CN113190661B - 一种具有自我认知能力的智能对话机器人系统和方法 - Google Patents
一种具有自我认知能力的智能对话机器人系统和方法 Download PDFInfo
- Publication number
- CN113190661B CN113190661B CN202110155708.4A CN202110155708A CN113190661B CN 113190661 B CN113190661 B CN 113190661B CN 202110155708 A CN202110155708 A CN 202110155708A CN 113190661 B CN113190661 B CN 113190661B
- Authority
- CN
- China
- Prior art keywords
- information
- robot
- capability
- user
- data
- 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
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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种具有自我认知能力的智能对话机器人系统和方法,包括智能对话系统,所述智能对话系统包括机器人,所述机器人包括常识抽取器、数据统计器、行为分析器、信息存储模块和能力注册表,所述信息存储模块包括信息存储区域和存储格式与信息存储和检索路由策略,所述机器人为具有用户画像的软件客户端、智能终端实体或具有属性的实体,通过定义多种信息提取器,把人机交互的数据的相关信息提取出来,存储到本地并形成机器人的能力注册到能力注册表,后期人机交互时先到机器人能力注册表中进行匹配,匹配成功则根据对应的路径进行信息检索,增强了机器人的智能化水平。
Description
技术领域
本发明涉及自然语言处理技术领域,具体是一种具有自我认知能力的智能对话机器人系统和方法。
背景技术
随着云计算技术的发展和自然语言处理技术的规模应用,对话机器人技术得到前所未有的发展,越来越朝着更智能的方向发展,但现有智能对话机器人的智能化水平是以海量的网络资源和内置大规模数据来实现的,机器人本身的智能化水平也主要取决于接入网络资源的能力,其智能化水平并没有提升,因此亟需设计一种具有自我认知能力的智能对话机器人系统和方法。
发明内容
本发明的目的在于提供一种具有自我认知能力的智能对话机器人系统和方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种具有自我认知能力的智能对话机器人系统,包括智能对话系统,其特征在于:所述智能对话系统包括机器人,所述机器人包括常识抽取器、数据统计器、行为分析器、信息存储模块和能力注册表,所述信息存储模块包括信息存储区域和存储格式与信息存储和检索路由策略,所述机器人为具有用户画像的软件客户端、智能终端实体或具有属性的实体。
一种具有自我认知能力的智能对话方法,其特征在于:其方法步骤如下:
步骤一:当用户与机器人对话时,机器人根据检索的信息过滤出各种类别的信息,并把信息以一定的格式存入机器人的云端或本体存储区域;
步骤二:当一类别的信息超过一个阈值时,就向机器人注册一种能力。
步骤三:宿主相关的信息,以元数据的形式存储在宿主本身,宿主具有特殊的存储功能,如果是物理实体,则可以使用存储器,如果是软件客户端,则需要把相关用户操作行为存储到本地存储器,如果是具有属性的实体,则根据实体的特点,设计本地化存储策略。通用常识类或用户画像类的信息则需要存储在云端。
步骤四:当一种类别的信息超过预设的阈值时,就向机器人的能力注册表注册一种能力,注册时需要提供能力的名称、能力的范围、能力的描述和能力的检索路径等,大类别能力下也可以定义一些子能力,如常识类别下可以定义查询高校信息等子能力。
步骤五:每次人机交互时需要先根据用户的问题内容识别出的意图到注册表中进行匹配,如果匹配到对应的能力,则根据能力或子能力对应的检索路径进行检索,检索的结果输出给用户。
步骤六:宿主相关元数据分布到宿主,不存储在统一的云端,需要使用不同的数据检索策略。
步骤七:通过步骤一至步骤六实现了人机交互信息的过滤和截留,并根据类别注册到机器人能力注册表,在每次人机交互时先进行本机能力匹配,如果匹配成功则根据路径进行本体能力的信息检索并返回给用户。
与现有技术相比,本发明的有益效果是:
通过定义多种信息提取器,把人机交互的数据的相关信息提取出来,存储到本地并形成机器人的能力注册到能力注册表,后期人机交互时先到机器人能力注册表中进行匹配,匹配成功则根据对应的路径进行信息检索,增强了机器人的智能化水平。
附图说明
图1为具有自我认知能力的智能对话机器人系统和方法的系统框图。
图2为具有自我认知能力的智能对话机器人系统和方法的对话流程示意图。
图3为具有自我认知能力的智能对话机器人系统和方法中对话原理示意图。
图4为具有自我认知能力的智能对话机器人系统和方法中存储路由策略示意图。
图5为具有自我认知能力的智能对话机器人系统和方法中检索路由策略示意图。
图6为具有自我认知能力的智能对话机器人系统和方法的实施示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1~6,本发明实施例中,一种具有自我认知能力的智能对话机器人系统和方法,包括智能对话系统,所述智能对话系统包括机器人,所述机器人包括常识抽取器、数据统计器、行为分析器、信息存储模块和能力注册表,所述信息存储模块包括信息存储区域和存储格式与信息存储和检索路由策略,所述机器人为具有用户画像的软件客户端、智能终端实体或具有属性的实体;
基于自然语言处理的对话机器人的目的是理解人的意图,实现人机流畅交互;机器人本身的存储能力有限,更多的功能需要到海量的网络中检索,在检索网络资源过程中,经过机器人的信息除了缓存一段时间方便下次检索之外,没有被机器人利用并进行信息“截留“,不利于提升机器人本身的智能化水平。本发明即为解决对检索信息进行过滤和截留“,从流动的数据中”掘金“,并注册到机器人能力表中,从而可以在后续检索时从机器人本身访问机器人的能力;
对话机器人检索网络信息的过程中可以收集的信息很多,可以注册到机器人成为机器人本身能力的可以大概分为以下几类:
(1)常识类信息,如城市简介、物体定义等;
(2)统计类信息,如机器人每日对话量、敏感信息对话量等;
(3)从日常对话中“捞“出来的有价信息,如用户画像等。
宿主信息,描述宿主属性与宿主行为的数据,如机器人人设、客户端操作记录、人机交互数据等;
一种具有自我认知能力的智能对话方法,其方法步骤如下:
步骤一:当用户与机器人对话时,机器人根据检索的信息过滤出各种类别的信息,并把信息以一定的格式存入机器人的云端或本体存储区域;
步骤二:当一类别的信息超过一个阈值时,就向机器人注册一种能力。在每次机器人对话时可以先到机器人的能力注册表中匹配要检索的信息是不是机器人本身的能力,如果是则从机器人能力区域检索信息,并反馈给用户。
不同类别的信息需要不同的过滤和抽取方法,如常识类信息的过滤可以使用关键字匹配、句子相似度匹配、主题提取、信息类别判断等定义一种常识信息抽取器,抽取出的常识以预先定义好的格式存入数据存储区域,存储时应该包含常识的名字、描述和内容等;统计类的信息,则根据对话量和对话内容进行规则统计,预先定义好要统计哪些数据,定义好存储格式并绑定为一种统计类信息抽取器,把各种维度的数据存入存储区中;如果是用户画像类的信息,则是需要机器人专门定义一种用户画像类提取器,长时间进行信息过滤,并根据大量数据进行统计学习,输出用户画像类信息并存入对应的存储区;宿主信息的提取需要定义一种机器人属性和行为的数据绑定和信息抽取器,其它机器人属性可以预先导入,机器人行为数据则是在人机交互的过程中,进行行为抽取并存储进相应的存储区。
步骤三:宿主相关的信息,以元数据的形式存储在宿主本身,宿主具有特殊的存储功能,如果是物理实体,则可以使用存储器,如果是软件客户端,则需要把相关用户操作行为存储到本地存储器,如果是具有属性的实体,则根据实体的特点,设计本地化存储策略。通用常识类或用户画像类的信息则需要存储在云端。
步骤四:当一种类别的信息超过预设的阈值时,就向机器人的能力注册表注册一种能力,注册时需要提供能力的名称、能力的范围、能力的描述和能力的检索路径等,大类别能力下也可以定义一些子能力,如常识类别下可以定义查询高校信息等子能力。
步骤五:每次人机交互时需要先根据用户的问题内容识别出的意图到注册表中进行匹配,如果匹配到对应的能力,则根据能力或子能力对应的检索路径进行检索,检索的结果输出给用户。
步骤六:宿主相关元数据分布到宿主,不存储在统一的云端,需要使用不同的数据检索策略。用户对话内容判断用户意图和所带实体信息,根据意图和实体信息进行信息检索路由,路由之后再执行检索。如当用户想获取当前客户端的日对话量时就直接路由到本地,由本地库直接检索信息,给客户响应,不需要经过网络请求云端数据,当用户想获取一些公共行为的数据或存储于其它系统中的数据,则路由到云端再进行检索方向分配。路由检索策略由两部分组成,一存储路由策略,二是检索路由策略。一些不可改变的客户端数据,直接在系统初始化时存入客户端存储器中;另一部分需要动态更新的数据,如本机对话量统计等,需要实时存储到客户端存储器中。每一部分存储在客户端存储器的数据都会注册到一个专用的存储注册表中,方便检索时定位。检索路由则可以根据策略和存储注册表共同判断路由方向,存储注册表即为客户端元数据存储时的标记。
步骤七:通过步骤一至步骤六实现了人机交互信息的“过滤“和”截留“,并根据类别注册到机器人能力注册表,在每次人机交互时先进行本机能力匹配,如果匹配成功则根据路径进行本体能力的信息检索并返回给用户。
实施例
机器人预置信息抽取器:常识抽取器、数据统计器和行为分析器,进一步配置信息存储区域和存储格式,进一步配置信息存储和检索路由策略,进一步预置能力注册器,人机交互时执行信息抽取和能力注册,人机交互与能力匹配和查询,
当用户询问机器人大量的人物简介时,如牛顿时,常识信息抽取器把整个对话的问题和答案进行信息抽取,形成自己的人物知识数据并以定义好的格式存入人物知识库,当人物知识库的数量超过一定阈值,如1000条时,就向机器人的能力注册器注册对应的常识类的人物子能力;当人机对话中有关于城市的介绍时,常识抽取器会抽取对应的城市的相关数据,形成城市知识并以特定的格式存入城市知识库,当城市知识超过一定阈值,如100条时就向机器人注册器注册常识类的城市子能力。
当人机交互时,数据统计器会统计每段时间的对话量,各类信息的对话量,敏感信息交互的对话量等,这些统计数据以特定的格式存储在预设的存储区域,并注册为数据统计类的对话量查询能力。
上面抽取的信息如城市信息,存储时会把抽取到的该城市对应的所有信息都存储为结构化的数据,当用户检索时,直接从这些信息中直接获取或统计过滤,如果用户查询当前城市人口超过500万以上的数量时,机器人就会把相关的数据过滤统计出来,反馈给用户。
上述常识类的信息是由各客户端所有的输入抽取的,这种信息需要存储在云端,而和机器人客户端相关的统计数据则存储于机器人宿主。这些信息的存储和查询通过存储和检索路由来实现。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种具有自我认知能力的智能对话方法,其特征在于:其方法步骤如下:
步骤一:当用户与机器人对话时,机器人根据检索的信息过滤出各种类别的信息,并把信息以一定的格式存入机器人的云端或本体存储区域;
步骤二:当一类别的信息超过一个阈值时,就向机器人注册一种能力;
步骤三:宿主相关的信息,以元数据的形式存储在宿主本身,宿主具有特殊的存储功能,如果是软件客户端,则需要把相关用户操作行为存储到本地存储器,如果是具有属性的实体,则根据实体的特点,设计本地化存储策略,通用常识类或用户画像类的信息则需要存储在云端;
步骤四:当一种类别的信息超过预设的阈值时,就向机器人的能力注册表注册一种能力,注册时需要提供能力的名称、能力的范围、能力的描述和能力的检索路径,大类别能力下定义一些子能力,常识类别下定义查询高校信息子能力;
步骤五:每次人机交互时需要先根据用户的问题内容识别出的意图到能力注册表中进行匹配,如果匹配到对应的能力,则根据能力或子能力对应的检索路径进行检索,检索的结果输出给用户;
步骤六:宿主相关元数据分布到宿主,不存储在统一的云端,需要使用不同的数据检索策略;
步骤七:通过步骤一至步骤六实现了人机交互信息的过滤和截留,并根据类别注册到机器人能力注册表,在每次人机交互时先进行本体能力匹配,如果匹配成功则根据路径进行本体能力的信息检索并返回给用户。
2.根据权利要求1所述的具有自我认知能力的智能对话方法,其特征在于:所述步骤二中在每次机器人对话时先到机器人的能力注册表中匹配要检索的信息是不是机器人本身的能力,如果是则从机器人能力区域检索信息,并反馈给用户。
3.根据权利要求1所述的具有自我认知能力的智能对话方法,其特征在于:所述步骤二中不同类别的信息需要不同的过滤和抽取方法,常识类信息的过滤使用关键字匹配、句子相似度匹配、主题提取、信息类别判断定义一种常识信息抽取器,抽取出的常识以预先定义好的格式存入数据存储区域,存储时应该包含常识的名字、描述和内容;统计类的信息,则根据对话量和对话内容进行规则统计,预先定义好要统计哪些数据,定义好存储格式并绑定为一种统计类信息抽取器,把各种维度的数据存入存储区中;如果是用户画像类的信息,则是需要机器人专门定义一种用户画像类提取器,长时间进行信息过滤,并根据大量数据进行统计学习,输出用户画像类信息并存入对应的存储区;宿主信息的提取需要定义一种机器人属性和行为的数据绑定和信息抽取器,其它机器人属性预先导入,机器人行为数据则是在人机交互的过程中,进行行为抽取并存储进相应的存储区。
4.根据权利要求1所述的具有自我认知能力的智能对话方法,其特征在于:所述步骤六中通过用户对话内容判断用户意图和所带实体信息,根据意图和实体信息进行信息检索路由,路由之后再执行检索。
5.根据权利要求4所述的具有自我认知能力的智能对话方法,其特征在于:当用户想获取当前客户端的日对话量时就直接路由到本地,由本地库直接检索信息,给客户响应,不需要经过网络请求云端数据,当用户想获取一些公共行为的数据或存储于其它系统中的数据,则路由到云端再进行检索方向分配,路由检索策略由两部分组成,一存储路由策略,二是检索路由策略,不可改变的客户端数据,直接在系统初始化时存入客户端存储器中;另一部分需要动态更新的数据,本机对话量统计,需要实时存储到客户端存储器中,每一部分存储在客户端存储器的数据都会注册到一个专用的存储注册表中,方便检索时定位,检索路由根据策略和存储注册表共同判断路由方向,存储注册表即为客户端元数据存储时的标记。
6.根据权利要求1所述的具有自我认知能力的智能对话方法的智能对话系统,其特征在于:所述智能对话系统包括机器人,所述机器人包括常识抽取器、数据统计器、行为分析器、信息存储模块和能力注册表,所述信息存储模块包括信息存储区域、存储格式与信息存储和检索路由策略,所述机器人为具有用户画像的软件客户端和智能终端实体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110155708.4A CN113190661B (zh) | 2021-02-04 | 2021-02-04 | 一种具有自我认知能力的智能对话机器人系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110155708.4A CN113190661B (zh) | 2021-02-04 | 2021-02-04 | 一种具有自我认知能力的智能对话机器人系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113190661A CN113190661A (zh) | 2021-07-30 |
CN113190661B true CN113190661B (zh) | 2023-05-26 |
Family
ID=76972833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110155708.4A Active CN113190661B (zh) | 2021-02-04 | 2021-02-04 | 一种具有自我认知能力的智能对话机器人系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113190661B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491511A (zh) * | 2017-08-03 | 2017-12-19 | 深圳狗尾草智能科技有限公司 | 机器人的自我认知方法及装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968409B (zh) * | 2012-11-23 | 2015-09-09 | 海信集团有限公司 | 智能人机交互语义分析方法及交互系统 |
CN106537294A (zh) * | 2016-06-29 | 2017-03-22 | 深圳狗尾草智能科技有限公司 | 一种机器人交互内容的生成方法、系统及机器人 |
CN106202476B (zh) * | 2016-07-14 | 2017-06-06 | 广州安望信息科技有限公司 | 一种基于知识图谱的人机对话的方法及装置 |
CN106547813A (zh) * | 2016-09-22 | 2017-03-29 | 苏州小璐机器人有限公司 | 一种提升机器人语音问答能力的方法 |
CN106844506A (zh) * | 2016-12-27 | 2017-06-13 | 竹间智能科技(上海)有限公司 | 一种人工智能对话的知识检索方法及知识库自动完善方法 |
CN107563517A (zh) * | 2017-08-25 | 2018-01-09 | 深圳狗尾草智能科技有限公司 | 机器人自我认知实时更新方法及系统 |
US11443196B2 (en) * | 2017-11-14 | 2022-09-13 | International Business Machines Corporation | Unified cognition for a virtual personal cognitive assistant when cognition is embodied across multiple embodied cognition object instances |
CN108959627B (zh) * | 2018-07-23 | 2021-12-17 | 北京光年无限科技有限公司 | 基于智能机器人的问答交互方法及系统 |
US10861442B2 (en) * | 2018-11-06 | 2020-12-08 | Visa International Service Association | Automated chat bot processing |
US11005718B2 (en) * | 2018-11-29 | 2021-05-11 | International Business Machines Corporation | Determining capabilities of cognitive entities in a distributed network based on application of cognitive protocols |
US20200259891A1 (en) * | 2019-02-07 | 2020-08-13 | Microsoft Technology Licensing, Llc | Facilitating Interaction with Plural BOTs Using a Master BOT Framework |
-
2021
- 2021-02-04 CN CN202110155708.4A patent/CN113190661B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491511A (zh) * | 2017-08-03 | 2017-12-19 | 深圳狗尾草智能科技有限公司 | 机器人的自我认知方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113190661A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202476B (zh) | 一种基于知识图谱的人机对话的方法及装置 | |
WO2020119430A1 (zh) | 协议接口测试方法、装置、计算机设备和存储介质 | |
CN100405371C (zh) | 一种提取新词的方法和系统 | |
CN109408811B (zh) | 一种数据处理方法及服务器 | |
JP5328808B2 (ja) | データをクラスタリングする方法、システム、装置およびその方法を適用するためのコンピュータ・プログラム | |
CN107766511A (zh) | 智能问答方法、终端及存储介质 | |
CN111694939A (zh) | 智能调用机器人的方法、装置、设备及存储介质 | |
CN106250393B (zh) | 一种基于知识图谱的短文本理解方法及装置 | |
CN108304444A (zh) | 信息查询方法及装置 | |
CN113051362B (zh) | 数据的查询方法、装置和服务器 | |
CN110737821B (zh) | 相似事件查询的方法、装置、存储介质和终端设备 | |
CN106886567A (zh) | 基于语义扩展的微博突发事件检测方法及装置 | |
CN113641833B (zh) | 服务需求匹配方法及装置 | |
KR102307380B1 (ko) | 자연어 처리 기반 콜센터 지원 시스템 및 방법 | |
CN108345663A (zh) | 一种新闻推送方法及设备 | |
CN108121721A (zh) | 意图识别方法及装置 | |
WO2005017773A2 (en) | Search result based automatic query reformulation | |
CN103226601A (zh) | 一种图片搜索的方法和装置 | |
CN109992651B (zh) | 一种问题目标特征自动识别和抽取方法 | |
CN109672586A (zh) | 一种dpi业务流量识别方法、装置与计算机可读存储介质 | |
CN112307318A (zh) | 一种内容发布方法、系统及装置 | |
CN110059253A (zh) | 一种基于自然语言分析的排序方法和系统以及设备 | |
Braun et al. | Automatic relation extraction for building smart city ecosystems using dependency parsing | |
CN113190661B (zh) | 一种具有自我认知能力的智能对话机器人系统和方法 | |
CN110929509B (zh) | 一种基于louvain社区发现算法的领域事件触发词聚类方法 |
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 |