CN111881271A - 一种实现自动对话的方法和装置 - Google Patents
一种实现自动对话的方法和装置 Download PDFInfo
- Publication number
- CN111881271A CN111881271A CN202010651520.4A CN202010651520A CN111881271A CN 111881271 A CN111881271 A CN 111881271A CN 202010651520 A CN202010651520 A CN 202010651520A CN 111881271 A CN111881271 A CN 111881271A
- Authority
- CN
- China
- Prior art keywords
- intention
- information
- context state
- current
- state information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000008569 process Effects 0.000 claims abstract description 25
- 230000003213 activating effect Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 17
- 238000003491 array Methods 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005352 clarification Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000009191 jumping Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了实现自动对话的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。从而,本发明的实施方式能够解决现有技术中对话模式不灵活,复用率低的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种实现自动对话的方法和装置。
背景技术
多轮对话指的是机器人与人之间进行的多回合对话。为了实现多回合的对话,需要建立具有多轮对话功能的机器人,每个机器人下面设置若干技能,每个技能下建立不同的意图,而意图下面设置必填词槽,当必填词槽未被识别到时,需要通过反问澄清方式反问用户,用户做出回答后进入下一个必填槽位的澄清环节,当所有必填槽位都被澄清后,多轮对话给出最终答案。因此,多轮对话是基于满足特定的意图下的所触发的一系列反问澄清和答案生成的过程。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有多轮对话模式不灵活,不适用于较为复杂的多轮对话场合。同时,没有场景概念,无法复用多轮对话话术模板,造成使用成本和推广难度都很高。另外,现有多轮对话的算法误识别率高,并且从一个任务的多轮对话进入另一任务的多轮对话,会出现切换不畅。
发明内容
有鉴于此,本发明实施例提供一种实现自动对话的方法和装置,能够解决现有技术中对话模式不灵活,复用率低的问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种实现自动对话的方法,包括接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
可选地,调用流程引擎获取当前对话的上下文状态信息之后,还包括:
基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,判断是否能够在当前对话对应的流程规则数组中定位意图节点;
若是则激活该意图节点;若否则根据识别的意图信息和词槽信息在其他流程规则数组中进行定位,以激活对应的流程规则数组中的意图节点。
可选地,还包括:
如果未定位到意图节点,则触发当前对话的上下文状态信息配置的反问话术,进而再次通过预设的识别模型进行意图识别和词槽识别,基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活。
可选地,还包括:
每个意图节点均配置一个反问话术;其中,如果根据识别的意图信息和词槽信息无法定位并激活任何意图节点,则触发当前意图节点的反问话术进行澄清。
可选地,生成对应的话术文本并输出,包括:
将前一意图节点的词槽信息作为参数名,基于配置的引导话术和所述参数名生成话术文本或者基于参数名调用API接口返回话术文本。
可选地,生成对应的话术文本并输出之后,还包括:
如果生成的话术文本的类型为再次确认意图,则启动计时器,确定在预设时间内未接收到用户输入的信息则触发特殊控件规则以输出话术文本。
可选地,还包括:
所述上下文状态信息包括当前意图节点ID、当前意图信息以及当前意图信息已澄清词槽;
其中,通过调用流程引擎读取系统中保存的当前对话的上下文状态信息。
另外,根据本发明实施例的一个方面,提供了一种实现自动对话的装置,包括获取模块,用于接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;处理模块,用于基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一实现自动对话的实施例所述的方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一基于实现自动对话的实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:本发明创造性实现了基于流程引擎的多轮对话,通过配置灵活的话术模板即话术文本,扩展了对话空间,支持多种不同意图的跳转。跳转前后实现上下文状态的保存、切换和恢复,使得对话跳转更加顺畅。通过意图识别,来进行流程的跳转。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明第一实施例的实现自动对话的方法的主要流程的示意图;
图2是根据本发明第二实施例的实现自动对话的方法的主要流程的示意图;
图3是根据本发明一个具体实施例的实现自动对话的方法的主要流程的示意图;
图4是根据本发明实施例特殊控件规则的示意图;
图5是根据本发明第三实施例的实现自动对话的方法的主要流程的示意图;
图6是根据本发明实施例的实现自动对话的装置;
图7是本发明实施例可以应用于其中的示例性系统架构图;
图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例的实现自动对话的方法的主要流程的示意图,所述实现自动对话的方法可以包括:
步骤S101,接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息。
在一些实施例中,接收用户输入的信息之后,可以基于预设的预处理模型,对用户输入的信息进行预处理。例如:接收用户语音voice,调用预处理模型进行语音转文本处理、繁化简、删除无意义词的预处理,得到文本query。也就是说,本发明可以根据不同的场景或业务需求,可以预先设置预处理模型,实现对用户输入信息的对应的预处理。
然后,将文本query输入到识别模型进行意图识别和词槽识别,得到该query所对应的意图信息intent=F(query)和词槽信息slots=Q(query)。其中,识别模型指的多任务模型,包括有2个任务。其一是意图识别模型,本质是一种文本分类模型。其二是词槽识别模型,本质是一种命名实体识别模型。
需要说明的是,上下文状态信息包括当前意图节点ID(nodeID)、当前意图信息以及当前意图信息已澄清词槽。较佳地,调用流程引擎读取系统中保存的当前对话的上下文状态信息。
步骤S102,基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活。
较佳地,可以将识别的意图信息和词槽信息,以及当前对话的上下文状态信息输入至流程引擎,定位意图节点并激活。
作为具体的实例,如图3所示,当机器人提出“XXX先生/女士,您好,我是XX客服,今天特意打电话提醒您,您在XX渠道购买的保险该进行续期保费了。”,然后会接收用户输入的文本query,通过识别模型进行意图识别和词槽识别,得到该query所对应的意图信息intent=F(query)和词槽信息slots=Q(query),可以从如图3中有五个意图节点(“肯定回答”、“续保打算”、“无续保打算”、“否定答复”以及“意图:退保”)中进行定位并激活。比如:用户输入的文本query是“不续了,不想要保险了”,那么定位并激活“无续保打算”的意图节点。
需要说明的是,图3中的开始节点和矩形节点以及椭圆节点是1:n的对应关系,1个椭圆节点无条件跳转到唯一的矩形节点或菱形节点。菱形节点与矩形节点或结束节点是1:n的映射关系。
在一些实施例中,基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,判断是否能够在当前对话对应的流程规则数组中定位意图节点。根据判断结果,若是则激活该意图节点;若否则根据识别的意图信息和词槽信息在其他流程规则数组中进行定位,以激活对应的流程规则数组中的意图节点。
也就是说,通过流程引擎计算当前对话对应的流程规则数组中各意图节点的激活判断条件,如果当前上下文状态及新识别出的意图信息与词槽信息满足了该激活条件,定位该意图节点并被激活。从而,实现在当前对话对应的流程规则数组中定位意图节点。
值得说明的是,流程引擎得到意图信息、槽位信息,并获取当前意图节点的nodeID后,在流程规则json数组中遍历,如果匹配到则激活意图节点,如果匹配不到则根据意图信息和槽位信息在其他流程规则json数组中遍历。其中,每一个流程规则json数组可以对应一种场景,从而该实施例可以实现不同场景的切换。例如:如图3所示,从“续保打算”的场景中跳转至“无续保打算”的场景中。
作为另一些实施例,如果未定位到意图节点,则触发当前对话的上下文状态信息配置的反问话术,进而再次通过预设的识别模型进行意图识别和词槽识别,基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活。
较佳地,每个意图节点均配置一个反问话术。如果根据识别的意图和词槽无法激活任何意图节点,则认为属于歧义、模糊交互,此时触发反问话术进行澄清,以明确用户真正的意图。例如:如图3所示,“无续保打算”意图节点会生成反问话术:“冒昧问一下您是觉得保费贵还是什么原因呢?”。
步骤S103,根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
作为具体的实例,如图3所示,根据流程引擎跳转至意图节点“不续保原因——换别家”,则将话术文本“这个您可以去对比的,我们的产品在市面上都是很有竞争力的。这款产品带有免费的视频问诊服务,您绝对不会吃亏的。”输出。
在一些实施例中,生成对应的话术文本并输出时,可以将前一意图节点的词槽信息作为参数名,基于配置的引导话术和所述参数名生成话术文本或者基于参数名调用API接口返回话术文本。
例如:调用天气API设置的话术文本为:slot_日期,slot_城市,其中slot为参数名。
作为另一些实施例,生成对应的话术文本并输出之后,如果生成的话术文本的类型为再次确认意图,则启动计时器,确定在预设时间内未接收到用户输入的信息则触发特殊控件规则以输出话术文本。例如:在预设时间内未语音识别失败,则触发特殊控件规则以输出话术文本。其中,所述的特殊控件规则为特殊控件配置的引导话术即话术文本。例如:如图4所示,无续保打算的情况,会生成对应的话术文本:“冒昧问一下您是觉得保费贵还是什么原因呢?”,特殊控件规则输出“不好意思刚刚没有听清楚,您能再说一下吗?”。或者特殊控件规则输出“好的,若过程中遇到问题拨打4000XXXXXX咨询,如果没有问题记得续费,您的续费是对我们最大的支持,祝您生活愉快再见!”。或者特殊控件规则输出“您好,好像没有声音呢,您还在吗?”。
优选地,话术文本可以以语音或文字文本的形式输出。
值得说明的是,循环执行步骤S101至步骤S103可以实现灵活的多轮对话。
图2是根据本发明第二实施例的实现自动对话的方法的主要流程的示意图,所述实现自动对话的方法可以包括:
步骤S201,接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别得到意图信息和词槽信息。
步骤S202,调用流程引擎获取当前对话的上下文状态信息。
步骤S203,判断是否能够在当前对话对应的流程规则数组中定位意图节点,若是则进行步骤S204,否则进行步骤S205。
步骤S204,激活该意图节点,进行步骤S208。
步骤S205,判断是否能够根据意图信息和词槽信息在其他流程规则数组中进行定位,若是则进行步骤S206,否则进行步骤S207。
步骤S206,激活对应的流程规则数组中的意图节点,进行步骤S208。
步骤S207,触发当前对话的上下文状态信息配置的反问话术,返回步骤S203。
步骤S208,根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
图5是根据本发明第三实施例的实现自动对话的方法的主要流程的示意图,所述实现自动对话的方法可以包括:
在对话控制的过程中,通过外呼管理接收第一次用户输入的文本query,根据预设的识别模型进行意图识别和词槽识别得到意图信息和词槽信息。判断是否识别出意图,若是则判断是否能够激活外呼流程节点,如果是则调用流程引擎获取当前对话的上下文状态信息,在当前对话对应的流程规则数组中定位意图节点,激活该意图节点输出话术;如果否则触发当前对话的上下文状态信息配置的反问话术,即生成反问话术至外呼管理。
若否(即没有识别出意图)则通过FAQ一问一答生成答案,即基于常见问题FAQ输出给用户,例如输出常见问题FAQ供用户选择。
之后,在对话控制的过程中,还可以通过外呼管理接收用户输入的第二次以及第二次之后的文本query,根据预设的识别模型进行意图识别和词槽识别得到意图信息和词槽信息。判断是否识别出新意图(即根据意图信息和槽位信息在其他流程规则数组中定位意图节点),若是则切换意图节点,判断是否能够激活外呼流程节点,如果是则调用流程引擎获取当前对话的上下文状态信息,激活该意图节点输出话术;如果否则触发当前对话的上下文状态信息配置的反问话术,即生成反问话术至外呼管理。
若否(即没有识别出新意图)则生成反问话术,判断是否识别出意图和词槽,如果否则通过FAQ一问一答生成答案。如果是则判断是否能够激活外呼流程节点,若是则调用流程引擎获取当前对话的上下文状态信息,激活该意图节点输出话术;若否则再次触发当前对话的上下文状态信息配置的反问话术,即生成反问话术至外呼管理。
综上所述,本发明所述的实现自动对话的方法创造性地基于意图识别和流程引擎实现意图跳转和意图切换,特别能够适用多种于任务型多轮对话。并且,本发明通过流程引擎实现基于上下文场景的对话答案生成,且通过引导话术和意图节点识别,生成上下文相关的对话文本。实现了场景(或域、产品)的切换,通过对意图的识别和场景(或域、产品)的识别,实现场景(或域、产品)切换,即引入场景概念,快速复用话术模板,提高工程使用效率。
另外,本发明具有灵活的对话模式,更符合实际场景的业务需要。同时采用分类模型进行意图识别,并生成应答话术,提高了引导话术生成的准确度。通过意图跳转和上下文状态保存,实现灵活自如的对话场景切换及顺畅的上下文衔接。由于引入场景概念,同一场景可复用通用对话的流程模板(即流程规则数组)。
图6是根据本发明实施例的实现自动对话的装置,如图6所示,所述实现自动对话的装置800包括获取模块801和处理模块802。其中,获取模块801接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;处理模块802基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
在一些实施例中,获取模块801调用流程引擎获取当前对话的上下文状态信息之后,处理模块802还用于:
基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,判断是否能够在当前对话对应的流程规则数组中定位意图节点;
若是则激活该意图节点;若否则根据识别的意图信息和词槽信息在其他流程规则数组中进行定位,以激活对应的流程规则数组中的意图节点。
在一些实施例中,处理模块802,还用于:
如果未定位到意图节点,则触发当前对话的上下文状态信息配置的反问话术,进而再次通过预设的识别模型进行意图识别和词槽识别,基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活。
在一些实施例中,处理模块802,还用于:
每个意图节点均配置一个反问话术;其中,如果根据识别的意图信息和词槽信息无法定位并激活任何意图节点,则触发当前意图节点的反问话术进行澄清。
在一些实施例中,处理模块802生成对应的话术文本并输出,包括:
将前一意图节点的词槽信息作为参数名,基于配置的引导话术和所述参数名生成话术文本或者基于参数名调用API接口返回话术文本。
在一些实施例中,处理模块802生成对应的话术文本并输出之后,还包括:
如果生成的话术文本的类型为再次确认意图,则启动计时器,确定在预设时间内未接收到用户输入的信息则触发特殊控件规则以输出话术文本。
在一些实施例中,所述上下文状态信息包括当前意图节点ID、当前意图信息以及当前意图信息已澄清词槽;
其中,获取模块801通过调用流程引擎读取系统中保存的当前对话的上下文状态信息。
需要说明的是,在本发明所述实现自动对话的方法和所述实现自动对话的装置在具体实施内容上具有相应关系,故重复内容不再说明。
图7示出了可以应用本发明实施例的实现自动对话的方法或实现自动对话的装置的示例性系统架构800。
如图7所示,系统架构800可以包括终端设备801、802、803,网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备801、802、803通过网络804与服务器805交互,以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器805可以是提供各种服务的服务器,例如对用户利用终端设备801、802、803所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的实现自动对话的方法一般由服务器805执行,相应地,实现自动对话的装置一般设置于服务器805中。
应该理解,图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图8,其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中,还存储有系统800操作所需的各种程序和数据。CPU1201、ROM1202以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机可读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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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、或代码的一部分,上述模块、程序段、或代码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。也应当注意,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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块和处理工程。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
根据本发明实施例的技术方案,能够解决现有技术中对话模式不灵活,复用率低的问题。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种实现自动对话的方法,其特征在于,包括:
接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;
基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;
根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
2.根据权利要求1所述的方法,其特征在于,调用流程引擎获取当前对话的上下文状态信息之后,还包括:
基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,判断是否能够在当前对话对应的流程规则数组中定位意图节点;
若是则激活该意图节点;若否则根据识别的意图信息和词槽信息在其他流程规则数组中进行定位,以激活对应的流程规则数组中的意图节点。
3.根据权利要求1所述的方法,其特征在于,还包括:
如果未定位到意图节点,则触发当前对话的上下文状态信息配置的反问话术,进而再次通过预设的识别模型进行意图识别和词槽识别,基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活。
4.根据权利要求3所述的方法,其特征在于,还包括:
每个意图节点均配置一个反问话术;其中,如果根据识别的意图信息和词槽信息无法定位并激活任何意图节点,则触发当前意图节点的反问话术进行澄清。
5.根据权利要求1所述的方法,其特征在于,生成对应的话术文本并输出,包括:
将前一意图节点的词槽信息作为参数名,基于配置的引导话术和所述参数名生成话术文本或者基于参数名调用API接口返回话术文本。
6.根据权利要求1所述的方法,其特征在于,生成对应的话术文本并输出之后,还包括:
如果生成的话术文本的类型为再次确认意图,则启动计时器,确定在预设时间内未接收到用户输入的信息则触发特殊控件规则以输出话术文本。
7.根据权利要求1-6任一所述的方法,其特征在于,还包括:
所述上下文状态信息包括当前意图节点ID、当前意图信息以及当前意图信息已澄清词槽;
其中,通过调用流程引擎读取系统中保存的当前对话的上下文状态信息。
8.一种实现自动对话的装置,其特征在于,
获取模块,用于接收用户输入的信息,通过预设的识别模型进行意图识别和词槽识别;并且调用流程引擎获取当前对话的上下文状态信息;
处理模块,用于基于识别的意图信息和词槽信息,以及当前对话的上下文状态信息,定位意图节点并激活;根据流程引擎跳转至所述意图节点,生成对应的话术文本并输出,同时更新当前对话的上下文状态信息。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010651520.4A CN111881271A (zh) | 2020-07-08 | 2020-07-08 | 一种实现自动对话的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010651520.4A CN111881271A (zh) | 2020-07-08 | 2020-07-08 | 一种实现自动对话的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111881271A true CN111881271A (zh) | 2020-11-03 |
Family
ID=73151493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010651520.4A Pending CN111881271A (zh) | 2020-07-08 | 2020-07-08 | 一种实现自动对话的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881271A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632241A (zh) * | 2020-12-16 | 2021-04-09 | 中国建设银行股份有限公司 | 智能会话的方法、装置、设备和计算机可读介质 |
CN113192505A (zh) * | 2021-04-30 | 2021-07-30 | 中国工商银行股份有限公司 | 一种会话信息生成方法、装置及服务机器人 |
CN113407667A (zh) * | 2021-06-11 | 2021-09-17 | 上海适享文化传播有限公司 | 基于语音固定条件下的查询方法 |
CN113722456A (zh) * | 2021-08-09 | 2021-11-30 | 北京零秒科技有限公司 | 智能对话交互方法以及装置、存储介质、电子装置 |
CN114528386A (zh) * | 2022-01-14 | 2022-05-24 | 北京健康之家科技有限公司 | 机器人的外呼控制方法、装置、存储介质和终端 |
CN115238060A (zh) * | 2022-09-20 | 2022-10-25 | 支付宝(杭州)信息技术有限公司 | 人机交互方法及装置、介质、计算设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180329998A1 (en) * | 2017-05-15 | 2018-11-15 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
CN109446307A (zh) * | 2018-10-16 | 2019-03-08 | 浪潮软件股份有限公司 | 一种实现智能对话中对话管理的方法 |
CN109933654A (zh) * | 2019-01-30 | 2019-06-25 | 神思电子技术股份有限公司 | 一种基于状态树的对话管理方法 |
CN110377716A (zh) * | 2019-07-23 | 2019-10-25 | 百度在线网络技术(北京)有限公司 | 对话的交互方法、装置及计算机可读存储介质 |
CN110472030A (zh) * | 2019-08-08 | 2019-11-19 | 网易(杭州)网络有限公司 | 人机交互方法、装置和电子设备 |
CN110942769A (zh) * | 2018-09-20 | 2020-03-31 | 九阳股份有限公司 | 一种基于有向图的多轮对话应答系统 |
-
2020
- 2020-07-08 CN CN202010651520.4A patent/CN111881271A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180329998A1 (en) * | 2017-05-15 | 2018-11-15 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
CN110942769A (zh) * | 2018-09-20 | 2020-03-31 | 九阳股份有限公司 | 一种基于有向图的多轮对话应答系统 |
CN109446307A (zh) * | 2018-10-16 | 2019-03-08 | 浪潮软件股份有限公司 | 一种实现智能对话中对话管理的方法 |
CN109933654A (zh) * | 2019-01-30 | 2019-06-25 | 神思电子技术股份有限公司 | 一种基于状态树的对话管理方法 |
CN110377716A (zh) * | 2019-07-23 | 2019-10-25 | 百度在线网络技术(北京)有限公司 | 对话的交互方法、装置及计算机可读存储介质 |
CN110472030A (zh) * | 2019-08-08 | 2019-11-19 | 网易(杭州)网络有限公司 | 人机交互方法、装置和电子设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632241A (zh) * | 2020-12-16 | 2021-04-09 | 中国建设银行股份有限公司 | 智能会话的方法、装置、设备和计算机可读介质 |
CN113192505A (zh) * | 2021-04-30 | 2021-07-30 | 中国工商银行股份有限公司 | 一种会话信息生成方法、装置及服务机器人 |
CN113407667A (zh) * | 2021-06-11 | 2021-09-17 | 上海适享文化传播有限公司 | 基于语音固定条件下的查询方法 |
CN113407667B (zh) * | 2021-06-11 | 2024-03-22 | 上海适享文化传播有限公司 | 基于语音固定条件下的查询方法 |
CN113722456A (zh) * | 2021-08-09 | 2021-11-30 | 北京零秒科技有限公司 | 智能对话交互方法以及装置、存储介质、电子装置 |
CN114528386A (zh) * | 2022-01-14 | 2022-05-24 | 北京健康之家科技有限公司 | 机器人的外呼控制方法、装置、存储介质和终端 |
CN115238060A (zh) * | 2022-09-20 | 2022-10-25 | 支付宝(杭州)信息技术有限公司 | 人机交互方法及装置、介质、计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881271A (zh) | 一种实现自动对话的方法和装置 | |
US10057419B2 (en) | Intelligent call screening | |
US10827065B2 (en) | Systems and methods for providing integrated computerized personal assistant services in telephony communications | |
US20180075335A1 (en) | System and method for managing artificial conversational entities enhanced by social knowledge | |
EP3673421A1 (en) | Automating communications using an intent classifier | |
US20190188261A1 (en) | Emotion detection and expression integration in dialog systems | |
US20220334795A1 (en) | System and method for providing a response to a user query using a visual assistant | |
CN115129878B (zh) | 一种对话业务执行方法、装置、存储介质及电子设备 | |
US10817352B2 (en) | System and method for operating a chatbot | |
CN109949806B (zh) | 信息交互方法和装置 | |
WO2021047209A1 (en) | Optimization for a call that waits in queue | |
CN113037914A (zh) | 用于处理呼入电话的方法、相关装置及计算机程序产品 | |
US9042523B2 (en) | Modifying voice messages stored in a voicemail system | |
US7460999B2 (en) | Method and apparatus for executing tasks in voice-activated command systems | |
US10057418B1 (en) | Managing telephone interactions of a user and an agent | |
CN111105797A (zh) | 一种语音交互方法、装置及电子设备 | |
CN116156056A (zh) | 通话风险的处理方法、装置、电子设备及存储介质 | |
CN113435999A (zh) | 业务处理方法、装置和系统 | |
CN113709506A (zh) | 基于云手机的多媒体播放方法、装置、介质及程序产品 | |
CN113076166A (zh) | 一种处理页面的方法和装置 | |
US9742917B1 (en) | Customer callback reward system and method | |
US20220294903A1 (en) | Virtual private agent for machine-based interactions with a contact center | |
US11190644B2 (en) | In-call messaging for inactive party | |
US20230172508A1 (en) | Cognitive notifications choreographer | |
CN110830652B (zh) | 用于显示信息的方法、装置、终端以及计算机可读介质 |
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 |