端界面上，以方便用戶選擇。另外，服務(wù)與短消息的貼合度也可以包括但不限于日常生活形成的統(tǒng)一認識判斷的條件重要程度，例如在推薦優(yōu)惠券服務(wù)中，“優(yōu)惠價格”比“過期時間”可能更優(yōu)先，以及服務(wù)與短消息的貼合度還可以根據(jù)用戶的習(xí)慣及歷史記錄數(shù)據(jù)來判斷。
[0097]本實施例中，通過語言解析確定用戶的潛在意圖，生成與潛在意圖對應(yīng)的推薦說明，以供用戶選擇，然后為用戶提供對應(yīng)的服務(wù)，提高了服務(wù)推薦的靈活性，使得為用戶推薦的服務(wù)為最符合用戶潛在需要的服務(wù)，從而方便用戶選擇符合需求的服務(wù)。
[0098]下面介紹本發(fā)明實施例提供的終端，所述終端用于執(zhí)行上述陳述的所有方法，請參閱圖3,本實施例的終端300包括:
[0099]消息獲取單元301，用于獲取終端內(nèi)的短消息；
[0100]意圖識別單元302，用于將消息獲取單元301獲取到的所述短消息進行語言解析，獲得所述短消息對應(yīng)的用戶的潛在意圖；
[0101]服務(wù)獲取單元303，用于根據(jù)所述意圖識別單元302獲得的所述用戶的潛在意圖，獲取與所述用戶的潛在意圖對應(yīng)的服務(wù)。
[0102]本實施中，意圖識別單元通過將所述短消息進行語言解析，能夠準確識別所述短消息對應(yīng)的用戶的潛在意圖，服務(wù)獲取單元獲取與所述用戶的潛在意圖對應(yīng)的服務(wù)，從而使獲取的服務(wù)符合用戶的需求。
[0103]為便于理解，下面進一步對本發(fā)明實施例的終端進行說明，請參閱圖4，本實施例的終端400包括:
[0104]消息獲取單元401，用于獲取終端內(nèi)的短消息；
[0105]意圖識別單元402，用于將消息獲取單元401獲取的短消息進行語言解析，獲得所述短消息對應(yīng)的用戶的潛在意圖；
[0106]模型訓(xùn)練單元403，用于根據(jù)用戶的歷史操作數(shù)據(jù)，利用機器學(xué)習(xí)法對所述用戶的歷史操作數(shù)據(jù)進行訓(xùn)練，獲取意圖模型；
[0107]概率獲取單元404，用于當所述短消息對應(yīng)至少兩個潛在意圖時，根據(jù)模型訓(xùn)練單元403訓(xùn)練的意圖模型，獲取至少兩個潛在意圖中每個潛在意圖對應(yīng)的概率；
[0108]意圖過濾單元405，用于根據(jù)概率獲取單元404獲取的所述至少兩個潛在意圖中每個潛在意圖對應(yīng)的概率，篩選預(yù)設(shè)數(shù)量的潛在意圖；
[0109]服務(wù)獲取單元406，用于根據(jù)所述用戶的潛在意圖，獲取與所述用戶的潛在意圖對應(yīng)的服務(wù)；
[0110]服務(wù)合并單元407，用于當所述服務(wù)的數(shù)量為至少兩條時，按照預(yù)設(shè)服務(wù)類型將所述服務(wù)進行合并，獲得第一服務(wù)集合；
[0111]服務(wù)顯示單元408，用于從所述第一服務(wù)集合中獲取預(yù)設(shè)數(shù)量的服務(wù)，并將所述預(yù)設(shè)數(shù)量的服務(wù)按照與短消息的貼合度排序后顯示在界面上以供用戶選擇。
[0112]另外，意圖識別單元402具體包括:
[0113]詞法解析子單元4021，用于將所述短消息進行詞法解析，獲取所述短消息中詞語的概念、屬性以及所述詞語之間的邏輯關(guān)系；
[0114]第一確定子單元4022，用于根據(jù)所述詞語的概念或?qū)傩源_定所述詞語對應(yīng)的命名實體；
[0115]句法識別子單元4023，用于確定所述詞語的詞性，根據(jù)所述詞語的詞性識別所述短消息的句法結(jié)構(gòu)；
[0116]第二確定子單元4024，用于根據(jù)所述命名實體、所述詞語之間的邏輯關(guān)系以及所述短消息的句法結(jié)構(gòu)，確定所述短消息對應(yīng)的用戶的潛在意圖。
[0117]服務(wù)獲取單元406具體包括:
[0118]情景獲取子單元4061，用于確定獲取與用戶的潛在意圖對應(yīng)的服務(wù)所需的參數(shù)，根據(jù)所需的參數(shù)獲取所述短消息的上下文情景；
[0119]說明生成子單元4062，用于根據(jù)所述上下文情景生成與所述潛在意圖對應(yīng)的推薦說明。
[0120]為進一步理解，下面以一個實際應(yīng)用場景對本實施例中的終端400的各單元之間的交互方式進行描述:
[0121]首先，消息獲取單元401獲取終端內(nèi)的短消息，所述短消息可以是終端獲取的文本信息，其包括但不限于微博、即時通訊軟件交互的信息、短信、通知等。
[0122]詞法解析子單元4021將所述短消息中的一個或多個句子，切分成一個或多個詞語，獲取短消息中詞語的概念、屬性以及詞語之間的邏輯關(guān)系，第一確定子單元4022根據(jù)詞語的概念或?qū)傩源_定詞語對應(yīng)的命名實體，根據(jù)命名實體與詞語之間的邏輯關(guān)系，確定短消息對應(yīng)的用戶的潛在意圖。
[0123]例如短消息內(nèi)容為“明天離開四川”，詞法解析子單元4021分詞的結(jié)果可以輸出“明天” “離開” “四川”。第一確定子單元4022根據(jù)詞語的概念、屬性等確定短消息中的詞語對應(yīng)的命名實體，命名實體的結(jié)果可以輸出“明天-時間”、“四川-地點(或省份)”等。另外，詞法解析子單元4021還可以根據(jù)詞法解析模型和詞庫，對短消息中的詞語進行規(guī)范，確定它們與命名實體之間的對應(yīng)關(guān)系。例如短消息“下午4點去星巴克坐坐”中的“下午4點”規(guī)范化成XX年XX月XX日(今天的日期)16:00，對應(yīng)的命名實體為“時間”，“星巴克”對應(yīng)命名實體為“餐廳名稱”、“地點名稱”、“音樂名稱”，“坐坐”對應(yīng)命名實體為“就餐事件”，然后第二確定子單元4024根據(jù)命名實體與詞語之間的邏輯關(guān)系，確定短消息對應(yīng)的用戶的潛在意圖。
[0124]如果第二確定子單元4024根據(jù)命名實體與詞語之間的邏輯關(guān)系，不能確定短消息對應(yīng)的用戶的潛在意圖，則由句法識別子單元4023確定短消息內(nèi)詞語的詞性，根據(jù)詞語的詞性識別短消息的句法結(jié)構(gòu)。具體地，句法識別子單元4023可以對短消息先進行分詞，識別出短消息中每個詞語的詞性，詞性包括動詞、名詞、形容詞、量詞、代詞、副詞等等，以根據(jù)詞語的詞性識別短消息的句法結(jié)構(gòu)。例如短消息“下午4點去星巴克坐坐”，“ROOT-〉去(動詞)，去(狀語)_>下午4點(時間名詞)，去(賓語)_>星巴克(地點名詞)，去(并列關(guān)系)_>坐坐”。
[0125]第二確定子單元4024根據(jù)第一確定子單元4022確定的所述命名實體，詞法解析子單元4021解析出的所述詞語之間的邏輯關(guān)系以及句法識別子單元4023識別的短消息的句法結(jié)構(gòu)，共同確定短消息對應(yīng)的用戶的潛在意圖。
[0126]在第二確定子單元4024確定用戶的潛在意圖之后，模型訓(xùn)練單元403根據(jù)用戶的歷史操作數(shù)據(jù)，利用機器學(xué)習(xí)法對用戶的歷史操作數(shù)據(jù)進行訓(xùn)練，獲取意圖模型。具體實現(xiàn)中，模型訓(xùn)練單元403可根據(jù)用戶的歷史操作數(shù)據(jù)，結(jié)合自然語言的語義結(jié)構(gòu)、社會和用戶個人的生活習(xí)慣，利用機器學(xué)習(xí)法對用戶的歷史操作數(shù)據(jù)進行訓(xùn)練，獲取意圖模型。例如，對于“蘋果”一詞，可以指水果，也可能指電子產(chǎn)品商標名。當終端內(nèi)的短消息是“今天買了個蘋果”時，單看這句話，無法確定用戶說的“蘋果”是水果還是電子產(chǎn)品，此時就需要根據(jù)用戶的歷史操作數(shù)據(jù)，利用機器學(xué)習(xí)法來確定。例如，當這句話中的“蘋果”指的是水果時，在用戶的歷史操作數(shù)據(jù)中，可能出現(xiàn)對水果的重量(“兩斤”，“五斤”)、水果的品種(紅富士、金冠)等進行限定的詞；而當這句話中的“蘋果”指的是電子產(chǎn)品時，在用戶的歷史操作數(shù)據(jù)中可能出現(xiàn)對電子產(chǎn)品的型號，配置等參數(shù)進行限定的詞。再例如短消息內(nèi)容“下午去星巴克坐坐吧”，根據(jù)用戶的歷史操作數(shù)據(jù)，例如平常終端中出現(xiàn)“坐坐”這個詞時，用戶會查找就餐地點，由此可知，此處的“坐坐”更傾向于用戶要去就餐，另外也可以參考自然語言表達習(xí)慣得知此處的“坐坐”多指就餐，這樣就能準確獲知用戶的真實意圖，從而得到意圖模型。
[0127]概率獲取單元404根據(jù)模型訓(xùn)練單元403訓(xùn)練的意圖模型，獲取每個潛在意圖對應(yīng)的概率，根據(jù)每個潛在意圖對應(yīng)的概率，獲取預(yù)設(shè)數(shù)量的潛在意圖。例如，當短消息內(nèi)容為“下午去星巴克坐坐吧”，第二確定子單元4024確定的用戶的潛在意圖可能有“獲取星巴克的優(yōu)惠券”，“查看星巴克的菜單”，“查詢?nèi)バ前涂说穆肪€”等等，而根據(jù)意圖模型，當終端上每次出現(xiàn)上述消息時，用戶都會申請星巴克的優(yōu)惠券，有時還會查看一下星巴克的菜單，那么每個潛在意圖對應(yīng)的概率將是:“推薦優(yōu)惠券-星巴克”〉“推薦菜單-星巴克”〉“查詢地圖-星巴克”。
[0128]如果一個短消息對應(yīng)的潛在意圖數(shù)量較多，那么意圖過濾單元405可以根據(jù)每個潛在意圖對應(yīng)的概率，只獲取預(yù)設(shè)數(shù)量的概率較高的潛在意圖，以使所獲取的潛在意圖更貼近用戶的真實需求。
[0129]接下來情景獲取子單元4061確定獲取與用戶的潛在意圖對應(yīng)的服務(wù)所需的參數(shù)，根據(jù)所需的參數(shù)獲取短消息的上下文情景，根據(jù)上下文情景生成與所述潛在意圖對應(yīng)的推薦說明。例如，當為用戶推薦的服務(wù)為去某地的線路時，就需要確定為用戶推薦該服務(wù)所需的參數(shù)，具體在當前的例子中，參數(shù)至少包括出發(fā)地和目的地。本實施例中，短消息的上下文情景可以是短消息中的關(guān)鍵詞語，也可以是與短消息的內(nèi)容相關(guān)的其他的用戶信息，也可以是提示用戶輸入的信息。例如當短消息為“下午6點在星巴克門口等我”時，確定的用戶的潛在意圖有“設(shè)置提醒-下午6點在星巴克門口等xx”、“查詢?nèi)バ前涂说木€路”。對于潛在意圖“設(shè)置提醒-下午6點在星巴克門口等XX”，情景獲取子單元4061可提取短消息中的關(guān)鍵詞語“下午6點”、“星巴克”、“等XX”，然后說明生成子單元4062結(jié)合終端自身顯示的當天的年、月、日等時間信息生成與該潛在意圖對應(yīng)的推薦說明“為您設(shè)置XX年XX月XX日下午6點在星巴克等XX的事件提醒”;對于潛在意圖“查詢?nèi)バ前涂说木€路”，則情景獲取子單元4061獲取的短消息的上下文情景可以是用戶當前的位置信息XX，該位置信息可以通過用戶終端的GPS定位獲取，也可以從用戶根據(jù)提示輸入的信息中獲取，說明生成子單元4062所生成的與該潛在意圖對應(yīng)的推薦說明為“為您查詢從XX到星巴克的路線”。
[0130]另外，當短消息的上下文情景為與短消息的內(nèi)容相關(guān)的其他的用戶信息時，該用戶信息還可以是保存在終端內(nèi)存或者存儲設(shè)備上的用戶數(shù)據(jù)，包括但不限于其他短消息，通訊錄，備忘錄，提醒事項，照片，應(yīng)用，視頻，音頻，郵件，書簽，網(wǎng)頁瀏覽記錄，商品/服務(wù)的購買記錄，酒店預(yù)訂記錄，機票購買記錄，用戶的一些偏好設(shè)置等，另外用戶信息還可以是用戶使用的終端的相關(guān)信息，例如終端的硬件信息及軟件信息，包括但不限于日期和時鐘信息，位置信息(例如GPS、國家、城市等)，通過傳感器產(chǎn)生的信息，終端的操作系統(tǒng)和終端上運行的軟件，進程、服務(wù)的狀態(tài)和事件等。
[0131]本實施例中，說明生成子單元4062可以將短消息中用于生成推薦說明的關(guān)鍵詞語做特殊顯示，每個關(guān)鍵詞語對應(yīng)一個或多個潛在意圖，每個潛在意圖有對應(yīng)的推薦說明，當用戶關(guān)注某一關(guān)鍵詞語時，就為用戶顯示對應(yīng)的推薦說明。