CN113034095B - 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 - Google Patents
结合rpa和ai的人机互动方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113034095B CN113034095B CN202110126884.5A CN202110126884A CN113034095B CN 113034095 B CN113034095 B CN 113034095B CN 202110126884 A CN202110126884 A CN 202110126884A CN 113034095 B CN113034095 B CN 113034095B
- Authority
- CN
- China
- Prior art keywords
- data
- workflow
- service
- rpa
- enterprise
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 135
- 230000003993 interaction Effects 0.000 title claims abstract description 86
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 189
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 130
- 230000004044 response Effects 0.000 claims abstract description 88
- 238000004801 process automation Methods 0.000 claims abstract description 42
- 238000003058 natural language processing Methods 0.000 claims abstract description 19
- 238000009826 distribution Methods 0.000 claims description 25
- 230000008520 organization Effects 0.000 claims description 17
- 238000005065 mining Methods 0.000 claims description 11
- 238000000547 structure data Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 15
- 230000008569 process Effects 0.000 description 35
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
- G06F40/56—Natural language generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Strategic Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提出一种结合RPA和AI的人机互动方法、装置、存储介质及电子设备,应用于自然语言处理(Natural Language Processing,NLP),该方法包括采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据;根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑;以及根据响应处理逻辑控制数字员工执行装置与用户进行互动。通过本申请能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种结合RPA(Robotic ProcessAutomation,机器人流程自动化)和AI(Artificial Intelligence,人工智能)的人机互动方法、装置、存储介质及电子设备。
背景技术
机器人流程自动化(Robotic Process Automation)简称RPA,是通过特定的“机器人软件”,模拟人在计算机上的操作,按规则自动执行流程任务。
人工智能(Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
相关技术中,在人工智能AI能力和实现机器人流程自动化RPA的应用中,比如规则引擎、大数据处理,或者是流程挖掘,作用点小且分散,无法提供一体化的服务平台,以进行规模化的部署和运营,从而影响利用人工智能AI能力进行机器人流程自动化RPA的平台应用效果,导致用户与服务平台之间的交互效率不高,影响用户的使用体验度。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的目的在于提出一种结合RPA和AI的人机互动方法、装置、存储介质及电子设备,能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
为达到上述目的,本申请第一方面实施例提出的结合RPA和AI的人机互动方法,应用于自然语言处理(Natural Language Processing,NLP),包括:采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;采用人工智能AI平台处理所述业务相关数据,以得到与所述业务相关数据对应的结构化的目标业务数据;根据所述目标业务数据和所述工作流数据,结合预配置的规则引擎生成与所述企业对应的响应处理逻辑;以及根据所述响应处理逻辑控制数字员工执行装置与用户进行互动。
本申请第一方面实施例提出的结合RPA和AI的人机互动方法,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
为达到上述目的,本申请第二方面实施例提出的结合RPA和AI的人机互动装置,应用于自然语言处理(Natural Language Processing,NLP),包括:获取模块,用于采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;处理模块,用于采用人工智能AI平台处理所述业务相关数据,以得到与所述业务相关数据对应的结构化的目标业务数据;生成模块,用于根据所述目标业务数据和所述工作流数据,结合预配置的规则引擎生成与所述企业对应的响应处理逻辑;以及控制模块,用于根据所述响应处理逻辑控制数字员工执行装置与用户进行互动。
本申请第二方面实施例提出的结合RPA和AI的人机互动装置,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
为达到上述目的,本申请第三方面实施例提出的非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器被执行时,使得电子设备能够执行一种结合RPA和AI的人机互动方法,所述方法包括:本申请第一方面实施例提出的结合RPA和AI的人机互动方法。
本申请第三方面实施例提出的非临时性计算机可读存储介质,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
本申请第四方面还提出一种电子设备,该电子设备包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述电子设备的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行本申请第一方面实施例提出的结合RPA和AI的人机互动方法。
本申请第四方面实施例提出的电子设备,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请一实施例提出的结合RPA和AI的人机互动方法的流程示意图;
图2为本申请实施例中的服务平台的架构示意图;
图3是本申请另一实施例提出的结合RPA和AI的人机互动方法的流程示意图;
图4是本申请一实施例提出的结合RPA和AI的人机互动装置的结构示意图;
图5是本申请另一实施例提出的结合RPA和AI的人机互动装置的结构示意图;
图6是本申请一个实施例提出的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
为了解决相关技术中,在人工智能AI能力和实现机器人流程自动化RPA的应用中,无法提供一体化的服务平台,以进行规模化的部署和运营,从而影响利用人工智能AI能力进行机器人流程自动化RPA的平台应用效果,导致用户与服务平台之间的交互效率不高,影响用户的使用体验度的技术问题,本申请实施例提供一种结合RPA和AI的人机互动方法,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
图1是本申请一实施例提出的结合RPA和AI的人机互动方法的流程示意图。
本实施例以该结合RPA和AI的人机互动方法被配置为结合RPA和AI的人机互动装置中来举例说明。
本实施例中结合RPA和AI的人机互动方法可以被配置在结合RPA和AI的人机互动装置中,结合RPA和AI的人机互动装置可以设置在服务器中,或者也可以设置在电子设备中,本申请实施例对此不作限制。
本实施例以结合RPA和AI的人机互动方法被配置在电子设备中为例。
其中,电子设备例如智能手机、平板电脑、个人数字助理、电子书等具有各种操作系统的硬件设备。
需要说明的是,本申请实施例的执行主体,在硬件上可以例如为电子设备中的中央处理器(Central Processing Unit,CPU),在软件上可以例如为电子设备中的自然语言处理(natural language processing,NLP)相关的服务,对此不作限制。
另外,本申请中的“互动”,是指结合机器人流程自动化RPA和人工智能AI的互动过程,也即是说,该互动过程是一个全流程自动化的互动过程,并且该互动过程还与人工智能AI相结合,实现自动化地采用自然语言处理(Natural Language Processing,NLP)的方法识别用户的互动信息(例如,互动文本和/或互动语音之中携带的互动语义),从而辅助提升结合人工智能AI能力和机器人流程自动化RPA的服务平台与用户的交互效果。
本申请可以具体应用于人工智能AI的自然语言处理(Natural LanguageProcessing,NLP)的场景中,自然语言处理(Natural Language Processing,NLP),即计算机科学,人工智能,语言学关注计算机和人类(自然)语言之间的相互作用的领域。
举例而言,本申请中可以实现基于待部署至的企业的业务相关数据和工作流数据,来自动化地根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动。
如图1所示,该结合RPA和AI的人机互动方法,包括:
S101:采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据。
其中,可以是结合人工智能AI能力和机器人流程自动化RPA的服务平台待部署和运营至的企业。
其中,业务相关数据,可以具体是是与该企业相关联的一些非结构化的数据(例如、该企业的业务运转过程中所产生的图片、语音、视频等数据,对此不做限制)。
其中,工作流数据,可以具体是该企业的业务运转过程中的业务工作流所涉及的数据,例如该企业是生产加工企业,则工作流可以例如生产流程、产品审核流程、产品复检流程等,则工作流数据可以是生产流程、产品审核流程、产品复检流程分别所关联的数据,对此不做限制。
本申请实施例在具体执行的过程中,为了有效地保障所获取数据的全面性,提升海量数据的获取效率和准确性,还可以采用机器人流程自动化RPA方法,从与企业相关联的大数据处理平台中获取业务相关数据,并采用机器人流程自动化RPA方法,从与企业相关联的工作流处理平台中挖掘得到企业的工作流数据。
也即是说,可以预先建立实现机器人流程自动化RPA的平台与大数据平台之间的通信链接,该大数据平台可以具体是与企业相关联的,该大数据平台可被用于存储与企业关联的海量的业务数据,而后,可以在部署运营服务平台时,采用机器人流程自动化RPA方法,直接从与企业相关联的大数据处理平台中获取业务相关数据。
可选地,在获取企业的工作流数据时,可以预先建立实现机器人流程自动化RPA的平台与工作流处理平台之间的通信链接,该工作流处理平台可以具体是与企业相关联的,该工作流处理平台可被用于存储与企业关联的海量的工作流数据,而后,可以在部署运营服务平台时,采用机器人流程自动化RPA方法,直接从与企业相关联的工作流处理平台中挖掘得到业务相关数据。
如图2所示,图2为本申请实施例中的服务平台的架构示意图,在图2中包括:数字员工执行装置21、大数据平台22、工作流处理平台23,机器人中台24,该机器人中台24可以被视为本申请实施例中执行机器人流程自动化RPA方法和人工智能AI能力的中央处理器,图2中的各个组件和模块共同组成了结合人工智能AI能力和机器人流程自动化RPA的服务平台,即一体化服务平台。
在上述图2中,该机器人中台24可以自动化地采用机器人流程自动化RPA方法从大数据平台22之中采集企业的业务相关数据,并对业务相关数据进行多维度的分析处理,还可以自动化地采用机器人流程自动化RPA方法并结合流程挖掘技术从工作流处理平台23之中挖掘得到工作流数据。
举例而言,流程挖掘技术,也可以被称为工作流挖掘,是一种从工作流日志中提取有用信息的一种技术,流程挖掘技术能支撑服务平台从企业的流程日志中自动发现业务流程模型,监控和分析业务流程发生的变化。
工作流处理平台23,可以例如企业资源计划(Enterprise Resource Planning,ERP)平台,例如,可以由机器人中台24从ERP系统的工作流日志中挖掘得到工作流模型,组织模型,而后做分析,定位工作流程中的业务问题。
可选地,一些实施例中,业务相关数据,是与企业相关联的大数据处理平台中的非结构化的业务数据,工作流数据至少包括:工作流模型数据、工作流对应的组织结构数据,以及工作流对应的分配数据。
也即是说,本申请实施例中上述机器人中台24从大数据平台获取得到的业务数据,可以是非结构化的业务数据,而后,机器人中台24还可以支持对获取到的业务数据进行相应的格式化处理,从而能够有效提升业务数据的格式与一体化服务平台的适配性能,有效提升业务数据在服务平台当中的接入和使用效率。
本实施例中,由于上述的工作流数据至少包括:工作流模型数据、工作流对应的组织结构数据,以及工作流对应的分配数据,从而扩展了所挖掘的工作流数据的类型维度,能够实现将流程挖掘技术和机器人流程自动化RPA方法高效地相结合,实现智能化地、自动化地流程挖掘,从而加快机器人流程自动化RPA方法的部署运维、缩短部署实施的时间,并且辅助提高整体业务绩效。
其中,上述的工作流模型数据,可以具体例如企业的工作流程当中所涉及的一些工作流模型相关的数据,工作流模型例如一些标准化的工作流业务模型,组织结构数据,可以具体例如企业当中展开该工作流的部门组织架构相关的数据,而分配数据则可以具体例如,工作流程中某一个流程节点对应的分配部门,以及分配至该部门的业务数据、该部门的工作子流程,该部门对应的人员信息等数据。
由此,本申请实施例中,实现将流程挖掘技术和大数据处理平台均结合至一体化服务平台的部署运维当中,不仅可以有效地帮助企业提高运营效率、改善客户体验,同时也可以有效地减少企业的业务人员和服务平台的后台运维人员的任务工作量。
S102:采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据。
上述在采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据之后,还可以采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据。
如图2所示,图2中还包括人工智能AI平台25,人工智能AI平台25可以具体集成了OCR(Optical Character Recognition,光学字符识别)、ML(Machine Learning,机器学习)、自动语音识别技术(Automatic Speech Recognition,ASR)模块,自然语言处理NLP模块,从文本到语音(Text TSpeech,TTS)模块,或者,也可以集成其它任意可能的功能模块,对此不做限制。
则本申请实施例中,可以由机器人中台24自动调用人工智能AI平台25的AI处理能力,使用AI处理能力所集成的上述各个模块的处理功能来处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据。
本申请实施例中,通过将人工智能AI平台集成至一体化服务平台的构建当中,能够较大程度地降低了人工智能AI能力的学习使用门槛,便于一体化服务平台的应用和推广。
S103:根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑。
上述在采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据之后,可以根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑。
其中,上述的规则引擎可以是以下的一种或者多种:用于向用户进行内容推荐的规则引擎;用于向用户进行语义分析的规则引擎;用于向用户进行内容展示的规则引擎。
本申请实施例中,上述的响应处理逻辑,可以具体写入在程序代码的脚本文件之中,且该响应处理逻辑能够被数字员工执行装置自动化地读取和调用,即实现将响应处理逻辑赋予基于该搜索语音向用户推荐匹配的内容。
S104:根据响应处理逻辑控制数字员工执行装置与用户进行互动。
结合上述图2中所示,机器人中台24之中可以配置一个或者多个的数字员工执行装置,该数字员工执行装置可以具体是一个硬件组件,或者是一个软件的虚拟装置,该数字员工执行装置能够被赋予上述的响应处理逻辑,以执行该响应处理逻辑。
不同的数字员工执行装置可以被赋予不同类型的响应处理逻辑,从而能够有效地辅助响应处理逻辑的并行执行,提升一体化服务平台的响应服务效率。
可以理解的是,企业的业务需求通常是随着业务环境的变化趋势而不断地改变的,从而本申请实施例中,通过预配置的规则引擎自动地编排实现数字员工执行装置的响应处理逻辑,以服务企业和业务人员或者是系统运维人员,使得响应处理逻辑的设计和实现具有灵活性,以快速地适应不断变化的业务需求。
另外一些应用场景中,为了有效地避免数字员工执行装置处于维护状态时对用户不可用,可以是基于上述的规则引擎提供编辑接口,从而辅助实现对数字员工执行装置之外的规则来进行修改以适应业务需求,并且,规则引擎中的生成响应处理逻辑的规则方法实际上并没有被编译至数字员工执行装置中,而是在数字员工执行装置运行时读取并应用。通过这种方式,实现无需更改数字员工执行装置的代码或者停止正在运行的数字员工执行装置,即可以支持对这些规则的修改。
另外一些应用场景中,本申请实施例的机器人中台通过与多种类型的规则引擎进行集成融合,可以支持企业的业务人员选择需求类型的规则引擎来适配于自身的业务需求。
本实施例中,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
图3是本申请另一实施例提出的结合RPA和AI的人机互动方法的流程示意图。
如图3所示,该结合RPA和AI的人机互动方法,包括:
S301:采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据。
S302:采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据。
S301-S302的举例说明,可以具体参见上述实施例,在此不再赘述。
S303:采用机器人流程自动化RPA方法处理目标业务数据和工作流数据,以得到对应的业务类型、数据格式、组织结构信息、分配对象,以及与分配对象对应的工作流处理流程。
可选地,一些实施例中,业务相关数据,是与企业相关联的大数据处理平台中的非结构化的业务数据,工作流数据至少包括:工作流模型数据、工作流对应的组织结构数据,以及工作流对应的分配数据。
其中,上述的工作流模型数据,可以具体例如企业的工作流程当中所涉及的一些工作流模型相关的数据,工作流模型例如一些标准化的工作流业务模型,组织结构数据,可以具体例如企业当中展开该工作流的部门组织架构相关的数据,而分配数据则可以具体例如,工作流程中某一个流程节点对应的分配部门,以及分配至该部门的业务数据、该部门的工作子流程,该部门对应的人员信息等数据。
则本实施例中,可以采用机器人流程自动化RPA方法处理目标业务数据和工作流数据,以得到对应的业务类型、数据格式、组织结构信息、分配对象,以及与分配对象对应的工作流处理流程。
其中的业务类型,即可以用于表明该工作流数据中所涉及的各种业务,比如是生产业务、审核业务、复检业务还是其它业务,数据格式即上述的各种业务相关数据和工作流数据所对应的格式,组织结构信息即上述中部门组织架构相关的信息,分配对象例如工作流程中某一个流程节点对应的分配部门、分配用户等等,与分配对象对应的工作流处理流程,即与分配部门或者分配用户对应的部分的工作流处理子流程,对此不做限制。
S304:采用机器人流程自动化RPA方法从预配置的规则引擎之中解析出与业务类型、数据格式、组织结构信息对应的业务处理逻辑。
需要说明的是,本申请实施例中的规则引擎,可以是预先定义了一些自动化的响应处理逻辑生成方法,从而基于该规则引擎生成的相应的响应处理逻辑,能够被用于控制数字员工执行装置作出相应的响应动作。
基于上述规则引擎中的响应处理逻辑生成方法,可以自动化地解析出与上述的业务类型、数据格式、组织结构信息对应的业务处理逻辑。
举例而言,如果用户输入一端搜索语音,则业务处理逻辑可以是,基于该搜索语音向用户推荐匹配的内容。
举例而言,如果用户输入一端中文语音,则业务处理逻辑可以是,对该中文语音进行翻译转换为英文。
上述仅是示例,在一体化服务平台实际应用的过程中,可以根据企业的业务流程,自动化地拆分解析出各种类型的业务处理逻辑,比如产品制造的业务处理逻辑、业务运转的业务处理逻辑等等,对此不做限制。
本实施例中,能够赋能机器人中台的规则引擎的类型可以是多种,规则引擎提供了规则管理的功能,能够对规则进行修改、增加、删除等。
本实施例中的规则引擎,可以提供编辑修改接口,从而根据接收到的终端的反馈消息,与已经定义的规则进行匹配,而后判断是否需要调整,从而通过对规则的动态管理,能够实现动态的修改决策策略,使策略更加灵活,同时更加准确的依据业务的实际情况去设定策略;通过灵活且符合实际情况的策略设置,使规则引擎能够根据当前业务状况对数字员工执行装置自动编排等调整让用户获得更好的业务使用体验。
S305:根据业务处理逻辑对工作流处理流程进行转换处理,以得到目标处理逻辑。
也即是说,上述在根据企业的业务流程,自动化地拆分解析出各种类型的业务处理逻辑,可以结合业务处理逻辑,将企业的工作流处理流程转换为数字员工能够自动调用和执行,并输出响应结果的处理逻辑,并将该处理逻辑作为目标数据逻辑。
S306:采用分配对象的标识标记目标处理逻辑,以得到响应处理逻辑。
也即是说,上述在根据企业的业务流程,自动化地拆分解析出各种类型的业务处理逻辑,可以结合业务处理逻辑,将企业的工作流处理流程转换为数字员工能够自动调用和执行,并输出响应结果的处理逻辑,并将该处理逻辑作为目标数据逻辑之后,还可以采用分配对象的标识标记目标处理逻辑,以得到响应处理逻辑,从而使得数字员工执行装置在执行响应处理逻辑时,避免输出响应结果泄漏,保障数字员工执行装置的执行安全性能。
举例而言,如果用户输入一端搜索语音,则业务处理逻辑可以是,基于该搜索语音向用户推荐匹配的内容,则可以采用上述的用于向用户进行内容推荐的规则引擎中的生成方法,将基于该搜索语音向用户推荐匹配的内容的搜索、匹配、展示、排序等业务处理逻辑进行转换集成,以得到相应的响应处理逻辑,该响应处理逻辑可以和业务处理逻辑具有相同或者相应的处理功能,即该响应处理逻辑能够被自动化地执行以实现上述的基于该搜索语音向用户推荐匹配的内容的业务功能。
举例而言,如果用户输入一端中文语音,则业务处理逻辑可以是,对该中文语音进行翻译转换为英文,则可以采用上述的用于向用户进行语义分析的规则引擎中的生成方法,将对该中文语音进行翻译转换为英文的语义识别、语种匹配、语种翻译、结果展示等业务处理逻辑进行转换集成,以得到相应的响应处理逻辑,该响应处理逻辑可以和业务处理逻辑具有相同或者相应的处理功能,即该响应处理逻辑能够被自动化地执行以实现上述的对该中文语音进行翻译转换为英文的业务功能。
另外一些应用场景中,如果响应处理逻辑能够被自动化地执行以实现上述的基于该搜索语音向用户推荐匹配的内容的业务功能时,可以是建立在一体化的服务平台预先对该用户的身份信息进行了验证匹配的基础上,在表明该用户具有获取该内容匹配功能的权限的基础上,触发数字员工执行装置执行响应处理逻辑。
S307:接收用户输入的互动请求,互动请求中携带用户的身份标识。
其中,上述的互动请求,可以具体是用户输入一端搜索语音,或者用户输入一端中文语音,相应地,互动请求可以指示用户希望与一体化服务平台进行互动以获取基于该搜索语音的推荐内容,或者互动请求还可以指示用户希望与一体化服务平台进行互动以获取对该中文语音进行翻译得到的英文结果。
本申请实施例中,为了保障一体化服务平台运行的安全性,还可以解析互动请求中携带的用户的身份标识,该身份标识可以被用于唯一标识该用户的身份。
S308:确定与身份标识对应的分配对象标识。
举例而言,分配对象例如工作流程中某一个流程节点对应的分配部门、分配用户等等,则如果身份标识与分配对象标识相对应,则可以表明该用户可能在业务工作当中属于该分配部门,或者表明该用户可能即为上述分配用户,从而实现基于用户的身份标识来确定该用户是否与企业的业务流程相契合,保障一体化服务平台的业务访问的安全性能。
也即是说,如果一体化服务平台当中存在与身份标识对应的分配对象标识,则表明该用户在业务工作当中属于一个相应的分配部门,或者是分配用户。
S309:根据身份标识确定多个候选的数字员工执行装置,并根据分配对象标识,从多个候选的数字员工执行装置之中选取出目标数字员工执行装置,目标数字员工执行装置的响应处理逻辑对应的分配对象的标识,是与分配对象标识相匹配的。
上述在确定该用户在业务工作当中属于一个相应的分配部门,或者是分配用户,即对用户的身份进行验证匹配通过后,可以据身份标识确定多个候选的数字员工执行装置,并根据分配对象标识,从多个候选的数字员工执行装置之中选取出目标数字员工执行装置。
可选地,一些实施例中,数字员工执行装置具有对应的装置标签,根据身份标识确定多个候选的数字员工执行装置,还可以确定与身份标识对应的权限信息;如果权限信息是公有权限,则从云服务器端调用多个共享的数字员工执行装置,并作为多个候选的数字员工执行装置,共享的数字员工执行装置的装置标签是与公有权限匹配的标签;如果权限信息是私有权限,则从服务平台的本地终端或者本地虚拟机中调用多个私有的数字员工执行装置,并作为多个候选的数字员工执行装置,私有的数字员工执行装置的装置标签是与私有权限匹配的标签。
举例而言,在机器人中台24的数字员工执行装置的装置标签上,可以根据响应处理逻辑所涉及的业务流程的特点进行部署划分,比如常见的通用业务流程对应的响应处理逻辑所控制的数字员工执行装置,可以统一部署在云服务器,授权给各个需要的用户,在身份认证之后可以支持其使用去使用共享的数字员工执行装置,而对于个性化的,涉及用户的终端侧的,可以将私有的数字员工执行装置部署服务平台的本地终端(可以例如,使用一体化服务平台的用户侧终端)或者本地虚拟机中,进行私用授权,以有效避免数字员工执行装置被不具有权限的用户使用,或者避免被第三方平台非授权的接管,由此,针对数字员工执行装置赋予对应的装置标签,该装置标签具体对应匹配私有权限,或者匹配公有权限,能够有效地保证数字员工的合法使用和安全管理。
S310:采用目标数字员工执行装置基于互动请求与用户进行互动。
上述方案中,如果权限信息是公有权限,则从云服务器端调用多个共享的数字员工执行装置,并作为多个候选的数字员工执行装置,如果权限信息是私有权限,则从服务平台的本地终端或者本地虚拟机中调用多个私有的数字员工执行装置,并作为多个候选的数字员工执行装置。
而后,可以根据分配对象标识(分配对象标识,是与用户的身份标识对应的),从多个候选的数字员工执行装置之中选取出目标数字员工执行装置,目标数字员工执行装置的响应处理逻辑对应的分配对象的标识(分配对象的标识,是上述在生成响应处理逻辑时所标记的),是与分配对象标识相匹配的,从而实现从多个候选的数字员工执行装置之中快速地确定出与用户的业务使用需求最相适配的目标数字员工执行装置,以采用目标数字员工执行装置基于互动请求与用户进行互动。
本实施例中,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。上述在根据企业的业务流程,自动化地拆分解析出各种类型的业务处理逻辑,可以结合业务处理逻辑,将企业的工作流处理流程转换为数字员工能够自动调用和执行,并输出响应结果的处理逻辑,并将该处理逻辑作为目标数据逻辑之后,还可以采用分配对象的标识标记目标处理逻辑,以得到响应处理逻辑,从而使得数字员工执行装置在执行响应处理逻辑时,避免输出响应结果泄漏,保障数字员工执行装置的执行安全性能。针对数字员工执行装置赋予对应的装置标签,该装置标签具体对应匹配私有权限,或者匹配公有权限,能够有效地保证数字员工的合法使用和安全管理。
本申请中,机器人中台可以通过规模化的部署运营作为连接企业人员和业务的中间桥梁,可以确保业务数据在业务层的全域流通,数字员工执行装置可以对机器人中台的全量数据进行存储复用,使得机器人中台的数据支撑数据业务,加速数据业务化的流程,数据业务产生的反馈数据又可以回流至机器人中台中,不断优化现有的数据服务,使得数据在业务中持续流动,可以降低数据的重复下载处理。
例如,客户画像和客户精准营销都对客户的特征标签有需求,通过统一的数据服务创建的响应处理逻辑包含客户特征需要的数据,再分别授权提供给画像和营销两个应用部门,可以实现通过一次创建、多次授权的方式交付给前端。与以前的烟囱式系统需求相比,可以避免数据重复下载处理,通过以小汇大,,可以保障业务中数据获取的及时高效,通过统一的数字员工执行装置,对于不同业务部门给机器人中台提的业务需求,中台管理方可以进行统一规划和分配,从整体上保证资源和需求的协调,充分发挥数字员工执行装置服务创建的短平快,来满足各方业务对数据的需求,还可以通过机器人中台,根据业务的特殊需求或者企业发展的规划方向,将第三方能力进行持续扩展,实现给与企业业务应用提供更多的服务价值。
图4是本申请一实施例提出的结合RPA和AI的人机互动装置的结构示意图。
如图4所示,该结合RPA和AI的人机互动装置40,包括:
获取模块401,用于采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据。
处理模块402,用于采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据。
生成模块403,用于根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑。
控制模块404,用于根据响应处理逻辑控制数字员工执行装置与用户进行互动。
在本申请的一些实施例中,获取模块401,具体用于:
采用机器人流程自动化RPA方法,从与企业相关联的大数据处理平台中获取业务相关数据;
采用机器人流程自动化RPA方法,从与企业相关联的工作流处理平台中挖掘得到企业的工作流数据。
在本申请的一些实施例中,生成模块403,具体用于:
采用机器人流程自动化RPA方法处理目标业务数据和工作流数据,以得到对应的业务类型、数据格式、组织结构信息、分配对象,以及与分配对象对应的工作流处理流程;
采用机器人流程自动化RPA方法从预配置的规则引擎之中解析出与业务类型、数据格式、组织结构信息对应的业务处理逻辑;
根据业务处理逻辑对工作流处理流程进行转换处理,以得到目标处理逻辑;
采用分配对象的标识标记目标处理逻辑,以得到响应处理逻辑。
在本申请的一些实施例中,如图5所示,图5是本申请另一实施例提出的结合RPA和AI的人机互动装置的结构示意图,数字员工执行装置的数量是一个或者多个,控制模块404,包括:
接收子模块4041,用于接收用户输入的互动请求,互动请求中携带用户的身份标识;
第一确定子模块4042,用于确定与身份标识对应的分配对象标识;
第二确定子模块4043,用于根据身份标识确定多个候选的数字员工执行装置,并根据分配对象标识,从多个候选的数字员工执行装置之中选取出目标数字员工执行装置,目标数字员工执行装置的响应处理逻辑对应的分配对象的标识,是与分配对象标识相匹配的;以及
互动子模块4044,用于采用目标数字员工执行装置基于互动请求与用户进行互动。
在本申请的一些实施例中,数字员工执行装置具有对应的装置标签,第二确定子模块4043,具体用于:
确定与身份标识对应的权限信息;
如果权限信息是公有权限,则从云服务器端调用多个共享的数字员工执行装置,并作为多个候选的数字员工执行装置,共享的数字员工执行装置的装置标签是与公有权限匹配的标签;
如果权限信息是私有权限,则从服务平台的本地终端或者本地虚拟机中调用多个私有的数字员工执行装置,并作为多个候选的数字员工执行装置,私有的数字员工执行装置的装置标签是与私有权限匹配的标签。
在本申请的一些实施例中,业务相关数据,是与企业相关联的大数据处理平台中的非结构化的业务数据,工作流数据至少包括:工作流模型数据、工作流对应的组织结构数据,以及工作流对应的分配数据。
在本申请的一些实施例中,预配置的规则引擎至少包括以下之一:
用于向用户进行内容推荐的规则引擎;
用于向用户进行语义分析的规则引擎;
用于向用户进行内容展示的规则引擎。
需要说明的是,前述图1-图3实施例中对结合RPA和AI的人机互动方法实施例的解释说明也适用于该实施例的结合RPA和AI的人机互动装置40,其实现原理类似,此处不再赘述。
本实施例中,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
图6是本申请一个实施例提出的电子设备的结构示意图。
该电子设备可以是手机、平板电脑等。
参见图6,本实施例的电子设备60包括:壳体601、处理器602、存储器603、电路板604、电源电路605,电路板604安置在壳体601围成的空间内部,处理器602、存储器603设置在电路板604上;电源电路605,用于为电子设备60各个电路或器件供电;存储器603用于存储可执行程序代码;其中,处理器602通过读取存储器603中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行:
采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;
采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据;
根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑;以及
根据响应处理逻辑控制数字员工执行装置与用户进行互动。
需要说明的是,前述图1-图3实施例中对结合RPA和AI的人机互动方法实施例的解释说明也适用于该实施例的电子设备60,其实现原理类似,此处不再赘述。
本实施例中的电子设备,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,当存储介质中的指令由终端的处理器执行时,使得终端能够执行一种结合RPA和AI的人机互动方法,方法包括:
采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;
采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据;
根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑;以及
根据响应处理逻辑控制数字员工执行装置与用户进行互动。
本实施例中的非临时性计算机可读存储介质,通过采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,并采用人工智能AI平台处理业务相关数据,以得到与业务相关数据对应的结构化的目标业务数据,根据目标业务数据和工作流数据,结合预配置的规则引擎生成与企业对应的响应处理逻辑,以及根据响应处理逻辑控制数字员工执行装置与用户进行互动,从而能够有效地提升结合人工智能AI能力和机器人流程自动化RPA的服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验度。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种结合RPA和AI的人机互动方法,其特征在于,应用于自然语言处理(NaturalLanguage Processing,NLP),所述方法包括:
采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;
采用人工智能AI平台处理所述业务相关数据,以得到与所述业务相关数据对应的结构化的目标业务数据;
根据所述目标业务数据和所述工作流数据,结合预配置的规则引擎生成与所述企业对应的响应处理逻辑;以及
根据所述响应处理逻辑控制数字员工执行装置与用户进行互动;
所述采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据,包括:
采用机器人流程自动化RPA方法,从与所述企业相关联的大数据处理平台中获取所述业务相关数据;
采用机器人流程自动化RPA方法,从与所述企业相关联的工作流处理平台中挖掘得到所述企业的工作流数据;
所述根据所述目标业务数据和所述工作流数据,结合预配置的规则引擎生成与所述企业对应的响应处理逻辑,包括:
采用机器人流程自动化RPA方法处理所述目标业务数据和所述工作流数据,以得到对应的业务类型、数据格式、组织结构信息、分配对象,以及与所述分配对象对应的工作流处理流程;
采用机器人流程自动化RPA方法从所述预配置的规则引擎之中解析出与所述业务类型、数据格式、组织结构信息对应的业务处理逻辑;
根据所述业务处理逻辑对所述工作流处理流程进行转换处理,以得到目标处理逻辑;
采用所述分配对象的标识标记所述目标处理逻辑,以得到所述响应处理逻辑;
所述规则引擎包括编辑修改接口,所述编辑修改接口用于根据接收到的终端的反馈消息,与已经定义的规则进行匹配,根据匹配结果对所述规则进行调整;
所述数字员工执行装置的数量是一个或者多个,所述根据所述响应处理逻辑控制数字员工执行装置与用户进行互动,包括:
接收所述用户输入的互动请求,所述互动请求中携带所述用户的身份标识;
确定与所述身份标识对应的分配对象标识;
根据所述身份标识确定多个候选的数字员工执行装置,并根据所述分配对象标识,从所述多个候选的数字员工执行装置之中选取出目标数字员工执行装置,所述目标数字员工执行装置的响应处理逻辑对应的分配对象的标识,是与所述分配对象标识相匹配的;以及
采用所述目标数字员工执行装置基于所述互动请求与所述用户进行互动;
所述数字员工执行装置具有对应的装置标签,所述根据所述身份标识确定多个候选的数字员工执行装置,还包括:
确定与所述身份标识对应的权限信息;
如果所述权限信息是公有权限,则从云服务器端调用多个共享的数字员工执行装置,并作为所述多个候选的数字员工执行装置,所述共享的数字员工执行装置的装置标签是与所述公有权限匹配的标签;
如果所述权限信息是私有权限,则从服务平台的本地终端或者本地虚拟机中调用多个私有的数字员工执行装置,并作为所述多个候选的数字员工执行装置,所述私有的数字员工执行装置的装置标签是与所述私有权限匹配的标签。
2.如权利要求1所述的方法,其特征在于,所述业务相关数据,是与所述企业相关联的大数据处理平台中的非结构化的业务数据,所述工作流数据至少包括:工作流模型数据、工作流对应的组织结构数据,以及工作流对应的分配数据。
3.如权利要求1或2所述的方法,其特征在于,所述预配置的规则引擎至少包括以下之一:
用于向所述用户进行内容推荐的规则引擎;
用于向所述用户进行语义分析的规则引擎;
用于向所述用户进行内容展示的规则引擎。
4.一种结合RPA和AI的人机互动装置,其特征在于,应用于自然语言处理(NaturalLanguage Processing,NLP),所述装置包括:
获取模块,用于采用机器人流程自动化RPA方法获取企业的业务相关数据和工作流数据;
处理模块,用于采用人工智能AI平台处理所述业务相关数据,以得到与所述业务相关数据对应的结构化的目标业务数据;
生成模块,用于根据所述目标业务数据和所述工作流数据,结合预配置的规则引擎生成与所述企业对应的响应处理逻辑;以及
控制模块,用于根据所述响应处理逻辑控制数字员工执行装置与用户进行互动;
所述获取模块,具体用于:
采用机器人流程自动化RPA方法,从与所述企业相关联的大数据处理平台中获取所述业务相关数据;
采用机器人流程自动化RPA方法,从与所述企业相关联的工作流处理平台中挖掘得到所述企业的工作流数据;
所述生成模块,具体用于:
采用机器人流程自动化RPA方法处理所述目标业务数据和所述工作流数据,以得到对应的业务类型、数据格式、组织结构信息、分配对象,以及与所述分配对象对应的工作流处理流程;
采用机器人流程自动化RPA方法从所述预配置的规则引擎之中解析出与所述业务类型、数据格式、组织结构信息对应的业务处理逻辑;
根据所述业务处理逻辑对所述工作流处理流程进行转换处理,以得到目标处理逻辑;
采用所述分配对象的标识标记所述目标处理逻辑,以得到所述响应处理逻辑;
所述规则引擎包括编辑修改接口,所述编辑修改接口用于根据接收到的终端的反馈消息,与已经定义的规则进行匹配,根据匹配结果对所述规则进行调整;
所述数字员工执行装置的数量是一个或者多个,所述控制模块,包括:
接收子模块,用于接收所述用户输入的互动请求,所述互动请求中携带所述用户的身份标识;
第一确定子模块,用于确定与所述身份标识对应的分配对象标识;
第二确定子模块,用于根据所述身份标识确定多个候选的数字员工执行装置,并根据所述分配对象标识,从所述多个候选的数字员工执行装置之中选取出目标数字员工执行装置,所述目标数字员工执行装置的响应处理逻辑对应的分配对象的标识,是与所述分配对象标识相匹配的;以及
互动子模块,用于采用所述目标数字员工执行装置基于所述互动请求与所述用户进行互动;
所述数字员工执行装置具有对应的装置标签,所述第二确定子模块,具体用于:
确定与所述身份标识对应的权限信息;
如果所述权限信息是公有权限,则从云服务器端调用多个共享的数字员工执行装置,并作为所述多个候选的数字员工执行装置,所述共享的数字员工执行装置的装置标签是与所述公有权限匹配的标签;
如果所述权限信息是私有权限,则从服务平台的本地终端或者本地虚拟机中调用多个私有的数字员工执行装置,并作为所述多个候选的数字员工执行装置,所述私有的数字员工执行装置的装置标签是与所述私有权限匹配的标签。
5.如权利要求4所述的装置,其特征在于,所述业务相关数据,是与所述企业相关联的大数据处理平台中的非结构化的业务数据,所述工作流数据至少包括:工作流模型数据、工作流对应的组织结构数据,以及工作流对应的分配数据。
6.如权利要求4或5所述的装置,其特征在于,所述预配置的规则引擎至少包括以下之一:
用于向所述用户进行内容推荐的规则引擎;
用于向所述用户进行语义分析的规则引擎;
用于向所述用户进行内容展示的规则引擎。
7.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3中任一项所述的结合RPA和AI的人机互动方法。
8.一种电子设备,包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述电子设备的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行如权利要求1-3中任一项所述的结合RPA和AI的人机互动方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110126884.5A CN113034095B (zh) | 2021-01-29 | 2021-01-29 | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 |
PCT/CN2021/115833 WO2022160707A1 (zh) | 2021-01-29 | 2021-08-31 | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110126884.5A CN113034095B (zh) | 2021-01-29 | 2021-01-29 | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113034095A CN113034095A (zh) | 2021-06-25 |
CN113034095B true CN113034095B (zh) | 2022-01-28 |
Family
ID=76459486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110126884.5A Active CN113034095B (zh) | 2021-01-29 | 2021-01-29 | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113034095B (zh) |
WO (1) | WO2022160707A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034095B (zh) * | 2021-01-29 | 2022-01-28 | 北京来也网络科技有限公司 | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 |
CN113553425A (zh) * | 2021-06-28 | 2021-10-26 | 北京来也网络科技有限公司 | 基于rpa和ai的数据汇聚方法、装置、设备及存储介质 |
CN113255614A (zh) * | 2021-07-06 | 2021-08-13 | 杭州实在智能科技有限公司 | 一种基于视频分析的rpa流程自动生成方法与系统 |
CN113836181A (zh) * | 2021-09-01 | 2021-12-24 | 北京来也网络科技有限公司 | 结合rpa和ai的数据查询方法、装置、电子设备和存储介质 |
CN113807695B (zh) * | 2021-09-16 | 2024-01-05 | 浙江网商银行股份有限公司 | 项目处理方法及装置 |
CN114114983A (zh) * | 2021-10-18 | 2022-03-01 | 上海马帮科技有限公司 | 电商运营控制方法、系统、终端设备及存储介质 |
CN113992806A (zh) * | 2021-10-25 | 2022-01-28 | 百融至信(北京)征信有限公司 | 一种智能语音rpa机器人外呼方法及装置 |
CN113741883B (zh) * | 2021-11-08 | 2022-04-15 | 杭州实在智能科技有限公司 | 一种rpa轻量级数据中台系统 |
CN113993161B (zh) * | 2021-12-27 | 2022-03-29 | 中兴通讯股份有限公司 | 业务测试方法、服务器、终端设备及存储介质 |
CN114398022A (zh) * | 2022-01-11 | 2022-04-26 | 广东电力信息科技有限公司 | 基于行为分析的流程挖掘系统 |
CN114442883A (zh) * | 2022-01-19 | 2022-05-06 | 来也科技(北京)有限公司 | 基于ai和rpa的业务处理方法及装置 |
CN114928461A (zh) * | 2022-03-01 | 2022-08-19 | 达而观信息科技(上海)有限公司 | 一种机器人流程自动化系统及其数据权限控制方法 |
CN114926139A (zh) * | 2022-03-23 | 2022-08-19 | 上海来也伯特网络科技有限公司 | 结合rpa和ai的在线业务办理方法、装置及电子设备 |
CN115237536A (zh) * | 2022-05-31 | 2022-10-25 | 广州仕邦人力资源有限公司 | 一种rpa机器人 |
CN115907674B (zh) * | 2022-12-13 | 2023-12-01 | 广州明动软件股份有限公司 | 一种基于ai算法和神经引擎的智能效能分析方法及系统 |
CN115858049B (zh) * | 2023-03-04 | 2023-05-12 | 北京神州光大科技有限公司 | Rpa流程组件化编排方法、装置、设备和介质 |
CN115964027B (zh) * | 2023-03-16 | 2023-06-30 | 杭州实在智能科技有限公司 | 基于人工智能的桌面嵌入式rpa流程配置系统及方法 |
CN116703140B (zh) * | 2023-05-23 | 2024-08-06 | 汇链通产业供应链数字科技(厦门)有限公司 | 基于人工智能的业务办理方法、装置、系统及存储介质 |
CN116720973B (zh) * | 2023-06-13 | 2024-01-16 | 广东铭太信息科技有限公司 | 基于rpa的数字财政管理方法及系统 |
CN117151610A (zh) * | 2023-07-13 | 2023-12-01 | 华能信息技术有限公司 | 一种基于工作流引擎的流程配置方法及系统 |
CN116579750B (zh) * | 2023-07-13 | 2023-09-12 | 南京元圈软件科技有限公司 | 基于人工智能的rpa控制数据处理方法及装置 |
CN116719514B (zh) * | 2023-08-08 | 2023-10-20 | 安徽思高智能科技有限公司 | 一种基于bert的rpa代码自动生成方法及装置 |
CN117312388B (zh) * | 2023-10-08 | 2024-03-19 | 江苏泰赋星信息技术有限公司 | 一种人工智能模型控制系统 |
CN117311798A (zh) * | 2023-11-28 | 2023-12-29 | 杭州实在智能科技有限公司 | 基于大语言模型的rpa流程生成系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825362A (zh) * | 2019-11-04 | 2020-02-21 | 广东道一信息技术股份有限公司 | 低代码应用软件开发系统及方法 |
CN111144886A (zh) * | 2019-12-17 | 2020-05-12 | 远光软件股份有限公司 | 自动化银行到账记录处理方法、系统、设备及存储介质 |
CN111198748A (zh) * | 2019-12-31 | 2020-05-26 | 航天信息股份有限公司企业服务分公司 | 业务单据流程自动审批方法、电子设备、存储介质及系统 |
CN111461668A (zh) * | 2020-04-08 | 2020-07-28 | 国网天津市电力公司 | 一种基于流程自动化技术的数字化审计系统及方法 |
CN111709718A (zh) * | 2020-06-22 | 2020-09-25 | 平安不动产有限公司 | 基于人工智能的智能保理资产服务平台、方法和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12085901B2 (en) * | 2017-11-21 | 2024-09-10 | Accenture Global Solutions Limited | Bot management framework for robotic process automation systems |
US11366857B2 (en) * | 2018-08-21 | 2022-06-21 | Directly, Inc. | Artificial intelligence communications agent |
CN111723789A (zh) * | 2020-02-19 | 2020-09-29 | 王春宝 | 一种基于深度学习的图像文本坐标定位方法 |
CN111898611A (zh) * | 2020-06-30 | 2020-11-06 | 北京来也网络科技有限公司 | 一种结合rpa和ai的收款凭证生成方法、装置、设备及介质 |
CN112115774A (zh) * | 2020-08-07 | 2020-12-22 | 北京来也网络科技有限公司 | 结合rpa和ai的文字识别方法、装置、电子设备和存储介质 |
CN113034095B (zh) * | 2021-01-29 | 2022-01-28 | 北京来也网络科技有限公司 | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 |
-
2021
- 2021-01-29 CN CN202110126884.5A patent/CN113034095B/zh active Active
- 2021-08-31 WO PCT/CN2021/115833 patent/WO2022160707A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825362A (zh) * | 2019-11-04 | 2020-02-21 | 广东道一信息技术股份有限公司 | 低代码应用软件开发系统及方法 |
CN111144886A (zh) * | 2019-12-17 | 2020-05-12 | 远光软件股份有限公司 | 自动化银行到账记录处理方法、系统、设备及存储介质 |
CN111198748A (zh) * | 2019-12-31 | 2020-05-26 | 航天信息股份有限公司企业服务分公司 | 业务单据流程自动审批方法、电子设备、存储介质及系统 |
CN111461668A (zh) * | 2020-04-08 | 2020-07-28 | 国网天津市电力公司 | 一种基于流程自动化技术的数字化审计系统及方法 |
CN111709718A (zh) * | 2020-06-22 | 2020-09-25 | 平安不动产有限公司 | 基于人工智能的智能保理资产服务平台、方法和存储介质 |
Non-Patent Citations (1)
Title |
---|
"财务共享模式下的C物业集团收入管理优化研究";张洪霜;《中国优秀博硕士学位论文全文数据库(硕士)经济与管理科学辑》;20200815;正文第3.1.2、4.3.2节 * |
Also Published As
Publication number | Publication date |
---|---|
WO2022160707A1 (zh) | 2022-08-04 |
CN113034095A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113034095B (zh) | 结合rpa和ai的人机互动方法、装置、存储介质及电子设备 | |
US11113475B2 (en) | Chatbot generator platform | |
CN108304201B (zh) | 对象更新方法、装置及设备 | |
CN109711802A (zh) | 项目信息处理方法、装置、计算机设备和存储介质 | |
WO2019155369A1 (en) | Tri-affinity model driven method and platform for authoring, realizing, and analyzing a cross-platform application | |
CN110377881B (zh) | 文本处理服务的集成方法、装置以及系统 | |
CN104407863A (zh) | 抽象控件模型编程装置和方法 | |
US20200210829A1 (en) | Network off-line model processing method, artificial intelligence processing device and related products | |
US11822896B2 (en) | Contextual diagram-text alignment through machine learning | |
CN114611041A (zh) | 一种前端页面构建方法、装置、计算机设备及介质 | |
CN112785284A (zh) | 基于结构化文档的报文入库方法及装置 | |
CN117289904A (zh) | 人工智能模型构建方法、系统、设备及存储介质 | |
CN110083685B (zh) | 用于意图识别的数据配置方法及装置 | |
CN112015374A (zh) | 一种基于自然语言的跨编程语言微服务集成系统 | |
CN111506305A (zh) | 工具包生成方法、装置、计算机设备及可读存储介质 | |
CN111309319A (zh) | 可继承的局数据动态页面配置方法和装置 | |
CN114449063B (zh) | 一种报文处理方法、装置及设备 | |
CN113722045B (zh) | 集群的应用部署方法和装置 | |
CN114265595B (zh) | 一种基于智能合约的云原生应用开发与部署系统和方法 | |
CN113867714A (zh) | 一种适配多语言的自动代码生成方法 | |
CN114527993A (zh) | 应用程序部署方法、装置、设备及介质 | |
CN112632113A (zh) | 一种算子管理方法和算子管理系统 | |
CN112508535A (zh) | 一种基于jbpm的用于审批的工作流的改进方法及装置 | |
CN113778541A (zh) | 一种小程序生成方法、装置、电子设备和存储介质 | |
CN114201149B (zh) | 运行流程生成方法、装置、系统与计算机可读存储介质 |
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 |