CN110210840A - 一种基于即时聊天实现企业管理的方法和系统 - Google Patents
一种基于即时聊天实现企业管理的方法和系统 Download PDFInfo
- Publication number
- CN110210840A CN110210840A CN201910514225.1A CN201910514225A CN110210840A CN 110210840 A CN110210840 A CN 110210840A CN 201910514225 A CN201910514225 A CN 201910514225A CN 110210840 A CN110210840 A CN 110210840A
- Authority
- CN
- China
- Prior art keywords
- business administration
- notice
- announcement
- management
- user
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Abstract
本发明属于聊天机器人领域,提供一种基于即时聊天实现企业管理的方法和系统,使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱;即时采集用户聊天信息进行意图分析,获取用户管理意图;基于企业管理知识图谱执行用户管理意图。本发明可以通过聊天机器人实现即时聊天场景下的公司管理,使公司管理者能够迅速地发布公告、通知、提醒以及办事流程、规章制度、企业信息、客户信息等企业管理文档,聊天机器人通过对管理文档的知识抽取生成企业管理知识图谱,被管理者也能够快速通过聊天机器人获取并理解这些企业管理文档。
Description
技术领域
本发明属于聊天机器人领域,尤指一种基于即时聊天实现企业管理的方法和系统。
背景技术
在现在的企业管理中,管理人员需要熟悉企业管理文档,并在此基础上对员工的生产活动进行规范化控制。然而,随着企业规模的扩大,管理机构也日益庞杂,管理者很难抽出足够的时间来记忆管理文档的每个细节。为了解决这个问题,传统的企业开始为管理者提供秘书等人员辅助其处理管理事务。
互联网和计算机技术的发展为辅助管理工作带来了新的方向,使用信息系统进行辅助管理成为大多数企业用以降低管理成本的方法,但许多信息化过程只是改变了文件流通的方式,并没能解决企业管理面临的一些实质问题。企业的内部分工导致各部门信息资源占有不平衡,形成信息资源的局部垄断,即孤岛效应;企业的金字塔形层级管理,忽视了基层与个体的能动性,导致信息传递过程过长,造成信息衰减和延迟。一些便于企业内部人员进行沟通和管理的OA系统的出现,一定程度上加强了管理者和员工的交流效率,但是,OA系统带来便利的同时,也带来了新的问题。OA系统需要建立在对企业管理逻辑的深入理解基础上,往往每个企业都有自己独有的管理文档,这使我们无法使用一套通用的OA系统方便地适配每个企业,针对每个企业进行管理文档理解和OA系统构建,又增加了软件编写成本。
一些现有的聊天机器人,如微软的小娜、苹果的Siri可以基于用户的自然语言进行理解和交互,但是这些聊天机器人无法针对企业的规章制度来建立交互的规则。一方面是因为,企业内部的管理文档涉及企业运行的内部资料,不宜使用这些通用的聊天机器人进行辅助交互,另一方面,这些通用的聊天机器人并没有针对企业管理这种特殊场景进行设计,难以满足企业个性化的交互需求。
能否提供一种机器人,基于企业的不同管理规则,生成个性化的交互规则,协助管理者进行企业管理呢?
发明内容
为了解决传统OA系统无法适配各个不同管理文档企业,而现有的通用机器人无法针对企业管理场景进行交互的问题,本申请提出一种基于即时聊天实现企业管理的方法和系统,通过使用神经网络模型对企业的管理文档进行知识抽取获得知识图谱,随后采集用户的聊天信息,并基于知识图谱对用户的管理意图进行执行。本发明提供的技术方案如下:
一种基于即时聊天实现企业管理的方法,包括:
使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱,所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息;
即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
基于所述用户的管理意图和所述企业管理知识图谱,执行所述用户的管理意图。
进一步地,本发明一种基于即时聊天实现企业管理的方法,所述根据所述管理意图和企业管理知识图谱,执行所述用户的管理意图,包括:
当所述用户的管理意图中包含发布通知的意图时,生成通知内容和通知对象;
和/或,S320当所述用户的管理意图中包含发布通知的意图,且聊天信息中不包含详细通知内容时,获取通知的文本,使用所述神经网络模型对所述通知的文本进行知识抽取,生成通知内容和通知对象;
向所述通知对象发布所述通知内容。
进一步地,本发明一种基于即时聊天实现企业管理的方法,所述生成通知内容和通知对象,包括:
当所述通知对象为群组时,获取所述群组的负责人信息;
提醒所述群组的负责人在所述群组中发布所述通知内容;或,
在所述群组中发布所述通知内容,并提醒所述群组的负责人。
进一步地,本发明一种基于即时聊天实现企业管理的方法,所述根据所述管理意图和企业管理知识图谱,执行所述用户的管理意图,包括:
当所述用户的管理意图中包含工作监督的意图时,统计监督对象的工作情况;
基于所述企业管理知识图谱和所述工作情况,分析得到所述监督对象的工作情况评估结果;
基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象。
进一步地,本发明一种基于即时聊天实现企业管理的方法,所述基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象包括:
基于所述企业管理知识图谱和所述监督对象的工作情况评估结果,判断所述监督对象是否符合企业表彰标准;
如是,生成表彰通知内容和表彰通知对象。
进一步地,本发明还提供一种基于即时聊天实现企业管理的系统,包括:
知识抽取模块,使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱,所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息;
意图分析模块,即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
管理执行模块,基于所述用户的管理意图和所述企业管理知识图谱,执行所述用户的管理意图。
进一步地,本发明一种基于即时聊天实现企业管理的系统中,所述管理执行模块包括:
通知生成子模块,当所述用户的管理意图中包含发布通知的意图时,生成通知内容和通知对象;
所述通知生成子模块,还可以获取所述通知的文本,所述知识抽取模块使用神经网络模型对所述通知的文本进行知识抽取,生成通知内容和通知对象;
发布子模块,向所述通知对象发布所述通知内容。
进一步地,本发明一种基于即时聊天实现企业管理的系统中,所述通知生成子模块包括:
负责人获取单元,当所述通知对象为群组时,获取所述群组的负责人信息;
提醒单元,提醒所述群组的负责人在所述群组中发布所述通知内容;
所述提醒单元,还用于所述发布子模块在所述群组中发布所述通知内容后,提醒所述群组的负责人。
进一步地,本发明一种基于即时聊天实现企业管理的系统中,所述管理执行模块包括:
统计子模块,当所述用户的管理意图中包含工作监督的意图时,统计监督对象的工作情况;
评估子模块,基于所述企业管理知识图谱和所述工作情况,分析得到所述监督对象的工作情况评估结果;
所述通知生成子模块还用于,基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象。
进一步地,本发明一种基于即时聊天实现企业管理的系统中,所述评估子模块包括:
表彰判断单元,基于所述企业管理知识图谱和所述监督对象的工作情况评估结果,判断所述监督对象是否符合企业表彰标准;
所述通知生成子模块还用于,当所述表彰判断单元判断所述监督对象符合企业表彰标准时,生成表彰通知内容和表彰通知对象;
所述发布子模块还用于,向所述表彰通知对象发布所述表彰通知。
通过本发明提供的一种基于即时聊天实现企业管理的方法和系统,能够带来以下有益效果:
通过使用神经网络模型对企业管理文档进行知识抽取,将企业各不相同的管理文档直接通过机器学习,理解为可以进行企业管理的知识图谱,使得不同企业可以根据不同的管理文档自动建立不同的知识图谱,大大提高了辅助管理系统的适配性;通过聊天或者通知文本获取管理者需要进行通知的内容和对象,自动向通知对象发布通知内容,省去了一个个寻找通知对象的问题,使得整个发布通知的过程变得简便又迅速,提高了管理者发布管理信息的效率。
本发明通过聊天机器人来实现即时聊天场景下的公司管理,实现管理者迅速地发布公告、通知、提醒以及办事流程、规章制度、企业信息、客户信息等企业管理文档,聊天机器人通过对管理文档的知识抽取生成企业管理知识图谱,被管理者也能够快速通过聊天机器人获取并理解这些企业管理文档。
附图说明
图1是一种基于即时聊天实现企业管理的方法的流程图;
图2是一种基于即时聊天实现企业管理的方法的又一个流程图;
图3是一种神经网络模型的结构图;
图4是一种基于即时聊天实现企业管理的方法的另一个流程图;
图5是一种基于即时聊天实现企业管理的方法的又一个流程图;
图6是一种基于即时聊天实现企业管理的方法的另一个流程图;
图7是一种基于即时聊天实现企业管理的方法的又一个流程图;
图8是一种基于即时聊天实现企业管理的系统的结构示意图
附图标号说明:
100 知识抽取模块 200 意图分析模块
300 管理执行模块 310 通知生成子模块
320 发布子模块 311 负责人获取单元
312 提醒单元 330 统计子模块
340 评估子模块 341 表彰判断单元
具体实施方式
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,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
在微软小娜等通用聊天机器人中,一般只针对用户的个人终端信息进行响应和回复,本申请将聊天机器人应用于企业管理中,对企业的管理文档使用聊天机器人进行知识抽取,进而获得企业的知识图谱,基于知识图谱,企业的管理者和员工与聊天机器人进行对话时,可以方便的获取管理文档内容,图1提供了一种基于即时聊天实现企业管理的方法的流程图,包括:
S010企业管理者使用聊天机器人实现管理,发布通知、公告、办事流程、规章制度、提醒、企业信息、客户信息等公司管理文档;
S020聊天机器人通过知识抽取算法,基于这些管理文档生成企业管理知识图谱;
S030企业员工与聊天机器人交互,获取和理解企业管理知识图谱中的公司管理文档,学习各种办事流程,获得事务提醒、企业信息、客户信息;
S040聊天机器人针对企业员工的提问,通过知识匹配算法从知识图谱获取员工需要了解的各种知识,包括通知、公告、办事流程、规章制度、企业信息、客户信息。
通过聊天机器人作为中介,从公司管理者那里获取管理文档,基于知识抽取技术将公司的管理文档转化为知识图谱,当员工需要获取和理解这些管理文档时,可以直接从聊天机器人那里获取。
本发明第一实施例。图2是本发明一种基于即时聊天实现企业管理的方法的流程图,包括:
S100使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱,所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息;
S200即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
S300基于所述用户的管理意图和所述企业管理知识图谱,执行所述用户的管理意图。
具体地,根据各个企业不同的管理文档,在S100中,生成各自不同的管理知识图谱。S100中实现知识抽取是采取神经网络模型的深度学习的方法,具体采用基于Attention机制的双向LSTM神经网络模型进行关系抽取。Attention机制能够自动发现对于关系抽取起关键作用的词,使得模型可以从每个句子中获取最重要的语义信息,不依赖于任何外部知识或NLP系统。
模型一共包括5层结构,图3为一些实施例中使用的神经网络模型的一种结构图:
输入层:将句子输入到模型中;
词嵌入层:将每个词映射到低维空间;
LSTM层:使用双向LSTM从词嵌入层获取高级特征;
Attention层:生成一个权重向量,通过与这个权重向量相乘,使每一次迭代中的词汇级的特征合并为句子级的特征;
输出层:将句子级的特征向量用于关系分类。
词向量层:对于一个给定的包含T个词的句子S:S=x1,x2,…,xT。每一个词xi都会转换为一个实数向量ei。
对于S中的每一个词来说,首先存在一个词向量矩阵: 其中v为一个固定大小的词汇表,dw为词向量的维度,是一个由用户自定义的超参数,Wwrd则是通过训练学习到的一个参数矩阵。使用这个词向量矩阵,可以将每个词转化为其词向量的表示:
ei=Wwrdvi
双向LSTM:为了解决循环神经网络中的梯度消失问题。主要思想是引入门机制,从而能够控制每一个LSTM单元保留的历史信息的程度以及记忆当前输入的信息,保留重要特征,丢弃不重要的特征。该方法将上一个细胞状态同时引入到输入门、遗忘门以及新信息的计算当中。该LSTM模型也同样包含四个部分:
输入门:包含了当前输入、上一个隐状态、上一个细胞状态,组成权重矩阵,以决定加入多少新信息:
it=σ(Wxixt+Whiht-1+Wcict-1+bi)
遗忘门:同上,决定丢弃多少旧信息:
ft=σ(Wxfxt+Whfht-1+Wcfct-1+bf)
细胞状态:包含了上一个细胞状态以及基于当前输入和上个隐状态信息生成的新信息:
ct=itgt+ftct-1
gt=tanh(Wxcxt+Whcht-1+Wccct-1+bf)
输出门:包含了当前输入、上一个隐状态、当前细胞状态,组成权重矩阵,以决定哪些信息被输出:
ot=σ(Wxoxt+Whoht-1+Wcoct-1+bo)
最终,输出的当前隐状态则由当前细胞状态乘以输出门的权重矩阵得到:
ht=ottanh(ct)
Attention机制;将LSTM层输入的向量集合表示为H:[h1,h2,…,hT]。其Attention层得到的权重矩阵由下面的方式得到:
M=tanh(H)
α=softmax(wTM)
r=HαT
其中dw为词向量的维度,wT是一个训练学习得到的参数向量的转置。最终用以分类的句子将表示如下:
h*=tanh(r)
经过训练,我们的模型能很好地提取实体之间的关系。通过知识抽取将非结构化文本数据抽取为实体与实体之间的关系,储存为三元组的形式。
如,输入:董事会有权投票进行财务主管任免;
命名实体输出:董事会,财务主管;
关系输出:任免(董事会,财务主管);
三元组输出:(董事会,任免,财务主管)。
在本申请一些实施例中,S100步骤实现了对企业的管理文档的自动抽取,并以三元组的形式将抽取的结果保存在数据库中。
在S200中,用户与聊天机器人聊天,其聊天信息通过意图分析方法进行分析。用户与机器人对话中可能包含多个事件,每个事件都包含用户的意图,用神经网络识别出一个对话中存在的多个意图,在聊天过程通过上下文关联、逻辑分析理解聊天者表达意图。具体地,可以采取一种基于CNN模型的意图识别方法,先由业内人员对预处理后的数据打标签,然后用CNN进行建模并进行模型优化,在分析用户的意图时,对用户对话数据进行预处理,并将每个句子放到模型中进行预测,每个句子预测结果合并去重即为用户意图倾向。当对用户的意图分析后,发现用户有进行管理的意图。
如,用户输入聊天信息:下午哪些人会参加讨论财务主管的任免。通过S200可以得知,用户存在了解公司下午关于财务主管任免会议内容的意图,那么进入S300。在S300中,用户的管理意图将通过企业管理知识图谱进行分析后执行。
优选地,对用户管理意图的理解与企业管理知识图谱进行比对匹配的过程中,也采用基于Attent i on机制的双向LSTM神经网络模型对用户的管理意图中的文本进行关系抽取,提取用户意图中需要解决的问题。例如,用户输入聊天信息:下午哪些人会参加讨论财务主管的任免,可以抽取出问题为(哪些人,任免,财务主管),通过存储在数据库中的知识图谱可以找到与其匹配的三元组为(董事会,任免,财务主管),从而得出用户问题中的“哪些人”指的为董事会成员。
进一步优选地,在进入S300之前,还需要对用户的身份权限进行确认,用户在与聊天机器人进行交互时,一旦发现其具有某个执行意图,先检查该用户的身份权限,确定其是否有权执行该意图,如果有,才进入步骤S300,如果无,则向其返回提示信息,这些权限信息根据其职务设定已记录在数据库中。
当用户的管理意图是问询相关制度,那么在获取用户意图中所包含问题的答案之后,向用户返回答案,如此,也即完成了用户管理意图的执行。
本发明一些实施例所提供的一种基于即时聊天实现企业管理的方法,可以基于对企业管理文档的自动学习和理解,生成企业管理知识图谱,基于对企业管理者聊天信息中包含的管理意图的分析,得出管理者具有哪些管理意图,结合已经生成的管理知识图谱,自动对管理者的管理意图进行分析后,执行该意图,省去了秘书等辅助管理人员开支成本的同时,提高了管理者的管理效率。
本发明第二实施例。基于本发明第一实施例,图4提供了本发明一些实施例中,基于即时聊天实现企业管理的方法的另一个流程图,包括:
S200即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
S310当所述用户的管理意图中包含发布通知的意图,且聊天信息中包含详细通知内容时,生成通知内容和通知对象;
和/或,S320当所述用户的管理意图中包含发布通知的意图,且聊天信息中不包含详细通知内容时,获取通知的文本,使用所述神经网络模型对所述通知的文本进行知识抽取,生成通知内容和通知对象;
S330向所述通知对象发布所述通知内容。
具体地,在步骤S200中,获取用户的意图之后,如果用户有发布通知的意图时,那么在S310中,基于用户通知意图,直接生成通知内容和通知对象。这种情形是指用户在通过聊天系统表达的意图中包含了详细的通知内容。
例如用户输入:通知下午3点在会议室召开财务主管任免讨论会议。其中包含的通知内容为“下午3点在会议室召开财务主管任免讨论会议”,而通知的对象也可以通过第一实施例中的方法得知,参会人员为“董事会成员”。
当用户存在发布会议的意图,但是并未在聊天对话中明确相关内容时,但用户具有会议通知的文本时,通过步骤S320,可以对用户输入的文本也进行知识抽取,获取通知内容和通知对象。
例如用户输入:发一下这个会议通知。随后用户上传会议通知文本时,步骤S320中,会基于该通知文本使用基于Attent ion机制的双向LSTM神经网络模型对文本进行关系抽取,直接获取通知文本中包含的通知内容和通知对象。
在确定通知内容和通知对象之后,步骤S330中,执行发布该会议通知。
进一步优选地,分析出用户具有通知意图后,如果用户并未提供完成的通知内容,也无法基于企业管理的知识图谱分析得到完成的通知内容时,可以进一步与用户进行对话交互,尝试询问补全缺少的内容。
本发明一些实施例所提供的另一种基于即时聊天实现企业管理的方法,可以在管理者需要发布通知公告时,自动生成通知内容和通知对象,相对传统的企业中一层一层人工通知的方式,信息传达速度更快,通知效率更高。
本发明第三实施例。基于本发明第二实施例,图5提供了本发明一些实施例中,基于即时聊天实现企业管理的方法的又一个流程图,包括:
S331当所述通知对象为群组时,获取所述群组的负责人信息;
S332提醒所述群组的负责人在所述群组中发布所述通知内容;或,
S333在所述群组中发布所述通知内容,并提醒所述群组的负责人。
具体地,通知对象为群组时,进入步骤S331,先获取该群组的负责人信息,然后再视情况选择步骤S332或者步骤S333进行具体操作。
在聊天系统中,可以进行单人与机器人交互、单人与单人交互、群组内部的群聊交互。当管理者需要在某一特定群组中发布通知时,如果他(她)具备直接向该群组发布通知的权限,进入步骤S332,直接在这个群组里发布该通知,且在完成通知后,提醒该群组的负责人。如果他(她)不具备直接向该群组发布通知的权限,那么进入步骤S333,将通知内容和通知对象信息发送给群组的负责人,提醒该负责人在群组中发布该通知。
进一步优选地,如果他(她)具备直接向该群组发布通知的权限,但希望通过该群组的负责人发布通知,则进入步骤S333,将通知内容和通知对象信息发送给群组的负责人,提醒该负责人在群组中发布该通知。
本发明一些实施例所提供的另一种基于即时聊天实现企业管理的方法,可以将通知直接发布在群组中,通过管理者的权限判断和发布方式选择,直接在某一特定群组中以群聊的方式发布通知,可以避免系统给每个成员一一发送通知造成的资源浪费,进一步提高了通知的效率。
本发明第四实施例。基于本发明第一实施例,图6提供了本发明一些实施例中,基于即时聊天实现企业管理的方法的另一个流程图,包括:
S340当所述用户的管理意图中包含工作监督的意图时,统计监督对象的工作情况;
S350基于所述企业管理知识图谱和所述工作情况,分析得到所述监督对象的工作情况评估结果;
S360基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象。
具体地,本发明一些实施例提供针对管理者的管理意图的另一种实施方式。当管理者需要对监督对象的工作情况进行监督时,先通过步骤S340统计监督对象的工作情况,具体的工作情况包括考勤记录、工作任务进度记录等信息。监督对象是指纳入到监督考核体系中的员工,这些员工的日常工作情况可以通过连接数据库的信息采集设备直接输入,也可以通过具体的信息管理人员通过各种方式录入,信息的录入方式、工作情况的输入方式已经有现有技术完成,不在此赘述。
通过步骤S340获取用户端工作情况信息后,在S350中,使用工作情况评估规则对监督对象的工作情况进行评估。这些评估规则存储在企业管理知识图谱中,基于企业的绩效考核制度等管理文档抽取获得。在S360中,基于工作情况评估结果生成监督通知内容和监督通知对象,向所述监督对象发布监督通知内容。
优选地,关于监督对象的设置,可以基于本方法中的工作情况评估结果进行自动选择,即当某一名员工的工作情况评估结果为差时,将其保留在监督对象名单中,当某一名工的工作情况评估结果连续为优时,将其从监督对象名单中删除。
本发明一些实施例所提供的另一种基于即时聊天实现企业管理的方法,可以对企业中需要进行重点监督的员工进行工作情况评估,并根据评估结果自动生成监督通知内容和监督通知对象。实现了自动对企业员工进行监督,并及时提醒员工工作进展情况的功能。
本发明第五实施例。基于本发明第四实施例,图7提供了本发明一些实施例中,基于即时聊天实现企业管理的方法的又一个流程图,包括:
S361基于所述企业管理知识图谱和所述监督对象的工作情况评估结果,判断所述监督对象是否符合企业表彰标准;如是,
S362生成表彰通知内容和表彰通知对象。
具体地,在获得监督对象的工作情况评估结果后,还进行步骤S361,对其符合企业表彰标准进行判断,如果满足,那么进入步骤S362,生成表彰通知内容和表彰通知对象。其中,企业表彰标准也是通过神经网络模型对企业表彰制度进行知识抽取后获得,存储在企业管理知识图谱中。
优选地,除监督对象之外,对所有员工的工作情况进行评估,在所有员工范围内寻找符合企业表彰制度的优秀员工,生成表彰通知内容和表彰通知对象。
本发明一些实施例所提供的另一种基于即时聊天实现企业管理的方法,可以企业中工作情况好的员工自动实行表彰,发布表彰通知,对工作表现优秀的员工进行嘉奖,提高优秀员工的工作积极性。
本发明第六实施例。图8提供了本发明一些实施例中,一种基于即时聊天实现企业管理的系统的结构图,包括:
知识抽取模块100,使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱,所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息;
意图分析模块200,即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
管理执行模块300,基于所述意图分析模块200获取的用户的管理意图和所述知识抽取模块100获取的企业管理知识图谱,执行所述用户的管理意图;
通知生成子模块310,当所述用户的管理意图中包含发布通知的意图时,生成通知内容和通知对象;
所述通知生成子模块310,还可以获取所述通知的文本,所述知识抽取模块使用神经网络模型对所述通知的文本进行知识抽取,生成通知内容和通知对象;
发布子模块320,向所述通知对象发布所述通知生成子模块310生成的通知内容;
负责人获取单元311,当所述通知对象为群组时,获取所述群组的负责人信息;
提醒单元312,提醒所述负责人获取单元311获取的群组的负责人在所述群组中发布所述通知内容;
所述提醒单元312,还用于所述发布子模块在所述群组中发布所述通知内容后,提醒所述负责人获取单元311获取的群组的负责人;
统计子模块330,当所述用户的管理意图中包含工作监督的意图时,统计监督对象的工作情况;
评估子模块340,基于所述企业管理知识图谱和所述工作情况,分析得到所述监督对象的工作情况评估结果;
所述通知生成子模块310还用于,基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象;
表彰判断单元341,基于所述知识抽取模块100获取的企业管理知识图谱和所述监督对象的工作情况评估结果,判断所述监督对象是否符合企业表彰标准;
所述通知生成子模块310还用于,当所述表彰判断单元341判断所述监督对象符合企业表彰标准时,生成表彰通知内容和表彰通知对象;
所述发布子模块320还用于,向所述表彰判断单元341生成的表彰通知对象发布所述表彰通知。
具体地,本发明第六实施例为上述第一实施例到第五实施例组合后形成的方法实施例所对应的系统实施例,与上述第一实施例到第五实施例解决的技术问题、采取的技术方案、达到的技术效果相同,在此不再一一赘述。
应当说明的是,上述实施例均可根据需要自由组合。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)
1.一种基于即时聊天实现企业管理的方法,其特征在于,包括:
使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱,所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息;
即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
基于所述用户的管理意图和所述企业管理知识图谱,执行所述用户的管理意图。
2.根据权利要求1所述的一种基于即时聊天实现企业管理的方法,其特征在于,所述根据所述管理意图和企业管理知识图谱,执行所述用户的管理意图,包括:
当所述用户的管理意图中包含发布通知的意图时,生成通知内容和通知对象;
和/或,S320当所述用户的管理意图中包含发布通知的意图,且聊天信息中不包含详细通知内容时,获取通知的文本,使用所述神经网络模型对所述通知的文本进行知识抽取,生成通知内容和通知对象;
向所述通知对象发布所述通知内容。
3.根据权利要求2所述的一种基于即时聊天实现企业管理的方法,其特征在于,所述生成通知内容和通知对象,包括:
当所述通知对象为群组时,获取所述群组的负责人信息;
提醒所述群组的负责人在所述群组中发布所述通知内容;或,
在所述群组中发布所述通知内容,并提醒所述群组的负责人。
4.根据权利要求1所述的一种基于即时聊天实现企业管理的方法,其特征在于,所述根据所述管理意图和企业管理知识图谱,执行所述用户的管理意图,包括:
当所述用户的管理意图中包含工作监督的意图时,统计监督对象的工作情况;
基于所述企业管理知识图谱和所述工作情况,分析得到所述监督对象的工作情况评估结果;
基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象。
5.根据权利要求4所述的一种基于即时聊天实现企业管理的方法,其特征在于,所述基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象包括:
基于所述企业管理知识图谱和所述监督对象的工作情况评估结果,判断所述监督对象是否符合企业表彰标准;
如是,生成表彰通知内容和表彰通知对象。
6.一种基于即时聊天实现企业管理的系统,其特征在于,包括:
知识抽取模块,使用神经网络模型对企业管理文档进行知识抽取,生成企业管理知识图谱,所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息;
意图分析模块,即时采集用户的聊天信息,基于所述聊天信息进行意图分析,获取所述用户的管理意图;
管理执行模块,基于所述用户的管理意图和所述企业管理知识图谱,执行所述用户的管理意图。
7.根据权利要求6所述的一种基于即时聊天实现企业管理的系统,其特征在于,所述管理执行模块包括:
通知生成子模块,当所述用户的管理意图中包含发布通知的意图时,生成通知内容和通知对象;
所述通知生成子模块,还可以获取所述通知的文本,所述知识抽取模块使用神经网络模型对所述通知的文本进行知识抽取,生成通知内容和通知对象;
发布子模块,向所述通知对象发布所述通知内容。
8.根据权利要求7所述的一种基于即时聊天实现企业管理的系统,其特征在于,所述通知生成子模块包括:
负责人获取单元,当所述通知对象为群组时,获取所述群组的负责人信息;
提醒单元,提醒所述群组的负责人在所述群组中发布所述通知内容;
所述提醒单元,还用于所述发布子模块在所述群组中发布所述通知内容后,提醒所述群组的负责人。
9.根据权利要求7所述的一种基于即时聊天实现企业管理的系统,其特征在于,所述管理执行模块包括:
统计子模块,当所述用户的管理意图中包含工作监督的意图时,统计监督对象的工作情况;
评估子模块,基于所述企业管理知识图谱和所述工作情况,分析得到所述监督对象的工作情况评估结果;
所述通知生成子模块还用于,基于所述监督对象的工作情况评估结果,生成监督通知内容和监督通知对象。
10.根据权利要求9所述的一种基于即时聊天实现企业管理的系统,其特征在于,所述评估子模块包括:
表彰判断单元,基于所述企业管理知识图谱和所述监督对象的工作情况评估结果,判断所述监督对象是否符合企业表彰标准;
所述通知生成子模块还用于,当所述表彰判断单元判断所述监督对象符合企业表彰标准时,生成表彰通知内容和表彰通知对象;
所述发布子模块还用于,向所述表彰通知对象发布所述表彰通知。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910514225.1A CN110210840A (zh) | 2019-06-14 | 2019-06-14 | 一种基于即时聊天实现企业管理的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910514225.1A CN110210840A (zh) | 2019-06-14 | 2019-06-14 | 一种基于即时聊天实现企业管理的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110210840A true CN110210840A (zh) | 2019-09-06 |
Family
ID=67792613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910514225.1A Pending CN110210840A (zh) | 2019-06-14 | 2019-06-14 | 一种基于即时聊天实现企业管理的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110210840A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766151A (zh) * | 2019-10-29 | 2020-02-07 | 中国人民解放军国防科技大学 | 一种基于场景的开放式神经网络模型管理系统 |
CN111400504A (zh) * | 2020-03-12 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 企业关键人的识别方法和装置 |
CN112100288A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
CN112104734A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于推送信息的方法、装置、设备以及存储介质 |
CN112541693A (zh) * | 2020-12-21 | 2021-03-23 | 携程计算机技术(上海)有限公司 | 绩效数据生成方法、系统、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180025726A1 (en) * | 2016-07-22 | 2018-01-25 | International Business Machines Corporation | Creating coordinated multi-chatbots using natural dialogues by means of knowledge base |
CN107943998A (zh) * | 2017-12-05 | 2018-04-20 | 竹间智能科技(上海)有限公司 | 一种基于知识图谱的人机对话控制系统及方法 |
CN108182295A (zh) * | 2018-02-09 | 2018-06-19 | 重庆誉存大数据科技有限公司 | 一种企业知识图谱属性抽取方法及系统 |
-
2019
- 2019-06-14 CN CN201910514225.1A patent/CN110210840A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180025726A1 (en) * | 2016-07-22 | 2018-01-25 | International Business Machines Corporation | Creating coordinated multi-chatbots using natural dialogues by means of knowledge base |
CN107943998A (zh) * | 2017-12-05 | 2018-04-20 | 竹间智能科技(上海)有限公司 | 一种基于知识图谱的人机对话控制系统及方法 |
CN108182295A (zh) * | 2018-02-09 | 2018-06-19 | 重庆誉存大数据科技有限公司 | 一种企业知识图谱属性抽取方法及系统 |
Non-Patent Citations (2)
Title |
---|
JAGAN JAMI: "CHATBOTS如何帮助人力资源经理改善员工体验并降低联系成本", 《HTTPS://MP.WEIXIN.QQ.COM/S/QAUWEXR0IVT6UL8FQJJYSQ》 * |
蔡圆媛: "《大数据环境下基于知识整合的语义计算技术与应用》", 31 August 2018 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766151A (zh) * | 2019-10-29 | 2020-02-07 | 中国人民解放军国防科技大学 | 一种基于场景的开放式神经网络模型管理系统 |
CN110766151B (zh) * | 2019-10-29 | 2022-03-04 | 中国人民解放军国防科技大学 | 一种基于场景的开放式神经网络模型管理系统 |
CN111400504A (zh) * | 2020-03-12 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 企业关键人的识别方法和装置 |
CN111400504B (zh) * | 2020-03-12 | 2023-04-07 | 支付宝(杭州)信息技术有限公司 | 企业关键人的识别方法和装置 |
CN112100288A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
CN112104734A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于推送信息的方法、装置、设备以及存储介质 |
KR20210036878A (ko) * | 2020-09-15 | 2021-04-05 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 정보 푸시 방법, 장치, 기기 및 저장매체 |
KR102485129B1 (ko) * | 2020-09-15 | 2023-01-06 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 정보 푸시 방법, 장치, 기기 및 저장매체 |
CN112100288B (zh) * | 2020-09-15 | 2023-07-28 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
CN112541693A (zh) * | 2020-12-21 | 2021-03-23 | 携程计算机技术(上海)有限公司 | 绩效数据生成方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mirbabaie et al. | The rise of artificial intelligence–understanding the AI identity threat at the workplace | |
CN110210840A (zh) | 一种基于即时聊天实现企业管理的方法和系统 | |
Wang et al. | A survey of hybrid human-artificial intelligence for social computing | |
CN110222165B (zh) | 基于即时聊天实现员工日常管理的方法和系统 | |
Hao et al. | Predicting problem-solving performance with concept maps: An information-theoretic approach | |
Islam et al. | Analyzing the impact of technology incentives on community digital inclusion using structural equation modeling | |
Wang et al. | A heuristic structure for collaborative design | |
Clark et al. | Qualitative economics | |
Li et al. | Towards a collaboration context ontology | |
CN117112765A (zh) | 基于大数据模型和知识图谱融合的领域机器人问答系统 | |
Zhang | Institutional creation or sovereign extension? Roles and functions of nascent China–Japan–South Korea trilateral cooperation secretariat | |
Alzahrani et al. | Contextual polarity and influence mining in online social networks | |
Kumar | Use of action research to institutionalize organizational learning within TQM | |
Dumay et al. | Evaluation of DEMO and the Language/Action Perspective after 10 years of experience | |
Elmes et al. | A field study of intergroup integration in technology-based organizations | |
Choudhary et al. | Modelling the Key Enablers and barriers of AI-Based conversational agents’ adoption: an Ism and Micmac Approach | |
Carrubbo et al. | Value co-creation ‘gradients’: enabling human-machine interactions through AI-based DSS | |
Luo et al. | Reclaiming “Territories” | |
Mengis | Integrating knowledge through communication-the case of experts and decision makers | |
Manandhar | Towards measuring attention allocation in model-based engineering teamwork | |
Nicholson et al. | Software exports development in Costa Rica: Potential for policy reforms | |
Kainth et al. | Transforming Tacit Knowledge into Explicit Knowledge for Delivering Business Goals | |
Major | In Quest of Exemplarity: Virtue Ethics as a Source of Transformation for Leaders and Organizations | |
Corona | Voices and visions of Lower Manhattan: organizing civic expression in post-9/11 public hearings | |
Cohendet et al. | Orchestrating orphan ideas in the fuzzy front end of a large firm's R&D department |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |
|
RJ01 | Rejection of invention patent application after publication |