CN107564177A - 一种基于自然语言处理的自动售货机智能补货方法 - Google Patents

Abstract

一种基于自然语言处理的自动售货机智能补货方法，运营人员扫描自动售货机上的二维码，通过验证进入后台H5补货页面web前端。运营人员通过手机话筒或耳麦将补货信息复述到补货页面，服务器将语音信息进行自然语言处理，供运营人员确认，补货信息一方面储存于云端的虚拟售货机里，另一方面发送到被补货的售货机，更新本地库存信息，实行语言智能补货。本发明简化补货过程，避免差错，提高效率和技术性能。

Description

一种基于自然语言处理的自动售货机智能补货方法

技术领域

本发明属于商业智能机械设备技术领域，具体涉及一种基于自然语言处理的自动售货机智能补货方法。

背景技术

随着大数据和物联网的发展，自动售货机产业也得到了迅速的发展。它的出现是由于劳动密集型的产业构造向技术密集型社会转变的产物。现在，自动售货机产业正在走向信息化并进一步实现合理化。例如实行联机方式，通过电话线路将自动售货机内的库存信息及时地传送各营业点的电脑中，从而确保了商品的发送、补充以及商品选定的顺利进行。并且，为防止地球暖化，自动售货机的开发致力于能源的节省，节能型清凉饮料自动售货机成为该行业的主流。在夏季电力消费高峰时，这种机型的自动售货机即使在关掉冷却器的状况下也能保持低温，与以往的自动售货机相比，它能够节约10－15％的电力。进入21世纪时，自动售货机也将进一步向节省资源和能源以及高功能化的方向发展。

自然语言处理是人工智能和语言学领域的分支学科。自然语言处理(NaturalLanguage Processing,NLP)是一种对自然语言信息进行处理的技术，从语言学的角度来说，自然语言处理也叫计算语言学(Computational Linguistics)。其发展大致经历了4个阶段：1956年以前的萌芽期；1957-1970年的快速发展期；1971-1993年的低谷的发展期和1994年至今的复苏融合期。如今，基于统计、基于实例和基于规则的语料库技术在这一时期开始蓬勃发展，各种处理技术开始融合，自然语言处理的研究又开始兴旺起来。

自动售货机的推广，给生活提供了很多便利，不过其维护也是一个问题，尤其是售货机补货信息的录入。因售货机无法感知机器中的货存，每次运营人员补货完，都需要手动在售货机上调整库存参数，步骤繁琐，且容易出错，增加了运营人员的工作量，增大了运营成本，用人工智能技术解决补货信息录入问题是本专利的出发点。

发明内容

本发明所要解决的技术问题是：解决上述现有技术存在的问题，而提供一种基于自然语言处理的自动售货机智能补货方法，简化运营人员的补货录入过程，避免差错，提高效率，提升自动售货机智能补货技术性能。

本发明采用的技术方案是：一种基于自然语言处理的自动售货机智能补货方法，运营人员使用手机扫描自动售货机上的二维码，获取该自动售货机信息，通过运营人员身份验证进入相应的H5连接网址补货页面；运营人员通过手机话筒或手机相连的配套耳麦一边补货一边将补货信息以规范语言播报或补货完毕之后再用语言录入，手机H5页面将补货语言信息录入并将该信息发送到云端服务器；云端服务器将语音信息进行自然语言处理与识别，将解析结果变成结构化数据储存在云端对应售货机数据库中，同时将该结构化数据以图表的方式展示于运营人员之手机H5页面上供运营人员确认，运营人员用语音确认或点击确认键后，云端服务器即把存储在云端对应售货机编号的库存信息通过无线或有线网络发送给相应的被补货的自动售货机，该自动售货机接受数据，将本地库存信息更新，实现自动补货。

上述技术方案中，所述方法的具体步骤如下：

step 1、运营人员扫描自动售货机上的二维码。其中二维码中包含了自动售货机的唯一标识和一个云端H5页面的链接地址，即自动售货机的补货页面web前端；

step 2、运营人员经过身份验证之后，进入智能语音补货页面，在补货页面在手机端采集运营人员用语音输入的补货信息，该信息被发送到云端服务器；语音输入应该按照一定的规则述读，并且补货信息的音频wav应该压缩之后再发送到云端服务器；

step 3、云端服务器的语音处理模块将其转化为文字，然后交给自然语言识别模块进行处理；自然语言识别模块使用python的nltk包或者识别平台，对“货道”，“货物”，“数量”补货关键词进行提取，将“货道”，“货物”，“数量”组成一个三元组作为一个补货信息，即将转换的补货文字抽取成多个{“货道”，“货物”，“数量”}的三元组；具体如下：

1)解压音频文件，使用python的speechrecognition包，将音频解析为文字；

2)将aisle，goods，amount设置为空的list；使用python的nltk包提取包含“货道”的词语到aisle的列表中去；提取相应货物名称到goods列表中去；提取数量等词到amount的列表中去；

3)判断aisle，goods，amount中的元素个数是否一致，如果不一致，回到步骤1，再次解析音频；

4)如果一致的话，将{aisle[i],goods[i],amount[i]}作为一条补货信息，作为replenishment[i]，插入到replenishment列表中；

step 4、服务器将解析的replenishment列表返回到运营人员的补货页面中，如果解析的补货信息无误，那么确认补货，服务器修改后台数据库，更新远端虚拟售货机，最后将售货机数据发送至终端售货机，修改终端售货机数据，如果解析补货信息错误，再回到step 2，运营人员再次语音输入补货信息。

上述技术方案中，所述aisle为从解析的补货信息的文字中提取出来的包含“货道”的词语的列表，包括“货道1”，“货道2”；所述goods为解析的补货信息的文字中提取出来的相关货物词语的列表；包括“旺仔牛奶”，“可口可乐”等；所述amount为从解析的补货信息的文字中提取出来的包含数量的词语的列表，包括“一瓶”，“一袋”等。

上述技术方案中，所述replenishment为从aisle，goods，amount中提取的补货信息列表，replenishment[i]＝{aisle[i]，goods[i]，amount[i]}；

本发明使用python的speechrecognition包，将运营人员的语音补货信息解析为相应文字。并且使用nltk包完成从文字中抽取相应词语。

本发明的有益效果是：

(1)简化运营人员的补货方式；

(2)因为运营人员的补货方式简便了，其出错的几率也小了。

附图说明

图1是本发明的流程图；

图2为step1的具体流程图；

图3为step2的具体流程图；

图4为step3的具体流程图。

具体实施方式

实施例1：如图1-4所示，一种基于自然语言处理的自动售货机智能补货方法，运营人员扫描自动售货机上的二维码，进入补货页面。运营人员通过手机话筒或耳麦将补货信息复述到补货页面，该页面将其信息发送到服务器。服务器语音信息进行自然语言处理，将解析结果以结构化数据一方面存储在云端相应售货机编号的数据库里面，另一方面再以图表的方式发送到运营人员的补货页面上，供运营人员进行补货信息的确认，被确认的补货结构化数据被云端服务器通过有线或无线网络发送到刚补货完毕的售货机，该售货机接受信息后，把本地库存信息更新。

所述方法具体步骤如下：

step 1、运营人员扫描自动售货机上的二维码。其中二维码中包含了售货机的唯一标识，和后台一个H5链接网址即售货机的补货页面web前端。

step 2、运营人员经过身份验证，表明运营人员是授权的合法人员之后，进入补货页面。在补货页面语音输入补货信息，并发送到服务器。语音输入应该按照一定的规则述读，并且补货信息的音频wav应该压缩之后再发送到服务器。

step 3、服务器的语音处理模块将其转化为文字。然后交给自然语言识别模块进行处理。自然语言识别模块使用的是python的nltk包。主要是对“货道”，“货物”，“数量”等补货关键词进行提取。将“货道”，“货物”，“数量”组成一个三元组作为一个补货信息。即将转换的补货文字抽取成多个{“货道”，“货物”，“数量”}的三元组。具体如下：

1)解压音频文件，使用python的speechrecognition包，将音频解析为文字。

2)将aisle，goods，amount设置为空的list。使用python的nltk包提取包含“货道”的词语到aisle的列表中去；提取相应货物名称到goods列表中去；提取数量等词到amount的列表中去。

3)判断aisle，goods，amount中的元素个数是否一致。如果不一致，回到步骤1，再次解析音频。

4)如果一致的话，将{aisle[i],goods[i],amount[i]}作为一条补货信息。作为replenishment[i]，插入到replenishment列表中。

step 4、服务端将解析的replenishment列表返回到运营人员的补货页面中。如果解析的补货信息无误，那么被确认补货，服务端修改后台数据库，同时把该数据库信息通过有线或无线网络发送到刚被补货的自动售货机，该自动售货机更新本地的库存信息。如果解析补货信息错误，再回到step 2，运营人员再次语音输入补货信息。

实施例2：如图1-4所示，一种基于自然语言处理的自动售货机智能补货方法，

运营人员语音输入如表1所示，

编号	语音输入样本	语音处理提取的关键词
			1	3瓶可乐放入1号货道	3瓶(数量)可乐(货物)1号(货道)
2	2瓶雪碧放入2号货道	2瓶(数量)雪碧(货物)2号(货道)
			3	5号货道放入1瓶农夫山泉	1瓶(数量)农夫山泉(货物)5号(货道)

step 1、运营人员扫描自动售货机上的二维码，其中二维码中包含了售货机的唯一标识，和售货机的补货页面。

step 2、运营人员经过验证之后，进入补货页面，在补货页面语音输入三条补货信息：3瓶可乐放入1号货道，2瓶雪碧放入2号货道，5号货道放入1瓶农夫山泉；接着，发送到服务器。补货信息的音频(wav)应该压缩之后再发送到服务器。

step 3、服务器的语音处理模块将其转化为文字。然后交给自然语言识别模块进行处理。自然语言识别模块使用的是python的nltk包。主要是对“货道”，“货物”，“数量”等补货关键词进行提取。将“货道”，“货物”，“数量”组成一个三元组作为一个补货信息；即将转换的补货文字抽取成多个{“货道”，“货物”，“数量”}的三元组；具体如下：

1)解压音频文件，使用python的speechrecognition包，将音频解析为文字：3瓶可乐放入1号货道。

2)将aisle，goods，amount设置为空的list。使用python的nltk包提取1号(货道)到aisle的列表中去；提取可乐(货物)到goods列表中去；提取3瓶(数量)到amount的列表中去。

3)判断aisle，goods，amount中的元素个数是否一致。如果不一致，回到步骤1，再次解析音频。

4)如果一致的话，将{aisle[i],goods[i],amount[i]}作为一条补货信息。作为replenishment[i]，插入到replenishment列表中。2号样本和3号样本类似。

step 4、服务器将解析的replenishment列表返回到运营人员的补货页面中，即页面上显示[{1号货道，可乐，3瓶}，{2号货道，2雪碧，2瓶}，{5号货道，农夫山泉，1瓶}]。如果解析的补货信息无误，那么确认补货，服务器修改后台数据库，更新云端虚拟售货机(即与实际售货机对应的云端数据结构)，最后将售货机数据通过网络发送至终端售货机，供该售货机修改终端本地售货机库存数据。。如果解析补货信息错误，再回到step 2，运营人员再次语音输入补货信息。实施例3，运营人员补货过程：

1.运营人员在补货完成(在收货机A的1货道放入20瓶农夫山泉，4号货道放入15袋蒙牛红枣酸奶，5号货道放入18瓶怡宝矿泉水，8号货道放入10听雪碧......)之后，通过微信扫描收货机上供运营人员补货使用的补货二维码。

2.扫码之后，跳转到登录验证页面。运营人员输入账号密码进行身份验证。验证通过后，跳转到售货机的补货页面。

3.运营人员点击页面上的语音补货，然后叙述售货机补充货物。例如，运营人员对着手机说：“1号货道放入了20瓶农夫山泉，5号货道放入了怡宝矿泉水18瓶，放了10听雪碧到8号货道，15袋蒙牛红枣酸奶到4号货道......”。

4.语音补货结束之后，服务器将语音解析结果显示在运营人员手机页面上。例如：

编号	货道	货物	数量
				1	1号货道	农夫山泉	20瓶
2	5号货道	怡宝矿泉水	18瓶
				3	8号货道	雪碧	10听
3	4号货道	蒙牛红枣酸奶	15袋
				...	...	...	...

5.运营人员对补货信息进行确认，如果确认无误则点击确认补货。如果有误的话，运营人员可选择自行手动修改页面上的补货数据，完成之后再确认补货。或者再点击语音补货，回到上面的3步骤。至此补货完成，服务器将补货成功信息返回到运营人员手机上，运营人员结束补货。

6.云端服务器把该补货信息存储在云端数据库(与该售货机相关)的同时，把该信息通过网络发送到刚被补货的售货机，该售货机更新本地库存信息

实施例4：:系统处理补货过程：

1.运营人员扫描供运营人员使用的补货二维码，该二维码是一个包含了售货机信息(包括机器编号，地点等)的一个url地址。

2.运营人员跳转到了验证页面，输入了账号密码验证。服务器首先验证输入账号密码，之后将该账号与机器编码在系统数据库中进行匹配，判断该账号是否具有对该售货机进行补货的权限。

3.验证通过则向运营人员展示该售货机的补货页面。该页面应该包括售货机编号，例如售货机A；运营人员身份信息，例如xxx管理员；以及补货功能。

4.在运营人员语音补货结束之后，运营人员手机将语音压缩，发送至系统，并向系统请求解析语音补货的服务。

5.系统收到解析语音补货的请求之后，将音频进行解压。然后将解压音频交给语音处理模块，语音处理模块将语音解析为文字。

6.之后再将文字交给自然语言识别模块进行处理。自然语言识别模块使用的是python的nltk包。主要是对“货道”，“货物”，“数量”等补货关键词进行提取。将“货道”，“货物”，“数量”组成一个三元组作为一个补货信息；即将转换的补货文字抽取成多个{“货道”，“货物”，“数量”}的三元组。例如，运营人员的语音输入为“1号货道放入了20瓶农夫山泉，5号货道放入了怡宝矿泉水18瓶，放了10听雪碧到8号货道，15袋蒙牛红枣酸奶到4号货道......”。首先，将aisle，goods，amount初始化为空的list。然后使用nltk提取包含货道的词语处理并添加到aisle中，例如“1号货道”，“4号货道”；提取包含货物名称的词语处理并添加到goods中，例如“农夫山泉”，“蒙牛红枣酸奶”；提取包含数量的词语处理并添加到amount中。例如“20瓶”，“15袋”。此时aisle，goods，amount三个list为：aisle[“1号货道”，“4号货道”，...]，goods[“农夫山泉”，“蒙牛红枣酸奶”，...]，amount[“20瓶”，“15袋”，...]。

7.系统在判断aisle，goods和amount中的元素个数是否相同，如果不相同则有可能是运营人员叙述时，补货信息未叙述完整。或者是在语音解析成文字的时候，解析不完整致使信息缺失。此时系统在运营人员手机页面上提示，让运营人员重新进行补货。

在确认aisle，goods和amount中元素个数相同的时候，则将一个{aisle[i]，goods[i]，amount[i]}作为一个补货信息，记做replenishment[i]＝{aisle[i]，goods[i]，amount[i]}；例如replenishment[0]＝{“1号货道”，“农夫山泉”，“20瓶”}。生成补货信息replenishment的list。

8.最后将replenishment显示在运营人员的手机页面上。例如：

编号	货道	货物	数量
				1	1号货道	农夫山泉	20瓶
2	5号货道	怡宝矿泉水	18瓶
				3	8号货道	雪碧	10听
3	4号货道	蒙牛红枣酸奶	15袋
				...	...	...	...

在运营人员确认补货之后，将页面补货数据获取，修改后台数据库，更新远端虚拟售货机，最后将售货机数据发送至终端售货机，修改终端售货机库存。在系统收到售货机反馈的库存修改之后，再向运营人员手机页面发送补货完成。如若运营人员选择重新语音补货，则回到4步骤。

Claims (4)

1.一种基于自然语言处理的自动售货机智能补货方法，其特征在于：运营人员使用手机扫描自动售货机上的二维码，获取该自动售货机信息，通过运营人员身份验证进入相应的H5连接网址补货页面；运营人员通过手机话筒或手机相连的配套耳麦一边补货一边将补货信息以规范语言播报或补货完毕之后再用语言录入，手机H5页面将补货语言信息录入并将该信息发送到云端服务器；云端服务器将语音信息进行自然语言处理与识别，将解析结果变成结构化数据储存在云端对应售货机数据库中，同时将该结构化数据以图表的方式展示于运营人员之手机H5页面上供运营人员确认，运营人员用语音确认或点击确认键后，云端服务器即把存储在云端对应售货机编号的库存信息通过无线或有线网络发送给相应的被补货的自动售货机，该自动售货机接受数据，将本地库存信息更新，实现自动补货。

2.根据权利要求1所述的基于自然语言处理的自动售货机智能补货方法，其特征在于：所述方法的具体步骤如下：

step 1、运营人员扫描自动售货机上的二维码。其中二维码中包含了自动售货机的唯一标识和一个云端H5页面的链接地址，即自动售货机的补货页面web前端；

step 2、运营人员经过身份验证之后，进入智能语音补货页面，在补货页面在手机端采集运营人员用语音输入的补货信息，该信息被发送到云端服务器；语音输入应该按照一定的规则述读，并且补货信息的音频wav应该压缩之后再发送到云端服务器；

step 3、云端服务器的语音处理模块将其转化为文字，然后交给自然语言识别模块进行处理；自然语言识别模块使用python的nltk包或者识别平台，对“货道”，“货物”，“数量”补货关键词进行提取，将“货道”，“货物”，“数量”组成一个三元组作为一个补货信息，即将转换的补货文字抽取成多个{“货道”，“货物”，“数量”}的三元组；具体如下：

1)解压音频文件，使用python的speechrecognition包，将音频解析为文字；

2)将aisle，goods，amount设置为空的list；使用python的nltk包提取包含“货道”的词语到aisle的列表中去；提取相应货物名称到goods列表中去；提取数量等词到amount的列表中去；

3)判断aisle，goods，amount中的元素个数是否一致，如果不一致，回到步骤1，再次解析音频；

4)如果一致的话，将{aisle[i],goods[i],amount[i]}作为一条补货信息，作为replenishment[i]，插入到replenishment列表中；

step 4、服务器将解析的replenishment列表返回到运营人员的补货页面中，如果解析的补货信息无误，那么确认补货，服务器修改后台数据库，更新远端虚拟售货机，最后将售货机数据发送至终端售货机，修改终端售货机数据，如果解析补货信息错误，再回到step2，运营人员再次语音输入补货信息。

3.根据权利要求2所述的基于自然语言处理的自动售货机智能补货方法，其特征在于：所述aisle为从解析的补货信息的文字中提取出来的包含“货道”的词语的列表；所述goods为解析的补货信息的文字中提取出来的相关货物词语的列表；所述amount为从解析的补货信息的文字中提取出来的包含数量的词语的列表。

4.根据权利要求2所述的基于自然语言处理的自动售货机智能补货方法，其特征在于：所述replenishment为从aisle，goods，amount中提取的补货信息列表，replenishment[i]＝{aisle[i]，goods[i]，amount[i]}。