CN114067792A - 一种智能设备的控制方法及装置 - Google Patents

Abstract

本申请公开一种智能设备的控制方法及装置，属于人工智能技术领域，该方法包括：获取到智能设备采集的目标自然语言指令后，对目标自然语言指令进行自然语言分析处理，得到目标自然语言指令对应的目标ECA规则信息，进而根据目标ECA规则信息，生成目标自然语言指令对应的目标工作流，并控制智能设备执行目标工作流。这样，使用自然语言指令即可轻松建立一个工作流，用户不需了解利用IFTTT工具建立工作流的编程思想、了解规范的ECA规则，也不需要掌握编程语言的基本语法知识，因此，可降低用户使用IFTTT工具建立工作流的门槛。

Description

一种智能设备的控制方法及装置

技术领域

本申请涉及人工智能技术领域，尤其涉及一种智能设备的控制方法及装置。

背景技术

IFTTT，即If This Then That，用于帮助用户利用程序开发者提供的开放应用程序接口(Application Programming Interface，API)将各网站或应用衔接起来为其提供服务，旨在使每个用户都可以成为互联网中不用编程的程序员。

一般地，IFTTT的一个工作流包括一个触发服务(Trigger Service)和一个动作服务(Action Service)，而要利用IFTTT工具建立一个工作流须知道工作流的事件条件动作(Event-Condition-Action，ECA)规则信息。相关技术中，用户需要借助IFTTT工具才可以建立一个工作流，这样，用户需掌握利用IFTTT工具建立工作流的编程思想、知道规范的ECA规则，还需要掌握一些编程语言的基本语法知识，用户操作门槛相对比较高，从而使得工作流的建立不那么容易。

发明内容

本申请实施例提供一种智能设备的控制方法及装置，用以解决现有技术中利用IFTTT工具建立工作流的门槛比较高的问题。

第一方面，本申请实施例提供的一种智能设备的控制方法，包括：

获取智能设备采集的目标自然语言指令；

对所述目标自然语言指令进行自然语言分析处理，得到所述目标自然语言指令对应的目标事件条件动作ECA规则信息；

根据所述目标ECA规则信息，生成所述目标自然语言指令对应的目标工作流；

控制所述智能设备执行所述目标工作流。

第二方面，本申请实施例提供的一种智能设备的控制装置，包括：

获取模块，用于获取智能设备采集的目标自然语言指令；

分析模块，用于对所述目标自然语言指令进行自然语言分析处理，得到所述目标自然语言指令对应的目标事件条件动作ECA规则信息；

生成模块，用于根据所述目标ECA规则信息，生成所述目标自然语言指令对应的目标工作流；

控制模块，用于控制所述智能设备执行所述目标工作流。

第三方面，本申请实施例提供的一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中：

存储器存储有可被至少一个处理器执行的指令，该指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述智能设备的控制方法。

第四方面，本申请实施例提供的一种计算机可读介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述智能设备的控制方法。

本申请实施例中，获取到智能设备采集的目标自然语言指令后，对目标自然语言指令进行自然语言分析处理，得到目标自然语言指令对应的目标ECA规则信息，进而根据目标ECA规则信息，生成目标自然语言指令对应的目标工作流，并控制智能设备执行目标工作流。这样，使用自然语言指令即可轻松建立一个工作流，用户不需了解利用IFTTT工具建立工作流的编程思想、了解规范的ECA规则，也不需要掌握编程语言的基本语法知识，因此，可降低用户使用IFTTT工具建立工作流的门槛。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种智能设备的控制方法的流程图；

图2为本申请实施例提供的又一种智能设备的控制方法的流程图；

图3为本申请实施例提供的又一种智能设备的控制方法的流程图；

图4为本申请实施例提供的又一种智能设备的控制方法的流程图；

图5为本申请实施例提供的又一种智能设备的控制方法的流程图；

图6为本申请实施例提供的又一种智能设备的控制方法的流程图；

图7为本申请实施例提供的又一种智能设备的控制方法的流程图；

图8为本申请实施例提供的一种利用语音方式建立工作流的界面示意图；

图9为本申请实施例提供的一种工作流的推荐界面示意图；

图10为本申请实施例提供的又一种工作流的推荐界面示意图；

图11为本申请实施例提供的一种智能设备的控制装置的结构示意图；

图12为本申请实施例提供的一种用于实现智能设备的控制方法的电子设备的硬件结构示意图。

具体实施方式

为了解决现有技术中利用IFTTT工具建立工作流的门槛比较高的问题，本申请实施例提供了一种智能设备的控制方法及装置。

以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本申请实施例提供的智能设备的控制方法的执行主体既可以是对智能设备提供后台管理服务的服务器，也可以是智能设备。并且，本申请实施例中的智能设备可以是机器人，也可以是智能音箱等其它电子设备。

图1为本申请实施例提供的一种智能设备的控制方法的流程图，包括：

S101：获取智能设备采集的目标自然语言指令。

一般地，自然语言是指自然地随文化演化的语言，如汉语、英语、日语等。而使用自然语言发出的指令即是自然语言指令，如用户发出的语音指令、文本指令均是自然语言指令。因此，本申请实施例中的目标自然语言指令既可以是语音指令也可以是文本指令。

S102：对目标自然语言指令进行自然语言分析处理，得到目标自然语言指令对应的目标ECA规则信息。

具体实施时，可以根据预先配置的工作流语法规则，对目标自然语言指令进行语法分析，若确定目标自然语言指令与任一工作流语法规则匹配，则可根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，从而得到目标ECA规则信息。

假设预先配置的工作流语法规则为：自然语言指令中包含“当……时”的字样，且自然语言指令中包含控制对象和控制信息。

比如，目标自然语言指令是“当我离开家的时候，把灯和空调关掉”，该目标自然语言指令中包含“当……时”的字样，且包含控制对象“灯和空调”和控制信息“关闭”，所以目标自然语言指令与预先配置的工作流语法规则匹配，进而可根据该工作流语法规则，对“当我离开家的时候，把灯和空调关掉”进行ECA规则提取，从而得到目标ECA规则信息，其中，目标ECA规则信息包括触发条件：离开家，还包括执行动作：关闭灯、关闭空调。

另外，需要说明是，目标自然语言指令与预先配置的工作流语法规则可以是精准匹配也可以是模糊匹配，其中，当目标自然语言指令与预先配置的工作流语法规则是精准匹配时，根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取所得到的目标ECA规则信息是完整的；当目标自然语言指令与预先配置的工作流语法规则是模糊匹配时，根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取所得到的目标ECA规则信息可能是完整的也可是不完整的。

S103：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

在具体实施过程中，可以采用以下任一方式生成目标工作流：

方式1，将目标ECA规则信息与已生成的各工作流对应的ECA规则信息进行比对，若确定目标ECA规则信息与任一已生成的工作流对应的ECA规则信息相似，则可将该ECA规则信息对应的工作流确定为目标工作流。

具体的，每次生成工作流后，均保存已生成的各工作流对应的ECA规则信息，后续，在确定目标自然语言指令对应的目标ECA规则信息之后，可基于目标ECA规则信息，从已生成的各工作流中，筛选匹配的工作流确定为目标工作流。

方式2，可以根据目标ECA规则信息和目标自然语言指令所匹配的工作流语法规则对应的工作流模板，生成目标工作流。

具体实施时，可将目标ECA规则信息填入目标自然语言指令所匹配的工作流语法规则对应的工作流模板，即可利用工作流模板生成目标工作流。

S104：控制智能设备执行目标工作流。

具体实施时，在生成目标工作流之后，可控制智能设备监测是否满足目标工作流中的触发条件，若满足，则可控制智能设备运行目标工作流。

实际应用中，本申请实施例中，既可以基于智能设备当前采集的自然语言指令生成工作流，也可以基于智能设备采集的历史自然语言指令生成工作流，下面对这两种情况分别进行说明。

图2为本申请实施例提供的又一种智能设备的控制方法的流程图，包括：

S201：将智能设备当前采集的自然语言指令，确定为目标自然语言指令。

其中，目标自然语言指令可以是语音指令也可以是文本指令。也就是说，本申请实施例中，用户可以使用语音向智能设备发出目标自然语言指令，也可以使用文字向智能设备发出目标自然语言指令。

S202：根据预先配置的工作流语法规则对目标自然语言指令进行语法分析。

具体实施时，可以根据预先配置的工作流语法规则，对目标自然语言指令进行语法分析，若确定目标自然语言指令与任一工作流语法规则匹配，则可根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，从而得到目标ECA规则信息。

S203：若确定目标自然语言指令与任一工作流语法规则匹配，则根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，得到目标ECA规则信息。

S204：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

具体实施时，可以采用上述方式1或方式2生成目标工作流。

在采用方式1生成目标工作流时，由于目标自然语言指令是用户明确发出的自然语言指令，为了尽可能对地自然语言指令做出正确响应，提升用户体验，可将用于评价目标ECA规则信息与已生成的工作流对应的ECA规则信息是否相似的标准设置的严格一些。比如，当目标ECA规则信息与已生成的工作流对应的ECA规则信息的相似度超过95％时，才认定两者相似。

在采用方式2生成目标工作流时，可将目标ECA规则信息填入目标自然语言指令所匹配的工作流语法规则对应的工作流模板，即可利用工作流模板生成目标工作流。

该种情况下，目标工作流即是对目标自然语言指令的正确响应，用户体验比较好。

S205：控制智能设备执行目标工作流。

上述流程中，一旦智能设备采集到自然语言指令，就将该自然语言指令作为目标自然语言指令，并尝试为目标自然语言指令建立对应的目标工作流。考虑到并不是所有的自然语言指令都可以用来建立工作流，且不需要对用户发出的每条自然语言指令都建立工作流，为了能够在合适的时机建立工作流，也为了节省资源消耗，在一种可能实施方式中，可以在确定智能设备的工作流创建任务已被触发后，再执行建立工作流的处理流程。

图3为本申请实施例提供的又一种智能设备的控制方法的流程图，包括：

S301：将智能设备当前采集的自然语言指令，确定为目标自然语言指令。

S302：判断智能设备的工作流创建任务是否已开启，若否，则进入S303；若是，则进入S304。

实际应用中，用户可以通过语音指令开启智能设备的工作流创建任务，也可以通过点击智能设备屏幕上的“工作流创建任务”按键，来开启智能设备的工作流创建任务。

另外，需要说明的是，用户可以先开启智能设备的工作流创建任务，再向智能设备发出自然语言指令，也可以先向智能设备发出自然语言指令，再开启智能设备的工作流创建任务。也就是说，上述S301和S302之间可以没有严格的先后顺序关系。

S303：结束为目标自然语言指令建立工作流的处理流程。

后续，可进入常规的语义解析处理流程来处理目标自然语言指令。

S304：根据预先配置的工作流语法规则对目标自然语言指令进行语法分析。

S305：若确定目标自然语言指令与任一工作流语法规则匹配，则根据目标自然语言指令所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，得到目标ECA规则信息。

S306：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

S307：控制智能设备执行目标工作流。

此外，上述流程中，若确定目标自然语言指令与各工作流语法规则均不匹配，还可控制智能设备输出第一提示信息，该第一提示信息用于引导用户输入符合工作流语法规则的自然语言指令，这样，可进一步降低用户使用自然语言指令建立工作流的难度，提升用户体验。

在另一种可能的实施方式中，当确定可使用目标自然语言指令建立工作流时，可询问用户是否要建立工作流，在确定用户要使用目标自然语言指令建立工作流之后，再对目标自然语言指令执行建立工作流的处理流程。图4为本申请实施例提供的又一种智能设备的控制方法的流程图，包括以下步骤：

S401：将智能设备当前采集的自然语言指令，确定为目标自然语言指令。

S402：根据预先配置的工作流语法规则对目标自然语言指令进行语法分析。

S403：若确定目标自然语言指令与任一工作流语法规则匹配，则控制智能设备输出是否使用目标自然语言指令建立工作流的询问信息。

S404：判断是否接收到允许建立工作流的应答信息，若否，则进入S405；若是，则进入S406。

S405：结束为目标自然语言指令建立工作流的处理流程。

S406：根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，得到目标ECA规则信息。

S407：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

S408：控制智能设备执行目标工作流。

实际应用中，虽然用户向智能设备发出的自然语言指令多种多样，但有些自然语言指令是高频的，为了尽可能地使用户无需重复发送自然语言指令就可使用相应功能，本申请实施例还可基于这些高频的自然语言指令向用户推荐符合其心意的工作流。

图5为本申请实施例提供的又一种智能设备的控制方法的流程图，包括：

S501：获取至少一个历史自然语言指令组，其中，每个历史自然语言指令组中的历史自然语言指令的语义解析结果相似。

假设历史自然语言指令有：

我走的时候，关灯和空调；

我走了，关灯关空调；

当我离开的时候，把灯和空调关了；

以上三条历史自然语言指令的语义结果是相似的，即可将以上三条历史自然语言指令分到一个历史自然语言指令组中。

S502：若确定任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值，则将该历史自然语言指令组确定为目标自然语言指令。

具体实施时，任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值，则说明该历史自然语言指令组中的历史自然语言指令是高频指令，可尝试基于该历史自然语言指令组为用户推荐工作流。

S503：根据预先配置的工作流语法规则对目标自然语言指令进行语法分析。

具体实施时，可以根据预先配置的工作流语法规则，对目标自然语言指令进行语法分析，若确定目标自然语言指令与任一工作流语法规则匹配，则可根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，从而得到目标ECA规则信息。

该种情况下，目标自然语言指令是一个历史自然语言指令组，目标自然语言指令与任一工作流语法规则匹配，可以是指历史自然语言指令组中的部分历史自然语言指令与该工作流语法规则匹配，也可以是指历史自然语言指令组中的全部历史自然语言指令与该工作流语法规则匹配。具体的匹配标准可由技术人员根据实际需求确定，在此不再赘述。

S504：若确定目标自然语言指令与任一工作流语法规则匹配，则根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，得到目标ECA规则信息。

S505：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

具体实施时，可以采用上述方式1或方式2生成目标工作流。

在采用方式1生成目标工作流时，由于目标自然语言指令是用户发出的历史自然语言指令，为了筛选出比较多的可向用户推荐的工作流，可将用于评价目标ECA规则信息与已生成的工作流对应的ECA规则信息是否相似的标准设置的宽松一些。比如，当目标ECA规则信息与已生成的工作流对应的ECA规则信息的相似度超过65％时，就认定两者相似。

在采用方式2生成目标工作流时，目标工作流即是对目标自然语言指令的正确响应，推荐的准确度比较高。

S506：控制智能设备执行目标工作流。

另外，上述流程中，在确定目标自然语言指令与任一工作流语法规则匹配之后，还可控制智能设备输出是否使用目标自然语言指令建立工作流的询问信息，在确定接收到表示使用目标自然语言指令建立工作流的应答信息后，再根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取。这样，在得到用户允许后再执行根据目标自然语言指令生成工作流的流程，可避免频繁向用户推荐工作流而使用户反感，提升用户体验，还可降低资源消耗。

基于上述任一实施例，实际应用中，由于用户发出的目标自然语言指令可能是规范的自然语言指令(包含完整的事件信息、触发条件信息和动作信息)、也可能是不规范的自然语言指令(如仅包含动作信息)，所以目标ECA规则信息既可能是完整的事件信息、触发条件信息和动作信息，也可能是事件信息、触发条件信息和动作信息中的部分信息。

基于此，本申请实施例还可基于一些ECA规则信息不完整的目标自然语音指令的采集时间信息来补充ECA规则信息中缺少的触发条件，进而基于补充完整的ECA规则信息向用户推荐工作流。

图6为本申请实施例提供的又一种智能设备的控制方法的流程图，包括：

S601：获取至少一个历史自然语言指令组，其中，每个历史自然语言指令组中的历史自然语言指令的语义解析结果相似。

S602：若确定任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值、且该历史自然语言指令组中各历史自然语言指令的采集时间均在同一个时间段内，则将该历史自然语言指令组确定为目标自然语言指令。

具体实施时，任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值、且该历史自然语言指令组中各历史自然语言指令的采集时间均在同一个时间段内，则说明该历史自然语言指令组中的历史自然语言指令不仅是高频指令，而且该历史自然语言指令组中的历史自然语言指令的发出时间比较集中，可尝试基于该历史自然语言指令组为用户推荐工作流。

比如，一周七天，周一8:00，用户让智能设备播放天气预报，周二8:10，用户让智能设备播放天气预报，周四7:50，用户让智能设备播放天气预报；周五7:52，用户让智能设备播放天气预报，周六8:20时，用户让智能设备播放天气预报。那么，这些播放天气预报的指令可以放到一个历史自然语言指令组中，且该历史自然语言指令组对应的时间段是：7:50～8:20。

S603：根据预先配置的工作流语法规则对目标自然语言指令进行语法分析。

具体实施时，可以根据预先配置的工作流语法规则，对目标自然语言指令进行语法分析，若确定目标自然语言指令与任一工作流语法规则匹配，则可根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，从而得到目标ECA规则信息。

S604：若确定目标自然语言指令与任一工作流语法规则匹配，则根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，得到目标ECA规则信息。

S605：判断目标ECA规则信息是否完整，若不完整，则进入S606；若完整，则进入S607。

S606：根据目标自然语音指令的采集时间信息，对不完整的目标ECA规则信息进行补充。

比如，若确定目标ECA规则信息中缺少触发条件，则可从相应历史自然语言指令组中各历史自然语言指令均在的时间段内选取一个时间点，将选取的时间点确定为目标ECA规则信息中缺少的触发条件。

沿用上例，假设历史自然语言指令组中各历史自然语言指令均在的时间段为7:50～8:20，那么，可从该时间段内选择一个时间点，比如，将所有指令都比较集中的时间点8:00作为选择的时间点。这里，时间点的选择规则仅为举例，具体的选择规则由技术人员根据实际需求设定，在此不再赘述。

S607：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

S608：控制智能设备执行目标工作流。

在另外一些具体实施例中，对目标ECA规则信息不完整的情况，本申请实施例还可引导用户输入目标ECA规则信息中缺少的信息，进而基于补充完整的ECA规则信息向用户推荐工作流。

图7为本申请实施例提供的又一种智能设备的控制方法的流程图，包括：

S701：获取至少一个历史自然语言指令组，其中，每个历史自然语言指令组中的历史自然语言指令的语义解析结果相似。

S702：若确定任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值，则将该历史自然语言指令组确定为目标自然语言指令。

S703：根据预先配置的工作流语法规则对目标自然语言指令进行语法分析。

S704：若确定目标自然语言指令与任一工作流语法规则匹配，则根据所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，得到目标ECA规则信息。

S705：判断目标ECA规则信息是否完整，若不完整，则进入S706；若完整，则进入S707。

S706：控制智能设备输出第二提示语，该第二提示语用于引导用户输入目标ECA规则信息中缺少的信息。

比如，若目标自然语言指令所在历史自然语言指令组中包含的历史自然语言指令条数大于预设值、但该历史自然语言指令组中各历史自然语言指令的采集时间不在同一个时间段内，则说明虽然该历史自然语言指令组中的历史自然语言指令是高频指令，但该历史自然语言指令组中的历史自然语言指令的发出时间比较分散，为了能够基于该历史自然语言指令组为用户推荐工作流，可引导用户输入触发条件。

另外，在引导用户输入触发条件时，还可提供一些选项或一些示例，以进一步降低用户输入触发条件的难度。

S707：根据目标ECA规则信息生成目标自然语言指令对应的目标工作流。

S708：控制智能设备执行目标工作流。

基于上述任一实施例，考虑到实际应用中，目标工作流可能与用户想要的工作流有出入或者用户想修改一下目标工作流中的各参数信息，还可以向用户开放对工作流对应的ECA规则信息的修改功能。

为此，图1-图7中，在控制智能设备执行目标工作流之前，还可以控制智能设备输出目标工作流的目标ECA规则信息，若接收到工作流的更新指令，则可根据该更新指令对目标工作流进行更新，其中，更新指令中包括目标工作流的ECA规则信息中的至少一种信息。

基于上述任一实施例，为了提升用户体验，图1-图7中，在控制智能设备执行目标工作流之前，还可以控制智能设备输出是否允许添加目标工作流的询问消息，进而控制智能设备仅执行被允许添加的目标工作流。

下面以智能设备为机器人为例，对本申请实施例的技术方案进行介绍。

本申请实施例结合机器人的智能语音能力，提出一种利用自然语音指令建立工作流的方案，大大降低用户建立工作流的难度，可使机器人为用户提供更多的IFTTT功能，开启智能生活。

一、利用语音交互界面(Voice User Interface，VUI)自动生成工作流。

假设用户发出的语音指令为：当我离开家的时候，把灯和空调关掉。

智能设备在采集到该条语音指令后，可将语音指令发送给服务器，服务器可利用自动语音识别技术(Automatic Speech Recognition，ASR)对该条语音指令进行语音识别，然后，根据预先配置的工作流语法规则，对该条语音指令的语音识别结果进行分析，当确定该条语音指令与任一工作流语法规则匹配时，可执行以下任一处理流程：

第一种处理流程：

判断智能设备的工作流创建任务是否已被触发，若否，则不使用该条语音指令建立工作流；若是，则根据该条语音指令所匹配的工作流语法规则，对该条语音指令的语音识别结果进行ECA规则提取，从而得到该条语音指令对应的目标ECA规则信息。

此外，若确定该条语音指令与各工作流语法规则均不匹配，还可控制智能设备输出第一提示信息，以引导用户输入符合工作流语法规则的语音指令。

第二种处理流程：

控制智能设备输出是否使用该条语音指令建立工作流的询问信息，判断是否接收到表示允许建立工作流的应答信息，若否，则不使用该条语音指令建立工作流；若是，则根据该条语音指令所匹配的工作流语法规则，对该条语音指令的语音识别结果进行ECA规则提取，从而得到该条语音指令对应的目标ECA规则信息。

具体实施时，在得到目标ECA规则信息之后，可控制机器人输出目标ECA规则信息，若接收到工作流的更新指令，还可根据更新指令对目标规则信息进行更新，其中，更新指令中包括目标ECA规则信息中的至少一种信息。

进一步地，根据目标ECA规则信息，生成该语音指令对应的目标工作流。

比如，将目标ECA规则信息与已生成的各工作流对应的ECA规则信息进行比对，若确定目标ECA规则信息与任一已生成的工作流对应的ECA规则信息的相似度超过95％，则将该ECA规则信息对应的工作流确定为目标工作流。

再比如，利用目标ECA规则信息和该条语音指令所匹配的工作流语法规则对应的工作流模板，生成目标工作流。

进一步地，还可控制机器人输出是否允许添加目标工作流的询问消息，经由用户确认之后，再控制机器人将目标工作流添加至IFTTT任务中心，并可实时监测目标工作流的触发条件，进而在满足触发条件时运行目标工作流。

图8为本申请实施例提供的一种利用语音方式建立工作流的界面示意图。

二、基于用户高频行为主动生成工作流。

实际应用中，用户发出的自然语音指令虽然有很多，但有一些自然语音指令的语义是相似的，可尝试使用语义相似的一组自然语音指令生成工作流。

具体实施时，可获取至少一个历史自然语言指令组，其中，每个历史自然语言指令组中的历史自然语言指令的语义解析结果相似，若确定任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值，则将该历史自然语言指令组确定为目标自然语言指令。

假设某历史自然语言指令组中包含的历史自然语言指令为：

我走的时候，关灯和空调；

我走了，关灯关空调；

当我离开的时候，把灯和空调关了。

进一步地，可根据预先配置的工作流语法规则，对目标自然语言指令进行语法分析，若确定目标自然语言指令与任一工作流语法规则匹配，则可控制机器人输出是否使用目标自然语言指令建立工作流的询问信息，在确定接收到表示使用目标自然语言指令建立工作流的应答信息后，根据目标自然语言指令所匹配的工作流语法规则，对目标自然语言指令进行ECA规则提取，从而得到目标ECA规则信息。

之后，利用目标ECA规则信息和目标自然语言指令所匹配的工作流语法规则对应的工作流模板，即可生成目标自然语言指令对应的目标工作流。

实际应用中，由于用户发出的自然语言指令可能不规范，因此，上述提取到的目标ECA规则信息可能会缺少触发条件。

考虑到通过IFTTT设置的工作流主要是定时任务和提醒任务，而定时任务和提醒任务都与时间高度相关，因此，可以分析一个历史自然语言指令组包含的历史自然语言指令的采集时间的特点，来补充时间触发条件。例如，用户每天都在早上9点左右让机器人播放天气预报，并让机器人拉开窗帘。

此时，虽然历史自然语言指令组中的历史自然语言指令是：播放天气预报，拉开窗帘。但分析这些历史自然语言指令可知，该历史自然语言指令组中的历史自然语言指令的采集时间均位于同一个时间段内假设为8:55-9:05，那么，可将位于该时间段内的时间点9:00，作为该历史自然语言指令组对应的目标ECA规则信息中缺少的触发条件。

此外，若历史自然语言指令组中的历史自然语言指令的采集时间均不位于同一个时间段内，还可输出第二提示语，以引导用户输入目标ECA规则信息中缺少的触发条件。

图9为本申请实施例提供的一种工作流的推荐界面示意图；图10为本申请实施例提供的另一种工作流的推荐界面示意图。

本申请实施例中，用户使用自然语言指令就可以简单快捷的设置不复杂的工作流，大大降低用户设置工作流的难度。而自动对用户的历史自然语言指令进行聚合分析，提取工作流设置信息，可以设置较为复杂的工作流，可使用户不需再对机器人频繁下发重复指令，使机器人成为用户的智能管家。

当本申请实施例中提供的方法以软件或硬件或软硬件结合实现的时候，电子设备中可以包括多个功能模块，每个功能模块可以包括软件、硬件或其结合。

图11为本申请实施例提供的一种智能设备的控制装置的结构示意图，包括获取模块1101、分析模块1102、生成模块1103、控制模块1104。

获取模块1101，用于获取智能设备采集的目标自然语言指令；

分析模块1102，用于对所述目标自然语言指令进行自然语言分析处理，得到所述目标自然语言指令对应的目标事件条件动作ECA规则信息；

生成模块1103，用于根据所述目标ECA规则信息，生成所述目标自然语言指令对应的目标工作流；

控制模块1104，用于控制所述智能设备执行所述目标工作流。

在一种可能的实施方式中，所述获取模块1101具体用于：

将所述智能设备当前采集的自然语言指令，确定为所述目标自然语言指令。

在一种可能的实施方式中，所述获取模块1101具体用于：

获取至少一个历史自然语言指令组，每个历史自然语言指令组中的历史自然语言指令的语义解析结果相似；

若确定任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值，则将该历史自然语言指令组确定为所述目标自然语言指令。

在一种可能的实施方式中，所述获取模块1101还用于：

在将该历史自然语言指令组确定为所述目标自然语言指令之前，确定该历史自然语言指令组中各历史自然语言指令的采集时间均在同一个时间段内。

在一种可能的实施方式中，所述分析模块1102具体用于：

根据预先配置的工作流语法规则，对所述目标自然语言指令进行语法分析；

若确定所述目标自然语言指令与任一工作流语法规则匹配，则根据所匹配的工作流语法规则，对所述目标自然语言指令进行ECA规则提取，得到所述目标ECA规则信息。

在一种可能的实施方式中，所述目标自然语言指令是所述智能设备当前采集的自然语言指令，所述分析模块1102还用于：

在根据预先配置的工作流语法规则，对所述目标自然语言指令进行语法分析之前，确定所述智能设备的工作流创建任务已被触发。

在一种可能的实施方式中，装置还包括第一交互模块1105，用于：

若确定所述目标自然语言指令与所述工作流语法规则均不匹配，则控制所述智能设备输出第一提示信息，所述第一提示信息用于引导用户输入符合所述工作流语法规则的自然语言指令。

在一种可能的实施方式中，所述分析模块1102包括：

询问单元11021，用于若确定所述目标自然语言指令与任一工作流语法规则匹配，则控制所述智能设备输出是否使用所述目标自然语言指令建立工作流的询问信息；

匹配单元11022，用于在确定接收到表示使用所述目标自然语言指令建立工作流的应答信息后，根据所匹配的工作流语法规则，对所述目标自然语言指令进行ECA规则提取。

在一种可能的实施方式中，所述生成模块1103具体用于：

若所述目标ECA规则信息与任一已生成的工作流对应的ECA规则信息相似，将所述ECA规则信息对应的工作流确定为所述目标工作流；或者

根据所述目标ECA规则信息和所述目标自然语言指令所匹配的工作流语法规则对应的工作流模板，生成所述目标工作流。

在一种可能的实施方式中，装置还包括更新模块1106，用于：

在控制所述智能设备执行所述目标工作流之前，控制所述智能设备输出所述目标工作流的目标ECA规则信息；

若接收到工作流的更新指令，则根据所述更新指令，对所述目标工作流的ECA规则信息进行更新，其中，所述更新指令中包括所述目标工作流的ECA规则信息中的至少一种信息。

在一种可能的实施方式中，所述装置还包括第二交互模块1107：

所述第二交互模块1107，用于在控制所述智能设备执行所述目标工作流之前，控制所述智能设备输出是否允许添加所述目标工作流的询问消息；

所述控制模块1104，具体用于控制所述智能设备执行被允许添加的目标工作流。

本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本申请各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。各个模块相互之间的耦合可以是通过一些接口实现，这些接口通常是电性通信接口，但是也不排除可能是机械接口或其它的形式接口。因此，作为分离部件说明的模块可以是或者也可以不是物理上分开的，既可以位于一个地方，也可以分布到同一个或不同设备的不同位置上。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

图12为本申请实施例提供的一种电子设备的结构示意图，该电子设备包括收发器1201以及处理器1202等物理器件，其中，处理器1202可以是一个中央处理单元(centralprocessing unit，CPU)、微处理器、专用集成电路、可编程逻辑电路、大规模集成电路、或者为数字处理单元等等。收发器1201用于电子设备和其他设备进行数据收发。

该电子设备还可以包括存储器1203用于存储处理器1202执行的软件指令，当然还可以存储电子设备需要的一些其他数据，如电子设备的标识信息、电子设备的加密信息、用户数据等。存储器1203可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器1203也可以是非易失性存储器(non-volatilememory)，例如只读存储器(read-only memory，ROM)，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)、或者存储器1203是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器1203可以是上述存储器的组合。

本申请实施例中不限定上述处理器1202、存储器1203以及收发器1201之间的具体连接介质。本申请实施例在图12中仅以存储器1203、处理器1202以及收发器1201之间通过总线1204连接为例进行说明，总线在图12中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器1202可以是专用硬件或运行软件的处理器，当处理器1202可以运行软件时，处理器1202读取存储器1203存储的软件指令，并在所述软件指令的驱动下，执行前述实施例中涉及的智能设备的控制方法。

本申请实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行前述实施例中涉及的智能设备的控制方法。

在一些可能的实施方式中，本申请提供的智能设备的控制方法的各个方面还可以实现为一种程序产品的形式，所述程序产品中包括有程序代码，当所述程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行前述实施例中涉及的智能设备的控制方法。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

本申请实施例中用于智能设备的控制的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在计算设备上运行。本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。

此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种智能设备的控制方法，其特征在于，包括：

获取智能设备采集的目标自然语言指令；

对所述目标自然语言指令进行自然语言分析处理，得到所述目标自然语言指令对应的目标事件条件动作ECA规则信息；

根据所述目标ECA规则信息，生成所述目标自然语言指令对应的目标工作流；

控制所述智能设备执行所述目标工作流。

2.如权利要求1所述的方法，其特征在于，获取智能设备采集的目标自然语言指令，包括：

将所述智能设备当前采集的自然语言指令，确定为所述目标自然语言指令。

3.如权利要求1所述的方法，其特征在于，获取智能设备采集的目标自然语言指令，包括：

获取至少一个历史自然语言指令组，每个历史自然语言指令组中的历史自然语言指令的语义解析结果相似；

若确定任一历史自然语言指令组中包含的历史自然语言指令条数大于预设值，则将该历史自然语言指令组确定为所述目标自然语言指令。

4.如权利要求3所述的方法，其特征在于，在将该历史自然语言指令组确定为所述目标自然语言指令之前，所述方法还包括：

确定该历史自然语言指令组中各历史自然语言指令的采集时间均在同一个时间段内。

5.如权利要求1-4任一项所述的方法，其特征在于，对所述目标自然语言指令进行自然语言分析处理，包括：

根据预先配置的工作流语法规则，对所述目标自然语言指令进行语法分析；

若确定所述目标自然语言指令与任一工作流语法规则匹配，则根据所匹配的工作流语法规则，对所述目标自然语言指令进行ECA规则提取，得到所述目标ECA规则信息。

6.如权利要求5所述的方法，其特征在于，所述目标自然语言指令是所述智能设备当前采集的自然语言指令，在根据预先配置的工作流语法规则，对所述目标自然语言指令进行语法分析之前，所述还包括：

确定所述智能设备的工作流创建任务已被触发。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：

若确定所述目标自然语言指令与所述工作流语法规则均不匹配，则控制所述智能设备输出第一提示信息，所述第一提示信息用于引导用户输入符合所述工作流语法规则的自然语言指令。

8.一种智能设备的控制装置，其特征在于，包括：

获取模块，用于获取智能设备采集的目标自然语言指令；

分析模块，用于对所述目标自然语言指令进行自然语言分析处理，得到所述目标自然语言指令对应的目标事件条件动作ECA规则信息；

生成模块，用于根据所述目标ECA规则信息，生成所述目标自然语言指令对应的目标工作流；

控制模块，用于控制所述智能设备执行所述目标工作流。

9.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中：

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7任一所述的方法。

10.一种计算机可读介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行如权利要求1-7任一所述的方法。

Images