CN112035650A - 信息处理方法、装置、计算机可读存储介质及电子设备 - Google Patents
信息处理方法、装置、计算机可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN112035650A CN112035650A CN202010931568.0A CN202010931568A CN112035650A CN 112035650 A CN112035650 A CN 112035650A CN 202010931568 A CN202010931568 A CN 202010931568A CN 112035650 A CN112035650 A CN 112035650A
- Authority
- CN
- China
- Prior art keywords
- virtual
- robot
- service
- virtual dialogue
- service type
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 230000002452 interceptive effect Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000004044 response Effects 0.000 claims abstract description 34
- 230000003993 interaction Effects 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 230000000875 corresponding effect Effects 0.000 description 117
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/328—Management therefor
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
Abstract
本公开的实施例公开了一种信息处理方法、装置、计算机可读存储介质及电子设备。该方法应用于电子设备,电子设备上部署有多个虚拟对话机器人,电子设备上部署的不同虚拟对话机器人之间相互隔离,该方法包括:获取被服务对象发送给服务对象的交互信息;确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人;调用所确定的虚拟对话机器人生成针对交互信息的参考响应信息;向服务对象推送参考响应信息。本公开的实施例中,通过相互隔离的多个虚拟对话机器人的部署,能够较好地保证服务效率和服务效果。
Description
技术领域
本公开涉及信息处理技术领域,尤其涉及一种信息处理方法、装置、计算机可读存储介质及电子设备。
背景技术
在许多场景下,存在一个对象给另一个对象提供服务的情况,例如房产经纪人给客户提供服务的情况,这时,房产经纪人需要与客户进行交互,为了保证服务效果,交互过程中,房产经纪人可能需要花费较长的时间查阅资料、与相关人员沟通等来确定如何回复客户,这样会大大降低服务效率。
发明内容
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种信息处理方法、装置、计算机可读存储介质及电子设备。
根据本公开实施例的一个方面,提供了一种信息处理方法,应用于电子设备,所述电子设备上部署有多个虚拟对话机器人,所述电子设备上部署的不同虚拟对话机器人之间相互隔离,所述方法包括:
获取被服务对象发送给服务对象的交互信息;
确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人;
调用所确定的虚拟对话机器人生成针对所述交互信息的参考响应信息;
向所述服务对象推送所述参考响应信息。
在一个可选示例中,所述确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人之后,所述方法还包括:
调用所确定的虚拟对话机器人生成所述被服务对象的对象画像信息;
向所述服务对象推送所述对象画像信息。
在一个可选示例中,每个虚拟对话机器人均由多个模块叠加而成,每个模块具有对应的配置参数,由任一虚拟对话机器人的各个模块的配置参数组合形成的配置文件作为所述任一虚拟对话机器人的虚拟对话机器人标识;
所述确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人,包括:
根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定所述交互信息所属的业务类型对应的虚拟对话机器人标识;
将所述电子设备上部署的多个虚拟对话机器人中,具有所确定的虚拟对话机器人标识的虚拟对话机器人作为所述交互信息所属的业务类型对应的虚拟对话机器人。
在一个可选示例中,
所述方法还包括:
从所述索引中删除所述电子设备上部署的多个虚拟对话机器人中的第一虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系;
和/或,
所述方法还包括:
在所述电子设备上部署第二虚拟对话机器人,获取所述第二虚拟对话机器人的虚拟对话机器人标识,并向所述索引中添加所述第二虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系。
在一个可选示例中,所述根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定所述交互信息所属的业务类型对应的虚拟对话机器人标识之前,所述方法还包括:
获取任一业务类型下,多个模块中的每个模块的默认配置参数;
获取每个默认配置参数对应的参考参数组;其中,任一默认配置参数对应的参考参数组中包括:所述任一默认配置参数和/或对所述任一默认配置参数进行调整得到的至少一个调整配置参数;至少一个默认配置参数对应的参考参数组中的配置参数的数量为至少两个;
根据所获取的各参考参数组,形成多个配置文件;其中,所形成的多个配置文件中的每个配置文件包括所获取的每个参考参数组中的一个配置参数;
根据所形成的多个配置文件,在所述电子设备上部署所述任一业务类型对应的虚拟对话机器人,并生成包括所述任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
在一个可选示例中,所述根据所形成的多个配置文件,在所述电子设备上部署所述任一业务类型对应的虚拟对话机器人,并生成包括所述任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引,包括:
创建所形成的多个配置文件对应的多个虚拟对话机器人;
确定所创建的多个虚拟对话机器人各自的性能评估参数值;
根据所确定的性能评估参数值,从所创建的多个虚拟对话机器人中选择虚拟对话机器人;
在所述电子设备上部署所选择的虚拟对话机器人,并生成包括所述任一业务类型与所选择的虚拟对话机器人对应的配置文件之间的对应关系的索引。
根据本公开实施例的另一个方面,提供了一种信息处理装置,应用于电子设备,所述电子设备上部署有多个虚拟对话机器人,所述电子设备上部署的不同虚拟对话机器人之间相互隔离,所述装置包括:
第一获取模块,用于获取被服务对象发送给服务对象的交互信息;
确定模块,用于确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人;
第一调用模块,用于调用所确定的虚拟对话机器人生成针对所述交互信息的参考响应信息;
第一推送模块,用于向所述服务对象推送所述参考响应信息。
在一个可选示例中,所述装置还包括:
第二调用模块,用于在确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人之后,调用所确定的虚拟对话机器人生成所述被服务对象的对象画像信息;
第二推送模块,用于向所述服务对象推送所述对象画像信息。
在一个可选示例中,每个虚拟对话机器人均由多个模块叠加而成,每个模块具有对应的配置参数,由任一虚拟对话机器人的各个模块的配置参数组合形成的配置文件作为所述任一虚拟对话机器人的虚拟对话机器人标识;
所述确定模块,包括:
第一确定单元,用于根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定所述交互信息所属的业务类型对应的虚拟对话机器人标识;
第二确定单元,用于将所述电子设备上部署的多个虚拟对话机器人中,具有所确定的虚拟对话机器人标识的虚拟对话机器人作为所述交互信息所属的业务类型对应的虚拟对话机器人。
在一个可选示例中,
所述装置还包括:
删除模块,用于从所述索引中删除所述电子设备上部署的多个虚拟对话机器人中的第一虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系;
和/或,
所述装置还包括:
添加模块,用于在所述电子设备上部署第二虚拟对话机器人,获取所述第二虚拟对话机器人的虚拟对话机器人标识,并向所述索引中添加所述第二虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系。
在一个可选示例中,所述装置还包括:
第二获取模块,用于所述根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定所述交互信息所属的业务类型对应的虚拟对话机器人标识之前,获取任一业务类型下,多个模块中的每个模块的默认配置参数;
第三获取模块,用于获取每个默认配置参数对应的参考参数组;其中,任一默认配置参数对应的参考参数组中包括:所述任一默认配置参数和/或对所述任一默认配置参数进行调整得到的至少一个调整配置参数;至少一个默认配置参数对应的参考参数组中的配置参数的数量为至少两个;
形成模块,用于根据所获取的各参考参数组,形成多个配置文件;其中,所形成的多个配置文件中的每个配置文件包括所获取的每个参考参数组中的一个配置参数;
处理模块,用于根据所形成的多个配置文件,在所述电子设备上部署所述任一业务类型对应的虚拟对话机器人,并生成包括所述任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
在一个可选示例中,所述处理模块,包括:
创建单元,用于创建所形成的多个配置文件对应的多个虚拟对话机器人;
第三确定单元,用于确定所创建的多个虚拟对话机器人各自的性能评估参数值;
选择单元,用于根据所确定的性能评估参数值,从所创建的多个虚拟对话机器人中选择虚拟对话机器人;
处理单元,用于在所述电子设备上部署所选择的虚拟对话机器人,并生成包括所述任一业务类型与所选择的虚拟对话机器人对应的配置文件之间的对应关系的索引。
根据本公开实施例的再一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述信息处理方法。
根据本公开实施例的又一个方面,提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述信息处理方法。
本公开的实施例中,在获取到被服务对象发送给服务对象的交互信息的情况下,可以确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人,调用所确定的虚拟对话机器人生成针对交互信息的参考响应信息,并向服务对象推送参考响应信息。可见,本公开的实施例中,通过相互隔离的多个虚拟对话机器人的部署,在被服务对象与服务对象进行交互时,可以基于被服务对象发送给服务对象的交互信息所属的业务类型,调用合适的虚拟对话机器人为服务对象提供参考响应信息,以供服务对象进行参考,从而有效地辅助服务对象确定如何回复被服务对象,这样,服务对象无需花费较长时间来查阅资料或与相关人员沟通即可确定如何回复被服务对象,服务对象能够快捷准确地给被服务对象提供服务,因此,与相关技术相比,本公开的实施例能够较好地保证服务效率和服务效果,另外,由于各虚拟对话机器人能够在同一设备上同时运行且不相互干扰,这样有利于进一步保证服务效率和服务效果。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本公开一示例性实施例提供的信息处理方法的流程示意图。
图2是本公开一示例性实施例中服务对象使用的终端设备的界面示意图之一。
图3是本公开一示例性实施例中服务对象使用的终端设备的界面示意图之二。
图4是本公开一示例性实施例中服务对象使用的终端设备的界面示意图之三。
图5是本公开一示例性实施例中生成索引的流程示意图。
图6是本公开一示例性实施例中的虚拟对话机器人封装示意图。
图7是本公开一示例性实施例提供的信息处理装置的结构示意图。
图8是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑等。
终端设备、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。
示例性方法
本公开的实施例提供了一种信息处理方法,该方法应用于电子设备,电子设备上部署有多个虚拟对话机器人,电子设备上部署的不同虚拟对话机器人之间相互隔离。
可以理解的是,虚拟对话机器人是基于自然语言处理的智能会话系统,虚拟对话机器人融合了多元人工技术。
可选地,电子设备上部署的虚拟对话机器人的数量可以为两个、三个、四个或者四个以上,在此不再一一列举。
这里,不同虚拟对话机器人既可以封装于同一容器中,也可以封装于不同容器中,只需保证不同虚拟对话机器人之间能够相互隔离即可。需要说明的是,虚拟对话机器人也可以称为Bot,用于封装虚拟对话机器人的容器也可以称为Bot容器或者Bot Container;其中,封装是用来保护虚拟对话机器人的一种组织方式,容器是指各编程语言支持的线程安全map数据结构。
由于不同虚拟对话机器人之间相互隔离,各虚拟对话机器人能够在同一设备上同时运行且不相互干扰,这样,即使某一虚拟对话机器人出现故障,也不会影响到其余虚拟对话机器人的正常工作。
图1是本公开一示例性实施例提供的信息处理方法的流程示意图。图1所示的方法可以包括步骤101、步骤102、步骤103和步骤104,下面对各步骤分别进行说明。
步骤101,获取被服务对象发送给服务对象的交互信息。
这里,服务对象可以为经纪人,例如为房产经纪人、保险经纪人等;被服务对象可以为客户。为了便于理解,本公开的实施例中均以服务对象为房产经纪人,被服务对象为客户的情况为例进行说明。
一般而言,如果被服务对象需要服务对象提供服务,被服务对象可以在自身使用的终端设备(例如手机)上登录房企的服务平台,通过服务平台与服务对象进行信息交互,被服务对象输出的交互信息(其可以表征被服务对象希望了解的信息)发送给服务对象。在步骤101中,可以监测被服务对象通过服务平台发送给服务对象的交互信息。
步骤102,确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人。
需要说明的是,电子设备上部署的多个虚拟对话机器人中,不同虚拟对话机器人可以对应不同业务类型。举例而言,电子设备上可以部署有三个虚拟对话机器人,分别为虚拟对话机器人1、虚拟对话机器人2和虚拟对话机器人3,虚拟对话机器人1可以与新房业务类型对应,虚拟对话机器人2可以与二手房业务类型对应,虚拟对话机器人3可以与租赁业务类型对应。
在步骤102中,可以先确定交互信息所属的业务类型,例如,可以确定被服务对象发起携带交互信息的业务请求时,被服务对象使用的终端设备的用户页面,并根据该用户页面,确定交互信息所属的业务类型(这相当于根据被服务对象从哪个业务场景进入来确定交互信息所属的业务类型)。具体地,如果该用户页面为二手房相关的页面,则可以确定交互信息所属的业务类型为二手房业务类型;如果该用户界面为租赁相关的页面,则可以确定交互信息所属的业务类型为租赁业务类型。
之后,可以基于业务类型与虚拟对话机器人之间的对应性,确定交互信息所属的业务类型对应的虚拟对话机器人。
步骤103,调用所确定的虚拟对话机器人生成针对交互信息的参考响应信息。
需要说明的是,本公开的实施例中的虚拟对话机器人为给服务对象准备回答的智能机器人,而非直接与被服务对象进行交互的智能机器人。在确定出交互信息所属的业务类型对应的虚拟对话机器人之后,通过对该虚拟对话机器人的调用,该虚拟对话机器人可以对交互信息进行解析,并基于解析结果,通过自然语言处理,得到与交互信息适配的回答,该回答即可作为步骤103中针对交互信息的参考响应信息。
步骤104,向服务对象推送参考响应信息。
在调用所确定的虚拟对话机器人生成参考响应信息之后,可以将参考响应信息推送至服务对象使用的终端设备(例如手机)上,以便参考响应信息在服务对象使用的终端设备上进行显示。如果服务对象选择采纳参考响应信息,参考响应信息可以被直接返回给被服务对象,或者,参考响应信息可以被适当调整优化后返回给被服务对象;如果服务对象选择不采纳参考响应信息,服务对象可以自行编辑用于返回给服务对象的回答。
具体实施时,在交互信息为“这个房子的楼层高吗”的情况下,如图2所示,参考响应信息可以为“您希望楼层偏高一点的还是偏低点儿的”,服务对象使用的终端设备上可以对应展示有“您希望楼层偏高一点的还是偏低点儿的”和“复制到对话框”。如果服务对象点击“复制到对话框”,则“您希望楼层偏高一点的还是偏低点儿的”会被复制到图2中的界面底部的对话框,之后,只要服务对象点击图2中的界面底部的发送按钮,“您希望楼层偏高一点的还是偏低点儿的”就会被返回给被服务对象。
在交互信息为“有车位吗”的情况下,如图3所示,参考响应信息的数量可以为两个,分别为“没有固定车位”以及“您想要一个有固定车位的房源吗”,服务对象使用的终端设备上可以对应展示有“没有固定车位”和“复制到对话框”,以及对应展示有“您想要一个有固定车位的房源吗”以及另一“复制到对话框”。如果服务对象点击与“没有固定车位”对应的“复制到对话框”,则“没有固定车位”会被复制到图3中的界面底部的对话框,之后,只要服务对象点击图3中的界面底部的发送按钮,“没有固定车位”就会被返回给被服务对象。
在交互信息为“想买上地七万左右的房子”的情况下,如图3所示,参考响应信息可以包括两个房源的房源卡片,服务对象使用的终端设备上可以对应展示有两个房源卡片和“发送给客户”。只要服务对象点击“发送给客户”,这两个房源卡片就会被返回给被服务对象。
本公开的实施例中,在获取到被服务对象发送给服务对象的交互信息的情况下,可以确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人,调用所确定的虚拟对话机器人生成针对交互信息的参考响应信息,并向服务对象推送参考响应信息。可见,本公开的实施例中,通过相互隔离的多个虚拟对话机器人的部署,在被服务对象与服务对象进行交互时,可以基于被服务对象发送给服务对象的交互信息所属的业务类型,调用合适的虚拟对话机器人为服务对象提供参考响应信息,以供服务对象进行参考,从而有效地辅助服务对象确定如何回复被服务对象,这样,服务对象无需花费较长时间来查阅资料或与相关人员沟通即可确定如何回复被服务对象,服务对象能够快捷准确地给被服务对象提供服务,因此,与相关技术相比,本公开的实施例能够较好地保证服务效率和服务效果,另外,由于各虚拟对话机器人能够在同一设备上同时运行且不相互干扰,这样有利于进一步保证服务效率和服务效果。
在一个可选示例中,确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人之后,该方法还包括:
调用所确定的虚拟对话机器人生成被服务对象的对象画像信息;
向服务对象推送对象画像信息。
假设所确定的虚拟对话机器人对应的业务类型为二手房业务类型,则所确定的虚拟对话机器人可以对被服务对象的,与二手房相关的历史行为数据进行分析,以确定被服务对象的对象画像信息。具体地,如图2所示,对象画像信息可以包括客户购房意愿和客户偏好,客户购房意愿可以包括看房积极性、近期活跃度(例如在房企的服务平台上的活跃度)、委托概率等,客户偏好可以包括价格区间偏好、商圈偏好、户型偏好等。
之后,可以将对象画像信息推送至服务对象使用的终端设备上,以便对象画像信息在服务对象使用的终端设备上进行显示,这样,与参考响应信息类似,对象画像信息也能够有效地辅助服务对象确定如何回复被服务对象,因此,本公开的实施例能够进一步保证服务对象给被服务对象提供服务时的服务效率和服务质量。
在一个可选示例中,每个虚拟对话机器人均由多个模块叠加而成,每个模块具有对应的配置参数,由任一虚拟对话机器人的各个模块的配置参数组合形成的配置文件作为任一虚拟对话机器人的虚拟对话机器人标识;
确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人,包括:
根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定交互信息所属的业务类型对应的虚拟对话机器人标识;
将电子设备上部署的多个虚拟对话机器人中,具有所确定的虚拟对话机器人标识的虚拟对话机器人作为交互信息所属的业务类型对应的虚拟对话机器人。
这里,单个虚拟对话机器人可以由多个模块一层一层叠加起来构成(反过来讲,这里的多个模块用于一层一层叠加起来构成单个虚拟对话机器人),位于每一层的模块均可以有一些对应的配置参数,任一虚拟对话机器人的各个模块的配置参数组合形成一配置文件。需要说明的是,不同虚拟对话机器人的至少部分配置参数是不同的,相应地,不同虚拟对话机器人的配置文件是不同的,这样,任一虚拟对话机器人对应的配置文件能够用于标识该虚拟对话机器人,因此,可以将配置文件作为虚拟对话机器人标识。
本公开的实施例中,配置文件能够对虚拟对话机器人进行有效地标识,并且,通过索引的设置,能够便捷可靠地确定出交互信息所属的业务类型对应的虚拟对话机器人标识,之后查找具有确定出的虚拟对话机器人标识的虚拟对话机器人,即可便捷可靠地确定出需要调用的虚拟对话机器人。
在一个可选示例中,该方法还包括:
从索引中删除电子设备上部署的多个虚拟对话机器人中的第一虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系。
这里,第一虚拟机器人可以为电子设备上部署的多个虚拟对话机器人中的任一虚拟机器人。
需要说明的是,业务是有生命周期的,在业务的生命周期结束的情况下,可以认为该业务不再被需要,相应地,该业务的业务类型所对应的虚拟对话机器人也不再被需要,这时,可以确定该业务的业务类型所对应的虚拟对话机器人满足预设删除条件。具体实施时,如果电子设备上部署的多个虚拟对话机器人中的第一虚拟对话机器人满足预设删除条件,并不需要从电子设备上删除第一虚拟对话机器,而只需要从索引中删除第一虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系即可,如果后续需要再次启用第一虚拟对话机器人,直接向索引中添加该对应关系即可,可见,本公开的实施例实现起来非常灵活,能够尽量避免资源的浪费。
在一个可选示例中,该方法还包括:
在电子设备上部署第二虚拟对话机器人,获取第二虚拟对话机器人的虚拟对话机器人标识,并向索引中添加第二虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系。
需要说明的是,随着业务的发展,电子设备上已部署的虚拟对话机器人可能无法实现新增的业务,该新增的业务的业务类型对应的虚拟对话机器人即可认为是第二虚拟对话机器人且满足预设添加条件,这时,可以获取第二虚拟对话机器人的虚拟对话机器人标识,并对索引进行更新,以使索引中记录有第二虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系,这样,第二虚拟对话机器人后续可以被正常调用,以便实现新增的业务。
在一个可选示例中,根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定交互信息所属的业务类型对应的虚拟对话机器人标识之前,该方法还包括:
获取任一业务类型下,多个模块(这里的多个模块即为上文中提及的、用于一层一层叠加起来构成单个虚拟对话机器人的多个模块)中的每个模块的默认配置参数;
获取每个默认配置参数对应的参考参数组;其中,任一默认配置参数对应的参考参数组中包括:任一默认配置参数和/或对任一默认配置参数进行调整得到的至少一个调整配置参数;至少一个默认配置参数对应的参考参数组中的配置参数的数量为至少两个;
根据所获取的各参考参数组,形成多个配置文件;其中,所形成的多个配置文件中的每个配置文件包括所获取的每个参考参数组中的一个配置参数;
根据所形成的多个配置文件,在电子设备上部署任一业务类型对应的虚拟对话机器人,并生成包括任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
这里,不同参考参数组中的配置参数的数量可以相同,也可以不同。
这里,在获取每个默认配置参数对应的参考参数组之后,可以对得到的各参考参数组中的配置参数进行随机组合,以得到多个配置文件,只需保证各配置文件中的配置参数不完全相同即可。
假设本公开的实施例中涉及的任一业务类型具体为业务类型X,用于处理业务类型X的业务的虚拟对话机器人需要有3个模块,则可以读取图5中的本地配置文件中的,预先设定的3个模块的默认配置参数。可选地,本地配置文件中的默认配置参数还可以进行持久化存储。
假设上段中的3个模块分别为模块1、模块2、模块3,模块1的默认配置参数为AO,模块2的默认配置参数为BO,模块3的默认配置参数为CO,则可以分别对三个默认配置参数进行调整,以得到相应的调整配置参数,调整配置参数可以存储至图5中的远程字典服务(Remote Dictionary Server,Redis)配置内容中。
接下来,如图5所示,可以依据各默认配置参数以及Redis配置内容中的调整配置参数,进行配置更新,以得到三个参考参数组;其中,AO对应的参考参数组中可以包括AO和A1,A1是在AO的基础上进行调整得到的调整配置参数;B0对应的参考参数组中可以包括B0和B1,B1是在BO的基础上进行调整得到的调整配置参数;C0对应的参考参数组中可以包括C0和C1,C1是在C0的基础上进行调整得到的调整配置参数。
在得到三个参考参数组之后,可以判断针对业务类型X,业务人员是否有配置参数筛选要求。
如果判断结果为否,可以直接依据三个默认配置参数,创建业务类型X对应的虚拟对话机器人(该虚拟对话机器人中的三个模块的配置参数依次是A0、B0、C0),在电子设备上部署业务类型X对应的虚拟对话机器人,并生成包括业务类型X与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
如果判断结果为是,可以对得到的三个参考参数组中的配置参数进行组合,以得到多个配置文件,由于每个参考参数组中均包括两个配置参数,通过组合总共可以得到8个配置文件,其中具体有包括A0、B0、C0的配置文件,包括A1、B1、C1的配置文件,包括A2、B2、C2的配置文件、包括A1、B2、C2的配置文件等,在此不再一一列举。之后,可以根据得到的8个配置文件,在电子设备上部署业务类型X对应的虚拟对话机器人,并生成包括业务类型X与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
在一种具体实施方式中,根据所形成的多个配置文件,在电子设备上部署任一业务类型对应的虚拟对话机器人,并生成包括任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引,包括:
创建所形成的多个配置文件对应的多个虚拟对话机器人;
确定所创建的多个虚拟对话机器人各自的性能评估参数值;
根据所确定的性能评估参数值,从所创建的多个虚拟对话机器人中选择虚拟对话机器人;
在电子设备上部署所选择的虚拟对话机器人,并生成包括任一业务类型与所选择的虚拟对话机器人对应的配置文件之间的对应关系的索引。
延续上述例子,在得到8个配置文件之后,可以创建与这8个配置文件一一对应的8个虚拟对话机器人;其中,任一配置文件与任一虚拟对话机器人对应是指:该配置文件作为该虚拟对话机器人的标识。
可选地,这里还可以获取海量的历史文本聊天数据(具体为房产经纪人与客户之间的聊天数据),例如获取发生于2019年6月的历史文本聊天数据,获取的数据量可以为9000W+;接下来可以从中随机选择数据量为1000W的数据,并对该数据量为1000W的数据进行预处理,例如进行过滤处理,以得到数据量为300W的数据;之后,可以将该数据量为300W的数据提供给8个虚拟对话机器人中的每个虚拟对话机器人进行机器学习,以使每个虚拟对话机器人均能够针对客户提出的问题,给出相应的回答。
再之后,可以确定8个虚拟对话机器人各自的性能评估参数值。这里,为了得到8个虚拟对话机器人各自的性能评估参数值,可以将这8个虚拟对话机器人部署在测试机上,并进行对话实验,具体地,可以将大量的测试问题提供给8个虚拟对话机器人中的每个虚拟对话机器人,并得到每个虚拟对话机器人针对测试问题的回答,通过统计每个虚拟对话机器人的回答速度和回答正确率,可以确定每个虚拟对话机器人的性能评估参数值,性能评估参数值可以与回答速度和回答正确率正相关,以表征对话性能的好坏。
在得到8个虚拟对话机器人各自的性能评估参数值之后,可以据此从8个虚拟对话机器人中选择虚拟对话机器人,具体地,可以从8个虚拟对话机器人中,选择性能评估参数值最大的虚拟对话机器人,所选择的虚拟对话机器人可以认为是性能最优的虚拟对话机器人。假设选择的虚拟对话机器人为虚拟对话机器人Y,则可以在电子设备上部署虚拟对话机器人Y,并生成包括业务类型X与虚拟对话机器人Y对应的配置文件之间的对应关系的索引。
这种实施方式中,通过创建与所形成的多个配置文件对应的多个虚拟对话机器人,并基于所创建的多个虚拟对话机器人各自的性能评估参数值,进行虚拟对话机器人的部署和索引的生成,能够保证部署在电子设备上的虚拟对话机器人的性能,从而能够保证电子设备推送给服务对象的参考响应信息的准确性和可靠性。
当然,在得到8个配置文件之后,也可以按照其他规则从中选择一个配置文件,创建该配置文件对应的虚拟对话机器人,在电子设备上部署该虚拟对话机器人,并生成包括业务类型X与该配置文件之间的对应关系的索引,这也是可行的。
本公开的实施例中,在任一业务类型下,多个模块(即为上文中提及的、用于一层一层叠加起来构成单个虚拟对话机器人的多个模块)中的每个模块的默认配置参数已知的情况下,基于这些默认配置参数,即可便捷可靠地在电子设备上针对该业务类型部署相应的虚拟对话机器人,以及生成包括相应对应关系的索引,以便电子设备能够针对该业务类型的业务,辅助服务对象确定如何回复被服务对象。
在一个可选示例中,可以针对不同的业务类型(包括但不限于新房业务类型、二手房业务类型、租赁业务类型等),生成不同的虚拟对话机器人,例如,如图6所示,可以分别生成Bot1、Bot2、Bot3、……、Botn,不同的Bot可以封装在同一Bot Container中,不同Bot之间可以相互隔离,另外,还可以创建Bot索引,Bot索引中可以包括各Bot的Bot标识(相当于上文中的虚拟对话机器人标识)与相应业务类型之间的对应关系。
需要说明的是,每个虚拟对话机器人可以看做是由一层一层的模块叠加起来的,针对每个业务,使用的是一个完整的虚拟对话机器人,而不是其中一层。
当有业务访问时(例如获取到客户发送给房产经纪人的交互信息时),基于Bot索引,查找当前业务的业务类型对应的虚拟对话机器人,调用查找到的虚拟对话机器人辅助房产经纪人与客户交互。
当有新业务产生或者有实验需求,需要新增虚拟对话机器人时,可以基于后台程序创建一个针对新业务或者实验需求的虚拟对话机器人,将该虚拟对话机器人封装在Bot1、Bot2、Bot3、……、Botn所在的Bot Container中,并对Bot索引进行更新,该虚拟对话机器人与其他业务对应的虚拟对话机器人不冲突,新业务访问之前相应的虚拟对话机器人已经创建好了,不是使用时即刻产生、使用完即刻销毁,也即,虚拟对话机器人具体是异步产生的。
业务或者实验是有生命周期的,生命周期结束,即可从Bot索引中删除相应对应关系。
综上,本公开的实施例中,各虚拟对话机器人是提前打包组装好的,有业务需求时可以直接调用相应虚拟对话机器人,这样能够大大节约资源,降低成本,并且,各虚拟机器人之间彼此不干扰,即使某一个虚拟对话机器人对话失败,也不会影响其他虚拟对话机器人的正常工作。
本公开的实施例提供的任一种信息处理方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种信息处理方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种信息处理方法。下文不再赘述。
示例性装置
图7是本公开一示例性实施例提供的信息处理装置的结构示意图。图7所示的装置应用于电子设备,电子设备上部署有多个虚拟对话机器人,电子设备上部署的不同虚拟对话机器人之间相互隔离,该装置包括第一获取模块701、确定模块702、第一调用模块703和第一推送模块704。
第一获取模块701,用于获取被服务对象发送给服务对象的交互信息;
确定模块702,用于确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人;
第一调用模块703,用于调用所确定的虚拟对话机器人生成针对交互信息的参考响应信息;
第一推送模块704,用于向服务对象推送参考响应信息。
在一个可选示例中,该装置还包括:
第二调用模块,用于在确定电子设备上部署的多个虚拟对话机器人中,交互信息所属的业务类型对应的虚拟对话机器人之后,调用所确定的虚拟对话机器人生成被服务对象的对象画像信息;
第二推送模块,用于向服务对象推送对象画像信息。
在一个可选示例中,每个虚拟对话机器人均由多个模块叠加而成,每个模块具有对应的配置参数,由任一虚拟对话机器人的各个模块的配置参数组合形成的配置文件作为任一虚拟对话机器人的虚拟对话机器人标识;
确定模块702,包括:
第一确定单元,用于根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定交互信息所属的业务类型对应的虚拟对话机器人标识;
第二确定单元,用于将电子设备上部署的多个虚拟对话机器人中,具有所确定的虚拟对话机器人标识的虚拟对话机器人作为交互信息所属的业务类型对应的虚拟对话机器人。
在一个可选示例中,
该装置还包括:
删除模块,用于从索引中删除电子设备上部署的多个虚拟对话机器人中的第一虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系;
和/或,
该装置还包括:
添加模块,用于在电子设备上部署第二虚拟对话机器人,获取第二虚拟对话机器人的虚拟对话机器人标识,并向索引中添加第二虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系。
在一个可选示例中,该装置还包括:
第二获取模块,用于根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定交互信息所属的业务类型对应的虚拟对话机器人标识之前,获取任一业务类型下,多个模块中的每个模块的默认配置参数;
第三获取模块,用于获取每个默认配置参数对应的参考参数组;其中,任一默认配置参数对应的参考参数组中包括:任一默认配置参数和/或对任一默认配置参数进行调整得到的至少一个调整配置参数;至少一个默认配置参数对应的参考参数组中的配置参数的数量为至少两个;
形成模块,用于根据所获取的各参考参数组,形成多个配置文件;其中,所形成的多个配置文件中的每个配置文件包括所获取的每个参考参数组中的一个配置参数;
处理模块,用于根据所形成的多个配置文件,在电子设备上部署任一业务类型对应的虚拟对话机器人,并生成包括任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
在一个可选示例中,处理模块,包括:
创建单元,用于创建所形成的多个配置文件对应的多个虚拟对话机器人;
第三确定单元,用于确定所创建的多个虚拟对话机器人各自的性能评估参数值;
选择单元,用于根据所确定的性能评估参数值,从所创建的多个虚拟对话机器人中选择虚拟对话机器人;
处理单元,用于在电子设备上部署所选择的虚拟对话机器人,并生成包括任一业务类型与所选择的虚拟对话机器人对应的配置文件之间的对应关系的索引。
示例性电子设备
下面,参考图8来描述根据本公开实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图8图示了根据本公开实施例的电子设备80的框图。
如图8所示,电子设备80包括一个或多个处理器81和存储器82。
处理器81可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备80中的其他组件以执行期望的功能。
存储器82可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器81可以运行所述程序指令,以实现上文所述的本公开的各个实施例的信息处理方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备80还可以包括:输入装置83和输出装置84,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,在电子设备80是第一设备或第二设备时,该输入装置83可以是麦克风或麦克风阵列。在电子设备80是单机设备时,该输入装置83可以是通信网络连接器,用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置83还可以包括例如键盘、鼠标等等。
该输出装置84可以向外部输出各种信息。该输出装置84可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出装置等等。
当然,为了简化,图8中仅示出了该电子设备80中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备80还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的信息处理方法中的步骤。
所述计算机程序产品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公开实施例操作的程序代码,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。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的信息处理方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。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包括但不限于电、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。
以上结合具体实施例描述了本公开的基本原理,需要指出的是,本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。上述公开的具体细节仅是为了示例和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种信息处理方法,其特征在于,应用于电子设备,所述电子设备上部署有多个虚拟对话机器人,所述电子设备上部署的不同虚拟对话机器人之间相互隔离,所述方法包括:
获取被服务对象发送给服务对象的交互信息;
确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人;
调用所确定的虚拟对话机器人生成针对所述交互信息的参考响应信息;
向所述服务对象推送所述参考响应信息。
2.根据权利要求1所述的方法,其特征在于,所述确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人之后,所述方法还包括:
调用所确定的虚拟对话机器人生成所述被服务对象的对象画像信息;
向所述服务对象推送所述对象画像信息。
3.根据权利要求1所述的方法,其特征在于,每个虚拟对话机器人均由多个模块叠加而成,每个模块具有对应的配置参数,由任一虚拟对话机器人的各个模块的配置参数组合形成的配置文件作为所述任一虚拟对话机器人的虚拟对话机器人标识;
所述确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人,包括:
根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定所述交互信息所属的业务类型对应的虚拟对话机器人标识;
将所述电子设备上部署的多个虚拟对话机器人中,具有所确定的虚拟对话机器人标识的虚拟对话机器人作为所述交互信息所属的业务类型对应的虚拟对话机器人。
4.根据权利要求3所述的方法,其特征在于,
所述方法还包括:
从所述索引中删除所述电子设备上部署的多个虚拟对话机器人中的第一虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系;
和/或,
所述方法还包括:
在所述电子设备上部署第二虚拟对话机器人,获取所述第二虚拟对话机器人的虚拟对话机器人标识,并向所述索引中添加所述第二虚拟对话机器人的虚拟对话机器人标识与相应业务类型之间的对应关系。
5.根据权利要求3所述的方法,其特征在于,所述根据索引中记录的业务类型与虚拟对话机器人标识之间的对应关系,确定所述交互信息所属的业务类型对应的虚拟对话机器人标识之前,所述方法还包括:
获取任一业务类型下,多个模块中的每个模块的默认配置参数;
获取每个默认配置参数对应的参考参数组;其中,任一默认配置参数对应的参考参数组中包括:所述任一默认配置参数和/或对所述任一默认配置参数进行调整得到的至少一个调整配置参数;至少一个默认配置参数对应的参考参数组中的配置参数的数量为至少两个;
根据所获取的各参考参数组,形成多个配置文件;其中,所形成的多个配置文件中的每个配置文件包括所获取的每个参考参数组中的一个配置参数;
根据所形成的多个配置文件,在所述电子设备上部署所述任一业务类型对应的虚拟对话机器人,并生成包括所述任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引。
6.根据权利要求5所述的方法,其特征在于,所述根据所形成的多个配置文件,在所述电子设备上部署所述任一业务类型对应的虚拟对话机器人,并生成包括所述任一业务类型与相应虚拟对话机器人的虚拟对话机器人标识之间的对应关系的索引,包括:
创建所形成的多个配置文件对应的多个虚拟对话机器人;
确定所创建的多个虚拟对话机器人各自的性能评估参数值;
根据所确定的性能评估参数值,从所创建的多个虚拟对话机器人中选择虚拟对话机器人;
在所述电子设备上部署所选择的虚拟对话机器人,并生成包括所述任一业务类型与所选择的虚拟对话机器人对应的配置文件之间的对应关系的索引。
7.一种信息处理装置,其特征在于,应用于电子设备,所述电子设备上部署有多个虚拟对话机器人,所述电子设备上部署的不同虚拟对话机器人之间相互隔离,所述装置包括:
第一获取模块,用于获取被服务对象发送给服务对象的交互信息;
确定模块,用于确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人;
第一调用模块,用于调用所确定的虚拟对话机器人生成针对所述交互信息的参考响应信息;
第一推送模块,用于向所述服务对象推送所述参考响应信息。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二调用模块,用于在确定所述电子设备上部署的多个虚拟对话机器人中,所述交互信息所属的业务类型对应的虚拟对话机器人之后,调用所确定的虚拟对话机器人生成所述被服务对象的对象画像信息;
第二推送模块,用于向所述服务对象推送所述对象画像信息。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序用于执行上述权利要求1至6中任一所述的信息处理方法。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1至6中任一所述的信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010931568.0A CN112035650A (zh) | 2020-09-07 | 2020-09-07 | 信息处理方法、装置、计算机可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010931568.0A CN112035650A (zh) | 2020-09-07 | 2020-09-07 | 信息处理方法、装置、计算机可读存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112035650A true CN112035650A (zh) | 2020-12-04 |
Family
ID=73584442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010931568.0A Pending CN112035650A (zh) | 2020-09-07 | 2020-09-07 | 信息处理方法、装置、计算机可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112035650A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113206781A (zh) * | 2021-04-14 | 2021-08-03 | 北京达佳互联信息技术有限公司 | 客户端控制方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107247726A (zh) * | 2017-04-28 | 2017-10-13 | 北京神州泰岳软件股份有限公司 | 适用于多业务场景的智能机器人的实现方法及装置 |
CN108319599A (zh) * | 2017-01-17 | 2018-07-24 | 华为技术有限公司 | 一种人机对话的方法和装置 |
CN108733722A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种对话机器人自动生成方法及装置 |
US20190266280A1 (en) * | 2018-02-27 | 2019-08-29 | Accenture Global Solutions Limited | Virtual services rapid deployment tool |
CN110198329A (zh) * | 2018-03-26 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 数据库部署方法、装置、系统、电子设备及可读介质 |
CN110955675A (zh) * | 2019-10-30 | 2020-04-03 | 中国银联股份有限公司 | 机器人对话方法、装置、设备及计算机可读存储介质 |
-
2020
- 2020-09-07 CN CN202010931568.0A patent/CN112035650A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319599A (zh) * | 2017-01-17 | 2018-07-24 | 华为技术有限公司 | 一种人机对话的方法和装置 |
CN108733722A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种对话机器人自动生成方法及装置 |
CN107247726A (zh) * | 2017-04-28 | 2017-10-13 | 北京神州泰岳软件股份有限公司 | 适用于多业务场景的智能机器人的实现方法及装置 |
US20190266280A1 (en) * | 2018-02-27 | 2019-08-29 | Accenture Global Solutions Limited | Virtual services rapid deployment tool |
CN110198329A (zh) * | 2018-03-26 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 数据库部署方法、装置、系统、电子设备及可读介质 |
CN110955675A (zh) * | 2019-10-30 | 2020-04-03 | 中国银联股份有限公司 | 机器人对话方法、装置、设备及计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113206781A (zh) * | 2021-04-14 | 2021-08-03 | 北京达佳互联信息技术有限公司 | 客户端控制方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783388B (zh) | Ui自动化测试方法、装置及电子设备 | |
US10019293B2 (en) | Enhanced command selection in a networked computing environment | |
CN110955409B (zh) | 在云平台上创建资源的方法和装置 | |
CN111651140B (zh) | 基于工作流的服务方法及装置 | |
CN111818175A (zh) | 企业服务总线配置文件生成方法、装置、设备和存储介质 | |
CN114398396A (zh) | 数据查询方法、存储介质和计算机程序产品 | |
CN111612482A (zh) | 对话管理方法、装置和设备 | |
CN109240923B (zh) | 接口测试脚本的生成方法及计算机可读存储介质 | |
CN112035650A (zh) | 信息处理方法、装置、计算机可读存储介质及电子设备 | |
CN115525534A (zh) | 基于swagger的接口测试的测试用例生成方法、生成平台 | |
WO2023216857A1 (en) | Multi-agent chatbot with multi-intent recognition | |
CN115297029B (zh) | 工业互联网标识解析性能的测试方法和装置、设备和介质 | |
CN115993971A (zh) | 活动页面生成方法、计算设备及计算机存储介质 | |
CN112269473B (zh) | 一种基于场景灵活定义的人机交互方法及系统 | |
CN112486461B (zh) | 一种基于springboot框架的信息处理系统 | |
CN115357298A (zh) | 第三方接口的调用方法、处理器及存储介质 | |
CN115328611A (zh) | 虚拟机管理方法、装置、服务器及可读存储介质 | |
US20210174014A1 (en) | Visualization of the Entities and Relations in a Document | |
CN111722881A (zh) | 一种容器云平台的资源扩展方法、系统及装置 | |
CN111324707A (zh) | 用户交互方法和装置、计算机可读存储介质、电子设备 | |
CN113935301B (zh) | 一种报表生成方法及装置、存储介质及电子设备 | |
CN111967273B (zh) | 对话管理系统、方法和规则引擎设备 | |
CN115659405B (zh) | 数字对象的交互方法和装置、电子设备和存储介质 | |
CN114338494B (zh) | 服务依赖拓扑关系获取方法和装置、存储介质和电子设备 | |
CN115310521A (zh) | 训练算法的选取方法、装置以及存储介质和电子设备 |
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 |