屬性模型。
      9. 一種終端設(shè)備,其特征在于,所述設(shè)備包括: 獲取單元,用于獲取終端用戶的用戶標(biāo)識(shí),并將所述用戶標(biāo)識(shí)發(fā)送至系統(tǒng)設(shè)備,使得所 述系統(tǒng)設(shè)備獲取與所述用戶標(biāo)識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文 信息,并對(duì)所述上下文信息進(jìn)行聚類處理,所述聚類處理后得到用戶屬性模型; 接收單元,用于接收所述系統(tǒng)設(shè)備發(fā)送的與所述終端用戶相對(duì)應(yīng)的所述用戶屬性模型 和信息回復(fù)模型,并根據(jù)所述用戶屬性模型確定所述終端用戶的所有聯(lián)系人的用戶屬性, 以及將所述所有聯(lián)系人的用戶屬性和所述信息回復(fù)模型傳輸給信息處理單元; 信息處理單元,用于從所述接收單元接收所述所有聯(lián)系人的用戶屬性和所述信息回復(fù) 模型,當(dāng)接收到所述聯(lián)系人發(fā)送的待回復(fù)信息時(shí),抽取所述待回復(fù)信息的上下文信息,并根 據(jù)所述待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、以及所述信息回復(fù)模型生成回 復(fù)信息,并將所述回復(fù)信息發(fā)送至所述聯(lián)系人。
      10. 根據(jù)權(quán)利要求9所述的終端設(shè)備,其特征在于,所述獲取單元還用于獲取所述終端 用戶在社交媒體上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的標(biāo) 識(shí)息。
      11. 根據(jù)權(quán)利要求9或10所述的終端設(shè)備,其特征在于,所述接收單元還用于根據(jù)所述 待回復(fù)信息的上下文信息、所述聯(lián)系人的用戶屬性、所述聯(lián)系人的歷史信息、以及所述信息 回復(fù)模型生成回復(fù)信息。
      12. 根據(jù)權(quán)利要求9至11任一項(xiàng)所述的終端設(shè)備,其特征在于,所述設(shè)備還包括: 語言修飾單元,用于將所述回復(fù)信息進(jìn)行語言修飾,并將所述語言修飾后的信息發(fā)送 至所述聯(lián)系人。
      13. 根據(jù)權(quán)利要求9至12任一項(xiàng)所述的終端設(shè)備,其特征在于,所述待回復(fù)信息的上下 文信息包括時(shí)間類、地點(diǎn)類和事件類信息。
      14. 一種系統(tǒng)設(shè)備,其特征在于,所述設(shè)備包括: 接收單元,用于接收終端設(shè)備發(fā)送的終端用戶的用戶標(biāo)識(shí),以及將所述用戶標(biāo)識(shí)傳輸 給用戶屬性模型生成單元; 用戶屬性模型生成單元,用于從所述接收單元接收所述用戶標(biāo)識(shí),獲取與所述用戶標(biāo) 識(shí)對(duì)應(yīng)的社交媒體數(shù)據(jù),抽取所述社交媒體數(shù)據(jù)中的上下文信息,并對(duì)所述上下文信息進(jìn) 行聚類處理,所述聚類處理后得到用戶屬性模型,及將所述社交媒體數(shù)據(jù)、所述上下文信息 和所述用戶屬性模型傳輸給信息回復(fù)模型生成單元,以及將所述用戶屬性模型傳輸給發(fā)送 單元; 信息回復(fù)模型生成單元,用于從所述用戶屬性模型生成單元接收所述社交媒體數(shù)據(jù)、 所述上下文信息和所述用戶屬性模型,對(duì)所述社交媒體數(shù)據(jù)、所述上下文信息和所述用戶 屬性模型進(jìn)行訓(xùn)練,所述訓(xùn)練后得到信息回復(fù)模型,以及將所述信息回復(fù)模型傳輸給發(fā)送 單元; 發(fā)送單元,用于從所述用戶屬性模型生成單元接收所述用戶屬性模型,從所述信息回 復(fù)模型生成單元接收所述信息回復(fù)模型,向所述終端設(shè)備發(fā)送所述用戶屬性模型和所述信 息回復(fù)模型,以使所述終端設(shè)備根據(jù)所述用戶屬性模型和所述信息回復(fù)模型對(duì)所述終端用 戶接收到的待回復(fù)信息進(jìn)行處理。
      15. 根據(jù)權(quán)利要求14所述的系統(tǒng)設(shè)備,其特征在于,所述接收單元還用于接收所述終 端設(shè)備在社交媒體上的用戶標(biāo)識(shí),所述用戶標(biāo)識(shí)為所述終端用戶在所述社交媒體上注冊的 標(biāo)識(shí)信息。
      16. 根據(jù)權(quán)利要求14或15所述的系統(tǒng)設(shè)備,其特征在于,所述上下文信息包括時(shí)間類、 地點(diǎn)類、事件類和人物屬性類信息,所述用戶屬性模型生成單元還用于抽取所述社交媒體 數(shù)據(jù)中的時(shí)間類、地點(diǎn)類、事件類和人物屬性類信息,將所述人物屬性類信息進(jìn)行聚類并訓(xùn) 練,所述訓(xùn)練后得到所述用戶屬性模型。
      17. -種信息處理系統(tǒng),其特征在于,所述系統(tǒng)包括:根據(jù)權(quán)利要求9至13任一項(xiàng)所述 的終端設(shè)備和根據(jù)權(quán)利要求14至16任一項(xiàng)所述的系統(tǒng)設(shè)備。
      【文檔編號(hào)】H04W88/02GK104144392SQ201310166626
      【公開日】2014年11月12日 申請(qǐng)日期:2013年5月8日 優(yōu)先權(quán)日:2013年5月8日
      【發(fā)明者】李華飛, 張軼博 申請(qǐng)人:華為技術(shù)有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1