CN114036277A - 一种对话机器人路由跳转方法、装置、电子设备和介质 - Google Patents
一种对话机器人路由跳转方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114036277A CN114036277A CN202111349380.6A CN202111349380A CN114036277A CN 114036277 A CN114036277 A CN 114036277A CN 202111349380 A CN202111349380 A CN 202111349380A CN 114036277 A CN114036277 A CN 114036277A
- Authority
- CN
- China
- Prior art keywords
- intention
- robot
- target
- natural language
- skipping
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000007246 mechanism Effects 0.000 claims abstract description 19
- 230000009471 action Effects 0.000 claims abstract description 18
- 238000012790 confirmation Methods 0.000 claims description 41
- 238000003058 natural language processing Methods 0.000 claims description 22
- 230000009191 jumping Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 235000008694 Humulus lupulus Nutrition 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 235000013550 pizza Nutrition 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101150054987 ChAT gene Proteins 0.000 description 1
- 101100203187 Mus musculus Sh2d3c gene Proteins 0.000 description 1
- 230000000692 anti-sense effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- 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
-
- 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
- G06F16/338—Presentation of query results
-
- 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
- G06F16/34—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种对话机器人路由跳转方法、装置、介质及终端，方法包括：预先设置路由节点和使能路由跳转机制，包括意图跳转和参数跳转；获取一待处理语料及目标意图，在当前节点执行意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；当下一跳指向为节点时，通过条件设置，在下一跳指向的节点执行意图跳转或参数跳转，完成所述下一跳指向的节点的相应的操作或话术流程；当下一跳指向为其他机器人时，按目标意图在所述其他机器人上执行后续动作；本发明可以在客户更正之前的意图或者参数时，立即进行变更处理，以及多个业务场景的机器人切换，使得机器人更加智能，更加拟人。
Description
技术领域
本发明涉及计算机应用领域，尤其涉及一种对话机器人路由跳转方法、装置、电子设备和介质。
背景技术
随着人工智能的蓬勃发展，对话机器人已经屡见不鲜，通常可以通过搭载自然语言处理系统，当一个问题被抛给对话机器人时，会撷取输入的关键字，通过算法从数据库中找到最贴切的答案，进行相应的应答回复，对话机器人可以与许多组织的应用程序，网站以及即时消息平台连接，用来模拟人类对话或聊天。
但是，人类对话的方式是多样的，有时候聊着聊着会突然切换话题，或者把之前说过的话进行更正。比如，当一个销售机器人在依次询问客户意向的时候，客户突然说：“我前面说错了，我的年龄不是40岁，是38岁。”这种情况下，对话机器人如何进行更正，并通过相应的话术做出回应就变成了一个业内难题，目前，针对这一难题还没有很好的解决方式，无法支持客户更正之前确认过的问题的答案，甚至在外呼场景中，也无法支持同一个机器人的多业务场景切换，导致了AI机器人在聊天交互上不够智能化，降低了用户体验。
发明内容
鉴于以上所述现有技术的缺点，本发明提供一种对话机器人路由跳转方法、装置、介质及终端，以解决上述技术问题。
本发明提供的对话机器人路由跳转方法，包括：
预先设置路由节点和使能路由跳转机制，所述使能路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转；
获取一待处理语料及所述待处理语料的目标意图，根据所述目标意图，在当前节点执行所述意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；
当下一跳指向为节点时，通过条件设置，在所述下一跳指向的节点执行意图跳转或参数跳转，完成所述下一跳指向的节点的相应的操作或话术流程；
当下一跳指向为其他机器人时，按所述目标意图在所述其他机器人上执行后续动作。
于本发明的一实施例中，在执行所述意图跳转之前还包括：
当所述待处理语料的目标意图发生变更时，获取新目标意图，并将所述新目标意图与原目标意图进行路由意图匹配，若不匹配则跳出意图判断流程并执行原后续流程，若匹配则进入意图判断流程，所述意图判断流程包括：
根据预先对路由跳转设置的判断条件，判断所述目标意图是否使能了重新进行语义识别；
如果使能了重新进行语义识别，则根据新目标意图，执行意图跳转；
如果未使能重新进行语义识别，则进行意图复写或按原意图执行节点跳转或机器人跳转。
于本发明的一实施例中，所述意图判断流程还包括：
若预先没有对路由跳转设置判断条件，则直接判断所述目标意图是否使能了重新进行语义识别；
所述意图复写包括将当前节点的目标意图作为复写意图复写至其他节点，由所述其他节点按复写意图执行意图跳转。
于本发明的一实施例中，在执行意图跳转或参数跳转之前包括：
判断当前是否处于确认状态，如果处于确认状态，则根据指令属性判断当前确认状态是否为匹配路由条件对应的确认状态；
如果是匹配路由条件对应的确认状态，则进行确认回复判断处理，
如果不是匹配路由条件对应的确认状态，则清空确认状态，然后判断当前路由是否需要确认；
若当前路由需要重新确认，则进行确认中状态处理，执行预先设置的确认中状态下的动作或话术；
若当前路由不需要重新确认，则执行路由跳转。
于本发明的一实施例中，当当前机器人下一跳指向为其他机器人时：
将所述其他机器人作为目标机器人判断其是否在任务中；
如果所述目标机器人在任务中，则清空会话控制中的任务栈；
如果所述目标机器人不在任务中，则保存当前机器人的状态，加入至会话控制机器人历史列表中，并继续判断列表中是否存在目标机器人；
若列表中存在目标机器人，则加载目标机器人之前状态，并按当前机器人的目标意图，进入目标机器人的后续流程；
若列表中不存在目标机器人，则初始化目标机器人，按目标机器人的主话术意图进入目标机器人的后续流程。
于本发明的一实施例中，获取待处理语料的目标意图包括：
预先设置主自然语言处理器和若干分自然语言处理器，并通过主自然语言处理器获取所述待处理语料的意图；
将所述待处理语料的意图分派至分自然语言处理器，所述主自然语言处理器和分自然语言处理器的查询意图不同；
获取若干分自然语言处理器的意图识别结果，并将所有识别结果反馈至主自然语言处理器；
根据识别结果的置信度对所有识别结果进行评价，根据所述主自然语言处理器的评价结果，获取所述目标意图。
本发明还提供一种对话机器人路由跳转方法装置，包括：
配置模块，用于预先设置路由节点和使能路由跳转机制，所述使能路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转；
信息采集处理模块，用于获取一待处理语料及所述待处理语料的目标意图；
路由模块，用于根据所述目标意图，在当前节点执行所述意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；
当下一跳指向为节点时，通过条件设置，在所述下一跳指向的节点执行意图跳转或参数跳转，完成所述下一跳指向的节点的相应的操作或话术流程；
当下一跳指向为其他机器人时，按所述目标意图在所述其他机器人上执行后续动作。
于本发明的一实施例中，所述信息采集处理模块包括主自然语言处理器、若干分自然语言处理器和评价单元，并通过主自然语言处理器获取所述待处理语料的意图；将所述待处理语料的意图分派至分自然语言处理器，所述主自然语言处理器和分自然语言处理器的查询意图不同；获取若干分自然语言处理器的意图识别结果，并将所有识别结果反馈至主自然语言处理器；
所述评价单元根据识别结果的置信度对所有识别结果进行评价，根据所述主自然语言处理器的评价结果，获取所述目标意图。
本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一项所述的方法。
发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的方法。
本发明的有益效果：本发明中的对话机器人路由跳转方法、装置、电子设备和介质，通过配置意图路由跳转和参数路由跳转，可以在识别到对应的意图或提取到对应的参数后，跳转到配置的节点或者机器人里，从而实现当客户更正之前的意图或者参数时，可以立即进行变更处理，以及多个业务场景的机器人切换，使得机器人更加智能，更加拟人。
另外，本发明通过路由配置里的播报话术和确认话术，可以使得机器人话术的衔接和跳转更加平滑，给客户更舒适的对话体验。
附图说明
图1是本发明实施例中对话机器人路由跳转方法的流程示意图。
图2是本发明实施例中对话机器人路由跳转方法的流程示意图。
图3是本发明一实施例提供的电子设备的硬件结构示意图。
图4是本发明另一实施例提供的电子设备的硬件结构示意图。
图5是本发明对话机器人路由跳转装置的硬件结构示意图。
图6是本发明实施例中对话机器人路由跳转方法的两个机器人间路由跳转示意图。
图7是本发明实施例中对话机器人路由跳转方法的多个机器人间路由跳转示意图。
图8是本发明实施例中对话机器人路由跳转方法的任务中禁止跳转示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
如图1所示，本实施例中的对话机器人路由跳转方法，包括：
S1.预先设置路由节点和使能路由跳转机制，使能路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转；
S2.获取一待处理语料及待处理语料的目标意图，根据目标意图，在当前节点执行意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；
S3.当意图跳转下一跳指向为节点时，通过条件设置，在意图跳转下一跳指向的节点执行意图跳转或参数跳转，完成意图跳转下一跳指向的节点的相应的操作或话术流程；
S4.当意图跳转下一跳指向为其他机器人时，按目标意图在其他机器人上执行后续动作。
在本实施例中，“意图”是表示计算机系统组件已经识别为由自然语言查询所意指的意思的计算机可读数据，可以直接在对话机器人中通过路由机制去处理，本实施例步骤S1中的使能路由跳转机制包括意图路由跳转和参数路由跳转。通过配置意图路由和参数路由，可以在识别到对应的意图或提取到对应的参数后，跳转到配置的节点或者机器人里，从而实现当客户更正之前的意图或者参数时，可以立即进行变更处理。另外，通过路由配置里的播报话术和确认话术，可以使得机器人话术的衔接和跳转更加平滑，给客户更舒适的对话体验。路由功能使得机器人配置的可扩展性得到了巨大的提升，机器人所在的业务方可以通过该功能，自定义许多复杂的跳转逻辑和场景，实现机器人配置的广度提升。并且该路由功能作为一个通用组件，也可以集成到其他机器人业务场景中。
本实施例步骤S1中，首先，需要预先设置节点和使能路由跳转机制，预先设置节点和使能路由跳转机制，路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转，可选的，可以通过页面配置的方式进行路由跳转方式选择，路由跳转方式可以选择“意图跳转”或是“参数跳转”，分别按照自然语言处理(NLP，Natural Language Processing)的意图和机器人参数进行话术流程的跳转。可选的，自然语言处理NLP可以分成简单匹配式、模糊匹配式和段落理解式三种类型。简单匹配式辅导答疑系统主要通过简单的关键字匹配技术来实现对提出问题与答案库中相关应答条目的匹配，从而做到自动回答问题或进行相关辅导。模糊匹配式辅导答疑系统则在此基础上増加了同义词和反义词的匹配。这样，即使所提问题中按原来的关键字在答案库中找不到直接匹配的答案，但是假若与该关键字同义或反义的词能够匹配则仍可在答案库中找到相关的应答条目。在本实施例中，可以利用NLP技术来获取意图，再通过配置的节点调转，跳转到涉及处理相应意图的节点，然后执行相应的操作，例如获取相应的信息，也可以添加相关的播报话术和确认话术。
本实施例步骤S2中，获取一待处理语料及待处理语料的目标意图，根据目标意图，在当前节点执行意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人。例如，在系统获取到“询问保费”的意图，就会依次意图，通过配置的节点调转，跳转到涉及保费节点，进一步获取相关保费信息；按照机器人参数跳转，如获取到车价参数后，同样通过路由跳转到车价节点，获取进一步的车价信息。最后还可以添加相关的播报话术和确认话术。
在本实施例中，针对意图跳转，具体包括：
S201.获取目标意图，并根据目标意图进行路由意图匹配。
S202.如果目标意图与路由意图不匹配，则跳出路由流程，继续后续流程；如果目标意图与路由意图匹配，针对匹配后的路由意图，继续判断是否具有条件判断；
S203.如果具备有条件判断，则进行相应的条件判断，若通过，则判断是否使能了重新判断NLP，
如果使能了重新判断NLP，则根据待跳转的机器人或节点再次获取NLP意图后，执行节点跳转或机器人跳转；
如果未使能重新判断NLP，则继续判断复写意图或原意图；
S204.如果未使能重新判断NLP，且为复写意图，则取路由复写意图，执行节点跳转或机器人跳转；如果未使能重新判断NLP，且为原意图，则取原意图执行节点跳转或机器人跳转。
根据上述步骤中不同的意图路由跳转，执行节点跳转或机器人跳转，如图2所示。
在本实施例中，当待处理语料的目标意图发生变更时，获取新目标意图，并将新目标意图与原目标意图进行路由意图匹配，若不匹配则跳出意图判断流程并执行原后续流程，若匹配则进入意图判断流程，意图判断流程包括：
根据预先对路由跳转设置的判断条件，判断所述目标意图是否使能了重新进行语义识别；
如果使能了重新进行语义识别，则根据新目标意图，执行意图跳转；
如果未使能重新进行语义识别，则进行意图复写或按原意图执行节点跳转或机器人跳转。
在本实施例的步骤S3和S4中，当意图跳转下一跳指向为节点时，通过条件设置，在意图跳转下一跳指向的节点执行意图跳转或参数跳转，完成意图跳转下一跳指向的节点的相应的操作或话术流程。当意图跳转下一跳指向为其他机器人时，按目标意图在其他机器人上执行后续动作。通过设置一个或多个“条件”，对路由跳转进行条件设置。例如对机器人的参数进行规则设置“校验”，“判断”，“赋值”等动作。可以通过设置路由的类型，例如选择“节点”路由跳转到其他节点进行“意图复写”等其他动作；也可选择“机器人”节点，跳转到其他机器人进行后续动作。
在本实施例中，针对带有确认过程的处理方式包括：
S301.首先，进行匹配路由规则
S302.判断当前是否处于确认状态，如果处于确认状态，则根据指令属性判断是否为匹配路由条件对应的确认。
S303.如果是匹配路由条件对应的确认，则进行确认回复判断处理；
S304.如果不是匹配路由条件对应的确认，则清空确认状态，然后判断当前路由是否需要确认。
S305.如果当前路由需要重新确认，则进行确认中状态处理；
S306.如果当前路由不需要重新确认，则进入路由跳转处理。
在本实施例中，当当前机器人下一跳指向为其他机器人时：
将所述其他机器人作为目标机器人判断其是否在任务中；
如果目标机器人在任务中，则清空会话控制中的任务栈；
如果目标机器人不在任务中，则保存当前机器人的状态，加入至会话控制机器人历史列表中，并继续判断列表中是否存在目标机器人；
若列表中存在目标机器人，则加载目标机器人之前状态，并按当前机器人的目标意图，进入目标机器人的后续流程；
若列表中不存在目标机器人，则初始化目标机器人，按目标机器人的主话术意图进入目标机器人的后续流程。
例如，根据意图进行机器人A跳转路由判断，如果跳转路由为当前机器人，则按机器人A的流程进行处理；如果跳转路由为机器人B，则判断是否在任务中；
如果在任务中，清空会话控制中的任务栈；
如果不在任务中，则保存当前机器人A状态，加入到会话控制机器人历史列表中，并继续判断机器人列表中是否有机器人B；
如果机器人列表中有机器人B，则加载机器人B之前状态，并进行跳转意图，进入机器人B流程；
如果机器人列表中没有机器人B，则初始化机器人B，主话术意图，进入机器人B流程。
在本实施例中，如图6所示，当路由跳转中包括两个机器人间跳转时，跳转路径包括：
1-机器人A执行技能1，
2-机器人A执行参数A1任务，
3-机器人A跳转机器人B起始节点并机器人B执行技能1,第一次进入获取机器人B的全局参数初始化，以主话术意图进入；
4-机器人B执行参数B1任务，
5-机器人B跳回机器人A的上次节点并机器人A执行参数A1任务，重新进入任务
6-机器人A执行会话技能，如果在任务中跳转，需要清空任务栈；
7机器人A跳回B上次节点并机器人B执行参数B1任务，
8-机器人B执行参数A1任务，
9-机器人B执行对话技能，
10-机器人B跳回A上次的节点并机器人A执行对话技能，
11-机器人A执行技能4，
12-机器人A结束会话控制。
在上述两个机器人间跳转流程中，任务最终获取到A1、A2、B1三个参数。
如图7所示，多个机器人间跳转的路由跳转的跳转路径包括：
1-机器人A执行技能1，
2-机器人A执行参数A1任务，
3-机器人A跳转机器人B起始节点并机器人B执行技能1,第一次进入获取机器人B的全局参数初始化，以主话术意图进入；
4-机器人B执行参数B1任务，
5-机器人B跳转到机器人C的起始节点并机器人C执行技能1，
6-机器人C获取参数C1；
7-机器人C获取参数C2；
8-机器人C执行技能4
9-结束会话控制，可以在任一机器人结束。
在上述三个机器人间跳转流程中，任务最终获取到A1、B1、C1、C2四个参数。
在本实施例中，如图8所示，任务中禁止跳转方案的跳转路径包括：
1-机器人A执行技能1，
2-机器人A执行对话技能，在任务中跳转时，需要清空任务栈
3-机器人A跳转机器人B起始节点并机器人B执行技能1,第一次进入获取机器人B的全局参数初始化，以主话术意图进入；
4-机器人B执行参数B1任务，此时，需要跳转，但机器人B的B1任务处于任务中，则禁止跳转，机器人B执行参数B1任务；
5-机器人B执行A1任务，
6-机器人B执行对话技能；
7-机器人B跳回A的保存节点，机器人A执行对话技能；
8-机器人A执行对话技能；
9-机器人A执行技能4，
10-在机器人A中结束会话控制。
在本实施例中，通过增加是否使能跳转路由，重新判断NLP，意图跳转的结果主要包括复写意图，保留原意图和重新识别意图。在进行跳转路由过程中，对每个机器人环境的上下文进行保存，相应的对路由转台的上下文也需要进行保存。根据当前NLP请求，对路由状态进行确认。可选的，可以通过路由器标识号，来确认话术时，是否匹配到对应的条件。由于每个任务都是独立的，因此，每一个任务都有一个独立的任务栈，任务栈是任务的重要组成部分，任务栈的作用主要包括两个方面，第一，当任务运行时，任务栈用来保存一些局部变量；第二，当任务挂起时，任务栈可以负责保存任务的运行现场，本方案在任务中跳转时，需要清空任务栈，保证跳转以及返回正常。
在本实施例的步骤S4之后，还包括
S5.将意图路由结合自然语言查询意图分派，将特定的自然语言查询与来自多个意图匹配器的意图进行匹配，通过对应的意图路由，指向至合适的对话查询处理器。例如，针对某一特定意思的语料，可以将该查询与能够处理该查询的多个扩展自然语言处理器进行匹配，并且产生查询的意图。扩展自然语言处理器中的每个可以是这样的自然语言处理器，与主自然语言处理器无关，并且能够返回至少一个意图且还能够针对自然语言查询而返回一个或多个实体。每个扩展自然语言处理器还可以扩展自然语言处理器不依赖于对关于产生意图的其他处理器的感知；扩展自然语言处理器能够使用其自身形式的自然语言查询与意图的自然语言匹配来识别查询的意图。还可以通过使用诸如用户排名、用户偏好、上下文信息和/或用户简档之类的数据在多个意图匹配器、对话查询处理器之间提供消除模糊的方式，并且有可能接收用户输入选择，例如在不同的意图、不同的对话查询处理器之间的选择。具体的：
S501.预先设置主自然语言处理器和若干分自然语言处理器，并通过主自然语言处理器获取待处理语料的意图；
S502.将待处理语料的意图分派至分自然语言处理器，主自然语言处理器和分自然语言处理器的查询意图不同；
S503.获取若干分自然语言处理器的意图识别结果，并将所有识别结果反馈至主自然语言处理器；
S504.根据识别结果的置信度对所有识别结果进行评价，根据主自然语言处理器的评价结果，获取所述目标意图。
在本实施例中，主自然语言处理器可以已经向一大组分自然语言处理器发送查询，并且仅这些分自然语言处理器的子集能够理解该特定的查询，返回对应的意图。如果主自然语言处理器将待处理语料“我饿”的查询发送至多个不同的分自然语言处理器，则针对食物订购扩展的分自然语言处理器可以被编程为返回该查询的意图，并且用于在餐厅进行预订的另一分自然语言处理器也可以被编程为返回该查询的意图，但是针对调度乘坐出租车的扩展的分自然语言处理器可以不被编程为返回该查询的意图。因此，主自然语言处理器可以向所有三个扩展自然语言处理器都发送查询，但其可能仅从食物订购扩展自然语言处理器接收回“食物订购”的意图并且从餐厅预订扩展自然语言处理器接收回“进行预订”的意图。主自然语言处理器可以将意图与对应的对话查询处理器进行匹配。例如，扩展自然语言处理器可以是与对应的对话查询处理器相同的扩展的一部分，如在针对该扩展的注册中向主自然语言处理器所指示的。因此，在从特定的分自然语言处理器接收了意图之后，主自然语言处理器可以查找针对该分自然语言处理器的扩展的注册，找到与对应的对话查询处理器相关的数据。又例如，与返回意图一起，分自然语言处理器还可以返回处理该意图的对话查询处理器的标识符(例如，地址等)。主自然语言处理器可以使用这样的标识符来将所接收的意图与匹配的对话查询处理器进行匹配。
相应的，如图5所示，本实施例还提供一种对话机器人路由跳转装置，包括：
配置模块101，用于预先设置路由节点和使能路由跳转机制，所述使能路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转；
信息采集处理模块102，用于获取一待处理语料及所述待处理语料的目标意图；
路由模块103，用于根据所述目标意图，在当前节点执行所述意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；
当下一跳指向为节点时，通过条件设置，在所述下一跳指向的节点执行意图跳转或参数跳转，完成所述下一跳指向的节点的相应的操作或话术流程；
当下一跳指向为其他机器人时，按所述目标意图在所述其他机器人上执行后续动作。
在本实施例中，信息采集处理模块包括主自然语言处理器、若干分自然语言处理器和评价单元，并通过主自然语言处理器获取所述待处理语料的意图；将所述待处理语料的意图分派至分自然语言处理器，所述主自然语言处理器和分自然语言处理器的查询意图不同；获取若干分自然语言处理器的意图识别结果，并将所有识别结果反馈至主自然语言处理器；评价单元根据识别结果的置信度对所有识别结果进行评价，根据所述主自然语言处理器的评价结果，获取所述目标意图。
在本实施例中，“意图”是表示计算机系统组件已经识别为由自然语言查询所意指的意思的计算机可读数据，可以直接在对话机器人中通过路由机制去处理，本实施例步骤S1中的使能路由跳转机制包括意图路由跳转和参数路由跳转。通过配置意图路由和参数路由，可以在识别到对应的意图或提取到对应的参数后，跳转到配置的节点或者机器人里，从而实现当客户更正之前的意图或者参数时，可以立即进行变更处理。另外，通过路由配置里的播报话术和确认话术，可以使得机器人话术的衔接和跳转更加平滑，给客户更舒适的对话体验。路由功能使得机器人配置的可扩展性得到了巨大的提升，机器人所在的业务方可以通过该功能，自定义许多复杂的跳转逻辑和场景，实现机器人配置的广度提升。并且该路由功能作为一个通用组件，也可以集成到其他机器人业务场景中。
在本实施例中，获取一待处理语料及待处理语料的目标意图，根据目标意图，在当前节点执行意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人。例如，在系统获取到“询问保费”的意图，就会依次意图，通过配置的节点调转，跳转到涉及保费节点，进一步获取相关保费信息；按照机器人参数跳转，如获取到车价参数后，同样通过路由跳转到车价节点，获取进一步的车价信息。最后还可以添加相关的播报话术和确认话术。根据上述步骤中不同的意图路由跳转，执行节点跳转或机器人跳转。
在本实施例中，当待处理语料的目标意图发生变更时，获取新目标意图，并将新目标意图与原目标意图进行路由意图匹配，若不匹配则跳出意图判断流程并执行原后续流程，若匹配则进入意图判断流程，意图判断流程包括：
根据预先对路由跳转设置的判断条件，判断所述目标意图是否使能了重新进行语义识别；
如果使能了重新进行语义识别，则根据新目标意图，执行意图跳转；
如果未使能重新进行语义识别，则进行意图复写或按原意图执行节点跳转或机器人跳转。
在本实施例中，当意图跳转下一跳指向为节点时，通过条件设置，在意图跳转下一跳指向的节点执行意图跳转或参数跳转，完成意图跳转下一跳指向的节点的相应的操作或话术流程。当意图跳转下一跳指向为其他机器人时，按目标意图在其他机器人上执行后续动作。通过设置一个或多个“条件”，对路由跳转进行条件设置。例如对机器人的参数进行规则设置“校验”，“判断”，“赋值”等动作。可以通过设置路由的类型，例如选择“节点”路由跳转到其他节点进行“意图复写”等其他动作；也可选择“机器人”节点，跳转到其他机器人进行后续动作。
在本实施例中，当当前机器人下一跳指向为其他机器人时，将其他机器人作为目标机器人判断其是否在任务中；
如果目标机器人在任务中，则清空会话控制中的任务栈；
如果目标机器人不在任务中，则保存当前机器人的状态，加入至会话控制机器人历史列表中，并继续判断列表中是否存在目标机器人；
若列表中存在目标机器人，则加载目标机器人之前状态，并按当前机器人的目标意图，进入目标机器人的后续流程；
若列表中不存在目标机器人，则初始化目标机器人，按目标机器人的主话术意图进入目标机器人的后续流程。
在本实施例中，在执行意图跳转或参数跳转之前包括：
判断当前是否处于确认状态，如果处于确认状态，则根据指令属性判断当前确认状态是否为匹配路由条件对应的确认状态；
如果是匹配路由条件对应的确认状态，则根据预先设置的播报话术和确认话术进行确认回复判断处理；
如果不是匹配路由条件对应的确认状态，则清空确认状态，然后判断当前路由是否需要确认；
若当前路由需要重新确认，则进行确认中状态处理，执行预先设置的确认中状态下的动作或话术；
若当前路由不需要重新确认，则执行路由跳转。
在本实施例中，进行跳转路由过程中，对每个机器人环境的上下文进行保存，相应的对路由转台的上下文也需要进行保存。根据当前NLP请求，对路由状态进行确认。可选的，可以通过路由器标识号，来确认话术时，是否匹配到对应的条件。由于每个任务都是独立的，因此，每一个任务都有一个独立的任务栈，任务栈是任务的重要组成部分，任务栈的作用主要包括两个方面，第一，当任务运行时，任务栈用来保存一些局部变量；第二，当任务挂起时，任务栈可以负责保存任务的运行现场，本方案在任务中跳转时，需要清空任务栈，保证跳转以及返回正常。
在本实施例中，将意图路由结合自然语言查询意图分派，将特定的自然语言查询与来自多个意图匹配器的意图进行匹配，通过对应的意图路由，指向至合适的对话查询处理器。例如，针对某一特定意思的语料，可以将该查询与能够处理该查询的多个扩展自然语言处理器进行匹配，并且产生查询的意图。扩展自然语言处理器中的每个可以是这样的自然语言处理器，与主自然语言处理器无关，并且能够返回至少一个意图且还能够针对自然语言查询而返回一个或多个实体。每个扩展自然语言处理器还可以扩展自然语言处理器不依赖于对关于产生意图的其他处理器的感知；扩展自然语言处理器能够使用其自身形式的自然语言查询与意图的自然语言匹配来识别查询的意图。还可以通过使用诸如用户排名、用户偏好、上下文信息和/或用户简档之类的数据在多个意图匹配器、对话查询处理器之间提供消除模糊的方式，并且有可能接收用户输入选择，例如在不同的意图、不同的对话查询处理器之间的选择。
在本实施例中，主自然语言处理器可以已经向一大组分自然语言处理器发送查询，并且仅这些分自然语言处理器的子集能够理解该特定的查询，返回对应的意图。如果主自然语言处理器将待处理语料“我饿了”的查询发送至多个不同的分自然语言处理器，则针对披萨订购扩展的分自然语言处理器可以被编程为返回该查询的意图，并且用于在餐厅进行预订的另一分自然语言处理器也可以被编程为返回该查询的意图，但是针对调度乘坐出租车的扩展的分自然语言处理器可以不被编程为返回该查询的意图。因此，主自然语言处理器可以向所有三个扩展自然语言处理器都发送查询，但其可能仅从披萨订购扩展自然语言处理器接收回订购披萨的意图并且从餐厅预订扩展自然语言处理器接收回进行预订的意图。主自然语言处理器可以将意图与对应的对话查询处理器进行匹配。例如，扩展自然语言处理器可以是与对应的对话查询处理器相同的扩展的一部分，如在针对该扩展的注册中向主自然语言处理器所指示的。因此，在从特定的分自然语言处理器接收了意图之后，主自然语言处理器可以查找针对该分自然语言处理器的扩展的注册，找到与对应的对话查询处理器相关的数据。又例如，与返回意图一起，分自然语言处理器还可以返回处理该意图的对话查询处理器的标识符。主自然语言处理器可以使用这样的标识符来将所接收的意图与匹配的对话查询处理器进行匹配。
本实施例通过增加是否使能跳转路由，重新判断NLP，意图跳转的结果主要包括复写意图，保留原意图和重新识别意图，在此基础上，通过将自然语言查询意图分派，与意图路由和参数路由有机结合，使得机器人更加智能，更加拟人，进一步的使得机器人话术的衔接和跳转更加平滑，进一步为客户提供更舒适的对话体验。本实施例中的路由功能还使得了机器人配置的可扩展性得到了巨大的提升，机器人所在的业务方可以通过该功能，自定义许多复杂的跳转逻辑和场景，实现机器人配置的广度提升。并且该路由功能作为一个通用组件，还能集成到其他机器人业务场景中。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
如图3所示，该电子设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。
图4为在另一实施例提供的电子设备的硬件结构，本实施例中的电子设备可以包括第二处理器1201以及第二存储器1202。第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图1所述方法。第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。电子设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，音频组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在上述实施例中，除非另外规定，否则通过使用“第一”、“第二”等序号对共同的对象进行描述，只表示其指代相同对象的不同实例，而非是采用表示被描述的对象必须采用给定的顺序，无论是时间地、空间地、排序地或任何其他方式。在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。如果说明书描述了部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性不是必须被包括的。如果说明书或权利要求提及“一”元件，并非表示仅有一个元件。如果说明书或权利要求提及“一另外的”元件，并不排除存在多于一个的另外的元件。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态RAM(DRAM))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种对话机器人路由跳转方法，其特征在于，包括：
预先设置路由节点和使能路由跳转机制，所述使能路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转；
获取一待处理语料及所述待处理语料的目标意图，根据所述目标意图，在当前节点执行所述意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；
当下一跳指向为节点时，通过条件设置，在所述下一跳指向的节点执行意图跳转或参数跳转，完成所述下一跳指向的节点的相应的操作或话术流程；
当下一跳指向为其他机器人时，按所述目标意图在所述其他机器人上执行后续动作。
2.根据权利要求1所述的对话机器人路由跳转方法，其特征在于，在执行所述意图跳转之前还包括：
当所述待处理语料的目标意图发生变更时，获取新目标意图，并将所述新目标意图与原目标意图进行路由意图匹配，若不匹配则跳出意图判断流程并执行原后续流程，若匹配则进入意图判断流程，所述意图判断流程包括：
根据预先对路由跳转设置的判断条件，判断所述目标意图是否使能了重新进行语义识别；
如果使能了重新进行语义识别，则根据新目标意图，执行意图跳转；
如果未使能重新进行语义识别，则进行意图复写或按原意图执行节点跳转或机器人跳转。
3.根据权利要求2所述的对话机器人路由跳转方法，其特征在于，所述意图判断流程还包括：
若预先没有对路由跳转设置判断条件，则直接判断所述目标意图是否使能了重新进行语义识别；
所述意图复写包括将当前节点的目标意图作为复写意图复写至其他节点，由所述其他节点按复写意图执行意图跳转。
4.根据权利要求2所述的对话机器人路由跳转方法，其特征在于，在执行意图跳转或参数跳转之前包括：
判断当前是否处于确认状态，如果处于确认状态，则根据指令属性判断当前确认状态是否为匹配路由条件对应的确认状态；
如果是匹配路由条件对应的确认状态，则根据预先设置的播报话术和确认话术进行确认回复判断处理；
如果不是匹配路由条件对应的确认状态，则清空确认状态，然后判断当前路由是否需要确认；
若当前路由需要重新确认，则进行确认中状态处理，执行预先设置的确认中状态下的动作或话术；
若当前路由不需要重新确认，则执行路由跳转。
5.根据权利要求4所述的对话机器人路由跳转方法，其特征在于，当当前机器人下一跳指向为其他机器人时：
将所述其他机器人作为目标机器人判断其是否在任务中；
如果所述目标机器人在任务中，则清空会话控制中的任务栈；
如果所述目标机器人不在任务中，则保存当前机器人的状态，加入至会话控制机器人历史列表中，并继续判断列表中是否存在目标机器人；
若列表中存在目标机器人，则加载目标机器人之前状态，并按当前机器人的目标意图，进入目标机器人的后续流程；
若列表中不存在目标机器人，则初始化目标机器人，按目标机器人的主话术意图进入目标机器人的后续流程。
6.根据权利要求1所述的对话机器人路由跳转方法，其特征在于，获取待处理语料的目标意图包括：
预先设置主自然语言处理器和若干分自然语言处理器，并通过主自然语言处理器获取所述待处理语料的意图；
将所述待处理语料的意图分派至分自然语言处理器，所述主自然语言处理器和分自然语言处理器的查询意图不同；
获取若干分自然语言处理器的意图识别结果，并将所有识别结果反馈至主自然语言处理器；
根据识别结果的置信度对所有识别结果进行评价，根据所述主自然语言处理器的评价结果，获取所述目标意图。
7.一种对话机器人路由跳转方法装置，其特征在于，包括：
配置模块，用于预先设置路由节点和使能路由跳转机制，所述使能路由跳转机制包括用于根据自然语言处理结果进行跳转的意图跳转和用于根据预设参数执行话术流程的参数跳转；
信息采集处理模块，用于获取一待处理语料及所述待处理语料的目标意图；
路由模块，用于根据所述目标意图，在当前节点执行所述意图跳转，通过预先配置的当前节点意图跳转的下一跳，跳转至意图跳转下一跳指向的节点或其他机器人；
当下一跳指向为节点时，通过条件设置，在所述下一跳指向的节点执行意图跳转或参数跳转，完成所述下一跳指向的节点的相应的操作或话术流程；
当下一跳指向为其他机器人时，按所述目标意图在所述其他机器人上执行后续动作。
8.根据权利要求7所述的通用关联关系强度测算装置，其特征在于，所述信息采集处理模块包括主自然语言处理器、若干分自然语言处理器和评价单元，并通过主自然语言处理器获取所述待处理语料的意图；将所述待处理语料的意图分派至分自然语言处理器，所述主自然语言处理器和分自然语言处理器的查询意图不同；获取若干分自然语言处理器的意图识别结果，并将所有识别结果反馈至主自然语言处理器；
所述评价单元根据识别结果的置信度对所有识别结果进行评价，根据所述主自然语言处理器的评价结果，获取所述目标意图。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111349380.6A CN114036277B (zh) | 2021-11-15 | 2021-11-15 | 一种对话机器人路由跳转方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111349380.6A CN114036277B (zh) | 2021-11-15 | 2021-11-15 | 一种对话机器人路由跳转方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114036277A true CN114036277A (zh) | 2022-02-11 |
| CN114036277B CN114036277B (zh) | 2024-08-23 |
Family
ID=80144451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111349380.6A Active CN114036277B (zh) | 2021-11-15 | 2021-11-15 | 一种对话机器人路由跳转方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114036277B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115374266A (zh) * | 2022-10-27 | 2022-11-22 | 深圳市人马互动科技有限公司 | 基于剧情交互节点的交互方法、装置、设备和存储介质 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190005951A1 (en) * | 2017-06-30 | 2019-01-03 | Samsung Sds Co., Ltd. | Method of processing dialogue based on dialog act information |
| US20190130905A1 (en) * | 2017-10-29 | 2019-05-02 | International Business Machines Corporation | Creating modular conversations using implicit routing |
| CN109716325A (zh) * | 2016-09-13 | 2019-05-03 | 微软技术许可有限责任公司 | 计算机化的自然语言查询意图分派 |
| CN110209791A (zh) * | 2019-06-12 | 2019-09-06 | 百融云创科技股份有限公司 | 一种多轮对话智能语音交互系统及装置 |
| US20190294673A1 (en) * | 2018-03-23 | 2019-09-26 | Servicenow, Inc. | Method and system for automated intent mining, classification and disposition |
| US20190394333A1 (en) * | 2018-06-21 | 2019-12-26 | Wells Fargo Bank, N.A. | Voice captcha and real-time monitoring for contact centers |
| CN110942769A (zh) * | 2018-09-20 | 2020-03-31 | 九阳股份有限公司 | 一种基于有向图的多轮对话应答系统 |
| US20200193265A1 (en) * | 2018-12-14 | 2020-06-18 | Clinc, Inc. | Systems and methods for intelligently configuring and deploying a control structure of a machine learning-based dialogue system |
| US20200259891A1 (en) * | 2019-02-07 | 2020-08-13 | Microsoft Technology Licensing, Llc | Facilitating Interaction with Plural BOTs Using a Master BOT Framework |
| CN111696558A (zh) * | 2020-06-24 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 智能外呼方法、装置、计算机设备及存储介质 |
| CN111694939A (zh) * | 2020-04-28 | 2020-09-22 | 平安科技（深圳）有限公司 | 智能调用机器人的方法、装置、设备及存储介质 |
| US20200342850A1 (en) * | 2019-04-26 | 2020-10-29 | Oracle International Corporation | Routing for chatbots |
| CN111881271A (zh) * | 2020-07-08 | 2020-11-03 | 泰康保险集团股份有限公司 | 一种实现自动对话的方法和装置 |
| US20200395000A1 (en) * | 2018-01-23 | 2020-12-17 | Ai Speech Co., Ltd | Human-machine dialogue method and electronic device |
| CN112541068A (zh) * | 2020-12-22 | 2021-03-23 | 携程旅游信息技术（上海）有限公司 | 语音对话的意图识别方法、系统、设备及存储介质 |
| US20210182497A1 (en) * | 2019-12-17 | 2021-06-17 | Microsoft Technology Licensing, Llc | Conversational manifests for enabling complex bot communications |
| CN113535923A (zh) * | 2021-07-26 | 2021-10-22 | 未鲲(上海)科技服务有限公司 | 一种人机交互方法、装置、终端设备及存储介质 |
| CN113556430A (zh) * | 2021-07-22 | 2021-10-26 | 深圳追一科技有限公司 | 外呼系统和外呼方法 |
-
2021
- 2021-11-15 CN CN202111349380.6A patent/CN114036277B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109716325A (zh) * | 2016-09-13 | 2019-05-03 | 微软技术许可有限责任公司 | 计算机化的自然语言查询意图分派 |
| US20190005951A1 (en) * | 2017-06-30 | 2019-01-03 | Samsung Sds Co., Ltd. | Method of processing dialogue based on dialog act information |
| US20190130905A1 (en) * | 2017-10-29 | 2019-05-02 | International Business Machines Corporation | Creating modular conversations using implicit routing |
| US20200395000A1 (en) * | 2018-01-23 | 2020-12-17 | Ai Speech Co., Ltd | Human-machine dialogue method and electronic device |
| US20190294673A1 (en) * | 2018-03-23 | 2019-09-26 | Servicenow, Inc. | Method and system for automated intent mining, classification and disposition |
| US20190394333A1 (en) * | 2018-06-21 | 2019-12-26 | Wells Fargo Bank, N.A. | Voice captcha and real-time monitoring for contact centers |
| CN110942769A (zh) * | 2018-09-20 | 2020-03-31 | 九阳股份有限公司 | 一种基于有向图的多轮对话应答系统 |
| US20200193265A1 (en) * | 2018-12-14 | 2020-06-18 | Clinc, Inc. | Systems and methods for intelligently configuring and deploying a control structure of a machine learning-based dialogue system |
| US20200259891A1 (en) * | 2019-02-07 | 2020-08-13 | Microsoft Technology Licensing, Llc | Facilitating Interaction with Plural BOTs Using a Master BOT Framework |
| US20200342850A1 (en) * | 2019-04-26 | 2020-10-29 | Oracle International Corporation | Routing for chatbots |
| CN110209791A (zh) * | 2019-06-12 | 2019-09-06 | 百融云创科技股份有限公司 | 一种多轮对话智能语音交互系统及装置 |
| US20210182497A1 (en) * | 2019-12-17 | 2021-06-17 | Microsoft Technology Licensing, Llc | Conversational manifests for enabling complex bot communications |
| CN111694939A (zh) * | 2020-04-28 | 2020-09-22 | 平安科技（深圳）有限公司 | 智能调用机器人的方法、装置、设备及存储介质 |
| CN111696558A (zh) * | 2020-06-24 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 智能外呼方法、装置、计算机设备及存储介质 |
| CN111881271A (zh) * | 2020-07-08 | 2020-11-03 | 泰康保险集团股份有限公司 | 一种实现自动对话的方法和装置 |
| CN112541068A (zh) * | 2020-12-22 | 2021-03-23 | 携程旅游信息技术（上海）有限公司 | 语音对话的意图识别方法、系统、设备及存储介质 |
| CN113556430A (zh) * | 2021-07-22 | 2021-10-26 | 深圳追一科技有限公司 | 外呼系统和外呼方法 |
| CN113535923A (zh) * | 2021-07-26 | 2021-10-22 | 未鲲(上海)科技服务有限公司 | 一种人机交互方法、装置、终端设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115374266A (zh) * | 2022-10-27 | 2022-11-22 | 深圳市人马互动科技有限公司 | 基于剧情交互节点的交互方法、装置、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114036277B (zh) | 2024-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108701454B (zh) | 对话系统中的参数收集和自动对话生成 | |
| US20210200798A1 (en) | Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface | |
| CN108989397B (zh) | 数据推荐方法、装置及存储介质 | |
| CN111753061B (zh) | 多轮对话处理方法、装置、电子设备及存储介质 | |
| CN110265013A (zh) | 语音的识别方法及装置、计算机设备、存储介质 | |
| CN111460120A (zh) | 一种对话管理方法、装置、设备及存储介质 | |
| CN115424624B (zh) | 一种人机互动的服务处理方法、装置及相关设备 | |
| US11329933B1 (en) | Persisting an AI-supported conversation across multiple channels | |
| JP7115265B2 (ja) | 対話制御方法、対話制御プログラム、対話制御装置、情報提示方法および情報提示装置 | |
| CN105279168A (zh) | 支持自然语言的数据查询方法、开放平台及用户终端 | |
| CN110609893A (zh) | 多轮对话场景中的问答交互方法、装置、设备和存储介质 | |
| CN110457454A (zh) | 一种对话方法、服务器、对话系统及存储介质 | |
| CN113132214B (zh) | 一种对话方法、装置、服务器及存储介质 | |
| CN114036277A (zh) | 一种对话机器人路由跳转方法、装置、电子设备和介质 | |
| CN112767916A (zh) | 智能语音设备的语音交互方法、装置、设备、介质及产品 | |
| CA3013508A1 (en) | Server and method for configuring a chatbot | |
| CN112069830B (zh) | 一种智能会话方法及装置 | |
| CN115658875B (zh) | 基于聊天服务的数据处理方法及相关产品 | |
| CN115408511B (zh) | 交互节点跳转方法及组件、对话开发系统 | |
| CN112182189A (zh) | 一种对话处理方法、装置、电子设备及存储介质 | |
| CN116700705A (zh) | 一种基于配置的业务系统对接方法及系统 | |
| CN113051375B (zh) | 基于问答设备的问答数据的处理方法和装置 | |
| CN114969284A (zh) | 基于动态图的信息处理方法、系统、设备及介质 | |
| CN111046160B (zh) | 交互方法、交互装置以及计算机系统 | |
| CN110019709B (zh) | 机器人自动问答的方法及机器人自动问答的系统 |
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 |