CN112148845A - 机器人的话术资源录入方法及装置、电子设备、存储介质 - Google Patents
机器人的话术资源录入方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN112148845A CN112148845A CN202010104282.5A CN202010104282A CN112148845A CN 112148845 A CN112148845 A CN 112148845A CN 202010104282 A CN202010104282 A CN 202010104282A CN 112148845 A CN112148845 A CN 112148845A
- Authority
- CN
- China
- Prior art keywords
- data
- tactical
- conversational
- robot
- node
- 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 39
- 230000001755 vocal effect Effects 0.000 title claims abstract description 20
- 230000004044 response Effects 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims abstract description 26
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims description 12
- 238000012800 visualization Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008676 import Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000009877 rendering Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 2
- 238000001356 surgical procedure Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000243 solution 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
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/34—Graphical or visual programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/38—Creation or generation of source code for implementing user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了机器人的话术资源录入方法及装置、电子设备、存储介质。方法包括：获取包含话术流程图的话术资源文件，所述话术流程图基于可视化界面绘制得到，所述话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容；对所述话术资源文件进行结构化转换，生成结构化数据，所述结构化数据包含每个话术节点的话术内容和跳转规则，所述跳转规则基于所述关联关系确定；将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。本发明提升了机器人话术配置的效率和准确度。
Description
技术领域
本发明涉及机器人技术领域，特别涉及机器人的话术资源录入方法及装置、电子设备、存储介质。
背景技术
目前，机器人已经能够实现与用户进行对话交流。要实现机器人的对话交流能力，必须提前配置话术。现有技术中，在配置机器人的话术时，先设计话术流程图，然后参照话术流程图，将流程图中每个话术节点的内容及层级关系人工手工逐一添加至机器人中，直至流程图中所有话术节点的内容均添加至机器人，完成话术配置，该过程非常繁琐而复杂。当一个大型的话术包含成百上千个话术节点时，每个话术节点都要人工逐一去配置，不仅效率低，而且出错率非常高。
发明内容
本发明提供机器人的话术资源录入方法及装置、电子设备、存储介质，以提高话术资源录入机器人的效率及准确度。
具体地，本发明是通过如下技术方案实现的：
第一方面，提供一种机器人的话术资源录入方法，所述话术资源录入方法包括：
获取包含话术流程图的话术资源文件，所述话术流程图基于可视化界面绘制得到，所述话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容；
遍历所述话术资源文件中的话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
根据所述关联关系生成每个话术内容的跳转规则，并根据所述话术内容和对应的跳转规则生成结构化数据；
将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
可选地，生成结构化数据之后，还包括：
将所述结构化数据写入json文件；
将所述结构化数据转换成基于计算机语言的数据，包括：
将所述json文件中的结构化数据转换成基于计算机语言的数据。
可选地，所述话术资源录入方法，还包括：
在接收到话术录入请求的情况下，提供用于绘制所述话术流程图的可视化界面；
在所述话术流程图设计完成的情况下，生成所述话术资源文件。
第二方面，提供另一种机器人的话术资源录入方法，所述话术资源录入方法包括：
在可视化界面完成话术流程图的绘制的情况下，遍历所述话术流程图中的每个话术节点，并提取每个话术节点的话术内容和关联关系；
对所述话术内容和关联关系进行结构化转换，生成结构化数据，所述结构化数据包含每个话术节点的话术内容和跳转规则，所述跳转规则基于所述关联关系确定；
将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
第三方面，提供一种机器人的话术资源录入装置，所述话术资源录入装置包括：
获取模块，用于获取包含话术流程图的话术资源文件，所述话术流程图基于可视化界面绘制得到，所述话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容；
提取模块，用于遍历所述话术资源文件中的话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
生成模块，用于根据所述关联关系生成每个话术内容的跳转规则，并根据所述话术内容和对应的跳转规则生成结构化数据；
导入模块，用于将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
可选地，所述话术资源录入装置还包括：
写入模块，用于将所述结构化数据写入json文件，并调用所述导入模块。
可选地，所述话术资源录入装置，还包括：
提供模块，用于在接收到话术录入请求的情况下，提供用于绘制所述话术流程图的可视化界面；
生成模块，用于在所述话术流程图设计完成的情况下，生成所述话术资源文件。
第四方面，提供另一种机器人的话术资源录入装置，所述话术资源录入装置包括：
提取模块，用于在可视化界面完成话术流程图的绘制的情况下，遍历所述话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
转换模块，用于对所述话术内容和关联关系进行结构化转换，生成结构化数据，所述结构化数据包含每个话术节点的话术内容和跳转规则，所述跳转规则基于所述关联关系确定；
导入模块，用于将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
第五方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的机器人的话术资源录入方法。
第六方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的机器人的话术资源录入的步骤。
本发明的实施例提供的技术方案可以包括以下有益效果：
在可视化界面中生成话术流程图，并自动将话术流程图转换成机器人能够识别的计算机语音数据后导入机器人的自动应答系统，无需人工对照设计的话术流程图手动录入每个话术节点的话术内容，从而避免了话术资源录入过程中，由于复杂度过高导致的人为失误操作，提升了话术配置的效率，且可以实现对多个机器人的话术资源的批量录入。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本发明一示例性实施例示出的一种机器人的话术资源录入方法的流程图；
图2是本发明一示例性实施例示出的另一种机器人的话术资源录入方法的流程图；
图3是本发明一示例性实施例示出的使用XMind绘制的话术流程图的示意图；
图4是本发明一示例性实施例示出的图1中步骤102的具体流程图；
图5是本发明一示例性实施例示出的另一种机器人的话术资源录入方法的流程图；
图6是本发明一示例性实施例示出的一种机器人的话术资源录入装置的模块示意图；
图7是本发明一示例实施例示出的一种电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
智能机器人完全开放式的对话问答依赖于话术，话术规定了机器人在用户相应的语音下所应有的回复。要实现机器人的对话问答，就必须在机器人的自动应答系统中提前配置话术。越是全面的话术设计，机器人的对话问答能力越强；而越是全面的话术设计，包含的话术节点(每个话术节点对应一个话术内容)也越庞大。
相关技术中，将预先设计的话术资源录入机器人的自动应答系统中，通过人工手动添加每个话术节点的话术内容的方式实现。若设计的话术包含数量庞大的话术节点，需要逐一遍历设计的话术中每个话术节点，并参照设计的话术将话术内容逐一配置于机器人的自动应答系统中，直至完成所有话术节点的配置。该人工对每个话术节点逐一配置话术内容的方式，一方面效率非常低，另一方面由于缺乏可视化方案，极易出现话术节点漏标、失误配置等错误，且纠错困难；而若要在机器人中添加可视化方案，又会占用较高的显存，影响机器人的处理系统的响应速度。
基于上述情况，本发明实施例提供了一种机器人的话术资源录入方法，参见图1，方法包括以下步骤：
步骤101、获取包含话术流程图的话术资源文件。
其中，话术流程图基于可视化界面绘制得到，话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容。
需要说明的是，话术资源文件可以是他人绘制完成的包含话术流程图的文件，若使用他人绘制的话术资源文件，则无需自行绘制流程图。话术资源文件也可以自行绘制，若自行绘制流程图，在一个实施例中，还为用户提供用于绘制绘制话术流程图的可视化界面。参见图2，步骤101之前，还包括：
步骤100-1、在接收到话术录入请求的情况下，提供用于绘制话术流程图的可视化界面。
其中，可视化界面可以但不限于借助XMind(思维导图软件)实现，步骤100-1中，若接收到话术录入请求，则调用XMind，将XMind的绘图界面作为可视化界面，供用户自行设计所需的话术流程图。
步骤100-2、在话术流程图设计完成的情况下，生成话术资源文件。
步骤100-2中，可以但不限于通过触发可视化界面中的保存控件，生成话术流程图的话术资源文件。
若使用XMind绘制话术流程图，话术资源文件的文件格式为XMind支持导出的文件格式，例如，TXT、XML、PDF、SVG、HTML(上述均为文件格式的种类)等。参见图3，图中示出了使用XMind绘制的话术流程图的一个例子，从图中可以看出，话术流程图以树结构展示，包含多个话术节点(图中一个矩形框表征一个话术节点)，每个话术节点对应一个话术内容，且每个话术节点的话术内容是针对该上一话术节点的话术内容的应答。
本实施例中，为用户提供可视化界面绘制话术流程图，在配置话术中有较高的操作自由度，可以全局审视所设计的话术，便于检查错误。
步骤102、对话术资源文件进行结构化转换，生成结构化数据。
其中，结构化数据包含每个话术节点的话术内容和跳转规则，跳转规则基于关联关系确定。在机器人与用户对话时，跳转规则用于从话术资源中确定应答针对采集的用户语音的话术内容。
图4是本发明一示例性实施例示出的步骤102的具体流程图，参见图4，步骤102包括：
步骤102-1、遍历话术资源文件中的话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系。
话术流程图为树结构，话术节点之间的关联关系也即话术节点之间的层级关系，以图3示出的话术流程图为例，“定时多久”话术节点的层级关系包括：其上级话术节点为“定时”话术节点，其下级话术节点为“X分钟”话术节点。
步骤102-2、根据关联关系生成针对每个话术内容的跳转规则。
步骤102-2中，也即根据话术流程图的树结构生成针对每个话术内容的话术走向，以确定应答内容(话术内容)。
步骤102-3、根据话术内容和对应的跳转规则生成结构化数据。
为了便于结构化数据的存储，可将结构化数据以文件的形式存储。json格式的文件具有很强的通用性，本实施例中，可以但不限于将结构化数据写入json(一种轻量级的数据交换格式)文件进行存储，json文件易于人阅读和编写，同时也易于机器解析和生成。
若步骤101中的话术资源文件为XMind文件，步骤102也即实现将XMind文件转换为json文件，可以但不限于通过python开源的第三方库来完成xmind文件到json格式数据的转换。转换完成之后，树结构的话术内容被转换为嵌套字典格式的json数据。
以下是将图3示出的流程图中部分话术内容转换为结构化数据并写入json文件的一个例子：
'topics':['title':'用户：【定时】',
'topics':[{'title':'AI：跳转【定时多久】'}]]；
上述例子中，第一行文字代表用户说的话，第二行缩进后的文字是机器人(AI)的回复，缩进代表了上下级关系，跳转规则代表了话术的走向。上述例子总结即是：用户表达“【定时】”的相关表述，AI会据此跳转到【定时多久】话术节点。如上所说，json格式数据包含了话术流程图中所有话术节点和关联关系。
步骤103、将结构化数据转换成基于计算机语言的数据，并导入机器人的自动应答系统。从而，以使自动应答系统基于导入的数据对采集的用户语音进行自动应答。
可以理解的，机器人采集了用户语音后，还需对用户语音进行语音识别，将其转换成文字，具体实现过程可参考相关技术，此处不再赘述。
本实施例中，可在可视化界面中生成话术流程图，并自动将话术流程图转换成机器人能够识别的计算机语音数据后导入机器人的自动应答系统，无需人工对照设计的话术流程图手动录入每个话术节点的话术内容，从而避免了话术资源录入过程中，由于复杂度过高导致的人为失误操作，提升了话术配置的效率。且将结构化数据写入文件中，使得文件可以多次利用，可以实现对多个机器人的话术资源的批量录入。
图5是本发明一示例性实施例示出的另一种机器人的话术资源录入方法的流程图，本实施例的话术资源录入方法与图1示出的方法基本相同，不同之处在于，本实施例中在可视化界面中直接提取话术流程图的每个话术节点的话术内容和关联关系，而非通过对话术资源文件转换得到。参见图5，方法包括以下步骤：
步骤501、在可视化界面完成话术流程图的绘制的情况下，遍历话术流程图中的每个话术节点，并提取每个话术节点的话术内容和关联关系。
本实施例中，为用户提供用于绘制绘制话术流程图的可视化界面(可以但不限于通过XMind实现)，用户在可视化界面中自行绘制所需的话术流程图，可以但不限于通过用户保存流程图的方式确定话术流程图的绘制完成。若用户完成流程图的绘制，则遍历可视化流程图中的话术流程图的每个话术节点，以提取每个话术节点的话术内容和关联关系。
步骤502、对话术内容和关联关系进行结构化转换，生成结构化数据，结构化数据包含每个话术节点的话术内容和跳转规则，跳转规则基于关联关系确定。
步骤503、将结构化数据转换成基于计算机语言的数据，并导入机器人的自动应答系统，以使自动应答系统基于导入的数据对用户语音进行自动应答。
其中，步骤502与步骤503的具体实现方式与步骤102和步骤103基本相同，此处不再债赘述。
本实施例中，直接从可视化界面中读取话术流程图的数据，识别为结构化数据，并将结构化数据转换成机器人能够识别的计算机语言数据后导入机器人，进而生成可以使用的话术。上述自动完成，无需人工对照设计的话术流程图将每个话术节点的内容手动录入机器人。
与前述机器人的话术资源录入方法实施例相对应，本发明还提供了机器人的话术资源录入装置的实施例。
图6是本发明一示例性实施例示出的一种机器人的话术资源录入装置的模块示意图，该话术资源录入装置包括：获取模块61、提取模块62、生成模块63和导入模块64。
获取模块61用于获取包含话术流程图的话术资源文件，所述话术流程图基于可视化界面绘制得到，所述话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容；
提取模块62用于遍历所述话术资源文件中的话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
生成模块63用于根据所述关联关系生成每个话术内容的跳转规则，并根据所述话术内容和对应的跳转规则生成结构化数据；
导入模块64用于将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
可选地，所述话术资源录入装置还包括：
写入模块，用于将所述结构化数据写入json文件，并调用所述导入模块。
可选地，所述话术资源录入装置，还包括：
提供模块，用于在接收到话术录入请求的情况下，提供用于绘制所述话术流程图的可视化界面；
生成模块，用于在所述话术流程图设计完成的情况下，生成所述话术资源文件。
本发明实施例还提供一种机器人的话术资源录入装置，该话术资源录入装置包括：
提取模块，用于在可视化界面完成话术流程图的绘制的情况下，遍历所述话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
转换模块，用于对所述话术内容和关联关系进行结构化转换，生成结构化数据，所述结构化数据包含每个话术节点的话术内容和跳转规则，所述跳转规则基于所述关联关系确定；
导入模块，用于将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
图7是本发明一示例实施例示出的一种电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备70的框图。图7显示的电子设备70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7所示，电子设备70可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备70的组件可以包括但不限于：上述至少一个处理器71、上述至少一个存储器72、连接不同系统组件(包括存储器72和处理器71)的总线73。
总线73包括数据总线、地址总线和控制总线。
存储器72可以包括易失性存储器，例如随机存取存储器(RAM)721和/或高速缓存存储器722，还可以进一步包括只读存储器(ROM)723。
存储器72还可以包括具有一组(至少一个)程序模块724的程序工具725(或实用工具)，这样的程序模块724包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器71通过运行存储在存储器72中的计算机程序，从而执行各种功能应用以及数据处理，例如上述任一实施例所提供的方法。
电子设备70也可以与一个或多个外部设备74(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口75进行。并且，模型生成的电子设备70还可以通过网络适配器76与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器76通过总线73与模型生成的电子设备70的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的电子设备70使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的机器人的话术资源录入的步骤。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (10)
1.一种机器人的话术资源录入方法，其特征在于，所述话术资源录入方法包括：
获取包含话术流程图的话术资源文件，所述话术流程图基于可视化界面绘制得到，所述话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容；
遍历所述话术资源文件中的话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
根据所述关联关系生成每个话术内容的跳转规则，并根据所述话术内容和对应的跳转规则生成结构化数据；
将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
2.如权利要求1所述的机器人的话术资源录入方法，其特征在于，生成结构化数据之后，还包括：
将所述结构化数据写入json文件；
将所述结构化数据转换成基于计算机语言的数据，包括：
将所述json文件中的结构化数据转换成基于计算机语言的数据。
3.如权利要求1所述的机器人的话术资源录入方法，其特征在于，所述话术资源录入方法，还包括：
在接收到话术录入请求的情况下，提供用于绘制所述话术流程图的可视化界面；
在所述话术流程图设计完成的情况下，生成所述话术资源文件。
4.一种机器人的话术资源录入方法，其特征在于，所述话术资源录入方法包括：
在可视化界面完成话术流程图的绘制的情况下，遍历所述话术流程图中的每个话术节点，并提取每个话术节点的话术内容和关联关系；
对所述话术内容和关联关系进行结构化转换，生成结构化数据，所述结构化数据包含每个话术节点的话术内容和跳转规则，所述跳转规则基于所述关联关系确定；
将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
5.一种机器人的话术资源录入装置，其特征在于，所述话术资源录入装置包括：
获取模块，用于获取包含话术流程图的话术资源文件，所述话术流程图基于可视化界面绘制得到，所述话术流程图包含具有关联关系的多个话术节点和每个话术节点对应的话术内容；
提取模块，用于遍历所述话术资源文件中的话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
生成模块，用于根据所述关联关系生成每个话术内容的跳转规则，并根据所述话术内容和对应的跳转规则生成结构化数据；
导入模块，用于将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
6.如权利要求5所述的机器人的话术资源录入装置，其特征在于，所述话术资源录入装置还包括：
写入模块，用于将所述结构化数据写入json文件，并调用所述导入模块。
7.如权利要求5所述的机器人的话术资源录入装置，其特征在于，所述话术资源录入装置，还包括：
提供模块，用于在接收到话术录入请求的情况下，提供用于绘制所述话术流程图的可视化界面；
生成模块，用于在所述话术流程图设计完成的情况下，生成所述话术资源文件。
8.一种机器人的话术资源录入装置，其特征在于，所述话术资源录入装置包括：
提取模块，用于在可视化界面完成话术流程图的绘制的情况下，遍历所述话术流程图的每个话术节点，并提取每个话术节点的话术内容和关联关系；
转换模块，用于对所述话术内容和关联关系进行结构化转换，生成结构化数据，所述结构化数据包含每个话术节点的话术内容和跳转规则，所述跳转规则基于所述关联关系确定；
导入模块，用于将所述结构化数据转换成基于计算机语言的数据，并导入所述机器人的自动应答系统，以使所述自动应答系统基于导入的数据对用户语音进行自动应答。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的机器人的话术资源录入方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的机器人的话术资源录入的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010104282.5A CN112148845A (zh) | 2020-02-20 | 2020-02-20 | 机器人的话术资源录入方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010104282.5A CN112148845A (zh) | 2020-02-20 | 2020-02-20 | 机器人的话术资源录入方法及装置、电子设备、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112148845A true CN112148845A (zh) | 2020-12-29 |
Family
ID=73891838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010104282.5A Pending CN112148845A (zh) | 2020-02-20 | 2020-02-20 | 机器人的话术资源录入方法及装置、电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112148845A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113282728A (zh) * | 2021-06-07 | 2021-08-20 | 平安国际智慧城市科技股份有限公司 | 对话数据处理方法、装置、计算机设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106776649A (zh) * | 2015-11-24 | 2017-05-31 | 镇江诺尼基智能技术有限公司 | 一种基于可视化流程图的智能问答多轮交互方法和系统 |
| CN109783510A (zh) * | 2019-01-22 | 2019-05-21 | 深圳追一科技有限公司 | 客服辅助机器人、方法及系统 |
| CN109857910A (zh) * | 2019-01-07 | 2019-06-07 | 平安科技（深圳）有限公司 | Xml文件的生成方法、装置、计算机设备及存储介质 |
| US20190188218A1 (en) * | 2017-12-19 | 2019-06-20 | Theodore D. Harris | Hyper-graph learner for natural language comprehension |
| CN110110039A (zh) * | 2019-01-10 | 2019-08-09 | 浙江百应科技有限公司 | 一种智能语音机器人可视化搭建的方法 |
| CN110110152A (zh) * | 2018-01-18 | 2019-08-09 | 深圳市爱思软件技术有限公司 | 思维导图的处理方法、装置、计算机设备和存储介质 |
| CN110244936A (zh) * | 2019-04-28 | 2019-09-17 | 北京广利核系统工程有限公司 | 用于支持visio流程图自动导入dcs算法组态软件的方法和装置 |
| CN110297616A (zh) * | 2019-05-31 | 2019-10-01 | 百度在线网络技术（北京）有限公司 | 话术的生成方法、装置、设备以及存储介质 |
-
2020
- 2020-02-20 CN CN202010104282.5A patent/CN112148845A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106776649A (zh) * | 2015-11-24 | 2017-05-31 | 镇江诺尼基智能技术有限公司 | 一种基于可视化流程图的智能问答多轮交互方法和系统 |
| US20190188218A1 (en) * | 2017-12-19 | 2019-06-20 | Theodore D. Harris | Hyper-graph learner for natural language comprehension |
| CN110110152A (zh) * | 2018-01-18 | 2019-08-09 | 深圳市爱思软件技术有限公司 | 思维导图的处理方法、装置、计算机设备和存储介质 |
| CN109857910A (zh) * | 2019-01-07 | 2019-06-07 | 平安科技（深圳）有限公司 | Xml文件的生成方法、装置、计算机设备及存储介质 |
| CN110110039A (zh) * | 2019-01-10 | 2019-08-09 | 浙江百应科技有限公司 | 一种智能语音机器人可视化搭建的方法 |
| CN109783510A (zh) * | 2019-01-22 | 2019-05-21 | 深圳追一科技有限公司 | 客服辅助机器人、方法及系统 |
| CN110244936A (zh) * | 2019-04-28 | 2019-09-17 | 北京广利核系统工程有限公司 | 用于支持visio流程图自动导入dcs算法组态软件的方法和装置 |
| CN110297616A (zh) * | 2019-05-31 | 2019-10-01 | 百度在线网络技术（北京）有限公司 | 话术的生成方法、装置、设备以及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113282728A (zh) * | 2021-06-07 | 2021-08-20 | 平安国际智慧城市科技股份有限公司 | 对话数据处理方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111613212B (zh) | 语音识别方法、系统、电子设备和存储介质 | |
| US9805718B2 (en) | Clarifying natural language input using targeted questions | |
| US7873654B2 (en) | Multimodal natural language query system for processing and analyzing voice and proximity-based queries | |
| US11902221B2 (en) | Customizing chatbots based on user specification | |
| US20120271625A1 (en) | Multimodal natural language query system for processing and analyzing voice and proximity based queries | |
| WO2022252636A1 (zh) | 基于人工智能的回答生成方法、装置、设备及存储介质 | |
| US20060129396A1 (en) | Method and apparatus for automatic grammar generation from data entries | |
| US11907665B2 (en) | Method and system for processing user inputs using natural language processing | |
| CN111177350A (zh) | 智能语音机器人的话术形成方法、装置和系统 | |
| CN111694940A (zh) | 一种用户报告的生成方法及终端设备 | |
| US11580977B2 (en) | Configurable conversation engine for executing customizable chatbots | |
| CN113158690B (zh) | 对话机器人的测试方法和装置 | |
| CN112148845A (zh) | 机器人的话术资源录入方法及装置、电子设备、存储介质 | |
| Wang et al. | A framework for intelligent building information spoken dialogue system (iBISDS) | |
| US7467090B1 (en) | Using web FAQ data for creating self-service speech applications | |
| CN112711654A (zh) | 语音机器人的汉字解释话术生成方法、系统、设备及介质 | |
| Sartiukova et al. | Remote Voice Control of Computer Based on Convolutional Neural Network | |
| Smith | Performance measures for the next generation of spoken natural language dialog systems | |
| Valenta et al. | Spoken dialogue system design in 3 weeks | |
| CN113744737B (zh) | 语音识别模型的训练、人机交互方法、设备和存储介质 | |
| Romero-González et al. | Spoken language understanding for social robotics | |
| CN111104118A (zh) | 一种基于aiml的自然语言指令执行方法及系统 | |
| Griol et al. | Optimizing dialog strategies for conversational agents interacting in AmI environments | |
| CN117556023A (zh) | 基于大语言模型的人机对话处理方法及装置 | |
| CN117332044A (zh) | 意图参数获取方法、推荐方法及装置、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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |