CN110378485A - 一种机器人自学习新业务知识方法及装置 - Google Patents

Abstract

本发明公开了一种机器人自学习新业务知识方法及装置，通过实时获取语音或文字信息，经过情景库进行情景分类判断，通过依次计算主题词置信度与互信息值，当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库，即自学习了新业务，由于规则(主题词)对比的过程中使用的是当前客户端的会话中的规则，因此最终的知识库的规则更新结果与真实客服场景不存在差异，保障了客服机器人的知识库自学习准确性。且不需要等待客户应答即可更新，节约了时间成本和计算开销，实现了实时更新的自学习效果。

Description

一种机器人自学习新业务知识方法及装置

技术领域

本公开涉及机器人学习与人工智能技术领域，具体涉及一种机器人自学习新业务知识方法及装置。

背景技术

客服机器人的智能客服的服务运维十分的复杂，在实际投入运营阶段，在反复接收到新业务时，不能对新业务的进行动态学习。现有的客服机器人技术通过客服机器人对客服场景中的用户端提问进行判断，并提供相应的回答从而减少客服场景中的人工坐席应答的参与，能够大幅度的减少客服的人工成本。而目前的机器人客服在预设好的标准回答之外的自主学习行为，主要有两种：1)中国专利申请号CN201780003334.6公开了一种机器人动态学习方法、系统、机器人以及云端服务器，通过获取从机器人规则库获取执行任务相应的规则。通过基于该规则库与标注库通过交互示范行为建立新规则，并存储至规则库，确认建立的新规则与所述规则库中的规则无冲突时，更新所述新规则至所述规则库，通过判断当前的新规则在规则库中是否存在从而判断是否进行自学习，即是否更新所述新规则至所述规则库。2)中国专利申请号CN201310659832.X一种客服机器人的自学习方法及装置，则接收用户终端发送的用户消息；根据用户消息对知识库进行检索，根据检索结果的权重值选取最优答案，并根据向用户终端发送满意度调查消息；接收用户终端返回的满意度回复消息，根据满意度回复消息重新计算最优答案的大众偏好权重值，并更新知识库。

在现有的这两种技术方案中，前一种技术方案，由于规则对比的过程中使用的是客户端历史会话中的规则，因此最终的规则更新结果与真实客服场景存在一定的差异。后一种技术方案则时刻需要等待客户回复，在客户的交互需求量较大时，该方法需要耗费大量的时间和计算开销，且在短时间内的出现大量后续客户无法满足自学习的要求，难以实现实时更新的效果，系统的工作量巨大。

发明内容

本公开提供一种机器人自学习新业务知识方法及装置，通过实时获取语音或文字信息，经过情景库进行情景分类判断，通过依次计算主题词置信度与互信息值，当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库，即自学习了新业务。

为了实现上述目的，根据本公开的一方面，提供一种机器人自学习新业务知识方法，所述方法包括以下步骤：

步骤1，机器人客服接收到来自用户客户端的会话消息数据；

步骤2，抽取会话消息数据的主题词并在知识库中分类得到场景类别；

步骤3，依次计算主题词置信度与互信息值；

步骤4，当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库。

进一步地，在步骤1中，所述会话消息数据的形式包括以下至少一种：自然语言文字组成的语句、数据链接、语音,如果是数据链接、语音则将数据链接、语音转换为文本形式的语句作为会话消息数据，所述机器人客服包括用户客户端、知识库。

进一步地，在步骤2中，抽取主题词的方法为LDA、TextRank、GibbsLDA任意一种主题词抽取方法，并在将预进行意图识别的会话消息数据中删除不同类别中重复的主题词，最后得到的主题词作为最终主题词抽取的结果，在知识库中分类得到场景类别的方法为，若会话消息数据中包含某个主题词，则把该主题词对应的场景类别的概率标记为1，其他场景类别的概率都标记为0，得到会话消息数据对应所有场景类别的概率分布PA＝[p₁,p₂,p₃,…p_d]，d表示知识库中总共的场景类别数目，p₁,p₂,p₃,…p_d分别为第1～第d场景类别的概率。

为了方便理解，以下将举例说明：若“苹果”一词为果蔬场景类别的主题词，当对话语句会话消息数据为“你喜不喜欢吃苹果”这句话时，会话消息数据中包含“苹果”这个主题词，则判断会话消息数据的果蔬场景类别概率为1，其他场景类别概率为0。

进一步地，在步骤3中，依次计算主题词置信度与互信息值方法包括以下步骤：

步骤3.1，计算主题词置信度：令每个主题词为先验条件Y，则根据信息增益理论构建主题词W的置信度为：

置信度表示根据主题词W写入知识库中与消息的场景类别相关性，该值越大说明主题词W可能属于知识库中的场景类别的可能性越大；

其中，p(C_i)表示属于场景类别C_i的消息占所有消息数目的比重，p(W)表示包含主题词W的消息占所有消息数目的比重，p(C_i|W)表示在包含主题词W的消息中属于类别C_i的消息所占的比重，表示不包含主题词W的消息占所有消息数目的比重，表示在不包含主题词W的消息中属于类别C_i的消息占的比重，n为知识库中场景类别的总数量,消息包括应答消息数据和会话消息数据；

步骤3.2，计算互信息值：场景类别中主题词W与类别C_i的互信息为：

计算主题词W在整个知识库中互信息的值：

MI_max(W)＝argmax_iMI(W,C_i)，

主题词W在整个知识库中互信息的值越大说明会话消息数据与类别C_i的相关性越大；

其中，所述知识库包括多个场景分类，每个场景分类包括多个应答消息数据。

进一步地，在步骤4中，置信阈值和互信息阈值取值范围都为0到1,默认置信阈值为0.8，互信息阈值为0.6。

本发明还提供了一种机器人自学习新业务知识装置，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

客户消息读取单元，用于机器人客服接收到来自用户客户端的会话消息数据；

场景类别单元，用于抽取会话消息数据的主题词并在知识库中分类得到场景类别；

相关性计算单元，用于依次计算主题词置信度与互信息值；

知识库更新单元，用于当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库。

本公开的有益效果为：本发明提供一种机器人自学习新业务知识方法及装置，由于规则(主题词)对比的过程中使用的是当前客户端的会话中的规则，因此最终的知识库的规则更新结果与真实客服场景不存在差异，保障了客服机器人的知识库自学习准确性。且不需要等待客户应答即可更新，节约了时间成本和计算开销，实现了实时更新的自学习效果。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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，在附图中：

图1所示为一种机器人自学习新业务知识方法的流程图；

图2所示为一种机器人自学习新业务知识装置图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种机器人自学习新业务知识方法的流程图，下面结合图1来阐述根据本公开的实施方式的一种机器人自学习新业务知识方法。

本公开提出一种机器人自学习新业务知识方法，具体包括以下步骤：

步骤1，机器人客服接收到来自用户客户端的会话消息数据；

步骤2，抽取会话消息数据的主题词并在知识库中分类得到场景类别；

步骤3，依次计算主题词置信度与互信息值；

步骤4，当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库。

进一步地，在步骤1中，所述会话消息数据的形式包括以下至少一种：自然语言文字组成的语句、数据链接、语音,如果是数据链接、语音则将数据链接、语音转换为文本形式的语句作为会话消息数据，所述机器人客服包括用户客户端、知识库。

进一步地，在步骤2中，抽取主题词的方法为LDA、TextRank、GibbsLDA任意一种主题词抽取方法，并在将预进行意图识别的会话消息数据中删除不同类别中重复的主题词，最后得到的主题词作为最终主题词抽取的结果，在知识库中分类得到场景类别的方法为，若会话消息数据中包含某个主题词，则把该主题词对应的场景类别的概率标记为1，其他场景类别的概率都标记为0，得到会话消息数据对应所有场景类别的概率分布PA＝[p₁,p₂,p₃,…p_d]，d表示知识库中总共的场景类别数目，p₁,p₂,p₃,…p_d分别为第1～第d场景类别的概率。

为了方便理解，以下将举例说明：若“苹果”一词为果蔬场景类别的主题词，当对话语句会话消息数据为“你喜不喜欢吃苹果”这句话时，会话消息数据中包含“苹果”这个主题词，则判断会话消息数据的果蔬场景类别概率为1，其他场景类别概率为0。

进一步地，在步骤3中，依次计算主题词置信度与互信息值方法包括以下步骤：

步骤3.1，计算主题词置信度：令每个主题词为先验条件Y，则根据信息增益理论构建主题词W的置信度为：

置信度表示根据主题词W写入知识库中与消息的场景类别相关性，该值越大说明主题词W可能属于知识库中的场景类别的可能性越大；

其中，p(C_i)表示属于场景类别C_i的消息占所有消息数目的比重，p(W)表示包含主题词W的消息占所有消息数目的比重，p(C_i|W)表示在包含主题词W的消息中属于类别C_i的消息所占的比重，表示不包含主题词W的消息占所有消息数目的比重，表示在不包含主题词W的消息中属于类别C_i的消息占的比重，n为知识库中场景类别的总数量,消息包括应答消息数据和会话消息数据；

步骤3.2，计算互信息值：场景类别中主题词W与类别C_i的互信息为：

计算主题词W在整个知识库中互信息的值：

MI_max(W)＝argmax_iMI(W,C_i)，

主题词W在整个知识库中互信息的值越大说明会话消息数据与类别C_i的相关性越大；

其中，所述知识库包括多个场景分类，每个场景分类包括多个应答消息数据。

进一步地，在步骤4中，置信阈值和互信息阈值取值范围都为0到1,默认置信阈值为0.8，互信息阈值为0.6。

本公开的实施例提供的一种机器人自学习新业务知识装置，如图2所示为本公开的一种机器人自学习新业务知识装置图，该实施例的一种机器人自学习新业务知识装置包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种机器人自学习新业务知识装置实施例中的步骤。

所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

客户消息读取单元，用于机器人客服接收到来自用户客户端的会话消息数据；

场景类别单元，用于抽取会话消息数据的主题词并在知识库中分类得到场景类别；

相关性计算单元，用于依次计算主题词置信度与互信息值；

知识库更新单元，用于当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库。

所述一种机器人自学习新业务知识装置可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种机器人自学习新业务知识装置，可运行的装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种机器人自学习新业务知识装置的示例，并不构成对一种机器人自学习新业务知识装置的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种机器人自学习新业务知识装置还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种机器人自学习新业务知识装置运行装置的控制中心，利用各种接口和线路连接整个一种机器人自学习新业务知识装置可运行装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种机器人自学习新业务知识装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (6)

1.一种机器人自学习新业务知识方法，其特征在于，所述方法包括以下步骤：

步骤1，机器人客服接收到来自用户客户端的会话消息数据；

步骤2，抽取会话消息数据的主题词并在知识库中分类得到场景类别；

步骤3，依次计算主题词置信度与互信息值；

步骤4，当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库。

2.根据权利要求1所述的一种机器人自学习新业务知识方法，其特征在于，在步骤1中，所述会话消息数据的形式包括以下至少一种：自然语言文字组成的语句、数据链接、语音,如果是数据链接、语音则将数据链接、语音转换为文本形式的语句作为会话消息数据。

3.根据权利要求1所述的一种机器人自学习新业务知识方法，其特征在于，在步骤2中，抽取主题词的方法为LDA、TextRank、GibbsLDA任意一种主题词抽取方法，并在将预进行意图识别的会话消息数据中删除不同类别中重复的主题词，最后得到的主题词作为最终主题词抽取的结果，在知识库中分类得到场景类别的方法为，若会话消息数据中包含某个主题词，则把该主题词对应的场景类别的概率标记为1，其他场景类别的概率都标记为0，得到会话消息数据对应所有场景类别的概率分布PA＝[p₁,p₂,p₃,…p_d]，d表示知识库中总共的场景类别数目，p₁,p₂,p₃,…p_d分别为第1～第d场景类别的概率。

4.根据权利要求1所述的一种机器人自学习新业务知识方法，其特征在于，在步骤3中，依次计算主题词置信度与互信息值方法包括以下步骤：

步骤3.1，计算主题词置信度：令每个主题词为先验条件Y，则根据信息增益理论构建主题词W的置信度为：

其中，p(C_i)表示属于场景类别C_i的消息占所有消息数目的比重，p(W)表示包含主题词W的消息占所有消息数目的比重，p(C_i|W)表示在包含主题词W的消息中属于类别C_i的消息所占的比重，表示不包含主题词W的消息占所有消息数目的比重，表示在不包含主题词W的消息中属于类别C_i的消息占的比重，n为知识库中场景类别的总数量,消息包括应答消息数据和会话消息数据；

步骤3.2，计算互信息值：场景类别中主题词W与类别C_i的互信息为：

计算主题词W在整个知识库中互信息的值：

MI_max(W)＝argmax_iMI(W,C_i)，

其中，所述知识库包括多个场景分类，每个场景分类包括多个应答消息数据。

5.根据权利要求1所述的一种机器人自学习新业务知识方法，其特征在于，在步骤4中，置信阈值和互信息阈值取值范围都为0到1。

6.一种机器人自学习新业务知识装置，其特征在于，所述装置包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下装置的单元中：

客户消息读取单元，用于机器人客服接收到来自用户客户端的会话消息数据；

场景类别单元，用于抽取会话消息数据的主题词并在知识库中分类得到场景类别；

相关性计算单元，用于依次计算主题词置信度与互信息值；

知识库更新单元，用于当置信度超过置信阈值同时互信息值超过互信息阈值时更新知识库。