CN111651348A - 一种聊天机器人的调试系统 - Google Patents
一种聊天机器人的调试系统 Download PDFInfo
- Publication number
- CN111651348A CN111651348A CN202010372807.3A CN202010372807A CN111651348A CN 111651348 A CN111651348 A CN 111651348A CN 202010372807 A CN202010372807 A CN 202010372807A CN 111651348 A CN111651348 A CN 111651348A
- Authority
- CN
- China
- Prior art keywords
- debugging
- branch
- information
- execution result
- chat robot
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
-
- 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
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/151—Transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种聊天机器人的调试系统。所述系统用于对聊天机器人模块进行调试;所述系统包括:开发人员调试模块,用于接收开发人员输入的待调试对话信息,根据待调试对话信息实现对聊天机器人模块的对话调试;其中,开发人员调试模块包括调试子模块和调试信息显示子模块;调试子模块用于根据待调试对话信息调用聊天机器人模块以实现对话操作,获取对话操作的中间执行结果和/或最终对话结果,将待调试对话信息、中间执行结果和/或最终对话结果作为调试信息;调试信息显示子模块用于将调试信息进行显示。采用本发明,提高了聊天机器人模块的开发调试效率,有利于进行充分调试以提高聊天机器人模块的准确性。
Description
技术领域
本发明涉及计算机技术领域和自然语言处理技术领域,尤其涉及一种聊天机器人的调试系统。
背景技术
人机对话系统,例如聊天机器人,可以用于网络沟通交流平台,例如即时通讯平台、网络客户服务平台以及以文字为主的信息服务平台。人机对话系统通过在对对话知识库(例如,对话数据库、语义知识网络、人工神经网络等)进行搜索,匹配和/或计算来实现人机对话。
开发人员在进行聊天机器人的开发过程中,需要对开发的聊天机器人进行调试以验证开发的聊天机器人工作的准确性。一般情况下,开发人员可以通过各种开发工具查看功能代码或程序包的执行过程。因聊天机器人所包含执行步骤较多,导致延长了聊天机器人的开发调试周期,降低了开发调试的效率。
发明内容
基于此,有必要针对上述问题,提出了一种聊天机器人的调试系统。
本发明提出了一种聊天机器人的调试系统,所述聊天机器人的调试系统用于对聊天机器人模块进行调试;
所述系统包括:
开发人员调试模块,用于接收所述开发人员输入的待调试对话信息,根据所述待调试对话信息实现对所述聊天机器人模块的对话调试;
其中,所述开发人员调试模块包括调试子模块和调试信息显示子模块;
所述调试子模块用于根据所述待调试对话信息调用所述聊天机器人模块以实现对话操作,获取所述对话操作的中间执行结果和/或最终对话结果,将所述待调试对话信息、所述中间执行结果和/或所述最终对话结果作为调试信息;
所述调试信息显示子模块用于将所述调试信息进行显示。
在一个实施例中,所述中间执行结果包括会话标识、词句转换的执行结果、语义识别的执行结果、当前语境单元的执行结果、目标语境单元的执行结果、普通变量的执行结果、全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果和/或保存变量的执行结果中的一个或多个。
在一个实施例中,所述聊天机器人模块包括语义识别模型,或,所述系统包括语义识别模型;
当所述待调试对话信息是单个词语或是没有清楚的语义结构的句子或是没有清楚的语法结构的句子时,所述调试子模块通过所述聊天机器人模块调用语义识别模型对所述待调试对话信息进行词句转换,得到所述词句转换的执行结果,从所述词句转换的执行结果中提取出与所述词句转换的执行结果对应的语义信息作为所述语义识别的执行结果;
当所述待调试对话信息是有清楚的语义和/或语法结构的句子时,所述调试子模块通过所述聊天机器人模块调用所述语义识别模型从所述待调试对话信息中提取出与所述待调试对话信息对应的语义信息作为所述语义识别的执行结果。
在一个实施例中,所述语义信息包括意图信息,所述意图信息以三元组、三元组的组合、意图三元组或意图三元组的组合形式展示。
在一个实施例中,所述当前语境单元的执行结果是指与所述待调试对话信息对应的对话语境的状态数据;
所述调试子模块通过调用所述聊天机器人模块根据所述当前语境单元的执行结果、当前语境单元的分支数据、所述语义识别的执行结果,确定目标语境单元,将目标语境单元的状态数据作为所述目标语境单元的执行结果。
在一个实施例中,所述调试子模块通过调用所述聊天机器人模块根据所述当前语境单元的执行结果、所述目标语境单元的执行结果,确定与所述聊天机器人模块对应的普通变量信息,将与所述聊天机器人模块对应的普通变量信息作为所述普通变量的执行结果,所述普通变量只用于当前聊天机器人模块;
所述调试子模块通过调用所述聊天机器人模块根据所述当前语境单元的执行结果、所述目标语境单元的执行结果,确定全局变量信息,将所述全局变量信息作为所述全局变量的执行结果,所述全局变量可以用于所有所述聊天机器人模块。
在一个实施例中,所述调试子模块通过调用所述聊天机器人模块根据当前语境单元、所述语义识别的执行结果,确定与所述当前语境单元对应的待选分支;
所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定每个所述待选分支的优先级及每个所述待选分支的匹配的条件数量,将每个所述待选分支的优先级作为所述分支优先级的执行结果,将每个所述待选分支的匹配的条件数量作为所述条件优先级的执行结果,将与所述当前语境单元对应的待选分支的分支标识作为所述分支匹配的执行结果;
当与所述当前语境单元对应的待选分支的数量为至少1个时,所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定与所述当前语境单元对应的目标分支,根据所述语义识别的执行结果更新目标分支的状态数据,根据更新结果确定所述保存变量的执行结果。
在一个实施例中,所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定与所述当前语境单元对应的目标分支,包括:
所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定待确定分支;
获取所述待确定分支的合并标识;
当所述待确定分支的合并标识为不合并时,将所述待确定分支作为与所述当前语境单元对应的目标分支;
当所述待确定分支的合并标识为合并时,将所述待确定分支作为中间分支,根据所述中间分支、所述语义识别的执行结果,确定与所述中间分支对应的待选分支,根据与所述中间分支对应的待选分支确定所述待确定分支,执行所述获取所述待确定分支的合并标识的步骤。
在一个实施例中,所述将每个所述待选分支的优先级作为所述分支优先级的执行结果,将每个所述待选分支的匹配的条件数量作为所述条件优先级的执行结果,将与所述当前语境单元对应的待选分支的分支标识作为所述分支匹配的执行结果,包括:
将每个所述待选分支的优先级、所述中间分支的优先级、与所述当前语境单元对应的目标分支的优先级作为所述分支优先级的执行结果;
将每个所述待选分支的匹配的条件数量、所述中间分支的匹配的条件数量、与所述当前语境单元对应的目标分支的匹配的条件数量作为所述条件优先级的执行结果;
将与所述当前语境单元对应的待选分支的分支标识、所述中间分支的分支标识、与所述当前语境单元对应的目标分支的分支标识作为所述分支匹配的执行结果。
在一个实施例中,所述根据所述语义识别的执行结果更新目标分支的状态数据,根据更新结果确定所述保存变量的执行结果,包括:
根据所述语义识别的执行结果更新与所述当前语境单元对应的目标分支的状态数据及所述中间分支的状态数据,根据更新结果确定所述保存变量的执行结果。
在一个实施例中,所述开发人员调试模块还包括调试对话子模块;
所述调试对话子模块用于接收所述开发人员输入的调试设置数据、所述待调试对话信息,所述调试设置数据包括信息输入方法设置数据、多个聊天机器人模块间跳转设置数据和/或调试模式设置数据中的一个或多个。
在一个实施例中,所述开发人员调试模块还包括调试对话显示窗口、调试信息显示窗口;
所述调试对话显示窗口与所述调试信息显示窗口同时显示在同一显示界面;
所述调试对话显示窗口用于所述开发人员输入所述调试设置数据、所述待调试对话信息、聊天机器人模块标识,根据所述聊天机器人模块标识确定聊天机器人模块信息,根据所述聊天机器人模块信息、所述调试设置数据、所述待调试对话信息、普通变量的执行结果的智能助手信息进行显示;
所述调试信息显示窗口用于所述调试信息显示子模块将所述调试信息按预设显示模板进行显示。
在一个实施例中,所述调试信息包括调试信息名称、调试信息详细内容;
所述调试信息显示子模块将所述调试信息按预设显示模板进行显示,包括:将所述调试信息详细内容显示在所述调试信息名称的右侧。
在一个实施例中,所述聊天机器人模块包括交互子模块;
所述交互子模块用于接收使用人员输入的对话信息、并调用语义识别模型和对话模型以实现对话操作;
所述交互子模块包括至少一个语境单元,所述语境单元用于标识与所述对话信息对应的当前对话语境;
所述交互子模块实现的对话操作还包括根据语义识别模型提取的语义信息和/或与所述聊天机器人模块对应的历史信息,并根据当前语境单元,激活下一个语境单元。
采用本发明实施例,具有如下有益效果:
采用本发明实施例提出的聊天机器人的调试系统,可以直接基于该调试系统对聊天机器人模块进行调试,通过所述调试子模块用于根据所述待调试对话信息调用所述聊天机器人模块以实现对话操作,获取所述对话操作的中间执行结果和/或最终对话结果,将所述待调试对话信息、所述中间执行结果和/或所述最终对话结果作为调试信息,所述调试信息显示子模块用于将所述调试信息进行显示,开发人员通过输入待调试对话信息启动调试过程,且,通过所述调试信息显示子模块直观的查看调试信息,避免开发人员通过各种开发工具查看功能代码或程序包的执行过程降低了开发调试的效率的问题,提高了聊天机器人模块的开发调试效率,有利于进行充分调试以提高聊天机器人模块的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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。
其中:
图1为一个实施例中聊天机器人的调试系统的结构示意图;
图2为一个实施例中聊天机器人模块的结构示意图;
图3为一个实施例中交互子模块的结构示意图。
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他实施例,都属于本发明保护的范围。
在一个实施例中,提出了一种聊天机器人的调试系统20,所述聊天机器人的调试系统20用于对聊天机器人模块10进行调试。
可选的,聊天机器人的调试系统20可以作为独立的系统,也可以作为聊天机器人的开发系统的功能模块。
所述聊天机器人模块10是可以实现基于对话知识库的经由对话或文字进行交谈的计算机程序模块。
如图1所示,上述聊天机器人的调试系统包括:
开发人员调试模块21,用于接收所述开发人员输入的待调试对话信息,根据所述待调试对话信息实现对所述聊天机器人模块10的对话调试;
其中,所述开发人员调试模块21包括调试子模块211和调试信息显示子模块212;
所述调试子模块211用于根据所述待调试对话信息调用所述聊天机器人模块10以实现对话操作,获取所述对话操作的中间执行结果和/或最终对话结果,将所述待调试对话信息、所述中间执行结果和/或所述最终对话结果作为调试信息;
所述调试信息显示子模块212用于将所述调试信息进行显示,以使得开发人员可以通过调试信息显示子模块212在调试过程中查看调试信息。
采用本实施例提出的聊天机器人的调试系统20,可以直接基于该调试系统对聊天机器人模块10进行调试,通过所述调试子模块211用于根据所述待调试对话信息调用所述聊天机器人模块10以实现对话操作,获取所述对话操作的中间执行结果和/或最终对话结果,将所述待调试对话信息、所述中间执行结果和/或所述最终对话结果作为调试信息,所述调试信息显示子模块212用于将所述调试信息进行显示,开发人员通过输入待调试对话信息启动调试过程,且,通过所述调试信息显示子模块212直观的查看调试信息,避免开发人员通过各种开发工具查看功能代码或程序包的执行过程降低了开发调试的效率的问题,提高了聊天机器人模块10的开发调试效率,有利于进行充分调试以提高聊天机器人模块10的准确性。
所述待调试对话信息为开发人员输入的对话信息,可以是字、词、句、段中的任一种,也可以是字、词、句、段中的多种的组合。
所述待调试对话信息的语言可以是一种或多种语言的组合,例如,可以是中文、英文、法文、德文和/或阿拉伯数字中的一种语言或多种语言的组合,在此举例不做具体限定。
可选的,开发人员向开发人员调试模块21发送确认输入指令以完成待调试对话信息的输入;开发人员调试模块21将所述确认输入指令作为调试指令,根据所述调试指令调用所述聊天机器人模块10以实现对话调试,将待调试对话信息发送给所述聊天机器人模块10,或者,开发人员调试模块21根据所述确认输入指令、所述待调试对话信息生成调试指令,根据所述调试指令调用所述聊天机器人模块10以实现对话调试。
具体而言,调试子模块211将所述待调试对话信息输入聊天机器人模块10,聊天机器人模块10根据待调试对话信息生成回答信息,将回答信息作为最终对话结果,整个过程即为对话调试。进一步的,聊天机器人模块10根据接收到的待调试对话信息调用语义识别模型和对话模型以实现对话操作,最终生成回答信息。
可以理解的是,聊天机器人模块10根据待调试对话信息无法确定回答信息时,则将预设的信息作为回答信息,以提升聊天机器人模块10的友好性。例如,所述预设的信息可以是“您好,输入错误,请重新输入”,或者,“未找到匹配的回答,请重新输入”。
可选的,聊天机器人模块10根据待调试对话信息确定回答信息之后,可以直接将回答信息作为所述最终对话结果,也可以替换回答信息中的变量且将替换变量后的回答信息作为所述最终对话结果。例如,聊天机器人模块10根据待调试对话信息确定回答信息为“{水果名}非常甜,价格也不贵”,其中“{水果名}”是需要更新的变量,待调试对话信息是“苹果”,则将水果名替换成苹果得到“苹果非常甜,价格也不贵”,将“苹果非常甜,价格也不贵”作为待调试对话信息“苹果”的所述最终对话结果,从而使所述最终对话结果更加符合上下文语意。
可选的,所述调试信息显示子模块212将所有的所述调试信息进行显示,或者,所述调试信息显示子模块212将部分的所述调试信息进行显示。
在一个实施例中,所述中间执行结果包括会话标识、词句转换的执行结果、语义识别的执行结果、当前语境单元的执行结果、目标语境单元的执行结果、普通变量的执行结果、全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果和/或保存变量的执行结果中的一个或多个。
具体而言,所述中间执行结果包括会话标识、词句转换的执行结果、语义识别的执行结果、当前语境单元的执行结果、目标语境单元的执行结果、普通变量的执行结果、全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果、保存变量的执行结果中的任一个,或者,所述中间执行结果包括会话标识、词句转换的执行结果、语义识别的执行结果、当前语境单元的执行结果、目标语境单元的执行结果、普通变量的执行结果、全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果、保存变量的执行结果,或者,所述中间执行结果包括会话标识、词句转换的执行结果、语义识别的执行结果、当前语境单元的执行结果、目标语境单元的执行结果、普通变量的执行结果、全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果、保存变量的执行结果中的至少两个。可以理解的是,针对不同的聊天机器人模块10所述中间执行结果可能不同,在此不做具体限定。
本实施例通过灵活的设置所述中间执行结果的数量,从而使聊天机器人的调试系统20适用于不同的调试需求,避免冗余信息,有利于开发人员根据符合调试需求的调试信息快速的分析定位问题,进一步提高了聊天机器人模块10的开发调试效率。
所述会话标识可以是ID、名称等唯一标识一个会话的信息。
在一个实施例中,可以将每个执行结果的所有信息作为调试信息,也可以将每个执行结果的部分信息作为调试信息,还可以将一部分执行结果的所有信息作为调试信息且将另一部分执行结果的部分信息作为调试信息。可以理解的是,每个执行结果对应一条调试信息。
在一个实施例中,所述聊天机器人模块10包括语义识别模型,或,所述系统包括语义识别模型;在聊天机器人模块10进行对话操作的过程中,调用语义识别模型对对话信息(如待调试对话信心)进行识别,以确定对话信息中的语义信息,从而根据语义信息确定与对话信息对应的下一步操作(例如,确定与对话信息对应的回答信息会返回)。
在具体的实施例中,输入的待调试对话信息可能是单个词语、也可能是完整的语句,还可能是语法或语义不完整的句子,因此,在通过语义识别模型对待调试对话信息的语义进行识别的过程中,需要根据待调试对话信息的情况分情况进行处理。
具体的,在一个实施例中,当所述待调试对话信息是单个词语或是没有清楚的语义结构的句子或是没有清楚的语法结构的句子时,所述调试子模块211通过所述聊天机器人模块10调用语义识别模型对所述待调试对话信息进行词句转换,得到所述词句转换的执行结果,从所述词句转换的执行结果中提取出与所述词句转换的执行结果对应的语义信息作为所述语义识别的执行结果。
在另一个实施例中,当所述待调试对话信息是有清楚的语义和/或语法结构的句子时,所述调试子模块211通过所述聊天机器人模块10调用所述语义识别模型从所述待调试对话信息中提取出与所述待调试对话信息对应的语义信息作为所述语义识别的执行结果。
所述语义结构在成分方面,语义结构有施事、受事、谓词等成分,语义结构的最小单位是语义词(又叫义位),最大单位是义句;句法结构的最小单位是词汇词(又叫词位)。
所述语法结构又称语法构造。一指特定语言的语法系统,不同语言的语法现象、语法规律各不相同,因而具有不同的语法系统,二指语法系统中下一级语法单位利用一定的语法手段组成上一级语法单位的方式。
所述词句转换的目的是为了将待调试对话信息转换成有效的意图信息和关键词。
可选的,所述词句转换的执行结果是三元组,可以是动词和宾词的组合,也可以是主语和谓语的组合。
所述意图信息是指待调试对话信息的目的和/或对话意图,例如,在水果店,在店员(相当于所述聊天机器人模块10的智能助手)询问购买什么水果时,输入待调试对话信息为“苹果”,“苹果”是一个词,根据上文信息(购买什么水果)、所述待调试对话信息(苹果)进行词句转换得到动宾(买,苹果)的三元组,根据得到的三元组提取得到“买苹果”(动词和宾词的组合)。
所述关键词是指一个句子中最核心的词。
可选的,所述从所述词句转换的执行结果中提取出与所述词句转换的执行结果对应的语义信息,是指对待调试对话信息进行语义和/或语法分析,得到语义信息。
语义识别模型从待调试对话信息中提取的语义信息可以是标识待调试对话信息对应的用户意图的意图信息。在一个实施例中,所述语义信息包括意图信息,所述意图信息以三元组、三元组的组合、意图三元组或意图三元组的组合形式展示。
其中,三元组指的是(x,y,z)形式下的结构数据,用以标识x、y、z以及对应的关系。在本实施例中,三元组由一个句法/语义关系以及两个概念、实体、词或词组组成。意图三元组为以三元组的形式存储的用户意图,为标识完整意图中的一个小的单元,可以标识为(subject,relation,object),其中,subject为第一实体,relation表示subject和object之间的关系,object表示第二实体。
在一个实施例中,所述当前语境单元的执行结果是指与所述待调试对话信息对应的对话语境的状态数据。
所述调试子模块211通过调用所述聊天机器人模块10根据所述当前语境单元的执行结果、当前语境单元的分支数据、所述语义识别的执行结果,确定目标语境单元,将目标语境单元的状态数据作为所述目标语境单元的执行结果。
语境单元是一个对话语境。
当前语境单元是指开发人员输入待调试对话信息的对话语境。
目标语境单元是指需要从当前语境单元跳转的目标对话语境。
可选的,目标对话语境可以是当前语境单元的下一个对话语境,也可以是当前语境单元跳转多个对话语境到达的对话语境。
对话语境的状态数据包括普通变量和/或全局变量。可以理解的是,对话语境的状态数据还可以包括其他数据,在此不做具体限定。
所述普通变量是只在当前聊天机器人模块10有效的变量,例如,所述普通变量包括:智能助手名称、无匹配意图次数、问题匹配次数、无匹配回答次数和/或语境单元的随机数中的一个或多个。所述无匹配意图次数用于记录在当前语境单元没有匹配上预设意图的次数。
所述全局变量是在当前聊天机器人模块或多个聊天机器人模块10之间可以调用的变量。
语境单元之间、以及二者之间的关系,可以确定一个分支,每个分支均对应了一个语境单元。从一个语境单元跳转至另一个语境单元继续进行交互的过程为进入与对应的语境单元对应的分支的过程。
所述当前语境单元的分支数据是指当前语境单元的所有分支的数据。
在一个实施例中,所述调试子模块211通过调用所述聊天机器人模块10根据所述当前语境单元的执行结果、所述目标语境单元的执行结果,确定与所述聊天机器人模块10对应的普通变量信息,将与所述聊天机器人模块10对应的普通变量信息作为所述普通变量的执行结果,所述普通变量只用于当前聊天机器人模块10;
所述调试子模块211通过调用所述聊天机器人模块10根据所述当前语境单元的执行结果、所述目标语境单元的执行结果,确定全局变量信息,将所述全局变量信息作为所述全局变量的执行结果,所述全局变量可以用于所有所述聊天机器人模块10。
与所述聊天机器人模块10对应的普通变量信息,是指当前聊天机器人模块10的普通变量的信息,包括变量类型、变量名称、变量值,例如,普通变量(变量类型)、智能助手(变量名称)、晓悟(变量值)。
全局变量信息是指在所有所述聊天机器人模块10都可以调用的变量的信息,包括变量类型、变量名称、变量值,例如,全局变量(变量类型)、喜欢的水果(变量名称)、苹果(变量值)。
可选的,与所述聊天机器人模块10对应的普通变量信息的数量可以是一个也可以是多个;全局变量信息的数量可以是一个也可以是多个。
在一个实施例中,所述调试子模块211通过调用所述聊天机器人模块10根据当前语境单元、所述语义识别的执行结果,确定与所述当前语境单元对应的待选分支;
所述调试子模块211通过调用所述聊天机器人模块10根据与所述当前语境单元对应的待选分支确定每个所述待选分支的优先级及每个所述待选分支的匹配的条件数量,将每个所述待选分支的优先级作为所述分支优先级的执行结果,将每个所述待选分支的匹配的条件数量作为所述条件优先级的执行结果,将与所述当前语境单元对应的待选分支的分支标识作为所述分支匹配的执行结果;
当与所述当前语境单元对应的待选分支的数量为至少1个时,所述调试子模块211通过调用所述聊天机器人模块10根据与所述当前语境单元对应的待选分支确定与所述当前语境单元对应的目标分支,根据所述语义识别的执行结果更新目标分支的状态数据,根据更新结果确定所述保存变量的执行结果。
所述分支标识可以是ID、名称等唯一标识一个分支的信息。例如,分支标识为“语境单元1-1”的“分支1”。
可选的,所述分支匹配的执行结果还可以包括其他信息,例如,状态数据变更情况,在此不做具体限定。
可选的,与所述当前语境单元对应的待选分支的数量可以是一个也可以是多个。
从当前语境单元跳转至目标语境单元继续进行交互的过程为进入与目标语境单元对应的分支的过程,其中,目标语境单元对应的目标标识为分支对应的指针。
在上述确定目标分支的过程中,还需要针对每一个待选分支进行考虑,最终确定目标分支。其中,确定目标分支的过程可以是根据每一个待选分支对应的分支优先级确定的。
分支优先级分为条件优先级和辅助优先级。条件优先级是根据是否满足预设的条件来确定对应的条件优先级,并且,满足的条件数量多的优先级更高。辅助优先级为设置的优先级范围,在该优先级范围内则确定为优先级。并且,在某一个语义信息既满足条件优先级、也满足辅助优先级的情况下,首先比较辅助优先级的级别,根据辅助优先级的级别来确定;在辅助优先级相同的情况,比较条件优先级的级别,根据条件优先级的级别来确定。
在一个实施例中,所述调试子模块211通过调用所述聊天机器人模块10根据与所述当前语境单元对应的待选分支确定与所述当前语境单元对应的目标分支,包括:
所述调试子模块211通过调用所述聊天机器人模块10根据与所述当前语境单元对应的待选分支确定待确定分支;
获取所述待确定分支的合并标识;
当所述待确定分支的合并标识为不合并时,将所述待确定分支作为与所述当前语境单元对应的目标分支;
当所述待确定分支的合并标识为合并时,将所述待确定分支作为中间分支,根据所述中间分支、所述语义识别的执行结果,确定与所述中间分支对应的待选分支,根据与所述中间分支对应的待选分支确定所述待确定分支,执行所述获取所述待确定分支的合并标识的步骤。
具体而言,根据与所述当前语境单元对应的待选分支确定待确定分支,当待确定分支的合并标识为合并时,将待确定分支作为中间分支,再根据中间分支确定待确定分支,持续这个过程直至确定出的待确定分支的合并标识为不合并。本实施例通过合并标识,可以实现从当前语境单元进行多个语境单元的跳转,从而提升了聊天机器人模块10的灵活性。
在一个实施例中,所述将每个所述待选分支的优先级作为所述分支优先级的执行结果,将每个所述待选分支的匹配的条件数量作为所述条件优先级的执行结果,将与所述当前语境单元对应的待选分支的分支标识作为所述分支匹配的执行结果,包括:
将每个所述待选分支的优先级、所述中间分支的优先级、与所述当前语境单元对应的目标分支的优先级作为所述分支优先级的执行结果;
将每个所述待选分支的匹配的条件数量、所述中间分支的匹配的条件数量、与所述当前语境单元对应的目标分支的匹配的条件数量作为所述条件优先级的执行结果;
将与所述当前语境单元对应的待选分支的分支标识、所述中间分支的分支标识、与所述当前语境单元对应的目标分支的分支标识作为所述分支匹配的执行结果。
本实施例实现了在从当前语境单元进行多个语境单元的跳转时,将中间分支的信息作为所述分支优先级的执行结果、所述条件优先级的执行结果、所述分支匹配的执行结果来源之一,从而使开发人员可以详细了解跳转过程信息。
在一个实施例中,所述根据所述语义识别的执行结果更新目标分支的状态数据,根据更新结果确定所述保存变量的执行结果,包括:
根据所述语义识别的执行结果更新与所述当前语境单元对应的目标分支的状态数据及所述中间分支的状态数据,根据更新结果确定所述保存变量的执行结果。本实施例将中间分支的状态数据、所述当前语境单元对应的目标分支的子图数据作为所述保存变量的执行结果的来源,有利于开发人员详细了解保存变量的过程。
在一个实施例中,所述开发人员调试模块21还包括调试对话子模块23;
所述调试对话子模块23用于接收所述开发人员输入的调试设置数据、所述待调试对话信息,所述调试设置数据包括信息输入方法设置数据、多个聊天机器人模块间跳转设置数据和/或调试模式设置数据中的一个或多个。
所述信息输入方法设置数据包括:语音输入、键盘输入、虚拟键盘输入中的任一个。
所述多个聊天机器人模块间跳转设置数据是指允许多个聊天机器人模块之间跳转、不允许多个聊天机器人模块之间跳转。
所述调试模式设置数据是指处于调试模式、不处于调试模式。
在一个实施例中,所述开发人员调试模块21还包括调试对话显示窗口25、调试信息显示窗口24;
所述调试对话显示窗口25与所述调试信息显示窗口24同时显示在同一显示界面;
所述调试对话显示窗口25用于所述开发人员输入所述调试设置数据、所述待调试对话信息、聊天机器人模块10标识,根据所述聊天机器人模块10标识确定聊天机器人模块10信息,根据所述聊天机器人模块10信息、所述调试设置数据、所述待调试对话信息、普通变量的执行结果的智能助手信息(聊天机器人模块10的智能助手的名称,是个普通变量)进行显示;
所述调试信息显示窗口24用于所述调试信息显示子模块212将所述调试信息按预设显示模板进行显示。
所述聊天机器人模块10标识可以是ID、模块名称等可以唯一标识一个聊天机器人模块10的信息。
所述预设显示模板包括显示顺序、版面布局、连接信息和/或显示格式中的一个或多个。
可选的,显示顺序是指按调用所述聊天机器人模块10以实现对话操作的步骤顺序进行显示。
可选的,版面布局是显示调试信息的版面的全局与局部、局部与局部之间的联系的表现方式,例如,目标语境单元的执行结果显示在当前语境单元的执行结果的右侧,当前语境单元的普通变量的执行结果及全局变量的执行结果显示在当前语境单元的执行结果的下方,目标语境单元的普通变量的执行结果及全局变量的执行结果显示在目标语境单元的执行结果的下方,相同的变量(可以是普通变量,也可以是全局变量)显示在同一行。
可选的,将中间分支及目标分支对应的所述分支优先级的执行结果、所述条件优先级的执行结果、所述分支匹配的执行结果、所述保存变量的执行结果以预设颜色的字体显示和/或以预设的背景颜色显示。例如,预设颜色的字体显示为红色,预设的背景颜色为黄色。
例如,分支标识为“语境单元1-1”的“分支1”,添加连接信息后所述分支匹配的执行结果表述为“匹配上了语境单元1-1的分支[分支1]”。
可选的,当所述调试对话显示窗口25需要显示的信息比较多时,所述调试对话显示窗口25可以设置滚动条。当所述调试信息显示窗口24需要显示的信息比较多时,所述调试信息显示窗口24可以设置滚动条。
例如,所述预设显示模板从上到下依次显示会话标识、待调试信息、语义识别的执行结果、词句转换的执行结果、当前语境单元的执行结果及目标语境单元的执行结果、普通变量的执行结果及全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果、保存变量的执行结果、最终对话结果,中间分支及目标分支对应的分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果以红色字体显示。
可以理解的是,用户也可以根据需要设置所述预设显示模板,例如,显示哪些调试信息,显示调试信息的格式,显示时哪些调试信息是否采用连接信息以及采用哪种连接信息。通过连接信息,有利于开发人员理解调试信息,从而进一步提高了聊天机器人模块的开发调试效率。
本实施例通过同一显示界面同时显示调试对话显示窗口25与调试信息显示窗口24,而且调试信息按预设模板进行显示,有利于开发人员直观的了解,提高了调试系统的友好性。
在一个实施例中,所述调试信息包括调试信息名称、调试信息详细内容;
所述调试信息显示子模块212将所述调试信息按预设显示模板进行显示,包括:将所述调试信息详细内容显示在所述调试信息名称的右侧。从而进一步有利于开发人员直观的了解,进一步提高了调试系统的友好性。
在一个实施例中,所述调试信息还包括调试信息类型;
所述调试信息显示子模块212将调试信息类型相同的所述调试信息显示在同一区域,且,先显示调试类型,再将调试信息名称、调试信息详细内容显示在对应的调试信息类型下方。
可选的,所述调试信息类型可以是指对话操作的步骤,例如,所述调试信息类型包括词句转换、语义识别。
如图2和图3所示,在一个实施例中,所述聊天机器人模块10包括交互子模块11;
所述交互子模块11用于接收使用人员输入的对话信息、并调用语义识别模型和对话模型以实现对话操作;
所述交互子模块11包括至少一个语境单元,所述语境单元用于标识与所述对话信息对应的当前对话语境;
所述交互子模块11实现的对话操作还包括根据语义识别模型提取的语义信息和/或与所述聊天机器人模块10对应的历史信息,并根据当前语境单元,激活下一个语境单元。
其中,交互子模块11为针对当前对话进行处理并给出对应的回答信息或其它对话处理的模块。在本实施例中,交互模块为一个局部模块,用于对对话信息进行局部的监听和处理,具体可以调用语义识别模块对使用人员输入的对话信息进行语义和/或语法识别,然后根据语义和/或语法识别的结果,调用对话模型确定与使用人员输入的对话信息对应的对话操作。
在一个具体的实施例中,对话操作包括了调用对话模型确定与用户输入的对话信息对应的回答信息,并返回给使用人员。
在本实施例中,交互子模块11还将对话过程构成成多个交互节点,其中每个交互节点为一个语境单元,也就是说,交互子模块11包括了与对话过程对应的至少一个语境单元,每一个语境单元指的是对话过程中的一个交互节点,用以标识一个单轮对话过程、或数据更新过程、或节点的转换过程;且一个语境单元对应了对话过程中的一个对话语境或者一个状态,例如,当用户输入的对话信息包含了需要询问的信息或者其它信息的情况下,对话过程对应的对话语境和对话状态就发生了改变了,对应的语境单元也会发生改变。在对话过程中,一个对话过程对应了多个语境单元,每一个语境单元为整个对话过程中对应的多个交互节点中的一个。当前语境单元是指的是在当前的对话执行的语境单元。在本实施例中,语境单元可以调用对话系统的相关模型以及知识库,对用户输入的对话信息给出相应的回答。
在另一个具体的实施例中,交互子模块11实现的对话操作还包括根据语义识别模型提取的语义信息和/或与聊天机器人模块10对应的历史信息,并根据当前语境单元,激活下一个语境单元。
针对用户输入的对话信息进行语义和/语法识别提取的语义信息,以及聊天机器人模块10对应的历史信息(包括历史对话信息以及根据历史对话信息确定的状态数据)确定下一个进行交互的目标语境单元,然后激活目标语境单元并将目标语境单元作为当前语境单元继续进行交互,从而实现语境单元的转换。
所述对话模型用于确定与对话信息或用于意图对应的回答信息,该回答信息用于返回给使用者,以实现人机对话。其中,对话模型可以为以问答模型,用于确定与问答信息对应的回答信息。
在上述交互子模块11中,在确定并激活下一个语境单元并转至该下一个语境单元继续进行交互的过程中,还需要确定下一个语境单元对应的定位标识。其中,定位标识用于标识每一个语境单元,以确定下一个语境单元并进行激活,然后将激活的下一个语境单元作为当前语境单元继续进行对话,以完成语境单元的跳转。
在上述交互子模块11根据使用人员输入的对话信息确定对应的对话操作的过程中,还需要考虑各种其他因素以确定与使用人员输入的对话信息匹配的对话操作,以提供较好的用户体验下的对话操作。
对话模型在确定回答信息的过程中,是基于问答知识库进行确定的,问答知识库可以是对相应的对话模型进行训练的知识库。
在一个具体的实施例中,在确定对话操作的过程中,还需要进行是否满足预设的条件的判断。聊天机器人模块10还包括条件判断子模块1212,用于对对话信息和/或语义识别模型提取的语义信息是否满足预设的条件进行判断,以确定与对话信息和/或语义识别模型提取的语义信息对应的对话操作。其中,对于满足预设的条件的情况下,直接返回预设的回答信息、或确定下一个语境单元并跳转至下一个语境单元继续进行对话过程的交互。
在一个具体的实施例中,在确定定对话操作的过程中,还需要考虑状态数据。具体的,状态数据是存储在聊天机器人模块10中的状态数据库中的,用以表示与环境相关的状态数据或者与聊天机器人模块10对应的状态数据。其中,与聊天机器人模块10对应的状态数据提取自对话过程中的对话信息,用以表示当前对话过程的状态。
在聊天机器人模块10被执行以实现对话的过程中,交互子模块11中还根据使用人员输入的对话信息,提取所述使用人员输入的对话信息中的状态数据,并根据提取到的状态数据对所述状态数据库进行更新。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种聊天机器人的调试系统,其特征在于,所述聊天机器人的调试系统用于对聊天机器人模块进行调试;
所述系统包括:
开发人员调试模块,用于接收所述开发人员输入的待调试对话信息,根据所述待调试对话信息实现对所述聊天机器人模块的对话调试;
其中,所述开发人员调试模块包括调试子模块和调试信息显示子模块;
所述调试子模块用于根据所述待调试对话信息调用所述聊天机器人模块以实现对话操作,获取所述对话操作的中间执行结果和/或最终对话结果,将所述待调试对话信息、所述中间执行结果和/或所述最终对话结果作为调试信息;
所述调试信息显示子模块用于将所述调试信息进行显示。
2.根据权利要求1所述的聊天机器人的调试系统,其特征在于,所述中间执行结果包括会话标识、词句转换的执行结果、语义识别的执行结果、当前语境单元的执行结果、目标语境单元的执行结果、普通变量的执行结果、全局变量的执行结果、分支匹配的执行结果、分支优先级的执行结果、条件优先级的执行结果和/或保存变量的执行结果中的一个或多个。
3.根据权利要求2所述的聊天机器人的调试系统,其特征在于,所述聊天机器人模块包括语义识别模型,或,所述系统包括语义识别模型;
当所述待调试对话信息是单个词语或是没有清楚的语义结构的句子或是没有清楚的语法结构的句子时,所述调试子模块通过所述聊天机器人模块调用语义识别模型对所述待调试对话信息进行词句转换,得到所述词句转换的执行结果,从所述词句转换的执行结果中提取出与所述词句转换的执行结果对应的语义信息作为所述语义识别的执行结果;
当所述待调试对话信息是有清楚的语义和/或语法结构的句子时,所述调试子模块通过所述聊天机器人模块调用所述语义识别模型从所述待调试对话信息中提取出与所述待调试对话信息对应的语义信息作为所述语义识别的执行结果。
4.根据权利要求3所述的聊天机器人的调试系统,其特征在于,所述语义信息包括意图信息,所述意图信息以三元组、三元组的组合、意图三元组或意图三元组的组合形式展示。
5.根据权利要求2所述的聊天机器人的调试系统,其特征在于,所述当前语境单元的执行结果是指与所述待调试对话信息对应的对话语境的状态数据;
所述调试子模块通过调用所述聊天机器人模块根据所述当前语境单元的执行结果、当前语境单元的分支数据、所述语义识别的执行结果,确定目标语境单元,将目标语境单元的状态数据作为所述目标语境单元的执行结果。
6.根据权利要求5所述的聊天机器人的调试系统,其特征在于,所述调试子模块通过调用所述聊天机器人模块根据所述当前语境单元的执行结果、所述目标语境单元的执行结果,确定与所述聊天机器人模块对应的普通变量信息,将与所述聊天机器人模块对应的普通变量信息作为所述普通变量的执行结果,所述普通变量只用于当前聊天机器人模块;
所述调试子模块通过调用所述聊天机器人模块根据所述当前语境单元的执行结果、所述目标语境单元的执行结果,确定全局变量信息,将所述全局变量信息作为所述全局变量的执行结果,所述全局变量可以用于所有所述聊天机器人模块。
7.根据权利要求2所述的聊天机器人的调试系统,其特征在于,所述调试子模块通过调用所述聊天机器人模块根据当前语境单元、所述语义识别的执行结果,确定与所述当前语境单元对应的待选分支;
所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定每个所述待选分支的优先级及每个所述待选分支的匹配的条件数量,将每个所述待选分支的优先级作为所述分支优先级的执行结果,将每个所述待选分支的匹配的条件数量作为所述条件优先级的执行结果,将与所述当前语境单元对应的待选分支的分支标识作为所述分支匹配的执行结果;
当与所述当前语境单元对应的待选分支的数量为至少1个时,所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定与所述当前语境单元对应的目标分支,根据所述语义识别的执行结果更新目标分支的状态数据,根据更新结果确定所述保存变量的执行结果。
8.根据权利要求7所述的聊天机器人的调试系统,其特征在于,所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定与所述当前语境单元对应的目标分支,包括:
所述调试子模块通过调用所述聊天机器人模块根据与所述当前语境单元对应的待选分支确定待确定分支;
获取所述待确定分支的合并标识;
当所述待确定分支的合并标识为不合并时,将所述待确定分支作为与所述当前语境单元对应的目标分支;
当所述待确定分支的合并标识为合并时,将所述待确定分支作为中间分支,根据所述中间分支、所述语义识别的执行结果,确定与所述中间分支对应的待选分支,根据与所述中间分支对应的待选分支确定所述待确定分支,执行所述获取所述待确定分支的合并标识的步骤。
9.根据权利要求8所述的聊天机器人的调试系统,其特征在于,所述将每个所述待选分支的优先级作为所述分支优先级的执行结果,将每个所述待选分支的匹配的条件数量作为所述条件优先级的执行结果,将与所述当前语境单元对应的待选分支的分支标识作为所述分支匹配的执行结果,包括:
将每个所述待选分支的优先级、所述中间分支的优先级、与所述当前语境单元对应的目标分支的优先级作为所述分支优先级的执行结果;
将每个所述待选分支的匹配的条件数量、所述中间分支的匹配的条件数量、与所述当前语境单元对应的目标分支的匹配的条件数量作为所述条件优先级的执行结果;
将与所述当前语境单元对应的待选分支的分支标识、所述中间分支的分支标识、与所述当前语境单元对应的目标分支的分支标识作为所述分支匹配的执行结果。
10.根据权利要求8所述的聊天机器人的调试系统,其特征在于,
所述根据所述语义识别的执行结果更新目标分支的状态数据,根据更新结果确定所述保存变量的执行结果,包括:
根据所述语义识别的执行结果更新与所述当前语境单元对应的目标分支的状态数据及所述中间分支的状态数据,根据更新结果确定所述保存变量的执行结果。
11.根据权利要求1至10任一项所述的聊天机器人的调试系统,其特征在于,所述开发人员调试模块还包括调试对话子模块;
所述调试对话子模块用于接收所述开发人员输入的调试设置数据、所述待调试对话信息,所述调试设置数据包括信息输入方法设置数据、多个聊天机器人模块间跳转设置数据和/或调试模式设置数据中的一个或多个。
12.根据权利要求11所述的聊天机器人的调试系统,其特征在于,所述开发人员调试模块还包括调试对话显示窗口、调试信息显示窗口;
所述调试对话显示窗口与所述调试信息显示窗口同时显示在同一显示界面;
所述调试对话显示窗口用于所述开发人员输入所述调试设置数据、所述待调试对话信息、聊天机器人模块标识,根据所述聊天机器人模块标识确定聊天机器人模块信息,根据所述聊天机器人模块信息、所述调试设置数据、所述待调试对话信息、普通变量的执行结果的智能助手信息进行显示;
所述调试信息显示窗口用于所述调试信息显示子模块将所述调试信息按预设显示模板进行显示。
13.根据权利要求12所述的聊天机器人的调试系统,其特征在于,所述调试信息包括调试信息名称、调试信息详细内容;
所述调试信息显示子模块将所述调试信息按预设显示模板进行显示,包括:将所述调试信息详细内容显示在所述调试信息名称的右侧。
14.根据权利要求1至10任一项所述的聊天机器人的调试系统,其特征在于,所述聊天机器人模块包括交互子模块;
所述交互子模块用于接收使用人员输入的对话信息、并调用语义识别模型和对话模型以实现对话操作;
所述交互子模块包括至少一个语境单元,所述语境单元用于标识与所述对话信息对应的当前对话语境;
所述交互子模块实现的对话操作还包括根据语义识别模型提取的语义信息和/或与所述聊天机器人模块对应的历史信息,并根据当前语境单元,激活下一个语境单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010372807.3A CN111651348B (zh) | 2020-05-06 | 2020-05-06 | 一种聊天机器人的调试系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010372807.3A CN111651348B (zh) | 2020-05-06 | 2020-05-06 | 一种聊天机器人的调试系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111651348A true CN111651348A (zh) | 2020-09-11 |
CN111651348B CN111651348B (zh) | 2023-09-29 |
Family
ID=72346486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010372807.3A Active CN111651348B (zh) | 2020-05-06 | 2020-05-06 | 一种聊天机器人的调试系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111651348B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997399A (zh) * | 2017-05-24 | 2017-08-01 | 海南大学 | 一种基于数据图谱、信息图谱、知识图谱和智慧图谱关联架构的分类问答系统设计方法 |
CN107748757A (zh) * | 2017-09-21 | 2018-03-02 | 北京航空航天大学 | 一种基于知识图谱的问答方法 |
CN108427707A (zh) * | 2018-01-23 | 2018-08-21 | 深圳市阿西莫夫科技有限公司 | 人机问答方法、装置、计算机设备和存储介质 |
US20180337872A1 (en) * | 2017-05-22 | 2018-11-22 | Sage Global Services Limited | Chatbot system |
CN108897771A (zh) * | 2018-05-30 | 2018-11-27 | 东软集团股份有限公司 | 自动问答方法、装置、计算机可读存储介质及电子设备 |
CN109074402A (zh) * | 2016-04-11 | 2018-12-21 | 脸谱公司 | 基于示例会话使用自然语言机器学习来响应用户请求的技术 |
CN109117378A (zh) * | 2018-08-31 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 用于显示信息的方法和装置 |
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 |
CN110370275A (zh) * | 2019-07-01 | 2019-10-25 | 夏博洋 | 基于表情识别的情绪聊天机器人 |
CN110704582A (zh) * | 2019-09-20 | 2020-01-17 | 联想(北京)有限公司 | 一种信息处理方法及装置、设备 |
US20200073938A1 (en) * | 2018-08-30 | 2020-03-05 | International Business Machines Corporation | Automated Testing of Dialog Systems |
-
2020
- 2020-05-06 CN CN202010372807.3A patent/CN111651348B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109074402A (zh) * | 2016-04-11 | 2018-12-21 | 脸谱公司 | 基于示例会话使用自然语言机器学习来响应用户请求的技术 |
US20180337872A1 (en) * | 2017-05-22 | 2018-11-22 | Sage Global Services Limited | Chatbot system |
CN106997399A (zh) * | 2017-05-24 | 2017-08-01 | 海南大学 | 一种基于数据图谱、信息图谱、知识图谱和智慧图谱关联架构的分类问答系统设计方法 |
CN107748757A (zh) * | 2017-09-21 | 2018-03-02 | 北京航空航天大学 | 一种基于知识图谱的问答方法 |
CN108427707A (zh) * | 2018-01-23 | 2018-08-21 | 深圳市阿西莫夫科技有限公司 | 人机问答方法、装置、计算机设备和存储介质 |
CN108897771A (zh) * | 2018-05-30 | 2018-11-27 | 东软集团股份有限公司 | 自动问答方法、装置、计算机可读存储介质及电子设备 |
US20200073938A1 (en) * | 2018-08-30 | 2020-03-05 | International Business Machines Corporation | Automated Testing of Dialog Systems |
CN109117378A (zh) * | 2018-08-31 | 2019-01-01 | 百度在线网络技术(北京)有限公司 | 用于显示信息的方法和装置 |
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 |
CN110370275A (zh) * | 2019-07-01 | 2019-10-25 | 夏博洋 | 基于表情识别的情绪聊天机器人 |
CN110704582A (zh) * | 2019-09-20 | 2020-01-17 | 联想(北京)有限公司 | 一种信息处理方法及装置、设备 |
Non-Patent Citations (2)
Title |
---|
吴晨;张全;: "HNC问答处理系统关键算法研究", no. 06 * |
缪建明;张全;: "HNC语境框架及其语境歧义消解", no. 15 * |
Also Published As
Publication number | Publication date |
---|---|
CN111651348B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107209759B (zh) | 注解辅助装置及记录介质 | |
US10262062B2 (en) | Natural language system question classifier, semantic representations, and logical form templates | |
US9390087B1 (en) | System and method for response generation using linguistic information | |
US9710458B2 (en) | System for natural language understanding | |
US11250841B2 (en) | Natural language generation, a hybrid sequence-to-sequence approach | |
CN110222045B (zh) | 一种数据报表获取方法、装置及计算机设备、存储介质 | |
US4931935A (en) | User interface system for permitting natural language interaction with an information retrieval system | |
US9824083B2 (en) | System for natural language understanding | |
US8117022B2 (en) | Method and system for machine understanding, knowledge, and conversation | |
CN1618064B (zh) | 翻译方法与计算机设备 | |
CN114757176B (zh) | 一种获取目标意图识别模型的方法以及意图识别方法 | |
US10503769B2 (en) | System for natural language understanding | |
CN111368029B (zh) | 基于意图三元组的交互方法、装置、设备及存储介质 | |
CN111325034A (zh) | 多轮对话中语义补齐的方法、装置、设备及存储介质 | |
CN113282762A (zh) | 知识图谱构建方法、装置、电子设备和存储介质 | |
CN111930912A (zh) | 对话管理方法及系统、设备和存储介质 | |
CN112507089A (zh) | 一种基于知识图谱的智能问答引擎及其实现方法 | |
JP2022076439A (ja) | 対話管理 | |
Remus et al. | EmpiriST: AIPHES-robust tokenization and POS-tagging for different genres | |
CN111651348B (zh) | 一种聊天机器人的调试系统 | |
CN115935943A (zh) | 一种支持自然语言结构计算的分析框架 | |
CN115510213A (zh) | 用于作业机械的问答方法及系统、作业机械 | |
Ahmed et al. | Design and implementation of a chatbot for Kurdish language speakers using Chatfuel platform | |
CN115034209A (zh) | 文本分析方法、装置、电子设备以及存储介质 | |
CN114089980A (zh) | 编程处理方法、装置、解释器及非易失性存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |