EP4364064A1 - Agent conversationnel dans une application de messagerie instantanée - Google Patents

Agent conversationnel dans une application de messagerie instantanée

Info

Publication number
EP4364064A1
EP4364064A1 EP22744801.6A EP22744801A EP4364064A1 EP 4364064 A1 EP4364064 A1 EP 4364064A1 EP 22744801 A EP22744801 A EP 22744801A EP 4364064 A1 EP4364064 A1 EP 4364064A1
Authority
EP
European Patent Office
Prior art keywords
discussion
message
participants
mood
messages
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
EP22744801.6A
Other languages
German (de)
English (en)
Inventor
Thierry Martinez
Christian Gregoire
Régis ESNAULT
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.)
Orange SA
Original Assignee
Orange SA
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 Orange SA filed Critical Orange SA
Publication of EP4364064A1 publication Critical patent/EP4364064A1/fr
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]

Definitions

  • This description relates to the field of instant messaging (or "chat").
  • chatroom designates a virtual meeting place, accessible from a site, which an Internet user can choose, depending on the subject proposed or the interest of the moment, in order to dialogue via a keyboard-type interface (or by voice recognition), with a certain number of participants.
  • chatbot denotes an (IT) agent configured to dialogue with a user.
  • the user is offered an interface through which the user can query the chabot on a research subject of his choice.
  • the search that the user wishes to launch on this "person-machine" interface is then influenced by the so-called “Turing” test according to which the dialogue with the machine must give the illusion that a program thinks according to a sensible dialogue, making so natural the interaction with the machine.
  • the chatbot is therefore intended more for a dialogue between an IT agent and a user, whereas the chatroom is usually a dialogue between several human users via terminals available to these users (terminals of the smartphone, tablet, computer or others).
  • chatbots which are capable of orchestrating several chatbots at the same time and of redirecting a specific request from a user according to the intention of this user towards a given chatbot or another chatbot.
  • Chatbots thus offer real resources to individual users for learning information.
  • chatbots A limitation of existing chatbots, however, is that they only offer to enrich the knowledge of an individual user, according to their own research.
  • the present description aims for this purpose at a method of processing instant messaging data in which users participating in a discussion exchange messages via respective terminals, the method, implemented by a conversational computer agent, comprising :
  • chatbot a conversational agent or "chatbot” capable of addressing several users of instant messaging and participating in the same discussion (or “chatroom”) and thus of integrating into this chatroom . It is thus possible to orchestrate the resolution of a problem with the assistance of several people and one or more sculpin operators, for example in a work meeting, or even to animate and/or enrich an exchange between several users, each user thus learning interesting information for the group of participants.
  • chatbots must be adapted specifically to an application to a chatroom. Indeed, a problem with existing chatbots is inherent in the fact that they are only programmed to interact with a single interlocutor. Therefore, the implementation of such a chatbot within a chatroom can first of all pose the problem of the untimely intervention of the chatbot in a discussion, for example.
  • the set of predetermined rules includes predefined rules, modifiable rules, or even new rules.
  • the aforementioned predefined rules may comprise at least the detection of a wake-up word from the conversational agent in a last message of the discussion.
  • the predefined rules can comprise at least one detection of a duration of stopping the exchange of messages in the discussion, greater than a (predefined) threshold.
  • the conversational agent can restart the discussion if it runs out, or at least revitalize it if the exchanges of messages between users begin to be spaced out by a duration corresponding to the aforementioned threshold.
  • the predetermined rules may comprise at least one detection of a mood of at least one of the participants and a taking into account of said mood to transmit or not a response message to a message from this participant.
  • chatbot intended for a single interlocutor can react as if all the interlocutors constitute only one person.
  • the chatbot may have a reaction that would be appropriate for one of the interlocutors, but inappropriate for the others (manifestation of a lack of empathy, failure to take into account the knowledge or language of one of the interlocutors , etc.).
  • the response message transmitted is then adapted to said mood of said at least one of the participants.
  • the messages exchanged are vocal (in a context of voice messaging for example)
  • the detection of the mood of said at least one of the participants is enriched by a detection of vocal components in the voice message of said at least one of the attendees.
  • an increase in the tonal frequency and/or the sound level in the speech signal of a participant characterizes an irritation of this participant.
  • participant mood detection it is also possible to:
  • the method may comprise, to develop a message to be transmitted:
  • the conversational agent here contributes to providing informative content to all the participants and can thus enrich their general knowledge or their professional knowledge.
  • the aforementioned knowledge database may include information specific to a professional sector of this collaborative work environment.
  • the messages transmitted by the conversational agent can then comprise professional tasks assigned to at least some of the participants in the discussion, the method then comprising in this embodiment a consultation of the knowledge base to organize a sequential coordination of the tasks assigned professionals, based on an identification of the participants in the discussion.
  • a conversational agent server processing communication data between a plurality of terminals (TER) running an instant messaging application in which users participating in a discussion exchange messages via respective terminals (TER), the conversational agent server comprising:
  • a message generator able to analyze the messages exchanged to identify a current discussion context, to determine the relevance of intervention of the conversational agent in the discussion according to the current context and according to predetermined rules, to provide a message appropriate to the current context and to at least one of the participants, and
  • SER instant messaging server
  • FIG. 1 shows an example of a system with a chatroom-type messaging server, user terminals, and a computing device according to one embodiment.
  • FIG. 2 shows an example of message exchange involving a conversational agent within the meaning of this description.
  • Fig. 3 shows an example of message exchange involving a conversational agent within the meaning of this description.
  • FIG. 3 shows illustrates by way of example the steps of a method according to one embodiment.
  • chatbot virtual conversational agent
  • This virtual agent relies on a database of knowledge to propose appropriate responses to a context detected by application of predetermined rules.
  • it may be proposed to guide operations involving several users in a work context, with a sequencing of the tasks to be carried out, or even, as in the simple examples of implementation presented for didactic purposes below, to share universal knowledge with several users by intervening in a conversation in an appropriate way.
  • the conversational agent is able to distinguish between the different participants and to adapt the message to each one, or to the whole group at the same time, or even to certain people specifically.
  • the predetermined rules make it possible to manage the interaction in the sense of individualized user experience in a collective discussion.
  • the individualization of the conversational agent's messages is notably based on individualization criteria, such as accreditation, age (child/adult), competence in relation to the technicality of the subject of discussion, emotional state , a cultural reference... of the participant(s) recipient(s) of the conversational agent's message.
  • each user has a TER terminal running a “Chat Client” computer application making it possible to send and receive messages spoken and/or written in natural language via a network extended RES (Internet type) and intended for an instant messaging server SER (designated by the term “Chat Room” in FIG. 1) which then routes the messages in natural language, coming from a “Chat Client” of a user to the "Chat Clients” of other users.
  • the messages can indeed be spoken by the users and identified as to their content by voice recognition and/or be written directly by the users.
  • chatroom server SER chatroom server
  • DIS conversational agent server
  • the device DIS implements a chatbot application and can thus access a storage memory of a database DB listing the "knowledge" on which the chatbot can rely to provide informational messages appropriate to a conversation context between Chat Client users.
  • the device DIS can also access a memory storing predetermined rules RP (for example in the form of computer instruction codes) defining the contexts of possible interventions of the chatbot (when to intervene during a conversation), as well as the appropriate ways to intervene for the chatbot (how to intervene during the conversation, depending for example on the mood of each participant).
  • RP for example in the form of computer instruction codes
  • the Chat Room Servant can, to respond to a request for information for example, return a statement from its RP knowledge base. To this end, it implements:
  • an AM application for analyzing messages in natural language (or "Natural Language Understanding"), allowing the chatbot to interpret the messages exchanged between the different participants during the discussion
  • a GM application for generating messages in natural language (or “Natural Language Generator”), allowing the chatbot to intervene in the conversation
  • an MR rules engine application (or "Rule Engine"), allowing the chatbot to rely on the aforementioned predetermined rules to detect a conversation context and form an appropriate response to this context.
  • the natural language message generator GM may comprise the message analyzer AM and/or the rules engine MR making it possible to generate messages according to predetermined rules.
  • the conversational agent server processes communication data between a plurality of terminals (TER) running an instant messaging application in which users participating in a discussion exchange messages via terminals respective (TER), the conversational agent server comprising:
  • a message generator able to analyze the messages exchanged to identify a current discussion context, to determine the relevance of intervention of the conversational agent in the discussion according to the current context and according to predetermined rules, to provide a message appropriate to the current context and to at least one of the participants, and
  • SER instant messaging server
  • the rules of the rules engine can be modified by a user such as an authorized administrator, or even by learning with respect to typical discussion situations.
  • the "Chat Room Servant” application can, by taking into account a specific set of rules, adopt a particular global behavior such as "dominant”, “expressive”, “analytical”, “sympathetic”, or others .
  • new rules can be determined prior to the transmission of a message by the second conversation server-agent DIS which enrich the rules engine, including during an ongoing discussion using a conversational agent.
  • the second conversational server-agent DIS is able to intervene in the discussion based on predetermined rules and/or using a dynamic object-oriented language, such as “Smalltalk”.
  • the second conversational server-agent DIS is thus able to identify the times at which it must intervene based in particular on criteria linked to one or more participants, in particular individualization criteria, including for example emotional criteria. These individualization criteria are not necessarily predefined but may depend on the context, the individuals, etc.
  • individualization criteria are not necessarily predefined but may depend on the context, the individuals, etc.
  • the intervention of the chatbot in the exchanges can be triggered for example by a given naming of the chatbot, such as “Butler”.
  • the chatbot can be given a name, including in exchanges with "bubbles" mentioning the names of the participants in the conversation (here Mining for participant A and Rlauts for participant B, and so Butler for the chatbot).
  • step S1 After having analyzed the messages of human users in step S1 (via natural language analysis processing techniques using artificial intelligence for example) to detect certain About (not entirely accurate, violent, or with incitement to disappointment, or the like), the chatbot can "correct" messages as a moderator, in step S2, before finally releasing each message to the set of participants in step S3.
  • a keyword for example his name “Butler” or a wake-up word or “wake-up word”.
  • the messages can be analyzed by the chatbot before being published to the participants, in particular in a work environment.
  • the chatbot can, for example, evaluate an emotion score in step S4 that each message can elicit and, if the score exceeds a predefined threshold, correct such a message to make it more impersonal, before publishing it at step S3.
  • the chatbot can detect, for example, a wake-up word (step S5) or even parameters indicative of an end of statement of one or more participants (step S6), or the like, to initiate a response message in step S9.
  • the chatbot analyzer can identify the end of a discussion paragraph of an interlocutor, or even the end of an exchange between two people or the end of a conversation, allowing it to Intervene at a convenient time without interrupting an ongoing discussion.
  • the chatbot can distinguish the different interlocutors and their profiles to take them into account in its intervention in step S7.
  • the chatbot can limit its intervention typically depending on the mood of the interlocutor it is addressing, for example.
  • the different participants are distinguished in particular according to the expression (emotion in the message) of each participant (following step S4). In the event, for example, of the repeated use of certain words, or of specific expressions aimed at interrupting sentences, on the part of a given participant, the chatbot may intervene less in response to the words of this user.
  • the chatbot can distinguish the different participants (in relation to their email account for example, or other) and limit or on the contrary increase the number of its interventions with such or such participant according to the parameters detected in the messages and reflecting the respective moods of these participants.
  • the chatbot in addition to receiving the messages spoken by the people in the chat room (room), can measure the times of silence , especially following a question. From then on, the Chat Room Servant can, on a silence after a question, trigger a previously programmed reaction to restart the conversation, or joke, or other. For example, in a communication similar to a conference call, if a moderator says, "Does anyone want to say anything to wrap up?” “, after ten seconds of silence, the Chat Room Servant can take the floor to communicate “Do you want me to sing you a song? ".
  • the Chat Room Servant also has the ability, in this embodiment of a voice chat room, to enrich the detection of the mood of one or more participants by measuring in particular a degree of "nervousness" of such participants, depending for example on the sound volume and/or the voice frequency of the voice utterances (a higher volume and/or a higher voice frequency typically characterizing annoyance), these voice parameters being detected in step S8 (illustrated by dotted lines in the voice chatroom embodiment).
  • the Chat Room Servant can then react by implementing a previously programmed behavior (broadcasting of soft music, statement recalling rules of decorum, civil words, etc.) in step S9.
  • mood detection is performed from acoustic signals and/or other signals (image, physiological, semantic, etc.)
  • the Chat Room Servant has the ability to orchestrate interventions from different people based on information from its comic book knowledge base, to organise, at the step S10, a distribution of roles and instructions to the participants on the chatroom according to their profiles and to collect their feedback in order to follow the progress of collaborative tasks.
  • the advantage of the second conversation server-agent according to the invention is its adaptability to users, to usage and to context (time, location, environment, etc.) [0057] More generally, the Chat Room Servant can be used in a domestic setting
  • the Chat Room Servant can be initiated by an application inviting people concerned (executive and worker) by an event or alternatively at the specific request of a person (a worker facing a problem) by inviting the Chat Room Servant and other people (other workers and executives) to participate in a spontaneous chatroom, in order to understand an event and make thoughtful decisions collectively.
  • a motorist who has broken down can initiate a chat room with the Chat Room Servant, a mechanic and himself in order to determine whether he is able to repair his vehicle alone or arrange for the intervention of a tow truck.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

La présente description propose un procédé de traitement de données d'une messagerie instantanée dans laquelle des utilisateurs participant à une discussion échangent des messages via des terminaux respectifs (TER), le procédé, mis en œuvre par un agent informatique conversationnel (DIS), comportant : - analyser les messages échangés pour identifier un contexte courant de discussion, - déterminer une pertinence d'intervention de l'agent conversationnel dans la discussion, en fonction du contexte courant et en fonction de règles prédéterminées, et - en fonction de ladite détermination, transmettre au moins un message approprié au contexte courant, à destination de l'un au moins des participants.

Description

Description
Titre : Agent conversationnel dans une application de messagerie instantanée Domaine technique
[0001] La présente description relève du domaine des messageries instantanées (ou « chat »).
Technique antérieure
[0002] Le vocable « chatroom » (ou « salon de discussion ») désigne un lieu de rencontre virtuel, accessible à partir d'un site, qu’un internaute peut choisir, selon le sujet proposé ou l'intérêt du moment, afin de dialoguer via une interface de type clavier (ou par reconnaissance vocale), avec un certain nombre de participants.
[0003] Le vocable « chatbot » désigne un agent (informatique) configuré pour dialoguer avec un utilisateur. Il est proposé à l’utilisateur une interface via laquelle l’utilisateur peut interroger le chabot sur un sujet de recherche de son choix. La recherche que souhaite lancer l’utilisateur sur cette interface « personne-machine » est alors influencée par le test dit « de Turing » selon lequel le dialogue avec la machine doit donner l'illusion qu'un programme pense selon un dialogue sensé, rendant ainsi naturelle l’interaction avec la machine.
[0004] Le chatbot est donc destiné plutôt à un dialogue entre un agent informatique et un utilisateur, alors que le chatroom est habituellement un dialogue entre plusieurs utilisateurs humains via des terminaux à disposition de ces utilisateurs (terminaux de type smartphones, tablettes, ordinateurs ou autres).
[0005] Il existe en outre des « métabots » qui sont capables d’orchestrer plusieurs chatbots à la fois et de rediriger une demande spécifique d’un utilisateur en fonction de l’intention de cet utilisateur vers un chatbot donné ou un autre chatbot.
[0006] Les chatbots offrent ainsi de réelles ressources à des utilisateurs individuels pour apprendre des informations.
[0007] Une limitation des chatbots existants toutefois est qu’ils ne proposent d’enrichir les connaissances que d’un utilisateur individuel, selon ses propres recherches.
Résumé
[0008] La présente description vient améliorer la situation.
[0009] Elle propose à cet effet la mise en œuvre d’un agent informatique notamment de type chatbot configuré pour intervenir dans le cadre d’un salon virtuel de discussion notamment de type chatroom.
[0010] La présente description vise à cet effet un procédé de traitement de données d’une messagerie instantanée dans laquelle des utilisateurs participant à une discussion échangent des messages via des terminaux respectifs, le procédé, mis en œuvre par un agent informatique conversationnel, comportant :
- analyser les messages échangés pour identifier un contexte courant de discussion,
- déterminer une pertinence d’intervention de l’agent conversationnel dans la discussion, en fonction du contexte courant et en fonction de règles prédéterminées, et
- en fonction de ladite détermination, transmettre, à destination de l’un au moins des participants, au moins un message approprié au contexte courant et à au moins un des participants.
[0011] Ainsi, la présente description propose un agent conversationnel ou « chatbot » capable de s’adresser à plusieurs utilisateurs d’une messagerie instantanée et participant à une même discussion (ou « chatroom ») et de s’intégrer ainsi à cette chatroom. Il est ainsi possible d’orchestrer la résolution d’un problème avec le concours de plusieurs personnes et d’un ou plusieurs opérateurs chabots, par exemple dans une réunion de travail, ou encore pour animer et/ou enrichir un échange entre plusieurs utilisateurs, chaque utilisateur apprenant ainsi des informations intéressantes pour la collectivité des participants.
[0012] Les règles prédéterminées, précitées, d’intervention du chatbot, doivent être adaptées spécifiquement à une application à une chatroom. En effet, un problème des chatbot existants est inhérent au fait qu’ils ne sont programmés que pour interagir avec un seul interlocuteur. Par conséquent, l’implémentation de tel chatbot au sein d’une chatroom peut poser tout d’abord le problème de l’intervention intempestive du chatbot dans une discussion, par exemple.
[0013] En particulier, l’ensemble des règles prédéterminées comportent des règles prédéfinies, des règles modifiables, voire de nouvelles règles. Ainsi, dans une forme de réalisation, les règles prédéfinies précitées peuvent comporter au moins la détection d’un mot d’éveil (ou « wake-up word ») de l’agent conversationnel dans un dernier message de la discussion.
[0014] En complément ou en variante, les règles prédéfinies peuvent comportent au moins une détection d’une durée d’arrêt d’échange de messages dans la discussion, supérieure à un seuil (prédéfini).
[0015] Ainsi, l’agent conversationnel peut relancer la discussion si elle s’épuise, ou tout au moins la redynamiser si les échanges de messages entre utilisateurs commencent à s’espacer d’une durée correspondant au seuil précité.
[0016] En complément ou en variante, les règles prédéterminées peuvent comporter au moins une détection d’une humeur d’au moins un des participants et une prise en compte de ladite humeur pour transmettre ou non un message de réponse à un message de ce participant.
[0017] En effet, il convient de surmonter le problème d’une réponse du chatbot non appropriée au contexte de discussion. Par exemple, le chatbot prévu pour un seul interlocuteur peut réagir comme si l’ensemble des interlocuteurs ne constituait qu’une seule personne. Ainsi, le chatbot peut avoir une réaction qui serait appropriée pour l’un des interlocuteurs, mais inappropriée pour les autres (manifestation d’un manque d’empathie, absence de prise en compte des connaissances ou de la langue de l’un des interlocuteurs, etc.). La prise en compte de l’humeur des participants par l’agent conversationnel, de façon distincte entre les participants, permet ainsi de surmonter ce problème.
[0018] Dans une telle réalisation, en cas de transmission du message de réponse par l’agent conversationnel, le message de réponse transmis est alors adapté à ladite humeur dudit au moins un des participants. [0019] Dans une réalisation où les messages échangés sont vocaux (dans un contexte de messagerie vocale par exemple), la détection de l’humeur dudit au moins un des participants est enrichie par une détection de composants vocaux dans le message vocal dudit au moins un des participants.
[0020] Par exemple une augmentation de la fréquence tonale et/ou du niveau sonore dans les signal de parole d’un participant caractérise un énervement de ce participant.
[0021] Dans une réalisation mettant en œuvre une détection d’humeur des participants, il est possible en outre de :
- analyser chaque message d’un participant avant publication pour les autres participants à la discussion, pour détecter une humeur dudit participant en fonction du message à publier, et
- en cas de détection d’une humeur reflétant une émotion prédéfinie (typiquement une émotion négative telle que la colère par exemple) de score supérieur à un seuil, corriger le message avant publication pour diminuer ledit score, et publier le message corrigé aux participants à la discussion.
[0022] Une telle réalisation permet d’assainir par exemple des relations entre collègues de travail dans le cas notamment d’une application du procédé à la mise en œuvre d’un agent conversationnel en contexte professionnel collaboratif, comme décrit en détails plus loin.
[0023] Dans une réalisation en outre, le procédé peut comporter, pour élaborer un message à transmettre :
- accéder à une base de données de connaissances,
- identifier un sujet de la base en lien avec au moins un dernier message de la discussion, et
- former un message informatif, à transmettre, et comportant des données de la base de connaissances.
[0024] Ainsi, l’agent conversationnel contribue ici à apporter un contenu informatif à l’ensemble des participants et peut enrichir ainsi leur culture générale ou encore leurs connaissances professionnelles.
[0025] Par exemple dans le cas d’une discussion prévue dans un cadre de travail professionnel, collaboratif, la base de données de connaissances précitée peut comporter des informations propres à un secteur professionnel de ce cadre de travail collaboratif.
[0026] Les messages transmis par l’agent conversationnel peuvent alors comporter des tâches professionnelles assignées à une partie au moins des participants à la discussion, le procédé comportant alors dans cette réalisation une consultation de la base de connaissances pour organiser une coordination séquentielle des tâches professionnelles assignées, en fonction d’une identification des participants à la discussion.
[0027] Dans cette application, l’agent conversationnel participe non seulement à l’échange de messages avec les participants à la discussion, mais propose en outre une assignation des tâches avec éventuellement une aide d’organisation apportée à chacun des participants. [0028] Selon un autre aspect, il est proposé un programme informatique comportant des instructions pour la mise en œuvre du procédé tel que défini dans les présentes lorsque ce programme est exécuté par un processeur. Selon un autre aspect, il est proposé un support d’enregistrement non transitoire, lisible par un ordinateur, sur lequel est enregistré un tel programme. [0029] Selon un autre aspect, il est proposé un dispositif informatique (référence DIS de la figure 1 commentée en détails ci-après) comportant une interface de communication avec un serveur de messagerie instantanée (SER) et un circuit de traitement configuré pour accéder à une mémoire stockant des règles prédéterminées (RP) d’un agent conversationnel pour la mise en œuvre d’un procédé selon les présentes. [0030] Selon un autre aspect, il est proposé un serveur agent conversationnel (DIS) traitant des données de communication entre une pluralité de terminaux (TER) exécutant une application de messagerie instantanée dans laquelle des utilisateurs participant à une discussion échangent des messages via des terminaux respectifs (TER), le serveur agent conversationnel comportant :
- un générateur de messages apte à analyser les messages échanger pour identifier un contexte courant de discussion, à déterminer une pertinence d’intervention de l’agent conversationnel dans la discussion en fonction du contexte courant et en fonction de règles prédéterminées, à fournir un message approprié au contexte courant et à au moins un des participants, et
- une interface de communication avec un serveur de messagerie instantanée (SER) apte à transmettre à destination de l’un au moins des participants le au moins un message approprié.
Brève description des dessins
[0031] D’autres caractéristiques, détails et avantages apparaîtront à la lecture de la description détaillée ci-après, et à l’analyse des dessins annexés, sur lesquels :
Fig. 1 [0032] [Fig. 1] montre un exemple de système avec un serveur de messagerie de type chatroom, des terminaux d’utilisateurs, et un dispositif informatique selon un mode de réalisation.
Fig. 2
[0033] [Fig. 2] montre un exemple d’échange de messages faisant intervenir un agent conversationnel au sens de la présente description. Fig. 3
[0034] [Fig. 3] montre illustre à titre d’exemple les étapes d’un procédé selon un mode de réalisation.
Description des modes de réalisation
[0035] Dans la description ci-après, il est proposé l’intervention d’un agent conversationnel virtuel (ou chatbot), spécifiquement ici dans une discussion collective, permettant ainsi à plusieurs utilisateurs d’interagir avec un environnement numérique. Cet agent virtuel s’appuie sur une base de connaissances pour proposer des réponses appropriées à un contexte détecté par application de règles prédéterminées. Selon les contextes détectés, il peut être proposé un guidage d’opérations impliquant plusieurs utilisateurs dans un contexte de travail, avec un séquençage des tâches à réaliser, ou encore, comme dans les exemples de réalisation simples et exposés à titre didactique ci-après, de faire part de connaissances universelles à plusieurs utilisateurs en intervenant dans une conversation de façon appropriée.
[0036] L’agent conversationnel est capable de distinguer les différents participants et d’adapter le message à chacun, ou en direction de tout le groupe à la fois, voire à destination de certaines personnes spécifiquement. Ainsi, les règles prédéterminées permettent de gérer l’interaction au sens expérience utilisateur individualisée dans une discussion collective. L’individualisation des messages de l’agent conversationnel est notamment basée sur des critères d’individualisation, tels qu’une accréditation, un âge (enfant/adulte), une compétence par rapport à la technicité du sujet de la discussion, un état émotionnel, une référence culturelle... du(des) participant(s) destinataires du message de l’agent conversationnel. [0037] Il est maintenant fait référence à la figure 1 sur laquelle chaque utilisateur dispose d’un terminal TER exécutant une application informatique « Chat Client » permettant d’envoyer et de recevoir des messages énoncés et/ou rédigés en langage naturel via un réseau étendu RES (type Internet) et à destination d’un serveur SER de messagerie instantanée (désigné par le vocable « Chat Room » sur la figure 1 ) qui achemine alors les messages en langage naturel, provenant d’un « Chat Client » d’un utilisateur aux « Chat Clients » des autres utilisateurs. Les messages peuvent en effet être énoncés par les utilisateurs et identifiés quant à leur contenu par reconnaissance vocale et/ou être rédigés directement par les utilisateurs.
[0038] En outre, ces énoncés sont également acheminés (ici par le serveur de chatroom SER) vers un dispositif, aussi nommé serveur agent conversationnel, DIS au sens de la présente divulgation qui peut prendre, dans l’exemple décrit, la forme d’un deuxième serveur désigné par le vocable « Chat Room Servant ». Le dispositif DIS met en œuvre une application de chatbot et peut ainsi accéder à une mémoire de stockage d’une base de données DB répertoriant les « connaissances » sur lesquelles peut s’appuyer le chatbot pour fournir des messages informationnels appropriés à un contexte de conversation entre les utilisateurs des Chat Clients. Le dispositif DIS peut accéder en outre à une mémoire stockant des règles prédéterminées RP (par exemple sous la forme de codes d’instructions informatiques) définissant les contextes d’interventions possibles du chatbot (quand intervenir pendant une conversation), ainsi que les manières appropriées d’intervenir pour le chatbot (de quelle manière intervenir pendant la conversation, selon par exemple l’humeur de chaque participant). [0039] Ainsi, le Chat Room Servant peut, pour répondre à une demande d’information par exemple, retourner un énoncé issu de sa base de connaissances RP. A cet effet, il implémente :
- une application AM d’analyse de messages en langage naturel (ou « Natural Language Understanding »), permettant au chatbot d’interpréter les messages échangés entre les différents participants pendant la discussion, - une application GM de génération de messages en langage naturel (ou « Natural Language Generator »), permettant au chatbot d’intervenir dans la conversation,
- une application de moteur de règles MR (ou « Rule Engine »), permettant au chatbot de s’appuyer sur les règles prédéterminées précitées pour détecter un contexte de conversation et former une réponse appropriée à ce contexte.
[0040] En particulier, le générateur GM de message en langage naturel peut comporter l’analyseur AM de messages et/ou le moteur de règles MR permettant d’élaborer des messages en fonction de règles prédéterminées.
[0041] Dans un mode de réalisation particulier, le serveur agent conversationnel (DIS) traitant des données de communication entre une pluralité de terminaux (TER) exécutant une application de messagerie instantanée dans laquelle des utilisateurs participant à une discussion échangent des messages via des terminaux respectifs (TER), le serveur agent conversationnel comportant :
- un générateur de messages apte à analyser les messages échanger pour identifier un contexte courant de discussion, à déterminer une pertinence d’intervention de l’agent conversationnel dans la discussion en fonction du contexte courant et en fonction de règles prédéterminées, à fournir un message approprié au contexte courant et à au moins un des participants, et
- une interface de communication avec un serveur de messagerie instantanée (SER) apte à transmettre à destination de l’un au moins des participants le au moins un message approprié.
[0042] Les règles du moteur de règles peuvent être modifiées par un utilisateur tel qu’un administrateur habilité, ou encore par apprentissage par rapport à des situations typiques de discussion. Ainsi, l’application «Chat Room Servant» peut, par la prise en compte d’un jeu de règles spécifique, adopter un comportement global particulier tel que « dominant », « expressif », « analytique », « sympathique », ou autres.
[0043] En outre, de nouvelles règles peut être déterminées préalablement à la transmission d’un message par le deuxième serveur-agent conversation DIS qui enrichissent le moteur de règles y compris durant une discussion en cours utilisant un agent conversationnel.
[0044] Il peut être mise en œuvre en outre une communication ciblée vers un seul ou une partie seulement d’un groupe de participants à une discussion. Ainsi, le « Chat Room Servant » peut ne pas fournir les mêmes informations à tous les participants. Il peut être prévu en outre une notion de rôles telle que la distribution de la communication « pour information », ou « pour action », selon les profils.
[0045] Il est présenté ci-après à titre d’exemple un tableau d’échange possible de messages en langage naturel dans lequel intervient le chatbot :
[0046] [Tableau 1]
[0047] En particulier, le deuxième serveur-agent conversationnel DIS est apte à intervenir dans la discussion en se basant sur des règles prédéterminées et/ou en utilisant sur un langage orienté objet dynamique, tel que « Smalltalk ». Le deuxième serveur-agent conversationnel DIS est ainsi apte à identifier les moments auxquels il doit intervenir en se basant notamment sur des critères liés à un ou plusieurs participants, notamment des critères d’individualisation, y compris par exemple des critères émotionnels. Ces critères d’individualisation ne sont pas nécessairement prédéfinis mais peuvent être fonction du contexte, des individus... [0048] On peut relever au message M7 et à sa réponse M8 que l’intervention du chatbot dans les échanges peut être déclenchée par exemple par un nommage donné du chatbot, comme « Butler ». Comme illustré sur la figure 2, il peut être donné un nom au chatbot, et ce y compris dans les échanges avec « bulles » mentionnant les noms des intervenants dans la conversation (ici Thierry pour le participant A et Régis pour le participant B, et donc Butler pour le chatbot).
[0049] De façon plus générale, si les participants ne souhaitent pas que le chatbot prenne la parole de manière intempestive, il est possible de définir un « protocole » d’échange dans lequel tous les messages à destination du chatbot commencent par un mot clé (par exemple son nom « Butler » ou un mot d’éveil ou « wake-up word »). [0050] En référence maintenant à la figure 3, après avoir analysé les messages des utilisateurs humains à l’étape S1 (via les techniques de traitements d’analyse en langage naturel faisant appel à de l’intelligence artificielle par exemple) pour détecter certains propos (pas tout à fait exacts, violents, ou avec une incitation à la haine, ou autres), le chatbot peut « corriger » les messages à titre de modérateur, à l’étape S2, avant de diffuser définitivement chaque message à l’ensemble des participants à l’étape S3. Ainsi les messages peuvent être analysés par le chatbot avant d’être publiés aux participants, notamment dans un cadre de travail. Le chatbot peut évaluer par exemple un score d’émotion à l’étape S4 que peut susciter chaque message et, en cas du dépassement du score par rapport à un seuil prédéfini, corriger un tel message pour le rendre plus impersonnel, avant de le publier à l’étape S3. [0051] Par ailleurs, pour l’intervention du chabot dans les échanges, le chatbot peut détecter par exemple un mot d’éveil (étape S5) ou encore des paramètres indicateurs d’une fin de propos d’un ou plusieurs participants (étape S6), ou autres, pour initier un message de réponse à l’étape S9. Par exemple à l’étape S6, l’analyseur du chatbot peut identifier la fin d’un paragraphe de discussion d’un interlocuteur, ou encore la fin d’un échange entre deux personnes ou la fin d’une conversation, lui permettant d’intervenir à un instant opportun sans interrompre une discussion en cours.
[0052] Optionnellement, le chatbot peut distinguer les différents interlocuteurs et leurs profils pour en tenir compte dans son intervention à l’étape S7. Le chatbot peut limiter son intervention typiquement en fonction de l’humeur de l’interlocuteur auquel il s’adresse, par exemple. La distinction des différents participants est notamment effectuée en fonction de l’expression (émotion dans le message) de chaque participant (suite à l’étape S4). En cas par exemple d’une utilisation répétée de certains mots, ou de tournures spécifiques visant une interruption de phrases, de la part d’un participant donné, le chatbot peut intervenir moins en réponse aux propos de cet utilisateur. Ainsi, le chatbot peut distinguer les différents participants (par rapport à leur compte de messagerie par exemple, ou autre) et limiter ou au contraire augmenter le nombre de ses interventions avec tel ou tel participant en fonction des paramètres détectés dans les messages et reflétant les humeurs respectives de ces participants.
[0053] Dans le cas d’une application de chatroom vocal (les messages échangés étant des messages audio), le chatbot, en plus de recevoir les messages prononcés par les personnes du salon de discussion (room), peut mesurer les temps de silence, notamment suite à une question. Dès lors, le Chat Room Servant peut sur un silence après une question, déclencher une réaction préalablement programmée pour relancer la conversation, ou plaisanter, ou autre. Par exemple, dans une communication s’apparentant à une conférence téléphonique, si un animateur prononce : « Est-ce que quelqu’un veut dire quelque chose pour conclure ? », après dix secondes de blanc, le Chat Room Servant peut prendre la parole pour communiquer « vous voulez que je vous chante une chanson ? ».
[0054] Le Chat Room Servant a également la capacité, dans cette forme de réalisation d’un chatroom vocal, d’enrichir la détection de l’humeur d’un ou plusieurs participants en mesurant notamment un degré d’« énervement » de tels participants, en fonction par exemple du volume sonore et/ou de la fréquence de voix des énoncés vocaux (un volume en hausse et/ou une fréquence de voix plus aigue caractérisant typiquement un énervement), ces paramètres vocaux étant détectés à l’étape S8 (illustrée par des traits pointillés dans le mode de réalisation d’un chatroom vocal). Selon l’humeur des participant, le Chat Room Servant peut alors réagir en mettant en œuvre un comportement préalablement programmé (diffusion de musique douce, énoncé rappelant des règles de bienséance, mots diplomatiques, etc.) à l’étape S9. Par exemple, la détection d’humeur est effectuée à partir des signaux acoustiques et/ou d’autres signaux (image, physiologique, sémantique...)
[0055] En termes d’applications possibles, dans un contexte de travail par exemple, le Chat Room Servant a la capacité d’orchestrer des interventions de différentes personnes à partir des informations de sa base de connaissance BD, d’organiser, à l’étape S10, une distribution des rôles et consignes aux participants sur le chatroom selon leurs profils et de récupérer leur retour pour ainsi suivre un avancement de tâches collaboratives.
[0056] L’avantage du deuxième serveur-agent conversation selon l’invention est son adaptabilité aux utilisateurs, à l’usage et au contexte (temps, localisation, environnement...) [0057] De manière plus générale, le Chat Room Servant peut être utilisé dans un cadre domestique
(avec des assistants vocaux) ou en entreprise (en téléconférence avec le Chat Room Servant en tant que chatbot médiateur), ou en usine. Dans un cadre industriel, il est ainsi possible de piloter une intervention, de conserver de manière précise et automatique une information écrite, en mettant en œuvre par exemple une mémoire programmée pour générer et stocker un arbre de défaillance et enrichir éventuellement un arbre de résolution, par apprentissage. Le Chat Room Servant peut être initié par une application invitant des personnes concernées (cadre et ouvrier) par un évènement ou alternativement à la demande spécifique d’une personne (un ouvrier face à un problème) en invitant le Chat Room Servant et d’autres personnes (autres ouvriers et cadres) à participer à un chatroom spontané, afin de comprendre un évènement et prendre des décisions réfléchies collectivement. Dans un autre exemple d’application par exemple en dehors d’un cadre strict de travail, un automobiliste en panne peut initier un chatroom avec le Chat Room Servant, un garagiste et lui- même afin de déterminer s’il est en mesure de réparer seul son véhicule ou prévoir l’intervention d’un dépanneur.

Claims

Revendications
[Revendication 1] Procédé de traitement de données de communication entre une pluralité de terminaux (TER) exécutant une application de messagerie instantanée dans laquelle des utilisateurs participant à une discussion échangent des messages via des terminaux respectifs (TER), le procédé, mis en œuvre par un agent informatique conversationnel (DIS), comportant :
- analyser les messages échangés pour identifier un contexte courant de discussion,
- déterminer une pertinence d’intervention de l’agent conversationnel dans la discussion, en fonction du contexte courant et en fonction de règles prédéterminées, et
- en fonction de ladite détermination, transmettre, à destination de l’un au moins des participants, au moins un message approprié au contexte courant et à au moins un des participants.
[Revendication 2] Procédé selon la revendication 1 , dans lequel les règles prédéterminées comportent au moins la détection d’un mot d’éveil de l’agent conversationnel dans un dernier message de la discussion.
[Revendication 3] Procédé selon l’une des revendications précédentes, dans lequel les règles prédéterminées comportent au moins une détection d’une durée d’arrêt d’échange de messages dans la discussion, supérieure à un seuil.
[Revendication 4] Procédé selon l’une des revendications précédentes, dans lequel les règles prédéterminées comportent au moins une détection d’une humeur d’au moins un des participants et une prise en compte de ladite humeur pour transmettre ou non un message de réponse à un message dudit au moins un des participants.
[Revendication 5] Procédé selon la revendication 4, dans lequel, en cas de transmission du message de réponse, le message de réponse transmis est adapté à ladite humeur dudit au moins un des participants.
[Revendication 6] Procédé selon l’une des revendications 4 et 5, dans lequel les messages échangés sont vocaux, et la détection de l’humeur dudit au moins un des participants est enrichie par une détection de composants vocaux dans le message vocal dudit au moins un des participants.
[Revendication 7] Procédé selon l’une des revendications 4 et 5, comportant en outre :
- analyser chaque message d’un participant avant publication pour les autres participants à la discussion, pour détecter une humeur dudit participant en fonction du message à publier,
- en cas de détection d’une humeur reflétant une émotion prédéfinie de score supérieur à un seuil, corriger le message avant publication pour diminuer ledit score, et publier le message corrigé aux participants à la discussion.
[Revendication 8] Procédé selon l’une des revendications précédentes, comportant, pour élaborer un message à transmettre :
- accéder à une base de données de connaissances,
- identifier un sujet de la base en lien avec au moins un dernier message de la discussion, et
- former un message informatif, à transmettre, et comportant des données de la base de connaissances.
[Revendication 9] Procédé selon la revendication 8, dans lequel ladite discussion est prévue dans un cadre de travail professionnel, collaboratif, et la base de données de connaissances comporte des informations propres à un secteur professionnel dudit cadre de travail collaboratif.
[Revendication 10] Procédé selon la revendication 9, dans lequel les messages transmis par l’agent conversationnel comportent des tâches professionnelles assignées à une partie au moins des participants à la discussion, le procédé comportant une consultation de la base de connaissances pour organiser une coordination séquentielle des tâches professionnelles assignées, en fonction d’une identification des participants à la discussion.
[Revendication 11] Programme informatique comportant des instructions pour la mise en œuvre du procédé selon l’une des revendications 1 à 10 lorsque ce programme est exécuté par un processeur.
[Revendication 12] Support d’enregistrement non transitoire lisible par un ordinateur sur lequel est enregistré un programme pour la mise en œuvre du procédé selon l’une des revendications 1 à 10 lorsque ce programme est exécuté par un processeur.
[Revendication 13] Dispositif informatique (DIS) comportant une interface de communication avec un serveur de messagerie instantanée (SER) et un circuit de traitement configuré pour accéder à une mémoire stockant des règles prédéterminées d’un agent conversationnel pour la mise en œuvre d’un procédé selon l’une des revendications 1 à 10.
[Revendication 14] Serveur agent conversationnel (DIS) traitant des données de communication entre une pluralité de terminaux (TER) exécutant une application de messagerie instantanée dans laquelle des utilisateurs participant à une discussion échangent des messages via des terminaux respectifs (TER), le serveur agent conversationnel comportant :
- un générateur de messages apte à analyser les messages échanger pour identifier un contexte courant de discussion, à déterminer une pertinence d’intervention de l’agent conversationnel dans la discussion en fonction du contexte courant et en fonction de règles prédéterminées, à fournir un message approprié au contexte courant et à au moins un des participants, et
- une interface de communication avec un serveur de messagerie instantanée (SER) apte à transmettre à destination de l’un au moins des participants le au moins un message approprié.
EP22744801.6A 2021-06-28 2022-06-27 Agent conversationnel dans une application de messagerie instantanée Pending EP4364064A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2106901A FR3124622A1 (fr) 2021-06-28 2021-06-28 Agent conversationnel dans une application de messagerie instantanée
PCT/FR2022/051269 WO2023275472A1 (fr) 2021-06-28 2022-06-27 Agent conversationnel dans une application de messagerie instantanée

Publications (1)

Publication Number Publication Date
EP4364064A1 true EP4364064A1 (fr) 2024-05-08

Family

ID=78536275

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22744801.6A Pending EP4364064A1 (fr) 2021-06-28 2022-06-27 Agent conversationnel dans une application de messagerie instantanée

Country Status (4)

Country Link
US (1) US20240267345A1 (fr)
EP (1) EP4364064A1 (fr)
FR (1) FR3124622A1 (fr)
WO (1) WO2023275472A1 (fr)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12675510B2 (en) 2023-05-15 2026-07-07 Instabase, Inc. Systems and methods for providing user interfaces to converse with a corpus of electronic documents via a large language model

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8898098B1 (en) * 2004-05-21 2014-11-25 Ray Anthony Luechtefeld Method, artificially intelligent system and networked complex for facilitating group interactions
US7603413B1 (en) * 2005-04-07 2009-10-13 Aol Llc Using automated agents to facilitate chat communications
EP3347812A4 (fr) * 2015-09-02 2019-08-28 Identifor, Inc. Systèmes intelligents d'assistant virtuel et procédés associés
CN112015852B (zh) * 2019-05-31 2025-03-28 微软技术许可有限责任公司 在关于事件的会话中提供响应
US11627006B1 (en) * 2019-09-27 2023-04-11 Amazon Technologies, Inc. Utilizing a virtual assistant as a meeting agenda facilitator
US11113890B2 (en) * 2019-11-04 2021-09-07 Cognizant Technology Solutions India Pvt. Ltd. Artificial intelligence enabled mixed reality system and method
US11763085B1 (en) * 2020-03-26 2023-09-19 Grammarly, Inc. Detecting the tone of text
US11349679B1 (en) * 2021-03-19 2022-05-31 Microsoft Technology Licensing, Llc Conversational AI for intelligent meeting service

Also Published As

Publication number Publication date
FR3124622A1 (fr) 2022-12-30
US20240267345A1 (en) 2024-08-08
WO2023275472A1 (fr) 2023-01-05

Similar Documents

Publication Publication Date Title
US11862148B2 (en) Systems and methods to analyze customer contacts
CN110869969B (zh) 用于在通信会话内生成个性化响应的虚拟助手
US11386381B2 (en) Meeting management
US11627006B1 (en) Utilizing a virtual assistant as a meeting agenda facilitator
US9245254B2 (en) Enhanced voice conferencing with history, language translation and identification
KR101891496B1 (ko) 사용자간 대화 세션에 대한 능동적 모니터링 및 개입을 제공하는 대화형 ai 에이전트 시스템, 방법 및 컴퓨터 판독가능 기록 매체
US10574608B2 (en) Technology for multi-recipient electronic message modification based on recipient subset
US20180025726A1 (en) Creating coordinated multi-chatbots using natural dialogues by means of knowledge base
US11921833B2 (en) Delayed two-factor authentication in a networked environment
US20230169272A1 (en) Communication framework for automated content generation and adaptive delivery
US10699709B2 (en) Conference call analysis and automated information exchange
US20250023930A1 (en) Artificial intelligence (ai)-based document retrieval during a virtual meeting
US12374340B2 (en) Individual recognition using voice detection
JP2023129389A (ja) コンピュータ実装方法、コンピュータシステム、コンピュータプログラム（意図的な分類のためのメッセージマッピング及び組み合わせ）
US12395695B2 (en) Dynamic insertion of supplemental audio content into audio recordings at request time
CN116348895A (zh) 设置的自动注册和智能分配
US20200126042A1 (en) Integrated Framework for Managing Human Interactions
US20170286755A1 (en) Facebot
WO2023275472A1 (fr) Agent conversationnel dans une application de messagerie instantanée
US20180365319A1 (en) Identifying relationships from communication content
US11133010B1 (en) Intelligent agent for interactive service environments
CN120825471A (zh) 数字潜伏社交机器人生成与特定数据获取方法及装置
CN120067309A (zh) 话术推荐方法、装置及相关设备
US20190354884A1 (en) Knowledge construction and utilization system and program
CN118395227A (zh) 社交辅助方法、装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20240112

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20241022