CN113474768A - 意图驱动的联系中心 - Google Patents
意图驱动的联系中心 Download PDFInfo
- Publication number
- CN113474768A CN113474768A CN202080016457.5A CN202080016457A CN113474768A CN 113474768 A CN113474768 A CN 113474768A CN 202080016457 A CN202080016457 A CN 202080016457A CN 113474768 A CN113474768 A CN 113474768A
- Authority
- CN
- China
- Prior art keywords
- communication
- intent
- predefined
- agent
- predefined intent
- 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
- 238000004891 communication Methods 0.000 claims abstract description 300
- 238000000034 method Methods 0.000 claims description 69
- 230000009471 action Effects 0.000 claims description 29
- 238000013473 artificial intelligence Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 14
- 239000003795 chemical substances by application Substances 0.000 description 90
- 238000007726 management method Methods 0.000 description 80
- 230000003993 interaction Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 17
- 230000004044 response Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013478 data encryption standard Methods 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241001441724 Tetraodontidae Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4938—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals comprising a voice browser which renders and interprets, e.g. VoiceXML
-
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4931—Directory assistance systems
- H04M3/4933—Directory assistance systems with operator assistance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
- H04M3/5233—Operator skill based call distribution
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
Abstract
本发明总体上涉及提供意图驱动的联系中心。根据一些实施方式的联系中心分析意图以确定将通信路由到哪个设备或代理。分析出的意图信息还可以用于关于所接收的通信制定报告以及分析所识别的意图的准确性。
Description
相关申请的交叉引用
本申请要求于2019年2月25日提交的美国临时专利申请No.62/810,146的权益,该临时专利申请的全部内容通过引用并入本文中。
技术领域
本发明总体上涉及使用人工智能(AI)的通信处理。更具体地,提供了部署AI平台以选择和管理通信通道中的终端设备的技术,这使得客户能够与最适合回答自然语言查询的代理进行交互。
发明内容
下面详细讨论本发明的各种实施方式。尽管讨论了特定实现方式,但是应当理解,这仅出于说明目的。相关领域的技术人员能够认识到,在不脱离本发明的精神和范围的情况下,可以使用其他组件和配置。因此,以下描述和附图是说明性的而不能理解成是限制性的。描述了很多特定细节以提供对本发明的透彻理解。然而,在某些实例中,众所周知的或常规的细节不再描述以避免使描述含糊不清。引用本发明的一个实施方式或一实施方式可以是引用同一实施方式或任一实施方式;并且,这种引用意味着实施方式中的至少一个实施方式。
引用“一个实施方式”或“一实施方式”意味着,结合该实施方式描述的特定特征、结构或特性被包括在本发明的至少一个实施方式中。在本说明书中各种地方出现的措词“在一个实施方式中”未必是全都引用同一实施方式,也不是与其他实施方式相互排斥的单独的或替选的实施方式。此外,描述了可以由一些实施方式展现而不由其他实施方式展现的各个特征。
本说明书中所使用的术语在本发明的上下文中以及在使用各个术语的特定上下中,通常具有其在本领域中的通常含义。替选语言和同义词可用于本文中讨论的术语中的任一者或多者,并且本文是否详细阐述或讨论了术语不应有特别意义。在一些情况下,提供了用于某些术语的同义词。一个或多个同义词的记载并不排除其他同义词的使用。本说明书中任何地方使用的示例(包括本文讨论的任何术语的示例)仅是说明性的,并不旨在进一步限制本发明或任何示例术语的范围和含义。同样,本发明不限于本说明书中给出的各个实施方式。
不旨在限制本发明的范围,下面给出根据本发明的实施方式的仪器、装置、方法及其相关的结果的示例。需要注意的是,为了方便读者,示例中可以使用标题或副标题,其不应以任何方式限制本发明的范围。除非另有定义,否则本文中所使用的技术术语和科学术语具有本发明所属领域普通技术人员通常理解的含义。在有矛盾的情况下,包括定义的本申请文件将进行控制。
本发明的附加特征和优势将在以下描述中进行阐述,并且某种程度上能够从描述中显而易见或者可以从本文公开的原理的实践中习得。本发明的特征和优势可以通过所附权利要求中特别指出的仪器和结合来实现并获得。本发明的这些和其他特征能够从以下描述和所附权利要求变得更充分明显,或者可以从本文阐述的原理的实践中习得。
根据一些实施方式,提供了一种计算机实现的方法。所述计算机实现的方法包括接收通信。所述通信包括自然语言的一个或多个单词。所述方法还包括解析所述通信以识别有效字。该有效字与和用户设备相关联的可用动作有关。所述方法还包括识别与所述有效字相关联的预定义的意图以及促进所述预定义的意图的注释。所述预定义的意图限定与所述用户设备相关联的动作。此外,所述注释限定所述通信与所述预定义的意图之间的关联的质量。所述方法还包括检索一个或多个代理配置文件,其中代理配置文件与代理和终端设备相关联。所述方法还包括从所述一个或多个代理配置文件中选择一代理配置文件。基于所述代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量来选择该代理配置文件。所述方法还包括路由所述通信,其中当在与所选择的代理配置文件相关联的终端设备处接收到所述通信时,促进所述动作的执行。
在一些实施方式中,识别所述有效字包括查询至少包括所述有效字的数据库,其中所述查询使用所述一个或多个单词作为输入来执行。
在一些实施方式中,通过对包括所存储的有效字与意图之间的关联的数据库的查询来识别与所述有效字相关联的预定义的意图。
在一些实施方式中,基于所述通信与所述预定义的意图的相关性来执行所述注释。
在一些实施方式中,所述代理配置文件与所述预定义的意图的相关性指示所述预定义的意图匹配与所述代理配置文件相关联的代理熟知的意图。
在一些实施方式中,所述动作的执行包括促进所述用户设备与所述终端设备之间的连接。
在一个实施方式中,一种系统包括一个或多个处理器以及包括指令的存储器,所述指令在被所述一个或多个处理器执行时使得所述系统:接收通信,其中所述通信包括自然语言的一个或多个单词;识别来自所述通信的所述一个或多个单词中的有效字,其中所述有效字与和用户设备相关联的可用动作有关;识别与所述有效字相关联的预定义的意图,其中所述预定义的意图限定所述用户设备可用的动作;注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量;从一个或多个代理配置文件中选择一代理配置文件,其中基于该代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量来选择该代理配置文件,其中代理配置文件与代理和终端设备相关联;以及路由所述通信,其中当在与所选择的代理配置文件相关联的终端设备处接收到所述通信时,促进所述动作的执行。
在一些实施方式中,使得所述系统识别所述预定义的意图的指令还使得所述系统执行所述通信的语义分析以及用户输入和通信统计的分析以确定所述预定义的意图。
在一些实施方式中,所述代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量基于分数来确定,所述分数反映与所述代理配置文件相关联的终端设备和代理用于响应所述通信的适合性。
在一些实施方式中,使得所述系统注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量的指令还使得所述系统:将所述有效字和所述预定义的意图提供给计算设备以使得所述计算设备执行对所述关联的质量的评价;以及从所述计算设备获得对所述关联的质量的评价。
在一些实施方式中,使得所述系统识别与所述有效字相关联的预定义的意图的指令还使得所述系统查询包括所存储的有效字与意图之间的所存储的关联的数据库,以识别所述有效字与所述预定义的意图之间的关联。
在一些实施方式中,使得所述系统注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量的指令还使得所述系统基于所述有效字与所述预定义的意图之间的第二关联计算所述质量。
在一些实施方式中,使用人工智能和意图模型来生成所述预定义的意图,其中所述人工智能被应用于所述意图模型以集合与意图有关的数据以及生成相应意图。
在一个实施方式中,一种非暂时性计算机可读存储介质,其上存储有可执行指令,所述可执行指令在被计算机系统的一个或多个处理器执行时使得所述计算机系统:从通信中识别有效字,其中所述通信包括自然语言的一个或多个单词,并且其中所述一个或多个单词包括所述有效字;识别与所述有效字相关联的预定义的意图,其中所述预定义的意图限定用户设备可用的动作;注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量;从一个或多个代理配置文件中选择一代理配置文件,其中基于该代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量来选择该代理配置文件,其中代理配置文件与代理和终端设备相关联;以及路由所述通信,其中当在与所选择的代理配置文件相关联的终端设备处接收到所述通信时,促进所述动作的执行。
在一些实施方式中,使得所述计算机系统从通信中识别有效字的可执行指令还使得所述计算机系统执行对包括对应于所存储的有效字的条目的数据库的查询以获得所述有效字,其中所述查询使用所述一个或多个单词作为输入来执行。
在一些实施方式中,所述代理配置文件与所述预定义的意图的相关性指示所述预定义的意图匹配与所述代理配置文件相关联的代理熟知的意图。
在一些实施方式中,基于置信度分数来确定所述通信与所述预定义的意图之间的关联的质量,所述置信度分数指示所述通信与所述预定义的意图相关联的置信度。
在一些实施方式中,所述代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量基于分数来确定,所述分数反映与所述代理配置文件相关联的终端设备和代理用于响应所述通信的适合性。
在一些实施方式中,使得所述计算机系统路由所述通信的可执行指令还使得所述计算机系统建立所述用户设备与所述终端设备之间的连接。
在一些实施方式中,使用人工智能和意图模型来生成所述预定义的意图,其中所述人工智能被应用于所述意图模型以集合与意图有关的数据以及生成相应意图。
附图说明
结合附图描述本发明:
图1示出了根据本技术的一些方面的网络交互系统的示例性实施方式;
图2示出了根据本技术的一些方面的网络交互系统的示例性实施方式;
图3A、图3B和图3C示出了根据本技术的一些方面的包括连接管理系统的网络交互系统的示例性实施方式;
图4示出了根据本技术的一些方面的连接组件的操作的协议栈映射的表示;
图5表示根据本技术的一些方面的多设备通信交换系统的实施方式;
图6示出了根据本技术的一些方面的连接管理系统的示例性实施方式;
图7示出了根据本技术的一些方面的意图管理引擎的示例性实施方式;
图8示出了根据本技术的一些方面的方法实施方式的流程图;
图9A-图9D示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性控制面板报告;
图10A-图10G示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性定制界面;
图11A-图11B示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性训练界面;
图12示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性分类类别;
图13示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性意图措词;
图14A-图14B示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性可视化意图;以及
图15示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性可视化分类。
在附图中,相似的组件和/或特征可以具有相同的附图标记。此外,相同类型的各种组件可以通过在附图标记后加上破折号和第二标记来区分,第二标记在相似的组件之间进行区分。如果在说明书中仅使用了第一附图标记,则该描述适用于具有相同的第一附图标记的相似组件中的任一者,而与第二附图标记无关。
具体实施方式
随后的描述仅提供(一个或多个)实施方式的优选示例,并且不旨在限制本发明的范围、适用性或配置。相反,随后的(一个或多个)实施方式的优选示例的描述将向本领域技术人员提供用于实现实施方式的优选示例的使能描述。应当理解,在不脱离如所附权利要求书所阐述的精神和范围的情况下,可以对元件的功能和布置进行各种改变。
图1示出了实现并支持本文中描述的特定实施方式和特征的网络交互系统100的实施方式的框图。特定实施方式涉及在网络设备105(其可以由用户110操作)、与终端设备115(其可以由代理120操作)和/或客户端设备130(其由客户端125操作)之间建立连接。
在一些实施方式中,用户110可以是浏览网站或访问由远程服务器140提供的在线服务的个人。在一些实施方式中,用户110可以是希望代表他们执行服务的个人。此类服务可以包括回答问题、操作另一设备、从具有任务或服务的代理那里获得帮助、进行交易等。
客户端125可以是提供、操作或运行网站或在线服务的实体,或者是这种实体雇佣或由该实体指派以执行如本文中所描述的客户端125可用的任务的个人。
代理120可以是个人,例如支持代理或销售助理,其任务是向用户110提供有关网站或在线服务的支持或信息(例如,关于在线商店中可获得的产品的信息)。在大量代理中,代理的子集可能适合于为特定客户端125提供支持或信息。代理120可以与客户端125有关或无关。每个代理可以与一个或多个客户端125相关联。在一些非限制性示例中,用户110可以是从个人计算设备在在线商店购物的个人,客户端125可以是在线销售产品的公司,并且代理120可以是由公司雇佣的销售助理。在各种实施方式中,用户110、客户端125和代理120可以是其他个人或实体。
尽管图1仅示出了单个的网络设备105、终端设备115和客户端设备130,但是交互系统100可以包括这些类型的设备中的一者或多者中的每一者的多个或许多(例如,数十个、数百个或数千个)。类似地,虽然图1仅示出了单个的用户110、代理120、和客户端125,但是交互系统100可以包括这种实体中的一者或多者中的每一者的多个或许多。因此,可能有必要确定要选择哪个终结点与给定的网络设备进行通信。另外使事情复杂化的是,远程服务器140也可以被配置为接收并响应以选择与网络设备105的通信。
连接管理系统150可以促进通信的战略路由。通信可以包括具有内容的消息(例如,基于来自实体的输入(诸如键入或口头输入)定义的消息)。该通信还可以包括:附加数据,例如关于发送设备的数据(例如,IP地址、账户标识符、设备类型和/或操作系统);目的地址;客户端的标识符;网页或网页元素(例如,在生成通信时正在访问的或以其他方式与通信相关联的网页或网页元素)的标识符或在线历史数据;时间(例如一天中的时间和/或日期);和/或目的地址。在通信中可以包括其他信息。在一些实施方式中,连接管理系统150将整个通信路由至另一设备。在一些实施方式中,连接管理系统150修改通信或生成新的通信(例如,基于初始通信)。新的或修改后的通信可以包括消息(或其经处理版本)、(例如,关于发送设备、网页或在线历史记录和/或时间的)附加数据的至少一些(或全部)和/或由连接管理系统150识别的其他数据(例如,与特定账户标识符或设备相关联的账户数据)。新的或修改后的通信也可以包括其他信息。
战略路由促进的一部分可以包括在网络设备105与一个或多个终端设备115之间建立、更新和使用一个或多个连接。例如,在从网络设备105接收到通信后,连接管理系统150可以估计通信对应于哪个客户端(如果有的话)。在识别客户端之后,连接管理系统150可以识别与该客户端相关联的用于与网络设备105进行通信的终端设备115。在一些实施方式中,该识别可以包括评估多个代理(或专家或代表)中的每一者的简介,多个代理中的每个代理(例如,代理120)与终端设备(例如,终端设备115)相关联。该评估可以涉及网络-设备消息中的内容。终端设备115的识别可以包括例如在2010年3月17日递交的美国申请号12/725,799中描述的技术,出于所有目的,该申请的全部内容通过引用并入本文中。
在一些实施方式中,连接管理系统150可以确定在网络设备105和与客户端(或远程服务器140)相关联的终结点之间是否建立了任何连接,并且如果是,则确定是否要使用这种通道来交换包括所述通信在内的一系列通信。
在选择终结点来与网络设备105通信时,连接管理系统150可以在网络设备105和终结点之间建立连接。在一些实施方式中,连接管理系统150可以将消息发送到所选择的终结点。该消息可以请求接受所提议的与网络设备105进行通信的指派或者识别已经生成了这种指派。该消息可以包括关于网络设备105的信息(例如,IP地址、设备类型和/或操作系统)、关于相关联用户110的信息(例如,所说的语言、已经与客户端交互的持续时间、技能水平、情绪和/或主题偏好)、接收到的通信、用于生成通信并将其发送到网络设备105的代码(例如,可点击的超链接)、和/或用于生成通信并将其发送到网络设备105的指令。
在一些实施方式中,可以通过连接管理系统150来路由网络设备105与终结点112之间的通信。这种配置可以允许连接管理系统150监控通信交换并检测问题(例如,如基于规则所定义的问题),例如任一设备的无响应或延长的延迟。此外,这种配置可以促进通信的选择性或完整存储,这可以稍后用于例如评估通信交换的质量和/或支持学习以更新或生成路由规则,从而推进特定的后通信目标。如本文中将进一步描述的,这种配置可以促进用户110与一个或多个终结点之间的对话的管理。
在一些实施方式中,连接管理系统150可以实时监控通信交换,并且基于实时通信执行自动化动作(例如,基于规则的动作、源自人工智能的动作等)。例如,当连接管理系统150确定通信与特定产品有关时,连接管理系统150可以自动向终结点发送包含关于该产品的附加信息(例如,该产品的库存数量、到与该产品有关的支持文档的链接、或关于该产品或类似产品的其他信息)的附加消息。
在一些实施方式中,指定的终结点可以与网络设备105通信而无需通过连接管理系统150中继通信。设备105、115中的一者或两者可以(或者可以不)向连接管理系统150报告特定的通信度量或内容,以促进通信监控和/或数据存储。
如上所述,连接管理系统150可以将选择的通信路由到远程服务器140。远程服务器140可以被配置为以预定方式提供信息。例如,远程服务器140可以响应于通信而访问定义的一个或多个待发送的文本段落、语音记录和/或文件。远程服务器140可以基于例如对接收到的通信的分析(例如,语义或映射分析)来选择特定的文本段落、记录或文件。
可以基于至少部分地由一个或多个客户端设备130定义或由其提供的规则和/或数据来执行在连接管理系统150处执行的路由和/或其他确定或处理。例如,客户端设备130可以发送标识代理的优先级、终端-设备类型、和/或主题/技能匹配度的通信。作为另一示例,客户端设备130可以标识一个或多个权重以应用于可能影响路由确定的各种变量(例如,语言兼容性、预测的响应时间、设备类型和能力、和/或终端-设备负载平衡)。将理解的是,哪些终端设备和/或代理将与客户端相关联可以是动态的。来自客户端设备130和/或终端设备115的通信可以提供指示给定的终端设备和/或代理将作为与客户端相关联的一个终端设备和/或代理被添加或移除的信息。例如,客户端设备130可以发送具有IP地址以及关于具有该地址的终端设备是否要添加到列表中或从该列表移除的指示的通信,该列表标识与客户端相关的终端设备。
每个通信(例如,设备之间的通信、设备与连接管理系统150之间的通信、远程服务器140与连接管理系统150之间的通信、或远程服务器140与设备之间的通信)可以在一个或多个网络170上进行。该一个或多个网络170中可以包括开放式或封闭式网络的任意组合。合适的网络的示例包括互联网、个人局域网、局域网(LAN)、广域网(WAN)或无线局域网(WLAN)。其他网络也可能适用。该一个或多个网络170可以完全并入内联网、外联网或其组合内,或者可以包括内联网、外联网或其组合。在一些实施方式中,该一个或多个网络170中的网络包括短程通信通道,诸如蓝牙或蓝牙低功耗通道。在一个实施方式中,可以通过诸如安全套接层(SSL)或传输层安全性(TLS)之类的安全通信协议来实现两个或更多个系统和/或设备之间的通信。此外,可以基于任何方便的、已知的或待开发的方式对数据和/或交易细节进行加密,这些方式例如但不限于数据加密标准(DES)、三重DES、Rivest-Shamir-Adleman加密(RSA)、Blowfish加密、高级加密标准(AES)、CAST-128、CAST-256、去相关快速密码(DFC)、微型加密算法(TEA)、eXtended TEA(XTEA)、校正块TEA(XXTEA)和/或RC5等。
例如,网络设备105、终端设备115、和/或客户端设备130可以包括便携式电子设备(例如,智能电话、平板电脑、便携式计算机或智能设备可穿戴设备)或非便携式电子设备(例如,一个或多个台式计算机、智能家电、服务器和/或处理器)。连接管理系统150可以与网络、终端、IOT和客户端设备分开设置,或者可以是一个或多个这样的设备的一部分(例如,通过在设备上安装应用程序)。远程服务器140可以与每个设备和连接管理系统150分开设置,和/或可以是另一设备或系统的一部分。尽管图1中的每个设备、服务器和系统被示为单个设备,但是应当理解,可以替代地使用多个设备。例如,可以使用一组网络设备来传输来自单个用户的各种通信,或者远程服务器140可以包括服务器堆栈。
软件代理或应用程序可以被安装在所描绘的设备、系统或服务器上和/或在所描绘的设备、系统或服务器上可执行。在一个实例中,软件代理或应用程序被配置为使得各种描绘的元素可以互补的方式起作用。例如,可以将设备上的软件代理配置为收集关于设备使用情况的数据并将其发送到单独的连接管理系统,并且可以将单独的连接管理系统上的软件应用程序配置为接收和处理数据。
图2示出了另一实施方式的网络交互系统200的框图。总体上,图2示出了被配置和布置为使网络设备205能够与一个或多个终端设备215通信的各种组件。所描绘的实例包括在三个局域网235中包括的九个终端设备215。
在一些实施方式中,来自网络设备205的通信包括目的数据(例如,目的IP地址),其至少部分或全部指示哪个终端设备将接收该通信。网络交互系统200可以包括一个或多个网络间连接组件240和/或一个或多个网络内连接组件255,它们可以处理目的数据并促进适当的路由。
每个网络间连接组件245可以连接到多个网络235,并且可以具有安装的多个网卡(例如,每个卡连接到不同的网络)。例如,网络间连接组件245可以连接到广域网270(例如,互联网)和一个或多个局域网235。在所描绘的实例中,为了将通信从网络设备205传输到任何终端设备,在所描绘的系统中,必须由多个网络间连接组件245来处理该通信。
当网络间连接组件245接收到通信(或与该通信相对应的一组数据包)时,网络间连接组件245可以确定路由的至少一部分,以将该通信传递给与目的地相关联的网络。可以使用例如路由表(例如,存储在路由器处)来确定该路由,该路由表可以包括基于传入消息(例如,来自另一路由器或另一设备)生成的、或学习的一个或多个预先定义的路由。
网络间连接组件245的示例包括路由器260和网关265。网络间连接组件245(例如,网关265)可以被配置为在网络系统之间或协议之间转换。例如,网关265可以促进传输控制协议/互联网协议(TCP/IP)设备与互联网分组交换/序列分组交换(IPX/SPX)设备之间的通信。
在局域网235处接收到通信后,可能仍需要执行进一步的路由。可以通过诸如交换机280或集线器285之类的网络内连接组件255来执行这样的网络内路由。每个网络内连接组件255可以(例如,无线地或有线地,诸如通过以太网电缆)被连接至多个终端设备215。集线器285可以被配置为将所有接收到的通信重复到它所连接到的每个设备。每个终端设备然后可以评估每个通信以确定该终端设备是否是目的设备或者该通信是否将被忽略。交换机280可以被配置为选择性地将通信仅定向到目的终端设备。
在一些实施方式中,局域网235可以被划分成多个段,每个段可以与独立的防火墙、安全规则和网络协议相关联。可以在一个、多个或所有段中的每者中提供网络内连接组件255,以促进段内路由。桥接器280可以被配置为跨段275路由通信。
为了跨网络或在网络内适当地路由通信,各种组件分析通信中的目的数据。例如,这样的数据可以指示通信将被路由到哪个网络、通信将被路由到网络内的哪个设备、或者终端设备将要处理(和忽略)哪些通信。然而,在一些实施方式中,不能立即清楚哪个终端设备(或甚至哪个网络)要参与来自网络设备的通信。
为了说明,可以配置一组终端设备以便提供类似类型的响应通信。因此,可以预期,可以以类似的方式来响应来自网络设备的通信中的查询,而不管该通信被路由到哪个网络设备。虽然该假设在高水平上可能是正确的,但是与终端设备有关的各种细节可能导致特定的路由与其他路由相比是有利的。例如,所述集合中的终端设备关于(例如)以下可能彼此不同:支持哪些通信通道、与网络设备的地理和/或网络接近度、和/或相关联代理的特征(例如,知识库、经验、所说的语言、可用性、一般性格或情绪等)。因此,选择路由可以促进更快的响应,该更快的响应更准确地和/或完整地响应于网络-设备通信。复杂的是,将网络设备映射至终端设备的静态路由可能无法解释通信主题、通道类型、代理可用性等的变化。
图3A、图3B、图3C示出了其他实施方式的包括连接管理系统的网络交互系统300a、300b、300c的框图。为了简单起见,所描绘的系统300a、300b、300c中的每一者仅示出了两个局域网235,尽管可以理解的是,可以扩展实施方式以扩展局域网的数量。系统300a、300b、300c中的每一者都包括连接管理系统150,该连接管理系统150可以标识哪个终端设备要与网络设备205通信,可以建立和管理(例如,保持或关闭)连接,可以确定是否以及何时在交换中重新路由通信等。因此,连接管理系统150可以被配置为动态地并且实时地评估通信、代理可用性、终端设备或代理的能力等,以影响路由确定。
在图3A中,连接管理系统150与网络设备205和远程服务器340中的每一者相关联(例如,连接管理系统150a与网络设备205相关联,而连接管理系统150b与远程服务器340相关联)。例如,可以将连接管理系统150a和/或连接管理系统150b作为应用程序分别安装或存储在网络设备205和远程服务器340中的每一者上。(一个或多个)应用程序的执行例如可以促进网络设备205与远程服务器340之间的通信,以标识被选择参与的与网络设备205的通信交换的终端设备215。可以基于一个或多个本文中公开的因素(例如,可用性、通信的主题/详细水平与代理或终端设备的知识库之间的匹配度、预测的延迟,通道类型可用性等等)来进行标识。
客户端设备330可以提供客户端数据,该客户端数据指示将如何进行路由确定。例如,这种数据可以包括:关于特定特征如何被加权或匹配的指示或约束或偏差(例如,与负载平衡或预测的响应延迟有关)。客户端数据还可以包括与何时建立(或关闭)通信通道或者何时将通信重新路由至不同的网络设备有关的规范。客户端数据可用于定义各种客户端特定的规则,例如用于通信路由的规则等。
在远程服务器340上运行的连接管理系统150b可以监控与终端设备有关(例如,与给定的客户端有关)的各种度量,例如支持哪些通信通道、与网络设备的地理和/或网络接近度、与终端设备的通信延迟和/或稳定性、终端设备的类型、终端设备的能力、终端设备(或代理)是否在先已经与给定的网络设备(或用户)通信、和/或与代理相关联的特征(例如,知识库、经验、所说的语言、可用性、一般性格或情绪等)。因此,可以使通信管理系统150b能够选择路由以促进更快的响应,该更快的响应基于度量更准确地和/或完整地响应于网络-设备通信。
在图3A所描绘的示例中,网络设备205和远程服务器340之间的通信交换可以促进目的地址的更早识别。然后,网络设备205可以使用该目的地址来定向后续通信。例如,网络设备205可以向远程服务器340发送初始通信(例如,通过一个或多个网络间连接和广域网),并且远程服务器340可以识别一个或多个相应的客户端。然后,远程服务器340可以识别与所述一个或多个相应的客户端相关联的一组终端设备,并收集针对那些终端设备的度量。可以(例如,通过远程服务器340)评估这些度量以便选择参与通信交换的终端设备,并且可以将与该终端设备有关的信息(例如,IP地址)发送至网络设备205。在一些实施方式中,远程服务器340可以连续地或周期性地收集和评估针对各种终端设备的度量并将评估结果存储在数据存储器中。在这种实施方式中,在识别与所述一个或多个相应的客户端相关联的一组终端设备时,远程服务器340可以从数据存储器访问存储的评估结果,并且基于存储的评估结果选择终端设备来参与通信交换。
在图3B中,连接管理系统150可以被配置为用作中继和/或目的地址。因此,例如,一组网络设备205可以发送通信,每个通信将连接管理系统150标识为目的地。连接管理系统150可以接收各个通信,并且可以同时监控一组终端设备(例如,以便生成针对每个终端设备的度量)。基于监控和规则,连接管理系统150可以识别其可以将各个通信中继到的终端设备215。根据该实施方式,终端设备通信可以类似地定向到一致的目的地(例如,连接管理系统150的目的地),以用于进一步中继,或者终端设备可以开始直接与相应的网络设备通信。这些实施方式可以促进有效路由和全面的通信监控。
图3C中描绘的实施方式类似于图3B中的实施方式。然而,在一些实施方式中,连接管理系统150直接连接至网络内组件(例如,终端设备、网络内连接或其他)。
应当理解,能够预期图3A-图3C的许多变型。例如,连接管理系统150可以与连接组件(例如,网络间连接组件245或网络内连接组件255)相关联,使得对应于连接管理系统150(或其一部分)的应用程序安装在该组件上。例如,可以独立地执行应用程序或通过与类似或补充的一个或多个应用程序(例如,在一个或多个其它组件、网络设备或远程服务器上执行的应用程序)通信来执行应用程序。
图4示出了连接组件的操作的协议栈映射400的表示。更具体地,图4标识了在开放系统交互(Open Systems Interaction,OSI)模型中的对应于各种连接组件的操作层。
OSI模型可以包括多个逻辑层402-414。这些层布置成有序堆栈,使得层402-412中的每个层服务较高水平,而层404-414中的每个层由较低层服务。OSI模型包括物理层402。物理层402可以定义参数物理通信(例如,电、光或电磁通信)。物理层402还定义连接管理协议,例如建立和关闭连接的协议。物理层402还可以定义流控制协议和传输模式。
链路层404可以管理节点到节点(node-to-node)的通信。链路层404可以检测并纠正错误(例如,物理层402中的传输错误)以及管理访问许可。链路层404可以包括媒体访问控制(media access control,MAC)层和逻辑链路控制(logical link control,LLC)层。
网络层406可以协调跨同一网络中的节点的(例如,作为数据报的)传输数据(例如,具有可变长度的传输数据)。网络层406可以将逻辑网络地址转换为物理机器地址。
传输层408可以管理发送和接收质量。传输层408可以提供用于传输数据的协议,例如传输控制协议(TCP)。传输层408可以执行用于传输的数据包的分段/重组,并且可以检测并解释在层402、404、406中发生的传输错误。会话层410可以发起、维持和终止本地和远程应用程序之间的连接。会话可以用作远程过程交互的一部分。表示层412可以基于已知由应用程序或网络层接受的数据类型来加密、解密和格式化数据。
应用层414可以与控制或管理通信的软件应用程序进行交互。通过这样的应用程序,应用层414可以(例如)识别目的地、本地资源状态或可用性和/或通信内容或格式化。各个层402、404、406、408、410、412、414可以执行可用并适用的其它功能。
网络内连接组件422被示出在物理层402中操作,网络内连接组件424被示出在链路层404中操作。更具体地,集线器可以在物理层中操作,使得可以关于通信的接收和发送来控制操作。由于集线器缺乏寻址通信或过滤数据的能力,因此集线器几乎没有能力在更高水平操作。同时,交换机可以在链路层404中操作,因为交换机能够基于地址(例如,MAC地址)过滤通信帧。
同时,网络间连接组件426、428被示出在更高水平(例如,层406、408、410、412、414)上操作。例如,路由器可以基于地址(例如,IP地址)过滤通信数据包。路由器可以基于地址将数据包转发至特定端口,以便将数据包定向至适当的网络。网关可以在网络层及其以上层操作,执行类似的过滤和定向以及数据的进一步转换(例如,跨协议或架构)。
在各种实施方式中,连接管理系统150可以与各个层中的一个、多个、全部或任何层进行交互和/或在各个层中的一个、多个、全部或任何层上操作。例如,连接管理系统150可以与集线器交互,以便动态地调整集线器与哪些终端设备通信。作为另一示例,连接管理系统150可以与桥接器、交换机、路由器或网关进行通信,以便影响该组件选择哪个终端设备作为目的地址(例如,MAC、逻辑或物理地址)。作为另外的示例,连接管理系统150可以监控、控制或定向传输层408上的数据包的分段、会话层410上的会话持续时间、和/或表示层412上的加密和/或压缩。在一些实施方式中,连接管理系统150可以通过与在特定层上操作的设备(例如,在链路层404上操作的交换机)进行交换通信(例如,发送命令至该设备)、通过以特定的方式路由或修改现有通信(例如,在网络设备和终端设备之间的通信)、和/或通过基于现有通信生成包含特定信息(例如,新目的地址)的新通信来与各个层进行交互。因此,连接管理系统150可以通过与各种设备的交互和/或通过影响在各种协议栈层处的操作来影响通信路由和通道建立(或维持或终止)。
图5表示根据一实施方式的多设备通信交换系统500。系统500包括网络设备505,该网络设备被配置为在各种类型的通信通道上与各种类型的终结点通信。
在所描绘的实例中,网络设备505可以通过蜂窝网络(例如,通过基站510)传输通信。通信可以被路由至操作网络515。操作网络515可以包括连接管理系统150,该连接管理系统接收通信并标识哪个终结点将响应于该通信。这种确定可以取决于识别该通信所属的客户端(例如,基于指示客户端的内容分析或用户输入)并确定与该客户端相关联的一个或多个终结点中的每个终结点的一个或多个度量。例如,在图5中,终结点530a、530b、530c的每个集群可以对应于不同的客户端。终结点可以在地理上共同定位或是分散的。可以基于存储的或学习的数据和/或(例如,基于可用性的)实时监控来确定所述度量。
连接管理系统150可以通过一个或多个路由器525或其它网络间连接组件或网络内连接组件与各种终结点进行通信。连接管理系统150可以在一个或多个数据存储器处收集、分析和/或存储来自(或关于)通信、终端-设备操作、客户端规则、和/或与用户相关联的动作(例如,在线活动、账户数据、购买历史等)的数据。这种数据可能影响通信路由。
值得注意的是,还可以使用各种其它设备来影响通信路由和/或处理。例如,在所描绘的实例中,连接管理系统150还连接至网络服务器545。因此,连接管理系统540可以检索感兴趣的数据,例如技术产品细节、新闻、当前产品供应、当前或预测的天气等。
网络设备505还可以连接至网络服务器(例如,包括流网络服务器545)。在一些实施方式中,与这种服务器的通信提供了发起与连接管理系统150的通信交换的初始选项。例如,网络设备505可以检测到在访问特定网页时通信机会是可获得的并且这种选项可以被呈现。
在一些实施方式中,通信系统500的一个或多个元件也可以连接至社交联网服务器550。社交联网服务器550可以聚集从各种用户设备接收的数据。因此,例如,连接管理系统150可以能够估计针对给定主题的一般(或用户特定)意图或估计给定用户或用户类别的一般行为。社交联网服务器550还可以维持一个或多个用户的社交图。社交图可以包括社交用户的第一水平的连接(直接连接)、以及附加水平的连接(通过用户的直接连接的间接连接)。
图6示出了连接管理系统150的实施方式的框图。消息接收器接口605可以接收消息。在一些实施方式中,例如,可以接收消息作为由源设备(例如,与连接管理系统150分开设置或在同一外壳内)发送的通信的一部分,所述源设备例如网络设备或终结点。在一些实施方式中,通信可以是一系列通信的一部分或通信交换,其可以包括正在两个设备(例如,网络设备和终结点)之间路由的一系列消息或通信交换。该消息或通信交换可以是设备之间的交互的一部分和/或可以定义设备之间的交互。通信通道或操作通道可以包括用于促进设备之间的路由和通信交换的一个或多个协议(例如,路由协议、任务分配协议和/或寻址协议)。
在一些实施方式中,消息可以包括基于在用户界面处接收的输入而生成的消息。例如,消息可以包括基于按钮或按键或记录的语音信号、或语音转文本软件而生成的消息。在一个实例中,消息包括自动生成的消息,例如在检测到网络设备正在呈现特定的应用页面或网页或者已经提供特定输入命令(例如,键序列)时生成的消息。该消息可以包括指令或请求,例如用于发起通信交换的指令或请求。
在一些实施方式中,消息可以是自然语言通信,无论是口语的还是键入的。如本文中所使用的,自然语言通信是指用于在人类之间进行通信的语言的常规使用,并且与由与特定虚拟助手或人工智能工具进行通信所需的协议所定义的语言的使用形成对比。自然语言通信不应要求约束,所述约束诸如使用唤醒词来提醒人工智能工具通信是针对人工智能的。另外,自然语言通信不应要求用户标识特定的关键字、特定的短语或明确命名服务以了解如何为通信提供服务。
尽管本技术利用自然语言通信,但是该通信可以标识特定的关键词、特定的短语或明确地命名服务。例如,该消息可以包括客户端的标识符或与客户端的标识符相关联。例如,消息可以明确地标识客户端(或与客户端相关联的设备);消息可以包括与客户端相关联的网页或应用程序,或和与客户端相关联的网页或应用程序相关联;消息可以包括与客户端相关联的目的地址,或和与客户端相关联的目的地址相关联;或者消息可以包括与客户端相关联的项目(例如,产品)或服务的标识(例如,由客户端为了出售而提供、已经通过客户端出售或者客户端提供服务的标识),或和与上述项目(例如,产品)或服务的标识相关联。为了说明,网络设备可以呈现特定客户端的应用页面,该应用页面可以提供将通信发送至代理的选项。在接收到与消息相对应的用户输入时,可以生成包含该消息和特定客户端的标识符的通信。
处理引擎610可以处理所接收的通信和/或消息。处理可以包括例如提取特定的一个或多个数据元素(例如,消息、客户端标识符、网络-设备标识符、账户标识符等)。处理可以包括转换格式或通信类型(例如,以与特定设备类型、操作系统、通信通道类型、协议和/或网络兼容)。
意图管理引擎615可以评估(例如,提取或接收的)消息。评估可以包括识别例如消息的一个或多个意图。意图的示例可以包括(例如)主题(topic)、情绪、复杂性和紧急性。主题可以包括但不限于话题、产品、服务、技术问题、使用问题、投诉、退款请求或购买请求等。例如,可以基于对消息的语义分析(例如,通过识别关键字、句子结构、重复的词、标点符号和/或非文章(non-article)词)、用户输入(例如,已经选择了一个或多个类别)、和/或与消息相关的统计(例如,键入速度和/或响应延迟)来确定意图。
在一些实施方式中,消息的评估使用被配置成对消息进行语义分析并确定意图的人工智能或机器学习模型来执行。可以使用训练数据集和机器学习模型来限定用于特定类别的语义含义。为了执行该基于语义相似度的分类,可以使用编码器模型来对消息进行编码,编码器模型在将自然语言转换成矢量表示的数据上被训练。卷积神经网络可以用于将矢量分类成不同的语义类别。在一些实施方式中,消息通过关键字匹配系统以确定消息中是否有对应于有效字的字。如果没有检测到有效字,则可以使用人工智能或机器学习模型来处理消息以识别有效字。
在一些实施方式中,可以通过使用户110参与对话来阐明意图,该对话可以包括阐明问题或简单地请求附加信息。
交互管理引擎625可以确定将通信路由至哪个终结点以及接收设备和发送设备将如何通信。这些确定中的每一者可以取决于例如特定的网络设备(或与特定用户相关联的任何网络设备)是否先前已与一组终结点中的终结点(例如,与连接管理系统150相关联的任何终结点、或与一个或多个特定客户端相关联的任何终结点)进行通信。
在一些实施方式中,当网络设备(或与同一用户或账户相关联的其他网络设备)先前已经与给定的终结点(例如,关于与客户端有关的事项)进行通信时,通信路由通常可偏向于该同一终结点。可影响路由的其它因素可以包括:例如,与先前通信有关的推断或标识的用户或代理情绪;当前通信的主题(例如,以及与先前通信的主题和/或与一个或多个终结点相关联的知识库有关的程度);终结点是否可用;和/或终结点的预测的响应延迟。这些因素可以绝对地或相对于与其它终结点相对应的类似度量来考虑。重新路由规则(例如,客户端特定的或一般的规则)可以指示如何评估和加权这些因素以确定是否放弃代理一致性。
当网络设备(或与同一用户或账户相关联的其他网络设备)先前未与给定的终结点(例如,关于与客户端有关的事项)进行通信时,可以基于诸如以下的因素执行终结点的选择:例如,各种代理的知识库与通信主题对应的程度、各种代理在给定时间和/或通道类型上的可用性、终结点的类型和/或能力、用户和代理之间的语言匹配度、和/或个性分析。在一个实例中,规则可以标识如何确定诸如这些的一个或多个因素的子分数以及分配给每个分数的权重。通过组合(例如,求和)加权子分数,可以确定每个代理的分数。然后可以通过比较终结点的分数(例如,选择高分数或最高分数)来进行终结点的选择。
关于确定设备将如何通信,交互管理引擎625可以(例如)确定终结点是否通过(例如)电子邮件、在线聊天、SMS消息、语音呼叫、视频聊天等来响应通信。可以基于例如以下项来选择通信类型:通信类型优先级列表(例如,至少部分地由客户端或用户来定义);先前从网络设备接收的通信的类型(例如,以便促进一致性)、接收的消息的复杂性、网络设备的能力、和/或一个或多个终结点的可用性。显然,一些通信类型将导致实时通信(例如,期望快速消息响应的情况),而其它通信类型可能导致异步通信(例如,消息之间的延迟(例如,几分钟或几小时)是可接受的情况)。
在一些实施方式中,通信类型可以是文本消息收发或聊天应用程序。这些通信技术的好处是,无需在用户的网络设备上下载和执行新软件。
此外,交互管理引擎625可以确定是否应该建立、使用或终止两个设备之间的连续通道。可以构造连续通道,以便促进从网络设备到指定终结点的未来通信的路由。即使跨消息系列(例如,数天、数周或数月),这种偏向也可以持续。在一些实施方式中,连续通道的表示(例如,标识代理)可以包括在网络设备上待呈现的呈现中。以这种方式,用户可以理解该通信将被一致地路由以便提高效率。
在一个实例中,可以使用本文描述的一个或多个因素和规则(例如,包括所述一个或多个因素中的每个的权重)来生成分数,以确定对应于给定的网络设备和终结点的连接分数。该分数可以与整体匹配度或特定于给定的通信或通信系列的匹配度有关。因此,例如,该分数可以反映预测给定终结点适合于对网络-设备通信进行响应的程度。在一些实施方式中,分数分析可以用于标识要将给定通信路由到的每个终结点以及是否建立、使用或终止连接。当分数分析用于处理路由决策和通道决策两者时,可以以相同、类似或不同的方式来确定与每个决策相关的分数。
因此,例如,将理解,根据分数是预测长期匹配的强度还是响应特定消息查询的强度,可以考虑不同因素。例如,在前一种实例中,对总体时间表和时间区域的考虑可能是重要的,而在后一种实例中,立即可用性可能有更高的权重。可以针对单个网络-设备/终端-设备组合来确定分数,或者可以确定多个分数,每个分数表征给定网络设备和一不同的终结点之间的匹配度。
为了说明,可以评估用于潜在通信路由的与客户端相关联的一组的三个终结点。可以为每个终结点生成与特定通信的匹配度有关的分数。前两个终结点中的每者可以先前已经与已传输该通信的网络设备通信。来自网络设备的输入可以已经指示对与第一设备的(一个或多个)通信的交互感到满意。因此,第一设备、第二设备和第三设备的(如根据规则计算的)过往交互子分数(past-interact sub-score)可以分别是10、5和0。(负满意度输入可以得到负的子分数。)可以确定仅第三终结点是立即可用的。可以预测第二终结点将在15分钟内可用于响应,但是第一终结点将在第二天之前不可用于响应。因此,第一设备、第二设备和第三设备的快速响应子分数(fast-response sub-score)可以是1、3和10。最后,可以估计(与终结点相关联的)代理了解通信中的主题的程度。可以确定与第三终结点相关联的代理比与其它两个设备相关联的代理更了解,从而得到的子分数为3、4和9。在该示例中,规则不包括加权或归一化参数(虽然,在其它实例中,规则可以包括加权或归一化参数),从而得到的分数为14、11和19。因此,规则可以指示消息将被路由至具有最高分数的设备,即第三终结点。如果到特定终结点的路由不成功,则可以将消息路由至具有次高分数的设备,依此类推。
可以将分数与一个或多个绝对阈值或相对阈值进行比较。例如,可以将一组终结点的分数相互比较以确定高分数,从而选择通信可以被路由至的终结点。作为另一示例,可以将分数(例如,高分数)与一个或多个绝对阈值进行比较,以确定是否建立与终结点的连续通道。用于建立连续通道的总阈值可以(但不必须)高于用于在给定的一系列消息中一致地路由通信的阈值。总阈值和用于确定是否一致地路由通信的阈值之间的这种差异可能是因为考虑到通道的扩展效用,强匹配在连续-通道上下文中是重要的。在一些实施方式中,用于使用连续通道的总阈值可以(但不必须)低于用于建立连续通道的阈值和/或用于在给定的一系列消息中一致地路由通信的阈值。
交互管理引擎625可以在各种上下文中与账户引擎630交互。例如,账户引擎630可以在账户数据存储器635中查找网络设备或终结点的标识符,以识别与该设备相对应的账户。此外,账户引擎630可以维持关于先前通信交换的数据(例如,时间、涉及的(一个或多个)其它设备、通道类型、解决阶段、(一个或多个)主题和/或相关联的客户端标识符)、通信通道(例如,对于一个或多个客户端中的每个客户端,指示:是否有任何通道存在、与每个通道相关联的终结点、建立时间、使用频率、上次使用的日期、任何通道约束和/或支持的通信类型)、用户或代理偏好或约束(例如,关于终端-设备选择、响应延迟、终端-设备一致性、代理专业知识、和/或通信类型偏好或约束)、和/或用户或代理特征(例如,年龄、所说的或优选的(一种或多种)语言、地理位置、兴趣等)。
此外,交互管理引擎625可以向账户引擎630提醒各种连接通道(connection-channel)动作,使得可以更新账户数据存储器635以反映当前通道数据。例如,在建立通道时,交互管理引擎625可以通知账户引擎630该建立,并且标识网络设备、终结点、账户和客户端中的一者或多者。账户引擎635可以随后通知用户该通道的存在,使得该用户可以意识到代理一致性是有用的。
交互管理引擎625还可以与客户端映射引擎640交互,客户端映射引擎640可以将通信映射至一个或多个客户端(和/或相关联的品牌(brand))。在一些实施方式中,从网络设备本身接收的通信包括对应于客户端的标识符(例如,客户端、产品、服务器、网页或应用页面的标识符)。该标识符可以作为(例如,客户端映射引擎640可以检测的)消息的一部分而被包含或作为包含消息的通信中的其它数据而被包含。然后,客户端映射引擎640可以在客户端数据存储器645中查找该标识符,以检索关于客户端和/或客户端的标识符的附加数据。
在一些实施方式中,消息可以不特别对应于任何客户端。例如,消息可以包括一般查询。客户端映射引擎640可以例如对消息执行语义分析、识别一个或多个关键字并且标识与(一个或多个)关键字相关联的一个或多个客户端。在一些实施方式中,标识单个客户端。在一些实施方式中,标识出多个客户端。然后可以通过网络设备呈现每个客户端的标识,使得用户可以选择要与之(例如,通过相关联的终结点)通信的客户端。
客户端数据存储器645可以包括与客户端相关联的一个或多个终结点(和/或代理)的标识。终端路由引擎650可以检索或收集与一个、多个或所有的这种终结点(和/或代理)中的每者有关的数据,以便影响路由确定。例如,终端路由引擎650可以维持终结点数据存储器655,终结点数据存储器655可以存储诸如终结点的设备类型、操作系统、通信类型(communication-type)能力、安装的应用程序附件、地理位置和/或标识符(例如,IP地址)的信息。信息还可以包括代理信息,诸如经验水平、职位、技能水平、知识库(例如,代理了解的各种主题和/或对于各种主题的知识水平)、个性度量、工作时长、所说的(一种或多种)语言和/或人口统计信息。某些信息可以动态地更新。例如,基于(例如)来自终结点的通信(例如,标识该设备是否处于睡眠状态、是否关闭/开启、是否空闲/活动,或标识是否在一段时间内已收到输入)、通信路由(例如,指示终结点是否参与通信交换或被分配为通信交换的一部分)、或者来自网络设备或终结点的指示通信交换已经结束或开始的通信,可以动态地更新指示终结点是否可用的信息。
应当理解,在各种上下文中,参与一个或多个通信交换不一定表示终结点不可用于参与另一通信交换。诸如通信类型(例如,文本、消息、电子邮件、聊天、电话)、客户端标识的或用户标识的目标响应时间、和/或系统负载(例如,通常是或关于用户)的各种因素可能影响终结点可参与多少交换。
当交互管理引擎625已经标识了参与通信交换或连接的终结点时,交互管理引擎625可以通知终端路由引擎650,终端路由引擎650可以从终结点数据存储器655检索关于该终结点的任何相关数据,诸如目的地址(例如IP地址)、设备类型、协议等。然后,处理引擎610可以修改该包含消息的通信或者生成新的通信(包含消息)以便具有特定的格式、遵守特定的协议等。在一些实施方式中,新的或修改后的消息可以包括附加数据,例如对应于网络设备的账户数据、消息记录和/或客户端数据。
然后,消息发送器接口660可以将该通信发送至终结点。该发送可以包括例如通向容纳在单独外壳内的设备的有线或无线发送。终结点可以包括与连接管理系统150在相同或不同网络(例如,局域网)中的终结点。因此,将通信发送至终结点可以包括将通信发送至网络间连接组件或网络内连接组件。
图7示出了根据本技术的一些方面的意图管理引擎615的示例性实施方式。意图管理引擎615可以接收通信705。通信705可以由分类引擎710、意图识别引擎715、注释引擎720、质量评价引擎725、意图建模引擎730、人工智能引擎735、和意图数据编译器740进行处理。如本文中将进一步描述的,得到的编译数据可以被提供给计算设备750(诸如网络设备、客户端设备、和/或终端设备)的接口以用于分析和/或操控。
通信705可以被提供给分类引擎710。如本文所述,通信705可以为自然语言并且可以包括一个或多个单词。分类引擎可以被配置成联合处理器来解析通信705以识别一个或多个关键字(本文中也称为“有效字”)。有效字可以与发起通信705的用户可用的动作有关。例如,通信705可以陈述“我想要支付我的账单”。有效字可以是“支付账单”。分类引擎710可以将有效字传递给意图识别引擎。
意图识别引擎715可以联合处理器来从分类引擎710接收有效字。意图识别引擎715可以使用有效字来识别意图。该意图可以限定发起通信705的用户可用的动作。在一些实施方式中,意图可以被预定义并被存储在意图数据存储器745中。在这些实施方式中,意图识别引擎715可以利用有效字来查询意图数据存储器745以定位相应的预定义意图。例如,意图识别引擎715可以利用单词“支付账单”查询意图数据存储器745以识别最接近的匹配意图“支付_当前_账单(pay_current_bill)”。在一些实施方式中,有效字可能不对应于已存在的意图。在这些实施方式中,意图识别引擎715可以创建新意图并将其与所接收的有效字相关地保存到意图数据存储器745中。意图识别引擎715可以将识别的意图传递到注释引擎720。
注释引擎720可以联合处理器来从意图识别引擎715接收识别的意图。注释引擎720可以促进识别的意图的注释。注释可以限定通信与识别的意图之间关联的质量。在一些实施方式中,注释引擎720可以通过应用公式自动地评价关联的质量。例如,注释引擎720可以自动地计算有效字“支付账单”与意图“支付_当前_账单”之间的质量为66%,而可以将质量为100%分配给有效字“支付账单”与意图“支付_账单(pay_bill)”。在一些实施方式中,注释引擎720可以将有效字和识别的意图提供给计算设备的用户界面,以便于接收关联的质量的手动评价。
意图建模引擎730被配置成联合处理器来基于对意图所做的分类和注释构建意图的模型。该模型可以用于协助改善意图、添加新意图、将不同分类与意图相关联、将不同意图与某一分类相关联等等。
人工智能引擎735被配置成联合处理器来将人工智能应用于意图模型以集合意图相关的数据并基于结果和分析得出关于可以采取的动作的结论。人工智能引擎735可以由例如沃森(Watson)计算机来实现,以学习、应用、并迭代地开发更好的用于反映意图的模型。
意图数据编译器740被配置成联合处理器来集合由人工智能735输出的信息并将该信息制定成能够由计算设备750进行显示。计算设备750能够操控并配置所显示和所分析的数据。
图8示出了根据本技术的一些方面的方法实施方式的流程图。所描述的方法描述了操作意图驱动的联系中心的实施方式。在步骤805,从用户设备接收通信。该通信可以包括一个或多个单词。如本文将进一步描述的,该通信可以为自然语言。
在步骤810,解析该通信以识别一个或多个单词中的一个或多个有效字。一个或多个有效字可以与用户设备的用户可用的动作有关。例如,通信可以陈述“我想要跟代表讲话”。该通信中的有效字可以是“代表”。可以通过将单词与数据库中的识别的有效字进行比较来识别有效字。
在步骤815,可以识别与一个或多个有效字相关联的预定义的意图。预定义的意图可以限定设备的用户可用的动作。例如,针对有效字“代表”,预定义的意图可以是“转发_到_代理(transfer_to_agent)”。在一些实施方式中,可以通过存储在数据库中的存储的有效字与意图之间的关联来识别预定义的意图。因此,可以通过搜索意图数据库来识别预定义的意图。
在步骤820,可以促进预定义的意图的注释。注释可以限定通信与预定义的意图之间关联的质量。在一个实施方式中,可以通过应用算法来自动地进行注释。在一些实施方式中,可以基于原始通信与识别的意图之间的相关性手动地完成注释。质量可以以任何合适的形式来注释,包括用单词(例如,“是”和“否”)、百分比(例如,“80%”)、数字(例如,从1到10的等级)等来注释。
在步骤825,检索一个或多个代理配置文件。该一个或多个代理配置文件中的每一者都与代理和终端设备相关联。代理配置文件可以包括与代理相关联的信息,该代理具有特定意图、类别、话题或主题方面的知识。代理配置文件还可以包括评级、解决时间、工作负荷、经验、费用结构、地理位置、感兴趣的意图、训练需求、难度水平等。
在步骤830,可以选择一个或多个代理配置文件中的一代理配置文件。可以基于代理配置文件与预定义的意图的相关性以及通信与预定义的意图之间的关联的质量来选择该代理配置文件。代理配置文件与预定义的意图的相关性可以指示预定义的意图匹配或最接近于例如该代理熟知的或具有经验的意图。还可以基于通信与预定义的意图之间的关联的质量来选择该代理配置文件。例如,如果具有通信与预定义的意图相关联的100%的置信度,则可以选择非常熟知该意图的某一代理。如果置信度相对低、例如为50%,则可以选择不太熟知该意图的代理,因为不太可能识别正确的意图,并且可能不需要最熟知的代理。
在步骤835,通信可以被路由。当在与代理配置文件相关联的终端设备处接收到通信时,促进动作的执行。例如,如果意图指示用户想要跟代理讲话,则可以在用户与代理之间打开通信通道。
图9A-图9D示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性控制面板报告。图9A是示出了用于通信和意图的度量的控制面板的屏幕截图。例如,图9A示出了对话的数量、通信会话的平均持续时间、意图分数、对话的意图、意图趋势、意图持续时间等。这些分析可以在用户联系意图驱动的联系中心并且他们的意图被确定时变得可用。
图9B是示出了代理与用户的对话的控制面板的屏幕截图。该控制面板示出了与用户交换的消息、用于代理对话的整体度量、以及评级和解决方框。
图9C是示出了代理度量的控制面板的屏幕截图。该控制面板示出了基于代理的表现对代理进行排名的代理排行榜。该控制面板还示出了度量,诸如意图的情绪、意图的对话持续时间、参与的代理的数量、每小时对话的数量、以及对话的平均持续时间。
图9D是示出了用于通信和意图的度量的控制面板的屏幕截图。例如,图9D示出了对话的数量、通信会话的平均持续时间、意图分数、对话的意图、意图趋势、意图持续时间等。这些分析可以在用户联系意图驱动的联系中心并且他们的意图被确定时变得可用。
图10A-图10G示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性定制界面。图10A是示出如何在意图驱动的联系中心的后端定制意图的界面的屏幕截图。意图的分类可以手动输入或者从预定义的列表中选择。可以根据领域将意图分组在一起,并且每个领域可以具有其自己的一组意图。该组意图可以按版本被保存为通用的或定制的。
图10B是示出了意图驱动的联系中心中定制的意图的形象化的模型的界面的屏幕截图。可以在该界面上通过检查所支持的意图的列表以及调用这些意图的样本措词来探索意图分类。此外,该界面可用于添加评论。例如,意图“账户_信息_请求(account_info_request)”可以由同类措词“我的账户被锁定了吗?”、“我的账户名是什么?”、和“我已经有账户了吗?”调用。
图10C是示出了相对于在副本数据中找到的意图集群建模的分类覆盖范围的界面的屏幕截图。例如,针对意图“账户_信息_请求”,用于“查找账号”的意图集群可以识别出1567条相关联的记录。可以相对于识别的意图检查这些记录的准确性。
图10D是用于编辑意图的界面的屏幕截图。在该界面上,用户可以添加和移除意图及相关的样本措词。例如,可以选择集群(例如,“查找,账号,2344个措词”)。可以选择建模的意图(例如,“请求账号|2个措词”)。措词开发者可以绘制用于匹配集群和其他集群的语义集群。来自副本的用于建模的意图的措词可以被显示并被选择或不被选择且被添加(例如,“我的账户名是什么?”和“我在哪里找到我的账户?”)。
图10E是用于检查用以训练意图模型的训练数据的界面的屏幕截图。在步骤1,可以选择注释的数据集。该数据集可以具有注释的记录、状态和报告。在步骤2,可以检查评价和建议。可以显示通信、识别的意图、置信度(即,关联的质量)、和判断的数量的快速浏览。此外,可以作出包括用于待与意图相关联的进一步通信、用于新意图等的建议的注释细节。
图10F是用于配置意图的Watson训练模型的界面的屏幕截图。在步骤1,可以根据模型的名称和/或模型的置信度阈值来配置该模型。在步骤2,可以配置数据集。可以选择训练数据集以及评价数据集。可以显示评价结果以及基于数据的见解,例如“高度混乱”、“分布差”等。还可以给出建议,例如,“4对意图具有50%的重叠,建议更新分类”。
图10G是用于发布模型的界面的屏幕截图。在该界面上,可以选择模型并且可以在发布之前添加发行说明。
图11A-图11B示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性训练界面。图11A是用于组织不同层面的数据的界面的屏幕截图。如图所示,数据被组织在命名为Taxonomies、Annotation、TrainingDataEval、和Models的文件夹中。选择一文件夹可以展开该文件夹以显示附加的文件夹或其中包含的数据。
图11B是用于选择分类并显示针对该分类接收的相关联的通信的界面的屏幕截图。例如,针对分类“固定我的利率”,显示通信“为什么我的利率持续增加”以及许多其他通信。
图12示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性分类类别。图12示出了主题、副主题、和意图的示例性组织以及如何组织和分析它们。
图13示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性训练措词。该屏幕截图示出了意图列表,可以从中选择意图以显示意图细节。例如,可以选择意图“开账单”以显示用于该意图的训练措词。用于意图“开账单”的示例性训练措词可以为“每个月多少钱”、“我每个月的成本是多少”、以及“价格是多少”。还可以在该界面上输入附加的训练措词。
图14A-图14B示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性可视化意图。图14A示出了意图“账户_管理(account_management)”以及与意图“账户_管理”相关的更具体的意图的图形表示。图14B示出了图14A中显示的信息的文本表示。在图14B中,意图信息被呈现为列表。
图15示出了根据本技术的一些方面的用于意图驱动的联系中心的示例性可视化分类。图15的界面示出了分类以及分类如何彼此相关的图形表示。
在以上描述中给出了具体细节以提供对实施方式的透彻理解。然而,应当理解,可以在没有这些具体细节的情况下实践实施方式。例如,电路可以被示为框图,以免在不必要的细节上使实施方式晦涩难懂。在其他情况下,可以示出公知的电路、过程、算法、结构和技术而没有不必要的细节,以避免使实施方式晦涩难懂。
上述技术、框图、步骤和装置的实现可以以各种方式来完成。例如,这些技术、框图、步骤和装置可以以硬件、软件或其组合来实现。对于硬件实现,处理单元可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行上述功能的其他电子单元和/或其组合内实现。
另外,应当注意,实施方式的各部分可以被描述为过程,该过程被描绘为流程图、作业图、数据流图、结构图或框图。尽管流程图可以将操作描述为顺序过程,但是许多操作可以并行或同时执行。另外,可以重新安排操作的顺序。当一个过程的操作完成时,该过程将终止,但是可以具有图中未包含的附加步骤。过程可以对应于方法、函数、程序、子例程、子程序等。当过程对应于函数时,其终止对应于该函数返回到调用函数或主函数。
此外,实施方式可以通过硬件、软件、脚本语言、固件、中间件、微代码、硬件描述语言、和/或他们的任何组合来实现。当以软件、固件、中间件、脚本语言和/或微代码实现时,执行必要任务的程序代码或代码段可以存储在诸如存储介质的机器可读介质中。代码段或机器可执行指令可表示过程、函数、子程序、程序、例程、子例程、模块、软件包、脚本、类,或指令、数据结构的任何组合,和/或程序语句。代码段可以通过传递和/或接收信息、数据、自变量、参数、和/或存储器内容而联接至另一代码段或硬件电路。信息、自变量、参数、数据等可以通过任何合适的方式传递、转发或传输,所述方式包括存储器共享、消息传送、票据传递、网络传输等。
对于固件和/或软件实现,可以利用执行本文描述的功能的模块(例如,程序、函数等)来实现方法。有形地体现指令的任何机器可读介质可用于实现本文描述的方法。例如,软件代码可以存储在存储器中。存储器可以在处理器内或处理器外部实现。如本文所使用的,术语“存储器”是指任何类型的长期、短期、易失性、非易失性或其它的存储介质,并且不限于任何特定类型的存储器或任何数量的存储器、或者上面存储有存储器的介质的类型。在一些实施方式中,服务可以是软件,该软件驻留在客户端设备的存储器和/或内容管理系统的一个或多个服务器中,并且当处理器执行与该服务相关联的软件时执行一个或多个功能。在一些实施方式中,服务是执行特定功能的程序或程序集合。在一些实施方式中,服务可以被认为是服务器。存储器可以是非暂时性计算机可读介质。
此外,如本文中所公开的,术语“存储介质”、“存储器”或“内存”可以表示用于存储数据的一个或多个存储器,包括只读存储器(ROM)、随机存取存储器(RAM)、磁性RAM、核心存储器、磁盘存储介质、光学存储介质、闪存设备和/或用于存储信息的其他机器可读介质。术语“机器可读介质”包括但不限于便携式或固定式存储设备、光学存储设备、无线通道、和/或能够存储的包含或承载(一个或多个)指令和/或数据的各种其它存储介质。在一些实施方式中,计算机可读存储设备、介质和存储器可以包括电缆或包含比特流等的无线信号。然而,当提及时,非暂时性计算机可读存储介质明确地排除诸如能量、载波信号、电磁波和信号本身之类的介质。
当利用机器可读指令使机器执行某些创造性步骤或功能时,该机器本身可以被认为是创造性的机器,其被编程为专门执行那些步骤或功能。例如,虽然机器可以在没有指令的情况下被认为是通用计算设备,但是利用指令,该机器被认为是专用设备,其被明确配置为执行功能的创造性步骤。
实现根据这些公开内容的方法的设备可以包括硬件、固件和/或软件,并且可以采用多种形式因素中的任何一种。这样的形式因素的典型示例包括服务器、便携式计算机、智能电话、小型个人计算机、个人数字助理等。本文描述的功能也可以体现在外围设备或内插式卡中。作为进一步的示例,这种功能还可以在不同芯片的电路板上或单个设备中执行的不同过程中实现。
指令、用于传输这样的指令的介质、用于执行它们的计算资源、以及用于支持这样的计算资源的其他结构是用于提供这些公开内容中所描述的功能的手段。
尽管使用各种示例和其他信息来解释所附权利要求的范围内的各个方面,但是基于这样的示例中的特定特征或布置,不应该暗示对权利要求的任何限制,因为本领域普通技术人员将能够使用这些示例来得出各种各样的实现。此外,尽管可能已经以特定于结构特征和/或方法步骤的示例的语言描述了一些主题,但是应当理解,所附权利要求书中定义的主题不必限于这些所描述的特征或动作。例如,这种功能可以不同地分布或在除本文所标识的组件之外的组件中执行。而是,所描述的特征和步骤被公开为在所附权利要求的范围内的系统和方法的组件的示例。
尽管以上已经结合具体的装置和方法描述了本发明的原理,但是应当清楚地理解,该描述仅是通过示例的方式进行的,并且不作为对本发明范围的限制。
Claims (20)
1.一种计算机实现的方法,包括:
接收通信,其中,所述通信包括自然语言的一个或多个单词;
解析所述通信以识别有效字,其中,所述有效字与和用户设备相关联的可用动作有关;
识别与所述有效字相关联的预定义的意图,其中,所述预定义的意图限定与所述用户设备相关联的所述动作;
促进所述预定义的意图的注释,其中,所述注释限定所述通信与所述预定义的意图之间的关联的质量;
检索一个或多个代理配置文件,其中,代理配置文件与代理和终端设备相关联;
从所述一个或多个代理配置文件中选择一代理配置文件,其中,基于该代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量来选择该代理配置文件;以及
路由所述通信,其中,当在与所选择的代理配置文件相关联的终端设备处接收到所述通信时,促进所述动作的执行。
2.如权利要求1所述的计算机实现的方法,其中,识别所述有效字包括查询至少包括所述有效字的数据库,其中所述查询使用所述一个或多个单词作为输入来执行。
3.如权利要求1所述的计算机实现的方法,其中,通过对包括所存储的有效字与意图之间的关联的数据库的查询来识别与所述有效字相关联的所述预定义的意图。
4.如权利要求1所述的计算机实现的方法,其中,基于所述通信与所述预定义的意图的相关性来执行所述注释。
5.如权利要求1所述的计算机实现的方法,其中,所述代理配置文件与所述预定义的意图的所述相关性指示所述预定义的意图匹配与所述代理配置文件相关联的代理熟知的意图。
6.如权利要求1所述的计算机实现的方法,其中,所述动作的执行包括促进所述用户设备与所述终端设备之间的连接。
7.一种系统,包括:
一个或多个处理器;以及
包括指令的存储器,所述指令在被所述一个或多个处理器执行时使得所述系统:
接收通信,其中,所述通信包括自然语言的一个或多个单词;
识别来自所述通信的所述一个或多个单词中的有效字,其中,所述有效字与和用户设备相关联的可用动作有关;
识别与所述有效字相关联的预定义的意图,其中,所述预定义的意图限定所述用户设备可用的动作;
注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量;
从一个或多个代理配置文件中选择一代理配置文件,其中,基于该代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量来选择该代理配置文件,其中,代理配置文件与代理和终端设备相关联;以及
路由所述通信,其中,当在与所选择的代理配置文件相关联的终端设备处接收到所述通信时,促进所述动作的执行。
8.如权利要求7所述的系统,其中,使得所述系统识别所述预定义的意图的指令还使得所述系统执行所述通信的语义分析以及用户输入和通信统计的分析以确定所述预定义的意图。
9.如权利要求7所述的系统,其中,所述代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量基于分数来确定,所述分数反映与所述代理配置文件相关联的所述终端设备和代理用于响应所述通信的适合性。
10.如权利要求7所述的系统,其中,使得所述系统注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量的指令还使得所述系统:
将所述有效字和所述预定义的意图提供给计算设备以使得所述计算设备执行对所述关联的质量的评价;以及
从所述计算设备获得对所述关联的质量的所述评价。
11.如权利要求7所述的系统,其中,使得所述系统识别与所述有效字相关联的预定义的意图的指令还使得所述系统查询包括所存储的有效字与意图之间的所存储的关联的数据库,以识别所述有效字与所述预定义的意图之间的关联。
12.如权利要求7所述的系统,其中,使得所述系统注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量的指令还使得所述系统基于所述有效字与所述预定义的意图之间的第二关联计算所述质量。
13.如权利要求7所述的系统,其中,使用人工智能和意图模型来生成所述预定义的意图,其中所述人工智能被应用于所述意图模型以集合与意图有关的数据以及生成相应意图。
14.一种非暂时性计算机可读存储介质,其上存储有可执行指令,所述可执行指令在被计算机系统的一个或多个处理器执行时使得所述计算机系统:
从通信中识别有效字,其中,所述通信包括自然语言的一个或多个单词,并且其中,所述一个或多个单词包括所述有效字;
识别与所述有效字相关联的预定义的意图,其中,所述预定义的意图限定用户设备可用的动作;
注释所述预定义的意图以限定所述通信与所述预定义的意图之间的关联的质量;
从一个或多个代理配置文件中选择一代理配置文件,其中,基于该代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量来选择该代理配置文件,其中,代理配置文件与代理和终端设备相关联;以及
路由所述通信,其中,当在与所选择的代理配置文件相关联的终端设备处接收到所述通信时,促进所述动作的执行。
15.如权利要求14所述的非暂时性计算机可读存储介质,其中,使得所述计算机系统从所述通信中识别所述有效字的可执行指令还使得所述计算机系统执行对包括对应于所存储的有效字的条目的数据库的查询以获得所述有效字,其中,所述查询使用所述一个或多个单词作为输入来执行。
16.如权利要求14所述的非暂时性计算机可读存储介质,其中,所述代理配置文件与所述预定义的意图的相关性指示所述预定义的意图匹配与所述代理配置文件相关联的代理熟知的意图。
17.如权利要求14所述的非暂时性计算机可读存储介质,其中,基于置信度分数来确定所述通信与所述预定义的意图之间的关联的质量,所述置信度分数指示所述通信与所述预定义的意图相关联的置信度。
18.如权利要求14所述的非暂时性计算机可读存储介质,其中,所述代理配置文件与所述预定义的意图的相关性和所述通信与所述预定义的意图之间的关联的质量基于分数来确定,所述分数反映与所述代理配置文件相关联的所述终端设备和代理用于响应所述通信的适合性。
19.如权利要求14所述的非暂时性计算机可读存储介质,其中,使得所述计算机系统路由所述通信的可执行指令还使得所述计算机系统建立所述用户设备与所述终端设备之间的连接。
20.如权利要求14所述的非暂时性计算机可读存储介质,其中,使用人工智能和意图模型来生成所述预定义的意图,其中,所述人工智能被应用于所述意图模型以集合与意图有关的数据以及生成相应意图。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962810146P | 2019-02-25 | 2019-02-25 | |
US62/810,146 | 2019-02-25 | ||
PCT/US2020/019273 WO2020176353A1 (en) | 2019-02-25 | 2020-02-21 | Intent-driven contact center |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113474768A true CN113474768A (zh) | 2021-10-01 |
Family
ID=69941478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080016457.5A Pending CN113474768A (zh) | 2019-02-25 | 2020-02-21 | 意图驱动的联系中心 |
Country Status (9)
Country | Link |
---|---|
US (2) | US11050884B2 (zh) |
EP (1) | EP3931720A1 (zh) |
JP (2) | JP7250946B2 (zh) |
CN (1) | CN113474768A (zh) |
AU (2) | AU2020229706B2 (zh) |
CA (1) | CA3131370A1 (zh) |
IL (1) | IL285791A (zh) |
SG (1) | SG11202108736WA (zh) |
WO (1) | WO2020176353A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11544470B2 (en) * | 2020-06-01 | 2023-01-03 | Salesforce, Inc. | Efficient determination of user intent for natural language expressions based on machine learning |
IL305945A (en) | 2021-04-02 | 2023-11-01 | Liveperson Inc | Domain matching of natural language processing encoders and artificial intelligence with information refinement |
US20230090049A1 (en) * | 2021-09-17 | 2023-03-23 | Optum, Inc. | Computer systems and computer-based methods for automated callback scheduling utilizing call duration prediction |
US20230134392A1 (en) * | 2021-11-02 | 2023-05-04 | Liveperson, Inc. | Automated decisioning based on predicted user intent |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567408A (zh) * | 2010-12-31 | 2012-07-11 | 阿里巴巴集团控股有限公司 | 推荐搜索关键词的方法和装置 |
US20150324881A1 (en) * | 2014-05-09 | 2015-11-12 | Myworld, Inc. | Commerce System and Method of Providing Intelligent Personal Agents for Identifying Intent to Buy |
CN105144136A (zh) * | 2012-12-13 | 2015-12-09 | 微软技术许可有限责任公司 | 动作代理 |
CN105871810A (zh) * | 2015-12-22 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种预防信息被屏蔽的方法及相应的装置 |
EP3122001A1 (en) * | 2015-07-24 | 2017-01-25 | Facebook, Inc. | Providing personal assistant service via messaging |
CN107210033A (zh) * | 2015-01-30 | 2017-09-26 | 微软技术许可有限责任公司 | 基于众包来更新用于数字个人助理的语言理解分类器模型 |
CN107491295A (zh) * | 2016-06-11 | 2017-12-19 | 苹果公司 | 具有数字助理的应用集成 |
CN108369574A (zh) * | 2015-09-30 | 2018-08-03 | 苹果公司 | 智能设备识别 |
CN109074292A (zh) * | 2016-04-18 | 2018-12-21 | 谷歌有限责任公司 | 适当的代理的自动化助理调用 |
US20190042663A1 (en) * | 2017-08-02 | 2019-02-07 | Yahoo Holdings, Inc. | Method and system for generating a conversational agent by automatic paraphrase generation based on machine translation |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004280158A (ja) | 2003-03-12 | 2004-10-07 | Fujitsu Ltd | オペレータ支援方法 |
JP2007200198A (ja) | 2006-01-30 | 2007-08-09 | Masahiro Yoshimoto | コールセンターシステム |
JP4162015B2 (ja) | 2006-05-18 | 2008-10-08 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP2010054897A (ja) | 2008-08-29 | 2010-03-11 | Brother Ind Ltd | 音声認識装置、音声認識プログラム、受付装置および受付プログラム |
US20120296638A1 (en) | 2012-05-18 | 2012-11-22 | Ashish Patwa | Method and system for quickly recognizing and responding to user intents and questions from natural language input using intelligent hierarchical processing and personalized adaptive semantic interface |
US9392116B2 (en) * | 2013-12-26 | 2016-07-12 | Genesys Telecommunications Laboratories, Inc. | System and method for customer experience management |
US10083205B2 (en) * | 2014-02-12 | 2018-09-25 | Samsung Electronics Co., Ltd. | Query cards |
RU2014111971A (ru) | 2014-03-28 | 2015-10-10 | Юрий Михайлович Буров | Способ и система голосового интерфейса |
US9894205B1 (en) * | 2014-09-23 | 2018-02-13 | Noble Systems Corporation | Measuring contact center agent effectiveness using a predictive model |
US10203933B2 (en) * | 2014-11-06 | 2019-02-12 | Microsoft Technology Licensing, Llc | Context-based command surfacing |
US10152299B2 (en) * | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US9865280B2 (en) * | 2015-03-06 | 2018-01-09 | Apple Inc. | Structured dictation using intelligent automated assistants |
US20160358115A1 (en) * | 2015-06-04 | 2016-12-08 | Mattersight Corporation | Quality assurance analytics systems and methods |
US10686738B2 (en) | 2015-07-24 | 2020-06-16 | Facebook, Inc. | Providing personal assistant service via messaging |
JP6832503B2 (ja) | 2016-09-07 | 2021-02-24 | パナソニックIpマネジメント株式会社 | 情報提示方法、情報提示プログラム及び情報提示システム |
US10783188B2 (en) * | 2017-02-17 | 2020-09-22 | Salesforce.Com, Inc. | Intelligent embedded self-help service |
CA3062326A1 (en) | 2017-05-05 | 2018-11-08 | Liveperson, Inc. | Dynamic response prediction for improved bot task processing |
US20180336275A1 (en) * | 2017-05-16 | 2018-11-22 | Apple Inc. | Intelligent automated assistant for media exploration |
US10963525B2 (en) * | 2017-07-07 | 2021-03-30 | Avnet, Inc. | Artificial intelligence system for providing relevant content queries across unconnected websites via a conversational environment |
SG11202000712YA (en) * | 2017-08-03 | 2020-02-27 | Telepathy Labs Inc | Omnichannel, intelligent, proactive virtual agent |
CN110753908B (zh) * | 2017-08-22 | 2023-11-10 | 谷歌有限责任公司 | 在通信会话期间促进用户设备和/或代理设备动作 |
US10824962B2 (en) * | 2017-09-29 | 2020-11-03 | Oracle International Corporation | Utterance quality estimation |
US10884598B2 (en) * | 2017-09-29 | 2021-01-05 | Oracle International Corporation | Analytics for a bot system |
WO2019128541A1 (en) * | 2017-12-31 | 2019-07-04 | Midea Group Co., Ltd. | Method and system for controlling multiple home devices |
US10496382B2 (en) * | 2018-02-22 | 2019-12-03 | Midea Group Co., Ltd. | Machine generation of context-free grammar for intent deduction |
US20190281878A1 (en) * | 2018-03-19 | 2019-09-19 | Midea Group Co., Ltd. | Method and system for providing action recommendations associated with kitchen appliances |
US10755706B2 (en) * | 2018-03-26 | 2020-08-25 | Midea Group Co., Ltd. | Voice-based user interface with dynamically switchable endpoints |
DK201870355A1 (en) * | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
GB2595058A (en) * | 2018-11-12 | 2021-11-17 | Gorny Tomas | System and method of assigning customer service tickets |
-
2020
- 2020-02-21 US US16/797,779 patent/US11050884B2/en active Active
- 2020-02-21 SG SG11202108736WA patent/SG11202108736WA/en unknown
- 2020-02-21 CA CA3131370A patent/CA3131370A1/en active Pending
- 2020-02-21 WO PCT/US2020/019273 patent/WO2020176353A1/en unknown
- 2020-02-21 CN CN202080016457.5A patent/CN113474768A/zh active Pending
- 2020-02-21 AU AU2020229706A patent/AU2020229706B2/en active Active
- 2020-02-21 EP EP20713448.7A patent/EP3931720A1/en active Pending
- 2020-02-21 JP JP2021549696A patent/JP7250946B2/ja active Active
-
2021
- 2021-05-28 US US17/334,065 patent/US20220060580A1/en active Pending
- 2021-08-23 IL IL285791A patent/IL285791A/en unknown
-
2023
- 2023-03-22 JP JP2023045265A patent/JP2023088991A/ja active Pending
- 2023-06-05 AU AU2023203506A patent/AU2023203506A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567408A (zh) * | 2010-12-31 | 2012-07-11 | 阿里巴巴集团控股有限公司 | 推荐搜索关键词的方法和装置 |
CN105144136A (zh) * | 2012-12-13 | 2015-12-09 | 微软技术许可有限责任公司 | 动作代理 |
US20150324881A1 (en) * | 2014-05-09 | 2015-11-12 | Myworld, Inc. | Commerce System and Method of Providing Intelligent Personal Agents for Identifying Intent to Buy |
CN107210033A (zh) * | 2015-01-30 | 2017-09-26 | 微软技术许可有限责任公司 | 基于众包来更新用于数字个人助理的语言理解分类器模型 |
EP3122001A1 (en) * | 2015-07-24 | 2017-01-25 | Facebook, Inc. | Providing personal assistant service via messaging |
CN108369574A (zh) * | 2015-09-30 | 2018-08-03 | 苹果公司 | 智能设备识别 |
CN105871810A (zh) * | 2015-12-22 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种预防信息被屏蔽的方法及相应的装置 |
CN109074292A (zh) * | 2016-04-18 | 2018-12-21 | 谷歌有限责任公司 | 适当的代理的自动化助理调用 |
CN107491295A (zh) * | 2016-06-11 | 2017-12-19 | 苹果公司 | 具有数字助理的应用集成 |
US20190042663A1 (en) * | 2017-08-02 | 2019-02-07 | Yahoo Holdings, Inc. | Method and system for generating a conversational agent by automatic paraphrase generation based on machine translation |
Non-Patent Citations (2)
Title |
---|
DANIEL J. SUTTON 等: "Object Interaction Language (OIL): An intent-based language for programming self-organized sensor/actuator networks", 《2010 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS》, 3 December 2010 (2010-12-03), pages 6113 - 6118 * |
田蒂: "基于用户检索意图的元搜索引擎研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 9, 15 September 2016 (2016-09-15), pages 138 - 442 * |
Also Published As
Publication number | Publication date |
---|---|
EP3931720A1 (en) | 2022-01-05 |
JP2022523379A (ja) | 2022-04-22 |
AU2020229706B2 (en) | 2023-03-16 |
JP2023088991A (ja) | 2023-06-27 |
WO2020176353A1 (en) | 2020-09-03 |
AU2023203506A1 (en) | 2023-06-29 |
CA3131370A1 (en) | 2020-09-03 |
AU2020229706A1 (en) | 2021-09-16 |
US11050884B2 (en) | 2021-06-29 |
JP7250946B2 (ja) | 2023-04-03 |
US20220060580A1 (en) | 2022-02-24 |
US20200274969A1 (en) | 2020-08-27 |
IL285791A (en) | 2021-10-31 |
SG11202108736WA (en) | 2021-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020241751B2 (en) | Dynamic communications routing to disparate endpoints | |
AU2020290470B2 (en) | Systems and methods for communication system intent analysis | |
US11595325B2 (en) | Bot response generation with dynamically-changing website or native application | |
AU2020229706B2 (en) | Intent-driven contact center | |
AU2020402099B2 (en) | Function-as-a-service cloud chatbot for two-way communication systems | |
CN112913219A (zh) | 动态终结点通信通道 | |
CN114051740A (zh) | 用于外部系统集成的系统和方法 | |
US11888792B2 (en) | Bot supervision | |
CN113632442B (zh) | 动态消息处理和消息传递中的数据聚合 | |
WO2023244519A1 (en) | Targeted generative ai from merged communication transcripts | |
CN114223188A (zh) | 用于管理交互邀请的系统和方法 | |
CN113632442A (zh) | 动态消息处理和消息传递中的数据聚合 |
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 |