CN110688466B - 在用户对话系统中集成多个领域问题解决 - Google Patents

Abstract

提供了各种实施例，用于在计算环境中通过处理器在用户在对话系统中集成多个领域学习和个性化。可以根据问题实例模板、识别的用户意图、到与多个领域相关联的一个或多个问题求解器的链接或其组合，为多个领域定义一个或多个问题实例。响应于用户输入，可以确定对话计划以进一步定义一个或多个问题实例。可以为用户提供一个或多个问题实例的解决方案。

Description

在用户对话系统中集成多个领域问题解决

技术领域

本发明总体上涉及计算系统，更具体地，涉及在计算环境中使用计算处理器在用户对话系统中集成多个领域问题解决(problem solving)的各种实施例。

背景技术

在当今社会，消费者、商人、教育者和其他人通过各种各样的媒介进行实时、远距离的交流(而且很多时候在没有边界或国界的情况下)。计算机和网络技术的出现使得生活质量的提高成为可能，同时加强了日常活动并简化了信息共享。

计算系统可以包括物联网(IoT)，这是使用现有的互联网基础设施将分散在全球的计算设备互连起来。也就是说，IoT是基于这样一种理念，即日常物体，而不仅仅是计算机和计算机网络，可以通过IoT通信网络(例如，自组织系统或互联网)而可读、可识别、可定位、可寻址和可控制。换句话说，IoT可以指可唯一识别的设备及其在类似互联网结构中的虚拟表示。随着技术的巨大进步和进步取得成果，越需要在这些系统中取得有利于效率和改进的进展。

发明内容

提供了各种实施例，用于在计算环境中通过处理器在用户对话系统中集成多个领域问题解决。可以根据问题实例模板、识别的用户意图、到与多个领域相关联的一个或多个问题求解器的链接或其组合，为多个领域定义一个或多个问题实例。响应于用户输入，可以确定对话计划以进一步定义一个或多个问题实例。可以为用户提供一个或多个问题实例的解决方案。

除了前述示例性方法实施例，其他示例性系统和计算机产品实施例也被提供，并提供相关的优点。

附图说明

为了容易理解本发明的优点，将参照附图中示出的具体实施例对上面简要描述的本发明进行更具体的描述。应当理解，这些附图描绘了本发明的实施例，并且不应被认为是对其范围的限制，将通过使用附图以额外的特异性和细节来描述和解释本发明，其中：

图1是描绘根据本发明实施例的示例性计算节点的框图；

图2是描绘根据本发明实施例的示例性云计算环境的附加框图；

图3是描绘根据本发明实施例的抽象模型层的附加框图；

图4是描绘本发明各个方面之间的示例性功能关系的附加框图；

图5是描绘根据本发明实施例的使用对话系统的示例性对话的示意图，该对话系统在计算环境中用于在用户对话系统中集成多个领域问题解决；

图6是描绘根据本发明实施例的使用对话系统的示例性对话的附加示意图，该对话系统在计算环境中用于在用户对话系统中集成多个领域问题解决；

图7是描绘根据本发明实施例的对话管理器系统的附加框图；和

图8是描绘根据本发明实施例的在计算环境中用于在用户对话系统中集成多个领域问题解决的附加示例性方法的流程图。

具体实施方式

计算系统可以包括被称为“云计算”的大规模计算，其中资源可以经由诸如计算机网络的通信系统进行交互和/或访问。资源可以是运行在一个或多个计算设备(诸如，服务器)上的计算设备、存储设备、应用和/或其他计算机相关设备和/或服务的软件渲染模拟和/或仿真。例如，多个服务器可以通信和/或共享信息，这些信息可以根据完成所请求的任务所需的处理能力、存储空间和/或其他计算资源的量在服务器之间扩展和/或收缩。单词“云”指的是计算设备、计算机网络和/或以这种布置交互的其他计算机相关设备之间的互连图的云状外观。

物联网(IoT)是一种新兴的计算设备概念，它可以嵌入到物体中，尤其是器具中，并通过网络连接。IoT网络可以包括一个或多个IoT设备或“智能设备”，它们是诸如其中嵌入有计算设备的器具的物理物体。支持网络的器具的示例可以包括计算机、智能手机、膝上型电脑、家用电器、音频系统、电视、安全摄像机、安全传感器以及无数其他示例。这些IoT计算系统可用于对话系统、能源系统(例如，能源网格)、水网络、交通网络、智能建筑等。

例如，对话系统可以在诸如企业、政府、团体或其他实体的组织的运作中扮演关键角色。例如，许多关键决策可能来自聊天系统、聊天式对话系统或聊天机器人中的讨论。聊天机器人可以是通过听觉、视觉和/或文本方法进行对话或交谈的操作。组织可能会寻求捕捉和分析这些决策，以对组织结构进行各种改进。然而，当前的对话系统不能在多个领域提供对话和问题解决的技能，而不能帮助用户解决不同领域的一系列问题。

因此，本发明提供了一种在用户对话系统中集成多个领域问题解决的计算系统。在一个方面，领域可以是知识领域或本体(ontology)。例如，各种领域示例包括但不限于日历管理、职业建议领域、旅行/旅游计划领域、购物领域、计划领域、教育领域和其他各种类型的领域。对话系统使用户能够使用对话系统通过自然对话来指定问题、约束和偏好。

在一个方面，本发明使得对话系统(例如，聊天机器人)能够识别用户问题的类型，并推断用户问题的一个或多个细节，调用求解器操作，并向用户呈现解决方案。

在另一方面，所示实施例的机制提供了认知对话系统，该认知对话系统具有关于一个或几个领域(例如，计划旅行、预订会议、订购食物)的知识或本体，并具有以模块化方式添加新领域的能力。对话系统从用户输入辨别和识别用户何时需要解决来自可用的领域之一的问题。机器学习操作(例如，人工智能操作)带领并引导与具有理解问题的所有相关细节(例如，谁旅行、从哪里到哪里、出发日期、返回日期)的目标和能力的用户的对话。问题实例被构建和生成，并且求解器可用于解决问题。解决方案可以提供给用户。

应当注意，如本文所述，术语“认知的”(或“认知”)可以关于、作为或涉及有意识的智力活动，诸如，例如，可以使用机器学习来执行的思考、推理或记忆。在另一个方面，认知的或“认知”可能是知晓(knowing)的心理过程，包括诸如意识、感知、推理和判断等方面。机器学习系统可以使用人工推理来解释来自一个或多个数据源(例如，基于传感器的设备或其他计算系统)的数据，并学习可以由机器学习确定和/或导出的主题、概念和/或过程。

在另一方面，认知的或“认知”可以指使用机器学习(其可以包括使用基于传感器的设备或包括音频或视频设备的其他计算系统)通过思想、经验和一种或多种感觉获取知识和理解的心理行为或过程。认知也可以指识别行为模式，这引起对一个或多个问题、领域、事件、操作或过程的“学习”。因此，随着时间的推移，认知模型可以开发语义标签以应用于观察到的行为、领域、问题，并且使用知识领域或本体来存储学习到的观察到的行为、问题和领域。在一个实施例中，该系统提供了从一个或多个对话、操作或过程中可以学习到的内容的渐进复杂性水平。

另一方面，术语认知可以指认知系统。认知系统可以是专用计算机系统或一组计算机系统，其配置有硬件和/或软件逻辑(与软件在其上执行的硬件逻辑相结合)以模拟人类认知功能。这些认知系统应用类似人类的特征来传达和操纵思想，当这些思想与数字计算的固有优势相结合时，能够以高精度(例如，在限定的百分比范围内或高于精度阈值)和大规模的弹性来解决问题。认知系统可以执行近似人类思维过程的一个或多个计算机实现的认知操作，同时使用户或计算系统能够以更自然的方式交互。认知系统可以包括人工智能逻辑(例如诸如基于自然语言处理(NLP)的逻辑)以及机器学习逻辑(其可以作为专用硬件、在硬件上执行的软件、或者专用硬件和在硬件上执行的软件的任意组合来提供)。认知系统的逻辑可以实现(多个)认知操作，其示例包括但不限于回答问题(question)、识别问题(problem)、识别语料库中内容的不同部分内的相关概念以及智能搜索算法(诸如互联网网页搜索)。

总体上，这种认知系统能够执行以下功能：1)引导人类语言和理解的复杂性；2)消化和处理大量结构化和非结构化数据；3)生成和评估假设；4)衡量和评估仅基于相关证据的响应；5)提供具体情况的建议、见解、估计、确定、评估、计算和指导；6)通过机器学习过程，利用每次迭代和交互来提高知识和学习；7)在影响点实现决策(情境指导)；8)与任务、过程或操作成比例地缩放；9)扩展和扩大人类的专业知识和认知；10)从自然语言中识别共鸣的、类似人类的属性和特征；11)从自然语言中推导出各种语言特定的或不可知的属性；12)记忆和回忆相关数据点(图像、文本、声音)(例如，来自数据点(图像、文本、声音)的高度相关回忆(记忆和回忆))；和/或13)利用基于经验模拟人类认知的情景感知操作来预测和感知。

下面将进一步描述本发明的附加方面和伴随的益处。

首先应当理解，尽管本公开包括关于云计算的详细描述，但其中记载的技术方案的实现却不限于云计算环境，而是能够结合现在已知或以后开发的任何其它类型的计算环境而实现。

云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。

特征包括：

按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。

广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。

资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。

迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。

可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。

服务模型如下：

软件即服务(SaaS)：向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。

平台即服务(PaaS)：向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。

基础架构即服务(IaaS)：向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。

部署模型如下：

私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。

共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全参数、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。

公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。

混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。

云计算环境是面向服务的，特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。

现在参考图1，其中显示了云计算节点的一个例子。图1显示的云计算节点10仅仅是适合的云计算节点的一个示例，不应对本发明实施例的功能和使用范围带来任何限制。总之，云计算节点10能够被用来实现和/或执行以上所述的任何功能。

云计算节点10具有计算机系统/服务器12或可移动电子装置(例如通讯装置)，其可与众多其它通用或专用计算系统环境或配置一起操作。众所周知，适于与计算机系统/服务器12一起操作的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任意系统的分布式云计算技术环境，等等。

计算机系统/服务器12可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器12可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

如图1所示，云计算节点10中的计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器12访问的任意可获得的介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，其它硬件和/或软件模块可以与计算机系统/服务器12一起操作，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

现在参考图2，其中显示了示例性的云计算环境50。如图所示，云计算环境50包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点10，本地计算设备例如可以是个人数字助理(PDA)或移动电话54A，台式电脑54B、笔记本电脑54C和/或汽车计算机系统54N(如一个自动计算系统)。云计算节点10之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点10进行物理或虚拟分组(图中未显示)。这样，云的消费者无需在本地计算设备上维护资源就能请求云计算环境50提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解，图2显示的各类计算设备54A-N仅仅是示意性的，云计算节点10以及云计算环境50可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。

现在参考图3，其中显示了云计算环境50(图2)提供的一组功能抽象层。首先应当理解，图3所示的组件、层以及功能都仅仅是示意性的，本发明的实施例不限于此。如图3所示，提供下列层和对应功能：

设备层55包括嵌入和/或独立于电子设备、传感器、致动器和其他对象的物理和/或虚拟设备，以在云计算环境50中执行各种任务。设备层55中的每个设备将联网能力结合到其他功能抽象层，使得可以向其他功能抽象层提供从设备获得的信息，和/或可以向设备提供来自其他抽象层的信息。在一个实施例中，包括设备层55在内的各种设备可以并入统称为“物联网”(IoT)的实体网络。如本领域普通技术人员将理解的，这种实体网络允许数据的相互通信、收集和传播，以实现多种目的。

如图所示的设备层55包括传感器52、致动器53、具有集成处理、传感器和联网电子设备的“学习”恒温器56、相机57、可控家用插座/电源插座58以及可控电气开关59，如图所示。其他可能的设备可以包括但不限于各种附加的传感器设备、联网设备、电子设备(诸如遥控设备)、附加的致动器设备(诸如冰箱或洗衣机/烘干机的所谓的“智能”器具)以及各种其他可能的互连对象。

硬件和软件层60包括硬件和软件组件。硬件组件的例子包括：主机61；基于RISC(精简指令集计算机)体系结构的服务器62；服务器63；刀片服务器64；存储设备65；网络和网络组件66。软件组件的例子包括：网络应用服务器软件67以及数据库软件68。

虚拟层70提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器71、虚拟存储72、虚拟网络73(包括虚拟私有网络)、虚拟应用和操作系统74，以及虚拟客户端75。

在一个示例中，管理层80可以提供下述功能：资源供应功能81：提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取；计量和定价功能82：在云计算环境内对资源的使用进行成本跟踪，并为此提供帐单和发票。在一个例子中，该资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其它资源提供保护。用户门户功能83：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能84：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(SLA)计划和履行功能85：为根据SLA预测的对云计算资源未来需求提供预先安排和供应。

工作负载层90提供云计算环境可能实现的功能的示例。在该层中，可提供的工作负载或功能的示例包括：地图绘制与导航91；软件开发及生命周期管理92；虚拟教室的教学提供93；数据分析处理94；交易处理95；以及，在本发明所示实施例的上下文中，用于在对话系统中集成多个领域问题解决的各种工作负载和功能96。此外，用于在对话系统中集成多个领域问题解决的工作负载和功能96可以包括诸如数据分析、数据分析以及如将进一步描述的通知功能的操作。本领域普通技术人员将理解，用于在对话系统中集成多个领域问题解决的工作负载和功能96也可以与各种抽象层的其他部分结合工作，诸如硬件和软件60、虚拟化70、管理80和其他工作负载90(诸如，例如，数据分析处理94)中的那些，以实现本发明所示实施例的各种目的。

如前所述，所示实施例的机制提供了在计算环境中用于在对话系统中集成多个领域问题解决的新颖方法。在一个方面，根据一个或多个设置，本发明经由对话系统通过与用户的对话来提供多个领域问题解决。在设置1中，领域是已知的，问题是未知的，并且可以给出或提供动作模板、计划模板和/或实例模板。在设置2中，给出了一组领域，其中每个领域可以具有在设置1中总结的特征(例如，可以用独立于领域的计划引擎来计算对话)。在设置3中，类似于设置2，对话中的动作可以用独立于领域的计划引擎来计算。在一个方面，对话系统可以包括可以使用的多个领域。自然语言可以用来表达模板。对话系统可以包括独立于领域的计划引擎来计算对话计划。考虑已知对话不确定性，对话系统还可以包括独立于领域的条件计划引擎，以计算对话计划。

现在转向图4，示出了描绘根据所示实施例的各种机制的示例性功能组件400的框图。图4示出了在计算环境中用于在用户对话系统中集成多个领域问题解决的工作负载和功能。可以看出，许多功能块也可以被认为是功能的“模块”或“组件”，其描述意义与前面在图1-3中描述的相同。考虑到前述内容，模块/组件块400也可以被结合到根据本发明的用于认知领域问题解决的系统的各种硬件和软件组件中。许多功能块400可以作为后台进程在各种组件上、或者在分布式计算组件中、或者在用户设备上、或者在其他地方执行。再次示出了计算机系统/服务器12，其结合了处理单元16(以及图1的存储器28(为了便于说明，未示出))，以根据本发明的各个方面执行各种计算、数据处理和其他功能。

系统400可以包括领域数据库402和对话系统404。对话系统404可以包括对话管理器406、学习组件408和计划识别组件410(例如，计划器)。系统400是集成到具有解决多个领域(例如，领域1、领域2和领域K)中的问题实例的能力的对话系统中的系统。

领域数据库402和对话系统404可以各自通过一种或多种通信方法(诸如计算网络)彼此关联和/或通信。在一个示例中，领域数据库402和对话系统404可以由与计算机系统/服务器12相关联的所有者、客户或技术人员/管理员控制。

在一个方面，计算机系统/服务器12可以向领域数据库402和对话系统404提供虚拟化计算服务(即，虚拟化计算、虚拟化存储、虚拟化联网等)。更具体地，计算机系统/服务器12可以提供虚拟化计算、虚拟化存储、虚拟化联网和在硬件基板上执行的其他虚拟化服务。

如图4所示，领域数据库402可以是还可以包括本体、知识库和/或其他数据的知识领域。

领域数据库402的知识领域可以是领域、概念、领域或概念之间的关系、机器学习数据、特征、参数、数据、简档数据、历史数据、测试和验证数据、或用于测试、监控、验证、检测、学习、分析、监控和/或维护数据、概念和/或概念之间的关系的其他指定/定义的数据的组合。

领域数据库402可以具有多个领域(例如，领域1、领域2和/或领域K)。每个领域(例如，领域1、领域2和/或领域K)可以包括具有信息的模板(例如，问题实例模板)、到一个或多个求解器的一个或多个链接和/或其他领域数据和信息(例如，动作模式)。

在一个方面，领域数据库402可以包括一个或多个领域记录，并且数据库中的每个记录对应于给定的领域。每个领域记录包括：a)用于定义该特定领域中的问题实例的模板，b)到适用于该领域的一个或多个问题求解器的链接，以及c)可选地，求解器所需的附加领域信息。

在一个方面，对话系统404可以根据问题实例模板、识别的用户意图、到与多个领域相关联的一个或多个问题求解器的链接或其组合，为多个领域定义一个或多个问题实例。

对话系统404可以响应于用户输入而提供对话计划以进一步定义一个或多个问题实例。也就是说，计划识别组件410可以基于包括问题实例模板的输入，自动计算/确定可用于定义的问题实例的对话计划。

学习组件408可以是机器学习组件，该机器学习组件用于训练和学习一个或多个机器学习模型，并且还用于学习、将与一个或多个领域、概念、特征、问题和领域之间的关系或其组合相关的推论和/或推理应用于对话管理器406的机器学习模型。

在一个方面，学习组件408可以使用各种方法(诸如监督学习、无监督学习、时间差学习、强化学习等)的组合来应用一个或多个试探法和基于机器学习的模型。可以与本技术一起使用的监督学习的一些非限制性示例包括AODE(平均单相关估计器)、人工神经网络、反向传播、贝叶斯统计、朴素贝叶斯分类器、贝叶斯网络、贝叶斯知识库、基于案例的推理、决策树、归纳逻辑编程、高斯过程回归、基因表达式编程、数据处理分组方法(GMDH)、学习自动机、学习向量量化、最小消息长度(决策树、决策图等)、懒惰学习、基于实例的学习、最近邻算法、类比建模、大概近似正确(PAC)学习、波纹下降规则、知识获取方法、符号机器学习算法、子符号机器学习算法、支持向量机、随机森林、分类器集合、自举聚合(bagging)、提高(boosting)(元算法)、序数分类、回归分析、信息模糊网络(IFN)、统计分类、线性分类器、fisher线性判别式、逻辑回归、感知器、支持向量机、二次分类器、k-最近邻、隐马尔可夫模型和提高。可以与本技术一起使用的无监督学习的一些非限制性示例包括人工神经网络、数据聚类、期望最大化、自组织映射、径向基函数网络、矢量量化、生成地形图、信息瓶颈方法、IBSEAD(基于分布式自治实体系统的交互)、关联规则学习、apriori算法、eclat算法、FP-growth算法、分层聚类、单链接聚类、概念聚类、分区聚类、k-means算法、模糊聚类和强化学习。时间差异学习的一些非限制性示例可以包括Q-learning和学习自动机。关于本段中描述的受监督、无监督、时间差异或其他机器学习的任何示例的具体细节是已知的，并且被认为在本公开的范围内。

现在转向图5-6，使用在计算环境中用于在用户对话系统中集成多个领域问题解决的对话系统来描述示例性对话500和对话600。也就是说，图5是用户和与旅游领域相关的对话系统之间的示例对话。图6是用户和与职业评估领域相关的对话系统之间的示例对话600。如所示出的，各种功能块被描绘为方框500和600彼此之间的关系，并示出过程流程。此外，还可以看到与每个功能方框500和600相关的描述性信息。可以看出，许多功能方框也可以被认为是功能的“模块”，其描述意义与前面在图1-4中描述的相同。考虑到上述情况，模块500和600也可以合并到根据本发明的用于图像增强的系统的各种硬件和软件组件中，诸如，例如，图1-4的硬件和软件组件。许多功能方框500或600可以作为后台进程在各种组件上(或者在分布式计算组件中、或者在用户设备上、或者在其他地方)执行。

如对话500所示，在方框502，可以从用户输入(可以从计算系统接收)中识别领域(例如，旅行计划领域)。例如，用户输入可能表明“我需要计划一次旅行”，并且对话系统会回答“您需要我的帮助吗？”

在方框504，可以根据一系列交互式用户对话系统通信交换通过基于实例模板生成的对话计划来定义问题实例。例如，用户可以回复说“是，请。”，然后，对话系统可能会问“好的，目的地是哪里？”，用户输入可以向对话系统陈述国家A中的城市A，对话系统可以询问“什么时候出发？”，用户可以回答“6月28日至30日之间的任何时间。”，然后，对话系统500可能询问用户“你独自旅行吗？”，用户可以回答“是。”，对话系统可以回答“这是往返旅行吗？”，并且用户可以回答“是，我7月15日回来。”，因此，经由连续的对话操作(例如，一个或多个探查性问题和答案)，可以通过基于问题实例模板的对话计划来定义问题实例。在方框506(或之前、期间和/或之后)，在定义问题实例之后，问题可以被传递给求解器。

作为另一个示例，考虑如图6所示的职业评估对话的示例。如对话600所示，在方框602，可以从用户输入(可以从计算系统接收)中识别领域(例如，职业建议领域)。例如，用户输入可能表示“我想知道我在这家公司是否有前途”，并且对话系统会回答“你需要我的帮助吗？”

在方框604，可以根据一系列交互式用户对话系统通信交换通过基于实例模板生成的对话计划来定义问题实例。例如，用户可以回复说“是，请。”，然后对话系统可以问“好的，你擅长你的工作吗？”，用户输入可以指示“是，我是最好的。”，对话系统可以直观地用附加的试探性问题来回复，诸如，例如，“你现在觉得无聊还是想要更多同样的工作？”，用户输入可以向对话系统陈述“新体验”，对话系统然后可以向其询问“好的，这三个怎么样？”(例如，向用户提供三个选项/公司)。因此，在方框604之后的某个点，在方框606(或之前、期间和/或之后)，在定义问题实例之后，问题可以被传递给求解器。

用户可以用试探性问题来回复对话系统“好的，但你为什么建议第二个呢？”。对话系统600然后可以回答用户“该公司(例如，第二个建议)正在这里寻找人并且正在提供签约奖励。”。因此，如在方框608中，交互式对话系统可以向用户提供解释一个或多个回复的见解、证据和/或理由。

现在转向图7，示出了描绘根据所示实施例的各种机制的图4的对话管理器系统406的框图。图7示出了在计算环境中使用对话管理器系统406在用户对话系统中集成多个领域问题解决的工作负载和功能。如将看到的，许多功能块也可以被认为是功能的“模块”或“组件”，其描述意义与前面已经在图1-4中描述的相同。

在一个方面，对话管理器系统406可以包括对话客户端704、问题公式器706、计划器708和执行器710。因此，对话管理器系统406提供了解决多个领域(例如，图4的领域1、领域2和领域K)中的问题实例的能力。

在一个方面，对话客户端704可以接收用户输入(例如，我是应用程序员)，诸如，例如，一个或多个用户话语720，并且使用机器学习组件(例如，

的实例(诸如

的/>

助手)，/>

和/>

是国际商用机器公司商标)识别用户话语720的意图和含义。也就是说，自然语言处理(NLP)和人工智能(AI)可以用于识别意图和/或理解用户话语720的含义。

对话客户端704还可以基于来自用户话语720的用户意图识别领域的类型(例如，使用从意图到领域的预定义映射)。问题公式器706可以启动并引导对话来构建问题实例(例如，公式化用户问题)。问题公式器706还可以基于可以存储在对话管理器系统406中的问题实例模板与用户进行推理。可以为一个或多个问题实例定义一个或多个变量。一个或多个变量可以被分配从用户简档、配置文件或与先前问题实例相关联的历史数据中提取的预定值。此外，可以为一个或多个问题实例定义一个或多个变量之间的一个或多个依赖关系。也就是说，问题实例模板可以包含变量之间的依赖关系、指定是否需要根据一些其他变量的值来实例化一些变量(例如，如果允许将包裹递送到用户的家或工作地点并且家地址是先前已知的，则不需要要求用户输入工作地址)。在一个方面，已知的不确定性可以由谓词列出，并且问题公式器706和/或计划者708可以重新使用给定动作和计划模板(其可以与计划模板库相关联)来进行推理(例如，计划)以处理该情况。也就是说，已知的不确定性可能意味着需要被实例化的一个或多个通用变量(即，需要给变量赋值)，以完成对要解决的问题实例的定义。下面的示例将提及出发日期、目的地和旅行类型(例如，单程/往返/多程)作为未知的不确定性。

考虑以下旅行计划的示例。旅行可以是一种或多种类型：单程、往返和多程。为了预订/安排往返行程，用户需要知道出发位置、目的地位置以及出发(或到达)的日期和时间(以及往返行程的类似数据)。旅行计划领域可能存在已知的不确定性，诸如，例如，行程类型、出发日期/时间和目的地。一个计划模板可以是需要一个或多个指定或选择的变量(诸如，例如，出发位置、目的地以及出发日期和时间和/或到达日期和时间)的往返行程。该计划可以包括两种动作：1)乘飞机往返旅行(出发地、目的地、出发日、到达日)和2)飞行(例如出发地、目的地、出发日、未知到达日“？”)、飞行(目的地、出发地、未知出发日“？”)，然后到达(符号“？”可能代表未知)。对于请求对话系统制定在4月1日从机场“A”出发到机场“B”并在4月15日返回的往返计划的人来说，计划模板可以通过用机场“A”替换出发位置、用机场“B”替换目的地、用4月1日替换出发日并用4月15日替换到达日来实例化。给变量赋值也称为绑定。

当使用问题公式器706构建问题实例时，可以使用求解器708(例如，计划器)。可以包括实例和领域知识的问题实例可以作为输入传递给求解器708。在一个方面，领域知识可以是独立于领域的计划(例如，快速向下(FastDownward))或特定于领域的求解器(例如，专用的旅程计划引擎)。应当注意，独立于领域的计划器(例如，快速向下)可以是能够解决不同类型问题的系统(而不是专用于处理一种类型的问题)。在独立于领域的计划中，可能存在通用输入语言，诸如计划领域定义语言(PDDL)。只要一个问题可以在PDDL表达出来，该问题就可以通过独立于领域的计划器来处理、求解和/或解决。例如，同一个计划器能够解决：滑动拼图；关于如何用车队运送一堆货物的逻辑问题；和旅行计划问题。相比之下，专用的求解器只为一个应用工作(例如，仅专用于计划旅行的求解器)。权衡的结果是，专用的求解器通常比独立于领域的计划器规模更大。

在一个方面，领域知识可以是独立于领域的计划器(例如，快速向下)或特定于领域的求解器(例如，专用的旅程计划引擎)。在一个方面，独立于领域的计划器(例如，快速向下)可以是能够解决不同类型问题的系统(相对于专用于处理一种类型的问题)。在独立于领域的计划中，可能存在通用输入语言，诸如，例如，PDDL。在一个方面，如果问题能够在PDDL表达，所示实施例的机制可以用独立于领域的计划器来解决问题。例如，同一个计划者能够解决：滑动拼图；关于如何用车队运送一堆货物的逻辑问题；和旅行计划问题。相比之下，专门的求解器只为一个应用工作(例如，求解器可能仅专用于计划旅行)。

在一个方面，问题求解器708可以提供与用户的交互式对话(例如，一个或多个问题、答案、评论、证据等)(例如，提供一个或多个选择、选项、询问开放式问题、执行拼写检查操作)。例如，以下伪代码提供了对话的各种示例：

0：runservice-qachoicesambigfinder_User1Text，

1：ask-openendedquestion_User1Text，

2：runservice-spellchecker_User1Text.

执行器710组件可以与对话客户端704、问题公式器706和/或计划器708一起工作和/或帮助它们执行一个或多个操作。执行器710还可以向用户返回一个或多个解决方案，诸如，例如，系统响应730。执行器710可以是基于REST的顺序动作模型，并且可以在动作失败时终止计划。在一个实施例中，执行器710可以是可以被调用的远程服务，其可以在工作流中的任何动作失败的任何阶段终止它(工作流)的执行。REST应用编程接口(API)可以包括特定于领域的服务。执行器也可以向数据库查询必要的用户信息。计划可以被翻译成一个或多个工作流(例如，用于网络服务“BPEL4WS”的业务过程执行语言)，并且可以使用工作流引擎。执行器710还可以向用户返回一个或多个解决方案，诸如，例如，系统响应730。例如，在问题公式器706通过经由对话客户端704的对话推断出问题实例的公式之后，推断出的问题实例可以经由执行器710呈现给用户，该推断出的问题实例具有实例的多个部分的置信水平，使得用户可以查看问题实例公式，从而能够更加关注具有较低置信值的分配。

现在转向图8，示出了在计算环境中用于在用户对话系统中集成多个领域问题解决的附加方法800，其中可以实现示出的实施例的各个方面。功能800可以被实现为作为机器上的指令而执行的方法，其中指令被包括在至少一个计算机可读介质上或非暂时性机器可读存储介质上。

功能800可以从方框802开始。如方框804所示，可以根据问题实例模板、识别的用户意图、到与多个领域相关联的一个或多个问题求解器的链接或其组合，为多个领域定义一个或多个问题实例。如方框806所示，可以响应于用户输入来确定对话计划以进一步定义一个或多个问题实例。对话计划还将问题实例的公式化期间中的认知负载降至最低。也就是说，就认知负载而言，一些查询只需要“是”或“否”类型的回答，而其他查询则需要用户和/或计算系统更多的努力。如方框808所示，可以为用户提供一个或多个问题实例的解决方案。功能800可以在方框810结束。

在一个方面，结合和/或作为图8的至少一个方框的一部分，操作800可以包括以下每一个操作。操作800可以进一步根据用户输入推断一个或多个问题实例，向一个或多个问题实例的一个或多个部分分配置信度，和/或添加、删除或更新多个领域中的一个或多个领域。可以为一个或多个问题实例定义一个或多个变量。一个或多个变量可以被分配从用户简档、配置文件或与先前问题实例相关联的历史数据中提取的预定值。此外，可以为一个或多个问题实例定义一个或多个变量之间的一个或多个依赖关系。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种由处理器在用户对话系统中集成多个领域问题解决的方法，包括：

由所述对话系统从用户接收对话形式的用户输入；

执行机器学习逻辑来根据用户输入生成对话模型，所述对话模型根据问题实例模板、识别的用户意图以及到与多个领域相关联的一个或多个问题求解器的链接来为多个领域定义一个或多个问题实例；

执行机器学习逻辑来根据对话模型确定对话计划以响应于所述用户输入进一步定义一个或多个问题实例，其中确定所述对话计划包括利用所述对话模型，通过以引发来自用户的简短响应的语义形式公式化所述对话计划中的问题来最小化放置在所述对话系统上的认知负载；

基于与所述对话计划相关联的用户输入向用户生成所述一个或多个问题实例的解决方案。

2.如权利要求1所述的方法，还包括根据用户输入推断所述一个或多个问题实例。

3.如权利要求1所述的方法，还包括向所述一个或多个问题实例的一个或多个部分分配置信度。

4.如权利要求1所述的方法，还包括添加、删除或更新所述多个领域中的一个或多个领域。

5.如权利要求1所述的方法，还包括为所述一个或多个问题实例定义一个或多个变量。

6.如权利要求5所述的方法，还包括向所述一个或多个变量分配从用户简档、配置文件、与先前问题实例相关联的历史数据、或它们的组合中提取的预定值。

7.如权利要求1所述的方法，还包括为所述一个或多个问题实例定义所述一个或多个变量之间的一个或多个依赖关系。

8.一种在计算环境中用于在用户对话系统中集成多个领域问题解决的系统，包括：

具有可执行指令的一个或多个处理器，所述可执行指令在被执行时使得所述系统执行如权利要求1至7中任一项的方法。

9.一种计算机可读存储介质，其中存储有计算机可读程序代码部分，所述计算机可读程序代码部分在被执行时，执行如权利要求1至7中任一项的方法。

10.一种计算机系统，包括执行如权利要求1至7的任一项的方法的步骤的模型。

Images