CN117149983B - 基于高速公路业务智能对话的方法、装置及设备 - Google Patents
基于高速公路业务智能对话的方法、装置及设备 Download PDFInfo
- Publication number
- CN117149983B CN117149983B CN202311412975.0A CN202311412975A CN117149983B CN 117149983 B CN117149983 B CN 117149983B CN 202311412975 A CN202311412975 A CN 202311412975A CN 117149983 B CN117149983 B CN 117149983B
- Authority
- CN
- China
- Prior art keywords
- user
- emergency
- dialogue
- manual
- intelligent
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims description 24
- 206010039203 Road traffic accident Diseases 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000003211 malignant effect Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract 1
- 238000013528 artificial neural network Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/169—Annotation, e.g. comment data or footnotes
Abstract
本发明公开了基于高速公路业务智能对话的方法、装置及设备，涉及智能对话技术领域，S1、构建业务对话数据库、S2、高速业务处理、S3、人工业务辅助、S4、紧急事件处理。本发明通过构建完善的数据库，使得智能对话能够更好的满足用户提出的各类需求，数据库更新时间间隔较短，并且通过意图识别算法对用户的问询语句进行分析重组，提供尽可能完善的回答，避免用户浪费时间却无法获取有用的信息的情况发生，同时对突发事件的发生具有一定的收集功能，能够及时有效的将相关事件的情况进行上报和广播，便于用户能够根据附近情况进行及时调整。
Description
技术领域
本发明涉及智能对话技术领域，具体为基于高速公路业务智能对话的方法、装置及设备。
背景技术
高速公路业务主要分为人工服务和智能语音两种形式，由于智能语音辅助人工服务，提高了高速公路车辆通行效率，在申请号为202310372813.2发明专利中公开了“一种树形槽位式高速公路出行的智能问答方法，涉及自然语言处理技术领域。本发明基于意图规则、槽位规则以及高速路网构建知识图谱，对于与高速有关的问题语料先进行意图识别，再进行槽位填充，将获取的意图与槽位在图数据库中查询结果，将该结果与对话上下文中其他结果拼接为树形结构经过树形神经网络输出回答。该方法与其余采用规则模板的方法相比，减少了模板的数量，并使用知识图谱的存储方式在查询时在知识图谱上生成树形结构，经由树形神经网络生成问答结果。”
尽管如此，仍然存在智能对话不够完善以及对用户所表达的意图分析有误等问题，由于数据库更新时间间隔较大，使得智能对话无法对用户发出的多样化问询语句进行处理，同时现有方法中无法对用户真实意图进行较为完善的分析，使得智能对话曲解用户的实际意图，提供错误回答，并且对突发事件的响应较慢，使得当前用户无法根据附近情况进行及时调整。
发明内容
本发明的目的在于提供基于高速公路业务智能对话的方法、装置及设备，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于高速公路业务智能对话的方法，包括以下步骤：
S1、构建业务对话数据库：通过对高速上处理的业务进行收集，将自然语言理解模型的文本输出值进行分类处理，并对多种文本类型进行归纳整理，从而构建线上对话数据库；
S2、高速业务处理：建立与用户之间的对话后，在用户询问语句中得到准确关键词，将数据库中标准答案及时反馈给用户，涉及到个人业务办理时，通过意图识别算法对用户实际表达意图进行分析，从而便于快速解决用户需求，在对话结束之间，请求用户对该次服务进行评价；
S3、人工业务辅助：与用户对话过程中，通过意图识别算法分析得出用户实际意图是要求人工服务，通过对话系统将该用户对话转接人工通道，若人工通道未处理该对话，将会进行临时标记和存储，通过人工复核，更新数据库相关信息；
S4、紧急事件处理：根据火灾、交通事故、恶劣天气、恶性事件四类突发事件严重程度以及波及范围对突发事件进行等级划分，通过用户对话中获取事件相关信息后，将会对该突发事件进行紧急等级评估，并向控制中心上报该突发事件，控制中心通过人工进行情况核实后，确定情况后将会通过处理器对突发事件发生地附近区域进行信息发布。
优选的，所述S1包括以下步骤：
S101、现实数据采集：通过线下录音笔对高速常见的业务进行收集，使得数据集中包含大量来自于高速公路上真实的用户询问语句，同时将所涉及到的相关专业性文本数据进行存储；
S102、原始语音数据处理：在原始语音数据收集后，将会对数据进行处理和标注，通过采用科大讯飞的语音接口来实现初步语音转化，由于语音数据中存在噪声情况对语音识别过程进行干扰，需要通过人工校验去掉无效以及冗余数据，并对有效数据进行修改。
优选的，所述S1还包括以下步骤：
S103、关键词分类：通过对数据库内部文本数据进行分类，计算不同问题答案的相似度，记录不同类别数据之间的关联，实现相似关键词匹配工作。
优选的，所述S2包括以下步骤：
S201、建立用户对话：建立与用户之间的对话后，向用户传达高速公路相关服务项目信息以及基本流程简单表述后，等待用户发出询问语句；
S202、准确关键词反馈：接收用户发出的询问语句后，通过语音接口将其转化为文本格式，确定文本数据中的关键词，通过搜索引擎根据关键词在数据库中直接进行搜索，得到标准答案后，立刻将其通过语音播报的形式反馈给用户。
优选的，所述S2还包括以下步骤：
S203、办理线上业务：采用智能语音对用户进行发问，从用户的回答中提取相关信息，根据用户需求按照数据库比对获取的内部处理流程，依次进行处理，通过身份验证时所存储的个人信息完成用户缴费、余额查询、退款的线上操作；
S204、用户实际意图分析：当用户发出的询问语句关键词查找失败或者用户重复当前询问语句三遍及三遍以上时，处理器将会调用意图识别算法重新组织语句查找关键词，将搜索引擎所得到的结果通过智能语音反馈给用户；
S205、评价等级划分：在用户对话之间，提示用户对该次对话服务进行评分，评分等级划分为六个等级，分别为满意、较为满意、中等、较差、差、极差，根据评分对本次对话进行不同标记和临时存储。
优选的，所述S3包括以下步骤：
S301、人工服务识别：通过意图识别算法分析用户询问语句，从而判断用户实际意图是请求人工服务相关操作，直接将该对话转接至高速公路人工通道；
S302、人工服务处理：通过处理器呼叫人工服务通道，当人工服务介入后，智能语音停止工作，并将本次通话进行临时存储，若当前人工服务通道已被占用，将会标记本次通话，保留与用户之间的全部对话信息；
S303、人工批注：将评分等级为极差的对话进行归纳整理，通过人工进行复核，对这些对话中用户所反馈的问题以及回答进行查看和修改，并将其上传业务数据库中。
优选的，所述S4包括以下步骤：
S401、突发事件信息采集：通过意图识别算法分析当前用户发出的语句含义，并判断该用户表述的情况是否属于火灾、交通事故、恶劣天气、恶性事件四类突发事件中的一类，如果属于其中一类则需要进行评估，如果不属于将不会对该情况进行评估；
S402、紧急事件等级评估：根据突发事件发生的紧急程度、发展态势和可能造成的危害程度分为特别严重、严重、较重和一般四个级别，确定该情况为紧急事件后，处理器立即对该事件进行紧急事件等级评估。
优选的，所述S4还包括以下步骤：
S403、向控制中心汇报：通过处理器将该事件立即上报控制中心，控制中心根据紧急事件等级对突发事件相关部门以及人员进行核实，并协调进行处理；
S404、区域信息发布：确定事件属实后，处理器将会接收控制中心发布的通知，相关区域在开展业务智能对话时，将会通过智能语音对突发情况进行播报通知。
基于高速公路业务智能对话的装置，包括：
数据获取模块，通过对现实生活中在高速上发生的大部分常见业务进行收集，通过对自然语言理解模型的文本输出值进行分类处理，将多种文本类型进行归纳整理，同时不断更新高速公路领域专业知识；
业务处理模块，根据用户所发出的问询语句，分析句中的关键词后，通过搜索引擎进行查找，当无法获取准确关键词时，将会根据意识识别算法重新解析重组用户问询语句，分析用户真实意图后，按业务系统流程进行业务办理；
人工干预模块，根据用户所发出的问询语句，通过处理器将该当前用户对话转接人工通道，若转接成功，将本次对话文本信息进行临时存储，若转接失败，将该对话进行标记后再存储，持续至人工通道处理本次对话，若与用户对话中评分等级为极差时，归纳存储等待人工查看和修改；
紧急处理模块，获取用户所发出的问询语句信息，判断突发事件类别，若为紧急事件时，评估紧急事件的紧急等级后，通过处理器上报控制中心，接收控制中心发出的通知，以广播形式提示用户。
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上述任一项所述的基于高速公路业务智能对话的方法中的步骤。
意图识别算法包括注意力机制算法，注意力机制算法具体为：
；
；
；
式中，为每个注意力头的计算结果，/>为各个注意力头的查询矩阵，/>为各个注意力头的查询矩阵，/>为各个注意力头的值矩阵；
意图识别算法还包括前馈神经网络层算法，前馈神经网络层算法具体为：
；
式中，，/>，/>，/>分别为两层前馈神经网的参数。
与现有技术相比，本发明的有益效果是：
本发明通过构建完善的数据库，使得智能对话能够更好的满足用户提出的各类需求，同时定期有人工对数据库中内容进行更新，数据库更新时间间隔较短，并且通过意图识别算法对用户的问询语句进行分析重组，确定用户的实际意图后，提供尽可能完善的回答，避免用户浪费时间却无法获取有用的信息的情况发生，同时对突发事件的发生具有一定的收集功能，并且能够及时有效的将相关事件的情况进行上报和广播，便于用户能够根据附近情况进行及时调整，避免造成恐慌。
附图说明
图1为本发明实施例提供整体方法流程图；
图2为本发明实施例提供构建业务对话数据库流程图；
图3为本发明实施例提供高速业务处理流程图；
图4为本发明实施例提供人工业务辅助流程图；
图5为本发明实施例提供紧急事件处理流程图。
图中：S1、构建业务对话数据库；S101、现实数据采集；S102、原始语音数据处理；S103、关键词分类；S2、高速业务处理；S201、建立用户对话；S202、准确关键词反馈；S203、办理线上业务；S204、用户实际意图分析；S205、评价等级划分；S3、人工业务辅助；S301、人工服务识别；S302、人工服务处理；S303、人工批注；S4、紧急事件处理；S401、突发事件信息采集；S402、紧急事件等级评估；S403、向控制中心汇报；S404、区域信息发布。
具体实施方式
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，所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-5，本发明提供一种技术方案：基于高速公路业务智能对话的方法，包括以下步骤：
S1、构建业务对话数据库：通过对高速上处理的业务进行收集，将自然语言理解模型的文本输出值进行分类处理，并对多种文本类型进行归纳整理，从而构建线上对话数据库；
S2、高速业务处理：建立与用户之间的对话后，在用户询问语句中得到准确关键词，将数据库中标准答案及时反馈给用户，涉及到个人业务办理时，通过意图识别算法对用户实际表达意图进行分析，从而便于快速解决用户需求，在对话结束之间，请求用户对该次服务进行评价；
S3、人工业务辅助：与用户对话过程中，通过意图识别算法分析得出用户实际意图是要求人工服务，通过对话系统将该用户对话转接人工通道，若人工通道未处理该对话，将会进行临时标记和存储，通过人工复核，更新数据库相关信息；
S4、紧急事件处理：根据火灾、交通事故、恶劣天气、恶性事件四类突发事件严重程度以及波及范围对突发事件进行等级划分，通过用户对话中获取事件相关信息后，将会对该突发事件进行紧急等级评估，并向控制中心上报该突发事件，控制中心通过人工进行情况核实后，确定情况后将会通过处理器对突发事件发生地附近区域进行信息发布。
S1包括以下步骤：
S101、现实数据采集：通过线下录音笔对高速常见的业务进行收集，使得数据集中包含大量来自于高速公路上真实的用户询问语句，同时将所涉及到的相关专业性文本数据进行存储；
S102、原始语音数据处理：在原始语音数据收集后，将会对数据进行处理和标注，通过采用科大讯飞的语音接口来实现初步语音转化，由于语音数据中存在噪声情况对语音识别过程进行干扰，需要通过人工校验去掉无效以及冗余数据，并对有效数据进行修改。
S1还包括以下步骤：
S103、关键词分类：通过对数据库内部文本数据进行分类，计算不同问题答案的相似度，记录不同类别数据之间的关联，实现相似关键词匹配工作。
S2包括以下步骤：
S201、建立用户对话：建立与用户之间的对话后，向用户传达高速公路相关服务项目信息以及基本流程简单表述后，等待用户发出询问语句；
S202、准确关键词反馈：接收用户发出的询问语句后，通过语音接口将其转化为文本格式，确定文本数据中的关键词，通过搜索引擎根据关键词在数据库中直接进行搜索，得到标准答案后，立刻将其通过语音播报的形式反馈给用户。
S2还包括以下步骤：
S203、办理线上业务：采用智能语音对用户进行发问，从用户的回答中提取相关信息，根据用户需求按照数据库比对获取的内部处理流程，依次进行处理，通过身份验证时所存储的个人信息完成用户缴费、余额查询、退款的线上操作；
S204、用户实际意图分析：当用户发出的询问语句关键词查找失败或者用户重复当前询问语句三遍及三遍以上时，处理器将会调用意图识别算法重新组织语句查找关键词，将搜索引擎所得到的结果通过智能语音反馈给用户；
S205、评价等级划分：在用户对话之间，提示用户对该次对话服务进行评分，评分等级划分为六个等级，分别为满意、较为满意、中等、较差、差、极差，根据评分对本次对话进行不同标记和临时存储。
S3包括以下步骤：
S301、人工服务识别：通过意图识别算法分析用户询问语句，从而判断用户实际意图是请求人工服务相关操作，直接将该对话转接至高速公路人工通道；
S302、人工服务处理：通过处理器呼叫人工服务通道，当人工服务介入后，智能语音停止工作，并将本次通话进行临时存储，若当前人工服务通道已被占用，将会标记本次通话，保留与用户之间的全部对话信息；
S303、人工批注：将评分等级为极差的对话进行归纳整理，通过人工进行复核，对这些对话中用户所反馈的问题以及回答进行查看和修改，并将其上传业务数据库中。
S4包括以下步骤：
S401、突发事件信息采集：通过意图识别算法分析当前用户发出的语句含义，并判断该用户表述的情况是否属于火灾、交通事故、恶劣天气、恶性事件四类突发事件中的一类，如果属于其中一类则需要进行评估，如果不属于将不会对该情况进行评估；
S402、紧急事件等级评估：根据突发事件发生的紧急程度、发展态势和可能造成的危害程度分为特别严重、严重、较重和一般四个级别，确定该情况为紧急事件后，处理器立即对该事件进行紧急事件等级评估。
S4还包括以下步骤：
S403、向控制中心汇报：通过处理器将该事件立即上报控制中心，控制中心根据紧急事件等级对突发事件相关部门以及人员进行核实，并协调进行处理；
S404、区域信息发布：确定事件属实后，处理器将会接收控制中心发布的通知，相关区域在开展业务智能对话时，将会通过智能语音对突发情况进行播报通知。
基于高速公路业务智能对话的装置，包括：
数据获取模块，通过对现实生活中在高速上发生的大部分常见业务进行收集，通过对自然语言理解模型的文本输出值进行分类处理，将多种文本类型进行归纳整理，同时不断更新高速公路领域专业知识；
业务处理模块，根据用户所发出的问询语句，分析句中的关键词后，通过搜索引擎进行查找，当无法获取准确关键词时，将会根据意识识别算法重新解析重组用户问询语句，分析用户真实意图后，按业务系统流程进行业务办理；
人工干预模块，根据用户所发出的问询语句，通过处理器将该当前用户对话转接人工通道，若转接成功，将本次对话文本信息进行临时存储，若转接失败，将该对话进行标记后再存储，持续至人工通道处理本次对话，若与用户对话中评分等级为极差时，归纳存储等待人工查看和修改；
紧急处理模块，获取用户所发出的问询语句信息，判断突发事件类别，若为紧急事件时，评估紧急事件的紧急等级后，通过处理器上报控制中心，接收控制中心发出的通知，以广播形式提示用户。
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，其特征在于：所述处理器执行所述程序时实现任一项所述的基于高速公路业务智能对话的方法中的步骤。
意图识别算法包括注意力机制算法，注意力机制算法具体为：
；
；
；
式中，为每个注意力头的计算结果，/>为各个注意力头的查询矩阵，/>为各个注意力头的查询矩阵，/>为各个注意力头的值矩阵；
意图识别算法还包括前馈神经网络层算法，前馈神经网络层算法具体为：
；
式中，，/>，/>，/>分别为两层前馈神经网的参数；
意图识别算法还包括连接算法，连接算法具体为：
；
；
式中，为注意力层的输出以及前馈神经网络层的输入。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.基于高速公路业务智能对话的方法，其特征在于：包括以下步骤：
S1、构建业务对话数据库：通过对高速上处理的业务进行收集，将自然语言理解模型的文本输出值进行分类处理，并对多种文本类型进行归纳整理，同时通过对数据库内部文本数据进行分类，计算不同问题答案的相似度，记录不同类别数据之间的关联，实现相似关键词匹配工作，从而构建线上对话数据库；
S2、高速业务处理：建立与用户之间的对话后，向用户传达高速公路相关服务项目信息以及基本流程简单表述后，等待用户发出询问语句，接收用户发出的询问语句后，通过语音接口将其转化为文本格式，确定文本数据中的关键词，通过搜索引擎根据关键词在数据库中直接进行搜索，得到标准答案后，立刻将其通过语音播报的形式反馈给用户，涉及到个人业务办理时，通过意图识别算法对用户实际表达意图进行分析，从而便于快速解决用户需求，在对话结束之间，请求用户对该次服务进行评价；
S3、人工业务辅助：与用户对话过程中，通过意图识别算法分析得出用户实际意图是要求人工服务，通过对话系统将该用户对话转接人工通道，若人工通道未处理该对话，将会进行临时标记和存储，通过人工复核，更新数据库相关信息；
S4、紧急事件处理：根据火灾、交通事故、恶劣天气、恶性事件四类突发事件严重程度以及波及范围对突发事件进行等级划分，通过用户对话中获取事件相关信息后，将会对该突发事件进行紧急等级评估，通过处理器将该事件立即上报控制中心，控制中心根据紧急事件等级对突发事件相关部门以及人员进行核实，并协调进行处理，确定事件属实后，处理器将会接收控制中心发布的通知，相关区域在开展业务智能对话时，将会通过智能语音对突发情况进行播报通知。
2.根据权利要求1所述的基于高速公路业务智能对话的方法，其特征在于：所述S1包括以下步骤：
现实数据采集：通过线下录音笔对高速常见的业务进行收集，使得数据集中包含大量来自于高速公路上真实的用户询问语句，同时将所涉及到的相关专业性文本数据进行存储；
原始语音数据处理：在原始语音数据收集后，将会对数据进行处理和标注，通过采用科大讯飞的语音接口来实现初步语音转化，由于语音数据中存在噪声情况对语音识别过程进行干扰，需要通过人工校验去掉无效以及冗余数据，并对有效数据进行修改。
3.根据权利要求1所述的基于高速公路业务智能对话的方法，其特征在于：所述S2包括以下步骤：
办理线上业务：采用智能语音对用户进行发问，从用户的回答中提取相关信息，根据用户需求按照数据库比对获取的内部处理流程，依次进行处理，通过身份验证时所存储的个人信息完成用户缴费、余额查询、退款的线上操作；
用户实际意图分析：当用户发出的询问语句关键词查找失败或者用户重复当前询问语句三遍及三遍以上时，处理器将会调用意图识别算法重新组织语句查找关键词，将搜索引擎所得到的结果通过智能语音反馈给用户；
评价等级划分：在用户对话之间，提示用户对该次对话服务进行评分，评分等级划分为六个等级，分别为满意、较为满意、中等、较差、差、极差，根据评分对本次对话进行不同标记和临时存储。
4.根据权利要求1所述的基于高速公路业务智能对话的方法，其特征在于：所述S3包括以下步骤：
人工服务识别：通过意图识别算法分析用户询问语句，从而判断用户实际意图是请求人工服务相关操作，直接将该对话转接至高速公路人工通道；
人工服务处理：通过处理器呼叫人工服务通道，当人工服务介入后，智能语音停止工作，并将本次通话进行临时存储，若当前人工服务通道已被占用，将会标记本次通话，保留与用户之间的全部对话信息；
人工批注：将评分等级为极差的对话进行归纳整理，通过人工进行复核，对这些对话中用户所反馈的问题以及回答进行查看和修改，并将其上传业务数据库中。
5.根据权利要求1所述的基于高速公路业务智能对话的方法，其特征在于：所述S4包括以下步骤：
突发事件信息采集：通过意图识别算法分析当前用户发出的语句含义，并判断该用户表述的情况是否属于火灾、交通事故、恶劣天气、恶性事件四类突发事件中的一类，如果属于其中一类则需要进行评估，如果不属于将不会对该情况进行评估；
紧急事件等级评估：根据突发事件发生的紧急程度、发展态势和可能造成的危害程度分为特别严重、严重、较重和一般四个级别，确定该情况为紧急事件后，处理器立即对该事件进行紧急事件等级评估。
6.基于高速公路业务智能对话的装置，其特征在于，包括：
数据获取模块，通过对现实生活中在高速上发生的大部分常见业务进行收集，通过对自然语言理解模型的文本输出值进行分类处理，将多种文本类型进行归纳整理，同时不断更新高速公路领域专业知识；
业务处理模块，根据用户所发出的问询语句，分析句中的关键词后，通过搜索引擎进行查找，当无法获取准确关键词时，将会根据意识识别算法重新解析重组用户问询语句，分析用户真实意图后，按业务系统流程进行业务办理；
人工干预模块，根据用户所发出的问询语句，通过处理器将该当前用户对话转接人工通道，若转接成功，将本次对话文本信息进行临时存储，若转接失败，将该对话进行标记后再存储，持续至人工通道处理本次对话，若与用户对话中评分等级为极差时，归纳存储等待人工查看和修改；
紧急处理模块，获取用户所发出的问询语句信息，判断突发事件类别，若为紧急事件时，评估紧急事件的紧急等级后，通过处理器上报控制中心，接收控制中心发出的通知，以广播形式提示用户。
7.一种电子设备，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，其特征在于：所述处理器执行所述程序时实现如权利要求1-5中任一项所述的基于高速公路业务智能对话的方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311412975.0A CN117149983B (zh) | 2023-10-30 | 2023-10-30 | 基于高速公路业务智能对话的方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311412975.0A CN117149983B (zh) | 2023-10-30 | 2023-10-30 | 基于高速公路业务智能对话的方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117149983A CN117149983A (zh) | 2023-12-01 |
| CN117149983B true CN117149983B (zh) | 2024-02-27 |
Family
ID=88899087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311412975.0A Active CN117149983B (zh) | 2023-10-30 | 2023-10-30 | 基于高速公路业务智能对话的方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117149983B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070058953A (ko) * | 2005-12-05 | 2007-06-11 | 한국전자통신연구원 | 음성 대화 시스템에서 답변 문장 생성 방법 및 장치 |
| CN112084336A (zh) * | 2020-09-09 | 2020-12-15 | 浙江综合交通大数据中心有限公司 | 一种高速公路突发事件的实体提取和事件分类方法及装置 |
| CN112559689A (zh) * | 2020-12-21 | 2021-03-26 | 广州橙行智动汽车科技有限公司 | 一种基于车载问答的数据处理方法和装置 |
| WO2021135548A1 (zh) * | 2020-06-05 | 2021-07-08 | 平安科技（深圳）有限公司 | 语音的意图识别方法、装置、计算机设备及存储介质 |
| WO2021139283A1 (zh) * | 2020-06-16 | 2021-07-15 | 平安科技（深圳）有限公司 | 基于深度学习技术的知识图谱问答方法、装置及设备 |
| CN113239163A (zh) * | 2021-05-12 | 2021-08-10 | 同方知网数字出版技术股份有限公司 | 一种基于交通大数据的智能问答方法及系统 |
| CN114626684A (zh) * | 2022-02-18 | 2022-06-14 | 西安石油大学 | 一种大数据驱动的高速公路交通事件持续时间预测方法 |
| KR20220081120A (ko) * | 2020-12-08 | 2022-06-15 | 한국전자통신연구원 | 인공 지능 콜센터 시스템 및 그 시스템 기반의 서비스 제공 방법 |
| CN115391533A (zh) * | 2022-08-25 | 2022-11-25 | 重庆首讯科技股份有限公司 | 一种基于高速公路路况的意图识别和播报方法 |
| CN116450799A (zh) * | 2023-06-16 | 2023-07-18 | 浪潮智慧科技有限公司 | 一种应用于交通管理服务的智能对话方法及设备 |
| CN116644158A (zh) * | 2023-04-10 | 2023-08-25 | 东北大学 | 树形槽位式高速公路出行的智能问答方法 |
| KR102573461B1 (ko) * | 2023-05-18 | 2023-09-06 | 주식회사 디앤샤인 | 스마트 인공지능 다기능 비상벨 시스템 및 이의 제어방법 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106649780B (zh) * | 2016-12-28 | 2020-11-24 | 北京百度网讯科技有限公司 | 基于人工智能的信息提供方法及装置 |
| CN107093157B (zh) * | 2017-03-29 | 2021-11-09 | 广东巴拿赫大数据科技有限公司 | 一种基于移动终端的紧急求助、风险预警与一键求救平台 |
| KR102426171B1 (ko) * | 2017-10-13 | 2022-07-29 | 현대자동차주식회사 | 대화 시스템, 이를 포함하는 차량 및 대화 서비스 처리 방법 |
| US10885280B2 (en) * | 2018-11-14 | 2021-01-05 | International Business Machines Corporation | Event detection with conversation |
| US11386468B2 (en) * | 2019-02-19 | 2022-07-12 | Accenture Global Solutions Limited | Dialogue monitoring and communications system using artificial intelligence (AI) based analytics |
| US11580416B2 (en) * | 2019-08-14 | 2023-02-14 | International Business Machines Corporation | Improving the accuracy of a compendium of natural language responses |
-
2023
- 2023-10-30 CN CN202311412975.0A patent/CN117149983B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070058953A (ko) * | 2005-12-05 | 2007-06-11 | 한국전자통신연구원 | 음성 대화 시스템에서 답변 문장 생성 방법 및 장치 |
| WO2021135548A1 (zh) * | 2020-06-05 | 2021-07-08 | 平安科技（深圳）有限公司 | 语音的意图识别方法、装置、计算机设备及存储介质 |
| WO2021139283A1 (zh) * | 2020-06-16 | 2021-07-15 | 平安科技（深圳）有限公司 | 基于深度学习技术的知识图谱问答方法、装置及设备 |
| CN112084336A (zh) * | 2020-09-09 | 2020-12-15 | 浙江综合交通大数据中心有限公司 | 一种高速公路突发事件的实体提取和事件分类方法及装置 |
| KR20220081120A (ko) * | 2020-12-08 | 2022-06-15 | 한국전자통신연구원 | 인공 지능 콜센터 시스템 및 그 시스템 기반의 서비스 제공 방법 |
| CN112559689A (zh) * | 2020-12-21 | 2021-03-26 | 广州橙行智动汽车科技有限公司 | 一种基于车载问答的数据处理方法和装置 |
| CN113239163A (zh) * | 2021-05-12 | 2021-08-10 | 同方知网数字出版技术股份有限公司 | 一种基于交通大数据的智能问答方法及系统 |
| CN114626684A (zh) * | 2022-02-18 | 2022-06-14 | 西安石油大学 | 一种大数据驱动的高速公路交通事件持续时间预测方法 |
| CN115391533A (zh) * | 2022-08-25 | 2022-11-25 | 重庆首讯科技股份有限公司 | 一种基于高速公路路况的意图识别和播报方法 |
| CN116644158A (zh) * | 2023-04-10 | 2023-08-25 | 东北大学 | 树形槽位式高速公路出行的智能问答方法 |
| KR102573461B1 (ko) * | 2023-05-18 | 2023-09-06 | 주식회사 디앤샤인 | 스마트 인공지능 다기능 비상벨 시스템 및 이의 제어방법 |
| CN116450799A (zh) * | 2023-06-16 | 2023-07-18 | 浪潮智慧科技有限公司 | 一种应用于交通管理服务的智能对话方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117149983A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110825858A (zh) | 一种应用于客户服务中心的智能交互机器人系统 | |
| US20040249808A1 (en) | Query expansion using query logs | |
| WO2009033339A1 (fr) | Système de questions/réponses interactif en mode intelligent et procédé de traitement | |
| CN110175229B (zh) | 一种基于自然语言进行在线培训的方法和系统 | |
| CN112487140A (zh) | 问答对话评测方法、装置、设备及存储介质 | |
| WO2021036439A1 (zh) | 一种信访问题答复方法及装置 | |
| CN114969297A (zh) | 一种电力客户诉求相关度分析方法 | |
| CN114048308B (zh) | 一种类案检索报告生成的方法及装置 | |
| CN114418327A (zh) | 一种客服系统自动录单和智能派单方法 | |
| CN111611387B (zh) | 民事案件咨询方法、装置、计算机设备及存储介质 | |
| CN117149983B (zh) | 基于高速公路业务智能对话的方法、装置及设备 | |
| CN113378024A (zh) | 一种基于深度学习面向公检法领域的相关事件识别方法 | |
| WO2024055603A1 (zh) | 一种未成年人文本识别方法及装置 | |
| CN115794798B (zh) | 一种市场监管信息化标准管理与动态维护系统及方法 | |
| CN111651554A (zh) | 基于自然语言理解及处理的保险问答回答的方法和装置 | |
| CN113190660A (zh) | 问卷调查的方法和装置 | |
| CN114418366B (zh) | 一种智能云面试的数据处理方法和装置 | |
| CN113177164B (zh) | 基于大数据的多平台协同新媒体内容监控管理系统 | |
| CN113407734B (zh) | 基于实时大数据的知识图谱系统的构建方法 | |
| CN114417010A (zh) | 面向实时工作流的知识图谱构建方法、装置和存储介质 | |
| US8051026B2 (en) | Rules collector system and method with user interaction | |
| CN112988972A (zh) | 一种基于数据模型的行政处罚案卷评查方法及系统 | |
| CN114580407A (zh) | 一种基于最大熵的园区产业招商智能咨询方法及系统 | |
| CN111753071A (zh) | 基于人工智能的法律咨询交互方法及装置 | |
| CN112988704A (zh) | 一种基于ai咨询数据库集群搭建方法和系统 |
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 |