CN111858884A - 一种机器人学习真人深度对话内容的方法与系统 - Google Patents
一种机器人学习真人深度对话内容的方法与系统 Download PDFInfo
- Publication number
- CN111858884A CN111858884A CN202010591791.5A CN202010591791A CN111858884A CN 111858884 A CN111858884 A CN 111858884A CN 202010591791 A CN202010591791 A CN 202010591791A CN 111858884 A CN111858884 A CN 111858884A
- Authority
- CN
- China
- Prior art keywords
- voice
- question
- robot
- cloud server
- user
- 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.)
- Withdrawn
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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/34—Adaptation of a single recogniser for parallel processing, e.g. by use of multiple processors or cloud computing
Abstract
本发明公开了一种机器人学习真人深度对话内容的方法与系统,包括机器人本体,所述机器人本体包括有云端服务器,所述云端服务器的信号端口双向连接有语音模块发送模块,所述语音模块发送模块的信号端口双向连接有语音网关,所述语音网关的信号端口双向连接有问题数据库,所述问题数据库包括有A、B、C、D、E五级关键词及并列关键词。本发明采用了一种机器人学习真人深度对话内容的方法与系统,通过这种方法设计的系统可以在用户咨询真人客服人员时学会他们间深度交流咨询的知识内容,并通过多次应用逐渐扩展丰富知识图谱的内容,最终达到利用机器人替代真人客服人员为用户提供咨询服务的目的。
Description
技术领域
本发明涉及机器人学习真人深度对话相关技术领域,具体为一种机器人学习真人深度对话内容的方法与系统。
背景技术
目前,客服咨询工作,大多还是依靠人工客服提供人与人之间的对话交流,也有一些通过简单的平台自动回复功能,实现简单的交流,但是依然无法满足用户对咨询的服务需求,随着科技的发展,当前机器人按事先准备好的题库内容回答用户提问的应用已经较为普及,但用户想跟机器人做深度对话时,机器人往往难以跟你深入交流下去,大部分机器人不具备深度对话的能力,因而它就不能胜任较复杂的咨询工作任务;所以这里设计生产了一种机器人学习真人深度对话内容的方法与系统,以便于解决上述问题。
发明内容
本发明的目的在于提供一种机器人学习真人深度对话内容的方法与系统,以解决上述背景技术中提出的机器人往往难以跟你深入交流下去,大部分机器人不具备深度对话的能力,不能胜任较复杂的咨询工作任务问题。
为实现上述目的,本发明提供如下技术方案:一种机器人学习真人深度对话内容的系统,包括机器人本体,所述机器人本体包括有云端服务器,所述云端服务器的信号端口双向连接有语音模块发送模块,所述语音模块发送模块的信号端口双向连接有语音网关,所述语音网关的信号端口双向连接有问题数据库,所述问题数据库包括有A、B、C、D、E五级关键词及并列关键词。
在进一步的实施例中,所述云端服务器的信号输入端口通过导线连接有麦克风和数据输入终端。
在进一步的实施例中,所述云端服务器的信号输出端口连接有语音播放器。
在进一步的实施例中,所述语音网关的信号端口双向连接有话术数据库。
在进一步的实施例中,所述语音网关的信号端口双向连接有存储模块。
在进一步的实施例中,一种机器人学习真人深度对话内容的方法与系统,其具体使用方法为:
A1、机器人本体系统的云端服务器为每个商户设置一个问题数据库,问题数据库除了问题及答案以外,还设置了A、B、C、D、E五级关键词及并列关键词,供识别用户问题时匹配命中之用,利用麦克风将用户提问的语音信息传送给云端服务器,通过语音模块发送模块将语音信息传送给语音网关,语音网关给云端服务器返回经过语音识别的提问文字语句,云端服务器将返回的提问文字语句与问题数据库中的五级关键词及其并列关键词进行匹配,云端服务器还为每个商户设置一个话术数据库,话术数据库中的每一条树状记录存放一种话术内容;
A2;若匹配成功则向机器人本体发送并让其回答题库中的答案,即通过语音播放器播放出来;
A3、若匹配不成功,则云端服务器认为是新问题,然后将该问题通过数据输入终端转发给真人客服人员,真人客服人员通过数据输入终端将反问文字发送给云端服务器,云端服务器将反问文字发往语音网关转换成语音,然后将语音发给机器人本体,通过机器人本体向用户发出反问,用户根据机器人本体问话说出不同的回答语音,机器人本体将回答语音传送给云端服务器,云端服务器将回答语音传送给语音网关转换成回答文字,云端服务器再将该回答文字通过数据输入终端传送给真人客服人员,真人客服人员通过数据输入终端收到用户的回答文字后,若还有问题需要询问用户,则再次重复上述步骤即可;
A4、所产生的所有对话文字内容存入商户话术数据库树状记录的相应字段中去,商户系统管理员可以修改审核通过商户话术数据库知识内容;
A5、用户使用本系统若问到了问题数据库中已有的问题,当客服人员反问用户而用户给出了新的答案时,客服人员会继续反问或给出不同的答案,系统通过存储模块记录新产生的话术分支内容,从而逐步完善话术图谱知识库内容;机器人本体通过以上方法接受客服人员及用户的培训,不断增强理解用户深度问话及机器人本体回答问题的能力,使机器人变得更聪明。
与现有技术相比,本发明的有益效果是:
1.本发明采用了一种机器人学习真人深度对话内容的方法与系统,通过这种方法设计的系统可以在用户咨询真人客服人员时学会他们间深度交流咨询的知识内容,并通过多次应用逐渐扩展丰富知识图谱的内容,最终达到利用机器人替代真人客服人员为用户提供咨询服务的目的。
2.本发明中,用户使用本系统若问到了问题数据库中已有的问题,当客服人员反问用户而用户给出了新的答案时,客服人员会继续反问或给出不同的答案,系统通过存储模块记录新产生的话术分支内容,从而逐步完善话术图谱知识库内容。
附图说明
图1为本发明主体结构框图。
图中:1、机器人本体;2、云端服务器;3、麦克风;4、数据输入终端;5、语音网关;6、问题数据库;7、话术数据库;8、存储模块;9、语音模块发送模块;10、语音播放器。
具体实施方式
下面将结合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做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。
实施例一
请参阅图1,本实施例提供了一种机器人学习真人深度对话内容的方法与系统,包括机器人本体1,机器人本体1包括有云端服务器2,云端服务器2的信号端口双向连接有语音模块发送模块9,语音模块发送模块9的信号端口双向连接有语音网关5,语音网关5的信号端口双向连接有问题数据库6,问题数据库6包括有A、B、C、D、E五级关键词及并列关键词。
云端服务器2的信号输入端口通过导线连接有麦克风3和数据输入终端4。
云端服务器2的信号输出端口连接有语音播放器10,利用语音播放器10播放语音。
语音网关5的信号端口双向连接有话术数据库7。
本实施例中,机器人本体1系统的系统云端服务器为每个商户设置一个问题数据库6,问题数据库6除了问题及答案以外,还设置了A、B、C、D、E五级关键词及并列关键词,供识别用户问题时匹配命中之用,利用麦克风3将用户提问的语音信息传送给云端服务器2,通过语音模块发送模块9将语音信息传送给语音网关5,语音网关5给云端服务器2返回经过语音识别的提问文字语句,云端服务器2将返回的提问文字语句与问题数据库6中的五级关键词及其并列关键词进行匹配,云端服务器2还为每个商户设置一个话术数据库7,话术数据库7中的每一条树状记录存放一种话术内容;若匹配成功则向机器人本体1发送并让其回答题库中的答案,即通过语音播放器10播放出来;若匹配不成功,则云端服务器2认为是新问题,然后将该问题通过数据输入终端4转发给真人客服人员,真人客服人员通过数据输入终端4将反问文字发送给云端服务器2,云端服务器2将反问文字发往语音网关5转换成语音,然后将语音发给机器人本体1,通过机器人本体1向用户发出反问,用户根据机器人本体1问话说出不同的回答语音,机器人本体1将回答语音传送给云端服务器2,云端服务器2将回答语音传送给语音网关5转换成回答文字,云端服务器2再将该回答文字通过数据输入终端4传送给真人客服人员,真人客服人员通过数据输入终端4收到用户的回答文字后,若还有问题需要询问用户,则再次重复上述步骤即可;所产生的所有对话文字内容存入商户话术数据库7树状记录的相应字段中去,商户系统管理员可以修改审核通过商户话术数据库7知识内容;机器人本体1通过以上方法接受客服人员及用户的培训,不断增强理解用户深度问话及机器人本体1回答问题的能力,使机器人变得更聪明;
实施例二
请参阅图1,在实施例1的基础上做了进一步改进:
语音网关5的信号端口双向连接有存储模块8,用户使用本系统若问到了问题数据库6中已有的问题,当客服人员反问用户而用户给出了新的答案时,客服人员会继续反问或给出不同的答案,系统通过存储模块8记录新产生的话术分支内容,从而逐步完善话术图谱知识库内容。
实施例三
在对话场景中,导致机器人与客户无法深入对话的一个重要原因是,子节点的数量和深度(子节点的子节点数量)不够,在对话的过程中,发生对话中断的原因在于子节点缺失,导致对话没法深入进行。为此,为了降低对话中断的频率,根据对话的频率对子节点进行分类,查找出重要的子节点,并围绕重要的子节点进行优化,增加重要子节点的子节点数量和深度,从而降低对话中断的频率。增加子节点的方式有如下几种:
新增子节点,即补充新的对话内容,该对话内容直接与该核心子节点连接;
新增子节点连接,即将原有子节点与核心子节点建立连接。
通过上述方式,构架以若干核心子节点为中心的树状和网状对话图谱,逐步增加核心子节点的子节点数量以及深度,从而在减少对话中断的频率。
实施例四
将对话中断的信息进行统计,构建对话中断信息库,建立中断节点图谱,并针对中断节点图谱进行优化,增加新的子节点或构建新的子节点关联。对于高频中断的情况,一般认为是重要子节点缺失造成的,因此,增加新的子节点对于解决高频中断的情况非常重要。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种机器人学习真人深度对话内容的系统,包括机器人本体(1),其特征在于:所述机器人本体(1)包括有云端服务器(2),所述云端服务器(2)的信号端口双向连接有语音模块发送模块(9),所述语音模块发送模块(9)的信号端口双向连接有语音网关(5),所述语音网关(5)的信号端口双向连接有问题数据库(6),所述问题数据库(6)包括有A、B、C、D、E五级关键词及并列关键词。
2.根据权利要求1所述的一种机器人学习真人深度对话内容的系统,其特征在于:所述云端服务器(2)的信号输入端口通过导线连接有麦克风(3)和数据输入终端(4)。
3.根据权利要求1所述的一种机器人学习真人深度对话内容的系统,其特征在于:所述云端服务器(2)的信号输出端口连接有语音播放器(10)。
4.根据权利要求1所述的一种机器人学习真人深度对话内容的系统,其特征在于:所述语音网关(5)的信号端口双向连接有话术数据库(7)。
5.根据权利要求1所述的一种机器人学习真人深度对话内容的系统,其特征在于:所述语音网关(5)的信号端口双向连接有存储模块(8)。
6.基于权利要求1所述的一种机器人学习真人深度对话内容的方法,其特征在于,包括如下步骤:
A1、机器人本体(1)系统的云端服务器(2)为每个商户设置一个问题数据库(6),问题数据库(6)除了问题及答案以外,还设置了A、B、C、D、E五级关键词及并列关键词,供识别用户问题时匹配命中之用,利用麦克风(3)将用户提问的语音信息传送给云端服务器(2),通过语音模块发送模块(9)将语音信息传送给语音网关(5),语音网关(5)给云端服务器(2)返回经过语音识别的提问文字语句,云端服务器(2)将返回的提问文字语句与问题数据库(6)中的五级关键词及其并列关键词进行匹配,云端服务器(2)还为每个商户设置一个话术数据库(7),话术数据库(7)中的每一条树状记录存放一种话术内容;
A2;若匹配成功则向机器人本体(1)发送并让其回答题库中的答案,即通过语音播放器(10)播放出来;
A3、若匹配不成功,则云端服务器(2)认为是新问题,然后将该问题通过数据输入终端(4)转发给真人客服人员,真人客服人员通过数据输入终端(4)将反问文字发送给云端服务器(2),云端服务器(2)将反问文字发往语音网关(5)转换成语音,然后将语音发给机器人本体(1),通过机器人本体(1)向用户发出反问,用户根据机器人本体(1)问话说出不同的回答语音,机器人本体(1)将回答语音传送给云端服务器(2),云端服务器(2)将回答语音传送给语音网关(5)转换成回答文字,云端服务器(2)再将该回答文字通过数据输入终端(4)传送给真人客服人员,真人客服人员通过数据输入终端(4)收到用户的回答文字后,若还有问题需要询问用户,则再次重复上述步骤即可;
A4、所产生的所有对话文字内容存入商户话术数据库(7)树状记录的相应字段中去,商户系统管理员可以修改审核通过商户话术数据库(7)知识内容;
A5、用户使用本系统若问到了问题数据库(6)中已有的问题,当客服人员反问用户而用户给出了新的答案时,客服人员会继续反问或给出不同的答案,系统通过存储模块(8)记录新产生的话术分支内容,从而逐步完善话术图谱知识库内容,机器人本体(1)通过以上方法接受客服人员及用户的培训,不断增强理解用户深度问话及机器人本体(1)回答问题的能力,使机器人变得更聪明。
7.根据权利要求6所述的一种机器人学习真人深度对话内容的方法,其特征在于,还包括步骤A6、
对知识图谱进行优化,查找树状知识图谱的节点数量及深度,筛选出核心节点并基于核心节点对其子节点进行修改和补充,丰富核心节点的子节点数量和子节点深度。
8.根据权利要求6所述的一种机器人学习真人深度对话内容的方法,其特征在于,A7、建立中断节点图谱,并针对中断节点图谱进行优化,增加新的子节点或构建新的子节点关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010591791.5A CN111858884A (zh) | 2020-06-24 | 2020-06-24 | 一种机器人学习真人深度对话内容的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010591791.5A CN111858884A (zh) | 2020-06-24 | 2020-06-24 | 一种机器人学习真人深度对话内容的方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111858884A true CN111858884A (zh) | 2020-10-30 |
Family
ID=72988114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010591791.5A Withdrawn CN111858884A (zh) | 2020-06-24 | 2020-06-24 | 一种机器人学习真人深度对话内容的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111858884A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112365892A (zh) * | 2020-11-10 | 2021-02-12 | 杭州大搜车汽车服务有限公司 | 人机对话方法、装置、电子装置及存储介质 |
CN112637625A (zh) * | 2020-12-17 | 2021-04-09 | 江苏遨信科技有限公司 | 一种虚拟真人主播节目及问答互动的方法与系统 |
-
2020
- 2020-06-24 CN CN202010591791.5A patent/CN111858884A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112365892A (zh) * | 2020-11-10 | 2021-02-12 | 杭州大搜车汽车服务有限公司 | 人机对话方法、装置、电子装置及存储介质 |
CN112637625A (zh) * | 2020-12-17 | 2021-04-09 | 江苏遨信科技有限公司 | 一种虚拟真人主播节目及问答互动的方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263144A (zh) | 一种答案获取方法及装置 | |
WO2022095380A1 (zh) | 基于ai的虚拟交互模型生成方法、装置、计算机设备及存储介质 | |
Caminero-Gil et al. | Data-driven discourse modeling for semantic interpretation | |
CN110310663A (zh) | 违规话术检测方法、装置、设备及计算机可读存储介质 | |
CN106202301A (zh) | 一种基于深度学习的智能应答系统 | |
KR101901920B1 (ko) | 인공지능 음성인식 딥러닝을 위한 음성 및 텍스트 간 역전사 서비스 제공 시스템 및 방법 | |
CN107818798A (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
CN110266899A (zh) | 客户意图的识别方法和客服系统 | |
CA3011397A1 (en) | Natural expression processing method, processing and response method, device and system | |
CN106230689A (zh) | 一种语音信息交互的方法、装置及服务器 | |
US20200066259A1 (en) | Intelligence-driven virtual assistant for automated idea documentation | |
CN109065052A (zh) | 一种语音机器人 | |
CN111858884A (zh) | 一种机器人学习真人深度对话内容的方法与系统 | |
US9720982B2 (en) | Method and apparatus for natural language search for variables | |
CN109285011A (zh) | 一种智能客户回访方法、装置及设备 | |
CN110266900A (zh) | 客户意图的识别方法、装置及客服系统 | |
CN111128175B (zh) | 口语对话管理方法及系统 | |
CN114818649A (zh) | 基于智能语音交互技术的业务咨询处理方法及装置 | |
CN113342948A (zh) | 一种智能问答方法及装置 | |
KR102147619B1 (ko) | 전화 통화를 관리하는 방법 및 이러한 방법을 실행하는 인공지능 비서 시스템 | |
CN116911869A (zh) | 一种基于人工智能的智能客服系统及其方法 | |
CN109086372A (zh) | 一种基于人工智能应用于法律咨询的多轮会话方法及系统 | |
Azeta et al. | A case-based reasoning approach for speech-enabled e-learning system | |
CN109492080A (zh) | 一种基于语音问答机器人的医疗保健系统及其实现方法 | |
WO2022001161A1 (zh) | 一种在线访谈的方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201030 |