CN110222159A

CN110222159A - 一种基于文本的人机交互训练方法及系统

Info

Publication number: CN110222159A
Application number: CN201910360009.6A
Authority: CN
Inventors: 张帅; 叶茂; 徐培; 苏扬
Original assignee: University of Electronic Science and Technology of China
Current assignee: University of Electronic Science and Technology of China
Priority date: 2019-04-30
Filing date: 2019-04-30
Publication date: 2019-09-10

Abstract

本发明公开了一种基于文本的人机交互训练方法及系统，该方法包括获取原始数据，构建基于计算机语言的规则集，下达文本指令，对文本指令进行规则匹配，将匹配的文本指令转化为函数执行序列，利用函数执行序列对系统模型进行动态修改；该系统包括问答反馈界面、对话问答子系统、反馈控制子系统、规则集子系统。本发明利用管理员观测机器系统的处理状况，并输入文本指令，系统将文本指令解析为相应机器指令集，从而对系统设定的机器学习模型做出动态修改，使得模型处理的结果越来越符合人对其的预期；本发明可以广泛应用于各种人工智能系统中，具有较高的普适性。

Description

一种基于文本的人机交互训练方法及系统

技术领域

本发明属于人工智能与人机交互技术领域，具体涉及一种基于文本的人机交互训练方法及系统。

背景技术

现在人工智能仍处于较为初始的阶段，还无法像人脑一样可以在各种复杂环境中对各种复杂任务做出正确的理解和决策。与此同时，人工智能也有着人脑无法达到的快速反应的能力，所以一种较为合适的方式就是避免双方的缺点，结合两方的优点。计算机与人脑相互合作，用以共同管理或操作一个系统也是目前计算机科学领域的一个前沿领域，即人在回路。在这种方法中，人类直接参与特定ML算法的训练、调优和测试数据。其目的是利用经过训练的人群或普通人群来纠正机器预测中的不准确，从而提高精度，从而提高结果的质量。

专利(公开号为：CN108073976A)公开了一种人机交互系统的人机交互方法，根据该专利的实现过程来看整个系统的用户体验确实得到了提升，但是这需要后端管理人员手动的去接受并处理机器系统不能处理的请求，然后定制回答反馈给前端用户。因此这种方式仅仅是简单的将人作为机器系统的一种补充，去解决机器系统不能很好解决的问题，整个系统的良好运转一直都无法离开后端管理人员的干预。管理人员对于整个系统来说只有补充数据的作用，没有充分利用好人与机器的优势。因此，从根本上来说机器系统的效率并没有得到提升，在技术的适用性上有限。

专利(公开号为：CN105068661B)公开了一种基于人工智能的人机交互方法和系统，该专利阐述的系统AI模型是定义好整个算法后基于用户的不断输入进行的自动训练，没有提供系统管理人员参与的接口。这样整个机器模型基本上就是固定的，不能灵活的调整，升级。因此当机器系统做出的响应不是很符合用户对其的预期系统时，管理人员也无法即时的对机器模型做出适当的调整。

发明内容

本发明的主要目的在于提供一种基于文本的人机交互训练方法，旨在解决现有技术存在的上述技术问题。

为实现上述目的，本发明提供一种基于文本的人机交互训练方法，包括以下步骤：

S1、获取人机交互过程中对话问答数据；

S2、对步骤S1中的对话问答数据进行分析，下达文本指令；

S3、设定计算机语言，构建基于该计算机语言的规则集；

S4、根据步骤S3构建的规则集中的映射规则对步骤S2中的文本指令进行匹配；

S5、根据步骤S3构建的规则集中的转换规则将匹配后的文本指令转化为函数执行序列，利用函数执行序列对人机交互过程进行训练。

进一步地，所述步骤S1中，通过输入一条提问语句，利用人机交互过程中设定的机器学习算法进行处理，反馈与提问语句对应的答复语句，形成对话问答数据。

进一步地，所述步骤S2中，判断步骤S1中的对话问答数据是否满足对话问答逻辑，当对话问答数据不满足对话问答逻辑时，生成对人机交互过程中设定的机器学习算法进行控制的文本指令。

进一步地，所述步骤S3中，构造基于BNF语法定义控制指导的计算机语言，定义BNF语言关键字到机器学习算法执行函数的映射规则，以及BNF语言关键字转换为机器学习算法执行函数的转换规则。

此外，为实现上述目的，本发明还提供一种基于文本的人机交互训练系统，包括问答反馈界面、对话问答子系统、反馈控制子系统、规则集子系统；

所述问答反馈界面用于接收外部输入的提问语句，将提问语句传输至所述对话问答子系统，接收所述对话问答子系统反馈的答复语句；还用于接收外部输入的文本指令，将文本指令传输至反馈控制子系统；

所述对话问答子系统用于构造人机交互过程中的机器学习算法模型，接收所述问答反馈界面传输的提问语句，并利用构造的机器学习算法对提问语句进行处理，反馈与提问语句对应的答复语句至所述问答反馈界面；

所述规则集子系统用于设定计算机语言，构建基于该计算机语言的规则集；

所述反馈控制子系统用于根据所述规则集子系统构建的规则集对所述问答反馈界面传输的文本指令进行匹配，再根据所述规则集子系统构建的规则集将匹配后的文本指令转化为函数执行序列，利用函数执行序列对人机交互过程进行训练。

进一步地，所述规则集子系统用于设定计算机语言，构建基于该计算机语言的规则集，具体为：

构造基于BNF语法定义控制指导的计算机语言，定义BNF语言关键字到机器学习算法执行函数的映射规则，以及根据BNF语言关键字转换为机器学习算法执行函数的转换规则。

进一步地，所述系统还包括数据库，所述数据库用于保存所述对话问答子系统生成的对话问答历史数据，还用于保存所述规则集子系统设定的计算机语言以及构建的基于该计算机语言的规则集。

本发明的有益效果是：本发明利用管理员观测机器系统的处理状况，并输入文本指令，通过将文本指令解析为指令集，从而对人机交互过程中设定的机器学习算法做出动态修改，使得模型处理的结果越来越符合人对其的预期；本发明可以广泛应用于各种人工智能系统中，具有较高的普适性。

附图说明

图1是本发明的基于文本的人机交互训练方法流程示意图；

图2是本发明的基于文本的人机交互训练系统结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，是本发明的基于文本的人机交互训练方法流程示意图；一种基于文本的人机交互训练方法，包括以下步骤：

S1、获取人机交互过程中对话问答数据；

S2、对步骤S1中的对话问答数据进行分析，下达文本指令；

S3、设定计算机语言，构建基于该计算机语言的规则集；

在步骤S1中，本发明利用各种机器学习、深度学习算法实现的对话系统进行人机交互过程，在人机交互过程中，通过用户输入一条提问语句，再利用人机交互过程中设定的机器学习算法对提问语句进行分析处理，反馈与提问语句对应的答复语句，从而形成对话问答数据。

上述人机交互过程可以采用现有的对话系统实现，例如用户输入“你好”，对话系统答复“有什么需要帮助的吗？”，用户输入“我今天不怎么开心”，对话系统答复“怎么了啊？”，从而每当用户输入提问语句时，对话系统根据机器学习算法反馈答复语句。

在步骤S2中，由于在人机交互过程中，整个对话问答系统设定的机器学习算法的参数、样本是没有变动的，但依据目前已有的算法来说机器本身是无法真正理解自己回答是否符合用户的期望，因此本发明加入了管理员的处理步骤，使得机器系统与人相互配合。

本发明利用管理员判断步骤S1中的对话问答数据是否满足对话问答逻辑，当对话问答数据不满足对话问答逻辑时，生成对人机交互过程中设定的机器学习算法进行控制的文本指令。

本发明利用管理员去观察整个对话问答系统的运行情况，根据对话历史记录等信息，根据自身分析出的结果对对话问答系统发出文本指令，使得整个对话系统的算法模型，参数，样本发生某种改变，使得机器的回复更加符合用户对于该问题回答的期望。

在步骤S3中，本发明构造基于BNF语法定义控制指导的计算机语言，定义BNF语言关键字到机器学习算法执行函数的映射规则，以及根据BNF语言关键字转换为机器学习算法执行函数的转换规则。

上述构造基于BNF语法定义控制指导的计算机语言，具体表示为

<DescrFlag><-<Article>classification flag

<DescrAttribute><-positive|negative

<DescrObject><-<Article>sample

<DescrLocation><-<Article><DescrAttribute>samples

<DescrSomeResult><-<Article>test result

<DescrParameter><-<Article>model parameters|<Article>model parameter

<DescrSomeProgram><-<Article>training code|<Article>test code

<Article><-the|a

下面对上述计算机语言进行进一步详细说明。

例如：<Article><-the|a表示the或者a就是一个<Article>。

然后<DescrSomeProgram><-<Article>training code|<Article>test code

这个语句说明的就是a training code或者the training code或者a test code或者the test cod，就是一个<DescrSomeProgram>。

其它标签均为类似的解释说明。

具体某个标签的含义就是这个标签英语本身的含义，比如

<Sent>代表一个语句sentence

<Sent 1>代表一个子语句

<Clause>是一个子句

<DescrFlag>代表的是描述标志describe flag

本发明通过构造基于BNF语法定义控制指导的计算机语言对文本指令语音进行约束，将文本指令语音与构建的BNF语法定义进行递归匹配。

比如Move a sample to the negative samples，and Run the training code

就是满足这个<Sent><-<Sent 1>‘,’and<Sent 1>

再拆分，即

Move a sample to the negative sample就是<sent1>

Run the training code就是<sent1>

<sent1><-Move a sample to the negative sample

根据<Sent 1><-<Clause>知道<Clause><-Move a sample to the negativesample，再根据<Clause><-Move<DescrObject>to<DescrLocation>知道a sample 要代表的是<DescrObject>，the negative sample要代表的是<DescrLocation>，再根据<DescrObject><-<Article>sample

<DescrLocation><-<Article><DescrAttribute>samples

判断a sample是否是真的一个<DescrObject>，the negative sample是否真的是一个<DescrLocation>，从而确定语句是否符预定义的语法。

基于上述计算机语言，可以构建人类语言到计算机的桥梁，例如以下语句可以通过上述语法表示：

Change a classification flag

Move a sample to the negative samples，and Run the training code

Show a test result

Set the model parameters

Initialize the model parameters

上述定义BNF语言关键字到机器学习算法执行函数的映射规则，具体表示为

Map_Model(KeyWord_i)＝{Ins_j|Ins_j为KeyWord_i对应的指令，j＝1,2,…,M_i}；

上述根据BNF语言关键字转换为机器学习算法执行函数的转换规则具体表示为

Ins_Order(Sent)。KeyWord＝{Change,Move,Show,Set,Run,Initialize,Close}，Instruction＝{SearchSample,ModifySample,ModifyParameter,Print,SetParameter,TrainModel,TestModel,Shutdown,RecogModel}，一个关键字可能需要多个指令才能实现，例如Move a sample A to negative samples，and Run the trainingcode应的指令集为： SearchSample->ModifySample->SetParameter->RecogModel->TrainModel->Shutdown。

本发明将用户输入一个语句，根据上面的语法判断是不是符合规则，如果符合再将语句转换成一系列的单词，这些单词均为函数名称，从而将用户输入指令语句转换成了系统去执行函数。

Map_Model(KeyWord_i)这个就是个Map，可以理解为 Map<String,List<String>>就是键为关键字(关键字是从用户输入的指令里面提取的)值为一系列相应的函数名称。

比如Move a sample A to negative samples，and Run the training code

可以提取出关键字

KeyWord1＝Move

KeyWord2＝sample A

KeyWord3＝negative samples

KeyWord4＝Run

keyWord5＝training code

然后在Map_Mode这个函数或者结构中去查找相应的函数名称比如 Map_Mode(Move)的返回值就可能是

{SearchSampl，ModifySample}

Map_Mode(Move A)的返回值可能就是{SetParameter}

按这个规律

Move a sample A to negative samples，and Run the training code应的指令集就可能为：SearchSample->ModifySample->SetParameter->RecogModel-> TrainModel->Shutdown

即用户输入了一个语句就转换成一系列的函数名称系统按顺序执行这些函数执行这些函数实现的效果就是用户输入语句时想要的的的效果将一个样本A移动到负样本集中，然后重新运行训练代码。

在步骤S4中，本发明根据步骤S3构建的规则集中的映射规则对步骤S2 中的文本指令进行解析，判断文本指令是否完全与映射规则相匹配。

例如管理员输入的文本指令由一系列的单词构成，

Move a sample to the negative samples，and Run the training code。

首先将文本指令解析为由两个<sent 1>组成的<sent>，第一个<sent 1>是 Movea sample to the negative samples，第二个<sent 1>是Run the training code。

然后先去解析第一个<sent 1>，由于<sent 1>就是<Clause>|<Clause>and <Clause>，因此再去查看<Clause>的映射规则，得出Move a sample to the negativesamples和Move<DescrObject>to<DescrLocation>是匹配的；然后提取这个语句的asample判断是否匹配<DescrObject>，而<DescrObject>就是<Article>sample，再看<Article>，<Article>就是the|a，得出这个是完全匹配的上的，所以第一个<sent 1>就通过了匹配，第二个<sent 1>采用类似的方式判断是否符合定义的映射规则。

通过这个步骤可以判断管理员输入的文本指令是否是合法的，是的话就可以提取关键的词汇为下一步做准备，不是合法的就直接拒绝执行。

在步骤S5中，本发明根据步骤S3构建的规则集中的转换规则将匹配后的文本指令转化为函数执行序列，利用函数执行序列对人机交互过程进行训练。

当判断管理员输入的文本指令完全匹配后，就可以提取一些关键词汇了，比如Move a sample to negative samples，首先识别这是个Move操作，那么底层就可以将这个Move..to..结构映射成SearchSample，ModifySample， SetParameter这三个单词，这三个单词就是函数名称，通过反射的形式就可以去执行这三个函数了，对于语句Run thetraining code就映射成了RecogModel， TrainModel，Shutdown,那么用反射的方式将这几个函数按顺序执行，当这几个函数执行完毕后，即完成通过管理员输入文本指令对人机交互过程中设定的机器学习算法进行了改变，使得对话系统作出的答复能够更加的符合用户对其的期望。

如图2所示，是本发明的基于文本的人机交互训练系统结构示意图。本发明还提出了一种基于文本的人机交互训练系统，包括问答反馈界面、对话问答子系统、反馈控制子系统、规则集子系统；

上述规则集子系统用于设定计算机语言，构建基于该计算机语言的规则集，具体为：

构造基于BNF语法定义控制指导的计算机语言，定义BNF语言关键字到机器学习算法执行函数的映射规则，以及BNF语言关键字转换为机器学习算法执行函数的转换规则。

此外，本发明还包括数据库，所述数据库用于保存所述对话问答子系统生成的对话问答历史数据，还用于保存所述规则集子系统设定的计算机语言以及构建的基于该计算机语言的规则集。

本发明首先在最上层的界面提供管理员与机器的交互界面，管理员从对话问答系统中发现问题，向反馈控制系统给出控制命令，反馈控制系统根据规则集系统解析控制命令，然后向问答系统中的算法模型提供模型调整指令，启动模型的自主学习和调整。

本发明利用管理员观测机器系统的处理状况，而机器系统在处理数据的过程中可以接受人发出的文本指令，并将其解析为AI系统能够理解的指令集，从而对自己的模型做出动态修改，这样模型处理的结果也就越来越符合人对其的预期，到最后整个机器系统也就拥有了足够的智能，可以减少甚至不再需要人的参与，机器就可以独立的完成复杂任务。

本发明在多个测试案例中均取得了不错的结果，由于这是一种对AI模型的训练方法，因此可以广泛应用于各种人工智能系统中，具有较高的普适性。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims

1.一种基于文本的人机交互训练方法，其特征在于，包括以下步骤：

S1、获取人机交互过程中对话问答数据；

S2、对步骤S1中的对话问答数据进行分析，下达文本指令；

S3、设定计算机语言，构建基于该计算机语言的规则集；

2.如权利要求1所述的基于文本的人机交互训练方法，其特征在于，所述步骤S1中，通过输入一条提问语句，利用人机交互过程中设定的机器学习算法进行处理，反馈与提问语句对应的答复语句，形成对话问答数据。

3.如权利要求1所述的基于文本的人机交互训练方法，其特征在于，所述步骤S2中，判断步骤S1中的对话问答数据是否满足对话问答逻辑，当对话问答数据不满足对话问答逻辑时，下达对人机交互过程中设定的机器学习算法进行控制的文本指令。

4.如权利要求1所述的基于文本的人机交互训练方法，其特征在于，所述步骤S3中，构造基于BNF语法定义控制指导的计算机语言，定义BNF语言关键字到机器学习算法执行函数的映射规则，以及根据BNF语言关键字转换为机器学习算法执行函数的转换规则。

5.一种基于文本的人机交互训练系统，其特征在于，包括问答反馈界面、对话问答子系统、反馈控制子系统、规则集子系统；

6.如权利要求5所述的基于文本的人机交互训练系统，其特征在于，所述规则集子系统用于设定计算机语言，构建基于该计算机语言的规则集，具体为：

7.如权利要求6所述的基于文本的人机交互训练系统，其特征在于，所述系统还包括数据库，所述数据库用于保存所述对话问答子系统生成的对话问答历史数据，还用于保存所述规则集子系统设定的计算机语言以及构建的基于该计算机语言的规则集。