CN115589445A - 机器人拟人化人机协作系统、方法、设备及存储介质 - Google Patents
机器人拟人化人机协作系统、方法、设备及存储介质 Download PDFInfo
- Publication number
- CN115589445A CN115589445A CN202211261088.3A CN202211261088A CN115589445A CN 115589445 A CN115589445 A CN 115589445A CN 202211261088 A CN202211261088 A CN 202211261088A CN 115589445 A CN115589445 A CN 115589445A
- Authority
- CN
- China
- Prior art keywords
- client
- intention
- conversation
- robot
- cooperation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000002372 labelling Methods 0.000 claims abstract description 32
- 239000003795 chemical substances by application Substances 0.000 claims description 60
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 239000013598 vector Substances 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000001356 surgical procedure Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 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
- H04M3/50—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
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- 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
- H04M3/5175—Call or contact centers supervision arrangements
-
- 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
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Machine Translation (AREA)
Abstract
本发明涉及人工智能技术，揭露一种机器人拟人化人机协作系统、方法、设备及存储介质。该系统中包括协作判定模块、坐席分配模块、初级超时模块、会话监听模块、意图反馈模块及次级超时模块，可以筛选出语言置信度较低且技能信息较为重要的会话窗口进行协作任务的请求；同时，能够有效地对人力资源进行分配，通过设定排队时间，能够保证协作系统不会造成线程拖延，从而提高协作系统的处理效率；进一步地，通过利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，能够有效缓解坐席人员的不足，保证协作系统的工作效率。本发明可以提高人机协作系统在进行人为意图标定时的处理效率。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种机器人拟人化人机协作系统、方法、电子设备及计算机可读存储介质。
背景技术
语音机器人是基于人工智能三大引擎技术而诞生的一种用于减少坐席压力的智能机器人，其工作步骤分别是将客户语音转化成客户文本、识别出客户文本中客户意图、将根据所述客户意图的回馈文本转化成机器语音，而目前的语音机器人在使用前，需要利用大量的语料进行长期训练，且需要人为对语音机器人的客户语音进行人为意图标定，从而确定语音机器人的识别准确度。
现有的人为意图标定多在客户与机器人沟通结束后对通话录音进行标注，这种标注方法需要耗费大量的人力资源，在人力资源不足的情况下，人为意图标定无法对所有的异常情况进行处理和监测，导致人机协作系统在进行人为意图标定时的处理效率较低。
发明内容
本发明提供一种机器人拟人化人机协作系统、方法、电子设备及计算机可读存储介质，其主要目的在于解决人机协作系统在进行人为意图标定时的处理效率较低的问题。
为实现上述目的，本发明提供的机器人拟人化人机协作系统，其特征在于，所述系统包括协作判定模块、坐席分配模块、初级超时模块、会话监听模块、意图反馈模块及次级超时模块，其中，
所述协作判定模块，用于获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
所述坐席分配模块，用于当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
所述初级超时模块，用于当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
所述会话监听模块，用于当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
所述意图反馈模块，用于当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务；
所述次级超时模块，用于当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
可选地，所述协作判定模块在计算出所述会话窗口中的客户话术的语言置信度时，用于：
根据段落信息将所述客户话术分割成多个客户话术段；
逐个选取所述客户话术段作为目标话术段，对所述目标话术段进行文本分词，得到目标话术词集合；
逐个选取所述目标话术词集合中的话术词语作为目标话术词语，将所述目标话术词语的置信度作为目标词置信度，根据所述目标话术词集合中所有的目标词置信度计算出所述目标话术段对应的目标段置信度；
计算出所有的所述目标段置信度的平均值，得到所述语言置信度。
可选地，所述协作判定模块在根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务时，用于：
判断所述技能信息是否为重要技能；
当所述技能信息不是重要技能时，确定所述会话窗口不需要请求协作任务；
当所述技能信息是重要技能时，判断所述语言置信度是否小于预设的置信度阈值；
当所述语言置信度小于所述置信度阈值时，确定所述会话窗口需要请求协作任务；
当所述语言置信度大于或等于所述置信度阈值时，返回所述确定所述会话窗口不需要请求协作任务的步骤。
可选地，所述坐席分配模块在生成所述会话窗口的协作请求ID时，用于：
将所有未进行协作请求的会话窗口汇集成会话窗口列表；
根据会话初始时间对所述会话窗口列表中的会话窗口进行排序，得到会话窗口序列；
逐一选取所述会话窗口序列中的会话窗口作为目标会话窗口，将所述目标会话窗口在所述会话窗口序列中的序号作为所述目标会话窗口的协作请求ID。
可选地，所述坐席分配模块在利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听时，用于：
判断是否存在空闲的坐席人员；
当存在空闲的坐席人员时，确定能够对所述会话窗口进行会话监听；
当不存在空闲的坐席人员时，判断坐席队列是否存在空闲；
当所述坐席队列不存在空闲时，确定不能对所述会话窗口进行会话监听；
当所述坐席队列存在空闲时，根据所述协作任务ID判断所述坐席队列的排队时间是否超过预设的等候阈值；
当所述排队时间超过所述等候阈值时，返回所述确定不能对所述会话窗口进行会话监听的步骤；
当所述排队时间没有超过所述等候阈值时，返回所述确定能够对所述会话窗口进行会话监听的步骤。
可选地，所述初级超时模块在利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图时，用于：
利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图；
利用所述相似距离算法从所述机器人话术中提取出机器人意图；
将所述客户意图与所述机器人意图汇集成标注意图。
可选地，所述初级超时模块在利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图时，用于：
将所述客户话术汇集成客户话术文本，对所述客户话术文本进行文本分词，得到客户话术词集；
逐个选取所述客户话术词集中的客户词语作为目标客户词语，对所述目标客户词语进行向量化操作，得到客户词语向量，利用所述相似距离算法计算所述客户词语向量与预设的关键词向量库中的各个关键词的词向量的相似距离；
选取所述关键词向量库中与所述客户词语向量的相似距离最小的关键词作为相近关键词，利用所述相近关键词替换所述目标客户词语，并返回所述逐个选取所述客户话术词集中的客户词语作为目标客户词语的步骤，直至所述目标客户词语为所述客户话术词集中的最后一个客户词语时，得到关键词词集；
将所述关键词词集中重复的相近关键词进行合并，并将重复词语的个数作为合并后的相近关键词的权重，将所有合并后的相近关键词汇集成权重词词集；
选取所述权重词集中权重大于预设的权重阈值的相近关键词汇集成所述客户话术的客户意图。
为了解决上述问题，本发明还提供一种机器人拟人化人机协作系统的运行方法，所述方法包括：
获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务；
当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
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，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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所述的机器人拟人化人机协作系统的运行方法。
为了解决上述问题，本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中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的机器人拟人化人机协作系统的运行方法。
本发明实施例通过根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务，可以筛选出语言置信度较低且技能信息较为重要的会话窗口进行协作任务的请求，节省人力资源，提高协作系统的工作效率；同时，通过利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听，能够有效地对人力资源进行分配，通过设定排队时间，能够保证协作系统不会造成线程拖延，从而提高协作系统的处理效率；通过利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，能够有效缓解坐席人员的不足，保证协作系统的工作效率，通过并将所述标注意图发送至预设的中控平台，可以方便用户根据所述中控平台对历史会话中语音机器人的工作状态进行复盘，进而便于对所述语音机器人的算法更新；通过将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈，能够进一步对坐席人员的意图标注时间进行限定，从而提高协作系统整体的处理效率。因此本发明提出的机器人拟人化人机协作系统、方法、电子设备及计算机可读存储介质，可以解决人机协作系统在进行人为意图标定时的处理效率较低的问题。
附图说明
图1为本发明一实施例提供的机器人拟人化人机协作系统的功能模块图；
图2为本发明一实施例提供的机器人拟人化人机协作系统的运行方法的流程示意图；
图3为本发明一实施例提供的实现所述机器人拟人化人机协作系统的运行方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
实际上，机器人拟人化人机协作系统所部署的服务端设备可能是由一台或多台设备构成的。上述机器人拟人化人机协作系统可以实现为：业务实例、虚拟机、硬件设备。比如，该机器人拟人化人机协作系统可以实现为部署在云节点中的一个或多个设备上的一种业务实例。简单来说，该机器人拟人化人机协作系统可以理解为是部署在云节点上的一种软件，用于为各用户端提供机器人拟人化人机协作系统。或者，该机器人拟人化人机协作系统也可以实现为部署在云节点中的一个或多个设备上的一种虚拟机。该虚拟机中安装有用于管理各用户端的应用软件。或者，该机器人拟人化人机协作系统还可以实现为由众多相同或不同类型的硬件设备构成的服务端，设置一个或多个硬件设备用于为各用户端提供机器人拟人化人机协作系统。
在实现形式上，机器人拟人化人机协作系统和用户端相互适应。即，机器人拟人化人机协作系统作为安装于云服务平台的应用，则用户端作为与该应用建立通信连接的客户端；或实现机器人拟人化人机协作系统作为网站实现，则用户端作为网页实现；再或实现机器人拟人化人机协作系统作为云服务平台实现，则用户端作为即时通信应用中的小程序实现。
参照图1所示，是本发明一实施例提供的机器人拟人化人机协作系统的功能模块图。
本发明所述机器人拟人化人机协作系统100可以设置于云端服务器中，在实现形式上，可以作为一个或多个服务设备，也可以作为一应用安装于云端(例如移动服务运营方的服务器、服务器集群等)上，或者也可以开发为网站。根据实现的功能，所述机器人拟人化人机协作系统100可以包括协作判定模块101、坐席分配模块102、初级超时模块103、会话监听模块104、意图反馈模块105及次级超时模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
本发明实施例中，机器人拟人化人机协作系统中，上述各个模块均可独立实现，且与其他模块调用。这里的调用可以理解为，某一模块可以连接另一类型的多个模块，并为其连接的多个模块提供相应服务。比如，分享评测模块可以调用同一信息采集模块，以获取该信息采集模块采集的信息基于上述特性，本发明实施例提供的机器人拟人化人机协作系统中，无需修改程序代码，即可通过增加模块、并直接调用的形式来调整机器人拟人化人机协作系统架构的适用范围，实现集群式水平拓展，以便达到快捷灵活拓展机器人拟人化人机协作系统的目的。实际应用中，上述模块可以设置在同一设备或不同设备中，也可以是设置在虚拟设备中，例如云端服务器中的服务实例。
下面结合具体实施例，分别针对机器人拟人化人机协作系统的各个组成部分以及具体工作流程进行说明：
所述协作判定模块101，用于获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务。
本发明其中一个实际应用场景中，现有的协作系统内，工作人员在对语音机器人进行工作复盘或进行合格率判定的情况时，会在客户与所述语音机器人沟通结束后，对沟通的记录进行人为标注，因此当前的协作系统人为标注耗费的人力资源较多，且对语音机器人的沟通标注具有一定的延时性，进而导致对语音机器人的调优与更新的周期较长。
本发明实施例中，可以根据所述技能信息筛选出优先级较高的技能信息所对应的会话窗口进行标注，从而减少协作系统中需要人力标注的会话窗口数量，通过计算出所述语言置信度，可以筛选出置信度较低的会话窗口进行标注，进一步减少需要人力标注的会话窗口的数量，从而减少人力资源的浪费。
本发明实施例中，所述会话窗口是指语音机器人和客户进行沟通交流的窗口，其中，所述会话窗口包括用户话术以及机器人话术，所述用户话术是指所述会话窗口中用户的沟通语音经语音转化引擎转化后的沟通文字，所述机器人话术是指所述会话窗口中机器人根据所述用户话术生成的回复性文字以及语音。
详细地，所述技能信息是指客户选取咨询的沟通类别，例如保险参数技能、保险车辆技能、保险公司技能、保险优惠技能以及保险通用技能等技能，所述技能信息可以通过电话选号模块进行分类，例如，输入“1”为保险参数技能，输入“2”为保险车辆技能。
本发明实施例中，所述协作判定模块101在计算出所述会话窗口中的客户话术的语言置信度时，具体用于：
根据段落信息将所述客户话术分割成多个客户话术段；
逐个选取所述客户话术段作为目标话术段，对所述目标话术段进行文本分词，得到目标话术词集合；
逐个选取所述目标话术词集合中的话术词语作为目标话术词语，将所述目标话术词语的置信度作为目标词置信度，根据所述目标话术词集合中所有的目标词置信度计算出所述目标话术段对应的目标段置信度；
计算出所有的所述目标段置信度的平均值，得到所述语言置信度。
详细地，所述段落信息是指所述客户话术中每次沟通时的时间戳。
详细地，当对所述目标话术段进行文本分词，得到目标话术词集合时，可以利用双向最大匹配算法或jieba分词算法将所述目标话术段分割成多个话术词语。
详细地，所述目标话术词语的置信度可以利用预设的语音识别引擎对所述客户话术进行语音文字转化时得到。
具体地，可以利用链式法则公式或交叉熵公式根据所述目标话术词集合中所有的目标词置信度计算出所述目标话术段对应的目标段置信度。
本发明实施例中，通过根据所述目标话术词集合中所有的目标词置信度计算出所述目标话术段对应的目标段置信度，能够对所述目标话术段中的每个话术词语进行分析，从而保证后续计算语言置信度时的精确性。
本发明实施例中，所述协作判定模块101在根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务时，具体用于：
判断所述技能信息是否为重要技能；
当所述技能信息不是重要技能时，确定所述会话窗口不需要请求协作任务；
当所述技能信息是重要技能时，判断所述语言置信度是否小于预设的置信度阈值；
当所述语言置信度小于所述置信度阈值时，确定所述会话窗口需要请求协作任务；
当所述语言置信度大于或等于所述置信度阈值时，返回所述确定所述会话窗口不需要请求协作任务的步骤。
详细地，所述重要技能包括保险公司技能、保险通用技能等技能。
具体地，可以利用正则表达式或select语句判断所述技能信息是否为重要技能。
详细地，所述置信度阈值可以是0.95或0.9。
本发明实施例中，通过根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务，可以筛选出语言置信度较低且技能信息较为重要的会话窗口进行协作任务的请求，节省人力资源，提高协作系统的工作效率。
所述坐席分配模块102，用于当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听。
本发明实施例中，所述坐席分配模块102可以对协作任务进行ID标注，并根据ID标注的结果将所述协作任务分配给坐席人员，从而提高了协作系统处理的效率。
本发明实施例中，所述坐席分配模块102在生成所述会话窗口的协作请求ID时，具体用于：
将所有未进行协作请求的会话窗口汇集成会话窗口列表；
根据会话初始时间对所述会话窗口列表中的会话窗口进行排序，得到会话窗口序列；
逐一选取所述会话窗口序列中的会话窗口作为目标会话窗口，将所述目标会话窗口在所述会话窗口序列中的序号作为所述目标会话窗口的协作请求ID。
详细地，所述会话初始时间是指客户最早与所述语音机器人进行沟通时的时间。
详细地，所述根据所述协作请求ID生成协作任务ID是指将所述协作请求ID的数值加上未进行协作分配的会话窗口的数量得到所述协作任务ID。
本发明实施例中，所述坐席分配模块102在利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听时，具体用于：
判断是否存在空闲的坐席人员；
当存在空闲的坐席人员时，确定能够对所述会话窗口进行会话监听；
当不存在空闲的坐席人员时，判断坐席队列是否存在空闲；
当所述坐席队列不存在空闲时，确定不能对所述会话窗口进行会话监听；
当所述坐席队列存在空闲时，根据所述协作任务ID判断所述坐席队列的排队时间是否超过预设的等候阈值；
当所述排队时间超过所述等候阈值时，返回所述确定不能对所述会话窗口进行会话监听的步骤；
当所述排队时间没有超过所述等候阈值时，返回所述确定能够对所述会话窗口进行会话监听的步骤。
具体地，所述坐席队列是指坐席人员进行坐席分配的队列。
详细地，所述等候阈值可以是三分钟或四分钟。
本发明实施例中，通过利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听，能够有效地对人力资源进行分配，通过设定排队时间，能够保证协作系统不会造成线程拖延，从而提高协作系统的处理效率。
所述初级超时模块103，用于当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务。
本发明其中一个实施应用场景中，由于人力资源的稀缺，经常出现坐席人员无法按时进行意图标注的情况，这会导致协作系统出现较多未标注的会话窗口的堆积，导致协作系统的宽容度下降。
因此，本发明实施例可通过所述初级超时模块103利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，进而得到标注意图，从而解决会话窗口堆积的问题，提高协作系统的宽容度。
本发明实施例中，所述初级超时模块103在利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图时，具体用于：
利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图；
利用所述相似距离算法从所述机器人话术中提取出机器人意图；
将所述客户意图与所述机器人意图汇集成标注意图。
详细地，所述相似距离算法可以是基于分类体系的相似距离算法或基于上下文向量空间模型的相似距离算法。
具体地，所述初级超时模块103在利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图时，具体用于：
将所述客户话术汇集成客户话术文本，对所述客户话术文本进行文本分词，得到客户话术词集；
逐个选取所述客户话术词集中的客户词语作为目标客户词语，对所述目标客户词语进行向量化操作，得到客户词语向量，利用所述相似距离算法计算所述客户词语向量与预设的关键词向量库中的各个关键词的词向量的相似距离；
选取所述关键词向量库中与所述客户词语向量的相似距离最小的关键词作为相近关键词，利用所述相近关键词替换所述目标客户词语，并返回所述逐个选取所述客户话术词集中的客户词语作为目标客户词语的步骤，直至所述目标客户词语为所述客户话术词集中的最后一个客户词语时，得到关键词词集；
将所述关键词词集中重复的相近关键词进行合并，并将重复词语的个数作为合并后的相近关键词的权重，将所有合并后的相近关键词汇集成权重词词集；
选取所述权重词集中权重大于预设的权重阈值的相近关键词汇集成所述客户话术的客户意图。
详细地，所述对所述客户话术文本进行文本分词，得到客户话术词集的方法与所述协作判定模块101中的所述对所述目标话术段进行文本分词的方法一致，这里不再赘述。
具体地，可以利用独热编码或word2vec算法对所述目标客户词语进行向量化操作，得到客户词语向量。
本发明实施例中，所述意图识别引擎可以是用于提取文本关键字的卷积神经网络模型。
详细地，所述利用所述相似距离算法从所述机器人话术中提取出机器人意图的方法与所述协作判定模块101中的所述利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图的方法一致，这里不再赘述。
本发明实施例中，通过利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，能够有效缓解坐席人员的不足，保证协作系统的工作效率，通过并将所述标注意图发送至预设的中控平台，可以方便用户根据所述中控平台对历史会话中语音机器人的工作状态进行复盘，进而便于对所述语音机器人的算法更新。
所述会话监听模块104，用于当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈。
本发明实施例中，所述将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，是指从所述坐席队列中选取出与所述会话窗口对应的坐席人员作为目标坐席人员，将所述会话窗口中的机器人话术以及所述客户话术发送给所述目标坐席人员。
本发明实施例中，通过将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈，能够进一步对坐席人员的意图标注时间进行限定，从而提高协作系统整体的处理效率。
所述意图反馈模块105，用于当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务。
本发明实施例中，所述意图反馈模块105可以获取坐席人员针对所述会话窗口的反馈意图，实现了坐席人员与语音机器人的人机协作，保证了人机协作的功能完整性。
具体地，所述时间阈值可以是三十秒或一分钟。
本发明实施例中，通过将所述反馈意图发送至所述中控平台，能够人工的确定语音机器人的工作状态，提高所述反馈意图的准确性，也为后续对所述语音机器人的算法更新提供了数据基础。
所述次级超时模块106，用于当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
本发明实施例中，所述次级超时模块106可以在坐席人员标注较缓慢的情况下自行切换至意图识别引擎标注的情景，从而保证了意图标注的标注效率，从而提高人机协作系统的工作效率。
本发明实施例通过根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务，可以筛选出语言置信度较低且技能信息较为重要的会话窗口进行协作任务的请求，节省人力资源，提高协作系统的工作效率；同时，通过利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听，能够有效地对人力资源进行分配，通过设定排队时间，能够保证协作系统不会造成线程拖延，从而提高协作系统的处理效率；通过利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，能够有效缓解坐席人员的不足，保证协作系统的工作效率，通过并将所述标注意图发送至预设的中控平台，可以方便用户根据所述中控平台对历史会话中语音机器人的工作状态进行复盘，进而便于对所述语音机器人的算法更新；通过将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈，能够进一步对坐席人员的意图标注时间进行限定，从而提高协作系统整体的处理效率。因此本发明提出的机器人拟人化人机协作系统，可以解决人机协作系统在进行人为意图标定时的处理效率较低的问题。
参照图2所示，为本发明一实施例提供的机器人拟人化人机协作系统的运行方法的流程示意图。在本实施例中，所述机器人拟人化人机协作系统的运行方法包括：
S1、获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度；
S2、根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
S3、当所述会话窗口不需要请求协作任务时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
S4、当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID；
S5、利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
S6、当不能对所述会话窗口进行会话监听时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤；
S7、当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
S8、判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
S9、当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤；
S10、当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务。
本发明实施例通过根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务，可以筛选出语言置信度较低且技能信息较为重要的会话窗口进行协作任务的请求，节省人力资源，提高协作系统的工作效率；同时，通过利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听，能够有效地对人力资源进行分配，通过设定排队时间，能够保证协作系统不会造成线程拖延，从而提高协作系统的处理效率；通过利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，能够有效缓解坐席人员的不足，保证协作系统的工作效率，通过并将所述标注意图发送至预设的中控平台，可以方便用户根据所述中控平台对历史会话中语音机器人的工作状态进行复盘，进而便于对所述语音机器人的算法更新；通过将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈，能够进一步对坐席人员的意图标注时间进行限定，从而提高协作系统整体的处理效率。因此本发明提出的机器人拟人化人机协作方法，可以解决人机协作系统在进行人为意图标定时的处理效率较低的问题。
如图3所示，是本发明一实施例提供的实现机器人拟人化人机协作系统的运行方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如机器人拟人化人机协作系统程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行机器人拟人化人机协作方法程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如机器人拟人化人机协作系统程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的机器人拟人化人机协作系统程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务；
当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务；
当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，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。
所述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，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种机器人拟人化人机协作系统，其特征在于，所述系统包括协作判定模块、坐席分配模块、初级超时模块、会话监听模块、意图反馈模块及次级超时模块，其中，
所述协作判定模块，用于获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
所述坐席分配模块，用于当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
所述初级超时模块，用于当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
所述会话监听模块，用于当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
所述意图反馈模块，用于当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务；
所述次级超时模块，用于当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
2.如权利要求1所述的机器人拟人化人机协作系统，其特征在于，所述协作判定模块在计算出所述会话窗口中的客户话术的语言置信度时，用于：
根据段落信息将所述客户话术分割成多个客户话术段；
逐个选取所述客户话术段作为目标话术段，对所述目标话术段进行文本分词，得到目标话术词集合；
逐个选取所述目标话术词集合中的话术词语作为目标话术词语，将所述目标话术词语的置信度作为目标词置信度，根据所述目标话术词集合中所有的目标词置信度计算出所述目标话术段对应的目标段置信度；
计算出所有的所述目标段置信度的平均值，得到所述语言置信度。
3.如权利要求1所述的机器人拟人化人机协作系统，其特征在于，所述协作判定模块在根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务时，用于：
判断所述技能信息是否为重要技能；
当所述技能信息不是重要技能时，确定所述会话窗口不需要请求协作任务；
当所述技能信息是重要技能时，判断所述语言置信度是否小于预设的置信度阈值；
当所述语言置信度小于所述置信度阈值时，确定所述会话窗口需要请求协作任务；
当所述语言置信度大于或等于所述置信度阈值时，返回所述确定所述会话窗口不需要请求协作任务的步骤。
4.如权利要求1所述的机器人拟人化人机协作系统，其特征在于，所述坐席分配模块在生成所述会话窗口的协作请求ID时，用于：
将所有未进行协作请求的会话窗口汇集成会话窗口列表；
根据会话初始时间对所述会话窗口列表中的会话窗口进行排序，得到会话窗口序列；
逐一选取所述会话窗口序列中的会话窗口作为目标会话窗口，将所述目标会话窗口在所述会话窗口序列中的序号作为所述目标会话窗口的协作请求ID。
5.如权利要求1所述的机器人拟人化人机协作系统，其特征在于，所述坐席分配模块在利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听时，用于：
判断是否存在空闲的坐席人员；
当存在空闲的坐席人员时，确定能够对所述会话窗口进行会话监听；
当不存在空闲的坐席人员时，判断坐席队列是否存在空闲；
当所述坐席队列不存在空闲时，确定不能对所述会话窗口进行会话监听；
当所述坐席队列存在空闲时，根据所述协作任务ID判断所述坐席队列的排队时间是否超过预设的等候阈值；
当所述排队时间超过所述等候阈值时，返回所述确定不能对所述会话窗口进行会话监听的步骤；
当所述排队时间没有超过所述等候阈值时，返回所述确定能够对所述会话窗口进行会话监听的步骤。
6.如权利要求1所述的机器人拟人化人机协作系统，其特征在于，所述初级超时模块在利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图时，用于：
利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图；
利用所述相似距离算法从所述机器人话术中提取出机器人意图；
将所述客户意图与所述机器人意图汇集成标注意图。
7.如权利要求6所述的机器人拟人化人机协作系统，其特征在于，所述初级超时模块在利用所述意图识别引擎的相似距离算法从所述客户话术中提取出客户意图时，用于：
将所述客户话术汇集成客户话术文本，对所述客户话术文本进行文本分词，得到客户话术词集；
逐个选取所述客户话术词集中的客户词语作为目标客户词语，对所述目标客户词语进行向量化操作，得到客户词语向量，利用所述相似距离算法计算所述客户词语向量与预设的关键词向量库中的各个关键词的词向量的相似距离；
选取所述关键词向量库中与所述客户词语向量的相似距离最小的关键词作为相近关键词，利用所述相近关键词替换所述目标客户词语，并返回所述逐个选取所述客户话术词集中的客户词语作为目标客户词语的步骤，直至所述目标客户词语为所述客户话术词集中的最后一个客户词语时，得到关键词词集；
将所述关键词词集中重复的相近关键词进行合并，并将重复词语的个数作为合并后的相近关键词的权重，将所有合并后的相近关键词汇集成权重词词集；
选取所述权重词集中权重大于预设的权重阈值的相近关键词汇集成所述客户话术的客户意图。
8.一种机器人拟人化人机协作系统的运行方法，其特征在于，所述方法适用于机器人拟人化人机协作系统，所述系统包括协作判定模块、坐席分配模块、初级超时模块、会话监听模块、意图反馈模块及次级超时模块，所述方法包括：
获取会话窗口的技能信息，并计算出所述会话窗口中的客户话术的语言置信度，根据所述技能信息以及所述语言置信度判断所述会话窗口是否需要请求协作任务；
当所述会话窗口需要请求协作任务时，生成所述会话窗口的协作请求ID，根据所述协作请求ID生成协作任务ID，利用预设的坐席算法根据所述协作任务ID判断能否对所述会话窗口进行会话监听；
当所述会话窗口不需要请求协作任务或不能对所述会话窗口进行会话监听时，利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注，得到标注意图，并将所述标注意图发送至预设的中控平台，结束所述协作任务ID对应的协作任务；
当能够对所述会话窗口进行会话监听时，将所述会话窗口中的机器人话术以及所述客户话术发送给坐席人员，启动预设的计时器进行等候计时，并判断在所述等候计时小于预设的时间阈值的时间段内是否获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈；
当在所述等候计时小于所述时间阈值的时间段内获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，将所述反馈意图发送至所述中控平台，结束所述协作任务ID对应的协作任务；
当在所述等候计时小于所述时间阈值的时间段内没有获取到所述坐席人员针对所述机器人话术以及所述客户话术的意图反馈时，返回所述利用预设的意图识别引擎对所述机器人话术以及所述客户话术进行意图标注的步骤。
9.一种电子设备，其特征在于，所述电子设备包括：
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，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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8所述的机器人拟人化人机协作系统的运行方法。
10.一种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8所述的机器人拟人化人机协作系统的运行方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211261088.3A CN115589445A (zh) | 2022-10-14 | 2022-10-14 | 机器人拟人化人机协作系统、方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211261088.3A CN115589445A (zh) | 2022-10-14 | 2022-10-14 | 机器人拟人化人机协作系统、方法、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115589445A true CN115589445A (zh) | 2023-01-10 |
Family
ID=84780277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211261088.3A Pending CN115589445A (zh) | 2022-10-14 | 2022-10-14 | 机器人拟人化人机协作系统、方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115589445A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111401071A (zh) * | 2019-01-02 | 2020-07-10 | 百度在线网络技术（北京）有限公司 | 模型的训练方法、装置、计算机设备和可读存储介质 |
| CN113205814A (zh) * | 2021-04-28 | 2021-08-03 | 平安科技（深圳）有限公司 | 语音数据标注方法、装置、电子设备及存储介质 |
-
2022
- 2022-10-14 CN CN202211261088.3A patent/CN115589445A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111401071A (zh) * | 2019-01-02 | 2020-07-10 | 百度在线网络技术（北京）有限公司 | 模型的训练方法、装置、计算机设备和可读存储介质 |
| CN113205814A (zh) * | 2021-04-28 | 2021-08-03 | 平安科技（深圳）有限公司 | 语音数据标注方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11205143B2 (en) | Utilizing a machine learning model and natural language processing to manage and allocate tasks | |
| WO2020098249A1 (zh) | 电子装置、应对话术推荐方法和计算机可读存储介质 | |
| CN112527994A (zh) | 情绪分析方法、装置、设备及可读存储介质 | |
| CN113205814B (zh) | 语音数据标注方法、装置、电子设备及存储介质 | |
| CN112612462B (zh) | 话术配置调整方法、装置、电子设备及存储介质 | |
| CN113435998A (zh) | 贷款逾期预测方法、装置、电子设备及存储介质 | |
| CN113190372A (zh) | 多源数据的故障处理方法、装置、电子设备及存储介质 | |
| CN116258318B (zh) | 一种应急事件响应及物资统筹调配方法及系统 | |
| CN113591463A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
| CN112951233A (zh) | 语音问答方法、装置、电子设备及可读存储介质 | |
| CN113379391A (zh) | 工单处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113435582A (zh) | 基于句向量预训练模型的文本处理方法及相关设备 | |
| CN114049895B (zh) | 一种基于asr的语音质检分析方法及系统 | |
| CN117112064B (zh) | 大模型插件调用方法、装置、设备及介质 | |
| CN114372082A (zh) | 基于人工智能的数据查询方法、装置、电子设备及介质 | |
| CN113158690A (zh) | 对话机器人的测试方法和装置 | |
| CN115589445A (zh) | 机器人拟人化人机协作系统、方法、设备及存储介质 | |
| CN115146653A (zh) | 对话剧本构建方法、装置、设备及存储介质 | |
| CN114881313A (zh) | 基于人工智能的行为预测方法、装置及相关设备 | |
| CN114186028A (zh) | 咨诉工单处理方法、装置、设备及存储介质 | |
| CN114202363A (zh) | 基于人工智能的话术调用方法、装置、计算机设备及介质 | |
| CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
| CN114006986A (zh) | 外呼合规预警方法、装置、设备及存储介质 | |
| CN115730049A (zh) | 基于简称识别的客服问答方法、装置、设备和介质 | |
| CN113554062A (zh) | 多分类模型的训练方法、设备和存储介质 |
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 |