CN110020007A - 机器人交互控制方法及装置、存储介质、服务器 - Google Patents

Abstract

一种机器人交互控制方法及装置、存储介质、服务器，所述方法包括：确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。基于本发明技术方案，采用多个聊天机器人共同展示资讯信息可以获取与用户兴趣匹配度高的资讯信息，改善用户的阅读体验。

Description

机器人交互控制方法及装置、存储介质、服务器

技术领域

本发明涉及信息处理技术领域，具体涉及机器人交互控制方法及装置、存储介质、服务器。

背景技术

现有的资讯信息展示往往采用列表方式逐条呈现，例如微博、各种新闻推送应用等。资讯信息列表中的各条资讯信息之间往往按内容的发布时间、与用户兴趣的匹配程度等特征组织信息列表，因此在同一信息列表中各条资讯信息之间可能缺乏语义上的相关性，无法与用户产生互动，影响用户体验。再者，尽管基于用户画像的算法可以根据用户的兴趣调整资讯信息，但是用户的兴趣往往会有一些即时性的改变，而基于用户画像推荐资讯信息的算法却无法适时捕捉这种改变，导致资讯信息的调整滞后于用户兴趣。

发明内容

本发明解决的技术问题是如何实现展示给用户的资讯信息具有语义相关性，并与用户兴趣保持高度匹配。

为解决上述技术问题，本发明实施例提供一种机器人交互控制方法，机器人交互控制方法包括：确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。

可选的，所述确定当前上下文包括：从内容语料库中选取至少一条内容语料作为所述当前上下文。

可选的，所述内容语料库中的内容语料为热门话题。

可选的，所述确定当前上下文包括：将用户的输入信息作为所述当前上下文。

可选的，所述确定当前上下文包括：将聊天记录作为所述当前上下文，所述聊天记录包括先前的当前上下文及其回答。

可选的，在所述将各个候选回答与所述当前上下文的匹配度进行排序之前，还包括：根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤。

可选的，所述对全部的候选回答进行过滤包括：滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答。

可选的，所述候选回答与所述当前上下文的匹配度包括：所述候选回答与所述当前上下文的语义相关度。

可选的，所述方法还包括：输出所述回答至终端。

为解决上述技术问题，本发明实施例还提供一种机器人交互控制装置，机器人交互控制装置包括：当前上下文确定模块，适于确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；回答获取模块，适于获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；答案排序模块，适于将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。

可选的，所述当前上下文确定模块从内容语料库中选取至少一条内容语料作为所述当前上下文。

可选的，所述内容语料库中的内容语料为热门话题。

可选的，所述当前上下文确定模块将用户的输入信息作为所述当前上下文。

可选的，所述当前上下文确定模块将聊天记录作为所述当前上下文，所述聊天记录包括先前的当前上下文及其回答。

可选的，所述装置还包括：回答过滤模块，在所述答案排序模块将各个候选回答与所述当前上下文的匹配度进行排序之前，所述回答过滤模块根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤。

可选的，所述对全部的候选回答进行过滤包括：滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答。

可选的，所述候选回答与所述当前上下文的匹配度包括：所述候选回答与所述当前上下文的语义相关度。

可选的，所述装置还包括：输出模块，适于输出所述回答至终端。

本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述基于机器人交互控制方法的步骤。

本发明实施例还公开了一种服务器，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述机器人交互控制方法的步骤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明技术方案提供一种机器人交互控制方法，包括：确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。本发明技术方案模仿人类聊天的形式展示资讯信息，可以引起用户浏览资讯信息的兴趣。一方面，采用多个聊天机器人展示资讯信息，可以避免出现单个聊天机器人缺少资讯信息的情况，能够使用户获取更多的资讯信息；另一方面，展示给用户的回答是与当前上下文匹配度高的资讯信息，因此前后多次回答中的资讯信息具有相关性，保证了用户在阅读资讯信息时的思维连贯性，可以提升用户的阅读体验。

进一步地，本发明技术方案所述确定当前上下文包括：将用户的输入信息作为所述当前上下文，由此可以允许用户通过聊天的方式与聊天机器人互动。当聊天机器人展示的资讯信息偏离用户兴趣和/或偏离了用户的当前真实喜好时，用户可以通过主动输入用户的输入信息，及时改变会话主题，快速调整得到的资讯信息，使资讯信息围绕用户兴趣展开。

此外，在本发明技术方案中，可以从内容语料库中选取至少一条内容语料作为所述当前上下文。由此，在无用户输入的情况下，多个聊天机器人仍然可以给出相关的回答，从而可以保证资讯信息能够得到持续的展示。

进一步地，本发明技术方案在所述将各个候选回答与所述当前上下文的匹配度进行排序之前，还可以根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤，由此可以综合考虑候选回答与上下文的语义相关性，提高语言连贯性，有利于减少资讯信息重复展示，改善用户体验。

附图说明

图1是本发明实施例一种机器人交互控制方法的流程图；

图2是本发明实施例一种机器人交互控制方法的应用场景示意图；

图3是本发明实施例另一种机器人交互控制方法的应用场景示意图；

图4是本发明实施例一种机器人交互控制装置的结构示意图。

具体实施方式

如背景技术所述，传统的资讯信息展示无法与用户产生互动，缺乏语义相关性，资讯信息的调整更新往往滞后于用户兴趣，影响用户体验。

另外，本申请的发明人经过研究注意到，如果当采用传统的聊天机器人以聊天的方式展示资讯信息时，由于单个聊天机器人的资讯信息量偏少，用户难以获得足够的资讯信息，可能影响用户体验。传统的聊天机器人主要采用用户主动提问、机器人被动回答的互动方式。如果没有用户输入，则聊天难以继续，无法持续展示资讯信息，也会影响用户体验。

本发明技术方案提供一种机器人交互控制方法，包括：确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。本发明技术方案模仿人类聊天的形式展示资讯信息，可以引起用户浏览资讯信息的兴趣。一方面，采用多个聊天机器人展示资讯信息，可以避免出现单个聊天机器人缺少资讯信息的情况，能够使用户获取更多的资讯信息；另一方面，展示给用户的回答是与当前上下文匹配度高的资讯信息，因此前后多次回答中的资讯信息具有相关性，保证了用户在阅读资讯信息时的思维连贯性，可以改善用户的阅读体验。

为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例一种机器人交互控制方法的流程图。

图1所示的机器人交互控制方法可以包括以下步骤：

S101：确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；

S102：获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；

S103：将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。

具体实施中，在步骤S101中，所述确定当前上下文可以包括：从内容语料库中选取至少一条内容语料作为所述当前上下文，其中，所述内容语料库中的内容语料可以是热门话题，例如从新闻、微博中抓取到的热门话题。所述内容语料库可以预先存储于服务器。或者，可以将用户的输入信息作为所述当前上下文，例如用户通过终端上的聊天窗口写入输入信息，该输入信息传输至服务器。再或者，可以将聊天记录作为所述当前上下文，所述聊天记录包括先前的当前上下文及其回答。

在步骤S102中，每个所述聊天机器人分别作出候选回答。具体的，每个聊天机器人可以分别根据自身的内容语料选出与所述当前上下文相匹配的资讯信息作为候选回答。候选回答可以包括各种资讯信息，例如文字、图片、视频、音频等。

具体实施中，在步骤S103之前可以包括：根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤。例如，滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答。一个非限制性例子是，将已经出现在当前聊天记录中的资讯信息过滤掉，以减少输出内容重复的资讯信息。

在步骤S103中，将各个候选回答与所述当前上下文的匹配度进行排序。所述候选回答与所述当前上下文的匹配度可以包括：所述候选回答与所述当前上下文的语义相关度。根据匹配度排序结果，可以挑选匹配度最高的候选回答作为回答。

具体实施中，所述的机器人交互控制方法还可以包括：输出所述回答至终端，例如，可以将所述回答发送至终端，并呈现在终端的聊天窗口中。

图2是本发明实施例一种机器人的交互控制方法的应用场景示意图。

参考图2，用户的输入信息2011确定当前上下文2012，例如用户通过终端上的聊天窗口写入用户的输入信息2011，所述用户的输入信息2011可以是文字信息、语音信息等。或者，如果保存了聊天记录(例如，聊天记录中包含了先前的当前上下文及其回答)，则可以根据所述聊天记录及用户的输入信息2011确定当前上下文2012。此时，所述聊天记录与用户的输入信息可以按权重进行排列。本领域技术人员可以采用公知的机器学习算法计算权重，例如，按所述聊天记录及用户的输入信息2011的保存时间从新到旧的顺序排列且各自的权重递减。这样做的原因在于一方面可以综合考虑所有当前上下文2012的连贯性和相关性，进而保证后续步骤产生的候选回答与当前上下文2012具有语法连贯性及语义相关性；另一方面，权重递减可以保证当前上下文2012的数量符合预设要求。

当前上下文2012被发送给聊天机器人集合202，例如，聊天机器人集合202可以包括聊天机器人1，聊天机器人2，……，聊天机器人M，各个聊天机器人在接收到当前上下文2012后，可以分别根据自身的内容语料选出与所述当前上下文2012相匹配的资讯信息，并将该资讯信息作为候选回答，每个聊天机器人给出的候选回答可以是一项，也可以是多项。例如，聊天机器人1输出候选回答1和候选回答2，聊天机器人2输出候选回答3，……，聊天机器人M输出候选回答N。所述输出的候选回答可以是文字、图片、视频、音频等资讯信息。

优选的，可以通过步骤S203对各个候选回答进行回答过滤，具体而言，可以根据当前用户的历史聊天记录和预设业务规则对所有的候选回答进行回答过滤，例如滤除所述所有的候选回答中重复或小于匹配度预设阈值的候选回答。其中，预设业务规则可以设置资讯信息的展示形式，例如，依次采用文字、图片、视频和音频等不同形式。一个非限定的例子是，如果聊天记录中的回答已有多条文字和图片形式的资讯信息，则可以滤除文字和图片形式的候选回答，保留视频和音频形式的候选回答。

之后在步骤S204中，进行答案排序。具体而言，对过滤后的候选回答，可以按照所述候选回答与所述当前上下文2012的语义相关度进行匹配度排序，从中选取匹配度最高的候选回答。具体实施中，可以采用以下步骤：首先，利用在海量文本上训练得到的词向量和句向量，计算回答内容与当前上下文2012在语义上的相似度；然后，利用连词、副词、助词及一些常用词汇构成共现概率矩阵，所述矩阵可以利用内容语料库中前后相接的句子统计得到；其次，分别计算每个候选回答与当前上下文2012在语法上的连贯性程度；接着，利用通过大量对话语料训练得到的对话模型计算每个候选回答与当前上下文2012符合人类对话习惯的程度；最后，将上述三种指标值(也即相似度、连贯性程度、符合人类对话习惯的程度)进行加权平均，并作为答案排序的依据，进而得到与当前上下文2012匹配度最高的候选回答作为回答。

在步骤S205中，完成回答输出过程。例如，可以将所述回答发送至终端，并呈现在终端的聊天窗口中。需要说明的是，所述回答可以作为聊天记录保存。进一步地，保存的聊天记录可以用于确定下一次聊天会话的当前上下文2012。由此，即使没有用户的输入信息，各个聊天机器人也可以反复重复步骤S203至步骤S205来持续地展示资讯信息，形成前后内容具有较高相关性的资讯信息流。

或者，所述回答也可以用于确定下一次的当前上下文，以触发下一次回答的产生。

本领域技术人员应当理解的是，可以采用任意一种可实施的方式计算当前上下文2012与聊天机器人的内容语料的匹配度，本发明实施例对此不作限制。

图3是本发明实施例另一种机器人交互控制方法的应用场景示意图。

参考图3，可以从内容语料库3011中选取至少一条内容语料，选取的内容语料确定当前上下文3012。其中，所述内容语料库3011中的内容语料可以是热门话题，例如从新闻、微博中抓取到的热门话题。所述内容语料库可以预先存储于服务器。或者，如果保存了聊天记录(例如，聊天记录中包含先前的当前上下文3012及其回答)，则可以根据所述聊天记录以及选取的内容语料确定当前上下文3012。此时，所述聊天记录及选取的内容语料可以按权重进行排列。本领域技术人员可以采用公知的机器学习算法计算权重，比如权重可以按所述聊天记录及选取的内容语料的保存时间从新到旧的顺序排列且各自的权重递减。这样做的原因在于，一方面可以综合考虑所有当前上下文3012的连贯性和相关性，进而保证后续步骤产生的候选回答与当前上下文3012具有语法连贯性及语义相关性；另一方面，权重递减可以保证当前上下文3012的数量符合预设要求。

当前上下文3012被发送至聊天机器人集合302，例如，聊天机器人集合302可以包括聊天机器人1，聊天机器人2，……，聊天机器人M，各个聊天机器人在接收当前上下文3012后，可以分别根据自身的内容语料选出与所述当前上下文3012相匹配的资讯信息并将该资讯信息作为候选回答，每个聊天机器人给出的候选回答可以是一项，也可以是多项。例如，聊天机器人1输出候选回答1和候选回答2，聊天机器人2输出候选回答3，……，聊天机器人M输出候选回答N。所述输出的候选回答可以是文字、图片、视频、音频等资讯信息。

在一个非限制性的实施例中，可以通过步骤S303对各个候选回答进行回答过滤，具体而言，根据当前用户的历史聊天记录和预设业务规则对所有的候选回答进行回答过滤，例如滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答。其中，预设业务规则可以设置资讯信息的展示形式，例如轮流采用文字、图片、视频和音频等不同形式。一个非限定的例子是，如果聊天记录中的回答已有多条文字和图片形式的资讯信息，则可以滤除文字和图片形式的候选回答，保留视频和音频形式的候选回答。

之后在步骤S304中，进行答案排序。具体而言，对过滤后的候选回答，可以按照所述候选回答与所述当前上下文3012的语义相关度进行匹配度排序，从中选取匹配度最高的候选回答。具体实施中，答案排序可以采用以下步骤：首先，利用在海量文本上训练得到的词向量和句向量，计算回答内容与当前上下文3012在语义上的相似度；然后，利用连词、副词、助词及一些常用词汇构成共现概率矩阵，所述矩阵可以利用内容语料库中前后相接的句子统计得到；其次，分别计算每个候选回答与当前上下文3012在语法上的连贯性程度；再次，利用通过大量对话语料训练得到的对话模型计算每个候选回答与当前上下文3012符合人类会话对话习惯的程度；最后，将上述三种指标值(也即相似度、连贯性程度、符合人类会话对话习惯的程度)进行加权平均，并作为答案排序的依据，进而得到与当前上下文3012匹配度最高的候选回答作为回答。

在步骤S305中，完成回答输出过程。例如，可以将所述回答发送至终端，并呈现在终端的聊天窗口中。需要说明的是，所述回答可以作为聊天记录保存，进一步地，保存的聊天记录可以用于确定下一次聊天会话的当前上下文3012。由此，即使没有用户的输入信息，各个聊天机器人也可以反复重复步骤S303至S305来持续地展示资讯信息，形成前后内容具有较高相关性的资讯信息流。

或者，所述回答也可以用于确定下一次的当前上下文，以触发下一次回答的产生。

本领域技术人员应当理解的是，一方面，包括热门话题在内的任意内容语料库3011提供的资讯信息均可以作为确定当前上下文3012的输入信息，本发明实施例对此不作限制；另一方面，可以采用任意可实施的方式计算当前上下文3012与聊天机器人的内容语料的匹配度，本发明实施例对此不作限制。

图4是本发明实施例一种机器人交互控制装置的结构示意图。

图4所示的机器人交互控制装置40可以包括当前上下文确定模块401、回答获取模块402和答案排序模块404。

具体实施中，当前上下文确定模块401适于确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人。所述当前上下文确定模块可以从内容语料库中选取至少一条内容语料作为所述当前上下文，所述内容语料库中的内容语料可以是热门话题，例如从微博、新闻中抓取的热门话题。或者，所述当前上下文确定模块可以将用户的输入信息作为所述当前上下文。又或者，所述当前上下文确定模块可以将聊天记录作为所述当前上下文，所述聊天记录包括先前的当前上下文及其回答。

回答获取模块402适于获取每个所述聊天机器人响应于所述当前上下文作出的候选回答。具体实施中，每个聊天机器人可以分别根据自身的内容语料选出与所述当前上下文相匹配的资讯信息作为候选回答。所述候选回答可以是文字、图片、视频、音频等资讯信息。

答案排序模块404适于将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。答案排序模块404的工作原理可以理解为：首先，利用在海量文本上训练得到的词向量和句向量，计算回答内容与当前上下文在语义上的相似度；然后，利用连词、副词、助词及一些常用词汇构成共现概率矩阵，所述矩阵可以利用内容源中前后相接的句子统计得到；其次，分别计算每个候选回答与当前上下文在语法上的连贯性程度；接着，利用通过大量对话语料训练得到的对话模型计算每个候选回答与当前上下文符合人类会话习惯的程度；最后，将上述三种指标值(相似度、连贯性程度、符合人类会话习惯的程度)进行加权平均，并作为答案排序的依据，进而得到与当前上下文匹配度最高的候选回答作为回答。

进一步，机器人交互控制装置40还可以包括回答过滤模块403，在所述答案排序模块将各个候选回答与所述当前上下文的匹配度进行排序之前，所述回答过滤模块403根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤。例如滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答，其中，所述候选回答与所述当前上下文的匹配度包括：所述候选回答与所述当前上下文的语义相关度。

进一步，机器人交互控制装置40还可以包括输出模块405，适于输出所述回答至终端，例如，可以将所述回答发送至终端，并呈现在终端的聊天窗口中。

作为一个非限制性的实施例，下面以用户的输入信息“我失恋了怎么办”为例说明基于机器人交互控制装置的工作原理。

1.当前上下文确定模块401将用户的输入信息“我失恋了怎么办”作为当前上下文，并将所述当前上下文发送至回答获取模块402中的所有聊天机器人。

2.假设回答获取模块402中为用户配置的聊天机器人包括名为小点和小暴的两个机器人，他们根据内容语料各自回复了若干条回答。例如小点机器人的回答包括两条信息，其中一条是视频内容，标题为“失恋了怎么办？打游戏啊。”，还有一条是图片微博，文字为“如果失恋也不能让你的体重变回两位数，那么你这场恋爱可以算是白谈了”。小暴机器人的回答是一副暴走漫画，漫画文字是“饭后惊喜，就变成单身了”。至此，回答获取模块402一共获得了三条聊天机器人的候选回答。

3.所述候选回答被发送至回答过滤模块403，该模块首先将候选回答与当前用户最近的聊天记录进行比较，发现小暴机器人的回答已经在最近的聊天记录中出现过了，因此将其滤除。然后根据预定业务规则，例如不能连续出现3次以上相同的资讯信息，对比各个候选回答并进行过滤。

4.假设通过回答过滤模块403后还有两条候选回答，此时答案排序模块404将所述两条候选回答“失恋了怎么办？打游戏啊”和“如果失恋也不能让你的体重变回两位数，那么你这场恋爱可以算是白谈了”与“我失恋了怎么办”进行匹配度排序，挑选匹配度最高的候选回答作为回答。具体实施中，可以采用的算法可以参照图4所示实施例中对机器人交互控制装置40的模块的相关描述，此处不再赘述。假设经过计算后，答案排序模块404选择“失恋了怎么办？打游戏啊。”这条视频作为当前最佳回答。

5.输出模块405将所述最佳回答输出至终端，呈现给用户。具体实施中，为了使聊天机器人间的交互继续进行下去，可以将这条文字回答作为聊天记录保存至当前上下文确定模块401。此时，当前上下文确定模块401包含两条当前上下文，第一条为“我失恋了怎么办？”，第二条为“失恋了怎么办？打游戏啊！”。在下一轮聊天机器人回答时，可以将当前上下文的聊天记录按预定的权重进行排列，使得展示的资讯信息在内容语义上具有相关性，有利于保持用户的思维连贯性，改善用户阅读体验。

6.机器人交互控制装置40反复重复上述过程，每次选出与当前上下文匹配度最高的候选回答作为回答，保证了用户在阅读中的思维连贯性，改善用户的阅读体验。如果用户想了解一个新话题，则可以输入信息，所述输入信息作为当前上下文从而可以改变机器人信息交互的主题，进而快速改变展示的资讯信息。

进一步地，本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述图1所示实施例中机器人交互控制方法的步骤。优选地，所述存储介质可以包括计算机可读存储介质。在具体实施中，所述存储介质可以包括ROM、RAM、磁盘或光盘等。

进一步地，本发明实施例还公开了一种服务器，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指令，所述处理器运行所述计算机指令时执行上述图1所示实施例中机器人交互控制方法的步骤。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (20)

1.一种机器人交互控制方法，其特征在于，包括：

确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；

获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；

将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。

2.根据权利要求1所述的机器人交互控制方法，其特征在于，所述确定当前上下文包括：从内容语料库中选取至少一条内容语料作为所述当前上下文。

3.根据权利要求2所述的机器人交互控制方法，其特征在于，所述内容语料库中的内容语料为热门话题。

4.根据权利要求1所述的机器人交互控制方法，其特征在于，所述确定当前上下文包括：将用户的输入信息作为所述当前上下文。

5.根据权利要求1所述的机器人交互控制方法，其特征在于，所述确定当前上下文包括：将聊天记录作为所述当前上下文，所述聊天记录包括先前的当前上下文及其回答。

6.根据权利要求1所述的机器人交互控制方法，其特征在于，在所述将各个候选回答与所述当前上下文的匹配度进行排序之前，还包括：根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤。

7.根据权利要求6所述的机器人交互控制方法，其特征在于，所述对全部的候选回答进行过滤包括：滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答。

8.根据权利要求1所述的机器人交互控制方法，其特征在于，所述候选回答与所述当前上下文的匹配度包括：所述候选回答与所述当前上下文的语义相关度。

9.根据权利要求1至8任一项所述的机器人交互控制方法，其特征在于，还包括：输出所述回答至终端。

10.一种机器人交互控制装置，其特征在于，包括：

当前上下文确定模块，适于确定当前上下文，并将所述当前上下文分别输入至多个聊天机器人；

回答获取模块，适于获取每个所述聊天机器人响应于所述当前上下文作出的候选回答；

答案排序模块，适于将各个候选回答与所述当前上下文的匹配度进行排序，挑选匹配度最高的候选回答作为回答。

11.根据权利要求10所述的机器人交互控制装置，其特征在于，所述当前上下文确定模块从内容语料库中选取至少一条内容语料作为所述当前上下文。

12.根据权利要求11所述的机器人交互控制装置，其特征在于，所述内容语料库中的内容语料为热门话题。

13.根据权利要求10所述的机器人交互控制装置，其特征在于，所述当前上下文确定模块将用户的输入信息作为所述当前上下文。

14.根据权利要求10所述的机器人交互控制装置，其特征在于，所述当前上下文确定模块将聊天记录作为所述当前上下文，所述聊天记录包括先前的当前上下文及其回答。

15.根据权利要求10所述的机器人交互控制装置，其特征在于，还包括：回答过滤模块，在所述答案排序模块将各个候选回答与所述当前上下文的匹配度进行排序之前，所述回答过滤模块根据当前用户的历史聊天记录和预设业务规则，对全部的候选回答进行过滤。

16.根据权利要求15所述的机器人交互控制装置，其特征在于，所述回答过滤模块适于滤除所述全部的候选回答中重复或小于匹配度预设阈值的候选回答。

17.根据权利要求10所述的机器人交互控制装置，其特征在于，所述候选回答与所述当前上下文的匹配度包括：所述候选回答与所述当前上下文的语义相关度。

18.根据权利要求10至17任一项所述的机器人交互控制装置，其特征在于，还包括：输出模块，适于输出所述回答至终端。

19.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至9任一项所述机器人交互控制方法的步骤。

20.一种服务器，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至9中任一项所述机器人交互控制方法的步骤。