CN116562807A - 机器人流程自动化方法、装置、电子设备和存储介质 - Google Patents

机器人流程自动化方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN116562807A
CN116562807A CN202310506124.6A CN202310506124A CN116562807A CN 116562807 A CN116562807 A CN 116562807A CN 202310506124 A CN202310506124 A CN 202310506124A CN 116562807 A CN116562807 A CN 116562807A
Authority
CN
China
Prior art keywords
function list
text
function
flow
business
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
Application number
CN202310506124.6A
Other languages
English (en)
Inventor
高建清
黄鹏
刘杰
熊世富
赵文珏
解明敏
钱银
王抄
胡国平
刘聪
魏思
王士进
刘权
于继栋
齐舒萱
汤熙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
iFlytek Co Ltd
Original Assignee
iFlytek Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by iFlytek Co Ltd filed Critical iFlytek Co Ltd
Priority to CN202310506124.6A priority Critical patent/CN116562807A/zh
Publication of CN116562807A publication Critical patent/CN116562807A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0483Interaction with page-structured environments, e.g. book metaphor
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及人工智能技术领域,提供一种机器人流程自动化方法、装置、电子设备和存储介质,其中方法包括:获取需求文本;对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;基于所述RPA引擎,执行所述功能清单。本发明提供的机器人流程自动化方法、装置、电子设备和存储介质,能够实现针对各种不同场景下的需求文本,自动完成针对需求文本的执行流程,无需专业的技术人员进行相应需求文本的业务流程代码开发,降低开发成本,省时省力的同时提升机器人流程自动化的效率。

Description

机器人流程自动化方法、装置、电子设备和存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及一种机器人流程自动化方法、装置、电子设备和存储介质。
背景技术
机器人流程自动化(Robotic Process Automation,RPA)技术,用于模拟人操控不同软件系统并自动执行规则确定、重复性高的业务流程。
通常,一个RPA业务需求对应一套业务流程,即对应一套用于实现该业务流程的代码。一旦RPA业务需求发生变化,或者存在新增的RPA业务需求,则需要专业的技术人员进行相应的代码开发,开发成本高,且费时费力。
发明内容
本发明提供一种机器人流程自动化方法、装置、电子设备和存储介质,用以解决现有技术中需要专业的技术人员根据RPA业务需求的变化进行相应的代码开发,开发成本高且费时费力的缺陷。
本发明提供一种机器人流程自动化方法,包括:
获取需求文本;
对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
基于所述RPA引擎,执行所述功能清单。
根据本发明提供的机器人流程自动化方法,所述基于所述RPA引擎,执行所述功能清单,包括:
展示所述业务流程和功能清单;
接收用户输入;
在所述用户输入为确认输入的情况下,基于所述RPA引擎,执行所述功能清单。
根据本发明提供的机器人流程自动化方法,在所述接收用户输入之后,还包括:
在所述用户输入为调整输入的情况下,基于所述调整输入对所述功能清单进行调整,或对所述业务流程和所述功能清单进行调整;
展示调整后的所述业务流程和功能清单,并等待接收新的用户输入。
根据本发明提供的机器人流程自动化方法,所述展示所述业务流程和功能清单,包括:
展示所述业务流程和功能清单,以及流程管理界面;
所述流程管理界面包括所述每个步骤所需调用的RPA引擎的脚本内容,所述脚本内容包括所述功能项以及执行所述功能项所需的对象。
根据本发明提供的机器人流程自动化方法,在所述基于所述RPA引擎,执行所述功能清单之后,还包括:
展示所述功能清单的执行结果,并等待获取新的需求文本或者接收新的用户输入。
根据本发明提供的机器人流程自动化方法,在所述基于所述RPA引擎,执行所述功能清单,之前还包括:
基于所述功能清单中的缺失信息,生成提示信息并展示;
接收补充输入;
基于所述补充输入确定所述缺失信息对应的补充信息,并将所述补充信息补入所述功能清单。
根据本发明提供的机器人流程自动化方法,所述对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,包括:
基于流程拆解模型,对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程;
基于功能映射模型,对所述业务流程进行功能项映射,得到所述业务流程对应的功能清单;
所述流程拆解模型是应用样本需求文本及其对应的样本业务流程,在第一大型语言模型的基础上训练得到的;
所述功能映射模型是基于样本业务流程及其对应的样本功能清单,在第二大型语言模型的基础上训练得到的。
根据本发明提供的机器人流程自动化方法,所述第一大型语言模型是预先学习了各样本需求文本的描述文本的大型语言模型;
所述第二大型语言模型是预先学习了各功能项的描述文本的大型语言模型。
本发明还提供一种机器人流程自动化装置,包括:
文本获取单元,用于获取需求文本;
流程拆解单元,用于对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
功能执行单元,用于基于所述RPA引擎,执行所述功能清单。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述机器人流程自动化方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述机器人流程自动化方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述机器人流程自动化方法。
本发明提供的机器人流程自动化方法、装置、电子设备和存储介质,通过对需求文本进行流程拆解,得到需求文本所对应的业务流程,以及该业务流程对应的功能清单,及其包括的机器人流程自动化RPA引擎的功能项,从而执行功能清单。以完成针对需求文本的执行流程。能够实现针对各种不同场景下的需求文本,自动完成针对需求文本的执行流程,无需专业的技术人员进行相应需求文本的业务流程代码开发,降低开发成本,省时省力的同时提升机器人流程自动化的效率。
此外,通过自动对需求文本进行流程拆解,能够较大程度地降低了RPA技术的学习使用门槛,便于RPA技术的应用和推广。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种机器人流程自动化方法的流程示意图之一;
图2是本发明提供的一种机器人流程自动化方法的流程示意图之二;
图3是本发明提供的一种机器人流程自动化方法的流程示意图之三;
图4是本发明提供的一种机器人流程自动化方法的界面展示示意图之一;
图5是本发明提供的一种机器人流程自动化方法的界面展示示意图之二;
图6是本发明提供的一种机器人流程自动化方法的流程示意图之四;
图7是本发明提供的一种机器人流程自动化方法的流程示意图之五;
图8是本发明提供的机器人流程自动化装置的结构示意图;
图9是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。
相关技术中,一个RPA业务需求对应一套业务流程,即对应一套用于实现该业务流程的代码。一旦RPA业务需求发生变化,或者存在新增的RPA业务需求,则需要专业的技术人员进行相应的代码开发,开发成本高,且费时费力。
针对这一问题,本发明实施例提供了一种机器人流程自动化方法,该方法可以应用于自动生成RPA业务流程的场景中,可以自动化地根据用户需求,生成并执行与用户需求对应的业务流程,从而实现不依赖于程序员针对用户需求进行相应的业务流程开发,更加方便让业务人员(比如财务人员和销售人员)使用。
本实施例以该机器人流程自动化方法被配置为机器人流程自动化装置中来举例说明,机器人流程自动化装置可以设置在服务器中,或者也可以设置在电子设备中,本发明实施例对此不作限定。
本实施例以机器人流程自动化方法被配置在电子设备中为例。其中,电子设备例如智能手机、平板电脑、个人数字助理、电子书等具有各种操作系统的硬件设备。
需要说明的是,本发明实施例的执行主体,在硬件上可以例如为电子设备中的中央处理器(Central Processing Unit,CPU),在软件上可以例如为电子设备中的RPA相关的服务,对此不作限定。
图1是本发明提供的一种机器人流程自动化方法的流程示意图之一,如图1所示,该方法包括:
步骤110,获取需求文本。
具体地,需求文本是指能够表达用户需求的文本,可以是用户输入的自然语言形式的指令。
需求文本可以是用户直接输入的文本;也可以是用户输入语音,并将采集所得的音频进行语音转写后得到的;还可以是用户输入图像,并对图像进行OCR(OpticalCharacter Recognition,光学字符识别)或者意图识别得到的,本发明实施例对此不做具体限定。
此处需求文本可以是任意语种的语言,RPA可以支持多个语种,例如中文、英文、俄文和法文等。
在一个实施例中,用户可在相关客户端打开RPA平台的人机对话界面,并通过该人机对话界面的聊天框输入需求文本,与智能对话机器人进行对话。
具体地,在用户初次打开人机对话界面时,智能对话机器人可主动发起对话,并在该人机对话界面生成提示语,例如“Hi,我是智能流程助手,您可以试着通过自然语言描述需求哦”、“欢迎进入,让我们一起创建流程吧!”、“请问你要做什么”等,以引导用户进行对话,此时用户可通过聊天框输入需求文本。
用户可针对使用场景输入与该场景对应的指令,即需求文本。例如在招聘场景下,需求文本可以是“帮我把下面输入的场景转换为业务流及功能清单,具体的场景为:登录AA招聘,把投递23届XX计划的校招生信息进行整理下载,并发送给我”。
又例如在聊天场景下,需求文本可以是“帮我用BB聊天软件回复下老板”,在用户通过聊天框输入需求文本后,智能对话机器人可获取该需求文本。
此处,需求文本不仅可以是首次打开人机对话界面输入的文本,还可以是针对交互中已经形成的信息而言的,例如针对招聘场景,RPA平台已经输出校招生信息(例如excel表格、word文档等),用户还可以输入“请根据投递详情表分析投递量的月度趋势情况”。
需说明的是,需求文本可以是确定性的指令,也可以是不确定性的指令,本发明实施例对此不作具体限定。
步骤120,对需求文本进行流程拆解,得到需求文本所对应的业务流程,以及业务流程对应的功能清单,功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
步骤130,基于RPA引擎,执行功能清单。
具体地,为了实现针对需求文本自动生成业务流程,在获取到用户的需求文本之后,可对需求文本进行流程拆解,从而得到需求文本所对应的业务流程。此处的业务流程是指完成需求文本对应业务过程中所涉及的工作流,具体而言可以是模拟人工操控软件系统需要执行的工作流程。
以招聘场景为例,针对需求文本“帮我把下面输入的场景转换为业务流及功能清单,具体的场景为:登录AA招聘,把投递23届XX计划的校招生信息进行整理下载,并发送给我”进行拆解,可拆解得到该需求文本对应的5个业务流程,分别为:
1)打开浏览器进入AA智聘;
2)输入账号及密码;
3)点击登录按钮;
4)查找23届XX计划的校招生数据;
5)导出并下载数据。
得到需求文本所对应的业务流程之后,继而可得到业务流程对应的功能清单。
功能清单例如可包括桌面自动化功能和网页自动化功能,其中桌面自动化功能可包括打开桌面程序;网页自动化功能可包括打开浏览器、关闭浏览器、点击网页元素、指定网页元素输入内容、鼠标悬停在网页元素上、拾取复选框、拾取下拉框、拾取滑块拖拽、拾取元素截图、全局设置、设置Cookie、获取Cookie、网页操作、停止加载网页、刷新当前网页、网页滚动条滑动、元素至于可视区域(web)、关闭当前网页、打开新网页、切换到新网页、网页截图、当前网页前进等等。
针对招聘场景下需求文本对应的5个业务流程,可得到该5个业务流程对应的功能清单,分别为:
1)“网页自动化”-“打开浏览器”(“打开AA智聘”);
2)“网页自动化”-“指定网页元素输入内容”(“账号”);
3)“网页自动化”-“指定网页元素输入内容”(“密码”);
4)“网页自动化”-“点击网页元素”(“登录按钮”);
5)“网页自动化”-“点击网页元素”(“导出”);
6)“网页自动化”-“网页文件操作”-“通过点击下载网页文件”(“下载”)。
此处的功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项,RPA引擎的功能项可以是电子设备能够执行的响应处理逻辑,RPA引擎可以具体写入在程序代码的脚本文件之中,且RPA引擎的各功能项能够被机器人流程自动化装置自动化地读取和调用,即实现将功能清单赋予基于该需求文本向用户推荐匹配的内容。
流程拆解可通过对需求文本进行工作流挖掘和功能项匹配实现,可首先针对需求文本从工作流日志中提取有用信息,工作流挖掘能够支撑服务平台从工作流日志中自动提取与需求文本相关的业务流程,在此基础上,可将业务流程与预先设置的RPA引擎的可执行功能项进行匹配,得到业务流程对应的功能清单。
流程拆解还可通过大型语言模型(Large Language Model,LLM)实现,可将需求文本输入预先训练好的大型语言模型中,由大型语言模型对于执行该需求文本对应指令所需的业务流程进行拆解,从而得到大型语言模型输出的该需求文本所对应的业务流程以及业务流程对应的功能清单。
当通过大型语言模型对需求文本进行流程拆解时,可预先对训练好的大型语言模型进行微调,以实现流程拆解任务。此处的流程拆解任务可包括流程拆解子任务和功能映射子任务,流程拆解子任务用于对需求文本进行流程拆解,得到该需求文本所对应的业务流程;功能映射子任务用于对该需求文本所对应的业务流程进行功能项映射,得到该业务流程对应的功能清单,及其包括的机器人流程自动化RPA引擎的功能项。
此处的大型语言模型,例如可以是ChatGPT(Chat Generative Pre-trainedTransformer)模型、xuNet模型(extreme Multi-labelLearning Network)、ROBERTa模型(Robustly Optimized BERT approach)、T5模型(Text-to-Text Transfer Transformer)等。
在步骤120中得到机器人流程自动化RPA引擎的功能项之后,即可由RPA引擎基于功能清单下各功能模块的脚本内容,逐步执行功能清单,以完成针对需求文本的执行流程,得到执行结果。
可理解的是,需求文本通常是随着业务场景的变化趋势而不断的改变的,从而本发明实施例中,通过流程拆解,自动地编排实现针对需求文本的执行流程,以服务用户,使得业务流程的设计和实现具有灵活性,以快速得适应不断变化的需求文本。
本发明实施例提供的机器人流程自动化方法,通过对需求文本进行流程拆解,得到需求文本所对应的业务流程,以及该业务流程对应的功能清单,及其包括的机器人流程自动化RPA引擎的功能项,从而执行功能清单。以完成针对需求文本的执行流程。能够实现针对各种不同场景下的需求文本,自动完成针对需求文本的执行流程,无需专业的技术人员进行相应需求文本的业务流程代码开发,降低开发成本,省时省力的同时提升机器人流程自动化的效率。
此外,通过自动对需求文本进行流程拆解,能够较大程度地降低了RPA技术的学习使用门槛,便于RPA技术的应用和推广。
基于上述实施例,图2是本发明提供的一种机器人流程自动化方法的流程示意图之二,如图2所示,步骤130具体包括:
步骤131,展示业务流程和功能清单;
步骤132,接收用户输入;
步骤133,在用户输入为确认输入的情况下,基于RPA引擎,执行功能清单。
具体地,为了进一步提高针对需求文本的执行流程的准确性和可靠性,在生成功能清单之后,可在用户终端的显示界面展示生成的业务流程和功能清单,以便用户对业务流程和功能清单进行核查和确认。
在展示业务流程和功能清单之后,终端可接收用户输入,此处的用户输入用于指示是否执行功能清单,或者用于指示是否需要对业务流程和功能清单进行修改。
该用户输入具体可以是用户针对终端显示的业务流程和功能清单输入的操作指令,例如“确认”或“运行”等操作指令;用户输入还可以是用户根据智能机器人的提示语输入的反馈信息,例如智能机器人提示“检测到密码缺失,请输入密码信息”,用户可以根据该提示语输入密码信息,此处的操作指令和反馈信息具体可以是文本,也可以是语音,还可以是指定操作等,指定操作可以是单击手势、滑动手势、拖动手势、长按手势、双击手势中的任意一种,本发明实施例对此不作具体限定。
用户输入还可以是操作流程图,可将用户输入的操作流程图与展示的业务流程进行匹配,在不能匹配的情况下可生成提示语,提示用户是否根据操作流程图进行调整。
在生成的功能清单中,可能存在需要用户补充的信息,例如用户需要补充登录账户和密码,或者“微信回复老板”的具体内容,均可以以自然语言的形式生成提示信息,由用户基于提示信息进行补充。
在用户输入为确认输入的情况下,可理解为用户针对生成的业务流程和功能清单已确认,在此基础上可基于RPA引擎,执行功能清单。
本发明实施例提供的方法,通过在用户终端展示业务流程和功能清单,接收用户的输入,增加了人机交互接口,从而能够有效地提升机器人流程自动化RPA服务平台的部署运营效率,有效地提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验感。此外,在用户输入为确认输入的情况下,基于RPA引擎,执行功能清单用户,能够进一步提高针对需求文本生成执行流程的准确性和可靠性。
基于上述任一实施例,图3是本发明提供的一种机器人流程自动化方法的流程示意图之三,如图3所示,在步骤132之后,还包括:
步骤210,在用户输入为调整输入的情况下,基于调整输入对功能清单进行调整,或对业务流程和功能清单进行调整;
步骤220,展示调整后的业务流程和功能清单,并等待接收新的用户输入。
具体地,在生成的功能清单中,可能存在需要用户调整的信息,用户可输入需要调整的信息,智能机器人针对用户的输入进行语义分析和判断,经过分析确定用户输入为调整输入的情况下,可基于调整输入对功能清单进行调整,或对业务流程和功能清单进行调整。
调整可以是仅仅针对功能清单进行调整,还可以是针对业务流程和功能清单同时进行调整,根据用户输入的调整输入进行相应调整。如果经分析得知调整输入是针对功能清单进行调整,则自动针对功能清单进行调整;如果经分析得知调整输入需同时针对业务流程和功能清单进行调整,则自动对业务流程和功能清单同时进行调整。也就是说,此处的调整是基于调整输入确定的。
此外,用户还可以针对与功能清单对应的流程界面下每个功能模块执行的脚本内容进行调整。调整的方式可以是在流程界面下新增、删除、修改功能模块或者功能模块的脚本内容,或者通过自然语言的形式输入调整意见,例如用户可以在人机对话窗口输入“功能清单的3、4之间需要添加输入密码的环节”。
可理解的是,此处的调整可以是多轮交互,考虑到智能机器人针对调整输入的理解可能会存在偏差,在每一轮调整之后可展示调整后的业务流程和功能清单,供用户进行确认。在确认过程中,用户可能会输入新的调整输入,智能机器人可根据新的调整输入继续进行调整,并展示调整后的业务流程和功能清单,直至接收到用户的确认输入。
本发明实施例提供的方法,通过对用户输入进行分析,在判断用户输入为调整输入的情况下,基于调整输入对功能清单进行调整,或对业务流程和功能清单进行调整,并展示调整后的业务流程和功能清单,并等待接收新的用户输入,能够进一步提升服务平台的应用效果,提升用户与该服务平台之间的交互效率,提升用户的使用体验感。
基于上述任一实施例,步骤131具体包括:
展示业务流程和功能清单,以及流程管理界面;
其中,流程管理界面包括每个步骤所需调用的RPA引擎的脚本内容,脚本内容包括功能项以及执行功能项所需的对象。
具体地,为了进一步提升用户的使用体验感,在展示业务流程和功能清单的同时,还可展示流程管理界面。流程管理界面可针对生成的主流程进行管理,具体可包括变量管理、密钥管理、元素管理等,还可根据需求进行节点的搜索。
流程管理界面包括业务流程中每个步骤所需调用的RPA引擎的脚本内容,脚本内容包括功能项以及执行功能项所需的对象。
图4是本发明提供的一种机器人流程自动化方法的界面展示示意图之一,如图4所示,此界面为人机对话界面,人机对话界面展示用户和智能机器人的对话信息,对话信息中包括需求文本所对应的业务流程,以及业务流程对应的功能清单。
图5是本发明提供的一种机器人流程自动化方法的界面展示示意图之二,如图5所示,此界面为流程管理界面,流程管理界面用于展示RPA引擎的脚本内容,包括功能项以及执行功能项所需的对象。
参照图4和图5,在招聘场景下,针对功能清单1)“打开浏览器”(“打开AA智聘”),在流程管理界面展示的RPA引擎的脚本内容可以是“打开(Chrome)中的(http://airecruit.xfyun.cn/airecruit/login),将结果输出为浏览器对象(web_open_1)”。
又例如,针对功能清单2)“指定网页元素输入内容”(“账号”),在流程管理界面展示的RPA引擎的脚本内容可以是“在指定的浏览器对象(web_open_1)中拾取输入框(input(账号)),并输入内容(qizhu2),将执行结果输出至(form_input_1)”。
再例如,针对功能清单5)“点击网页元素”(“导出”),在流程管理界面展示的RPA引擎的脚本内容可以是“通过(点击)的形式点击浏览器对象(web_open_1)中的点击对象(button(导出))。
需要说明的是,为了提高业务流程执行的可靠性,在流程管理界面还可展示日志信息,日志信息用于记录RPA引擎执行情况,能够更加方便用户进行调试和问题追溯。
本发明实施例提供的方法,通过展示业务流程和功能清单,以及流程管理界面,能够更加方便用户进行流程管理,进一步提高业务流程执行的可靠性,提升用户的使用体验感。
基于上述任一实施例,在步骤133之后,还包括:
展示功能清单的执行结果,并等待获取新的需求文本或者接收新的用户输入。
具体地,在自动执行功能清单之后,可展示功能清单的执行结果,执行结果具体可包括用户需要的文档,比如在招聘场景下用户需求的“投递明细表”,且不限制文档的格式,可以是excel、word、pdf等任意格式的文档。
此外,在展示功能清单的执行结果之后,用户可进一步根据该执行结果输入交互指令,此处的交互指令可以是新的需求文本,也可以是新的用户输入。
例如,展示执行结果“投递明细表”之后,用户可以发送新的需求文本“请根据投递明细表分析投递量的月度趋势情况”,随即智能机器人对该新的需求文本进行流程拆解,生成执行该需求文本所需调用的RPA引擎的脚本内容,并自动执行该脚本,对投递明细表进行分析,生成月度趋势情况,月度趋势情况可以包括图表和文本描述。
再例如,用户还可基于得到的执行结果“投递明细表”和已经存储的业务数据“岗位需求表”,发送新的需求文本“请结合投递明细表和岗位需求表,分析岗位投递竞争比”。在获取到该需求文本之后,针对该需求文本进行流程拆解,并生成和执行脚本内容,得到新的执行结果。
需要说明的是,此处针对新的需求文本进行流程拆解得到的脚本内容,用户同样是可以调整的,包括调整执行结果的存储位置等。
此处,新的用户输入可以针对提示语的操作指令、反馈信息和操作流程图,当然也可以是不确定的指令等,智能机器人可在接收到新的用户输入之后,对用户输入进行语义理解并做出相应的逻辑反馈。
本发明实施例提供的方法,可在展示功能清单的执行结果之后,等待获取新的需求文本或者接收新的用户输入,以完成多轮交互,提升用户体验感。
基于上述任一实施例,图6是本发明提供的一种机器人流程自动化方法的流程示意图之四,如图6所示,在步骤130之前还包括:
步骤310,基于功能清单中的缺失信息,生成提示信息并展示;
步骤320,接收补充输入;
步骤330,基于补充输入确定缺失信息对应的补充信息,并将补充信息补入功能清单。
具体地,在基于RPA引擎,执行功能清单之前,可针对功能清单进行检测,并在检测到功能清单中存在缺失信息的情况下,基于功能清单中的缺失信息,生成提示信息并展示。
用户在接收到提示信息之后,可根据提示信息进行补充输入,在接收到用户的补充输入之后,基于补充输入确定缺失信息对应的补充信息,并将补充信息补入功能清单,以将功能清单中缺失的信息补充完整。
例如,检测得到功能清单中的密码缺失,提示信息可以为“检测到密码缺失,请输入密码”并展示该提示信息,用户看到之后会进行补充输入“1@wjzhao”,基于该补充输入确定密码,并将密码补入功能清单,并给出反馈信息“好的,已修改密码。”
再例如,在聊天场景下,检测到功能清单中的具体回复内容缺失,提示信息可以为“请输入回复老板的内容”,用户可以根据该提示输入具体回复内容,智能机器人将该回复内容补入功能清单中。
本发明实施例提供的方法,通过自然语言的形式生成提示信息,用户基于提示信息进行补充,进一步提升了人机交互的互动性和便利性。
基于上述任一实施例,图7是本发明提供的一种机器人流程自动化方法的流程示意图之五,如图7所示,步骤120具体包括:
步骤121,基于流程拆解模型,对需求文本进行流程拆解,得到需求文本所对应的业务流程;
步骤122,基于功能映射模型,对业务流程进行功能项映射,得到业务流程对应的功能清单;
流程拆解模型是应用样本需求文本及其对应的样本业务流程,在第一大型语言模型的基础上训练得到的;
功能映射模型是基于样本业务流程及其对应的样本功能清单,在第二大型语言模型的基础上训练得到的。
具体地,由上可看出,该互动过程是一个全流程自动化的互动过程,并且该互动过程还与人工智能AI相结合,实现自动化地采用自然语言处理(Natural LanguageProcessing,NLP)的方法识别用户的互动信息(例如,互动文本和/或互动语音之中携带的互动语义),从而辅助提升结合人工智能AI能力和机器人流程自动化RPA的服务平台与用户的交互效果。
为了实现对需求文本进行流程拆解,得到需求文本所对应的业务流程和业务流程对应的功能清单,可通过流程拆解模型和功能映射模型实现。
流程拆解模型用于对需求文本进行流程拆解,得到需求文本所对应的业务流程,将需求文本输入至训练好的流程拆解模型,由流程拆解模型对于需求文本进行拆解,得到流程拆解模型输出的业务流程;功能映射模型用于对业务流程进行功能项映射,将流程拆解模型输出的业务流程,输入至训练好的功能映射模型,由功能映射模型对业务流程进行功能映射,得到功能映射模型输出的业务流程对应的功能清单。
此处,流程拆解模型是采用有监督学习方法,在第一大型语言模型的基础上训练得到的。可预先收集大量样本需求文本,样本需求文本可包括样本需求文本的具体解释说明。此外,还需收集样本需求文本对应的样本业务流程。第一大型语言模型在训练过程中,不断学习样本需求文本与其对应的样本业务流程之间的映射关系,以使训练好的流程拆解模型具备流程拆解能力。
功能映射模型也是采用有监督学习方法,在第二大型语言模型的基础上训练得到的。可预先收集RPA引擎的可执行的功能模块,以及各类流程步骤与功能模块之间的映射关系,即样本业务流程及其对应的样本功能清单。第二大型语言模型在训练过程中,不断学习样本业务流程及其对应的样本功能清单之间的映射关系,以使训练好的功能映射模型具备功能映射能力。
此处的第一大型语言模型和第二大型语言模型可以相同的,也可以是不同,本发明实施例对此不作具体限定。
第一大型语言模型和第二大型语言模型例如具体可以是ChatGPT(ChatGenerative Pre-trained Transformer)模型、xuNet模型(extreme Multi-labelLearningNetwork)、ROBERTa模型(Robustly Optimized BERT approach)、T5模型(Text-to-TextTransfer Transformer)等。
基于上述任一实施例,第一大型语言模型是预先学习了各样本需求文本的描述文本的大型语言模型;
第二大型语言模型是预先学习了各功能项的描述文本的大型语言模型。
具体地,为了进一步提高流程拆解模型针对需求文本的流程拆解能力,以及提高功能映射模型针对业务流程的功能映射能力,可分别预先针对第一大型语言模型和第二大型语言模型进行学习。
可首先获取大量各样本需求文本的描述文本,以及大量各功能项的描述文本,对大型语言模型分别进行预训练,分别得到第一大型语言模型和第二大型语言模型。
由此得到的第一大型语言模型针对各需求文本具有很强的自然语言处理能力,从而在第一大型语言模型的基础上训练得到的流程拆解模型具备更强的针对需求文本的流程拆解能力;由此得到的第二大型语言模型针对各功能项具有很强的自然语言处理能力,从而在第二大型语言模型的基础上训练得到的功能映射模型具备更强的针对业务流程的功能映射能力。
本发明实施例提供的方法,通过预先训练得到第一大型语言模型和第二大型语言模型,使得最终得到的流程拆解模型和功能映射模型具备更好的自然语言处理能力,从而进一步提高流程自动化的准确性和可靠性,提升用户体验度。
基于上述任一实施例,提供一种机器人流程自动化方法,该方法包括:
S1,获取需求文本。
S2,对需求文本进行流程拆解,得到需求文本所对应的业务流程,以及业务流程对应的功能清单,功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项。
其中S2具体包括:
基于流程拆解模型,对需求文本进行流程拆解,得到需求文本所对应的业务流程;流程拆解模型是应用样本需求文本及其对应的样本业务流程,在第一大型语言模型的基础上训练得到的;第一大型语言模型是预先学习了各样本需求文本的描述文本的大型语言模型;
基于功能映射模型,对业务流程进行功能项映射,得到业务流程对应的功能清单;功能映射模型是基于样本业务流程及其对应的样本功能清单,在第二大型语言模型的基础上训练得到的;第二大型语言模型是预先学习了各功能项的描述文本的大型语言模型。
S3,基于功能清单中的缺失信息,生成提示信息并展示;接收补充输入;基于补充输入确定缺失信息对应的补充信息,并将补充信息补入功能清单。
S4,基于RPA引擎,执行功能清单。S4具体包括:
S41,展示业务流程和功能清单;展示业务流程和功能清单,以及流程管理界面,流程管理界面包括每个步骤所需调用的RPA引擎的脚本内容,脚本内容包括功能项以及执行功能项所需的对象。
S42,接收用户输入;
S43,在用户输入为确认输入的情况下,基于RPA引擎,执行功能清单;
S44,在用户输入为调整输入的情况下,基于调整输入对功能清单进行调整,或对业务流程和功能清单进行调整;展示调整后的业务流程和功能清单,并等待接收新的用户输入。
S5,展示功能清单的执行结果,并等待获取新的需求文本或者接收新的用户输入。
下面对本发明提供的机器人流程自动化装置进行描述,下文描述的机器人流程自动化装置与上文描述的机器人流程自动化方法可相互对应参照。
基于上述任一实施例,图8是本发明提供的机器人流程自动化装置的结构示意图,如图8所示,机器人流程自动化装置包括文本获取单元810、流程拆解单元820和功能执行单元830,其中,
文本获取单元810,用于获取需求文本;
流程拆解单元820,用于对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
功能执行单元830,用于基于所述RPA引擎,执行所述功能清单。
本发明实施例提供的机器人流程自动化装置,通过对需求文本进行流程拆解,得到需求文本所对应的业务流程,以及该业务流程对应的功能清单,及其包括的机器人流程自动化RPA引擎的功能项,从而执行功能清单。以完成针对需求文本的执行流程。能够实现针对各种不同场景下的需求文本,自动完成针对需求文本的执行流程,无需专业的技术人员进行相应需求文本的业务流程代码开发,降低开发成本,省时省力的同时提升机器人流程自动化的效率。
此外,通过自动对需求文本进行流程拆解,能够较大程度地降低了RPA技术的学习使用门槛,便于RPA技术的应用和推广。
基于上述任一实施例,功能执行单元,具体用于:
展示所述业务流程和功能清单;
接收用户输入;
在所述用户输入为确认输入的情况下,基于所述RPA引擎,执行所述功能清单。
基于上述任一实施例,功能执行单元,还具体用于:
在所述用户输入为调整输入的情况下,基于所述调整输入对所述功能清单进行调整,或对所述业务流程和所述功能清单进行调整;
展示调整后的所述业务流程和功能清单,并等待接收新的用户输入。
基于上述任一实施例,功能执行单元,还具体用于:
展示所述业务流程和功能清单,以及流程管理界面;
所述流程管理界面包括所述每个步骤所需调用的RPA引擎的脚本内容,所述脚本内容包括所述功能项以及执行所述功能项所需的对象。
基于上述任一实施例,机器人流程自动化装置还包括结果展示单元,用于:
展示所述功能清单的执行结果,并等待获取新的需求文本或者接收新的用户输入。
基于上述任一实施例,机器人流程自动化装置还包括信息提示单元,用于:
基于所述功能清单中的缺失信息,生成提示信息并展示;
接收补充输入;
基于所述补充输入确定所述缺失信息对应的补充信息,并将所述补充信息补入所述功能清单。
基于上述任一实施例,流程拆解单元,用于:
基于流程拆解模型,对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程;
基于功能映射模型,对所述业务流程进行功能项映射,得到所述业务流程对应的功能清单;
所述流程拆解模型是应用样本需求文本及其对应的样本业务流程,在第一大型语言模型的基础上训练得到的;
所述功能映射模型是基于样本业务流程及其对应的样本功能清单,在第二大型语言模型的基础上训练得到的。
基于上述任一实施例,所述第一大型语言模型是预先学习了各样本需求文本的描述文本的大型语言模型;
所述第二大型语言模型是预先学习了各功能项的描述文本的大型语言模型。
图9示例了一种电子设备的实体结构示意图,如图9所示,该电子设备可以包括:处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940,其中,处理器910,通信接口920,存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令,以执行机器人流程自动化方法,该方法包括:获取需求文本;
对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
基于所述RPA引擎,执行所述功能清单。
此外,上述的存储器930中的逻辑指令可以通过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取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的机器人流程自动化方法,该方法包括:获取需求文本;
对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
基于所述RPA引擎,执行所述功能清单。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的机器人流程自动化方法,该方法包括:获取需求文本;
对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
基于所述RPA引擎,执行所述功能清单。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
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,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种机器人流程自动化方法,其特征在于,包括:
获取需求文本;
对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
基于所述RPA引擎,执行所述功能清单。
2.根据权利要求1所述的机器人流程自动化方法,其特征在于,所述基于所述RPA引擎,执行所述功能清单,包括:
展示所述业务流程和功能清单;
接收用户输入;
在所述用户输入为确认输入的情况下,基于所述RPA引擎,执行所述功能清单。
3.根据权利要求2所述的机器人流程自动化方法,其特征在于,在所述接收用户输入之后,还包括:
在所述用户输入为调整输入的情况下,基于所述调整输入对所述功能清单进行调整,或对所述业务流程和所述功能清单进行调整;
展示调整后的所述业务流程和功能清单,并等待接收新的用户输入。
4.根据权利要求2所述的机器人流程自动化方法,其特征在于,所述展示所述业务流程和功能清单,包括:
展示所述业务流程和功能清单,以及流程管理界面;
所述流程管理界面包括所述每个步骤所需调用的RPA引擎的脚本内容,所述脚本内容包括所述功能项以及执行所述功能项所需的对象。
5.根据权利要求2所述的机器人流程自动化方法,其特征在于,在所述基于所述RPA引擎,执行所述功能清单之后,还包括:
展示所述功能清单的执行结果,并等待获取新的需求文本或者接收新的用户输入。
6.根据权利要求1至5中任一项所述的机器人流程自动化方法,其特征在于,在所述基于所述RPA引擎,执行所述功能清单,之前还包括:
基于所述功能清单中的缺失信息,生成提示信息并展示;
接收补充输入;
基于所述补充输入确定所述缺失信息对应的补充信息,并将所述补充信息补入所述功能清单。
7.根据权利要求1至5中任一项所述的机器人流程自动化方法,其特征在于,所述对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,包括:
基于流程拆解模型,对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程;
基于功能映射模型,对所述业务流程进行功能项映射,得到所述业务流程对应的功能清单;
所述流程拆解模型是应用样本需求文本及其对应的样本业务流程,在第一大型语言模型的基础上训练得到的;
所述功能映射模型是基于样本业务流程及其对应的样本功能清单,在第二大型语言模型的基础上训练得到的。
8.根据权利要求7所述的机器人流程自动化方法,其特征在于,所述第一大型语言模型是预先学习了各样本需求文本的描述文本的大型语言模型;
所述第二大型语言模型是预先学习了各功能项的描述文本的大型语言模型。
9.一种机器人流程自动化装置,其特征在于,包括:
文本获取单元,用于获取需求文本;
流程拆解单元,用于对所述需求文本进行流程拆解,得到所述需求文本所对应的业务流程,以及所述业务流程对应的功能清单,所述功能清单包括业务流程中每个步骤所需调用的机器人流程自动化RPA引擎的功能项;
功能执行单元,用于基于所述RPA引擎,执行所述功能清单。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至8任一项所述机器人流程自动化方法。
11.一种非暂态计算机可读存储介质,其上存储有计算机程序,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8任一项所述机器人流程自动化方法。
CN202310506124.6A 2023-05-05 2023-05-05 机器人流程自动化方法、装置、电子设备和存储介质 Pending CN116562807A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310506124.6A CN116562807A (zh) 2023-05-05 2023-05-05 机器人流程自动化方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310506124.6A CN116562807A (zh) 2023-05-05 2023-05-05 机器人流程自动化方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN116562807A true CN116562807A (zh) 2023-08-08

Family

ID=87495888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310506124.6A Pending CN116562807A (zh) 2023-05-05 2023-05-05 机器人流程自动化方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN116562807A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703339A (zh) * 2023-08-09 2023-09-05 安徽思高智能科技有限公司 一种基于图Transformer模型的RPA流程推荐方法及系统
CN117311798A (zh) * 2023-11-28 2023-12-29 杭州实在智能科技有限公司 基于大语言模型的rpa流程生成系统及方法
CN117421414A (zh) * 2023-12-18 2024-01-19 珠海金智维信息科技有限公司 基于aigc的rpa智能交互式系统的设计方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703339A (zh) * 2023-08-09 2023-09-05 安徽思高智能科技有限公司 一种基于图Transformer模型的RPA流程推荐方法及系统
CN116703339B (zh) * 2023-08-09 2023-11-24 安徽思高智能科技有限公司 一种基于图Transformer模型的RPA流程推荐方法及系统
CN117311798A (zh) * 2023-11-28 2023-12-29 杭州实在智能科技有限公司 基于大语言模型的rpa流程生成系统及方法
CN117421414A (zh) * 2023-12-18 2024-01-19 珠海金智维信息科技有限公司 基于aigc的rpa智能交互式系统的设计方法
CN117421414B (zh) * 2023-12-18 2024-03-26 珠海金智维信息科技有限公司 基于aigc的rpa智能交互式系统的设计方法

Similar Documents

Publication Publication Date Title
US10725827B2 (en) Artificial intelligence based virtual automated assistance
CN116562807A (zh) 机器人流程自动化方法、装置、电子设备和存储介质
US11961509B2 (en) Training a user-system dialog in a task-oriented dialog system
WO2019156939A1 (en) Artificial intelligence system for inferring grounded intent
WO2013042116A1 (en) Advanced system and method for automated-context-aware-dialog with human users
US11972331B2 (en) Visualization of training dialogs for a conversational bot
CN116521841B (zh) 用于生成回复信息的方法、装置、设备及介质
CN116303962B (zh) 对话生成方法、深度学习模型的训练方法、装置和设备
CN116501960B (zh) 内容检索方法、装置、设备及介质
JP2022019524A (ja) モデリングパラメータの設定方法、装置、デバイス、コンピュータ記憶媒体、及びコンピュータプログラム
WO2019094891A1 (en) Knowledge process modeling and automation
CN117494814A (zh) 提示词全生命周期管理方法、系统、电子设备、存储介质
CN115862031B (zh) 文本处理方法、神经网络的训练方法、装置和设备
CN113590782B (zh) 推理模型的训练方法、推理方法及装置
Larsen Learning Microsoft Cognitive Services
Hokamp Deep interactive text prediction and quality estimation in translation interfaces
CN116701811B (zh) 一种网页处理方法、装置、设备及计算机可读存储介质
Li et al. UINav: A maker of UI automation agents
US11526780B2 (en) Converting nonnative skills for conversational computing interfaces
US20230044508A1 (en) Data labeling processing
Zhu et al. CAM-GUI: A Conversational Assistant on Mobile GUI
Bouras et al. A Chatbot Generator for Improved Digital Governance
Nandish et al. A Novel Implementation of a Cohesive Regional Language Tweet Translator
Haberbusch et al. Spjallmennis ráðgjafi-Íba
Ali et al. Intelligent Agents in Educational Institutions: AEdBOT–A Chatbot for Administrative Assistance using Deep Learning Hybrid Model Approach

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