智能应答内容生成方法、装置、电子设备及存储介质与流程

1.本公开涉及智能客服技术领域，尤其涉及一种智能应答内容生成方法、装置、电子设备及存储介质。


背景技术：

2.在智能客服技术领域，用户咨询的内容通常包括商品属性(例如该商品尺寸属性、清洗类型属性等等)，智能客服针对用户的咨询生成相应的应答内容。
3.相关技术中，针对用户咨询进行答复时，通常是预先创建属性知识库，由运营人员来维护商品的属性可能涉及的商品相关图像。
4.这种方式下，需要运营人员梳理商品的属性可能涉及的商品相关图像，需要耗费较多的人工操作成本，无法进行实时更新，用于生成应答内容的资源的表征效果较为单一，不够灵活，且应答内容的生成效率不高。


技术实现要素：

5.本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
6.为此，本公开的目的在于提出一种智能应答内容生成方法、装置、电子设备及存储介质，能够实现自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容，从而有效地丰富用于生成应答内容的资源，有效提升应答内容的答复表达效果。
7.本公开第一方面实施例提出的智能应答内容生成方法，包括：确定待匹配属性类别和商品相关图像；对所述商品相关图像进行处理，以得到多个候选商品内容；以及根据所述待匹配属性类别，从所述多个候选商品内容中识别出目标商品内容，所述目标商品内容被用于生成应答内容。
8.本公开第一方面实施例提出的智能应答内容生成方法，通过确定待匹配属性类别和商品相关图像，对商品相关图像进行处理，以得到多个候选商品内容，以及根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容，能够实现自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容，从而有效地丰富用于生成应答内容的资源，有效提升应答内容的答复表达效果。
9.本公开第二方面实施例提出的智能应答内容生成装置，包括：确定模块，用于确定待匹配属性类别和商品相关图像；处理模块，用于对商品相关图像进行处理，以得到多个候选商品内容；生成模块，用于根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，所述目标商品内容被用于生成应答内容。
10.本公开第二方面实施例提出的智能应答内容生成装置，通过确定待匹配属性类别和商品相关图像，对商品相关图像进行处理，以得到多个候选商品内容，以及根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容，能够实现自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容，从而有效地丰富用于生成应答内容的资源，有效提升应答内容的答复表达效果。
11.本公开第三方面实施例提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的智能应答内容生成方法。
12.本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的智能应答内容生成方法。
13.本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行如本公开第一方面实施例提出的智能应答内容生成方法。
14.本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
15.本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
16.图1是本公开一实施例提出的智能应答内容生成方法的流程示意图；
17.图2是本公开实施例中智能应答内容生成流程示意图；
18.图3是本公开另一实施例提出的智能应答内容生成方法的流程示意图；
19.图4是本公开一实施例提出的智能应答内容生成装置的结构示意图；
20.图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
21.下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
22.图1是本公开一实施例提出的智能应答内容生成方法的流程示意图。
23.其中，需要说明的是，本实施例的智能应答内容生成方法的执行主体为智能应答内容生成装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
24.如图1所示，该智能应答内容生成方法，包括：
25.s101：确定待匹配属性类别和商品相关图像。
26.在智能客服技术领域，用户咨询的内容通常包括商品属性(例如该商品尺寸属性、清洗类型属性等等)，待匹配属性类别，可以是当前需要确定出与其对应的目标商品内容的商品属性的类别，待匹配属性类别可以例如是商品尺寸属性或者是清洗类型属性，对此不做限制。
27.举例而言，如果商品是手机，则待匹配属性类别可以具体例如，品牌、上市时间、数据接口、机身材质、型号、用户识别卡(subscriber identity module，sim)类型等，对此不做限制。
28.上述在确定待匹配属性类别之后，可以获取该商品的商品相关图像，从而采用商品相关图像结合待匹配属性类别，确定进行回复的目标应答内容，从而可以自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容。
29.其中，商品相关图像，可以展现商品特质，起到对商品进行介绍作用的图像，例如，可以是购物网站商品推荐页面的图像，或者是商品详情页面的图像，对此不做限制。
30.本公开实施例中，在确定待匹配属性类别，可以是从用户针对商品的线上咨询语句中解析得到，例如，对线上咨询语句进行分词处理，得到一组候选词表，根据用户咨询的商品具体型号定位到品类信息，读取属性管理数据中的此品类的候选属性类别列表(该候选属性类别列表中可以包括多个候选属性类别)，而后，进行属性名称及属性别名关键词粗略匹配，若无法直接匹配到，则可以进行示例问法语义匹配，以确定出待匹配属性类别。
31.本公开实施例中，在确定商品相关图像时，可以采用商品图像接口获取商品图像链接，访问该商品图像链接，以得到商品相关图像，该图像可以由商家在系统内部进行增加、修改、删除等维护，也可以从系统外部通过爬虫等方式获取得到，对此不做限制。
32.可选地，一些实施例中，确定待匹配属性类别，可以是获取商品的线上咨询语句，并从线上咨询语句中解析得到咨询关键词，以及对咨询关键词进行属性解析，以得到待匹配属性类别，使得应答内容生成方法能够有效地与用户线上咨询场景相结合，从而使得所确定的待匹配属性类别能够与用户的咨询意图相匹配，通过关键词解析方式得到待匹配属性类别，能够有效提升待匹配属性类别的获取准确性和便捷性。
33.而从线上咨询语句中解析得到咨询关键词，以及对咨询关键词进行属性解析时，可以是将咨询关键词与预配置的属性类别对应表进行匹配，将与咨询关键词匹配的属性类别作为待匹配属性类别，对此不做限制。
34.其中，咨询关键词，可以是用户的线上咨询语句中与商品的属性所关联的关键词，例如，可以是用户的线上咨询语句中的名称、功能、材质、颜色、产地和优惠活动等，对此不做限制。
35.当然，也可以采用其它任意的方式来实现确定待匹配属性类别，比如，模型匹配的方式、人工智能的方式，对此不做限制。
36.s102：对商品相关图像进行处理，以得到多个候选商品内容。
37.上述确定待匹配属性类别和商品相关图像之后，可以对商品相关的图像进行处理，以得到多个候选商品内容。
38.其中，候选商品内容，可以例如是商品相关图像中包括的描述商品的文字内容，或者描述商品的图像内容等等，对此不做限制。
39.本公开实施例中，在对商品相关图像进行处理时，可以采用光学字符识别对获取到的商品相关图像进行识别，识别出图像中的描述商品的文字内容作为候选商品内容，对此不做限制。
40.其中，光学字符识别，是用电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，并用字符识别方法将形状翻译成计算机文字的过程，而后，通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。
41.s103：根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商
品内容被用于生成应答内容。
42.上述在确定待匹配属性类别和商品相关图像，并对商品相关图像进行处理，以得到多个候选商品内容之后，可以结合待匹配属性类别识别出与自身匹配的商品内容，该匹配的商品内容，即可以被称为目标商品内容。
43.需要说明的是，商品内容与待匹配属性类别匹配，可以是指商品内容所表达的语义与待匹配属性类别匹配，例如，待匹配属性类别是手机性能，则商品内容具体是描述手机性能的内容，对此不做限制。
44.举例而言，在提取出商品详情图像中的多种描述商品的文字内容后，可以从多种描述商品的文字内容中识别出与待匹配属性类别匹配的文字内容作为目标商品内容，例如，可以将多种描述商品的文字内容和待匹配属性类别输入至预训练的匹配模型之中，得到该匹配模型输出的与待匹配属性类别匹配的文字内容作为目标商品内容，对此不做限制。
45.其中，应答内容可以具体是用于响应用户线上咨询语句的答复文本内容，或者也可以是答复多媒体内容，对此不做限制。
46.该应答内容可以文字和图像结合的图文方式进行呈现，从而能够有效地保障应答内容的表达能力，保障答复效果。
47.举例而言，如图2所示，获取用户线上输入的线上咨询语句，而后，对线上咨询语句进行属性类别和商品相关图像的识别和获取，以得到待匹配属性类别和商品相关图像，而后，对获取到的商品相关图像进行光学字符识别，以得到多个候选商品内容，将到待匹配属性类别与多个候选商品内容进行智能匹配，以得到，目标商品内容，而后，根据目标商品内容辅助生成图文形式的应答内容，对此不做限制。
48.本实施例中，通过确定待匹配属性类别和商品相关图像，对商品相关图像进行处理，以得到多个候选商品内容，以及根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容，能够实现自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容，从而有效地丰富用于生成应答内容的资源，有效提升应答内容的答复表达效果。
49.图3是本公开另一实施例提出的智能应答内容生成方法的流程示意图。
50.如图3所示，该智能应答内容生成方法，包括：
51.s301：获取商品的线上咨询语句。
52.其中，可以向用户提供咨询窗口，用户可以在该咨询窗口中输入一些针对商品的咨询问题，从而电子设备可以获取用户输入的线上咨询语句，并触发后续步骤。
53.s302：从线上咨询语句中解析得到咨询关键词。
54.上述获取到线上咨询语句后，可以采用分词技术，对线上咨询语句对应的文本进行分词处理，以得到多个分词，而后，结合预置关键词表(预置关键词表可以包括多个候选关键词)判断多个分词中是否存在与候选关键词匹配的分词，如果存在，则直接将该分词作为咨询关键词，或者，将与该分词匹配的候选关键词作为咨询关键词，对此不做限制。
55.s303：对咨询关键词进行属性解析，以得到候选属性类别。
56.上述从线上咨询语句中解析得到咨询关键词，以及对咨询关键词进行属性解析时，可以是将咨询关键词与预配置的属性类别对应表进行匹配，将与咨询关键词匹配的属
性类别作为待匹配属性类别，对此不做限制。
57.可选地，一些实施例中，对咨询关键词进行属性解析，以得到候选属性类别，可以是从预设属性库中确定与咨询关键词匹配的候选关键词，并将预设属性库中与候选关键词关联的一个或者多个属性类别作为候选属性类别，从而能够有效地提升候选属性类别的确定效率和确定准确性，并且，该预设属性库可以是预先维护构建的，其中可以包括多个候选关键词，以及与每个候选关键词关联匹配的一个或者多个属性类别，从而具有较好的适用效果。
58.举例而言，候选关键词是：尺寸、长宽、重量，则相应的，关联的属性类别可以是尺寸属性类别，候选关键词是：牌子，则相应的，关联的属性类别可以是品牌属性类别，对此不做限制。
59.s304：如果属性知识库中不存在与候选属性类别匹配的商品内容，则将候选属性类别作为待匹配属性类别。
60.上述在得到候选属性类别之后，可以判断预设的属性知识库中是否存在与候选属性类别匹配的商品内容，其中，属性知识库可以是由运营人员或商家梳理出的每个属性类别的商品内容的数据库，例如，假设属性类别是手机特征类型，则与手机特征类型匹配的商品内容，可以包括：品牌、上市时间、数据接口、机身材质、型号、sim卡类型等。
61.当属性知识库中存在与候选属性类别匹配的商品内容时，可以表征从预设的属性知识库中即可以获知该候选属性类别对应的商品内容，此时，可以不触发针对商品相关图像进行商品内容识别，而在确定属性知识库中不存在与候选属性类别匹配的商品内容时，表征从预设的属性知识库中不能够获知丰富的候选属性类别对应的商品内容，此时可以触发针对商品相关图像进行商品内容识别，以获得丰富的商品内容，从而能够确定针对商品相关图像进行商品内容识别的合适的执行时机，在有效地保障商品内容获取效果的同时，避免占用过多的运算资源消耗。
62.属性知识库可以包括一些属性管理数据，每个属性管理数据可以包括：候选属性类别(候选属性类别可以具体以属性名称、属性别名的形式呈现)，而针对候选属性类别还可以配置相应的常见示例咨询语句的形式、属性类型、校验规则、候选值列表(该候选值列表中可以包括该候选属性类别的商品内容)、属性单位等信息。
63.上述属性知识库中的内容，可以由系统自动挖掘产生，该候选属性类别的商品内容可以包括：商品具体型号库存单元(stock keeping unit，sku)的详细属性，库存单元sku是库存量单位，用于区分商品，库存单元sku可以是库存和价格的属性值集合。
64.上述属性知识库可以自定义配置，以新增商品内容，或者，以新增候选属性类别，以及与该新增的候选属性类别对应的一种或者多种商品内容，对此不做限制。
65.举例而言，如果智能客服对应手机销售店铺，则可以由智能客服系统自动挖掘得到候选属性类别：当前店铺手机的型号属性、内存属性、摄像头像素属性等，而后，可以支持该手机销售店铺自适应地配置与型号属性、内存属性、摄像头像素属性等分别对应的商品内容，以形成属性知识库，对此不做限制。
66.s305：获取商品相关图像。
67.本公开实施例中，在获取商品相关图像时，可以采用商品图像接口获取商品图像链接，访问该商品图像链接，以得到商品相关图像，该图像可以由商家在系统内部进行增
加、修改、删除等维护，也可以从系统外部通过爬虫等方式获取得到，对此不做限制。
68.s306：对商品相关图像进行多次截图处理，以得到多次截图处理后分别对应的多个截图图像。
69.上述获取商品相关图像之后，可以对获取到的商品相关图像进行多次截图处理，以得到多次截图处理后分别对应的多个截图图像，其中，该多个截图图像可以被用于识别得到相应的多个候选商品内容。
70.s307：从多个截图图像中分别识别得到对应的多个候选商品内容。
71.上述获取商品相关图像，对商品相关图像进行多次截图处理，得到多次截图处理后的多个截图图像之后，可以对多个截图图像进行处理。
72.可选地，一些实施例中，在执行从多个截图图像中识别得到对应的多个候选商品内容时，可以是采用光学字符识别方法对多个截图图像分别进行识别处理，以得到对应的多个文字描述内容作为多个候选商品内容，从而能够实现对商品相关图像的多个截图图像进行有效处理，获取丰富的候选商品内容，提升目标商品内容匹配准确度。
73.也即是说，本公开实施例中，在对商品相关图像的截图图像进行处理时，可以采用光学字符识别方法对截图处理得到的截图图像进行识别，识别出图像中的描述商品的文字内容(该描述商品的文字内容，可以被称为文字描述内容)作为候选商品内容，对此不做限制。
74.当然，也可以采用其它任意可能的方式来实现从多个截图图像中识别得到对应的多个候选商品内容，举例而言，可以将截图图像输入至预训练的内容识别模型中，并获得该内容识别模型输出的候选商品内容，或者，也可以采用图像识别的方式、图像融合的方式等，对此不做限制。
75.s308：根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容。
76.上述在确定待匹配属性类别和商品相关图像，并对商品相关图像进行处理，以得到多个候选商品内容之后，可以结合待匹配属性类别识别出与自身匹配的候选商品内容，该匹配的候选商品内容，即可以被称为目标商品内容。
77.本公开实施例中，在根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容时，可以确定待匹配属性类别分别与多个候选商品内容之间的多个相关性信息，从多个相关性信息中确定出满足设定条件的目标相关性，并将目标相关性所属候选商品内容作为目标商品内容，从而能够根据相关性信息对候选商品内容进行筛选匹配，能够较为准确地结合待匹配属性类别识别出与自身匹配目标商品内容。
78.其中，设定条件可以是预先设置的，该设定条件的配置可以根据实际应用场景的需求自适应配置，该设定条件可以例如，相关性信息对应的量化值大于设定阈值，对此不做限制。
79.其中，满足设定条件的相关性信息，可以被称为目标相关性。
80.其中，在确定待匹配属性类别分别与多个候选商品内容之间的多个相关性信息时，可以进行相关性判断，可以例如通过文本覆盖率与文本语义相关模型进行判断，对此不做限制。
81.s309：获取与待匹配属性类别对应的答复文案内容，答复文案内容、目标商品内
容，以及目标商品内容所属的目标截图图像被共同作为线上咨询语句对应的应答内容。
82.本公开实施例中，在获取与待匹配属性类别对应的答复文案内容，目标商品内容，以及目标商品内容所属的目标截图图像之后，可以对目标截图图像中展示的目标商品内容进行标记处理，以得到标记后的截图图像，并根据标记截图图像和答复文案内容合成得到图文形式的应答内容，即，可以配置该标记后的截图图像结合文字以图文方式呈现，能够有效地保障应答内容的表达能力，保障答复效果。
83.其中，对目标截图图像中展示的目标商品内容进行标记处理，可以根据目标商品内容的位置信息，对其进行标红、高亮等方式处理，对此不做限制。
84.本实施例中，通过确定待匹配属性类别和商品相关图像，对商品相关图像进行处理，以得到多个候选商品内容，以及根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容，能够实现自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容，从而有效地丰富用于生成应答内容的资源，有效提升应答内容的答复表达效果。使得应答内容生成方法能够有效地与用户线上咨询场景相结合，从而使得所确定的待匹配属性类别能够与用户的咨询意图相匹配，通过关键词解析方式得到待匹配属性类别，能够有效提升待匹配属性类别的获取准确性和便捷性。当属性知识库中存在与候选属性类别匹配的商品内容时，可以表征从预设的属性知识库中即可以获知该候选属性类别对应的商品内容，此时，可以不触发针对商品相关图像进行商品内容识别，而在确定属性知识库中不存在与候选属性类别匹配的商品内容时，表征从预设的属性知识库中不能够获知丰富的候选属性类别对应的商品内容，此时可以触发针对商品相关图像进行商品内容识别，以获得丰富的商品内容，从而能够确定针对商品相关图像进行商品内容识别的合适的执行时机，在有效地保障商品内容获取效果的同时，避免占用过多的运算资源消耗。对应答内容中的目标截图图像中展示的目标商品内容进行标记处理，以辅助合成携带标记的图文形式的应答内容，可以较为准确且地呈现应答内容，并且，能够有效地提升智能问答过程中的属性类咨询的回复效果。
85.图4是本公开一实施例提出的智能应答内容生成装置的结构示意图。
86.如图4所示，该智能应答内容生成装置40，包括：
87.确定模块401，用于确定待匹配属性类别和商品相关图像；
88.处理模块402，用于对商品相关图像进行处理，以得到多个候选商品内容；
89.生成模块403，用于根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容。
90.与上述图1至图3实施例提供的智能应答内容生成方法相对应，本公开还提供一种智能应答内容生成装置，由于本公开实施例提供的智能应答内容生成装置与上述图1至图3实施例提供的智能应答内容生成方法相对应，因此在智能应答内容生成方法的实施方式也适用于本公开实施例提供的智能应答内容生成装置，在本公开实施例中不再详细描述。
91.本实施例中，通过确定待匹配属性类别和商品相关图像，对商品相关图像进行处理，以得到多个候选商品内容，以及根据待匹配属性类别，从多个候选商品内容中识别出目标商品内容，目标商品内容被用于生成应答内容，能够实现自动化地参考商品的待匹配属性类别从商品相关图像中识别得到匹配的商品内容，从而有效地丰富用于生成应答内容的资源，有效提升应答内容的答复表达效果。
92.为了实现上述实施例，本公开还提出一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现如本公开前述实施例提出的智能应答内容生成方法。
93.为了实现上述实施例，本公开还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开前述实施例提出的智能应答内容生成方法。
94.为了实现上述实施例，本公开还提出一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行如本公开前述实施例提出的智能应答内容生成方法。
95.图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。图5显示的电子设备12仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
96.如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
97.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industry standard architecture；以下简称：isa)总线，微通道体系结构(micro channel architecture；以下简称：mac)总线，增强型isa总线、视频电子标准协会(video electronics standards association；以下简称：vesa)局域总线以及外围组件互连(peripheral component interconnection；以下简称：pci)总线。
98.电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
99.存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory；以下简称：ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。
100.尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(compact disc read only memory；以下简称：cd-rom)、数字多功能只读光盘(digital video disc read only memory；以下简称：dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本公开各实施例的功能。
101.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
102.电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)
通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(local area network；以下简称：lan)，广域网(wide area network；以下简称：wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
103.处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的智能应答内容生成方法。
104.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
105.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
106.需要说明的是，在本公开的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
107.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
108.应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
109.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
110.此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
111.上述提到的存储介质可以是只读存储器，磁盘或光盘等。
112.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
113.尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。