CN111966795A - 一种智能控制方法、中控设备及存储介质 - Google Patents
一种智能控制方法、中控设备及存储介质 Download PDFInfo
- Publication number
- CN111966795A CN111966795A CN202010607038.0A CN202010607038A CN111966795A CN 111966795 A CN111966795 A CN 111966795A CN 202010607038 A CN202010607038 A CN 202010607038A CN 111966795 A CN111966795 A CN 111966795A
- Authority
- CN
- China
- Prior art keywords
- reply
- central control
- messages
- pieces
- user message
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000004806 packaging method and process Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 31
- 238000012790 confirmation Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 17
- 230000009471 action Effects 0.000 description 16
- 239000000306 component Substances 0.000 description 15
- 230000008878 coupling Effects 0.000 description 10
- 238000010168 coupling process Methods 0.000 description 10
- 238000005859 coupling reaction Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008451 emotion Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000007727 signaling mechanism 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Robotics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种智能控制方法、中控设备及计算机可读存储介质，该方法包括：接收用户消息；发送所述用户消息至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息生成回复消息，所述N的取值为大于1的正整数；接收由所述N台机器人设备分别反馈的N个回复消息；将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，M的取值为大于1的正整数；对所选择的M个回复策略进行融合；将所述融合后的回复策略进行格式转换并输出。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种智能控制方法、中控设备及计算机可读存储介质。
背景技术
现有中控设计方案中，大多数的对话机器人在收到用户请求后，首先使用自然语言语义理解(NLU，Natural Language Understanding)系统分析用户意图，然后将其结果发送给对话管理(DM，Dialog Management)系统，最后经由自然语言生成(NLG，NaturalLanguage Generation)系统，将最终结果呈现给用户；而对话中控系统通常做在对话管理系统，通过某种业务抽象，将不同的任务统一在相同的逻辑框架下，如任务完成系统(TCS，Task Complete System)的任务，语义理解系统的结构将决定需要执行的任务。
然而，上述中控设计方案存在如下诸多问题：1)很容易造成自然语言语义理解系统与对话管理系统的耦合；2)对话状态管理变得相当困难；3)集成新的对话机器人需要一定的约束。
发明内容
本发明实施例为了解决当前中控设计方案所存在的以上缺陷，创造性地提供一种智能控制方法、中控设备及计算机可读存储介质。
根据本发明的第一方面，提供一种智能控制方法，应用于中控设备，该方法包括：接收用户消息；发送所述用户消息至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息生成回复消息，所述N的取值为大于1的正整数；接收由所述N台机器人设备分别反馈的N个回复消息；将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，M的取值为大于1的正整数；对所选择的M个回复策略进行融合；将所述融合后的回复策略进行格式转换并输出。
根据本发明一实施方式，所述方法还包括：对所接收的用户消息进行自然语言分析，得到分析结果；相应的，发送所述用户消息至与所述中控设备通信连接的N台机器人设备，包括：发送所述用户消息和分析结果至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息和分析结果生成回复消息。
根据本发明一实施方式，所述方法还包括：对所述用户消息进行预处理；相应的，发送所述用户消息至与所述中控设备通信连接的N台机器人设备，包括：发送所述预处理后的用户消息至与所述中控设备通信连接的N台机器人设备。
根据本发明一实施方式，所述中控设备包括K个推荐模块，K的取值大于等于1；所述方法还包括：由所述K个推荐模块分别生成对应所述用户消息的K个推荐消息；相应的，将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，包括：将所述N个回复消息和所述K个推荐消息封装为回复策略集，从包括所述N个回复消息和所述K个推荐消息的回复策略集中选择M个回复策略。
根据本发明一实施方式，在从包括所述N个回复消息的回复策略集中选择M个回复策略之后，所述方法还包括：向所述M个回复策略对应的机器人设备分别反馈确认信号；或，向所述N台机器人设备中除所述M个回复策略对应的机器人设备反馈回滚信号。
根据本发明一实施方式，所述N台机器人设备为末端机器人设备或子中控设备。
根据本发明的第二方面，又提供一种中控设备，所述中控设备包括：接收模块，用于接收用户消息；发送模块，用于发送所述用户消息至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息生成回复消息，所述N的取值为大于1的正整数；所述接收模块，还用于接收由所述N台机器人设备分别反馈的N个回复消息；策略选择模块，用于将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，M的取值为大于1的正整数；融合模块，用于对所选择的M个回复策略进行融合；输出模块，用于将所述融合后的回复策略进行格式转换并输出。
根据本发明一实施方式，所述中控设备还包括：分析模块，用于对所接收的用户消息进行自然语言分析，得到分析结果；相应的，所述发送模块，具体用于发送所述用户消息和分析结果至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息和分析结果生成回复消息。
根据本发明一实施方式，所述中控设备还包括：预处理模块，用于对所述用户消息进行预处理；相应的，所述发送模块，具体用于发送所述预处理后的用户消息至与所述中控设备通信连接的N台机器人设备。
根据本发明一实施方式，所述中控设备还包括K个推荐模块，K的取值大于等于1；所述K个推荐模块，用于分别生成对应所述用户消息的K个推荐消息；相应的，所述策略选择模块，具体用于将所述N个回复消息和所述K个推荐消息封装为回复策略集，从包括所述N个回复消息和所述K个推荐消息的回复策略集中选择M个回复策略。
根据本发明一实施方式，所述中控设备还包括：反馈模块，用于在经所述策略选择模块从包括所述N个回复消息的回复策略集中选择M个回复策略之后，向所述M个回复策略对应的机器人设备分别反馈确认信号；或，向所述N台机器人设备中除所述M个回复策略对应的机器人设备反馈回滚信号。
根据本发明一实施方式，所述N台机器人设备为末端机器人设备或子中控设备。
根据本发明一实施方式，所述中控设备还包括外壳系统；所述外壳系统，用于提供输入接口以辅助接收模块接收来自不同渠道的用户消息。
根据本发明第三方面，又提供了一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一智能控制方法。
本发明实施例智能控制方法、中控设备及计算机可读存储介质，中控设备首先接收用户消息，之后发送用户消息至与中控设备通信连接的N台机器人设备，以由N台机器人设备分别基于所述用户消息生成回复消息；接着接收由N台机器人设备分别反馈的N个回复消息；再将N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，对所选择的M个回复策略进行融合，并将所述融合后的回复策略进行格式转换并输出。如此，本发明通过由中控设备对多个机器人设备的回复消息进行集中选择的方式，使得现有机器人设备的对话系统可以快速接入，以避免现有中控设计方案存在造成自然语言语义理解系统与对话管理系统的耦合的问题，而且能够无约束集成新的对话机器人，从而提升对话系统的整体性能。
需要理解的是，本发明的教导并不需要实现上面所述的全部有益效果，而是特定的技术方案可以实现特定的技术效果，并且本发明的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1示出了本发明实施例智能控制方法的实现流程示意图一；
图2示出了本发明实施例智能控制方法的实现流程示意图二；
图3示出了本发明实施例智能控制方法的实现流程示意图三；
图4示出了本发明一应用示例智能控制方法的具体实现流程示意图；
图5出了本发明实施例中控设备的组成结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为使本发明更加透彻和完整，并能够将本发明的范围完整地传达给本领域的技术人员。
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
图1示出了本发明实施例智能控制方法的实现流程示意图一。
参考图1，本发明实施例提供了一种智能控制方法，应用于中控设备，该方法包括：操作101，接收用户消息；操作102，发送用户消息至与中控设备通信连接的N台机器人设备，N的取值为大于1的正整数；操作103，接收由N台机器人设备分别反馈的N个回复消息；操作104，将N个回复消息封装为回复策略集，从包括N个回复消息的回复策略集中选择M个回复策略；操作105，对所选择的M个回复策略进行融合；操作106，将融合后的回复策略进行格式转换并输出。
在操作101～103，当一个用户消息(如对话)同时出现多个话题并行时，有多台机器人设备一同等待用户消息的输入。此时，中控设备接收用户消息，并将用户消息分发至各台机器人设备，以供机器人设备根据自己的职责进行消息回复，从而生成回复消息，再反馈给中控设备。
本领域技术人员应该理解的是，该用户消息即中控设备的输入未必是用户的自然语言，也可以是结构化的文本、接通电话的信号、用户在微信上传的文件等。只要下游的机器人设备能对这类输入进行处理，该中控设备就可以一视同仁地进行交互。
这里，Bot是一个可以独立执行的对话机器人。中控层面，会在内部对这个机器人的接口进行封装，统一为中控内部的Bot形式，便于统一调度。Bot返回的结果将被包装成一个Tactic，供中控的后续流程使用。这样，通过操作101～103，将Bot交给Director调度，避免了bot之间的信息共享，降低了系统耦合度，为bot独立迭代提供了方便。
另外，由于中控本身也可以独立执行对话任务，故对其他中控来说，也可以视为Bot，即N台机器人设备可以为末端机器人设备Bot，也可以为子中控设备。这样就实现了中控设备的进一步封装与嵌套，给予了对话能力集成更大的灵活性。
在一可实施方式中，在操作101之后，中控设备的预处理器(Preprocessor)用于在中控设备的入口处处理输入文本，即用户消息。比如，限制输入长度、繁简转换、处理一些渠道特殊的符号等。
进一步地，中控设备的分析器(Inspector)对用户输入的用户消息进行通用的自然语言分析，其结果将参与和回复策略者(TacticProvider)的交互及后续流程。例如：使用情感分析技术，将用户情绪作为参数同时传递给任务机器人和问答机器人，避免每个机器人都做一遍分析。
在操作104～106，中控设备首先将由N台机器人设备分别返回的回复消息封装为回复策略Tactic集，其中的回复策略为用户消息对应回复策略(即对话回复内容)的中间状态，用于在中控内部统一各个对话组件的输出格式，便于以相同的方式做逻辑处理。
这里，一个Tactic由一系列行为(action)组成。Action包括"回复文本"，"在文本结尾追加内容"，"调节音量"，"挂断电话"等，一个Tactic可能包含若干个不冲突的action。
中控设备的回复策略者(TacticProvider)包含了一个信任(confidence)字段，作为其可用程度的最基本判据；此外，一般在创建回复策略Tactic时会为其添加若干事件(events)，他们将成为后续处理流程的依据。
进一步地，中控设备的Tactic处理组件中的策略选择(Tactic chooser)基于所添加的若干events从包括N个回复消息的回复策略集中选择M个回复策略，以决定本轮使用哪些Tactic。
接着，中控设备的Tactic处理组件中的策略合并(Tactic Merger)将被选定的M个Tactic进行融合，以转化成一个Tactic，其中主要负责融合actions。
进一步地，中控设备的Tactic处理组件中的策略转换(Tactic Converter)将融合后的Tactic进行格式转换并输出。
如此，本发明通过由中控设备对多个机器人设备的回复消息进行集中选择的方式，使得现有机器人设备的对话系统可以快速接入，以避免现有中控设计方案存在造成自然语言语义理解系统与对话管理系统的耦合的问题，而且能够无约束集成新的对话机器人，从而提升对话系统的整体性能。
图2示出了本发明实施例智能控制方法的实现流程示意图二。
参考图2，本发明实施例提供了一种智能控制方法，应用于中控设备，所述中控设备包括K个推荐模块(Suggester)，K的取值大于等于1；该方法包括：操作201，接收用户消息；操作202，发送用户消息至与中控设备通信连接的N台机器人设备，N的取值为大于1的正整数；操作203，接收由N台机器人设备分别反馈的N个回复消息；操作204，由K个推荐模块分别生成对应用户消息的K个推荐消息；操作205，将所述N个回复消息和所述K个推荐消息封装为回复策略集，从包括所述N个回复消息和所述K个推荐消息的回复策略集中选择M个回复策略，M的取值为大于等于1的正整数；操作206，对所选择的M个回复策略进行融合；操作207，将融合后的回复策略进行格式转换并输出。
在操作201～203，当一个用户消息(如对话)同时出现多个话题并行时，有多台机器人设备一同等待用户消息的输入。此时，中控设备接收用户消息，并将用户消息分发至各台机器人设备，以供机器人设备根据自己的职责进行消息回复，从而生成回复消息，再反馈给中控设备。
本领域技术人员应该理解的是，该用户消息即中控设备的输入未必是用户的自然语言，也可以是结构化的文本、接通电话的信号、用户在微信上传的文件等。只要下游的机器人设备能对这类输入进行处理，该中控设备就可以一视同仁地进行交互。
本领域技术人员应该理解的是，该用户消息即中控设备的输入未必是用户的自然语言，也可以是结构化的文本、接通电话的信号、用户在微信上传的文件等。只要下游的机器人设备能对这类输入进行处理，该中控设备就可以一视同仁地进行交互。
这里，Bot是一个可以独立执行的对话机器人。中控层面，会在内部对这个机器人的接口进行封装，统一为中控内部的Bot形式，便于统一调度。Bot返回的结果将被包装成一个Tactic，供中控的后续流程使用。这样，通过操作201～203，将Bot交给Director调度，避免了bot之间的信息共享，降低了系统耦合度，为bot独立迭代提供了方便。
另外，由于中控本身也可以独立执行对话任务，故对其他中控来说，也可以视为Bot，即N台机器人设备可以为末端机器人设备Bot，也可以为子中控设备。这样就实现了中控设备的进一步封装与嵌套，给予了对话能力集成更大的灵活性。
在一可实施方式中，在操作201之后，中控设备的预处理器(Preprocessor)用于在中控设备的入口处处理输入文本，即用户消息。比如，限制输入长度、繁简转换、处理一些渠道特殊的符号等。
进一步地，中控设备的分析器(Inspector)对用户输入的用户消息进行通用的自然语言分析，其结果将参与和回复策略者(TacticProvider)的交互及后续流程。例如：使用情感分析技术，将用户情绪作为参数同时传递给任务机器人和问答机器人，避免每个机器人都做一遍分析。
在操作204，中控设备包括K个Suggester，Suggester由中控内部实现，提供轻量级的Tactic。例如重复上一轮话术、跳转到对话初始态、在回答完用的FAQ后将话题引到回任务对话中、在没有机器人设备(Bot)能处理用户的提问时请求用户换一种说法等。Suggester给出的Tactic和Bot给出的Tactic在后续流程中享有相同的地位。
在操作205～207，中控设备首先将由N台机器人设备分别返回的回复消息和K个Suggester返回的推荐消息封装为回复策略Tactic集，其中的回复策略为用户消息对应回复策略(即对话回复内容)的中间状态，用于在中控内部统一各个对话组件的输出格式，便于以相同的方式做逻辑处理。
这里，本领域技术人员需要理解的是，无论是Suggester还是Bot，在本系统内部回复的都是同样格式的Tactic，因此他们被统称为TacticProvider。一个Tactic由一系列行为(action)组成。Action包括"回复文本"，"在文本结尾追加内容"，"调节音量"，"挂断电话"等，一个Tactic可能包含若干个不冲突的action。
中控设备的TacticProvider包含了一个confidence字段，作为其可用程度的最基本判据；此外，一般在创建回复策略Tactic时会为其添加若干events，他们将成为后续处理流程的依据。
进一步地，中控设备的Tactic处理组件中的Tactic chooser基于所添加的若干events从包括N个回复消息和K个推荐消息的回复策略集中选择M个回复策略，以决定本轮使用哪些Tactic。接着，中控设备的Tactic处理组件中的Tactic Merger将被选定的M个Tactic进行融合，以转化成一个Tactic，其中主要负责融合actions。之后，中控设备的Tactic处理组件中的Tactic Converter将融合后的Tactic进行格式转换并输出。
这里，Tactic chooser是整个系统中与业务关系最密切的组件，各个机器人的生效条件往往有着非常复杂的策略，当if-else判断逻辑已不能满足需要时，引入规则引擎，例如drools。
如此，本发明通过由中控设备对多个机器人设备Bot的回复消息和中控内部若干推荐模块Suggester的推荐消息进行集中选择的方式，使得现有机器人设备的对话系统可以快速接入，以避免现有中控设计方案存在造成自然语言语义理解系统与对话管理系统的耦合的问题，而且能够无约束集成新的对话机器人，从而提升对话系统的整体性能。
图3示出了本发明实施例智能控制方法的实现流程示意图三；图4示出了本发明一应用示例智能控制方法的具体实现流程示意图；
参考图3，本发明实施例提供了一种智能控制方法，应用于中控设备，该方法包括：操作301，接收用户消息；操作302，发送用户消息至与中控设备通信连接的N台机器人设备，N的取值为大于1的正整数；操作303，接收由N台机器人设备分别反馈的N个回复消息；操作304，将N个回复消息封装为回复策略集，从包括N个回复消息的回复策略集中选择M个回复策略；操作305a，向M个回复策略对应的机器人设备分别反馈确认信号；操作305b，向所述N台机器人设备中除M个回复策略对应的机器人设备反馈回滚信号；操作306，对所选择的M个回复策略进行融合；操作307，将融合后的回复策略进行格式转换并输出。
在操作301～304，当一个用户消息(如对话)同时出现多个话题并行时，有多台机器人设备一同等待用户消息的输入。此时，中控设备中中控逻辑的顶层控制者(Director)负责调度各个机器人设备Bot，返回处理后的结果，发送确认信号以保持对话状态一致。
其中，Director可以拥有自己的对话状态，用以支持决策。Director的状态使用事件记录模式管理，即：将每轮发生的事件进行独立记录，当需要确认当前状态时，回溯事件记录进行计算。相比于储存状态变量、每轮更新的方式，事件记录更加灵活，适合于集成了各种不同逻辑的Bot时的复杂判断逻辑。例如在用户在输入身份证号环节连续表达三轮不满的情况下询问是否需要人工帮助。
具体地，参考图4，在操作301～303，中控设备的外壳(shell)系统接收用户消息，并通过Director将用户消息分发至各台机器人设备Bot，以供机器人设备根据自己的职责进行消息回复，从而生成回复消息，再反馈给中控设备。
本领域技术人员应该理解的是，该用户消息即中控设备的输入未必是用户的自然语言，也可以是结构化的文本、接通电话的信号、用户在微信上传的文件等。只要下游的机器人设备能对这类输入进行处理，该中控设备就可以一视同仁地进行交互。
这里，Bot是一个可以独立执行的对话机器人。中控层面，会在内部对这个机器人的接口进行封装，统一为中控内部的Bot形式，便于统一调度。Bot返回的结果将被包装成一个Tactic，供中控的后续流程使用。这样，通过操作301～303，将Bot交给Director调度，避免了bot之间的信息共享，降低了系统耦合度，为bot独立迭代提供了方便。
另外，由于中控本身也可以独立执行对话任务，故对其他中控来说，也可以视为Bot，即N台机器人设备可以为末端机器人设备Bot，也可以为子中控设备。这样就实现了中控设备的进一步封装与嵌套，给予了对话能力集成更大的灵活性。当然，当中控设备需要进行嵌套时，需要让中控设备的Director的状态也支持确认信号，且给下游Bot发送的确认信号的实际需要改成自身收到确认信号时。
在一可实施方式中，参考图4，在操作301之后，中控设备的预处理器(Preprocessor)用于在中控设备的入口处处理输入文本，即用户消息。比如，限制输入长度、繁简转换、处理一些渠道特殊的符号等。
进一步地，参考图4，中控设备的分析器(Inspector)对用户输入的用户消息进行通用的自然语言分析，其结果将参与和回复策略者(TacticProvider)的交互及后续流程。例如：使用情感分析技术，将用户情绪作为参数同时传递给任务机器人和问答机器人，避免每个机器人都做一遍分析。
在操作304，中控设备首先将由N台机器人设备分别返回的回复消息，即BotTactics封装为回复策略Tactic集，其中的回复策略为用户消息对应回复策略(即对话回复内容)的中间状态，用于在中控内部统一各个对话组件的输出格式，便于以相同的方式做逻辑处理。
这里，一个Tactic由一系列行为(action)组成。Action包括"回复文本"，"在文本结尾追加内容"，"调节音量"，"挂断电话"等，一个Tactic可能包含若干个不冲突的action。
中控设备的回复策略者(TacticProvider)包含了一个信任(confidence)字段，作为其可用程度的最基本判据；此外，一般在创建回复策略Tactic时会为其添加若干事件(events)，他们将成为后续处理流程的依据。
进一步地，中控设备的Tactic处理组件中的Tactic chooser基于所添加的若干events从包括N个回复消息的回复策略集中选择M个回复策略，以决定本轮使用哪些Tactic。
在一可实施方式中，参考图4，中控设备包括K个Suggester，K的取值大于等于1；所述方法还包括：由K个Suggester分别生成对应用户消息的K个推荐消息，即SuggesterTactics；相应的，操作304将N个Bot Tactics和K个Suggester Tactics封装为回复策略集，从包括N个回复消息和所述K个推荐消息的回复策略集中选择M个回复策略。
在操作305a～305b，中控设备包括对话状态管理的核心组件Committer。一个基本假设是：当一个tactic被选择，意味着它的TacticProvider本轮的行动生效。在此基础上，Committer可以使用两种方式与Bot进行交流：
方式一(即操作305a向M个回复策略对应的机器人设备分别反馈确认信号)：Committer发送确认信号，使Bot此轮的更改生效。下游机器人设备在每轮发生状态变化时，将状态储存到临时储存处；中控确认某机器人的结果被采纳，确认其应当发生状态变化时，发送确认信号，即commit信号，收到确认信号的机器人再把状态落实到正式储存处；若中控不采纳此机器人的结果，不必发送信号。
方式二(即操作305b向所述N台机器人设备中除M个回复策略对应的机器人设备反馈回滚信号)：Committer发送否认信号，使Bot此轮的更改回滚。下游机器人在每轮发生状态变化时，将状态储存到正式储存处，但需要额外储存信息，以支持回滚到上一轮；中控确认某机器人的结果被采纳，确认其应当发生状态变化时，不必发送信号；若中控不采纳此机器人的结果，发送回滚信号，即rollback信号，收到回滚信号的机器人需要回滚到上一轮的状态中。
本领域技术人员应该理解的是，到底需要使用commit信号还是rollback信号由一个Bot的实现方式而定：实现了二段提交机制的Bot，使用commit机制；实现了状态回滚机制的Bot，使用rollback机制。对于一个旧的机器人系统，推荐使用确认信号的形式。因为这种方案改造成本较小，只需进行如下修改：1)复制原有的对话状态储存介质，将原本视为正式储存介质，副本视为临时储存介质；2)将原有的对话状态写入改为写入临时储存介质，读取部分无需更改；3)开放commit接口，当此接口被调用时，将(指定对话)临时储存介质内的数据迁移到正式储存介质中；4)确保临时储存介质内的数据不会永久占用储存空间。
另外，对于Suggester，可以使用同样的信号机制。但简单起见，可以认为Suggester的状态依赖于Director的状态，此时无需对Suggester使用信号。
这里，当对多个机器人发送确认信号，但其中一个失败时，应该回滚已经确认过的机器人，重新选择。但这样就要求下游机器人同时支持二段提交与状态回滚，在失败率极低的情况下，为简单起见，只实现一种即可。
进一步地，在操作306～307，中控设备的Tactic处理组件中的Tactic Merger将被选定的M个Tactic进行融合，以转化成一个Tactic，其中主要负责融合actions；之后，中控设备的Tactic处理组件中的Tactic Converter将融合后的Tactic进行格式转换并输出。
如此，本发明使用基于上述模式的中控，旧任务对话系统可以实现快速接入。整个中控系统架构对增加业务逻辑比较开放，支持了多次poc活动，取得了比较不错的交互效果。
同理，基于上文所述智能控制方法，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有程序，当所述程序被处理器执行时，使得所述处理器至少执行如下所述的操作步骤：操作101，接收用户消息；操作102，发送用户消息至与中控设备通信连接的N台机器人设备，N的取值为大于1的正整数；操作103，接收由N台机器人设备分别反馈的N个回复消息；操作104，将N个回复消息封装为回复策略集，从包括N个回复消息的回复策略集中选择M个回复策略；操作105，对所选择的M个回复策略进行融合；操作106，将融合后的回复策略进行格式转换并输出。
进一步地，基于如上文所述智能控制方法，本发明实施例还提供一种中控设备，如图5所示，中控设备50包括：接收模块501，用于接收用户消息；发送模块502，用于发送所述用户消息至与中控设备50通信连接的N台机器人设备51，以由所述N台机器人设备分别基于所述用户消息生成回复消息，所述N的取值为大于1的正整数；接收模块501，还用于接收由所述N台机器人设备分别反馈的N个回复消息；策略选择模块503，用于将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，M的取值为大于1的正整数；融合模块504，用于对所选择的M个回复策略进行融合；输出模块505，用于将所述融合后的回复策略进行格式转换并输出。
根据本发明一实施方式，中控设备50还包括：分析模块，用于对所接收的用户消息进行自然语言分析，得到分析结果；相应的，所述发送模块，具体用于发送所述用户消息和分析结果至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息和分析结果生成回复消息。
根据本发明一实施方式，中控设备50还包括：预处理模块，用于对所述用户消息进行预处理；相应的，所述发送模块，具体用于发送所述预处理后的用户消息至与所述中控设备通信连接的N台机器人设备。
根据本发明一实施方式，中控设备50还包括K个推荐模块，K的取值大于等于1；所述K个推荐模块，用于分别生成对应所述用户消息的K个推荐消息；相应的，所述策略选择模块，具体用于将所述N个回复消息和所述K个推荐消息封装为回复策略集，从包括所述N个回复消息和所述K个推荐消息的回复策略集中选择M个回复策略。
根据本发明一实施方式，中控设备50还包括：反馈模块，用于在经所述策略选择模块从包括所述N个回复消息的回复策略集中选择M个回复策略之后，向所述M个回复策略对应的机器人设备分别反馈确认信号；或，向所述N台机器人设备中除所述M个回复策略对应的机器人设备反馈回滚信号。
根据本发明一实施方式，N台机器人设备51为末端机器人设备或子中控设备。
根据本发明一实施方式，中控设备50还包括外壳(shell)系统；所述外壳系统，用于提供输入接口以辅助接收模块接收来自不同渠道的用户消息。
这里需要指出的是：以上对中控设备实施例的描述，与前述图1至4所示的方法实施例的描述是类似的，具有同前述图1至4所示的方法实施例相似的有益效果，因此不做赘述。对于本发明中控设备实施例中未披露的技术细节，请参照本发明前述图1至4所示的方法实施例的描述而理解，为节约篇幅，因此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述封装为分离部件说明的单元可以是、或也可以不是物理上分开的，封装为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独封装为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并封装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。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种智能控制方法，其特征在于，应用于中控设备，所述方法包括：
接收用户消息；
发送所述用户消息至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息生成回复消息，所述N的取值为大于1的正整数；
接收由所述N台机器人设备分别反馈的N个回复消息；
将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，M的取值为大于1的正整数；
对所选择的M个回复策略进行融合；
将所述融合后的回复策略进行格式转换并输出。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所接收的用户消息进行自然语言分析，得到分析结果；相应的，发送所述用户消息至与所述中控设备通信连接的N台机器人设备，包括：发送所述用户消息和分析结果至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息和分析结果生成回复消息。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：对所述用户消息进行预处理；相应的，发送所述用户消息至与所述中控设备通信连接的N台机器人设备，包括：发送所述预处理后的用户消息至与所述中控设备通信连接的N台机器人设备。
4.根据权利要求1所述的方法，其特征在于，所述中控设备包括K个推荐模块，K的取值大于等于1；所述方法还包括：由所述K个推荐模块分别生成对应所述用户消息的K个推荐消息；相应的，将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，包括：将所述N个回复消息和所述K个推荐消息封装为回复策略集，从包括所述N个回复消息和所述K个推荐消息的回复策略集中选择M个回复策略。
5.根据权利要求1所述的方法，其特征在于，在从包括所述N个回复消息的回复策略集中选择M个回复策略之后，所述方法还包括：向所述M个回复策略对应的机器人设备分别反馈确认信号；或，向所述N台机器人设备中除所述M个回复策略对应的机器人设备反馈回滚信号。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述N台机器人设备为末端机器人设备或子中控设备。
7.一种中控设备，其特征在于，所述中控设备包括：
接收模块，用于接收用户消息；
发送模块，用于发送所述用户消息至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息生成回复消息，所述N的取值为大于1的正整数；
所述接收模块，还用于接收由所述N台机器人设备分别反馈的N个回复消息；
策略选择模块，用于将所述N个回复消息封装为回复策略集，从包括所述N个回复消息的回复策略集中选择M个回复策略，M的取值为大于1的正整数；
融合模块，用于对所选择的M个回复策略进行融合；
输出模块，用于将所述融合后的回复策略进行格式转换并输出。
8.根据权利要求7所述的中控设备，其特征在于，所述中控设备还包括：
分析模块，用于对所接收的用户消息进行自然语言分析，得到分析结果；相应的，所述发送模块，具体用于发送所述用户消息和分析结果至与所述中控设备通信连接的N台机器人设备，以由所述N台机器人设备分别基于所述用户消息和分析结果生成回复消息。
9.根据权利要求7或8所述的中控设备，其特征在于，所述中控设备还包括外壳系统；所述外壳系统，用于提供输入接口以辅助接收模块接收来自不同渠道的用户消息。
10.一种计算机可读存储介质，其特征在于，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行权利要求1至6任一项所述智能控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010607038.0A CN111966795B (zh) | 2020-06-29 | 2020-06-29 | 一种智能控制方法、中控设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010607038.0A CN111966795B (zh) | 2020-06-29 | 2020-06-29 | 一种智能控制方法、中控设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111966795A true CN111966795A (zh) | 2020-11-20 |
| CN111966795B CN111966795B (zh) | 2024-05-17 |
Family
ID=73361023
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010607038.0A Active CN111966795B (zh) | 2020-06-29 | 2020-06-29 | 一种智能控制方法、中控设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111966795B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105791104A (zh) * | 2016-05-18 | 2016-07-20 | 北京奔影网络科技有限公司 | 客服方法和装置 |
| CN110209777A (zh) * | 2018-02-13 | 2019-09-06 | 北京三星通信技术研究有限公司 | 问答的方法及电子设备 |
| CN110476163A (zh) * | 2017-04-03 | 2019-11-19 | 微软技术许可有限责任公司 | 会话机器人发现和响应融合 |
| CN110866392A (zh) * | 2019-08-09 | 2020-03-06 | 竹间智能科技（上海）有限公司 | 一种用于策略控制的系统及其策略控制方法 |
| CN111131005A (zh) * | 2019-12-31 | 2020-05-08 | 联想(北京)有限公司 | 一种客服系统的对话方法及装置、设备、存储介质 |
| CN111191019A (zh) * | 2019-12-31 | 2020-05-22 | 联想(北京)有限公司 | 一种信息处理方法、电子设备和信息处理系统 |
-
2020
- 2020-06-29 CN CN202010607038.0A patent/CN111966795B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105791104A (zh) * | 2016-05-18 | 2016-07-20 | 北京奔影网络科技有限公司 | 客服方法和装置 |
| CN110476163A (zh) * | 2017-04-03 | 2019-11-19 | 微软技术许可有限责任公司 | 会话机器人发现和响应融合 |
| CN110209777A (zh) * | 2018-02-13 | 2019-09-06 | 北京三星通信技术研究有限公司 | 问答的方法及电子设备 |
| CN110866392A (zh) * | 2019-08-09 | 2020-03-06 | 竹间智能科技（上海）有限公司 | 一种用于策略控制的系统及其策略控制方法 |
| CN111131005A (zh) * | 2019-12-31 | 2020-05-08 | 联想(北京)有限公司 | 一种客服系统的对话方法及装置、设备、存储介质 |
| CN111191019A (zh) * | 2019-12-31 | 2020-05-22 | 联想(北京)有限公司 | 一种信息处理方法、电子设备和信息处理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111966795B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110096191B (zh) | 一种人机对话方法、装置及电子设备 | |
| Labrou et al. | A semantics approach for KQML—a general purpose communication language for software agents | |
| CN101207656B (zh) | 用于动态切换模态的方法和用于提供文本交换服务的系统 | |
| Toro et al. | A perspective on knowledge based and intelligent systems implementation in industrie 4.0 | |
| Robertson | A lightweight coordination calculus for agent systems | |
| CN108541314B (zh) | 优化依赖序列的操作的处理的系统和方法 | |
| CN106791233B (zh) | 一种用于提供ivr服务流程的方法及ivr系统 | |
| CN111009245B (zh) | 一种指令执行方法、系统及存储介质 | |
| KR20180091705A (ko) | 패킷화된 오디오 신호의 인증 | |
| CN113632442A (zh) | 动态消息处理和消息传递中的数据聚合 | |
| CN110019731A (zh) | 智能交互方法、装置、终端设备及存储介质 | |
| CN102136967A (zh) | 一种业务状态管理方法、装置和系统 | |
| CN110019723A (zh) | 基于问答系统的问答方法、终端设备及存储介质 | |
| CN110019716A (zh) | 多轮问答方法、终端设备以及存储介质 | |
| CN112529585A (zh) | 风险交易的交互唤醒方法、装置、设备及系统 | |
| CN116701601A (zh) | 人机交互的方法 | |
| CN113705249B (zh) | 对话处理方法、系统、装置及计算机可读存储介质 | |
| US20200066267A1 (en) | Dialog Manager for Supporting Multi-Intent Dialogs | |
| CN111966795A (zh) | 一种智能控制方法、中控设备及存储介质 | |
| CN115774573B (zh) | 应用集成方法、装置、电子设备和存储介质 | |
| CN112069830A (zh) | 一种智能会话方法及装置 | |
| JP6741322B1 (ja) | 自動発信システム、処理方法、およびプログラム | |
| CN112487170B (zh) | 面向场景配置的人机交互对话机器人系统 | |
| CN116974893A (zh) | 测试方法、装置、设备及存储介质 | |
| CN117708266A (zh) | 意图识别方法、装置、电子设备及存储介质 |
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 |