CN109726002A - 一种处理流程调整方法及装置 - Google Patents
一种处理流程调整方法及装置 Download PDFInfo
- Publication number
- CN109726002A CN109726002A CN201811648572.5A CN201811648572A CN109726002A CN 109726002 A CN109726002 A CN 109726002A CN 201811648572 A CN201811648572 A CN 201811648572A CN 109726002 A CN109726002 A CN 109726002A
- Authority
- CN
- China
- Prior art keywords
- sentence
- group
- user
- processing
- natural language
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本申请公开了一种处理流程调整方法及装置,该方法及装置在接收到用户输入的第一语句的情况下,会选取第一处理单元组并基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;在接收到用户输入的第二语句的情况下,则会选取第二处理单元组并基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。由此可见,本申请针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言处理流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
Description
技术领域
本申请属于人工智能技术领域,尤其涉及一种处理流程调整方法及装置。
背景技术
为了细粒度、多维度地理解用户所输入的语句,智能客服系统的自然语言理解Pipeline(流水线)一般会设置多个不同的自然语言处理单元,如问题域分类单元、命名实体识别单元、语言识别单元及语义识别单元等等,并往往以一种固定的线性顺序集成该多个自然语言处理单元。
该方式会使得智能客服系统无论处在何种情况下,针对用户所输入的语句都会执行相同的自然语言处理流程,然而,发明人发现,实际应用中,一个固定的自然语言处理流程并不能很好地适用于所有情况下的用户语句理解,相应地会导致自然语言理解Pipeline在响应性能及理解精度等方面存在一定损失。
发明内容
有鉴于此,本申请的目的在于提供一种处理流程调整方法及装置,以通过对智能客服系统的自然语言处理流程进行动态调整,来提高自然语言理解Pipeline的响应性能及理解精度。
为此,本发明公开如下技术方案:
一种处理流程调整方法,包括:
接收用户输入的第一语句;
选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
接收用户输入的第二语句;
选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
上述方法,优选的,所述第一属性包括用户与智能客服系统之间的交互状态信息;
所述选取第一处理单元组,包括:
获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息;
基于预定规则,选取一与所述第一交互状态信息相匹配的第一处理单元组;所述第一处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
上述方法,优选的,所述多个处理单元中的至少部分处理单元为人工智能训练后的模型。
上述方法,优选的,所述获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息,包括:
获取所述第一语句对应的第一会话状态信息;和/或,
获取所述第一语句对应的第一上下文信息。
上述方法,优选的,所述基于预定规则,生成一与所述第一交互状态信息相匹配的第一处理单元组,包括:
生成与所述第一会话状态信息和/或所述第一上下文信息相匹配的至少一个候选处理单元组;
对每个候选处理单元组进行评价,得到每个候选处理单元组的评价结果;
基于各个候选处理单元组的评价结果,选取一最优的候选处理单元组作为所述第一处理单元组。
上述方法,优选的,所述生成与所述第一会话状态信息和/或所述第一上下文信息相匹配的至少一个候选处理单元组,包括:
基于所述第一会话状态信息和/或所述第一上下文信息,利用预定规则对一节点图谱进行节点搜索,得到至少一个节点搜索路径;所述节点图谱中的各个节点与所述预定的多个处理单元中的各个处理单元一一对应;所述预定规则包括:对应于不同的会话状态信息和/或上下文信息的节点选择规则,以及不同节点间的依赖关系;
基于一个节点搜索路径生成一个候选处理单元组,得到至少一个候选处理单元组。
上述方法,优选的,在所述生成与所述第一会话状态信息和/或所述第一上下文信息相匹配的至少一个候选处理单元组之后,还包括:
滤除所述至少一个候选处理单元组中不符合预定规范的候选处理单元组。
一种处理流程调整装置,包括:
存储器,用于至少存储一组指令集;
处理器,用于调用并执行所述存储器中的所述指令集,通过执行所述指令集进行以下操作:
接收用户输入的第一语句;
选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
接收用户输入的第二语句;
选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
上述装置,优选的,所述第一属性包括用户与智能客服系统之间的交互状态信息;
所述处理器选取第一处理单元组,具体包括:
获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息;
基于预定规则,选取一与所述第一交互状态信息相匹配的第一处理单元组;所述第一处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
一种处理流程调整装置,包括:
第一接收单元,用于接收用户输入的第一语句;
第一选取单元,用于选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
第二接收单元,用于接收用户输入的第二语句;
第二选取单元,用于选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
由以上方案可知,本申请提供的处理流程调整方法及装置,在接收到用户输入的第一语句的情况下,会选取第一处理单元组并基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;在接收到用户输入的第二语句的情况下,则会选取第二处理单元组并基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。由此可见,本申请针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言处理流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本申请提供的一种处理流程调整方法实施例一的流程图;
图2是本申请实施例一提供的处理流程调整方法的总体处理逻辑示意图;
图3是本申请提供的一种处理流程调整方法实施例二的流程图;
图4是本申请实施例二提供的为第一语句动态选取第一处理单元组的处理流程示意图;
图5是本申请施例二提供的节点图谱的示例图;
图6是本申请施例二提供的对节点图谱进行搜索时的一搜索路径示例图;
图7是本申请实施例三提供的为第一语句动态选取第一处理单元组的处理流程示意图;
图8是本申请实施例三提供的处理流程调整方法的详细处理逻辑示意图;
图9是本申请提供的一种处理流程调整装置实施例四的结构示意图;
图10是本申请提供的一种处理流程调整装置实施例七的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了克服采用一固定的自然语言处理流程对所有语句进行处理的方式所存在的弊端,进而提高自然语言理解Pipeline的响应性能及理解精度,本申请提供了一种处理流程调整方法及装置,以下将通过多个实施例对本申请的处理流程调整方法及装置进行说明。
实施例一
参考图1,是本申请提供的一种处理流程调整方法实施例一的流程图,该信息处理方法可应用于但不限于智能客服系统中;所述智能客服系统可以部署在移动终端(如智能手机、平板等)或计算机(台式机、一体机、笔记本等)等用户终端中,或者还可以部署在局域网/云端的服务器平台上;如图1所示,本实施例中,所述处理流程调整方法可以包括以下步骤:
步骤101、接收用户输入的第一语句。
所述第一语句为用户与智能客服系统进行会话交互时,向智能客服系统提供的用户语句,至少能够用于反映用户的意图,一般情况下为问句形式,例如“手机电池发热严重怎么办?”,“如何连接Wi-Fi(Wireless-Fidelity,无线保真)”“如何对手机进行刷机?”等等,除此之外,所述第一语句还可能是一些非问句形式的闲聊语句或着重表达情感的语句等,如“今天天气还不错”、“谢谢您的解答”、“谢谢您的帮助”等等。
所述第一语句可以是基于语音录入方式所提供的语音语句,或者还可以是基于文字录入方式所提供的文字语句,本实施例对所述第一语句的信息形式不作限定。
步骤102、选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理。
智能客服系统的自然语言理解Pipeline一般会设置多个不同的自然语言处理单元,如问题域分类单元、命名实体识别单元、语言识别单元、语义识别单元、情感识别单元、闲聊(是指系统基于人工智能与用户间的闲聊,区别于人工处理)单元、转人工处理单元等等,并往往以一种固定的线性顺序集成该多个自然语言处理单元,相对应地会形成针对不同输入语句的一个统一、固定的自然语言处理流程。
发明人发现,实际应用中,一个固定的自然语言处理流程并不能很好地适用于所有情况下的用户语句理解,不同的用户语句往往可能需要适配不同的处理单元组合和/或相同处理单元组合中各处理单元的不同执行顺序来进行自然语言处理。比如,若用户在初始与智能客服系统进行交互时就明确要求采用人工服务,那么就没有必要再按原有的处理流程顺序地执行诸如命名实体识别、情感识别、闲聊等各个模块,而是直接执行“转人工处理模块”即可;再比如,若经过2轮问题解答,均未能成功提供用户满意的答案,则在第三轮会话交互时较优地可首先调取情感识别单元来识别一下用户情感,以有效获知用户当前的情绪,如是否发怒等,进而方便后续采用相应措施。
针对上述情况,如图2所示,本申请提出了针对用户输入的不同语句,为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理的技术思路。
基于该技术思路,在接收到用户输入的所述第一语句的情况下,可以选取一与该第一语句相适配的第一处理单元组,以使得后续基于该第一处理单元组对应的处理流程对所述第一语句进行自然语言处理。
其中,所述第一处理单元组包括自然语言理解Pipeline所设置的各个处理单元中的至少部分处理单元;所述第一处理单元组对应的自然语言处理流程相对应地为:按相应的执行顺序对所述第一处理单元组包括的所述至少部分处理单元进行组织后所得的组织结果,也即,一个自然语言处理流程不仅能够体现自然语言处理需采用的各个处理单元,还能够体现各个处理单元在自然语言处理中所对应的执行次序。
以上述的在初始交互时就明确要求人工服务的示例为例,对于用户输入的语句如“我想知道如何对手机刷机,我需要人工服务”,可以选取“语义识别单元”、“转人工处理单元”这两个处理单元构成其对应需采用的处理单元组,进一步地,可基于该处理单元组对应的“语义识别单元”→“转人工处理单元”这一处理流程对其进行自然语言处理。
本申请中,所述多个处理单元中的至少部分处理单元为人工智能训练后的模型。
步骤103、接收用户输入的第二语句。
与上述的第一语句相类似,该第二语句同样为用户与智能客服系统进行会话交互时,向智能会话系统提供的用户语句,其至少能够用于反映用户的意图。且该第二语句同样可以是基于语音录入方式所提供的语音语句,或者基于文字录入方式所提供的文字语句。
需要说明的是,所述第一语句与所述第二语句表征的第一属性不同,所述第一属性可以包括但不限于:用户与智能客服系统之间的交互状态信息。从而,所述第一语句与所述第二语句表征的第一属性不同,可以是指但不限于:所述第一语句对应的用户与智能客服系统间的交互状态信息与所述第二语句对应的用户与智能客服系统间的交互状态信息不同。
步骤104、选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;
在接收到用户输入的第二语句的情况下,本申请相对应地会为其动态选取一与该第二语句相适配的第二处理单元组,并将智能客服系统的自然语言理解Pipeline中的现有处理流程(如所述第一处理单元组所对应的流程)调整为该适配于第二语句的第二处理单元组所对应的处理流程,以使得后续基于该第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。
与所述第一处理单元组相类似,所述第二处理单元组同样可包括自然语言理解Pipeline所设置的各个处理单元中的至少部分处理单元;所述第二处理单元组对应的自然语言处理流程相对应地为:按相应的执行顺序对所述第二处理单元组包括的所述至少部分处理单元进行组织后所得的组织结果。
需要说明的是,与所述第一语句、所述第二语句表征的第一属性不同相对应,所述第二处理单元组与所述第一处理单元组也并不相同,例如所述第二处理单元组与所述第一处理单元组中所包括的处理单元的类型不同,或者个数不同,或者两者包括了相同类型、相同个数的处理单元,但各处理单元的执行次序不同等等。
由以上方案可知,本实施例提供的处理流程调整方法,在接收到用户输入的第一语句的情况下,会选取第一处理单元组并基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;在接收到用户输入的第二语句的情况下,则会选取第二处理单元组并基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。由此可见,本申请针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言处理流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
实施例二
本实施例二继续对上述的处理流程调整方法进行进一步详述,参考图3,是本申请提供的一种处理流程调整方法实施例二的流程图,本实施例中,所述处理流程调整方法具体可以通过以下的处理过程实现:
步骤301、接收用户输入的第一语句。
所述第一语句为用户与智能客服系统进行会话交互时,向智能客服系统提供的用户语句,至少能够用于反映用户的意图,一般情况下为问句形式,例如“手机电池发热严重怎么办?”,“如何连接Wi-Fi(Wireless-Fidelity,无线保真)”“如何对手机进行刷机?”等等,除此之外,所述第一语句还可能是一些非问句形式的闲聊语句或着重表达情感的语句等,如“今天天气还不错”、“谢谢您的解答”、“谢谢您的帮助”等等。
所述第一语句可以是基于语音录入方式所提供的语音语句,或者还可以是基于文字录入方式所提供的文字语句,本实施例对所述第一语句的信息形式不作限定。
步骤302、获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息。
所述第一交互状态信息可以包括但不限于:所述第一语句对应的第一会话状态信息,和/或所述第一语句对应的第一上下文信息。
其中,用户语句对应的会话状态信息可以包括但不限于:输入该用户语句时用户与智能客服之间在本次交互事件中所处的交互环节/交互阶段的信息。
其中,用户与智能客服系统间的一次交互事件包括用户与智能客服系统从开始会话至结束会话的整个会话过程,其往往包括多轮会话(或多轮交互),不同的会话一般会分别处于整体会话过程中的不同阶段。本实施例中,示例性地首先从粗粒度角度将交互事件划分为开始、中间及结束这几个阶段,其中,所述开始阶段一般为用户向智能客服系统请求会话或智能客服系统主动接受/开启一个会话的阶段,中间阶段为用户与智能客服系统进行会话的核心阶段,结束阶段为用户和/或智能客服系统关闭会话的阶段;在此基础上,本实施例继续将所述中间阶段划分为提问、解答、连续提问等各个阶段,其中,所述提问阶段又可以细分为用户待输入信息(如待输入某一需解答的产品的信息)、用户输入信息(如直接输入问题,或根据系统提示点选某一按钮以实现从多种选择中择其一等)、根据用户输入信息推进会话流程(如根据用户输入的问题触发进入解答流程,或根据用户点选的按钮类型触发多种选择中的其中之一)等多个环节。
用户语句所对应的会话状态,对与用户语句所适配的自然语言处理流程的选择具有较大的影响,比如,假设用户语句所对应的会话状态为处于提问环节的用户输入信息阶段,且假设用户所输入的信息为直接对某个疑问的提问信息,如“手机电池发热严重怎么办?”,则接下来较适宜向其匹配“命名实体识别单元”,以用于识别用户问题中的实体“手机”,进而向用户反问具体的手机机型等信息,而不适宜向其匹配情感识别等处理单元;再比如,假设用户处于所述提问环节中的连续提问阶段,且假设用户的连续提问均指向同一个问题,如用户第一轮提问“手机电池发热严重怎么办?”,之后系统虽然有向用户作出反馈,但用户均不满意,并继续输入语句“不行,解决不了”等,针对此种用户多次连续提问且系统未能给出满意答案的情况,较适宜为其匹配“情感识别模块”首先对用户进行情感识别,以了解用户的情感情况(负向、正向或中性等),进而方便后续作出合适的流程选择。
除此之外,同一次交互事件的多轮会话之间在内容、情感、主题、对话状态、用户行为等方面往往具备较强的关联,因此,在实施本申请时,可将用户所处的交互事件中当前轮之前的各轮会话(交互)信息作为当前轮的上文信息,与当前轮所对应的会话状态信息一并参与所适配的自然语言处理流程的选择中。
具体地,可从用户与智能客服系统的会话日志中提取当前交互事件中所述当前轮之前的各轮会话信息。在此基础上,可进一步从内容、情感、主题、对话状态、用户行为等各维度对所述当前轮之前的各轮会话信息进行分析,最终将所分析出的各个维度的信息作为所述当前轮的上文信息。
举例而言,在上述的连续提问示例中,所述当前轮(提问)所对应的前几轮(提问)的信息即可构成所述当前轮的部分上文信息,基于其前几轮未能获得满意解答的情况,可以推测出从情感方面来讲当前轮很可能已达到用户怒点或邻近用户怒点,从而可优先为其匹配一情感识别模块对用户进行情感识别。
鉴于此,可将所述第一语句对应的第一会话状态信息和/或所述第一语句对应的第一上下文信息,作为分析该第一语句所适配的自然语言处理流程的数据依据。优选地,可同时选择上述的两种信息作为分析需采用的自然语言处理流程的数据依据。
步骤303、基于预定规则,选取一与所述第一交互状态信息相匹配的第一处理单元组;所述第一处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
在获取所述第一语句对应的第一会话状态信息和/或第一上下文信息这些第一交互状态信息后,可基于这些第一交互状态信息,来为所述第一语句动态选择一较适配的第一处理单元组。
参考图4,具体可以通过以下的处理过程,实现所述第一处理单元组的选取:
步骤401、生成与所述第一会话状态信息及所述第一上下文信息相匹配的至少一个候选处理单元组。
为了便于自然语言处理流程的动态选择、调整,本实施例预先制定了一节点图谱,参考图5提供的节点图谱的示例图,节点图谱包括多个节点,且节点图谱包括的各个节点与智能客服系统的自然语言理解Pipeline所设置的各个处理单元一一对应,即,本质上来说,相当于预先基于图谱的形式将自然语言理解Pipeline所设置的各个处理单元组织起来,以此使得为自然语言处理流程的动态选择、调整提供支持。
在获取所述第一语句对应的第一交互状态信息的基础上,如获得所述第一语句对应的第一会话状态信息及第一上下文信息的基础上,可基于所述第一会话状态信息及所述第一上下文信息,并利用预定规则对所述节点图谱进行节点搜索,进而基于搜索结果生成与所述第一会话状态信息及所述第一上下文信息相匹配的至少一个候选处理单元组。
其中,所述预定规则包括:对应于不同的会话状态信息和/或不同的上下文信息的节点选择规则,以及不同节点间的依赖关系。
所述节点选择规则具体是指对应于不同会话状态和/或不同上下文信息所采取的不同的处理单元选择策略及顺序状态组织策略,示例性地,所述节点选择规则具体地可以包括但不限于:a)当针对某一个用户问题与智能客服系统的会话轮数超出预定阈值用户仍不满意时,优先选择情感识别单元;b)在选择了情感识别单元的前提下,接下来的处理单元要么选择转人工处理单元(识别出用户情感为负向的情况,如愤怒等),要么选择语义识别模块(识别出用户情绪正常,未产生负向情感的情况);c)当前轮语句与之前多轮语句中的主题相似度低于预定阈值且未识别出系统所涵盖的关键实体,则针对当前轮语句优先选择闲聊模块,如之前的多轮会话用户一直在提问关于手机运行方面的问题,接下来的则是关于天气的语句“今天天气不错啊”,则可以选择闲聊单元。
节点间的依赖关系用于表示处理单元间的相适配的前后继关系信息。示例性地,所述预定规则中的所述依赖关系信息可以包括但不限于:转人工处理单元依赖于(表示其匹配的前继处理单元)语义识别单元或者情感识别单元,闲聊单元依赖于语义识别单元或者实体识别单元等等。
从而针对用户输入的第一语句,可基于该第一语句对应的第一会话状态信息和/或第一上下文信息,利用上述的规则对所述节点图谱进行节点搜索,相应地可得到至少一个节点搜索路径,由于节点图谱中的各个节点与自然语言理解Pipeline所设置的各个处理单元一一对应,从而,可进一步基于所得到的节点搜索路径进行候选处理单元组的生成,其中,每个节点搜索路径上所对应包括的各个处理单元构成一候选处理单元组,且该候选处理单元组中的的各处理单元在进行自然语言处理时所对应的执行次序,为相匹配的节点搜索路径上各个相对应节点的搜索次序。
以图6示出的节点搜索路径为例,则其对应的候选处理单元组及候选处理单元组中包括的各处理单元的先后执行次序为:
命名实体识别-》语义识别-》情感识别-》闲聊-》转人工。
步骤402、对每个候选处理单元组进行评价,得到每个候选处理单元组的评价结果。
如果所得到的候选处理单元组的个数为一个,则可以直接将该一个候选处理单元组作为用于对所述第一语句进行自然语言处理的第一处理单元组。
如果所得到的候选处理单元组的个数为多个,则可以随机或择优选择其中之一来作为用于对所述第一语句进行自然语言处理的第一处理单元组。优选地,可采用择优选取的方式从中选择出最终需采用的处理单元组。
对于择优选取的情况,可针对所述节点图谱中各个可能的节点路径所对应的处理单元组/自然语言处理流程,预先基于大数据分析和/或专家定义等方式来为每个可能的节点路径所对应的处理单元组/自然语言处理流程进行打分(或评价其优劣等级),以此实现为每个可能的节点路径所对应的处理单元组/自然语言处理流程设定一得分分值(或优劣等级),从而,在得到多个候选处理单元组的情况下,可采用查询预先设定的得分分值(或优劣等级)信息的方式,来实现对每个候选处理单元组进行评价。
需要说明的是,具体实施中,并不限于预先为各个可能的处理单元组/自然语言处理流程设置得分分值(或优劣等级)、后续通过查询实现对候选处理单元组进行评价的实现方式,还可以在获得各个候选处理单元组后,实时对各个候选处理单元组进行评价,例如,利用预先设定的打分规则对各个候选处理单元组进行打分等。
步骤403、基于各个候选处理单元组的评价结果,选取一最优的候选处理单元组作为所述第一处理单元组。
在对各个候选处理单元组进行评价,获得其评价结果后,可基于各个候选处理单元组的评价结果,择优选取其中的一个作为用于对所述第一语句进行自然语言处理所需的所述第一处理单元组。
步骤304、接收用户输入的第二语句。
与上述的第一语句相类似,该第二语句同样为用户与智能客服系统进行会话交互时,向智能会话系统提供的用户语句,至少能够用于反映用户的意图。且该第二语句同样可以是基于语音录入方式所提供的语音语句,或者基于文字录入方式所提供的文字语句。
需要说明的是,所述第一语句与所述第二语句表征的第一属性不同,所述第一属性可以包括但不限于:用户与智能客服系统之间的交互状态信息。从而,所述第一语句与所述第二语句表征的第一属性不同,可以是指但不限于:所述第一语句对应的用户与智能客服系统间的交互状态信息与所述第二语句对应的用户与智能客服系统间的交互状态信息不同。
步骤305、获取输入所述第一语句时用户与智能客服系统间的第二交互状态信息。
与所述第一交互状态信息相类似,所述第二交互状态信息可以包括但不限于:所述第二语句对应的第二会话状态信息,和/或所述第二语句对应的第二上下文信息。
其中,用户语句对应的会话状态信息可以包括但不限于:输入该用户语句时用户与智能客服之间在本次交互事件中所处的交互环节/交互阶段的信息。
对于所述第二语句来说,具体可将所述第二语句对应的第二会话状态信息和/或所述第二语句对应的第二上下文信息,作为分析该第二语句所适配的自然语言处理流程的数据依据。
步骤306、基于预定规则,选取一与所述第二交互状态信息相匹配的第二处理单元组;所述第二处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
在获取所述第二语句对应第二会话状态信息和/或第二上下文信息这些第二交互状态信息后,可基于所述第二语句对应的这些第二交互状态信息,来为所述第二语句动态选择一较适配的第二处理单元组。
具体地,对于所述第二语句,同样可采用上述的基于节点图谱搜索的处理方式来为其动态选择一较适配的第二处理单元组,该处理过程与上文中针对第一语句为其生成相适配的第一处理单元组的过程类似,具体可参阅上述为第一语句生成相适配的第一处理单元组的处理过程,这里,不再赘述。
以下对本申请提供的为用户语句动态选择相适配的处理单元组的处理方案进行举例。
在该示例中,假设用户语句为“如何连接Wi-Fi?”,针对该语句,智能客服系统会反问用户,让用户输入设备信息,如输入手机机型等,在用户按照要求再次输入后,如输入“MOTOZ”,则智能客服系统会根据当前轮的会话状态并结合上一轮的信息,获知用户当前处于提问阶段,需解决一个如何在MOTOZ手机上连接Wi-Fi的问题(此时还未涉及到情感等信息),在此基础上,可利用上文的规则对所述节点图谱进行搜索,从而得到至少一个候选处理单元组,在该示例中,假设通过搜索图谱共得到两个候选处理单元组,具体如下:
1)命名实体识别-》语义识别-》情感识别-》闲聊-》转人工;
2)语义识别-》命名实体识别-》情感识别-》闲聊-》转人工。
之后,可进一步通过对上述的两个候选处理单元组进行评价来择优选取其中之一作为与上述问句相匹配的处理单元组,如具体选择第1)个候选处理单元组作为最终采用的处理单元组等,相对应地可采用该选取出的处理单元组所对应的自然语言处理流程来对该问句进行处理。
本实施例针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言理解流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
实施例三
参考图7,是本申请实施例三提供的为第一语句动态选取第一处理单元组的处理流程示意图,本实施例中,在所述生成与所述第一会话状态信息及所述第一上下文信息相匹配的至少一个候选处理单元组之后,该动态选取第一处理单元组的处理过程还可以包括以下步骤:
步骤301’、滤除所述至少一个候选处理单元组中不符合预定规范的候选处理单元组。
具体实施本申请时,还可以预先设定一些自然语言处理流程的规范,例如,触发转人工处理后不再转入其他处理单元(一般认为人工处理更人性化、智能化)、触发闲聊单元后不再转入实体识别单元、触发语义识别单元后不再转入语言识别单元等等。
从而,对于通过搜索节点图谱所得的至少一个候选处理单元组,参考如图8所示的处理流程调整方法的处理逻辑示意图,可首先对每个候选处理单元组进行规范性检查,将每个候选处理单元组与所设定的规范进行比对,并基于比对结果判断其是否符合所述规范的要求,若不符合,可直接将其滤除,若符合,则可保留该候选处理单元组,使其继续进入后续的候选处理单元组的评价处理中。
需要说明的是,若基于规范检查后确定出不存在符合规范的候选处理单元组,则可直接采用系统默认设置的处理流程继续对该轮会话中的语句进行自然语言处理。
本实施例通过对基于搜索节点图谱生成的至少一个候选处理单元组进行规范性检查,并滤除其中不符合规范的候选处理单元组,有效保障了所保留的各个候选处理单元组的质量,同时,也降低了后续对候选处理单元组进行评价处理的工作量。
实施例四
对应于上述的处理流程调整方法,本申请还公开一种处理流程调整装置,该信息处理装置可应用于但不限于智能客服系统中;所述智能客服系统可以部署在移动终端(如智能手机、平板等)或计算机(台式机、一体机、笔记本等)等用户终端中,或者还可以部署在局域网/云端的服务器平台上;如图9所示,本实施例中,所述处理流程调整装置可以包括:
存储器901,用于至少存储一组指令集;
处理器902,用于调用并执行所述存储器中的所述指令集,通过执行所述指令集进行以下操作:
接收用户输入的第一语句;
选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
接收用户输入的第二语句;
选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
所述第一语句为用户与智能客服系统进行会话交互时,向智能客服系统提供的用户语句,至少能够用于反映用户的意图,一般情况下为问句形式,例如“手机电池发热严重怎么办?”,“如何连接Wi-Fi(Wireless-Fidelity,无线保真)”“如何对手机进行刷机?”等等,除此之外,所述第一语句还可能是一些非问句形式的闲聊语句或着重表达情感的语句等,如“今天天气还不错”、“谢谢您的解答”、“谢谢您的帮助”等等。
所述第一语句可以是基于语音录入方式所提供的语音语句,或者还可以是基于文字录入方式所提供的文字语句,本实施例对所述第一语句的信息形式不作限定。
智能客服系统的自然语言理解Pipeline一般会设置多个不同的自然语言处理单元,如问题域分类单元、命名实体识别单元、语言识别单元、语义识别单元、情感识别单元、闲聊(是指系统基于人工智能与用户间的闲聊,区别于人工处理)单元、转人工处理单元等等,并往往以一种固定的线性顺序集成该多个自然语言处理单元,相对应地会形成针对不同输入语句的一个统一、固定的自然语言处理流程。
发明人发现,实际应用中,一个固定的自然语言处理流程并不能很好地适用于所有情况下的用户语句理解,不同的用户语句往往可能需要适配不同的处理单元组合和/或相同处理单元组合中各处理单元的不同执行顺序来进行自然语言处理。比如,若用户在初始与智能客服系统进行交互时就明确要求采用人工服务,那么就没有必要再按原有的处理流程顺序地执行诸如命名实体识别、情感识别、闲聊等各个模块,而是直接执行“转人工处理模块”即可;再比如,若经过2轮问题解答,均未能成功提供用户满意的答案,则在第三轮会话交互时较优地可首先调取情感识别单元来识别一下用户情感,以有效获知用户当前的情绪,如是否发怒等,进而方便后续采用相应措施。
针对上述情况,本申请提出了针对用户输入的不同语句,为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理的技术思路。
基于该技术思路,在接收到用户输入的所述第一语句的情况下,可以选取一与该第一语句相适配的第一处理单元组,以使得后续基于该第一处理单元组对应的处理流程对所述第一语句进行自然语言处理。
其中,所述第一处理单元组包括自然语言理解Pipeline所设置的各个处理单元中的至少部分处理单元;所述第一处理单元组对应的自然语言处理流程相对应地为:按相应的执行顺序对所述第一处理单元组包括的所述至少部分处理单元进行组织后所得的组织结果,也即,一个自然语言处理流程不仅能够体现自然语言处理需采用的各个处理单元,还能够体现各个处理单元在自然语言处理中所对应的执行次序。
以上述的在初始交互时就明确要求人工服务的示例为例,对于用户输入的语句如“我想知道如何对手机刷机,我需要人工服务”,可以选取“语义识别单元”、“转人工处理单元”这两个处理单元构成其对应需采用的处理单元组,进一步地,可基于该处理单元组对应的“语义识别单元”→“转人工处理单元”这一处理流程对其进行自然语言处理。
本申请中,所述多个处理单元中的至少部分处理单元为人工智能训练后的模型。
与上述的第一语句相类似,该第二语句同样为用户与智能客服系统进行会话交互时,向智能会话系统提供的用户语句,其至少能够用于反映用户的意图。且该第二语句同样可以是基于语音录入方式所提供的语音语句,或者基于文字录入方式所提供的文字语句。
需要说明的是,所述第一语句与所述第二语句表征的第一属性不同,所述第一属性可以包括但不限于:用户与智能客服系统之间的交互状态信息。从而,所述第一语句与所述第二语句表征的第一属性不同,可以是指但不限于:所述第一语句对应的用户与智能客服系统间的交互状态信息与所述第二语句对应的用户与智能客服系统间的交互状态信息不同。
在接收到用户输入的第二语句的情况下,本申请相对应地会为其动态选取一与该第二语句相适配的第二处理单元组,并将智能客服系统的自然语言理解Pipeline中的现有处理流程(如所述第一处理单元组所对应的流程)调整为该适配于第二语句的第二处理单元组所对应的处理流程,以使得后续基于该第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。
与所述第一处理单元组相类似,所述第二处理单元组同样可包括自然语言理解Pipeline所设置的各个处理单元中的至少部分处理单元;所述第二处理单元组对应的自然语言处理流程相对应地为:按相应的执行顺序对所述第二处理单元组包括的所述至少部分处理单元进行组织后所得的组织结果。
需要说明的是,与所述第一语句、所述第二语句表征的第一属性不同相对应,所述第二处理单元组与所述第一处理单元组也并不相同,例如所述第二处理单元组与所述第一处理单元组中所包括的处理单元的类型不同,或者个数不同,或者两者包括了相同类型、相同个数的处理单元,但各处理单元的执行次序不同等等。
由以上方案可知,本实施例提供的处理流程调整装置,在接收到用户输入的第一语句的情况下,会选取第一处理单元组并基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;在接收到用户输入的第二语句的情况下,则会选取第二处理单元组并基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。由此可见,本申请针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言处理流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
实施例五
本实施例继续对上述信息处理装置中的处理器902的功能进行进一步详述,具体地,所述处理器902可以通过以下的处理过程实现其处理流程调整功能:
接收用户输入的第一语句;
获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息;
基于预定规则,选取一与所述第一交互状态信息相匹配的第一处理单元组;所述第一处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果;
接收用户输入的第二语句;
获取输入所述第一语句时用户与智能客服系统间的第二交互状态信息;
基于预定规则,选取一与所述第二交互状态信息相匹配的第二处理单元组;所述第二处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
所述第一语句为用户与智能客服系统进行会话交互时,向智能客服系统提供的用户语句,至少能够用于反映用户的意图,一般情况下为问句形式,例如“手机电池发热严重怎么办?”,“如何连接Wi-Fi(Wireless-Fidelity,无线保真)”“如何对手机进行刷机?”等等,除此之外,所述第一语句还可能是一些非问句形式的闲聊语句或着重表达情感的语句等,如“今天天气还不错”、“谢谢您的解答”、“谢谢您的帮助”等等。
所述第一语句可以是基于语音录入方式所提供的语音语句,或者还可以是基于文字录入方式所提供的文字语句,本实施例对所述第一语句的信息形式不作限定。
所述第一交互状态信息可以包括但不限于:所述第一语句对应的第一会话状态信息,和/或所述第一语句对应的第一上下文信息。
其中,用户语句对应的会话状态信息可以包括但不限于:输入该用户语句时用户与智能客服之间在本次交互事件中所处的交互环节/交互阶段的信息。
其中,用户与智能客服系统间的一次交互事件包括用户与智能客服系统从开始会话至结束会话的整个会话过程,其往往包括多轮会话(或多轮交互),不同的会话一般会分别处于整体会话过程中的不同阶段。本实施例中,示例性地首先从粗粒度角度将交互事件划分为开始、中间及结束这几个阶段,其中,所述开始阶段一般为用户向智能客服系统请求会话或智能客服系统主动接受/开启一个会话的阶段,中间阶段为用户与智能客服系统进行会话的核心阶段,结束阶段为用户和/或智能客服系统关闭会话的阶段;在此基础上,本实施例继续将所述中间阶段划分为提问、解答、连续提问等各个阶段,其中,所述提问阶段又可以细分为用户待输入信息(如待输入某一需解答的产品的信息)、用户输入信息(如直接输入问题,或根据系统提示点选某一按钮以实现从多种选择中择其一等)、根据用户输入信息推进会话流程(如根据用户输入的问题触发进入解答流程,或根据用户点选的按钮类型触发多种选择中的其中之一)等多个环节。
用户语句所对应的会话状态,对与用户语句所适配的自然语言处理流程的选择具有较大的影响,比如,假设用户语句所对应的会话状态为处于提问环节的用户输入信息阶段,且假设用户所输入的信息为直接对某个疑问的提问信息,如“手机电池发热严重怎么办?”,则接下来较适宜向其匹配“命名实体识别单元”,以用于识别用户问题中的实体“手机”,进而向用户反问具体的手机机型等信息,而不适宜向其匹配情感识别等处理单元;再比如,假设用户处于所述提问环节中的连续提问阶段,且假设用户的连续提问均指向同一个问题,如用户第一轮提问“手机电池发热严重怎么办?”,之后系统虽然有向用户作出反馈,但用户均不满意,并继续输入语句“不行,解决不了”等,针对此种用户多次连续提问且系统未能给出满意答案的情况,较适宜为其匹配“情感识别模块”首先对用户进行情感识别,以了解用户的情感情况(负向、正向或中性等),进而方便后续作出合适的流程选择。
除此之外,同一次交互事件的多轮会话之间在内容、情感、主题、对话状态、用户行为等方面往往具备较强的关联,因此,在实施本申请时,可将用户所处的交互事件中当前轮之前的各轮会话(交互)信息作为当前轮的上文信息,与当前轮所对应的会话状态信息一并参与所适配的自然语言处理流程的选择中。
具体地,可从用户与智能客服系统的会话日志中提取当前交互事件中所述当前轮之前的各轮会话信息。在此基础上,可进一步从内容、情感、主题、对话状态、用户行为等各维度对所述当前轮之前的各轮会话信息进行分析,最终将所分析出的各个维度的信息作为所述当前轮的上文信息。
举例而言,在上述的连续提问示例中,所述当前轮(提问)所对应的前几轮(提问)的信息即可构成所述当前轮的部分上文信息,基于其前几轮未能获得满意解答的情况,可以推测出从情感方面来讲当前轮很可能已达到用户怒点或邻近用户怒点,从而可优先为其匹配一情感识别模块对用户进行情感识别。
鉴于此,可将所述第一语句对应的第一会话状态信息和/或所述第一语句对应的第一上下文信息,作为分析该第一语句所适配的自然语言处理流程的数据依据。优选地,可同时选择上述的两种信息作为分析需采用的自然语言处理流程的数据依据。
在获取所述第一语句对应的第一会话状态信息和/或第一上下文信息这些第一交互状态信息后,可基于这些第一交互状态信息,来为所述第一语句动态选择一较适配的第一处理单元组。
参考图4,具体可以通过以下的处理过程,实现所述第一处理单元组的选取:
步骤401、生成与所述第一会话状态信息及所述第一上下文信息相匹配的至少一个候选处理单元组。
为了便于自然语言处理流程的动态选择、调整,本实施例预先制定了一节点图谱,参考图5提供的节点图谱的示例图,节点图谱包括多个节点,且节点图谱包括的各个节点与智能客服系统的自然语言理解Pipeline所设置的各个处理单元一一对应,即,本质上来说,相当于预先基于图谱的形式将自然语言理解Pipeline所设置的各个处理单元组织起来,以此使得为自然语言处理流程的动态选择、调整提供支持。
在获取所述第一语句对应的第一交互状态信息的基础上,如获得所述第一语句对应的第一会话状态信息及第一上下文信息的基础上,可基于所述第一会话状态信息及所述第一上下文信息,并利用预定规则对所述节点图谱进行节点搜索,进而基于搜索结果生成与所述第一会话状态信息及所述第一上下文信息相匹配的至少一个候选处理单元组。
其中,所述预定规则包括:对应于不同的会话状态信息和/或不同的上下文信息的节点选择规则,以及不同节点间的依赖关系。
所述节点选择规则具体是指对应于不同会话状态和/或不同上下文信息所采取的不同的处理单元选择策略及顺序状态组织策略,示例性地,所述节点选择规则具体地可以包括但不限于:a)当针对某一个用户问题与智能客服系统的会话轮数超出预定阈值用户仍不满意时,优先选择情感识别单元;b)在选择了情感识别单元的前提下,接下来的处理单元要么选择转人工处理单元(识别出用户情感为负向的情况,如愤怒等),要么选择语义识别模块(识别出用户情绪正常,未产生负向情感的情况);c)当前轮语句与之前多轮语句中的主题相似度低于预定阈值且未识别出系统所涵盖的关键实体,则针对当前轮语句优先选择闲聊模块,如之前的多轮会话用户一直在提问关于手机运行方面的问题,接下来的则是关于天气的语句“今天天气不错啊”,则可以选择闲聊单元。
节点间的依赖关系用于表示处理单元间的相适配的前后继关系信息。示例性地,所述预定规则中的所述依赖关系信息可以包括但不限于:转人工处理单元依赖于(表示其匹配的前继处理单元)语义识别单元或者情感识别单元,闲聊单元依赖于语义识别单元或者实体识别单元等等。
从而针对用户输入的第一语句,可基于该第一语句对应的第一会话状态信息和/或第一上下文信息,利用上述的规则对所述节点图谱进行节点搜索,相应地可得到至少一个节点搜索路径,由于节点图谱中的各个节点与自然语言理解Pipeline所设置的各个处理单元一一对应,从而,可进一步基于所得到的节点搜索路径进行候选处理单元组的生成,其中,每个节点搜索路径上所对应包括的各个处理单元构成一候选处理单元组,且该候选处理单元组中的的各处理单元在进行自然语言处理时所对应的执行次序,为相匹配的节点搜索路径上各个相对应节点的搜索次序。
以图6示出的节点搜索路径为例,则其对应的候选处理单元组及候选处理单元组中包括的各处理单元的先后执行次序为:
命名实体识别-》语义识别-》情感识别-》闲聊-》转人工。
步骤402、对每个候选处理单元组进行评价,得到每个候选处理单元组的评价结果。
如果所得到的候选处理单元组的个数为一个,则可以直接将该一个候选处理单元组作为用于对所述第一语句进行自然语言处理的第一处理单元组。
如果所得到的候选处理单元组的个数为多个,则可以随机或择优选择其中之一来作为用于对所述第一语句进行自然语言处理的第一处理单元组。优选地,可采用择优选取的方式从中选择出最终需采用的处理单元组。
对于择优选取的情况,可针对所述节点图谱中各个可能的节点路径所对应的处理单元组/自然语言处理流程,预先基于大数据分析和/或专家定义等方式来为每个可能的节点路径所对应的处理单元组/自然语言处理流程进行打分(或评价其优劣等级),以此实现为每个可能的节点路径所对应的处理单元组/自然语言处理流程设定一得分分值(或优劣等级),从而,在得到多个候选处理单元组的情况下,可采用查询预先设定的得分分值(或优劣等级)信息的方式,来实现对每个候选处理单元组进行评价。
需要说明的是,具体实施中,并不限于预先为各个可能的处理单元组/自然语言处理流程设置得分分值(或优劣等级)、后续通过查询实现对候选处理单元组进行评价的实现方式,还可以在获得各个候选处理单元组后,实时对各个候选处理单元组进行评价,例如,利用预先设定的打分规则对各个候选处理单元组进行打分等。
步骤403、基于各个候选处理单元组的评价结果,选取一最优的候选处理单元组作为所述第一处理单元组。
在对各个候选处理单元组进行评价,获得其评价结果后,可基于各个候选处理单元组的评价结果,择优选取其中的一个作为用于对所述第一语句进行自然语言处理所需的所述第一处理单元组。
与上述的第一语句相类似,该第二语句同样为用户与智能客服系统进行会话交互时,向智能会话系统提供的用户语句,至少能够用于反映用户的意图。且该第二语句同样可以是基于语音录入方式所提供的语音语句,或者基于文字录入方式所提供的文字语句。
需要说明的是,所述第一语句与所述第二语句表征的第一属性不同,所述第一属性可以包括但不限于:用户与智能客服系统之间的交互状态信息。从而,所述第一语句与所述第二语句表征的第一属性不同,可以是指但不限于:所述第一语句对应的用户与智能客服系统间的交互状态信息与所述第二语句对应的用户与智能客服系统间的交互状态信息不同。
与所述第一交互状态信息相类似,所述第二交互状态信息可以包括但不限于:所述第二语句对应的第二会话状态信息,和/或所述第二语句对应的第二上下文信息。
其中,用户语句对应的会话状态信息可以包括但不限于:输入该用户语句时用户与智能客服之间在本次交互事件中所处的交互环节/交互阶段的信息。
对于所述第二语句来说,具体可将所述第二语句对应的第二会话状态信息和/或所述第二语句对应的第二上下文信息,作为分析该第二语句所适配的自然语言处理流程的数据依据。
在获取所述第二语句对应第二会话状态信息和/或第二上下文信息这些第二交互状态信息后,可基于所述第二语句对应的这些第二交互状态信息,来为所述第二语句动态选择一较适配的第二处理单元组。
具体地,对于所述第二语句,同样可采用上述的基于节点图谱搜索的处理方式来为其动态选择一较适配的第二处理单元组,该处理过程与上文中针对第一语句为其生成相适配的第一处理单元组的过程类似,具体可参阅上述为第一语句生成相适配的第一处理单元组的处理过程,这里,不再赘述。
以下对本申请提供的为用户语句动态选择相适配的处理单元组的处理方案进行举例。
在该示例中,假设用户语句为“如何连接Wi-Fi?”,针对该语句,智能客服系统会反问用户,让用户输入设备信息,如输入手机机型等,在用户按照要求再次输入后,如输入“MOTOZ”,则智能客服系统会根据当前轮的会话状态并结合上一轮的信息,获知用户当前处于提问阶段,需解决一个如何在MOTOZ手机上连接Wi-Fi的问题(此时还未涉及到情感等信息),在此基础上,可利用上文的规则对所述节点图谱进行搜索,从而得到至少一个候选处理单元组,在该示例中,假设通过搜索图谱共得到两个候选处理单元组,具体如下:
1)命名实体识别-》语义识别-》情感识别-》闲聊-》转人工;
2)语义识别-》命名实体识别-》情感识别-》闲聊-》转人工。
之后,可进一步通过对上述的两个候选处理单元组进行评价来择优选取其中之一作为与上述问句相匹配的处理单元组,如具体选择第1)个候选处理单元组作为最终采用的处理单元组等,相对应地可采用该选取出的处理单元组所对应的自然语言处理流程来对该问句进行处理。
本实施例针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言理解流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
实施例六
本实施例中,所述处理流程调整装置中的处理器902,在生成与所述第一会话状态信息及所述第一上下文信息相匹配的至少一个候选处理单元组之后,还可以执行以下处理:
滤除所述至少一个候选处理单元组中不符合预定规范的候选处理单元组。
具体实施本申请时,还可以预先设定一些自然语言处理流程的规范,例如,触发转人工处理后不再转入其他处理单元(一般认为人工处理更人性化、智能化)、触发闲聊单元后不再转入实体识别单元、触发语义识别单元后不再转入语言识别单元等等。
从而,对于通过搜索节点图谱所得的至少一个候选处理单元组,参考如图8所示的处理流程调整方法的处理逻辑示意图,可首先对每个候选处理单元组进行规范性检查,将每个候选处理单元组与所设定的规范进行比对,并基于比对结果判断其是否符合所述规范的要求,若不符合,可直接将其滤除,若符合,则可保留该候选处理单元组,使其继续进入后续的候选处理单元组的评价处理中。
需要说明的是,若基于规范检查后确定出不存在符合规范的候选处理单元组,则可直接采用系统默认设置的处理流程继续对该轮会话中的语句进行自然语言处理,
本实施例通过对基于搜索节点图谱生成的至少一个候选处理单元组进行规范性检查,并滤除其中不符合规范的候选处理单元组,有效保障了所保留的各个候选处理单元组的质量,同时,也降低了后续对候选处理单元组进行评价处理的工作量。
实施例七
对应于上述的处理流程调整方法,本申请还公开另一种处理流程调整装置,该信息处理装置可应用于但不限于智能客服系统中;所述智能客服系统可以部署在移动终端(如智能手机、平板等)或计算机(台式机、一体机、笔记本等)等用户终端中,或者还可以部署在局域网/云端的服务器平台上;如图10所示,本实施例中,所述处理流程调整装置可以包括:
第一接收单元1001,用于接收用户输入的第一语句。
所述第一语句为用户与智能客服系统进行会话交互时,向智能客服系统提供的用户语句,至少能够用于反映用户的意图,一般情况下为问句形式,例如“手机电池发热严重怎么办?”,“如何连接Wi-Fi(Wireless-Fidelity,无线保真)”“如何对手机进行刷机?”等等,除此之外,所述第一语句还可能是一些非问句形式的闲聊语句或着重表达情感的语句等,如“今天天气还不错”、“谢谢您的解答”、“谢谢您的帮助”等等。
所述第一语句可以是基于语音录入方式所提供的语音语句,或者还可以是基于文字录入方式所提供的文字语句,本实施例对所述第一语句的信息形式不作限定。
第一选取单元1002,用于选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理。
智能客服系统的自然语言理解Pipeline一般会设置多个不同的自然语言处理单元,如问题域分类单元、命名实体识别单元、语言识别单元、语义识别单元、情感识别单元、闲聊(是指系统基于人工智能与用户间的闲聊,区别于人工处理)单元、转人工处理单元等等,并往往以一种固定的线性顺序集成该多个自然语言处理单元,相对应地会形成针对不同输入语句的一个统一、固定的自然语言处理流程。
发明人发现,实际应用中,一个固定的自然语言处理流程并不能很好地适用于所有情况下的用户语句理解,不同的用户语句往往可能需要适配不同的处理单元组合和/或相同处理单元组合中各处理单元的不同执行顺序来进行自然语言处理。比如,若用户在初始与智能客服系统进行交互时就明确要求采用人工服务,那么就没有必要再按原有的处理流程顺序地执行诸如命名实体识别、情感识别、闲聊等各个模块,而是直接执行“转人工处理模块”即可;再比如,若经过2轮问题解答,均未能成功提供用户满意的答案,则在第三轮会话交互时较优地可首先调取情感识别单元来识别一下用户情感,以有效获知用户当前的情绪,如是否发怒等,进而方便后续采用相应措施。
针对上述情况,本申请提出了针对用户输入的不同语句,为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理的技术思路。
基于该技术思路,在接收到用户输入的所述第一语句的情况下,可以选取一与该第一语句相适配的第一处理单元组,以使得后续基于该第一处理单元组对应的处理流程对所述第一语句进行自然语言处理。
其中,所述第一处理单元组包括自然语言理解Pipeline所设置的各个处理单元中的至少部分处理单元;所述第一处理单元组对应的自然语言处理流程相对应地为:按相应的执行顺序对所述第一处理单元组包括的所述至少部分处理单元进行组织后所得的组织结果,也即,一个自然语言处理流程不仅能够体现自然语言处理需采用的各个处理单元,还能够体现各个处理单元在自然语言处理中所对应的执行次序。
以上述的在初始交互时就明确要求人工服务的示例为例,对于用户输入的语句如“我想知道如何对手机刷机,我需要人工服务”,可以选取“语义识别单元”、“转人工处理单元”这两个处理单元构成其对应需采用的处理单元组,进一步地,可基于该处理单元组对应的“语义识别单元”→“转人工处理单元”这一处理流程对其进行自然语言处理。
本申请中,所述多个处理单元中的至少部分处理单元为人工智能训练后的模型。
第二接收单元1003,用于接收用户输入的第二语句。
与上述的第一语句相类似,该第二语句同样为用户与智能客服系统进行会话交互时,向智能会话系统提供的用户语句,其至少能够用于反映用户的意图。且该第二语句同样可以是基于语音录入方式所提供的语音语句,或者基于文字录入方式所提供的文字语句。
需要说明的是,所述第一语句与所述第二语句表征的第一属性不同,所述第一属性可以包括但不限于:用户与智能客服系统之间的交互状态信息。从而,所述第一语句与所述第二语句表征的第一属性不同,可以是指但不限于:所述第一语句对应的用户与智能客服系统间的交互状态信息与所述第二语句对应的用户与智能客服系统间的交互状态信息不同。
第二选取单元1004,用于选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
在接收到用户输入的第二语句的情况下,本申请相对应地会为其动态选取一与该第二语句相适配的第二处理单元组,并将智能客服系统的自然语言理解Pipeline中的现有处理流程(如所述第一处理单元组所对应的流程)调整为该适配于第二语句的第二处理单元组所对应的处理流程,以使得后续基于该第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。
与所述第一处理单元组相类似,所述第二处理单元组同样可包括自然语言理解Pipeline所设置的各个处理单元中的至少部分处理单元;所述第二处理单元组对应的自然语言处理流程相对应地为:按相应的执行顺序对所述第二处理单元组包括的所述至少部分处理单元进行组织后所得的组织结果。
需要说明的是,与所述第一语句、所述第二语句表征的第一属性不同相对应,所述第二处理单元组与所述第一处理单元组也并不相同,例如所述第二处理单元组与所述第一处理单元组中所包括的处理单元的类型不同,或者个数不同,或者两者包括了相同类型、相同个数的处理单元,但各处理单元的执行次序不同等等。
由以上方案可知,本实施例提供的处理流程调整装置,在接收到用户输入的第一语句的情况下,会选取第一处理单元组并基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;在接收到用户输入的第二语句的情况下,则会选取第二处理单元组并基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理。由此可见,本申请针对用户输入的不同语句,会为其动态调整并匹配不同的自然语言处理流程来对其进行自然语言处理,可有效克服采用一固定的自然语言处理流程对所有语句进行处理的方式所存在的弊端,进而可提高自然语言理解Pipeline的响应性能及理解精度。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
为了描述的方便,描述以上系统或装置时以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
最后,还需要说明的是,在本文中,诸如第一、第二、第三和第四等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种处理流程调整方法,包括:
接收用户输入的第一语句;
选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
接收用户输入的第二语句;
选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
2.根据权利要求1所述的方法,所述第一属性包括用户与智能客服系统之间的交互状态信息;
所述选取第一处理单元组,包括:
获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息;
基于预定规则,选取一与所述第一交互状态信息相匹配的第一处理单元组;所述第一处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
3.根据权利要求2所述的方法,所述多个处理单元中的至少部分处理单元为人工智能训练后的模型。
4.根据权利要求2所述的方法,所述获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息,包括:
获取所述第一语句对应的第一会话状态信息;和/或,
获取所述第一语句对应的第一上下文信息。
5.根据权利要求4所述的方法,所述基于预定规则,生成一与所述第一交互状态信息相匹配的第一处理单元组,包括:
生成与所述第一会话状态信息和/或所述第一上下文信息相匹配的至少一个候选处理单元组;
对每个候选处理单元组进行评价,得到每个候选处理单元组的评价结果;
基于各个候选处理单元组的评价结果,选取一最优的候选处理单元组作为所述第一处理单元组。
6.根据权利要求5所述的方法,所述生成与所述第一会话状态信息和/或所述第一上下文信息相匹配的至少一个候选处理单元组,包括:
基于所述第一会话状态信息和/或所述第一上下文信息,利用预定规则对一节点图谱进行节点搜索,得到至少一个节点搜索路径;所述节点图谱中的各个节点与所述预定的多个处理单元中的各个处理单元一一对应;所述预定规则包括:对应于不同的会话状态信息和/或上下文信息的节点选择规则,以及不同节点间的依赖关系;
基于一个节点搜索路径生成一个候选处理单元组,得到至少一个候选处理单元组。
7.根据权利要求5或6所述的方法,在所述生成与所述第一会话状态信息和/或所述第一上下文信息相匹配的至少一个候选处理单元组之后,还包括:
滤除所述至少一个候选处理单元组中不符合预定规范的候选处理单元组。
8.一种处理流程调整装置,包括:
存储器,用于至少存储一组指令集;
处理器,用于调用并执行所述存储器中的所述指令集,通过执行所述指令集进行以下操作:
接收用户输入的第一语句;
选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
接收用户输入的第二语句;
选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
9.根据权利要求8所述的装置,所述第一属性包括用户与智能客服系统之间的交互状态信息;
所述处理器选取第一处理单元组,具体包括:
获取输入所述第一语句时用户与智能客服系统间的第一交互状态信息;
基于预定规则,选取一与所述第一交互状态信息相匹配的第一处理单元组;所述第一处理单元组包括按相应的执行顺序对预定的多个处理单元中的至少部分处理单元进行组织后所得的结果。
10.一种处理流程调整装置,包括:
第一接收单元,用于接收用户输入的第一语句;
第一选取单元,用于选取第一处理单元组,以用于基于第一处理单元组对应的处理流程对所述第一语句进行自然语言处理;
第二接收单元,用于接收用户输入的第二语句;
第二选取单元,用于选取第二处理单元组,以用于基于第二处理单元组对应的处理流程对所述第二语句进行自然语言处理;所述第一处理单元组与所述第二处理单元组不同,所述第一语句与所述第二语句表征的第一属性不同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648572.5A CN109726002B (zh) | 2018-12-30 | 2018-12-30 | 一种处理流程调整方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648572.5A CN109726002B (zh) | 2018-12-30 | 2018-12-30 | 一种处理流程调整方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109726002A true CN109726002A (zh) | 2019-05-07 |
CN109726002B CN109726002B (zh) | 2021-04-13 |
Family
ID=66298585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811648572.5A Active CN109726002B (zh) | 2018-12-30 | 2018-12-30 | 一种处理流程调整方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726002B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046162A (zh) * | 2019-12-23 | 2020-04-21 | 联想(北京)有限公司 | 信息处理方法、装置及电子设备 |
CN111311186A (zh) * | 2020-02-19 | 2020-06-19 | 杭州朗和科技有限公司 | 工单创建方法、介质、装置和计算设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685454A (zh) * | 2008-09-28 | 2010-03-31 | 华为技术有限公司 | 人机交互方法及系统 |
CN102135901A (zh) * | 2010-01-27 | 2011-07-27 | 微软公司 | 带有动态数量工作者的并行查询引擎 |
CN105704013A (zh) * | 2016-03-18 | 2016-06-22 | 北京光年无限科技有限公司 | 基于上下文的话题更新数据处理方法及装置 |
CN106202301A (zh) * | 2016-07-01 | 2016-12-07 | 武汉泰迪智慧科技有限公司 | 一种基于深度学习的智能应答系统 |
US20160357601A1 (en) * | 2015-06-04 | 2016-12-08 | International Business Machines Corporation | Experience-based dynamic sequencing of process options |
CN106528692A (zh) * | 2016-10-31 | 2017-03-22 | 北京百度网讯科技有限公司 | 基于人工智能的对话控制方法及装置 |
CN107239450A (zh) * | 2017-06-02 | 2017-10-10 | 上海对岸信息科技有限公司 | 基于交互上下文处理自然语言方法 |
CN108170704A (zh) * | 2017-11-21 | 2018-06-15 | 北京明略软件系统有限公司 | 一种图谱分析的方法及装置 |
CN108268580A (zh) * | 2017-07-14 | 2018-07-10 | 广东神马搜索科技有限公司 | 基于知识图谱的问答方法及装置 |
CN108509638A (zh) * | 2018-04-11 | 2018-09-07 | 联想(北京)有限公司 | 一种问题提取方法及电子设备 |
CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
CN109033223A (zh) * | 2018-06-29 | 2018-12-18 | 北京百度网讯科技有限公司 | 用于跨类型对话的方法、装置、设备以及计算机可读存储介质 |
-
2018
- 2018-12-30 CN CN201811648572.5A patent/CN109726002B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685454A (zh) * | 2008-09-28 | 2010-03-31 | 华为技术有限公司 | 人机交互方法及系统 |
CN102135901A (zh) * | 2010-01-27 | 2011-07-27 | 微软公司 | 带有动态数量工作者的并行查询引擎 |
US20160357601A1 (en) * | 2015-06-04 | 2016-12-08 | International Business Machines Corporation | Experience-based dynamic sequencing of process options |
CN105704013A (zh) * | 2016-03-18 | 2016-06-22 | 北京光年无限科技有限公司 | 基于上下文的话题更新数据处理方法及装置 |
CN106202301A (zh) * | 2016-07-01 | 2016-12-07 | 武汉泰迪智慧科技有限公司 | 一种基于深度学习的智能应答系统 |
CN106528692A (zh) * | 2016-10-31 | 2017-03-22 | 北京百度网讯科技有限公司 | 基于人工智能的对话控制方法及装置 |
CN107239450A (zh) * | 2017-06-02 | 2017-10-10 | 上海对岸信息科技有限公司 | 基于交互上下文处理自然语言方法 |
CN108268580A (zh) * | 2017-07-14 | 2018-07-10 | 广东神马搜索科技有限公司 | 基于知识图谱的问答方法及装置 |
CN108170704A (zh) * | 2017-11-21 | 2018-06-15 | 北京明略软件系统有限公司 | 一种图谱分析的方法及装置 |
CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
CN108509638A (zh) * | 2018-04-11 | 2018-09-07 | 联想(北京)有限公司 | 一种问题提取方法及电子设备 |
CN109033223A (zh) * | 2018-06-29 | 2018-12-18 | 北京百度网讯科技有限公司 | 用于跨类型对话的方法、装置、设备以及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
贾熹滨,等;: "智能对话系统研究综述", 《北京工业大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046162A (zh) * | 2019-12-23 | 2020-04-21 | 联想(北京)有限公司 | 信息处理方法、装置及电子设备 |
CN111311186A (zh) * | 2020-02-19 | 2020-06-19 | 杭州朗和科技有限公司 | 工单创建方法、介质、装置和计算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109726002B (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008322B (zh) | 多轮对话场景下的话术推荐方法和装置 | |
CN108000526B (zh) | 用于智能机器人的对话交互方法及系统 | |
US11822605B2 (en) | Multi domain real-time question answering system | |
CN109033257A (zh) | 话术推荐方法、装置、计算机设备和存储介质 | |
CN109918650B (zh) | 自动生成采访稿的采访智能机器人装置及智能采访方法 | |
CN110162611A (zh) | 一种智能客服应答方法及系统 | |
US11189267B2 (en) | Intelligence-driven virtual assistant for automated idea documentation | |
CN107797984A (zh) | 智能交互方法、设备及存储介质 | |
CN110046230B (zh) | 生成推荐话术集合的方法、推荐话术的方法和装置 | |
CN111179929B (zh) | 一种语音处理方法及装置 | |
CN110610705A (zh) | 一种基于人工智能的语音交互提示器 | |
CN110019729B (zh) | 智能问答方法及存储介质、终端 | |
CN112364234B (zh) | 一种在线讨论的自动分组系统 | |
KR20190046062A (ko) | 대화 시스템을 위한 대화 시나리오 데이터베이스 구축 방법 및 장치 | |
KR102117287B1 (ko) | 대화 시스템을 위한 대화 시나리오 데이터베이스 구축 방법 및 장치 | |
CN109684459A (zh) | 一种信息处理方法及装置 | |
CN109726002A (zh) | 一种处理流程调整方法及装置 | |
US20120185417A1 (en) | Apparatus and method for generating activity history | |
CN111477231A (zh) | 人机交互方法、装置和存储介质 | |
CN112287082A (zh) | 结合rpa与ai的数据的处理方法、装置、设备及存储介质 | |
CN106776557B (zh) | 情感机器人的情感状态记忆识别方法及装置 | |
CN110070332A (zh) | 基于人工智能的面试方法、装置、设备及可读存储介质 | |
Freeman et al. | Online proactive escalation in multi-modal automated assistants | |
CN107807949A (zh) | 智能交互方法、设备及存储介质 | |
Langley et al. | An adaptive conversational interface for destination advice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |