CN114004581A - 一种基于多维政务事项知识库的意图交互系统 - Google Patents
一种基于多维政务事项知识库的意图交互系统 Download PDFInfo
- Publication number
- CN114004581A CN114004581A CN202111186883.6A CN202111186883A CN114004581A CN 114004581 A CN114004581 A CN 114004581A CN 202111186883 A CN202111186883 A CN 202111186883A CN 114004581 A CN114004581 A CN 114004581A
- Authority
- CN
- China
- Prior art keywords
- module
- intention
- data
- user
- information
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 59
- 238000012549 training Methods 0.000 claims abstract description 46
- 230000002452 interceptive effect Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000003062 neural network model Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 17
- 238000002372 labelling Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 238000009960 carding Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 2
- 230000005012 migration Effects 0.000 claims description 2
- 239000013049 sediment Substances 0.000 claims 1
- 230000000007 visual effect Effects 0.000 description 16
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013526 transfer learning Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于多维政务事项知识库的意图交互系统，包括：交互接口单元，为终端交互界面与终端用户提供沟通桥梁，通过底层人工智能算法支持实现多媒体多模态交互；交互引擎单元，在政务服务办理过程中，通过人工智能技术，基于对自然语言理解与分析，通过交互接口单元帮助终端用户使用和办理相应的政务服务；AI能力单元，用于对训练任务、推理任务所需数据的预处理和神经网络模型的意图进行训练并形成训练模型；多维政务事项知识库单元，用于管理训练模型中沉淀下的数据，并形成数据资产；本发明提供的意图交互系统，基于意图识别与推测的公共服务能力，建立自动化、智能化、协同化的政务公共服务平台，提高政务服务效率和行政效率。
Description
技术领域
本发明属于知识库系统技术领域，具体涉及一种基于多维政务事项知识库的意图交互系统。
背景技术
伴随政府政务精细化管控趋势，政府提供的政务服务愈发复杂,同时由于数字政府的持续演进发展，政府大力推行政务网上办理。虽然有些省份已经在政务智能化方面进行尝试，但大部分技术方案仅限于基于中文分词技术、模糊匹配、搜索与个性化推荐这几个方面，无法精准匹配用户真实意图，也无法做到对事项流程不同节点的关联。
现有技术方案大部分是各个不同的技术团队使用各省份或各地市不同办事权力清单标准开发的，效果往往参差不齐，对群众意图理解的准确度不高，主要原因如下：(1)政务服务网设计复杂：由于政务事项种类繁多，分类模糊，政务服务门户设计复杂，部分功能只是通过链接的方式集中于政务服务网，导致使用过程中多次跳转难以找到相关事项。使用方式及流程复杂，部分人群难以快速上手；(2)群众不了解政务流程：部分群众对自身想要解决的问题和需要去办理的政务流程没有对应概念，群众的目标及习惯的描述方式可能与实际的官方定义或准确名词不对应，导致即使在门户网站进行检索也难以快速找到相关目标内容；(3)部门间职责划转：政府各部门关系复杂，职责划转为常态，即使是工作人员在非自身负责的职责问题上可能了解也不深，群众对政务的了解程度则更低，部分已办理过形成的经验也会因为职责划转导致失效，而群众并不会时常去深入了解政务服务流程，导致网上办理政务服务对部分人群难度较高。
发明内容
本发明的目的是为了解决背景技术中所提出的问题，而提供一种基于多维政务事项知识库的意图交互系统，提供基于意图识别与推测的公共服务能力，使政务服务交互模式本质上改变，提供“一意直通”式的政务服务，建立自动化、智能化、协同化的政务公共服务平台，提高政务服务效率和行政效率。
本发明的目的是这样实现的：
一种基于多维政务事项知识库的意图交互系统，包括：
交互接口单元，为终端交互界面与终端用户提供沟通桥梁，通过底层人工智能算法支持实现多媒体多模态交互；
交互引擎单元，在政务服务办理过程中，通过人工智能技术，基于对自然语言理解与分析，通过交互接口单元帮助终端用户使用和办理相应的政务服务； AI能力单元，用于对训练任务、推理任务所需数据的预处理和神经网络模型的意图进行训练并形成训练模型；
多维政务事项知识库单元，用于管理AI能力单元形成的训练模型中沉淀下的数据，并形成数据资产。
优选的，所述的AI能力单元包括知识抽取模块，知识定义模块，数据标注模块，命名实体识别模块，实体名称归一模块，命名实体规范化模块，实体对齐模块，实体、关系联合抽取模块，意图识别文本分类模块，同时具备对训练模型的发布能力。
优选的，所述的训练模型中沉淀下的数据包括有：
语料库，用支撑不同地域；
事项画像，用于支撑不同厅局、不同办理条件、不同办理流程、不同精细化治理力度；
用户画像，用于支撑不同用户；
时间序列，用于支撑事项的频繁变更；
意图目标管理，用于支撑不用的使用频次。
优选的，所述的交互系统还包括有：
人机交互模块，通过交互接口单元进行语音录制、图像采集、文本录入的数据采集，并将采集的数据传输至交互引擎单元进行处理，将结果反馈给用户；数据预处理模块，用于对人机交互模块采集到语音数据、图像数据和录入的文本进行预处理后，传输至交互引擎单元；
链式导服模块，提供群众可直观查看的确定事项的场景化流程化展示；
地图导服模块，提供群众可直观预览的不确定事项的立体化展示，对群众所处办事流程的状态与位置提供全方位参考；
服务评价模块，获取用户反馈的评价，并根据反馈的评价改善服务策略及数据，提高意图判断准确率；
全事项梳理模块，对办事权力清单进行统一梳理，确保权力清单认领无遗漏；训练模块，用于AI能力单元中的训练任务的多次分类标注、识别训练、迁移学习的构建和任务调整；
模态融合模块，用于对用户通过人机交互模块输入的图像、语音、文字的多元信息进行融合处理，将不同模态下的信息统一形成为文字类信息，支撑后续识别过程；
用户画像模块，用于对用户相关的个人属性、社会属性、偏好特征的个人数据信息进行拉取与融合，标签化抽象出用户信息，综合构建出用户个人的特征全貌，为后续意图识别提供参考依据；
意图识别模块，用于将用户输入的信息，通过模态融合模块进行多模态融合后，结合用户画像模块的信息，识别出相应的语料库所对应的用户意图；
回复控制模块，用于管理回复逻辑、生成回复内容和回复内容语音化，包括有问题检索，文本倒排索引，文本向量化，向量索引，同时结合业务逻辑生成回复；
意图监督模块，对用户意图的危险程度进行识别与监督，及时发现危险意图，并预警相应人员进行处理；
模糊推理模块，用于对意图目标进行泛化与模糊推理，提升政务场景下对文字、语音和图像信息的识别与理解能力，提升意图识别准确率；
事项画像模块，用于将训练模型中沉淀下的事项画像数据的信息进行拉取与融合，标签化抽象出事项信息，综合构建出事项特征；
事项立方体模块，用于存储不同维度立体化的事项内容、事项流程、办理人员、时间序列的全方位的意图信息；
语料库模块，用于存储并管理语料库内各类数据转化的文本信息，并对语料库进行增、删、改、查的数据集操作；
意图匹配模块，用于存储识别正确的政务意图，以意图目标为核心信息，构建匹配对应语料库信息和政务流程，实现信息的综合映射结构，为构建多维的事项立方体提供可信数据支撑；
政务流程模块，用于构建并管理政务服务流程库，对各项政务流程进行统一管理；
意图目标模块，用于管理语料与意图结果，统计用户常用意图内容，筛选删除预测的错误意图。
优选的，所述的事项立方体模块的存储形式包括图数据库、关系型数据库、内存数据库和搜索引擎。
优选的，所述的意图识别模块包括有意图类别定义，意图分类模型，语义槽设计，槽位填充和文本匹配。
优选的，所述的全事项梳理模块按照政务事项类别、政务事项流程、政务事项办理材料和政务事项办理结果的顺序将梳理后的清单进行更新，更新后的清单进入AI能力单元，AI能力单元对更新后的清单依次进行分类标注、模型训练集和测试集、识别训练和迁移学习、政务事项模型生成处理，将AI能力单元生成的模型进行模型发布。
优选的，所述的交互系统的工作流程如下：
S1、人机交互模块通过交互接口单元将采集到的待处理图像进、待处理语音和待处理文本通过数据预处理模块生成第一文本，并将第一文本传输至交互引擎单元进行识别引擎处理；
S2、将S1进行识别引擎处理的结果反馈给用户，若用户满意，则将结果重新标注并送入进入备选知识训练集进行存储；
S3、将S1进行识别引擎处理的结果反馈给用户，若用户不满意，则系统对目标办理事项进行二次反馈，并重新标注、进入备选知识训练集进行筛选，将用户画像模块采集的用户画像和多维政务事项知识库单元内的数据资产重新送入交互引擎单元进行识别引擎处理，直至用户对反馈的结果满意。
优选的，所述的交互引擎单元的工作流程如下：
1)交互引擎单元对AI能力单元将生产的训练模型和交互接口单元生成的第一文本进行意图识别并形成意图列表，并将意图列表结合用户画像生产第一置信度意图目标；
2)所述的第一置信度意图目标依次经过多轮交互节点和交互路径筛选，并根据第一本文词槽信息寻找意图目标的下一跳节点，根据不同节点返回交互信息，结合交互信息的回答内容，寻找目标下一跳节点，若未找到目标下一跳节点，则返回至多轮交互节点重新进行交互路径筛选，直至寻找到目标下一调节点为止。
优选的，所述的意图监督模块对第一置信度意图目标进行监督。
优选的，所述的第一文本经过词义分析NLU模型后进行词槽识别，生产识别意图。
优选的，所述的交互系统内的政务数据具有多维化，所述的多维化的政务数据的可视化流程如下：
(1)将用户画像模块生产的用户信息结合交互系统内数据中的多维数据集，将其归类为数据项集合数据表和数据属性集合数据表；
(2)对数据项集合数据表进行坐标轴集和视觉元素集归类处理，并将坐标轴集纳入视觉元素集内；
(3)将数据属性集合数据表归纳为控件集，并将控件集纳入数据元素集内；
(4)将步骤(2)和(3)内融合有坐标轴集和控件集的视觉元素集进行多侧面数据可视化视图展示。
优选的，所述的数据属性集合数据表和数据项集合数据表对应Card模型的数据表，控件集、坐标轴集合、视觉元素集合对应Card模型的可视结构。
与现有技术相比，本发明的有益效果在于：
1、本发明提供的一种基于多维政务事项知识库的意图交互系统，使用自然语言处理技术及人工智能技术，通过对用户分步交互式引导，淡化用户对辅助办理系统的感知，达到“一意直通”的最终效果，实现政务服务整体模式质变，方便办事群众和办事人员。
2、本发明提供的一种基于多维政务事项知识库的意图交互系统，通过对全部事项全部流程进行梳理，统一融合多个厅局多个部门事项数据，保障数据全面性和数据来源质量，借助人工智能训练、用户画像、事项画像、多维度立方体政务意图知识库等手段保障识别准确率与召回率。
附图说明
图1是本发明一种基于多维政务事项知识库的意图交互系统结构示意图。
图2是本发明一种基于多维政务事项知识库的意图交互系统的多维政务事项知识库单元示意图。
图3是本发明一种基于多维政务事项知识库的意图交互系统的工作流程图。
图4是本发明一种基于多维政务事项知识库的意图交互系统的全事项梳理模块示意图。
图5是本发明一种基于多维政务事项知识库的意图交互系统的交互引擎单元的工作流程图。
具体实施方式
下面结合附图对本发明实施例中的技术方案进行清楚、完整的描述，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。
实施例1
结合图1和图2，一种基于多维政务事项知识库的意图交互系统，包括：
交互接口单元，为终端交互界面与终端用户提供沟通桥梁，通过底层人工智能算法支持实现多媒体多模态交互；
交互引擎单元，在政务服务办理过程中，通过人工智能技术，基于对自然语言理解与分析，通过交互接口单元帮助终端用户使用和办理相应的政务服务； AI能力单元，用于对训练任务、推理任务所需数据的预处理和神经网络模型的意图进行训练并形成训练模型，所述的AI能力单元包括知识抽取模块，知识定义模块，数据标注模块，命名实体识别模块，实体名称归一模块，命名实体规范化模块，实体对齐模块，实体、关系联合抽取模块，意图识别文本分类模块，同时具备对训练模型的发布能力。
多维政务事项知识库单元，用于管理AI能力单元形成的训练模型中沉淀下的数据，并形成数据资产，所述的训练模型中沉淀下的数据包括有：语料库，用支撑不同地域；事项画像，用于支撑不同厅局、不同办理条件、不同办理流程、不同精细化治理力度；用户画像，用于支撑不同用户；时间序列，用于支撑事项的频繁变更；意图目标管理，用于支撑不用的使用频次。
所述的交互系统还包括有：
人机交互模块，通过交互接口单元进行语音录制、图像采集、文本录入的数据采集，并将采集的数据传输至交互引擎单元进行处理，将结果反馈给用户。
数据预处理模块，用于对人机交互模块采集到语音数据、图像数据和录入的文本进行预处理后，传输至交互引擎单元。
链式导服模块，提供群众可直观查看的确定事项的场景化流程化展示。
地图导服模块，提供群众可直观预览的不确定事项的立体化展示，对群众所处办事流程的状态与位置提供全方位参考。
服务评价模块，获取用户反馈的评价，并根据反馈的评价改善服务策略及数据，提高意图判断准确率。
全事项梳理模块，对办事权力清单进行统一梳理，确保权力清单认领无遗漏，并及时维护更新，确保权力事项更新过程保持一致性和挂载准确性。
结合图4，所述的全事项梳理模块按照政务事项类别、政务事项流程、政务事项办理材料和政务事项办理结果的顺序将梳理后的清单进行更新，更新后的清单进入AI能力单元，AI能力单元对更新后的清单依次进行分类标注、模型训练集和测试集、识别训练和迁移学习、政务事项模型生成处理，将AI 能力单元生成的模型进行模型发布。
训练模块，用于AI能力单元中的训练任务的多次分类标注、识别训练、迁移学习的构建和任务调整。
模态融合模块，用于对用户通过人机交互模块输入的图像、语音、文字的多元信息进行融合处理，将不同模态下的信息统一形成为文字类信息，支撑后续识别过程。
用户画像模块，用于对用户相关的个人属性、社会属性、偏好特征的个人数据信息进行拉取与融合，标签化抽象出用户信息，综合构建出用户个人的特征全貌，为后续意图识别提供参考依据。
意图识别模块，用于将用户输入的信息，通过模态融合模块进行多模态融合后，结合用户画像模块的信息，识别出相应的语料库所对应的用户意图，包括有意图类别定义，意图分类模型，语义槽设计，槽位填充和文本匹配。
回复控制模块，用于管理回复逻辑、生成回复内容和回复内容语音化，包括有问题检索，文本倒排索引，文本向量化，向量索引，同时结合业务逻辑生成回复。
意图监督模块，对用户意图的危险程度进行识别与监督，及时发现危险意图，并预警相应人员进行处理。
模糊推理模块，用于对意图目标进行泛化与模糊推理，提升政务场景下对文字、语音和图像信息的识别与理解能力，提升意图识别准确率。
事项画像模块，用于将训练模型中沉淀下的事项画像数据的信息进行拉取与融合，标签化抽象出事项信息，综合构建出事项特征。
事项立方体模块，用于存储不同维度立体化的事项内容、事项流程、办理人员、时间序列的全方位的意图信息，所述的事项立方体模块的存储形式包括图数据库、关系型数据库、内存数据库和搜索引擎。
语料库模块，用于存储并管理语料库内各类数据转化的文本信息，并对语料库进行增、删、改、查的数据集操作。
意图匹配模块，用于存储识别正确的政务意图，以意图目标为核心信息，构建匹配对应语料库信息和政务流程，实现信息的综合映射结构，为构建多维的事项立方体提供可信数据支撑。
政务流程模块，用于构建并管理政务服务流程库，对各项政务流程进行统一管理。
意图目标模块，用于管理语料与意图结果，统计用户常用意图内容，筛选删除预测的错误意图。
借助人工智能训练、用户画像、事项画像、多维度立方体政务意图知识库等手段保障识别准确率与召回率，通过对全部事项全部流程进行梳理，统一融合多个厅局多个部门事项数据，保障数据全面性和数据来源质量，后端服务采用分布式微服务框架提供高性能的识别服务与并发能力，能同时支撑多模态语料信息，通过泛化理解与模糊推理可及时纠错计算出用户真实输入内容，通过不断交互，可自我迭代更加准确的个性化意图目标，全方位多维度立体化的政务意图知识库，模型关联复杂，存储方式多样，同时能不断更新，与事项更新保持同步。
实施例2
在实施例1的基础上，结合图3，所述的交互系统的工作流程如下：
S1、人机交互模块通过交互接口单元将采集到的待处理图像进、待处理语音和待处理文本通过数据预处理模块生成第一文本，并将第一文本传输至交互引擎单元进行识别引擎处理；
S2、将S1进行识别引擎处理的结果反馈给用户，若用户满意，则将结果重新标注并送入进入备选知识训练集进行存储。
S3、将S1进行识别引擎处理的结果反馈给用户，若用户不满意，则系统对目标办理事项进行二次反馈，并重新标注、进入备选知识训练集进行筛选，将用户画像模块采集的用户画像和多维政务事项知识库单元内的数据资产重新送入交互引擎单元进行识别引擎处理，直至用户对反馈的结果满意。
本发明提供的交互系统，解决了群众办理政务类相关事项的过程中因为对相关事项业务流程不熟悉或因自身诉求表述不准确而导致无法快速找到事项办理入口进入事项办理流程的问题，能从群众通俗化描述的问题中识别出群众的实际意图，然后在意图中抽取政务服务方面的实际需求，再将政务办理需求与政务服务流程相关联，通过分步交互引导使用户逐步完成政务事项办理，解决其自身需求。
实施例3
结合图5，所述的交互引擎单元的工作流程如下：
1)交互引擎单元对AI能力单元将生产的训练模型和交互接口单元生成的第一文本进行意图识别并形成意图列表，并将意图列表结合用户画像生产第一置信度意图目标，所述的意图监督模块对第一置信度意图目标进行监督；
2)所述的第一置信度意图目标依次经过多轮交互节点和交互路径筛选，并根据第一本文词槽信息寻找意图目标的下一跳节点，根据不同节点返回交互信息，结合交互信息的回答内容，寻找目标下一跳节点，若未找到目标下一跳节点，则返回至多轮交互节点重新进行交互路径筛选，直至寻找到目标下一调节点为止。
其中第一文本经过词义分析NLU模型后进行词槽识别，生产识别意图。
交互引擎单元在政务服务办理过程中，通过人工智能等技术手段，基于对自然语言理解与分析，帮助用户使用或办理相关政务服务。
实施例4
所述的交互系统内的政务数据具有多维化，所述的多维化的政务数据的可视化流程如下：
(1)将用户画像模块生产的用户信息结合交互系统内数据中的多维数据集，将其归类为数据项集合数据表和数据属性集合数据表；
(2)对数据项集合数据表进行坐标轴集和视觉元素集归类处理，并将坐标轴集纳入视觉元素集内；
(3)将数据属性集合数据表归纳为控件集，并将控件集纳入数据元素集内；
(4)所述的数据属性集合数据表和数据项集合数据表对应Card模型的数据表，控件集、坐标轴集合、视觉元素集合对应Card模型的可视结构，将步骤(2) 和(3)内融合有坐标轴集和控件集的视觉元素集进行多侧面数据可视化视图展示。
多侧面数据可视化的主要描述了将原始数据集根据数据变换转为统一数据模型下的数据属性集合数据表和数据项集合数据表，通过可视化映射将数据属性集合的数据表映射为控件集，将数据项集合数据表映射为坐标轴集及相对应的视觉元素集，通过将控件集和坐标轴集合统一映射到相对应的视觉元素集，然后通过视图转换将视觉元素映射到多侧面可视化视图中的一系列过程，并通过人机交互选择视图中的控件集构建对应的需求，然后通过反馈需求，驱动原始数据集可视化，该过程对统一数据集以不同的数据侧面及角度进行可视化。
以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的保护范围内所做的任何修改，等同替换等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于多维政务事项知识库的意图交互系统，其特征在于：包括：
交互接口单元，为终端交互界面与终端用户提供沟通桥梁，通过底层人工智能算法支持实现多媒体多模态交互；
交互引擎单元，在政务服务办理过程中，通过人工智能技术，基于对自然语言理解与分析，通过交互接口单元帮助终端用户使用和办理相应的政务服务；
AI能力单元，用于对训练任务、推理任务所需数据的预处理和神经网络模型的意图进行训练并形成训练模型；
多维政务事项知识库单元，用于管理AI能力单元形成的训练模型中沉淀下的数据，并形成数据资产。
2.根据权利要求1所述的一种基于多维政务事项知识库的意图交互系统，其特征在于：所述的AI能力单元包括知识抽取模块，知识定义模块，数据标注模块，命名实体识别模块，实体名称归一模块，命名实体规范化模块，实体对齐模块，实体、关系联合抽取模块，意图识别文本分类模块，同时具备对训练模型的发布能力。
3.根据权利要求1所述的一种基于多维政务事项知识库的意图交互系统，其特征在于：所述的训练模型中沉淀下的数据包括有：
语料库，用支撑不同地域；
事项画像，用于支撑不同厅局、不同办理条件、不同办理流程、不同精细化治理力度；
用户画像，用于支撑不同用户；
时间序列，用于支撑事项的频繁变更；
意图目标管理，用于支撑不用的使用频次。
4.根据权利要求3所述的一种基于多维政务事项知识库的意图交互系统，其特征在于：所述的交互系统还包括有：
人机交互模块，通过交互接口单元进行语音录制、图像采集、文本录入的数据采集，并将采集的数据传输至交互引擎单元进行处理，将结果反馈给用户；
数据预处理模块，用于对人机交互模块采集到语音数据、图像数据和录入的文本进行预处理后，传输至交互引擎单元；
链式导服模块，提供群众可直观查看的确定事项的场景化流程化展示；
地图导服模块，提供群众可直观预览的不确定事项的立体化展示，对群众所处办事流程的状态与位置提供全方位参考；
服务评价模块，获取用户反馈的评价，并根据反馈的评价改善服务策略及数据，提高意图判断准确率；
全事项梳理模块，对办事权力清单进行统一梳理，确保权力清单认领无遗漏；
训练模块，用于AI能力单元中的训练任务的多次分类标注、识别训练、迁移学习的构建和任务调整；
模态融合模块，用于对用户通过人机交互模块输入的图像、语音、文字的多元信息进行融合处理，将不同模态下的信息统一形成为文字类信息，支撑后续识别过程；
用户画像模块，用于对用户相关的个人属性、社会属性、偏好特征的个人数据信息进行拉取与融合，标签化抽象出用户信息，综合构建出用户个人的特征全貌，为后续意图识别提供参考依据；
意图识别模块，用于将用户输入的信息，通过模态融合模块进行多模态融合后，结合用户画像模块的信息，识别出相应的语料库所对应的用户意图；
回复控制模块，用于管理回复逻辑、生成回复内容和回复内容语音化，包括有问题检索，文本倒排索引，文本向量化，向量索引，同时结合业务逻辑生成回复；
意图监督模块，对用户意图的危险程度进行识别与监督，及时发现危险意图，并预警相应人员进行处理；
模糊推理模块，用于对意图目标进行泛化与模糊推理，提升政务场景下对文字、语音和图像信息的识别与理解能力，提升意图识别准确率；
事项画像模块，用于将训练模型中沉淀下的事项画像数据的信息进行拉取与融合，标签化抽象出事项信息，综合构建出事项特征；
事项立方体模块，用于存储不同维度立体化的事项内容、事项流程、办理人员、时间序列的全方位的意图信息；
语料库模块，用于存储并管理语料库内各类数据转化的文本信息，并对语料库进行增、删、改、查的数据集操作；
意图匹配模块，用于存储识别正确的政务意图，以意图目标为核心信息，构建匹配对应语料库信息和政务流程，实现信息的综合映射结构，为构建多维的事项立方体提供可信数据支撑；
政务流程模块，用于构建并管理政务服务流程库，对各项政务流程进行统一管理；
意图目标模块，用于管理语料与意图结果，统计用户常用意图内容，筛选删除预测的错误意图。
5.根据权利要求4所述的一种基于多维政务事项知识库的意图交互系统，其特征在于：所述的事项立方体模块的存储形式包括图数据库、关系型数据库、内存数据库和搜索引擎。
6.根据权利要求4所述的一种基于多维政务事项知识库的意图交互系统，其特征在于：所述的意图识别模块包括有意图类别定义，意图分类模型，语义槽设计，槽位填充和文本匹配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111186883.6A CN114004581A (zh) | 2021-10-12 | 2021-10-12 | 一种基于多维政务事项知识库的意图交互系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111186883.6A CN114004581A (zh) | 2021-10-12 | 2021-10-12 | 一种基于多维政务事项知识库的意图交互系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114004581A true CN114004581A (zh) | 2022-02-01 |
Family
ID=79922636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111186883.6A Pending CN114004581A (zh) | 2021-10-12 | 2021-10-12 | 一种基于多维政务事项知识库的意图交互系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114004581A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115345462A (zh) * | 2022-08-09 | 2022-11-15 | 航天神舟智慧系统技术有限公司 | 一种用于省域治理的任务统筹归并方法及系统 |
| CN116595161A (zh) * | 2023-07-13 | 2023-08-15 | 安徽省数字江淮中心 | 政务数字化场景事项推荐方法、装置、设备和存储介质 |
| CN116862455A (zh) * | 2023-09-01 | 2023-10-10 | 中国标准化研究院 | 一种基于多模态的政务服务投诉预警方法及装置 |
| CN117131944A (zh) * | 2023-10-24 | 2023-11-28 | 中国电子科技集团公司第十研究所 | 面向多领域的交互式危机事件动态预警方法及系统 |
-
2021
- 2021-10-12 CN CN202111186883.6A patent/CN114004581A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115345462A (zh) * | 2022-08-09 | 2022-11-15 | 航天神舟智慧系统技术有限公司 | 一种用于省域治理的任务统筹归并方法及系统 |
| CN115345462B (zh) * | 2022-08-09 | 2023-04-07 | 航天神舟智慧系统技术有限公司 | 一种用于省域治理的任务统筹归并方法及系统 |
| CN116595161A (zh) * | 2023-07-13 | 2023-08-15 | 安徽省数字江淮中心 | 政务数字化场景事项推荐方法、装置、设备和存储介质 |
| CN116595161B (zh) * | 2023-07-13 | 2023-09-19 | 安徽省数字江淮中心 | 政务数字化场景事项推荐方法、装置、设备和存储介质 |
| CN116862455A (zh) * | 2023-09-01 | 2023-10-10 | 中国标准化研究院 | 一种基于多模态的政务服务投诉预警方法及装置 |
| CN117131944A (zh) * | 2023-10-24 | 2023-11-28 | 中国电子科技集团公司第十研究所 | 面向多领域的交互式危机事件动态预警方法及系统 |
| CN117131944B (zh) * | 2023-10-24 | 2024-01-12 | 中国电子科技集团公司第十研究所 | 面向多领域的交互式危机事件动态预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110825882B (zh) | 一种基于知识图谱的信息系统管理方法 | |
| CN109635171B (zh) | 一种新闻节目智能标签的融合推理系统和方法 | |
| CN111428053B (zh) | 一种面向税务领域知识图谱的构建方法 | |
| CN111026842B (zh) | 自然语言处理方法、自然语言处理装置及智能问答系统 | |
| CN104318340B (zh) | 基于文本履历信息的信息可视化方法及智能可视分析系统 | |
| CN116628172A (zh) | 基于知识图谱的政务服务领域多策略融合的对话方法 | |
| CN114004581A (zh) | 一种基于多维政务事项知识库的意图交互系统 | |
| CN103207855B (zh) | 针对产品评论信息的细粒度情感分析系统及方法 | |
| CN111708773A (zh) | 一种多源科创资源数据融合方法 | |
| CN111930856A (zh) | 领域知识图谱本体和数据的构建方法、装置和系统 | |
| CN110750995B (zh) | 一种基于自定义图谱的文件管理方法 | |
| CN113673943B (zh) | 一种基于履历大数据的人员任免辅助决策方法及系统 | |
| CN111078835A (zh) | 简历评估方法、装置、计算机设备及存储介质 | |
| CN112966091A (zh) | 一种融合实体信息与热度的知识图谱推荐系统 | |
| CN113806560A (zh) | 一种电力数据知识图生成方法及系统 | |
| CN112508743A (zh) | 技术转移办公室通用信息交互方法、终端及介质 | |
| CN113723853A (zh) | 岗位胜任力需求数据处理方法及装置 | |
| Jiang et al. | Research on BIM-based Construction Domain Text Information Management. | |
| CN113610626A (zh) | 银行信贷风险识别知识图谱构建方法、装置、计算机设备及计算机可读存储介质 | |
| Yang et al. | User story clustering in agile development: a framework and an empirical study | |
| CN117541202A (zh) | 基于多模态知识图谱和预训练大模型融合的就业推荐系统 | |
| CN115309885A (zh) | 一种用于科技服务的知识图谱构建、检索和可视化方法及系统 | |
| CN114706996A (zh) | 一种基于多元异构数据挖掘的供应链在线知识图谱构建方法 | |
| CN114860852A (zh) | 一种面向军事领域的知识图谱构建方法 | |
| Yin et al. | Extracting actors and use cases from requirements text with BiLSTM-CRF |
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 |