CN110704594A - 基于人工智能的任务型对话交互处理方法、装置 - Google Patents

Abstract

本发明公开了一种基于人工智能的任务型对话交互处理方法、装置、计算机设备和存储介质。其中，该方法包括：接收用户输入的对话交互数据；对用户的对话交互数据进行语义分析，得到用户的用户意图；确定预先建立的对话流程图，对话流程图用于描述对话逻辑；其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作；根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。该方法提高了对话逻辑的实现效率，使得流程图设计更加科学清晰，易写易读，降低需求对接成本，进而可以提高人机对话交互效果。

Description

基于人工智能的任务型对话交互处理方法、装置

技术领域

本发明涉及计算机的人机交互领域，尤其涉及一种基于人工智能的任务型对话交互处理方法、装置、计算机设备和计算机可读存储介质。

背景技术

传统的任务型对话系统包括语音识别模块、自然语言理解模块、对话管理模块、后端数据处理模块、自然语言生成模块以及语音合成模块。在构建一个面向具体任务的对话系统时，除了语音识别模块和语音合成模块之外，其他四个模块都需要根据具体应用任务定制化开发。

在任务的定制化研发中，任务型对话在某些应用场景下需要设计复杂的对话逻辑，以满足应用需求。

相关技术中，主要通过采用流程图和判断条件/执行操作图形化配置结合的方式，来实现任务型对话的对话逻辑。例如，在流程图设计上，通常将判断条件和执行操作都放在节点上，并在节点上提供一些图形化的配置能力，如图8所示，允许配置一些判断条件和执行操作。但是，如果判断条件和执行操作都放在流程图的节点上，导致可读性差，需要在看图时进行区分，而且由于这些图形化的配置，只支持一些常见的需求，例如意图是否等于某个特定意图，词槽是否已填充，词槽值是否等于某个特定值等，导致对于复杂的判断条件和执行操作支持很差。

发明内容

本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于人工智能的任务型对话交互处理方法，该方法提高了对话逻辑的实现效率，使得流程图设计更加科学清晰，易写易读，降低需求对接成本，进而可以提高人机对话交互效果。

本发明的第二个目的在于提出一种基于人工智能的任务型对话交互处理装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种计算机可读存储介质。

为达到上述目的，本发明第一方面实施例提出的一种基于人工智能的任务型对话交互处理方法，包括：接收用户输入的对话交互数据；对用户的对话交互数据进行语义分析，得到用户的用户意图；确定预先建立的对话流程图，对话流程图用于描述对话逻辑；其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作；根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。

根据本发明实施例的基于人工智能的任务型对话交互处理方法，可接收用户输入的对话交互数据，之后对用户的对话交互数据进行语义分析，得到用户的用户意图，然后确定预先建立的对话流程图，对话流程图用于描述对话逻辑，其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作，最后根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。该方法通过改进流程图的设计，将判断条件和执行操作分离，判断条件放在对话流程图的连线节点，执行操作放在对话流程图的操作节点，允许节点上实现任何判断条件和操作，大大提高了对话逻辑的实现效率，使得对话流程图设计更加科学清晰，易写易读，降低需求对接成本，并且基于该对话流程图实现人机对话交互处理，可以提高人机的交互效果。

为达到上述目的，本发明第二方面实施例提出的一种基于人工智能的任务型对话交互处理装置，包括：接收模块，用于接收用户输入的对话交互数据；用户意图确定模块，用于对所述用户的对话交互数据进行语义分析，得到所述用户的用户意图；对话流程图确定模块，用于确定预先建立的对话流程图，所述对话流程图用于描述对话逻辑；其中，所述对话流程图包括连线节点和操作节点，所述连线节点用于表示判断条件，所述操作节点用于表示执行操作；应答反馈数据生成模块，用于根据所述用户意图、所述对话流程图中的连线节点和操作节点，生成针对所述用户意图的应答反馈数据；输出模块，用于将所述应答反馈数据输出给所述用户。

根据本发明实施例的基于人工智能的任务型对话交互处理装置，可接收用户输入的对话交互数据，之后对用户的对话交互数据进行语义分析，得到用户的用户意图，然后确定预先建立的对话流程图，对话流程图用于描述对话逻辑，其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作，最后根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。由此，通过改进流程图的设计，将判断条件和执行操作分离，判断条件放在对话流程图的连线节点，执行操作放在对话流程图的操作节点，允许节点上实现任何判断条件和操作，大大提高了对话逻辑的实现效率，使得对话流程图设计更加科学清晰，易写易读，降低需求对接成本，并且基于该对话流程图实现人机对话交互处理，可以提高人机的交互效果。

为达到上述目的，本发明第三方面实施例提出的计算机设备，包括：存储器、处理器及存储在所述存储器上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，实现本发明第一方面实施例所述的基于人工智能的任务型对话交互处理方法。

为达到上述目的，本发明第四方面实施例提出的计算机可读存储介质，所述计算机程序被处理器执行时实现本发明第一方面实施例所述的基于人工智能的任务型对话交互处理方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的基于人工智能的任务型对话交互处理方法的流程图。

图2是根据本发明实施例中的预先建立的对话流程图的流程图。

图3是根据本发明一个具体实施例的基于人工智能的任务型对话交互处理方法的流程图。

图4是根据本发明实施例的对话流程图的示例图。

图5是根据本发明一个实施例的基于人工智能的任务型对话交互处理装置的结构示意图。

图6是根据本发明一个实施例的基于人工智能的任务型对话交互处理装置的结构示意图。

图7是根据本发明一个实施例的计算机设备的结构示意图。

图8是现有技术中实现任务型对话逻辑方法的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

本发明提出了一种基于人工智能的任务型对话交互处理方法、装置、计算机设备和计算机可读存储介质，本发明解决了相关技术中判断条件和执行操作都放在流程图的节点上，导致可读性差，需要在看图时进行区分；由于这些图形化的配置，只支持一些常见的需求，例如意图是否等于某个特定意图，词槽是否已填充，词槽值是否等于某个特定值等，导致对于复杂的判断条件和执行操作支持很差的技术问题。具体地，下面参考附图描述本发明实施例的基于人工智能的任务型对话交互处理方法、装置、计算机设备和计算机可读存储介质。

图1是根据本发明一个实施例的基于人工智能的任务型对话交互处理方法的流程图。需要说明的是，本发明实施例的基于人工智能的任务型对话交互处理方法可应用于本发明实施例的基于人工智能的任务型对话交互处理装置，该装置可被配置于计算机设备上。

如图1所示，该基于人工智能的任务型对话交互处理方法可以包括：

S110，接收用户输入的对话交互数据。

需要说明的是，本发明实施例的基于人工智能的任务型对话交互处理方法适用于人机交互场景中。

举例而言，线上订奶茶场景中，用户在使用具有人机交互系统功能的设备进行对话交互时，该设备可向用户提供文本输入框，用户可通过该设备输入文本，其中，该文本内容为“我想喝巧克力奶茶”，进而该设备接收用户输入的“我想喝巧克力奶茶”文本对话交互数据；再如，线上订奶茶场景中，用户在使用具有人机交互系统功能的设备进行对话交互时，该设备还可向用户提供语音输入框，用户可通过该设备输入语音，其中，该语音内容为“我想喝珍珠奶茶”，进而该设备接收用户输入的“我想喝珍珠奶茶”语音对话交互数据。

其中，该具有人机交互系统功能的设备可以是移动终端，其中，移动终端包括但不仅限于手机、平板电脑等硬件设备。

S120，对用户的对话交互数据进行语义分析，得到用户的用户意图。

在本发明的实施例中，在接收到用户输入的对话交互数据时，可提取用户对话交互数据中的关键字，以便对用户的对话交互数据进行语义分析，进而得到用户的用户意图。

举例而言，在接收到用户输入的对话交互数据时，其中，对话交互数据为“我想喝奶茶”，可提取用户对话交互数据“我想喝奶茶”中的“想喝”，可得到该用户的用户意图为下单意图。

S130，确定预先建立的对话流程图，对话流程图用于描述对话逻辑，其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作。

其中，在本发明的实施例中，图2是根据本发明实施例中的预先建立的对话流程图的流程图。如图2所示，可通过以下方式预先建立对话流程图：

S210，获取样本用户的需求。

举例而言，线上订奶茶场景中，用户在使用移动终端进行对话交互时，该移动终端可向用户提供文本输入框，用户通过移动终端在该输入框中输入“我想喝奶茶”，进而可以根据样本用户输入的内容即可确定样本用户的需求是想喝奶茶。

S220，对样本用户的需求进行分析，以得到针对需求的业务特点。

举例而言，可对样本用户的需求为“想喝奶茶”进行分析，可得知针对该样本用户需要的是订单业务，进而可得到该订单业务特点，其中，业务特点包括但不仅限于订单中待下单的商品的种类、数量、大小等。

S230，根据需求和业务特点，生成对应的对话逻辑，其中，对话逻辑包括判断条件和执行操作。

需要说明的是，用户的每种需求和每种业务特点都有对应的对话逻辑。

举例而言，以需求为“想喝奶茶”为例，可知该需求对应的是订单业务，之后可确定针对该需求的业务特点，并根据该需求和该业务特点来模仿实际场景中购买奶茶时所产生的对话逻辑。例如，以“想喝奶茶”为例，模仿出的实际场景中购买奶茶时所产生的对话逻辑可如下：用户讲“想喝奶茶”，下单者会根据该用户的讲话回复“我们有珍珠奶茶和巧克力奶茶，您要哪个？”，用户回复“珍珠奶茶”，然后下单者再次回复“您的珍珠奶茶是要大杯还是小杯？”，用户再次回复“小杯”，之后下单者又一次回复“好的，为您下单小杯珍珠奶茶”，进而生成了针对小杯珍珠奶茶下单的对话逻辑。

S240，根据对应的对话逻辑生成有向流程图，其中，有向流程图的边用于存放对话逻辑中的判断条件以形成连线节点，有向流程图的节点用于存放对话逻辑中的执行操作以形成操作节点。

在本发明的实施例中，可将对话逻辑进行连接，以便生成有向流程图，其中，有向流程图的边用于存放对话逻辑中的判断条件以形成连线节点，有向流程图的节点用于存放对话逻辑中的执行操作以形成操作节点。

需要说明的是，连线节点表示判断条件，用于设置判断条件，控制对话走向；操作节点表示执行操作，分为对话状态跟踪节点、应答节点、资源调用节点和空节点，其中，对话状态跟踪节点用于对对话状态进行各种修改，应答节点用于生成应答动作和应答话术，资源调用节点用于获取场景相关的资源结果，空节点用于零操作节点，可用于占位。

S250，基于对话逻辑对连线节点和操作节点分别进行相应的代码配置。

在本发明的实施例中，在连线节点上，基于连线节点对应的判断条件，采用图灵完备的编程语言进行片段式编程，以得到连线节点的代码配置；在操作节点上，基于操作节点对应的执行操作，采用图灵完备的编程语言进行片段式编程，以得到操作节点的代码配置。由此，通过允许在节点上使用图灵完备的编程语言进行片段式编程，实现图灵完备，可降低成本实现复杂对话逻辑。

其中，每个节点允许使用预定义的变量编写一段代码，该代码保存在节点配置中，代码在进行开发或修改之后，只需要写入到配置并上传至系统，系统会自动对其进行集成，允许其在系统中被执行，从而实现片段式编程的即插即用。

S260，根据有向流程图、配置后的连线节点和操作节点，建立对话流程图。

由此，可通过上述步骤S210-S260可以实现对话流程图的预先建立，以方便后续采用该预先建立的对话流程图来实现应答反馈数据的获得。

S140，根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。

在本发明的实施例中，可从对话流程图中的连线节点中，找出与用户意图匹配的判断条件所对应的第一目标连线节点，然后根据第一目标连线节点的连线确定欲跳转到的目标操作节点，之后确定与目标操作节点连接的连线节点，并按照与目标操作节点连接的连线节点的ID顺序，遍历与目标操作节点连接的连线节点，直到找出满足条件的连线，并跳转到下一个目标节点，直至找不到任何满足条件的连线或遇到应答节点时为止，当找不到任何满足条件的连线时，基于用户意图生成任务失败提示信息，并将任务失败提示信息作为应答反馈数据，其中，提示信息包括任务失败原因和/或解决办法信息；或者，当遇到应答节点时，执行应答节点的代码配置以生成应答动作和应答话术，执行应答动作，将应答话术作为应答反馈数据，并将应答反馈数据输出给用户。

根据本发明实施例的基于人工智能的任务型对话交互处理方法，可接收用户输入的对话交互数据，之后对用户的对话交互数据进行语义分析，得到用户的用户意图，然后确定预先建立的对话流程图，对话流程图用于描述对话逻辑，其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作，最后根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。该方法通过改进流程图的设计，将判断条件和执行操作分离，判断条件放在对话流程图的连线节点，执行操作放在对话流程图的操作节点，允许节点上实现任何判断条件和操作，大大提高了对话逻辑的实现效率，使得对话流程图设计更加科学清晰，易写易读，降低需求对接成本，并且基于该对话流程图实现人机对话交互处理，可以提高人机的交互效果。

图3是根据本发明一个具体实施例的基于人工智能的任务型对话交互处理方法的流程图。如图3所示，该基于人工智能的任务型对话交互处理方法可以包括：

S310，预先建立的对话流程图。

在本发明的实施例中，可获取样本用户的需求，之后对样本用户的需求进行分析，以得到针对需求的业务特点，然后根据需求和业务特点，生成对应的对话逻辑，其中，对话逻辑包括判断条件和执行操作，之后根据对应的对话逻辑生成有向流程图，其中，有向流程图的边用于存放对话逻辑中的判断条件以形成连线节点，有向流程图的节点用于存放对话逻辑中的执行操作以形成操作节点，基于对话逻辑对连线节点和操作节点分别进行相应的代码配置，最后根据有向流程图、配置后的连线节点和操作节点，建立对话流程图。

举例而言，线上订奶茶场景中，用户在使用移动终端进行对话交互时，该移动终端可向用户提供文本输入框，用户通过移动终端在该输入框中输入“我想喝奶茶”，进而可以根据样本用户输入的内容确定出样本用户的需求是“想喝奶茶”，之后对该需求进行分析，可得知针对该样本用户需要的是订单业务，然后可确定针对该需求的业务特点，并根据该需求和该业务特点来模仿实际场景中购买奶茶时所产生的对话逻辑。例如，以“想喝奶茶”为例，模仿出的实际场景中购买奶茶时所产生的对话逻辑可如下：用户讲“想喝奶茶”，下单者会根据该用户的讲话回复“我们有珍珠奶茶和巧克力奶茶，您要哪个？”，用户回复“珍珠奶茶”，然后下单者再次回复“您的珍珠奶茶是要大杯还是小杯？”，用户再次回复“小杯”，之后下单者又一次回复“好的，为您下单小杯珍珠奶茶”，进而生成了针对小杯珍珠奶茶下单的对话逻辑。

在得到该对话逻辑之后，可将该对话逻辑进行连接，以便生成有向流程图，其中，有向流程图的边用于存放对话逻辑中的判断条件以形成连线节点，有向流程图的节点用于存放对话逻辑中的执行操作以形成操作节点，在连线节点上，基于连线节点对应的判断条件，采用图灵完备的编程语言进行片段式编程，以得到连线节点的代码配置，在操作节点上，基于操作节点对应的执行操作，采用图灵完备的编程语言进行片段式编程，以得到操作节点的代码配置。

然后，可根据有向流程图、配置后的连线节点和操作节点，建立对话流程图，例如，该建立的对话流程图可如图4所示。

S320，接收用户输入的对话交互数据。

举例而言，线上订奶茶场景中，用户在使用具有人机交互系统功能的设备进行对话交互时，该设备可向用户提供文本输入框，用户可通过该设备输入文本，其中，该文本内容为“我想喝巧克力奶茶”，进而该设备接收用户输入的“我想喝巧克力奶茶”文本对话交互数据；再如，线上订奶茶场景中，用户在使用具有人机交互系统功能的设备进行对话交互时，该设备还可向用户提供语音输入框，用户可通过该设备输入语音，其中，该语音内容为“我想喝珍珠奶茶”，进而该设备接收用户输入的“我想喝珍珠奶茶”语音对话交互数据。

S330，对用户的对话交互数据进行语义分析，得到用户的用户意图。

在本发明的实施例中，在接收到用户输入的对话交互数据时，可提取用户对话交互数据中的关键字，以便对用户的对话交互数据进行语义分析，进而得到用户的用户意图。

举例而言，在接收到用户输入的对话交互数据时，其中，对话交互数据为“我想喝奶茶”，可提取用户对话交互数据“我想喝奶茶”中的“想喝”，可得到该用户的用户意图为下单意图。

S340，从对话流程图中的连线节点中，找出与用户意图匹配的判断条件所对应的第一目标连线节点。

也就是说，基于用户意图，遍历整个对话流程图的判断节点，进而找出与用户意图匹配的判断条件所对应的第一目标连线节点。

S350，根据第一目标连线节点的连线确定欲跳转到的目标操作节点。

例如，根据第一目标连线节点的连线，确定欲跳转到的目标操作节点为“更新订单状态”。

S360，确定与目标操作节点连接的连线节点，并按照与目标操作节点连接的连线节点的ID顺序，遍历与目标操作节点连接的连线节点，直到找出满足条件的连线，并跳转到下一个目标节点，直至找不到任何满足条件的连线或遇到应答节点时为止。

在本发明的实施例中，可确定与目标操作节点连接的连线节点，并按照与目标操作节点连接的连线节点的ID顺序，依次执行与目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点，之后重复执行确定与目标操作节点连接的连线节点，并按照与目标操作节点连接的连线节点的ID顺序，依次执行与目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点的步骤。

举例而言，以如图4所示的对话流程图为例，确定与目标操作节点“更新订单状态”连接的连线节点有两个，分别为“订单槽位不完整”节点和“订单槽位完整”节点，并按照“订单槽位不完整”节点和“订单槽位完整”节点的ID顺序，依次执行“订单槽位不完整”、“订单槽位完整”节点的代码配置，先执行“订单槽位不完整”节点的代码配置时，若订单槽位不完整节点的代码被执行完之后输出结果为满足订单槽位不完整判断条件，则可跳转到“占位节点”的操作节点，无需再执行“订单槽位完整”节点的代码配置。此时基于“占位节点”的操作节点，确定与“占位节点”操作节点连接的连线节点有两个，分别为“其他槽位缺失”节点和“二级品类缺失”节点，并按照“其他槽位缺失”节点和“二级品类缺失”节点的ID顺序，依次执行“其他槽位缺失”节点、“二级品类缺失”节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点。

在执行“订单槽位不完整”节点的代码配置过程中，当判断订单槽位不完整节点的代码配置不满足订单槽位不完整判断条件的连线时，则依照ID顺序执行“订单槽位完整”节点的代码配置，若订单槽位完整节点的代码被执行完之后输出结果为满足订单槽位完整判断条件，则可跳转到“下单”的操作节点。依次类推，直至找不到任何满足条件的连线或遇到应答节点时为止。

S370，当找不到任何满足条件的连线时，基于用户意图生成任务失败提示信息，并将任务失败提示信息作为应答反馈数据，其中，提示信息包括任务失败原因和/或解决办法信息；或者，当遇到应答节点时，执行应答节点的代码配置以生成应答动作和应答话术，执行应答动作，将应答话术作为应答反馈数据。

例如，以如图4所示的对话流程图为例，依次执行“订单槽位不完整”节点、“订单槽位完整”节点的代码配置，当“订单槽位不完整”节点和“订单槽位完整”节点的代码被执行完之后输出结果均不满足各自对应条件时，可认为没有找到任何满足条件的连线，此时可基于用户意图，生成任务失败提示信息，并将任务失败提示信息作为应答反馈数据，其中，提示信息包括任务失败原因和/或解决办法信息；

又如，当遇到应答节点为“引导用户选择”时，可执行应答节点“引导用户选择”的代码配置，以生成应答动作和应答话术，执行应答动作，比如，以文本的形式引导用户选择，并将应答话术作为应答反馈数据。

S380，将应答反馈数据输出给用户。

在本发明的实施例中，可弹出应答反馈数据的提示窗口，以便用户查看。

根据本发明实施例的基于人工智能的任务型对话交互处理方法，通过改进流程图的设计，将判断条件和执行操作分离，判断条件放在对话流程图的连线节点，执行操作放在对话流程图的操作节点，并通过云端节点编程机制，允许在节点上使用图灵完备的编程语言进行片段式编程，允许节点上实现任何判断条件和操作，大大提高对话逻辑的实现效率，使得对话流程图设计更加科学清晰，易写易读，降低需求对接成本，实现了图灵完备，可低成本实现复杂对话逻辑，并且基于该对话流程图实现人机对话交互处理，可以提高人机的交互效果，。

与上述几种实施例提供的基于人工智能的任务型对话交互处理方法相对应，本发明的一种实施例还提供一种基于人工智能的任务型对话交互处理装置，由于本发明实施例提供的基于人工智能的任务型对话交互处理装置与上述几种实施例提供的基于人工智能的任务型对话交互处理方法相对应，因此在基于人工智能的任务型对话交互处理方法的实施方式也适用于本实施例提供的基于人工智能的任务型对话交互处理装置，在本实施例中不再详细描述。图5是根据本发明一个实施例的基于人工智能的任务型对话交互处理装置的结构示意图。

如图5所示，该基于人工智能的任务型对话交互处理装置500包括：接收模块510、用户意图确定模块520、对话流程图确定模块530、应答反馈数据生成模块550和输出模块550。其中：

接收模块510用于接收用户输入的对话交互数据。

用户意图确定模块520用于对所述用户的对话交互数据进行语义分析，得到所述用户的用户意图。

对话流程图确定模块530用于确定预先建立的对话流程图，所述对话流程图用于描述对话逻辑；其中，所述对话流程图包括连线节点和操作节点，所述连线节点用于表示判断条件，所述操作节点用于表示执行操作。

应答反馈数据生成模块540用于根据所述用户意图、所述对话流程图中的连线节点和操作节点，生成针对所述用户意图的应答反馈数据，作为一种示例，所述操作节点包括用以生成应答动作和应答话术的应答节点；所述应答反馈数据生成模块540具体用于：从所述对话流程图中的连线节点中，找出与所述用户意图匹配的判断条件所对应的第一目标连线节点；根据所述第一目标连线节点的连线确定欲跳转到的目标操作节点；确定与所述目标操作节点连接的连线节点，并按照所述与所述目标操作节点连接的连线节点的ID顺序，遍历所述与所述目标操作节点连接的连线节点，直到找出满足条件的连线，并跳转到下一个目标节点，直至找不到任何满足条件的连线或遇到所述应答节点时为止；当找不到任何满足条件的连线时，基于所述用户意图生成任务失败提示信息，并将所述任务失败提示信息作为所述应答反馈数据，其中，所述提示信息包括任务失败原因和/或解决办法信息；或者，当遇到所述应答节点时，执行所述应答节点的代码配置以生成应答动作和应答话术，执行所述应答动作，将所述应答话术作为所述应答反馈数据。

在本发明的实施例中，所述应答反馈数据生成模块540具体用于：按照所述与所述目标操作节点连接的连线节点的ID顺序，依次执行所述与所述目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点；重复执行所述确定与所述目标操作节点连接的连线节点，并按照所述与所述目标操作节点连接的连线节点的ID顺序，依次执行所述与所述目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点的步骤。

输出模块550用于将所述应答反馈数据输出给所述用户。

根据本发明实施例的基于人工智能的任务型对话交互处理装置，可接收用户输入的对话交互数据，之后对用户的对话交互数据进行语义分析，得到用户的用户意图，然后确定预先建立的对话流程图，对话流程图用于描述对话逻辑，其中，对话流程图包括连线节点和操作节点，连线节点用于表示判断条件，操作节点用于表示执行操作，最后根据用户意图、对话流程图中的连线节点和操作节点，生成针对用户意图的应答反馈数据，并将应答反馈数据输出给用户。由此，通过改进流程图的设计，将判断条件和执行操作分离，判断条件放在对话流程图的连线节点，执行操作放在对话流程图的操作节点，允许节点上实现任何判断条件和操作，大大提高了对话逻辑的实现效率，使得对话流程图设计更加科学清晰，易写易读，降低需求对接成本，并且基于该对话流程图实现人机对话交互处理，可以提高人机的交互效果。

在本发明的实施例中，如图6所示，所述基于人工智能的任务型对话交互处理装置还包括：建立模块560，其中，建立模块560用于预先建立所述对话流程图。作为一种示例，所述建立模块560具体用于：获取样本用户的需求；对所述样本用户的需求进行分析，以得到针对所述需求的业务特点；根据所述需求和所述业务特点，生成对应的对话逻辑，其中，所述对话逻辑包括判断条件和执行操作；根据所述对应的对话逻辑生成有向流程图；其中，所述有向流程图的边用于存放所述对话逻辑中的判断条件以形成所述连线节点，所述有向流程图的节点用于存放所述对话逻辑中的执行操作以形成所述操作节点；基于所述对话逻辑对所述连线节点和所述操作节点分别进行相应的代码配置；根据所述有向流程图、配置后的连线节点和操作节点，建立所述对话流程图。

在本发明的实施例中，所述建立模块560具体用于：在所述连线节点上，基于所述连线节点对应的判断条件，采用图灵完备的编程语言进行片段式编程，以得到所述连线节点的代码配置；在所述操作节点上，基于所述操作节点对应的执行操作，采用图灵完备的编程语言进行片段式编程，以得到所述操作节点的代码配置。

为了实现上述实施例，本发明还提出了一种计算机设备。

图7是根据本发明一个实施例的计算机设备的结构示意图。如图7所示，该计算机设备700可以包括：存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序730，处理器720执行程序时，实现本发明上述任一项所述的基于人工智能的任务型对话交互处理方法。

为了实现上述实施例，本发明还提出了一种计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于人工智能的任务型对话交互处理方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种基于人工智能的任务型对话交互处理方法，其特征在于，包括：

接收用户输入的对话交互数据；

对所述用户的对话交互数据进行语义分析，得到所述用户的用户意图；

确定预先建立的对话流程图，所述对话流程图用于描述对话逻辑；其中，所述对话流程图包括连线节点和操作节点，所述连线节点用于表示判断条件，所述操作节点用于表示执行操作；

根据所述用户意图、所述对话流程图中的连线节点和操作节点，生成针对所述用户意图的应答反馈数据，并将所述应答反馈数据输出给所述用户。

2.根据权利要求1所述的方法，其特征在于，通过以下方式预先建立所述对话流程图：

获取样本用户的需求；

对所述样本用户的需求进行分析，以得到针对所述需求的业务特点；

根据所述需求和所述业务特点，生成对应的对话逻辑，其中，所述对话逻辑包括判断条件和执行操作；

根据所述对应的对话逻辑生成有向流程图；其中，所述有向流程图的边用于存放所述对话逻辑中的判断条件以形成所述连线节点，所述有向流程图的节点用于存放所述对话逻辑中的执行操作以形成所述操作节点；

基于所述对话逻辑对所述连线节点和所述操作节点分别进行相应的代码配置；

根据所述有向流程图、配置后的连线节点和操作节点，建立所述对话流程图。

3.根据权利要求2所述的方法，其特征在于，所述基于所述对话逻辑对所述连线节点和所述操作节点分别进行相应的代码配置，包括：

在所述连线节点上，基于所述连线节点对应的判断条件，采用图灵完备的编程语言进行片段式编程，以得到所述连线节点的代码配置；

在所述操作节点上，基于所述操作节点对应的执行操作，采用图灵完备的编程语言进行片段式编程，以得到所述操作节点的代码配置。

4.根据权利要求2或3所述的方法，其特征在于，所述操作节点包括用以生成应答动作和应答话术的应答节点；所述根据所述用户意图、所述对话流程图中的连线节点和操作节点，生成针对所述用户意图的应答反馈数据，包括：

从所述对话流程图中的连线节点中，找出与所述用户意图匹配的判断条件所对应的第一目标连线节点；

根据所述第一目标连线节点的连线确定欲跳转到的目标操作节点；

确定与所述目标操作节点连接的连线节点，并按照所述与所述目标操作节点连接的连线节点的ID顺序，遍历所述与所述目标操作节点连接的连线节点，直到找出满足条件的连线，并跳转到下一个目标节点，直至找不到任何满足条件的连线或遇到所述应答节点时为止；

当找不到任何满足条件的连线时，基于所述用户意图生成任务失败提示信息，并将所述任务失败提示信息作为所述应答反馈数据，其中，所述提示信息包括任务失败原因和/或解决办法信息；或者，

当遇到所述应答节点时，执行所述应答节点的代码配置以生成应答动作和应答话术，执行所述应答动作，将所述应答话术作为所述应答反馈数据。

5.根据权利要求4所述的方法，其特征在于，所述按照所述与所述目标操作节点连接的连线节点的ID顺序，遍历所述与所述目标操作节点连接的连线节点，直到找出满足条件的连线，并跳转到下一个目标节点，包括：

按照所述与所述目标操作节点连接的连线节点的ID顺序，依次执行所述与所述目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点；

重复执行所述确定与所述目标操作节点连接的连线节点，并按照所述与所述目标操作节点连接的连线节点的ID顺序，依次执行所述与所述目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点的步骤。

6.一种基于人工智能的任务型对话交互处理装置，其特征在于，包括：

接收模块，用于接收用户输入的对话交互数据；

用户意图确定模块，用于对所述用户的对话交互数据进行语义分析，得到所述用户的用户意图；

对话流程图确定模块，用于确定预先建立的对话流程图，所述对话流程图用于描述对话逻辑；其中，所述对话流程图包括连线节点和操作节点，所述连线节点用于表示判断条件，所述操作节点用于表示执行操作；

应答反馈数据生成模块，用于根据所述用户意图、所述对话流程图中的连线节点和操作节点，生成针对所述用户意图的应答反馈数据；

输出模块，用于将所述应答反馈数据输出给所述用户。

7.根据权利要求6所述的装置，其特征在于，还包括：

建立模块，用于预先建立所述对话流程图；

所述建立模块具体用于：

获取样本用户的需求；

对所述样本用户的需求进行分析，以得到针对所述需求的业务特点；

根据所述需求和所述业务特点，生成对应的对话逻辑，其中，所述对话逻辑包括判断条件和执行操作；

根据所述对应的对话逻辑生成有向流程图；其中，所述有向流程图的边用于存放所述对话逻辑中的判断条件以形成所述连线节点，所述有向流程图的节点用于存放所述对话逻辑中的执行操作以形成所述操作节点；

基于所述对话逻辑对所述连线节点和所述操作节点分别进行相应的代码配置；

根据所述有向流程图、配置后的连线节点和操作节点，建立所述对话流程图。

8.根据权利要求7所述的装置，其特征在于，所述建立模块具体用于：

在所述连线节点上，基于所述连线节点对应的判断条件，采用图灵完备的编程语言进行片段式编程，以得到所述连线节点的代码配置；

在所述操作节点上，基于所述操作节点对应的执行操作，采用图灵完备的编程语言进行片段式编程，以得到所述操作节点的代码配置。

9.根据权利要求7或8所述的装置，其特征在于，所述操作节点包括用以生成应答动作和应答话术的应答节点；所述应答反馈数据生成模块具体用于：

从所述对话流程图中的连线节点中，找出与所述用户意图匹配的判断条件所对应的第一目标连线节点；

根据所述第一目标连线节点的连线确定欲跳转到的目标操作节点；

确定与所述目标操作节点连接的连线节点，并按照所述与所述目标操作节点连接的连线节点的ID顺序，遍历所述与所述目标操作节点连接的连线节点，直到找出满足条件的连线，并跳转到下一个目标节点，直至找不到任何满足条件的连线或遇到所述应答节点时为止；

当找不到任何满足条件的连线时，基于所述用户意图生成任务失败提示信息，并将所述任务失败提示信息作为所述应答反馈数据，其中，所述提示信息包括任务失败原因和/或解决办法信息；或者，

当遇到所述应答节点时，执行所述应答节点的代码配置以生成应答动作和应答话术，执行所述应答动作，将所述应答话术作为所述应答反馈数据。

10.根据权利要求9所述的装置，其特征在于，所述应答反馈数据生成模块具体用于：

按照所述与所述目标操作节点连接的连线节点的ID顺序，依次执行所述与所述目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点；

重复执行所述确定与所述目标操作节点连接的连线节点，并按照所述与所述目标操作节点连接的连线节点的ID顺序，依次执行所述与所述目标操作节点连接的连线节点的代码配置，直到找出符合当前判断条件的连线，并跳转到下一个目标操作节点的步骤。

11.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上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，实现如权利要求1至5中任一项所述的基于人工智能的任务型对话交互处理方法。

12.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的基于人工智能的任务型对话交互处理方法。

Images