CN110597972B - 对话机器人生成方法、对话机器人管理平台及存储介质 - Google Patents

对话机器人生成方法、对话机器人管理平台及存储介质 Download PDF

Info

Publication number
CN110597972B
CN110597972B CN201910872289.9A CN201910872289A CN110597972B CN 110597972 B CN110597972 B CN 110597972B CN 201910872289 A CN201910872289 A CN 201910872289A CN 110597972 B CN110597972 B CN 110597972B
Authority
CN
China
Prior art keywords
information
robot
functional module
dialogue
conversation
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.)
Active
Application number
CN201910872289.9A
Other languages
English (en)
Other versions
CN110597972A (zh
Inventor
郑宇宇
顾松庠
王骏
张宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jingdong Technology Holding Co Ltd
Original Assignee
Jingdong Technology Holding Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jingdong Technology Holding Co Ltd filed Critical Jingdong Technology Holding Co Ltd
Priority to CN201910872289.9A priority Critical patent/CN110597972B/zh
Publication of CN110597972A publication Critical patent/CN110597972A/zh
Priority to PCT/CN2020/084515 priority patent/WO2021051792A1/zh
Priority to JP2022542303A priority patent/JP7357166B2/ja
Priority to US17/753,802 priority patent/US11979361B2/en
Application granted granted Critical
Publication of CN110597972B publication Critical patent/CN110597972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G06F16/337—Profile generation, learning or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本申请实施例提供一种对话机器人生成方法、对话机器人管理平台及存储介质，该对话机器人生成方法包括：获取待生成的对话机器人关联的至少一个第一功能模块；获取至少一个第一功能模块的调用顺序；通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人。

Description

对话机器人生成方法、对话机器人管理平台及存储介质
技术领域
本申请涉及但不限于计算机技术领域，尤其涉及一种对话机器人生成方法、对话机器人管理平台及存储介质。
背景技术
目前在垂直行业内，对于聊天机器人，市场的需求既有共通之处，也有差异化之处。目前并没有一个行业级的系统架构，可以做到在某个垂直行业内，短时间内快速生成满足不同业务方的个性化需求的对话机器人。
发明 内容
本申请实施例提供一种对话机器人生成方法、对话机器人管理平台及存储介质，以解决相关技术中无法在短时间内快速生成满足不同业务方的个性化需求的对话机器人，实现快速生成个性化的对话机器人。
本申请实施例的技术方案是这样实现的：
一种对话机器人生成方法，所述方法包括：
获取待生成的对话机器人关联的至少一个第一功能模块；
获取所述至少一个第一功能模块的调用顺序；
通过预设的模型容器，基于所述调用顺序调用所述至少一个第一功能模块，生成所述对话机器人。
可选的，所述获取待生成的对话机器人关联的至少一个第一功能模块，包括：
获取所述待生成的对话机器人关联的至少一个第一对话逻辑信息；
确定所述至少一个第一对话逻辑信息关联的所述至少一个第一功能模块。
可选的，所述确定所述至少一个第一对话逻辑信息关联的所述至少一个第一功能模块，包括：
获取预设的第一功能模块集合中所有第一功能模块的属性信息；其中，所述属性信息至少包括所述第一功能模块所具有的功能的描述信息；
从所述所有第一功能模块的属性信息中选择与所述至少一个第一对话逻辑信息匹配的至少一个目标属性信息；
从所述预设的第一功能模块集合中，选择具有所述至少一个目标属性信息的所述至少一个第一功能模块。
可选的，所述从所述预设的第一功能模块集合中，选择具有所述至少一个目标属性信息的所述至少一个第一功能模块，包括：
从所述预设的第一功能模块集合中，选择具有所述至少一个目标属性信息的至少一个第二功能模块；
获取所述至少一个第二功能模块中每一第二功能模块的业务处理逻辑；
基于所述至少一个第一对话逻辑信息和至少一个所述业务处理逻辑，从所述至少一个第二功能模块中确定所述至少一个第一功能模块。
可选的，所述通过预设的模型容器，基于所述调用顺序调用所述至少一个第一功能模块，生成所述对话机器人之后，所述方法还包括：
获取用户输入的对话交互信息；
通过所述对话机器人生成针对所述对话交互信息的应答信息。
可选的，所述通过所述对话机器人生成针对所述对话交互信息的应答信息，包括：
设置与预设的第一功能模块集合中的所有第一功能模块对应的业务处理函数；
通过所述对话机器人调用所述业务处理函数，生成针对所述对话交互信息的应答信息。
可选的，所述方法还包括：
获取所述对话交互信息、所述应答信息以及所述对话交互信息关联的交互时间；
基于预设的数据存储结构，存储所述对话交互信息、所述应答信息以及所述交互时间至预设的存储区域中。
可选的，所述方法还包括：
接收用户输入的针对所述对话机器人的至少一个第二对话逻辑信息；
基于所述至少一个第一对话逻辑信息、所述至少一个第二对话逻辑信息和所述存储区域中存储的内容，对所述至少一个第一功能模块进行更新得到至少一个第三功能模块；
通过所述预设的模型容器，基于所述至少一个第三功能模块对所述对话机器人进行更新。
一种对话机器人管理平台，所述对话机器人管理平台包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令，实现如上述的对话机器人生成方法。
一种存储介质，其特征在于，存储有可执行指令，当所述可执行指令被执行时，用于引起处理器上述的对话机器人生成方法。
应用本申请实施例实现以下有益效果：快速生成个性化的机器人，利用对话机器人管理平台内其余机器人的基础数据，为新的机器人提供数据服务，后期维护简单，一切皆可通过对话机器人管理平台即第三方平台来配置编辑对话机器人管理平台内的处理逻辑，基础数据，而不影响对话机器人管理平台运行。同时，实现了对话逻辑的可配置化，根据不同的业务机器人，设定不同的一级业务处理逻辑，根据相应的逻辑顺序处理调用相应的第一功能模块，进行业务处理；实现快速生成不同的个性化机器人，复用底层模块；实现可配置的模型容器，模型容器统一加载所有第一功能模块，工程所有流程对模型的调用均通过模型容器实现；功能扩展、后期功能维护均通过模型容器实现对第一功能模块的控制；实现彻底地做到从底层数据、功能模块的数据共享，以及实现功能复用、灵活配置、易于维护，进而降低成本高昂，快速复制，批量产生新的个性化的对话机器人。
因为获取待生成的对话机器人关联的至少一个第一功能模块；获取至少一个第一功能模块的调用顺序；通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人；解决了相关技术中无法在短时间内快速生成满足不同业务方的个性化需求的对话机器人的问题，实现快速生成个性化的对话机器人。
附图说明
图1本申请实施例提供的一种对话机器人生成方法的流程示意图；
图2本申请实施例提供的另一种对话机器人生成方法的流程示意图；
图3本申请实施例提供的一种对话机器人的架构示意图；
图4本申请实施例提供的另一种对话机器人的架构示意图；
图5本申请实施例提供的又一种对话机器人的架构示意图；
图6本申请实施例提供的一种对话机器人管理平台的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。
1)自然语言理解(Nature Language Understanding，NLU)，NLU研究的内容丰富，包括中文自动分词、词性标注、句法分析、自然语言生成、文本分类、信息检索、信息抽取、文字校对、问答系统、机器翻译、自动摘要以及文字蕴涵等；NLU将识别出来的文本信息转换为机器可以理解的语义表示。
2)对话管理(Dialogue Management，DM)，DM可以立即为对话系统的大脑，可以执行如下操作，一方面维护和更新对话的状态；另一方面基于当前的对话状态，选择接下来合适的动作。这里，对话状态是一种机器能够处理的数据表征，包含所有可能会影响到接下来决策的信息，如NLU的输出、用户的特征等。
3)自然语言生成(Nature Language Generation，NLG)，自然语言生成是人工智能和计算语言学的分支，相应的语言生成系统是基于语言信息处理的计算机模型，其工作过程与自然语言分析相反，是从抽象的概念层次开始，通过选择并执行一定的语义和语法规则来生成文本。
4)聊天机器人(Chatbot)，也称为对话机器人，是一个多技术融合的平台。
相关技术中，目前业内的对话机器人即聊天机器人的架构，更多的是聚焦于单个对话机器机器人的功能点的丰富优化，比如提高分类准确度，提高语义理解能力。业内对话机器机器人，目前针对的用户群体大部分是针对某些应用痛点，面向大众消费者而做。垂直领域的对话机器机器人，大多数功能简单，只能做到简单的依赖于编辑距离的匹配，并根据匹配到的句子进行相应的回复。
目前，在垂直行业内，对于对话机器人，市场的需求有共通之处，也有差异化之处。目前并没有一个行业级的系统架构，可以做到在某个垂直行业内，短时间内快速生成满足不同业务方个性化需求的对话机器人。目前业内更多的做法是针对不同的客户，做不同的对话机器人，或者是整个工程拷贝，或者是部分模块复用；因而产生的缺点就是：开发成本高昂，无法快速复制，批量产生新的个性化的对话机器人。
基于前述内容，本申请实施例提供一种对话机器人生成方法，该方法应用于对话机器人管理平台，参见图1所示，该方法包括：
步骤101、获取待生成的对话机器人关联的至少一个第一功能模块。
本申请实施例中，不同的待生成的对话机器人关联的至少一个第一功能模块可以完全不同，不同的待生成的对话机器人关联的至少一个第一功能模块也可以部分相同。
本申请实施例中，功能模块的划分依据功能来进行定义。任何功能相同、参数不同、读取数据源不同的模块，都要定义成一个功能模块。通过不同的参数实现不同的差异化功能调用。本申请实施例中，模块的定义以精简为原则，如elasticsearch检索模块，只有精准查询和模糊查询两个模块，其余的远程连接elasticsearch、本地连接elasticsearch、利用elasticsearch实现的各种查询都在这两个模块中实现，通过输入参数的不同实现不同的功能需求。
本申请实施例中，至少一个第一功能模块对应一级业务处理逻辑。不同的待生成的对话机器人，可以设定不同的一级业务处理逻辑。
步骤102、获取至少一个第一功能模块的调用顺序。
本申请实施例中，调用顺序可以理解为逻辑顺序，即调用功能模块的先后顺序。
在实际应用中，对话机器人管理平台获取待生成的对话机器人关联的至少一个第一功能模块后，进而获取至少一个第一功能模块的调用顺序。这里，至少一个第一功能模块的调用顺序体现了不同的业务逻辑。
步骤103、通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人。
本申请实施例中，对话机器人管理平台通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人；需要说明的，对话机器人管理平台通过预设的模型容器，基于不同的调用顺序调用上述至少一个第一功能模块，生成的对话机器人不同；当然，对话机器人管理平台通过预设的模型容器，基于调用顺序调用不同的至少一个第一功能模块，生成的对话机器人也不同；也就是说，调用顺序和调用的第一功能模块中至少一个不同，得到的对话机器人就不同；如此，针对不同的客户，生成不同的对话机器人，降低开发成本，实现对话机器人的个性化定制。
本申请实施例所提供的对话机器人生成方法，获取待生成的对话机器人关联的至少一个第一功能模块；获取至少一个第一功能模块的调用顺序；通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人；解决了相关技术中无法在短时间内快速生成满足不同业务方的个性化需求的对话机器人的问题，实现快速生成个性化的对话机器人。
根据前述实施例，本申请实施例提供一种对话机器人生成方法，该方法应用于对话机器人管理平台，参见图2所示，该方法包括：
步骤201、获取待生成的对话机器人关联的至少一个第一对话逻辑信息。
本申请实施例中，至少一个第一对话逻辑信息表征用户对待生成的对话机器人的个性化聊天的需求。
本申请实施例中，设定一个模型容器，从而得到预设的模型容器，预设的模型容器的名字设为modelManager；预设的模型容器统一加载所有功能模块，实现所有模块统一管理，在运营平台实现模块可视化，不同的机器人根据自己的处理逻辑通过预设的模型容器调用或弃用某些模块功能。
本申请实施例中，对话逻辑信息用于为待生成的对话机器人提供完整、清晰、具体的要求，并确定待生成的对话机器人所要实现的任务。对话逻辑信息可以是开发人员经过深入细致的调研和分析，准确理解用户和项目的功能、性能、可靠性等具体要求后，将用户非形式需求转化为完整的需求定义所得到的信息；对话机器人管理平台基于对话逻辑信息，可以确定待生成的对话机器人需要执行什么操作。
如前述描述可知，本申请实施例中还设定有一个逻辑处理容器responseUnits，存储不同机器人的业务逻辑处理顺序。这样不同的个性化机器人，只是在此处有所差异，实现不同的业务逻辑。
步骤202、确定至少一个第一对话逻辑信息关联的至少一个第一功能模块。
本申请实施例中，步骤202确定至少一个第一对话逻辑信息关联的至少一个第一功能模块，包括：
步骤202a、获取预设的第一功能模块集合中所有第一功能模块的属性信息。
其中，属性信息至少包括第一功能模块所具有的功能的描述信息。
本申请实施例中，参见图3所示，预设的第一功能模块集合包括但不限于语句处理容器、语义解析容器、语句匹配容器、兜底处理容器以及生成回复容器。进一步地，语句处理容器对应的属性信息包括但不限于分词、同义替换以及语句清洗；语义解析容器对应的属性信息包括但不限于情感解析、脏话解析、业务分类解析、意图判断、开始话术以及结束话术；语句匹配容器对应的属性信息包括但不限于精准匹配、tf-idf模糊匹配、实体反问、开始语判断以及结束语匹配；兜底处理容器对应的属性信息包括但不限于无领域处理、无意图处理以及无匹配答案处理；生成回复容器对应的属性信息包括但不限于faq匹配、seq2seq+attention生成以及模板+槽位生成话术。
本申请实施例中，参见图3所示，对话机器人管理平台可以通过加载基础模块引擎获取预设的第一功能模块集合中所有第一功能模块的属性信息。
步骤202b、从所有第一功能模块的属性信息中选择与至少一个第一对话逻辑信息匹配的至少一个目标属性信息。
步骤202c、从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第一功能模块。
本申请实施例中，步骤202c从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第一功能模块，包括：
首先、从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第二功能模块。
其次、获取至少一个第二功能模块中每一第二功能模块的业务处理逻辑；
最后、基于至少一个第一对话逻辑信息和至少一个业务处理逻辑，从至少一个第二功能模块中确定至少一个第一功能模块。
示例性的，以生成两个不同的对话机器人为例，参见图4所示，待生成的第一对话机器人chatbot1，待生成的第二对话机器人chatbot2；针对chatbot1而言，对话机器人管理平台从对话流程引擎中获取chatbot1关联的至少一个第一对话逻辑信息后，获取chatbot1的至少一个业务处理逻辑即逻辑配置，进而根据相应的逻辑顺利调用相应的功能模块，进行业务处理；参见图4，如基于关联的chatbot1至少一个第一对话逻辑信息，确定需要调用语句处理，语义解析，DM逻辑管理，语句匹配，兜底处理这5个模块进行业务处理。针对chatbot2 而言，对话机器人管理平台从对话流程引擎中获取chatbot2关联的至少一个第一对话逻辑信息后，获取chatbot2的至少一个业务处理逻辑即逻辑配置，进而根据相应的逻辑顺利调用相应的功能模块，进行业务处理；参见图4，如基于关联的chatbot2至少一个第一对话逻辑信息，确定需要调用语句处理，语义解析，语句匹配，兜底处理这4个模块进行业务处理。不同的chatbot从对话流程引擎中获取不同的流程逻辑，实现不同chatbot的差异化需求。
步骤203、获取至少一个第一功能模块的调用顺序。
步骤204、通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人。
步骤205、获取用户输入的对话交互信息。
步骤206、通过对话机器人生成针对对话交互信息的应答信息。
本申请实施例中，针对对话流程处理引擎而言，流程处理可以分为两级处理。对话机器人管理平台根据不同的业务机器人，设定不同的一级业务处理逻辑，根据相应的逻辑顺序处理调用相应的功能模块，进行业务处理。
本申请实施例中，针对对话流程处理引擎而言，二级业务处理逻辑，体现在responsunits中的每个子模块中，可以进行业务逻辑的设置，实现个性化需求。参见图5所示，比如DM逻辑管理根据不同的chatbot进行差异化设定，如针对 chatbot1的DM逻辑管理而言，用户生气对应安抚话术，用户刚开始对话对应欢迎语，用户咨询业务相关问题对应业务相关回复，闲聊对应匹配式闲聊回复或seq2seq生成式闲聊回复以及用户表达不明缺少实体对应实体反问。针对 chatbot2的DM逻辑管理而言，用户生气对应进行反问用户不满之处，用户刚开始对话对应用户输入引导，用户咨询业务相关问题对应业务相关回复以及用户表达不明缺少实体对应转人工。
本申请实施例中，步骤206通过对话机器人生成针对对话交互信息的应答信息，包括：
步骤206a、设置与预设的第一功能模块集合中的所有第一功能模块对应的业务处理函数。
本申请实施例中，所有第一功能模块设定一个业务处理函数，统一入参出参，统一形式，形式上可以互相替代。
本申请实施例中，设定统一的业务处理函数getMatchedAnswer。所有的功能模块必须实现函数getMatchedAnswer，且依赖于此函数对外输出功能。形式上做到统一，可以做到灵活加载配置。
示例性的，getMatchedAnswer的描述如下所示：
ChatRecord getMatchedAnswer(ChatRecord questionRecord,UserProfileuserProfile,List<ChatRecord>chatHistoryRecords)throws ChatBotException；
步骤206b、通过对话机器人调用业务处理函数，生成针对对话交互信息的应答信息。
进一步的，结合前述方法流程，本申请实施例所述的对话机器人生成方法还可以包括以下步骤：
步骤207、获取对话交互信息、应答信息以及对话交互信息关联的交互时间。
步骤208、基于预设的数据存储结构，存储对话交互信息、应答信息以及交互时间至预设的存储区域中。
本申请实施例中，针对数据存储结构进行预设，预设的数据存储结构作为数据流传输载体，贯穿整个工程响应周期即贯穿整个机器人的生成过程以及后续的维护过程。
本申请实施例中，预设的数据存储结构可以根据需求弹性添加变量，删除变量，提高工程模块的兼容性，将数据与功能解耦。
本申请实施例中，预设的数据存储结构的名称可以设置设为chatRecord，其中，在chatRecord里边可以记录对话交互信息如用户问题，交互时间如询问时间，应答信息如平台生成的回复信息等所有有用信息。chatRecord的调用维护贯穿工程整个响应流程，是所有功能模块的功能函数的必备入参之一。
步骤209、接收用户输入的针对对话机器人的至少一个第二对话逻辑信息。
步骤210、基于至少一个第一对话逻辑信息、至少一个第二对话逻辑信息和存储区域中存储的内容，对至少一个第一功能模块进行更新得到至少一个第三功能模块。
步骤211、通过预设的模型容器，基于至少一个第三功能模块对对话机器人进行更新。
本申请实施例中，利用java的jmx技术，建立可视化处对话机器人管理平台，这样，用户可以基于对话机器人管理平台实现添加、修改、删除平台内的数据、对话逻辑，实现定制个性化聊天机器人的目的，而不需要修改整体工程代码，实现完全解耦，在线实时更新的效果。
由以上可知，本申请实施例所提供的对话机器人生成方法，实现对话逻辑的可配置化。根据不同的业务机器人，设定不同的一级业务处理逻辑，根据相应的逻辑顺序处理调用相应的功能模块，进行业务处理。实现快速生成不同的个性化机器人，复用底层模块。同时，还实现了可配置的模型容器。模型容器统一加载所有功能模块，工程所有流程对模型的调用均通过模型容器实现；功能扩展、后期功能维护均通过模型容器实现对功能模块的控制。
需要说明的是，本申请所提供的对话机器人管理平台不仅支撑业务部门的客服回复需求，而且利用底层数据共享机制，丰富了不同部门的回复可选范围，降低了人工语料整理成本，实验证明，用户满意度达到81％；而且，利用本申请所提供的对话机器人管理平台配置一个新的个性化对话机器人的平均时间大约是3天，极大降低了研发人员工作量。
基于上述内容可知，本申请实施例所提供的对话机器人生成方法，快速生成个性化的机器人，利用对话机器人管理平台内其余机器人的基础数据，为新的机器人提供数据服务，后期维护简单，一切皆可通过第三方平台来配置编辑对话机器人管理平台内的处理逻辑，基础数据，而不影响对话机器人管理平台运行。同时，实现了对话逻辑的可配置化，根据不同的业务机器人，设定不同的一级业务处理逻辑，根据相应的逻辑顺序处理调用相应的第一功能模块，进行业务处理；实现快速生成不同的个性化机器人，复用底层模块；实现可配置的模型容器，模型容器统一加载所有第一功能模块，工程所有流程对模型的调用均通过模型容器实现；功能扩展、后期功能维护均通过模型容器实现对第一功能模块的控制；实现彻底地做到从底层数据、功能模块的数据共享，以及实现功能复用、灵活配置、易于维护，进而降低成本高昂，快速复制，批量产生新的个性化的对话机器人。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，本申请的实施例提供一种对话机器人管理平台，该对话机器人管理平台可以应用于图1-2对应的实施例提供的一种对话机器人生成方法中，参照图6示，该对话机器人管理平台3包括：存储器31，用于存储可执行指令；
处理器32，用于执行存储器31中存储的可执行指令，实现以下步骤：
获取待生成的对话机器人关联的至少一个第一功能模块；
获取至少一个第一功能模块的调用顺序；
通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
获取待生成的对话机器人关联的至少一个第一对话逻辑信息；
确定至少一个第一对话逻辑信息关联的至少一个第一功能模块。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
获取预设的第一功能模块集合中所有第一功能模块的属性信息；其中，属性信息至少包括第一功能模块所具有的功能的描述信息；
从所有第一功能模块的属性信息中选择与至少一个第一对话逻辑信息匹配的至少一个目标属性信息；
从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第一功能模块。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第二功能模块；
获取至少一个第二功能模块中每一第二功能模块的业务处理逻辑；
基于至少一个第一对话逻辑信息和至少一个业务处理逻辑，从至少一个第二功能模块中确定至少一个第一功能模块。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
获取用户输入的对话交互信息；
通过对话机器人生成针对对话交互信息的应答信息。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
设置与预设的第一功能模块集合中的所有第一功能模块对应的业务处理函数；
通过对话机器人调用业务处理函数，生成针对对话交互信息的应答信息。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
获取对话交互信息、应答信息以及对话交互信息关联的交互时间；
基于预设的数据存储结构，存储对话交互信息、应答信息以及交互时间至预设的存储区域中。
本申请实施例中，处理器32用于执行存储器31中存储的可执行指令，以实现以下步骤：
接收用户输入的针对对话机器人的至少一个第二对话逻辑信息；
基于至少一个第一对话逻辑信息、至少一个第二对话逻辑信息和存储区域中存储的内容，对至少一个第一功能模块进行更新得到至少一个第三功能模块；
通过预设的模型容器，基于至少一个第三功能模块对对话机器人进行更新。
本申请实施例所提供的对话机器人管理平台，获取待生成的对话机器人关联的至少一个第一功能模块；获取至少一个第一功能模块的调用顺序；通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人；解决了相关技术中无法在短时间内快速生成满足不同业务方的个性化需求的对话机器人的问题，实现快速生成个性化的对话机器人。
需要说明的是，本实施例中处理器所执行的步骤的具体实现过程，可以参照图1-2对应的实施例提供的对话机器人生成方法中的实现过程，此处不再赘述。
基于前述实施例，本申请的实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现如下步骤：
获取待生成的对话机器人关联的至少一个第一功能模块；
获取至少一个第一功能模块的调用顺序；
通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
获取待生成的对话机器人关联的至少一个第一对话逻辑信息；
确定至少一个第一对话逻辑信息关联的至少一个第一功能模块。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
获取预设的第一功能模块集合中所有第一功能模块的属性信息；其中，属性信息至少包括第一功能模块所具有的功能的描述信息；
从所有第一功能模块的属性信息中选择与至少一个第一对话逻辑信息匹配的至少一个目标属性信息；
从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第一功能模块。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
从预设的第一功能模块集合中，选择具有至少一个目标属性信息的至少一个第二功能模块；
获取至少一个第二功能模块中每一第二功能模块的业务处理逻辑；
基于至少一个第一对话逻辑信息和至少一个业务处理逻辑，从至少一个第二功能模块中确定至少一个第一功能模块。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
获取用户输入的对话交互信息；
通过对话机器人生成针对对话交互信息的应答信息。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
设置与预设的第一功能模块集合中的所有第一功能模块对应的业务处理函数；
通过对话机器人调用业务处理函数，生成针对对话交互信息的应答信息。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
获取对话交互信息、应答信息以及对话交互信息关联的交互时间；
基于预设的数据存储结构，存储对话交互信息、应答信息以及交互时间至预设的存储区域中。
在本申请的其他实施例中，该一个或者多个程序可被一个或者多个处理器执行，还可以实现以下步骤：
接收用户输入的针对对话机器人的至少一个第二对话逻辑信息；
基于至少一个第一对话逻辑信息、至少一个第二对话逻辑信息和存储区域中存储的内容，对至少一个第一功能模块进行更新得到至少一个第三功能模块；
通过预设的模型容器，基于至少一个第三功能模块对对话机器人进行更新。
本申请实施例所提供的存储介质，获取待生成的对话机器人关联的至少一个第一功能模块；获取至少一个第一功能模块的调用顺序；通过预设的模型容器，基于调用顺序调用至少一个第一功能模块，生成对话机器人；解决了相关技术中无法在短时间内快速生成满足不同业务方的个性化需求的对话机器人的问题，实现快速生成个性化的对话机器人。
需要说明的是，本实施例中处理器所执行的步骤的具体实现过程，可以参照图1-2对应的实施例提供的对话机器人生成方法中的实现过程，此处不再赘述。
以上，仅为本申请的实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本申请的保护范围之内。

Claims (9)

1.一种对话机器人生成方法，其特征在于，所述方法包括：
获取待生成的对话机器人关联的至少一个第一功能模块；
获取所述至少一个第一功能模块的调用顺序；
通过预设的模型容器，基于所述调用顺序调用所述至少一个第一功能模块，生成所述对话机器人，不同的所述调用顺序生成不同的所述对话机器人；
所述获取待生成的对话机器人关联的至少一个第一功能模块，包括：
获取所述待生成的对话机器人关联的至少一个第一对话逻辑信息；
确定所述至少一个第一对话逻辑信息关联的所述至少一个第一功能模块。
2.根据权利要求1所述的方法，其特征在于，所述确定所述至少一个第一对话逻辑信息关联的所述至少一个第一功能模块，包括：
获取预设的第一功能模块集合中所有第一功能模块的属性信息；其中，所述属性信息至少包括所述第一功能模块所具有的功能的描述信息；
从所述所有第一功能模块的属性信息中选择与所述至少一个第一对话逻辑信息匹配的至少一个目标属性信息；
从所述预设的第一功能模块集合中，选择具有所述至少一个目标属性信息的所述至少一个第一功能模块。
3.根据权利要求2所述的方法，其特征在于，所述从所述预设的第一功能模块集合中，选择具有所述至少一个目标属性信息的所述至少一个第一功能模块，包括：
从所述预设的第一功能模块集合中，选择具有所述至少一个目标属性信息的至少一个第二功能模块；
获取所述至少一个第二功能模块中每一第二功能模块的业务处理逻辑；
基于所述至少一个第一对话逻辑信息和至少一个所述业务处理逻辑，从所述至少一个第二功能模块中确定所述至少一个第一功能模块。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述通过预设的模型容器，基于所述调用顺序调用所述至少一个第一功能模块，生成所述对话机器人之后，所述方法还包括：
获取用户输入的对话交互信息；
通过所述对话机器人生成针对所述对话交互信息的应答信息。
5.根据权利要求4所述的方法，其特征在于，所述通过所述对话机器人生成针对所述对话交互信息的应答信息，包括：
设置与预设的第一功能模块集合中的所有第一功能模块对应的业务处理函数；
通过所述对话机器人调用所述业务处理函数，生成针对所述对话交互信息的应答信息。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取所述对话交互信息、所述应答信息以及所述对话交互信息关联的交互时间；
基于预设的数据存储结构，存储所述对话交互信息、所述应答信息以及所述交互时间至预设的存储区域中。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
接收用户输入的针对所述对话机器人的至少一个第二对话逻辑信息；
基于所述至少一个第一对话逻辑信息、所述至少一个第二对话逻辑信息和所述存储区域中存储的内容，对所述至少一个第一功能模块进行更新得到至少一个第三功能模块；
通过所述预设的模型容器，基于所述至少一个第三功能模块对所述对话机器人进行更新。
8.一种对话机器人管理平台，其特征在于，所述对话机器人管理平台包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令，实现如权利要求1至7中任一项所述的对话机器人生成方法。
9.一种存储介质，其特征在于，存储有可执行指令，当所述可执行指令被执行时，用于引起处理器执行权利要求1至7中任一项所述的对话机器人生成方法。
CN201910872289.9A 2019-09-16 2019-09-16 对话机器人生成方法、对话机器人管理平台及存储介质 Active CN110597972B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910872289.9A CN110597972B (zh) 2019-09-16 2019-09-16 对话机器人生成方法、对话机器人管理平台及存储介质
PCT/CN2020/084515 WO2021051792A1 (zh) 2019-09-16 2020-04-13 对话机器人生成方法、对话机器人管理平台及存储介质
JP2022542303A JP7357166B2 (ja) 2019-09-16 2020-04-13 対話ロボット生成方法、対話ロボット管理プラットフォーム及び記憶媒体
US17/753,802 US11979361B2 (en) 2019-09-16 2020-04-13 Dialogue robot generation method, dialogue robot management platform, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910872289.9A CN110597972B (zh) 2019-09-16 2019-09-16 对话机器人生成方法、对话机器人管理平台及存储介质

Publications (2)

Publication Number Publication Date
CN110597972A CN110597972A (zh) 2019-12-20
CN110597972B true CN110597972B (zh) 2022-07-05

Family

ID=68859909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910872289.9A Active CN110597972B (zh) 2019-09-16 2019-09-16 对话机器人生成方法、对话机器人管理平台及存储介质

Country Status (4)

Country Link
US (1) US11979361B2 (zh)
JP (1) JP7357166B2 (zh)
CN (1) CN110597972B (zh)
WO (1) WO2021051792A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110597972B (zh) 2019-09-16 2022-07-05 京东科技控股股份有限公司 对话机器人生成方法、对话机器人管理平台及存储介质
WO2022185098A1 (en) 2021-03-04 2022-09-09 Crystallyte Co., Ltd. Electrolytic process for producing a nanocrystalline carbon with 1 d, 2d, or 3d structure and/or a nanocrystalline diamond and/or an amorphous carbon and/or a metal-carbon nanomaterial composite and/or a mixture thereof at ambient conditions
CN113420125B (zh) * 2021-06-25 2023-09-19 深圳索信达数据技术有限公司 基于行业类型的问答对确定方法、系统、存储介质及设备
CN113326367B (zh) * 2021-06-30 2023-06-16 四川启睿克科技有限公司 基于端到端文本生成的任务型对话方法和系统
CN115659994B (zh) * 2022-12-09 2023-03-03 深圳市人马互动科技有限公司 人机交互系统中的数据处理方法及相关装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050228668A1 (en) * 2004-03-31 2005-10-13 Wilson James M System and method for automatic generation of dialog run time systems
US8433578B2 (en) * 2009-11-30 2013-04-30 At&T Intellectual Property I, L.P. System and method for automatically generating a dialog manager
CN106790598A (zh) * 2016-12-29 2017-05-31 上海木爷机器人技术有限公司 功能配置方法和系统
CN108737324B (zh) * 2017-04-13 2021-03-02 腾讯科技（深圳）有限公司 生成人工智能服务组件的方法、装置及相关设备、系统
CN107133349B (zh) 2017-05-24 2018-02-23 北京无忧创新科技有限公司 一种对话机器人系统
CN107765571B (zh) * 2017-06-28 2019-11-08 北京光年无限科技有限公司 智能机器人开发框架的数据处理方法及开发框架
US11394667B2 (en) * 2017-10-03 2022-07-19 Rupert Labs, Inc. Chatbot skills systems and methods
US10942955B2 (en) 2017-12-21 2021-03-09 Shanghai Xiaoi Robot Technology Co., Ltd. Questioning and answering method, method for generating questioning and answering system, and method for modifying questioning and answering system
CN109002510B (zh) * 2018-06-29 2021-08-13 北京百度网讯科技有限公司 一种对话处理方法、装置、设备和介质
CN109408800B (zh) 2018-08-23 2024-03-01 阿里巴巴（中国）有限公司 对话机器人系统及相关技能配置方法
CN109359147B (zh) * 2018-09-27 2021-01-26 北京京东尚科信息技术有限公司 业务组件处理方法、组件服务器和系统
CN109597607A (zh) 2018-10-31 2019-04-09 拓科(武汉)智能技术股份有限公司 任务型人机对话系统及其实现方法、装置与电子设备
US11847167B2 (en) * 2019-06-05 2023-12-19 Boomi, LP System and method for generation of chat bot system with integration elements augmenting natural language processing and native business rules
CN110597972B (zh) 2019-09-16 2022-07-05 京东科技控股股份有限公司 对话机器人生成方法、对话机器人管理平台及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An extensible dialogue script for robot based on unification of state transition models;Yosuke Matsusaka等;《IEEE Xplore》;20100301;第1-15页 *
任务型人机对话系统开发平台的设计与实现;齐玉碧;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20190815;第I138-252页 *

Also Published As

Publication number Publication date
CN110597972A (zh) 2019-12-20
US11979361B2 (en) 2024-05-07
JP7357166B2 (ja) 2023-10-05
JP2022548180A (ja) 2022-11-16
WO2021051792A1 (zh) 2021-03-25
US20220345424A1 (en) 2022-10-27

Similar Documents

Publication Publication Date Title
CN110597972B (zh) 对话机器人生成方法、对话机器人管理平台及存储介质
CN106777018B (zh) 一种智能聊天机器人中对输入语句的优化方法及装置
CN109271498B (zh) 面向虚拟机器人的自然语言交互方法及系统
US8032823B2 (en) Intent-based information processing and updates
CN111651609A (zh) 一种融合知识图谱和情感监督的多轮对话方法及系统
US20190251417A1 (en) Artificial Intelligence System for Inferring Grounded Intent
WO2021082836A1 (zh) 机器人对话方法、装置、设备及计算机可读存储介质
CN111414380B (zh) 一种中文数据库sql语句生成方法、设备及存储介质
US20060235691A1 (en) Intent-based information processing and updates in association with a service agent
CN116644145B (zh) 会话数据处理方法、装置、设备和存储介质
CN108228762B (zh) 用于配置主数据库通用模板的方法和系统
CN114186108A (zh) 一种面向电力物资业务场景的多模态人机交互系统
CN111402872B (zh) 用于智能语音对话系统的语音数据处理方法及装置
JP2001056814A (ja) 言語非依存アプリケーションのためのアプリケーション非依存言語モジュール
Bihani et al. Towards meaningful interoperability for heterogeneous engineering tools via automationml
WO2022146951A1 (en) Persisting an ai-supported conversation across multiple channels
CN116644168A (zh) 一种交互数据构建方法、装置、设备及存储介质
CN113408736B (zh) 语音语义模型的处理方法和装置
US11966562B2 (en) Generating natural languages interface from graphic user interfaces
CN112487170B (zh) 面向场景配置的人机交互对话机器人系统
KR102080931B1 (ko) 음성 대화 제어 방법 및 장치
US20210210092A1 (en) Efficient dialogue configuration
CN110222159A (zh) 一种基于文本的人机交互训练方法及系统
CN110019724A (zh) 修改问答系统的装置
JP2973808B2 (ja) 対話情報管理方式

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
CB02 Change of applicant information

Address after: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176

Applicant after: Jingdong Technology Holding Co.,Ltd.

Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Daxing Economic and Technological Development Zone, Beijing, 100176

Applicant before: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant