CN111191000B - 一种智能语音机器人的对话管理方法、装置和系统 - Google Patents

Abstract

本发明公开了一种智能语音机器人的对话管理方法、装置、系统和计算机可读介质，用于在智能语音机器人与用户对话过程中对用户的整体思路进行，方法包括：获取用户语音输入，对用户的语音输入进行分析识别；据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略；智能语音机器人根据调整的对话逻辑策略输出应答。采用该技术方案，不仅能够识别用户当前话语的含义，还能更准确的判断用户的对话的真实意图，避免错误理解用户的意图，导致用户对服务不满意进行投诉，使得用户体验更加良好。

Description

一种智能语音机器人的对话管理方法、装置和系统

技术领域

本发明涉及智能识别技术领域，具体而言，涉及一种智能语音机器人的对话管理方法、装置和系统。

背景技术

客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用智能语音机器人进行回访、电话问卷调查等服务。

但目前智能语音机器人普遍存在只能针对用户的当前语句的意图进行识别，不能结合用户的前面所说的语句理解用户的真实意图，存在会对用户意图造成曲解的问题。

发明内容

本发明旨在解决现有智能语音机器人不能结合用户的前面所说的语句理解用户的真实意图，会对用户意图造成曲解，给用户体验较差的问题。

为了解决上述技术问题，本发明第一方面提出一种智能语音机器人的对话管理方法，方法包括：

获取用户语音输入，对用户的语音输入进行分析识别；

根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略；

智能语音机器人根据调整的对话逻辑策略输出应答。

根据本发明的一种优选实施方式，对用户的语音输入进行分析识别包括：

将用户当前的语音输入转化为文本；

将文本输入槽位识别模型进行槽位识别；

将文本输入单句意图识别模型进行单句意图识别。

根据本发明的一种优选实施方式，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

根据本发明的一种优选实施方式，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

根据本发明的一种优选实施方式，根据分析识别结果，判断用户的真实意图选取与用户真实意图对应的对话逻辑策略包括：

基于智能语音机器人的对话主题从对话逻辑库中选取与主题匹配的对话逻辑；

基于分析识别结果与所述对话逻辑判断用户真实意图；

根据所述用户真实意图选取或调整对话逻辑策略。

根据本发明的一种优选实施方式，智能语音机器人根据调整的对话逻辑策略输出应答包括：

智能语音机器人从文本数据库选取与所述对话策略相应的对话文本，将所述对话文本转化为语音播放给用户。

根据本发明的一种优选实施方式，方法还包括：

智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

根据本发明的一种优选实施方式，方法还包括：

将对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。

本发明的第二方面提出一种智能语音机器人的对话管理装置，装置包括：

分析识别模块，用于获取用户语音输入，对用户的语音输入进行分析识别；

真实意图判断模块，用于根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略；

输出模块，智能语音机器人根据调整的对话逻辑策略输出应答。

根据本发明的一种优选实施方式，对用户的语音输入进行分析识别包括：

将用户当前的语音输入转化为文本；

将文本输入槽位识别模型进行槽位识别；

将文本输入单句意图识别模型进行单句意图识别。

根据本发明的一种优选实施方式，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

根据本发明的一种优选实施方式，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

根据本发明的一种优选实施方式，根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略包括：

基于智能语音机器人的对话主题从对话逻辑库中选取与主题匹配的对话逻辑；

基于分析识别结果与所述对话逻辑判断用户真实意图；

根据所述用户真实意图调整对话逻辑策略。

根据本发明的一种优选实施方式，智能语音机器人根据调整的对话逻辑策略输出应答包括：

智能语音机器人从文本数据库选取与所述对话策略相应的对话文本，将所述对话文本转化为语音播放给用户。

根据本发明的一种优选实施方式，还包括：

存储模块，用于在智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

根据本发明的一种优选实施方式，还包括：

整轮意图识别模块，用于将对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。

本发明的第三方面提出一种智能语音机器人的对话管理系统，包括：

存储单元，用于存储计算机可执行程序；

处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所述的智能语音机器人的对话管理方法。

本发明的第四方面提出一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行所述的智能语音机器人的对话管理方法。

采用该技术方案，不仅能够识别用户当前话语的含义，还能更准确的判断用户的对话的真实意图，避免错误理解用户的意图，导致用户对服务不满意进行投诉，使得用户体验更加良好。

附图说明

为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。

图1是本发明实施例中智能语音机器人的对话管理方法的流程示意图；

图2是本发明实施例中智能语音机器人的对话管理装置的结构示意图；

图3是本发明实施例中智能语音机器人的对话管理系统的结构框架示意图；

图4是本发明实施例中计算机可读存储介质的结构示意图。

具体实施方式

现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。

在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。

在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。

附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。

附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理单元装置和/或微控制器装置中实现这些功能实体。

各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。

目前客服中心使用智能语音机器人为用户进行服务，但在使用过程中由于前后语句智能语音机器人有时候常常会误解用户的真实意图，导致用户使用感受不太好。

为了解决这个问题，本发明提供一种能够结合用户已经说过的语句识别用户真实意图的智能语音机器人的对话管理方法，图1是本发明一种智能语音机器人的对话管理方法的流程图，如图1所示，本发明方法具有如下步骤：

S101、获取用户语音输入，对用户的语音输入进行分析识别。

在上一步技术方案的基础上，进一步地，对用户的语音输入进行分析识别包括：

将用户当前的语音输入转化为文本；

将文本输入槽位识别模型进行槽位识别；

将文本输入单句意图识别模型进行单句意图识别。

在本实施方式中，智能语音机器人在与用户进行对话时，实时将用户的语音转化为文本进行保存。将转化后的文本输入槽位识别模型，在槽位识别模型对文本中的实体内容进行识别，实体内容包括时间、地点、事件、人名等等。

例如用户语音输入为“好的，好的，我明天上午去你们公司拜访，咱们明天见”，通过槽位识别，识别出的实体内容为“我”，“明天上午”，“公司”，“拜访”。

在上一步技术方案的基础上，进一步地，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

在本实施方式中，基于迭代膨胀卷积神经网络IDCNN的深度学习模型包括嵌入层，IDCNN层，全连接层，CRF层。将用户的语音输入转化为文本后，进行划词处理，将经过划词处理的文本输入嵌入层转化为词向量。词向量输入到IDCNN层后转化为句向量。在全连接层，将二维的句向量转为一维的向量，输入到CRF层进行分类，输出最后的识别的实体内容。

在上一步技术方案的基础上，进一步地，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

单句意图识别模型可以采用无监督学习或者有监督学习的方式进行训练。

在本实施方式中，采用有监督学习的方式进行模型训练。前期的客户服务积累了大量的服务人员与用户的历史沟通记录，将积累的历史沟通记录转化为历史沟通文本。

将历史沟通文本分成三组样本，分别为训练样本、纠正样本和测试样本。采用人工审核的方式，分别对三组样本进行审核，给出单句意图标签。

使用训练样本对单句意图识别模型进行训练，获得单句意图识别模型的参数。

使用纠正样本对单句意图识别模型进行优化，调整模型的参数，比如正则化参数。

使用测试样本对优化后的单句意图识别模型进行测试，获得测试结果，将测试结果和人工审核给出的单句意图标签进行比较，判断单句意图识别模型及参数是否符合预设的要求。如果符合要求则将当年的单句意图识别模型用于单句意图识别；如果不符合要求，则继续对当前模型进行优化和调整，或者重新对样本进行分组建立单句意图识别模型。

单句意图识别模型可以采用多种方式，当单句意图识别模型采用基于深度学习文本分类模型TextCNN时，模型包括卷积层、池化层和输出层。同样对用户的语音输入进行转化，将转化后的文本进行划词处理，经过卷积层和池化层的计算，最后输出层输出意图标签，根据最后输出的意图标签确定用户当前语句的单句意图。

实施例1

单句意图标签表如表1所示，记载了意图标签需要以及对应的含义。

表1单句意图标签表

序号	标题	说明
			1	肯定	如“好的”，“是的”
2	否定	如“不要”，“不需要”
			3	忙碌	如“没空”，“回头再说”
…	…	…

当用户当前语句为“我没有需求呀”，通过卷积层、池化层的计算，最后输出层的输出的意图标签序号为2。查询意图标签表确定用户的单句意图为否定。

在其他实施方式中，单句意图识别模型可以是基于问题匹配模型，将转化后的文本输入嵌入层转化为词向量，在编码器中转化为句向量，其中编码器为Bi-LSTM，通过余弦算法计算相似度，通过Softmax函数计算概率，获得相匹配的用户的意图。

在本实施方式中，对用户的语音输入进行分析识别，分析识别结果包括槽位识别结果以及单句意图识别结果。

S102、根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略。

在上一步技术方案的基础上，进一步地，根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略包括：

基于智能语音机器人的对话主题从对话逻辑库中选取与主题匹配的对话逻辑；

基于分析识别结果与所述对话逻辑判断用户真实意图；

根据所述用户真实意图调整对话逻辑策略。

在本实施方式中，设置有对话逻辑库，对话逻辑库中存储有多种对话逻辑策略，比如产品回访策略，产品调研策略等等。

智能语音机器人与用户进行沟通的之前会选取沟通的对话主题，然后从对话逻辑库中选取与主题匹配的对话策略。其中对话策略包括多个节点，这些节点构成对话策略的逻辑树。在逻辑树中会根据用户回答的内容行进，在逻辑策略中的某个节点位置，会根据用户不同的意图去往不同的节点。比如只能语音机器人与用户沟通的主题是对产品进行回访，则对话策略包括身份确认，询问用户对产品是否满意，询问产品优点，询问产品的缺点等等逻辑节点。当处于“询问用户对产品是否满意”的节点时，如果智能语音机器人对用户当前单句意图识别为肯定的，即用户对产品满意，则下一个节点走向“询问产品的优点”，询问用户对产品满意的地方，便于后续对产品的优点进行巩固和加强；如果当前单句意图识别为否定，即用户对产品不满意，则下一个节点走向“询问产品的缺点”，询问那些地方让用户不满意，便于后续对产品进行改进和提高。

在本实施方式中，判断用户的真实意图基于智能语音机器人根据沟通主题选取的对话策略，用户目前所处对话策略的逻辑树的节点位置，以及用户当前语句的单句意图。

在本实施方式中，判断出用户的真实意图后，智能语音机器人与用户沟通的进行可能会延伸出新的对话主题，因此需要选取新的对话策略或者调整对话策略。在沟通开始时选取的对话策略只是初始的对话策略，随着沟通的进行可能会形成多个对话策略彼此嵌套的整体对话策略。比如，在开始时选取的对话策略是对产品进行回访，对话中用户对产品有些改进意见和期望，此时会引入产品前期调研策略，用于对产品进行升级或改版，针对新产品的功能同用户进行沟通。这样产品前期调研策略就会嵌套在产品进行回访策略后面。

S103、智能语音机器人根据调整的对话逻辑策略输出应答。

在上一步技术方案的基础上，进一步地，智能语音机器人根据调整的对话逻辑策略输出应答包括：

智能语音机器人从文本数据库选取与所述对话策略相应的对话文本，将所述对话文本转化为语音播放给用户。

在本实施方式中，设置有文本数据库，文本数据库中存储有与用户进行沟通所需要的文本，但文本之间并无逻辑关系，在选取好与对话主题对应的对话策略后，对话策略的每个节点从文本数据库中选取对应的文本作为对话文本。根据智能语音机器人与用户对话所处的节点位置，将该节点对应的对话文本转化为语音，输出给用户。

在上一步技术方案的基础上，进一步地，智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

在本实施方式中，在与用户对话完成后，将对话内容以日志文件的形式存储，便于后期管理和维护，同样也可以作为后续模型训练的样本。

在上一步技术方案的基础上，进一步地，将对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。

在本实施方式中，同样使用将历史沟通文本，分成训练样本、纠正样本和测试样本三组样本训练整轮意图识别模型。训练过程与单句意图识别模型相同。

在本实施方式中，将整轮的对话内容输入训练好的整轮意图识别模型，输出整轮用户意图标签，便于后续管理和维护。

如图2所示，在本实施例中还提供了智能语音机器人的对话管理装置200，包括：

分析识别模块201，用于获取用户语音输入，对用户的语音输入进行分析识别。

在上一步技术方案的基础上，进一步地，对用户的语音输入进行分析识别包括：

将用户当前的语音输入转化为文本；

将文本输入槽位识别模型进行槽位识别；

将文本输入单句意图识别模型进行单句意图识别。

在本实施方式中，智能语音机器人在与用户进行对话时，实时将用户的语音转化为文本进行保存。将转化后的文本输入槽位识别模型，在槽位识别模型对文本中的实体内容进行识别，实体内容包括时间、地点、事件、人名等等。

例如用户语音输入为“好的，好的，我明天上午去你们公司拜访，咱们明天见”，通过槽位识别，识别出的实体内容为“我”，“明天上午”，“公司”，“拜访”。

在上一步技术方案的基础上，进一步地，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

在本实施方式中，基于迭代膨胀卷积神经网络IDCNN的深度学习模型包括嵌入层，IDCNN层，全连接层，CRF层。将用户的语音输入转化为文本后，进行划词处理，将经过划词处理的文本输入嵌入层转化为词向量。词向量输入到IDCNN层后转化为句向量。在全连接层，将二维的句向量转为一维的向量，输入到CRF层进行分类，输出最后的识别的实体内容。

在上一步技术方案的基础上，进一步地，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

单句意图识别模型可以采用无监督学习或者有监督学习的方式。

在本实施方式中，采用有监督学习的方式进行模型训练。前期的客户服务积累了大量的服务人员与用户的历史沟通记录，将积累的历史沟通记录转化为历史沟通文本。

将历史沟通文本分成三组样本，分别为训练样本、纠正样本和测试样本。采用人工审核的方式，分别对三组样本进行审核，给出单句意图标签。

使用训练样本对单句意图识别模型进行训练，获得单句意图识别模型的参数。

使用纠正样本对单句意图识别模型进行优化，调整模型的参数，比如正则化参数。

使用测试样本对优化后的单句意图识别模型进行测试，获得测试结果，将测试结果和人工审核给出的单句意图标签进行比较，判断单句意图识别模型及参数是否符合预设的要求。如果符合要求则将当年的单句意图识别模型用于单句意图识别；如果不符合要求，则继续对当前模型进行优化和调整，或者重新对样本进行分组建立单句意图识别模型。

单句意图识别模型可以采用多种方式，当单句意图识别模型采用基于深度学习文本分类模型TextCNN时，模型包括卷积层、池化层和输出层。同样对用户的语音输入进行转化，将转化后的文本进行划词处理，经过卷积层和池化层的计算，最后输出层输出意图标签，根据最后输出的意图标签确定用户当前语句的单句意图。

在本实施方式中，当单句意图识别模型为基于问题匹配模型时，将转化后的文本输入嵌入层转化为词向量，在编码器中转化为句向量，其中编码器为Bi-LSTM，通过余弦算法计算相似度，通过Softmax函数计算概率，获得相匹配的用户的意图。

在本实施方式中，对用户的语音输入进行分析识别，分析识别结果包括槽位识别结果以及单句意图识别结果。

真实意图判断模块202，用于根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略。

在上一步技术方案的基础上，进一步地，根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略包括：

基于智能语音机器人的对话主题从对话逻辑库中选取与主题匹配的对话逻辑；

基于分析识别结果与所述对话逻辑判断用户真实意图；

根据所述用户真实意图调整对话逻辑策略。

在本实施方式中，设置有对话逻辑库，对话逻辑库中存储有多种对话逻辑策略，比如产品回访策略，产品调研策略等等。

智能语音机器人与用户进行沟通的之前会选取沟通的对话主题，然后从对话逻辑库中选取与主题匹配的对话策略。其中对话策略包括多个节点，这些节点构成对话策略的逻辑树。在逻辑树中会根据用户回答的内容行进，在逻辑策略中的某个节点位置，会根据用户不同的意图去往不同的节点。比如只能语音机器人与用户沟通的主题是对产品进行回访，则对话策略包括身份确认，询问用户对产品是否满意，询问产品优点，询问产品的缺点等等逻辑节点。当处于“询问用户对产品是否满意”的节点时，如果智能语音机器人对用户当前单句意图识别为肯定的，即用户对产品满意，则下一个节点走向“询问产品的优点”，询问用户对产品满意的地方，便于后续对产品的优点进行巩固和加强；如果当前单句意图识别为否定，即用户对产品不满意，则下一个节点走向“询问产品的缺点”，询问那些地方让用户不满意，便于后续对产品进行改进和提高。

在本实施方式中，判断用户的真实意图基于智能语音机器人根据沟通主题选取的对话策略，用户目前所处对话策略的逻辑树的节点位置，以及用户当前语句的单句意图。

在本实施方式中，判断出用户的真实意图后，智能语音机器人与用户沟通的进行可能会延伸出新的对话主题，因此需要选取新的对话策略或者调整对话策略。在沟通开始时选取的对话策略只是初始的对话策略，随着沟通的进行可能会形成多个对话策略彼此嵌套的整体对话策略。比如，在开始时选取的对话策略是对产品进行回访，对话中用户对产品有些改进意见和期望，正好产品有升级换代计划，此时会引入产品前期调研策略，针对新产品的功能同用户进行沟通。这样产品前期调研策略就会嵌套在产品进行回访策略后面。

输出模块203，智能语音机器人根据调整的对话逻辑策略输出应答。

在上一步技术方案的基础上，进一步地，智能语音机器人根据调整的对话逻辑策略输出应答包括：

智能语音机器人从文本数据库选取与所述对话策略相应的对话文本，将所述对话文本转化为语音播放给用户。

在本实施方式中，设置有文本数据库，文本数据库中存储有与用户进行沟通所需要的文本，但文本之间并无逻辑关系，在选取好与对话主题对应的对话策略后，对话策略的每个节点从文本数据库中选取对应的文本作为对话文本。根据智能语音机器人与用户对话所处的节点位置，将该节点对应的对话文本转化为语音，输出给用户。

在上一步技术方案的基础上，进一步地，装置还包括存储模块204，用于在智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

在本实施方式中，在与用户对话完成后，将对话内容以日志文件的形式存储，便于后期管理和维护，同样也可以作为后续模型训练的样本。

在上一步技术方案的基础上，进一步地，装置还包括整轮意图识别模块205，用于将对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。在本实施方式中，同样使用将历史沟通文本，分成训练样本、纠正样本和测试样本三组样本训练整轮意图识别模型。训练过程与单句意图识别模型相同。

在本实施方式中，将整轮的对话内容输入训练好的整轮意图识别模型，输出整轮用户意图标签，便于后续管理和维护。

如图3所示，本发明的一个实施例中还公开一种智能语音机器人的对话管理系统，图3显示的信息处理系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

智能语音机器人的对话管理系统300，包括存储单元320，用于存储计算机可执行程序；处理单元310，用于读取所述存储单元中的计算机可执行程序，以执行本发明各种实施方式的步骤。

在本实施方式中智能语音机器人的对话管理系统300还包括，连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340等。

其中，所述存储单元320存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理单元310执行，使得所述处理单元310执行本发明各种实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。

所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205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。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

智能语音机器人的对话管理系统300也可以与一个或多个外部设备370(例如键盘、显示器、网络设备、蓝牙设备等)通信，使得用户能经由这些外部设备370通过输入/输出(I/O)接口350进行与处理单元310进行交互，还可以通过网络适配器360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)进行。网络适配器360可以通过总线330与智能语音机器人的对话管理系统300的其它模块通信。应当明白，尽管图中未示出，智能语音机器人的对话管理系统300中可使用其它硬件和/或软件模块，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。

图4是本发明的一个计算机可读介质实施例的示意图。如图4所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储单元(RAM)、只读存储单元(ROM)、可擦式可编程只读存储单元(EPROM或闪存)、光纤、便携式紧凑盘只读存储单元(CD-ROM)、光存储单元件、磁存储单元件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：

S101、获取用户语音输入，对用户的语音输入进行分析识别；

S102、根据分析识别结果，判断用户的真实意图选取与用户真实意图对应的对话逻辑策略；

S103、智能语音机器人根据选取的对话逻辑策略输出应答。

通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理单元或者数字信号处理单元(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种智能语音机器人的对话管理方法，其特征在于，方法包括：

智能语音机器人在与用户进行沟通之前选取沟通的对话主题；

获取用户语音输入，对用户的语音输入进行分析识别，包括：

实时将用户当前的语音输入转化为文本；将转化后的文本划词处理后输入槽位识别模型进行槽位识别，将划词处理后的文本输入模型的嵌入层转化成词向量、词向量在IDCNN层转化为句向量、二维的句向量在全连接层转为一维向量后输入到CRF层分类而输出识别的文本中的实体内容；

将文本输入单句意图识别模型进行单句意图识别，确定用户当前语句的单句意图；其中，将历史沟通记录转化的历史沟通文本分成训练样本、纠正样本和测试样本三组样本、并在进行人工审核后给出单句意图标签，并利用训练样本进行模型训练，获得单句意图识别模型的参数后，利用纠正样本进行模型优化以调整模型参数，再利用测试样本对优化后的模型进行测试而获得测试结果并与人工审核给出的单句意图标签进行比较以判断单句意图识别模型及其参数是否符合预设的要求，如果符合则将当前的单句意图识别模型用于单句意图识别；

根据分析识别结果中的槽位识别结果和单句意图识别结果判断用户的真实意图以及调整与用户真实意图对应的对话逻辑策略，包括：

基于智能语音机器人的对话主题从对话逻辑库中选取与对话主题匹配的对话逻辑策略；其中，所述对话逻辑策略包括多个节点，所述多个节点构成对话逻辑的逻辑树，在逻辑树中根据用户回答的内容行进，在对话逻辑策略中的某个节点位置能根据用户的不同意图去往不同的节点；

根据所述用户真实意图调整与用户真实意图对应的对话逻辑策略，形成多个对话逻辑策略彼此嵌套的整体对话逻辑策略；

智能语音机器人根据调整后的对话逻辑策略从文本数据库中选取与所述对话逻辑策略相应的对话文本转化为语音向用户输出应答。

2.如权利要求1所述方法，其特征在于，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

3.如权利要求1所述的方法，其特征在于，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

4.如权利要求1所述的方法，其特征在于，选取与所述对话逻辑策略相应的对话文本转化为语音向用户输出应答包括：将所述语音播放给用户。

5.如权利要求1所述的方法，其特征在于，还包括：

智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

6.如权利要求1所述的方法，其特征在于，还包括：

将智能语音机器人与当前用户的对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。

7.一种智能语音机器人的对话管理装置，其特征在于，包括：

分析识别模块，用于获取用户语音输入，对用户的语音输入进行分析识别，包括：

实时将用户当前的语音输入转化为文本；将转化后的文本划词处理后输入槽位识别模型进行槽位识别，将划词处理后的文本输入模型的嵌入层转化成词向量、词向量在IDCNN层转化为句向量、二维的句向量在全连接层转为一维向量后输入到CRF层分类而输出识别的文本中的实体内容；

将文本输入单句意图识别模型进行单句意图识别，确定用户当前语句的单句意图；其中，将历史沟通记录转化的历史沟通文本分成训练样本、纠正样本和测试样本三组样本、并在进行人工审核后给出单句意图标签，并利用训练样本进行模型训练，获得单句意图识别模型的参数后，利用纠正样本进行模型优化以调整模型参数，再利用测试样本对优化后的模型进行测试而获得测试结果并与人工审核给出的单句意图标签进行比较以判断单句意图识别模型及其参数是否符合预设的要求，如果符合则将当前的单句意图识别模型用于单句意图识别；

真实意图判断模块，用于根据分析识别结果中的槽位识别结果和单句意图识别结果判断用户的真实意图以及调整与用户真实意图对应的对话逻辑策略，还包括：智能语音机器人在与用户进行沟通之前选取沟通的对话主题；基于智能语音机器人的对话主题从对话逻辑库中选取与对话主题匹配的对话逻辑策略；其中，所述对话逻辑策略包括多个节点，所述多个节点构成对话逻辑的逻辑树，在逻辑树中根据用户回答的内容行进，在对话逻辑策略中的某个节点位置能根据用户的不同意图去往不同的节点； 根据所述用户真实意图调整与用户真实意图对应的对话逻辑策略，形成多个对话逻辑策略彼此嵌套的整体对话逻辑策略；

输出模块，智能语音机器人根据调整后的对话逻辑策略从文本数据库中选取与所述对话逻辑策略相应的对话文本转化为语音向用户输出应答。

8.如权利要求7所述的装置，其特征在于，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

9.如权利要求7所述的装置，其特征在于，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

10.如权利要求7所述的装置，其特征在于，选取与所述对话逻辑策略相应的对话文本向用户输出应答包括：将所述语音播放给用户。

11.如权利要求7所述的装置，其特征在于，还包括：

存储模块，用于在智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

12.如权利要求7所述的装置，其特征在于，还包括：

整轮意图识别模块，用于将智能语音机器人与当前用户的对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。

13.一种智能语音机器人的对话管理系统，其特征在于，包括：

存储单元，用于存储计算机可执行程序；

处理单元，用于读取所述存储单元中的计算机可执行程序，以执行权利要求1至6中任一项所述的智能语音机器人的对话管理方法。

14.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1至6中任一项所述的智能语音机器人的对话管理方法。