-
BEREICH DER ERFINDUNG
-
Die vorliegende Offenlegung bezieht sich auf ein intelligentes Assistenzsystem zur Verbesserung des öffentlichen Dienstes, genauer gesagt auf ein Sprachrobotersystem zur Verbesserung der Servicequalität durch Bereitstellung von Informationen für Menschen, um intelligente Entscheidungen zu treffen und Probleme zu lösen.
-
HINTERGRUND DER ERFINDUNG
-
Indien ist aufgrund seiner geoklimatischen Bedingungen seit jeher anfällig für Naturkatastrophen. Überschwemmungen, Dürreperioden, Wirbelstürme, Erdbeben und Erdrutsche sind hier an der Tagesordnung. Das Auftreten von Naturkatastrophen ist unvermeidlich. Während einer Krise stehen Bundesbehörden und Reaktionsteams unter dem Druck, präzise und aktuelle Informationen in Echtzeit bereitzustellen, und die Zahl der Anfragen im gesamten öffentlichen Sektor schießt in die Höhe, so dass es fast unmöglich ist, der breiten Masse schnell und effektiv genaue Informationen zu liefern. Die Beschäftigung einer angemessenen Anzahl von Mitarbeitern zur Beantwortung öffentlicher Anfragen ist wirtschaftlich nicht machbar Ein menschlicher Mitarbeiter kann nur wenige Anfragen gleichzeitig bearbeiten. Voice Bot, mit der Fähigkeit, jederzeit in natürlicher Sprache zu interagieren, kann viele Anfragen bearbeiten und in einer sich ständig ändernden Notfallsituation schnell mit Updates reagieren. Die Vielseitigkeit von Chatbot-Anwendungen ermöglicht den Einsatz in einer Desktop-App, einer Web-App, einer mobilen App oder die Integration in soziale Plattformen. Die KI-Fähigkeiten ermöglichen es Behörden, Daten aus verschiedenen Quellen zu sammeln, Informationen nach funktionalen Erfordernissen zu organisieren und die Öffentlichkeit regelmäßig und rechtzeitig zu informieren.
-
Der Stand der Technik bei der Katastrophenunterstützung durch mobile Sprachbot-Systeme für die Sprache Hindi konzentriert sich ausschließlich auf die Fragen, die der Bürger zum Zeitpunkt der Katastrophe stellt, um Hilfe zu erhalten. In Anbetracht der vorangegangenen Diskussion wird deutlich, dass ein intelligentes Assistenzsystem benötigt wird, um die menschliche Widerstandsfähigkeit zu verbessern und die Entscheidungsfindung in katastrophenbezogenen Notfallszenarien zu erleichtern.
-
ZUSAMMENFASSUNG DER ERFINDUNG
-
Die vorliegende Offenlegung zielt darauf ab, ein intelligentes Assistenzsystem bereitzustellen, das über soziale Medien abgerufenes Wissen zur Unterstützung von Bürgern und Ersthelfern in Katastrophenszenarien nutzt, um die Widerstandsfähigkeit der Gemeinschaft und die Entscheidungsfindung zu verbessern.
-
In einer Ausführungsform wird ein intelligentes Assistenzsystem zur Verbesserung des öffentlichen Dienstes offenbart. Das System umfasst einen Sprach-zu-Text-Konverter, um Spracheingaben in Text umzuwandeln. Das System umfasst ferner eine Vorverarbeitungseinheit, um den Text nach der Tokenisierung und der Extraktion einer Reihe von Merkmalen unter Verwendung von Spacy vorzuverarbeiten. Das System umfasst ferner einen Sprachbot, um relevante Informationen durch natürliches Sprachverständnis (NLU) abzurufen, wobei die NLU-Komponente des Sprachbots so konfiguriert ist, dass sie zwei Arten wesentlicher Informationen einschließlich Absichten und Entitäten versteht/identifiziert, wobei die Absichten ausgewählt werden, um die Absicht der Benutzernachricht zu interpretieren, und die Entitäten ausgewählt werden, um dem Sprachbot zu helfen, die Absicht des Benutzers, die als eine Absicht für eine Kontaktanfrage interpretiert wird, zu detaillieren. Das System umfasst ferner eine Steuereinheit, die einen Hindi-Korpus umfasst, um eine Antwort zu erzeugen, die von einfachen Aufgaben wie der Bitte um Klärung oder der Beantwortung mit einer vordefinierten Nachricht bis hin zu benutzerdefinierten und komplexeren Aktionen reicht, wie der Erzeugung einer neuen Antwort auf der Grundlage des Wissens, das sich in einer dynamischen Wissensdatenbank (DKB) befindet, wobei die erzeugte Antwort weiter in eine Sprachausgabe umgewandelt wird.
-
In einer anderen Ausführungsform wird Spacy in der fortgeschrittenen natürlichen Sprachverarbeitung und im maschinellen Lernen eingesetzt, um Systeme zur Informationsextraktion und zum Verstehen natürlicher Sprache zu entwickeln und um Text für Deep Learning vorzubereiten.
-
In einer anderen Ausführungsform werden die Absichten so interpretiert, dass der Benutzer versteht, was er will, d.h. was die Absicht seiner Nachricht ist, und dadurch eine Begrüßung erzeugt.
-
In einer anderen Ausführungsform werden die Entitäten verwendet, um dem Sprachbot zu helfen, die Absicht des Benutzers detailliert zu beschreiben, indem benutzerdefinierte Entitäten verwendet werden, da einige Absichten von zusätzlichen Informationen abhängen, die verarbeitet werden müssen, und dadurch eine Nachricht zu erzeugen, um nach der Kontaktabsicht zu fragen.
-
In einer anderen Ausführungsform besteht der Hindi-Korpus der Pipeline eines digitalen Assistenten darin, eine Antwort zu generieren, die von einfachen Aufgaben wie der Bitte um Klärung oder der Beantwortung einer vordefinierten Nachricht bis hin zu benutzerdefinierten und komplexeren Aktionen reicht, wie z. B. der Generierung einer neuen Antwort auf der Grundlage des in der dynamischen Wissensbasis (DKB) vorhandenen Wissens.
-
Ziel der vorliegenden Offenlegung ist es, einen KI-basierten VoiceBOT zu entwickeln, der nach einer Katastrophe Hilfe leistet.
-
Ein weiteres Ziel der vorliegenden Offenlegung ist es, die menschliche Widerstandsfähigkeit zu verbessern und die Entscheidungsfindung in katastrophenbezogenen Notfallszenarien zu erleichtern.
-
Ein weiteres Ziel der vorliegenden Offenlegung ist die Verbesserung der Servicequalität durch die Bereitstellung von Informationen für Menschen, um intelligente Entscheidungen zu treffen und Probleme zu lösen.
-
Ein weiterer Gegenstand der vorliegenden Offenlegung ist die Verbesserung des Katastrophenmanagements. Bundesbehörden auf der ganzen Welt haben in KI- und maschinelle Lerntechnologien investiert, um Krisen vorherzusagen und Reaktionspläne zur Reduzierung von Verlusten (Infrastruktur und Menschen) auszuführen.
-
Ein weiteres Ziel der vorliegenden Offenlegung ist die Entwicklung von AapdaSetu, dem ersten Hindi sprechenden Sprachroboter, der über soziale Medien abgerufenes Wissen zur Unterstützung von Bürgern und Ersthelfern in Katastrophenszenarien nutzt, um die Widerstandsfähigkeit der Gemeinschaft und die Entscheidungsfindung zu verbessern.
-
Ein weiteres Ziel der vorliegenden Offenlegung ist es, eine Sprachdatenbank mit Abfragen zu erstellen, die sich auf die Hilfe nach einer Katastrophe (Überschwemmung, Erdbeben usw.) beziehen.
-
Ein weiteres Ziel der vorliegenden Offenbarung ist die Implementierung der Datenbank unter Verwendung von NLU (Sprachsynthese, Spracherkennung).
-
Ein weiteres Ziel der vorliegenden Erfindung ist es, ein schnelles und kosteneffektives intelligentes Assistenzsystem zur Verbesserung des öffentlichen Dienstes bereitzustellen.
-
Zur weiteren Verdeutlichung der Vorteile und Merkmale der vorliegenden Offenbarung wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen gegeben, die in den beigefügten Figuren dargestellt sind. Es wird davon ausgegangen, dass diese Figuren nur typische Ausführungsformen der Erfindung darstellen und daher nicht als Einschränkung des Umfangs der Erfindung zu betrachten sind. Die Erfindung wird mit zusätzlicher Spezifität und Detail mit den beigefügten Figuren beschrieben und erläutert werden.
-
Figurenliste
-
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Offenbarung werden besser verstanden, wenn die folgende detaillierte Beschreibung unter Bezugnahme auf die beigefügten Figuren gelesen wird, in denen gleiche Zeichen gleiche Teile in den Figuren darstellen, wobei:
- 1 ein Blockdiagramm eines intelligenten Assistenzsystems zur Verbesserung des öffentlichen Dienstes in Übereinstimmung mit einer Ausführungsform der vorliegenden Offenbarung zeigt; und
- 2 die Architektur eines intelligenten Assistenzsystems zur Verbesserung des öffentlichen Dienstes in Übereinstimmung mit einer Ausführungsform der vorliegenden Offenbarung zeigt.
-
Der Fachmann wird verstehen, dass die Elemente in den Figuren der Einfachheit halber dargestellt sind und nicht unbedingt maßstabsgetreu gezeichnet wurden. Die Flussdiagramme veranschaulichen beispielsweise das Verfahren anhand der wichtigsten Schritte, um das Verständnis der Aspekte der vorliegenden Offenbarung zu verbessern. Darüber hinaus kann es sein, dass ein oder mehrere Bauteile der Vorrichtung in den Figuren durch herkömmliche Symbole dargestellt sind, und dass die Figuren nur die spezifischen Details zeigen, die für das Verständnis der Ausführungsformen der vorliegenden Offenbarung relevant sind, um die Figuren nicht mit Details zu überfrachten, die für den Fachmann mit den hierin enthaltenen Beschreibungen leicht erkennbar sind.
-
DETAILLIERTE BESCHREIBUNG
-
Um das Verständnis der Erfindung zu fördern, wird nun auf die in den Figuren dargestellte Ausführungsform Bezug genommen und diese mit bestimmten Worten beschrieben. Es versteht sich jedoch von selbst, dass damit keine Einschränkung des Umfangs der Erfindung beabsichtigt ist, wobei solche Änderungen und weitere Modifikationen des dargestellten Systems und solche weiteren Anwendungen der darin dargestellten Grundsätze der Erfindung in Betracht gezogen werden, wie sie einem Fachmann auf dem Gebiet der Erfindung normalerweise einfallen würden.
-
Es versteht sich für den Fachmann von selbst, dass die vorstehende allgemeine Beschreibung und die folgende detaillierte Beschreibung beispielhaft und erläuternd für die Erfindung sind und diese nicht einschränken sollen.
-
Wenn in dieser Beschreibung von „einem Aspekt“, „einem anderen Aspekt“ oder ähnlichem die Rede ist, bedeutet dies, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft, die im Zusammenhang mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform der vorliegenden Offenbarung enthalten ist. Daher können sich die Ausdrücke „in einer Ausführungsform“, „in einer anderen Ausführungsform“ und ähnliche Ausdrücke in dieser Beschreibung alle auf dieselbe Ausführungsform beziehen, müssen es aber nicht.
-
Die Ausdrücke „umfasst“, „enthaltend“ oder andere Variationen davon sollen eine nicht ausschließliche Einbeziehung abdecken, so dass ein Verfahren oder eine Methode, die eine Liste von Schritten umfasst, nicht nur diese Schritte einschließt, sondern auch andere Schritte enthalten kann, die nicht ausdrücklich aufgeführt sind oder zu einem solchen Verfahren oder einer solchen Methode gehören. Auch ein oder mehrere Vorrichtungen oder Teilsysteme oder Elemente oder Strukturen oder Komponenten, die mit „umfasst...a“ eingeleitet werden, sind nicht eingeschlossen, ohne weitere Einschränkungen das Vorhandensein anderer Geräte oder anderer Teilsysteme oder anderer Elemente oder anderer Strukturen oder anderer Komponenten oder zusätzlicher Geräte oder zusätzlicher Teilsysteme oder zusätzlicher Elemente oder zusätzlicher Strukturen oder zusätzlicher Komponenten ausschließen.
-
Sofern nicht anders definiert, haben alle hierin verwendeten technischen und wissenschaftlichen Begriffe die gleiche Bedeutung, wie sie von einem Fachmann auf dem Gebiet, zu dem diese Erfindung gehört, allgemein verstanden wird. Das System, die Methoden und die Beispiele, die hier angegeben werden, dienen nur der Veranschaulichung und sind nicht als Einschränkung gedacht.
-
Ausführungsformen der vorliegenden Offenbarung werden im Folgenden unter Bezugnahme auf die beigefügten Figuren im Detail beschrieben.
-
In 1 ist ein Blockdiagramm eines intelligenten Assistenzsystems zur Verbesserung des öffentlichen Dienstes gemäß einer Ausführungsform der vorliegenden Offenbarung dargestellt. Das System 100 umfasst einen Sprach-zu-Text-Konverter 102 zur Umwandlung von Spracheingaben in Text.
-
In einer Ausführungsform ist eine Vorverarbeitungseinheit 104 mit dem Sprach-zu-Text-Konverter 102 verbunden, um den Text nach der Tokenisierung und der Extraktion einer Reihe von Merkmalen unter Verwendung von Spacy vorzuverarbeiten.
-
In einer Ausführungsform ist ein Sprachroboter 106 mit der Vorverarbeitungseinheit 104 gekoppelt, um relevante Informationen durch natürliches Sprachverständnis (NLU) abzurufen, wobei die NLU-Komponente des Sprachroboters 106 so konfiguriert ist, dass sie zwei Arten wesentlicher Informationen versteht/identifiziert, einschließlich Absichten und Entitäten, wobei die Absichten ausgewählt werden, um die Absicht der Benutzernachricht zu interpretieren, und die Entitäten ausgewählt werden, um dem Sprachroboter 106 dabei zu helfen, die Absicht des Benutzers detailliert zu beschreiben, die als Absicht einer Kontaktanfrage interpretiert wird.
-
In einer Ausführungsform umfasst eine Steuereinheit 108 einen Hindi-Korpus, um eine Antwort zu erzeugen, die von einfachen Aufgaben wie der Bitte um Klärung oder der Beantwortung einer vordefinierten Nachricht bis hin zu benutzerdefinierten und komplexeren Aktionen reicht, wie der Erzeugung einer neuen Antwort auf der Grundlage des Wissens, das sich in einer dynamischen Wissensdatenbank (DKB) 110 befindet, wobei die erzeugte Antwort weiter in eine Sprachausgabe umgewandelt wird.
-
In einer anderen Ausführungsform wird Spacy in der fortgeschrittenen natürlichen Sprachverarbeitung und im maschinellen Lernen eingesetzt, um Systeme zur Informationsextraktion und zum Verstehen natürlicher Sprache zu entwickeln und um Text für Deep Learning vorzuverarbeiten.
-
In einer anderen Ausführungsform werden die Absichten so interpretiert, dass der Benutzer versteht, was er will, d.h. was die Absicht seiner Nachricht ist, und dadurch eine Begrüßung erzeugt.
-
In einer anderen Ausführungsform werden die Entitäten verwendet, um dem Sprachbot 106 dabei zu helfen, die Absicht des Benutzers detailliert zu beschreiben, indem benutzerdefinierte Entitäten verwendet werden, da einige Absichten von zusätzlichen Informationen abhängig sind, die verarbeitet werden müssen, und dadurch eine Nachricht erzeugt wird, um nach der Kontaktabsicht zu fragen.
-
In einer anderen Ausführungsform besteht der Hindi-Korpus der Pipeline eines digitalen Assistenten darin, eine Antwort zu generieren, die von einfachen Aufgaben wie der Bitte um Klärung oder der Beantwortung einer vordefinierten Nachricht bis hin zu benutzerdefinierten und komplexeren Aktionen reicht, wie z. B. der Generierung einer neuen Antwort auf der Grundlage des in der dynamischen Wissensbasis (DKB) 110 vorhandenen Wissens.
-
2 zeigt die Architektur eines intelligenten Assistenzsystems zur Verbesserung des öffentlichen Dienstes in Übereinstimmung mit einer Ausführungsform der vorliegenden Offenlegung. Die Möglichkeiten für Sprachroboter 106, intelligente Unterstützung zur Verbesserung des öffentlichen Dienstes zu leisten, sind immens. Der Hauptzweck der Sprachroboter 106 besteht jedoch darin, die Qualität des Dienstes zu verbessern, indem sie Menschen Informationen zur Verfügung stellen, damit diese intelligente Entscheidungen treffen und Probleme lösen können. Die Sprachroboter 106 können vorausschauend handeln, doch wenn die Komplexität der Entscheidung zunimmt, werden weiterhin menschliche Mitarbeiter benötigt. Die Effizienz des öffentlichen Dienstes kann durch den Einsatz der richtigen Chatbots 106 erheblich verbessert werden. Diese können viele Herausforderungen wie geografische Entfernungen, zeitliche Einschränkungen, Anonymität und aktuelle Informationen überwinden. Nichtregierungsorganisationen und Unternehmen können Chatbots 106 nutzen, um die Wirkung verschiedener bestehender sozialer Interventionen mit minimalen Investitionen zu verbessern und gleichzeitig Einblicke in den Kundenstamm zu gewinnen. Die Kluft zwischen einem ungebildeten Inder und komplexen KI-, ML- und NLP-Algorithmen mag für manche auf den ersten Blick unergründlich erscheinen. Aber eine solche Wahrnehmung wäre oberflächlich. Die besten Technologieeinsätze im öffentlichen Dienst sind diejenigen, bei denen die Technologie unsichtbar und nicht hinderlich ist. Die Möglichkeit, dass Chatbots 106 andere Benutzeroberflächen, intelligente Apps usw. ersetzen, ist heute realer denn je. Indien steht am Rande eines phänomenalen Fortschritts, bei dem digitale Eingriffe sogar herkömmliche Behördendienste verändern. Intelligente, wissensreiche, mehrsprachige Chatbots 106 sind ein wichtiger nächster Schritt in diese Richtung. Um das Katastrophenmanagement zu verbessern, investieren Bundesbehörden auf der ganzen Welt in KI und maschinelle Lerntechnologien, um Krisen vorherzusagen und Reaktionspläne zur Verringerung von Verlusten (Infrastruktur und Menschen) umzusetzen. Das Hauptziel ist die Entwicklung von AapdaSetu, dem ersten Hindi sprechenden Voicebot 106, der über soziale Medien abgerufenes Wissen nutzt, um Bürger und Ersthelfer in Katastrophenszenarien zu unterstützen und so die Widerstandsfähigkeit der Gemeinschaft und die Entscheidungsfindung zu verbessern.
-
In einer Ausführungsform empfängt das konzipierte Artefakt, AapdaSetu, Nachrichten und sendet entsprechende Antworten. Zwischen diesen Vorgängen muss es die empfangenen Nachrichten vorverarbeiten, was durch Tokenisierung und Extraktion relevanter Merkmale aus diesen Nachrichten geschieht. Beide Vorgänge werden mit Hilfe von SpaCy durchgeführt. Spacy ist eine quelloffene Python-Bibliothek, die in der fortgeschrittenen natürlichen Sprachverarbeitung und im maschinellen Lernen eingesetzt wird. Sie wird zur Erstellung von Systemen zur Informationsextraktion und zum Verstehen natürlicher Sprache sowie zur Vorverarbeitung von Text für Deep Learning verwendet. Nachdem die Nachrichten vorverarbeitet wurden, muss der Chatbot 106 relevante Informationen aus ihnen abrufen. Dieser Schritt wird Natural Language Understanding (NLU) genannt. Die NLU-Komponente des Voicebot 106 zielt darauf ab, zwei Arten von wesentlichen Informationen zu verstehen/zu identifizieren: Absichten und Entitäten. Die erste kann so interpretiert werden, dass sie versteht, was der Nutzer will, d. h. was die Absicht seiner Nachricht ist, und kann so einfach sein wie die Klassifizierung eines „Apka Swagat Hai“ als Gruß. Die zweite zielt jedoch darauf ab, dem Chatbot zu helfen, die Absicht des Benutzers detailliert zu erfassen, indem benutzerdefinierte Entitäten verwendet werden, da einige Absichten von zusätzlichen Informationen abhängen, die verarbeitet werden müssen. Ein einfaches Beispiel wäre
![Figure DE202022102589U1_0001](https://patentimages.storage.googleapis.com/11/58/6b/603576489f9658/DE202022102589U1_0001.png)
![Figure DE202022102589U1_0002](https://patentimages.storage.googleapis.com/f1/53/31/cae8625a07ca21/DE202022102589U1_0002.png)
, was zum Beispiel als eine Frage nach der Kontaktabsicht interpretiert werden kann. Der letzte Schritt in der Pipeline des digitalen Assistenten besteht in der Generierung einer Antwort, die von einfachen Aufgaben wie der Bitte um Klärung oder der Beantwortung einer vordefinierten Nachricht bis hin zu benutzerdefinierten und komplexeren Aktionen wie der Generierung einer neuen Antwort auf der Grundlage des Wissens in der dynamischen Wissensbasis (DKB) 110 reichen kann.
-
In einer Ausführungsform wird der Hindi-Sprachkorpus der Anfragen von verschiedenen männlichen und weiblichen Personen mit unterschiedlichem regionalen Hintergrund aufgezeichnet. AapdaSetu App, KI-gesteuerter Sprachroboter 106, der ein großartiges Werkzeug für Bundes-, Landes- und Kommunalbehörden sein kann, um die Auswirkungen einer Krise zu verringern. Dieses Tool bietet ein effektives System zur Unterstützung im Katastrophenfall und ist in der Lage, selbstständig relevante Informationen zur Verbesserung der Resilienz zu extrahieren und seinen Nutzern zu präsentieren, und kann in Katastrophenszenarien ein wichtiges Instrument sein.
-
Das entwickelte System erleichtert AapdaSetu auf automatische und zuverlässige Weise, was die menschliche Widerstandsfähigkeit erheblich verbessern und die Entscheidungsfindung in katastrophenbezogenen Notfallszenarien erleichtern würde. Darüber hinaus würde die Verwendung von Technologien und Wissensstrukturen, auf die leicht aufgebaut werden kann, den Wert dieses Systems weiter erhöhen und zum Katastrophenmanagement beitragen. Das System ermöglicht die Erstellung einer Sprachdatenbank für Abfragen im Zusammenhang mit der Hilfe nach einer Katastrophe (Überschwemmung, Erdbeben usw.). Das System bietet die Implementierung der Datenbank mit NLU (Sprachsynthese, Spracherkennung).
-
Die Figuren und die vorangehende Beschreibung geben Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. So kann beispielsweise die Reihenfolge der hier beschriebenen Prozesse geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Handlungen eines Flussdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden; auch müssen nicht unbedingt alle Handlungen durchgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt. Zahlreiche Variationen sind möglich, unabhängig davon, ob sie in der Beschreibung explizit aufgeführt sind oder nicht, wie z. B. Unterschiede in der Struktur, den Abmessungen und der Verwendung von Materialien. Der Umfang der Ausführungsformen ist mindestens so groß wie in den folgenden Ansprüchen angegeben.
-
Vorteile, andere Vorzüge und Problemlösungen wurden oben im Hinblick auf bestimmte Ausführungsformen beschrieben. Die Vorteile, Vorzüge, Problemlösungen und Komponenten, die dazu führen können, dass ein Vorteil, ein Nutzen oder eine Lösung auftritt oder ausgeprägter wird, sind jedoch nicht als kritisches, erforderliches oder wesentliches Merkmal oder Komponente eines oder aller Ansprüche zu verstehen.
-
Bezugszeichenliste
-
- 100
- ein intelligentes Assistenzsystem zur Verbesserung des öffentlichen Dienstes.
- 102
- Umwandlung von Sprache in Text
- 104
- Vorverarbeitungseinheit
- 106
- Sprachbot
- 108
- Steuereinheit
- 110
- Dynamische Wissensdatenbank
- 202
- KI-gestützter Sprachroboter
- 204
- Spracheingabe
- 206
- Sprache in Text umwandeln
- 208
- Vor-Verarbeitung
- 210
- Absicht
- 212
- NLU (Natürliches Sprachverstehen)
- 214
- Inhalt/Aktion
- 216
- Hindi-Korpus
- 218
- Wissensbasis
- 220
- Sprachausgabe
- 222
- Text zu Sprache