CN110400564A - 一种基于栈的聊天机器人对话管理方法 - Google Patents

Abstract

本发明公开了一种基于栈的聊天机器人对话管理方法，涉及多轮对话技术领域。本发明包括如下步骤：步骤S1、用户session入栈：给用户分配标识sessionId，并压入session栈中；步骤S2、多轮对话栈：识别用户的意图，并将识别出来的意图压入多轮对话中；步骤S3、词槽填充栈：确定用户的意图填充该意图的槽信息，直到所有的槽都填充完毕后触发意图的执行动作。本发明通过在机器人对话管理中将用户session入栈，利用上下文缓存识别用户意图压入多轮对话栈中，并根据用户意图填充该意图的槽信息，每当填槽成功后会从词槽填充栈中弹出下一个需要填充的槽，直至所有槽填充完毕后触发意图的执行动作，提高机器人对话处理效率和与用户的沟通能力。

Description

一种基于栈的聊天机器人对话管理方法

技术领域

本发明属于多轮对话技术领域，特别是涉及一种基于栈的聊天机器人对话管理方法。

背景技术

当今，ASR与TTS技术相对来将已经成熟，自然语言的表示和理解已经取得了很大的进展，在行业的竞争壁垒中也逐步削弱，未来智能对话机器人的核心竞争力在于理解了用户的意图之后所提供的差异化服务，一个完善的对话管理方案对于上述提供的服务起到关键性作用。

智能对话系统大致可分为五个基本模块：语音识别(ASR)、自然语音理解(NLU)、对话管理(DM)、自然语言生成(NLG)、语音合成(TTS)，所以对话管理模块是一个很重要的模块。语音识别将语音转化文字，让机器读取用户在说什么；自然语言理解是理解用户说的话是什么意思，分析用户说话的意图，和对用户语言中核心词槽的解析；对话管理(DialogManagement，DM)就是人机对话中的CPU，控制着整个人机对话的过程，是核心的部分，一个完善的对话管理将使得对话系统更加智能；自然语言生成对用户任务的处理结果以文字形式展示；语音合成将此结果合成为语音说出来，通过上面的处理就形成了人机对话的整个过程。

对话管理对于多轮对话又异常重要，因为单词对话每次聊天都需要用户去唤醒语音对话机器人，用户必须每次将需求完成的说出，否则几次对话下来用户将会产生烦躁的情绪，对话机器人将会变得鸡肋。

对话管理系统包括三部分，用户状态追踪、对话策略、词槽填充。用户状态追踪模块主要完成记录用户的信息以及对话的上下文信息；对话策略模块主要完成将不同的意图按照一定顺序压入栈中，根据对话上下文来决定下一次的对话；词槽填充模块负责将对话策略产生的下一个意图进行必要条件填充。

发明内容

本发明的目的在于提供一种基于栈的聊天机器人对话管理方法，通过在机器人对话管理中将用户session入栈，利用上下文缓存识别用户意图压入多轮对话栈中并进行词槽填充，解决了现有的机器人需要用户每次将需求完全说出才能分析，导致的分析处理效率低下、智能化程度不高的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种基于栈的聊天机器人对话管理方法，包括如下步骤：

步骤S1、用户session入栈：给每一个和机器人对话的用户分配一个标识sessionId，根据当前对话的来源信息为该用户创建一个会话并压入session栈中；

步骤S2、多轮对话栈：用户的输入首先经过系统的第一道上下文缓存，通过直接输入匹配的方式来识别用户的意图，并将识别出来的意图压入多轮对话中；

步骤S3、词槽填充栈：确定用户的意图后填充该意图的槽信息，每个意图的执行需要填充多个槽才能触发意图的执行动作，而每个槽具有多种填充方式，每当填槽成功后会从词槽填充栈中弹出下一个需要填充的槽，直到所有的槽都填充完毕后触发意图的执行动作。

优选地，所述sessionId为唯一标识；所述标识为用户名、QQ号、微信号和手机号码中的任意一种。

优选地，所述步骤S1中，具体用户session栈的实现包括如下步骤：

步骤S11：获取对话的用户信息；

步骤S12：从上下文获取该用户的信息；

步骤S13：如果已经存在该用户上下文信息则更新用户的上下文信息；

步骤S14：如果不存在该用户的上下文信息，则创建该用户上下文信息并更新。

优选地，所述步骤S2中，多轮对话方法包括如下步骤：

步骤S21：获取用户输入信息；

步骤S22：第一道缓存意图匹配；

步骤S23：判断第一道缓存意图匹配是否成功；

若匹配成功，则将意图信息压入栈中后，执行步骤S3；

若匹配失败，则执行步骤S24；

步骤S24：根据用户上下文信息判断输入是否属于新对话；

若属于新对话，则执行步骤S3；

若不属于新对话，则执行步骤S25；

步骤S25：根据用户的输入进行意图识别；

若识别成功，则将识别出的意图信息压入栈中；

若识别失败，则将用户设置的匹配失败语返回给用户。

优选地，所述步骤S3中，词槽填充方法包括步骤如下：

步骤S31：获取用户输入的信息，经过语义消歧得到格式化后的输入信息；

步骤S32：从词槽填充栈中弹出当前需要填充的槽，获取当前第N个需要填充的槽信息，并获取其第M个填充方式进行填充；

步骤S33：判断第M个填充方式是否成功；

若填充失败，则执行M＝M+1，并重复步骤S32；

若填充成功，则执行步骤S34；

步骤S34：判断N个槽是否填充完毕；

若是，则获取该意图的执行动作并执行，将执行结果返回给用户；

若否，判断是否设置为贪心匹配；

若是，则执行N＝N+1，然后重复步骤S32；

若否，则返回当前槽的澄清话术给用户；

步骤S35：当所有的槽都填充完毕时，获取该意图的执行动作，判断该动作的类型，并针对不同类型的动作做不同的执行逻辑，将执行的结果作为该意图的返回信息返回给用户；

步骤S36：当前意图执行完毕后，弹出用户上下文中上一个对话任务，然后重复步骤S31。

本发明具有以下有益效果：

本发明通过在机器人对话管理中将用户session入栈，利用上下文缓存识别用户意图压入多轮对话栈中，并根据用户意图填充该意图的槽信息，每个意图的执行需要填充多个槽才能出发意图执行动作，每当填槽成功后会从词槽填充栈中弹出下一个需要填充的槽，直至所有槽填充完毕后触发意图的执行动作，提高机器人对话处理效率和与用户的沟通能力。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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。

图1为本发明的一种基于栈的聊天机器人对话管理方法步骤图；

图2为用户session栈管理具体流程图；

图3为多轮对话栈管理具体流程图；

图4为意图识别模块工作流程图；

图5为词槽填充具体流程图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于栈的聊天机器人对话管理方法，包括如下步骤：

步骤S1、用户session入栈：给每一个和机器人对话的用户分配一个标识sessionId，根据当前对话的来源信息为该用户创建一个会话并压入session栈中；

系统首先判断该sessionId是否已经授权，未授权的终端将返回“未授权“异常信息给用户，对于已授权的终端，需要查询其sessionId在对话管理中，如果不存在，需要根据sessionId创建相关信息压入用户session栈中，如果存在对话管理中，则需要判断会话状态是否超时，对于对话超时的需要删除重新创建对话，否则需要更新sessionId对应的状态，用户session栈为多轮对话提供了前置条件，保证了每个对话的数据之间的隔离性，保证每个用户的对话都在自己的频道中进行，不会干扰其他用户，比如此时用户A询问了一句：“今天天气如何”，那么根据当前对话的来源信息可以为该用户A创建一个会话并压入session栈中；

步骤S2、多轮对话栈：用户的输入首先经过系统的第一道上下文缓存，通过直接输入匹配的方式来识别用户的意图，并将识别出来的意图压入多轮对话中；

步骤S3、词槽填充栈：确定用户的意图后填充该意图的槽信息，每个意图的执行需要填充多个槽才能触发意图的执行动作，而每个槽具有多种填充方式，每当填槽成功后会从词槽填充栈中弹出下一个需要填充的槽，直到所有的槽都填充完毕后触发意图的执行动作。

其中，sessionId为唯一标识；标识为用户名、QQ号、微信号和手机号码中的任意一种；sessionId在不同终端接入时代表的意义不同，在QQ对话场景中，该值为对话的QQ号或QQ群号；在微信对话场景中，该值为对话的微信号或群聊房间号；在钉钉聊天中，该值为钉钉用户的唯一标识；过该sessionId可以找到用户对话的上下文信息，如：用户的身份、历史询问记录、当前正在交互的问题等。

请参阅图2所示，步骤S1中，具体用户session栈的实现包括如下步骤：

步骤S11：获取对话的用户信息；

步骤S12：从上下文获取该用户的信息；

步骤S13：如果已经存在该用户上下文信息则更新用户的上下文信息；

步骤S14：如果不存在该用户的上下文信息，则创建该用户上下文信息并更新。

请参阅图3所示，步骤S2中，多轮对话方法包括如下步骤：

步骤S21：获取用户输入信息；

步骤S22：第一道缓存意图匹配；

步骤S23：判断第一道缓存意图匹配是否成功；

若匹配成功，则将意图信息压入栈中后，执行步骤S3；

若匹配失败，则执行步骤S24；

步骤S24：根据用户上下文信息判断输入是否属于新对话；

若属于新对话，则执行步骤S3；即当前对话处于上一轮对话的词槽填充中，那么用户的输入会经过系统的语义消歧模块，去除输入中的一些辅助词等信息，如去除：恩、啊、了、的、一下等词，经过了语义消歧的格式化后的输入信息进行下一步的意图匹配步骤，将用户定义好的意图模板例句和格式化后的输入信息进行算法匹配，计算出匹配率m,当m大于用户自定义的匹配率时将该意图压入一个可比较的集合M中，直到所有的意图都匹配完毕后，从M中取出识别率最大的一个意图T，那么该意图T就认为是用户的意图，此时将意图T以及其对应的词槽等相关信息压入多轮对话栈中，再执行步骤S3中词槽填充的步骤；

若不属于新对话，则执行步骤S25；即根据当前用户信息从用户session栈中获取用户对话的上下文信息，判断当前的对话是否属于一个未完成的对话的词槽填充中；

步骤S25：根据用户的输入进行意图识别；

若识别成功，则将识别出的意图信息压入栈中；

若识别失败，则将用户设置的匹配失败语返回给用户，当集合M为空时，就认为意图匹配失败。

如步骤S1的例子，用户询问：“今天天气如何”,在多轮对话栈中首先被识别出意图为“查天气”，然后将“查天气”意图以及其关联的槽(时间槽、地点槽)信息压入多轮对话栈中。

请参阅图4所示，步骤S25中，意图识别模块是该专利的核心模块，具体步骤如下:

步骤S25-1:获取用户输入信息。

步骤S25-2:将用户输入的信息中的停顿词去除并进行语义消歧，得到格式化后的输入信息。

步骤S25-3:获取该sessionId关联的所有意图信息，并遍历每一个意图。

步骤S25-4:获取每个意图的所有例句，并遍历每一个例句。

步骤S25-5:用该意图的例句和格式化后的输入信息进行余弦相似度匹配，从而得出一个相识度值score。

步骤S25-6:如果score比用户设置的最小阀值大，那么该意图被压入一个可排序的数组SortArr中，排序的方式为score的降序；如果score比用户设置的最小阀值小，那么继续下一个例句的比较。

步骤S25-7:当该意图的例句都计算完毕时，计算下一个意图。

步骤S25-8:当所有意图都计算完毕时，从SortArr中获取第一个意图信息M1，如果M1存在，则该意图是最有可能表达用户意图的信息，否则本次意图匹配失败。

请参阅图5所示，步骤S3中，词槽填充方法包括步骤如下：

步骤S31：获取用户输入的信息，经过语义消歧得到格式化后的输入信息；

步骤S32：从词槽填充栈中弹出当前需要填充的槽，获取当前第N个需要填充的槽信息，并获取其第M个填充方式进行填充,需要填充方式的优先级排序进行依次排序，先获取第一个填充方式，判断该填充方式的类型(如：jdbc、http、groovy、正则等)，不同类型的填充方式需要执行不同的逻辑来完成填充，通过返回的结果来决定是否填充成功；

步骤S33：判断第M个填充方式是否成功；

若填充失败，则执行M＝M+1，并重复步骤S32；

若填充成功，则执行步骤S34；

步骤S34：判断N个槽是否填充完毕；

若是，则获取该意图的执行动作并执行，将执行结果返回给用户；

若否，判断是否设置为贪心匹配；

若是，则执行N＝N+1，然后重复步骤S32，即将当前填充失败的槽做一个标记，记录弹出下一个需要填充的槽，再重复步骤S32；

若否，则返回当前槽的澄清话术给用户，并将该槽的填充次数加一，当填充的次数超过了用户设置的阀值时，该对话就强制退出；

步骤S35：当所有的槽都填充完毕时，获取该意图的执行动作，判断该动作的类型(如：jdbc、http、groovy等)，并针对不同类型的动作做不同的执行逻辑，将执行的结果作为该意图的返回信息返回给用户；

步骤S36：当前意图执行完毕后，弹出用户上下文中上一个对话任务，然后重复步骤S31。

如根据步骤S2压入的“查天气”意图，经过了词槽填充时由于用户对话中有一个“今天”词，该词正好满足“查天气”意图的时间槽填充，所以先填充了时间槽，接下来开始填充地点槽，由于用户对话中并没有涉及到地点词，所以系统会返回地点槽的澄清话术给用户：“请问您想问今天哪里的天气呢？”，这样当用户输入“合肥”时，正好填充了“查天气”的地点槽，这个时候“查天气”意图的所有槽都成功填充，那么开始进行“查天气”意图的回复，根据用户输入的“今天”、“合肥”开始查询“今天合肥天气信息”并将查询的结果返回给用户，从而完成了多轮对话的词槽填充。

值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种基于栈的聊天机器人对话管理方法，其特征在于，包括如下步骤：

步骤S1、用户session入栈：给每一个和机器人对话的用户分配一个标识sessionId，根据当前对话的来源信息为该用户创建一个会话并压入session栈中；

步骤S2、多轮对话栈：用户的输入首先经过系统的第一道上下文缓存，通过直接输入匹配的方式来识别用户的意图，并将识别出来的意图压入多轮对话中；

步骤S3、词槽填充栈：确定用户的意图后填充该意图的槽信息，每个意图的执行需要填充多个槽才能触发意图的执行动作，而每个槽具有多种填充方式，每当填槽成功后会从词槽填充栈中弹出下一个需要填充的槽，直到所有的槽都填充完毕后触发意图的执行动作。

2.根据权利要求1所述的一种基于栈的聊天机器人对话管理方法，其特征在于，所述sessionId为唯一标识；所述标识为用户名、QQ号、微信号和手机号码中的任意一种。

3.根据权利要求1所述的一种基于栈的聊天机器人对话管理方法，其特征在于，所述步骤S1中，具体用户session栈的实现包括如下步骤：

步骤S11：获取对话的用户信息；

步骤S12：从上下文获取该用户的信息；

步骤S13：如果已经存在该用户上下文信息则更新用户的上下文信息；

步骤S14：如果不存在该用户的上下文信息，则创建该用户上下文信息并更新。

4.根据权利要求1所述的一种基于栈的聊天机器人对话管理方法，其特征在于，所述步骤S2中，多轮对话方法包括如下步骤：

步骤S21：获取用户输入信息；

步骤S22：第一道缓存意图匹配；

步骤S23：判断第一道缓存意图匹配是否成功；

若匹配成功，则将意图信息压入栈中后，执行步骤S3；

若匹配失败，则执行步骤S24；

步骤S24：根据用户上下文信息判断输入是否属于新对话；

若属于新对话，则执行步骤S3；

若不属于新对话，则执行步骤S25；

步骤S25：根据用户的输入进行意图识别；

若识别成功，则将识别出的意图信息压入栈中；

若识别失败，则将用户设置的匹配失败语返回给用户。

5.根据权利要求1所述的一种基于栈的聊天机器人对话管理方法，其特征在于，所述步骤S3中，词槽填充方法包括步骤如下：

步骤S31：获取用户输入的信息，经过语义消歧得到格式化后的输入信息；

步骤S32：从词槽填充栈中弹出当前需要填充的槽，获取当前第N个需要填充的槽信息，并获取其第M个填充方式进行填充；

步骤S33：判断第M个填充方式是否成功；

若填充失败，则执行M＝M+1，并重复步骤S32；

若填充成功，则执行步骤S34；

步骤S34：判断N个槽是否填充完毕；

若是，则获取该意图的执行动作并执行，将执行结果返回给用户；

若否，判断是否设置为贪心匹配；

若是，则执行N＝N+1，然后重复步骤S32；

若否，则返回当前槽的澄清话术给用户；

步骤S35：当所有的槽都填充完毕时，获取该意图的执行动作，判断该动作的类型，并针对不同类型的动作做不同的执行逻辑，将执行的结果作为该意图的返回信息返回给用户；

步骤S36：当前意图执行完毕后，弹出用户上下文中上一个对话任务，然后重复步骤S31。