EP4413715A1 - Agent conversationnel en interface entre une machine et des utilisateurs - Google Patents

Agent conversationnel en interface entre une machine et des utilisateurs

Info

Publication number
EP4413715A1
EP4413715A1 EP22798131.3A EP22798131A EP4413715A1 EP 4413715 A1 EP4413715 A1 EP 4413715A1 EP 22798131 A EP22798131 A EP 22798131A EP 4413715 A1 EP4413715 A1 EP 4413715A1
Authority
EP
European Patent Office
Prior art keywords
message
machine
type
terminal
terminals
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
EP22798131.3A
Other languages
German (de)
English (en)
Inventor
Régis ESNAULT
Thierry Martinez
Christian Gregoire
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 EP4413715A1 publication Critical patent/EP4413715A1/fr
Pending legal-status Critical Current

Links

Classifications

    • 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
    • H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/18—Commands or executable codes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • 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]
    • 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]
    • H04L51/046—Interoperability with other network applications or services
    • 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
    • H04L51/06—Message adaptation to terminal or network requirements
    • H04L51/066—Format adaptation, e.g. format conversion or compression
    • 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
    • H04L51/21—Monitoring or handling of messages
    • H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads
    • 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
    • H04L51/21—Monitoring or handling of messages
    • H04L51/224—Monitoring or handling of messages providing notification on incoming messages, e.g. pushed notifications of received 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
    • H04L51/21—Monitoring or handling of messages
    • H04L51/212—Monitoring or handling of messages using filtering or selective blocking

Definitions

  • the present invention relates to the field of instant messaging.
  • a “chatroom” or “discussion room” is a virtual meeting place. Users have respective terminals for exchanging instant messages via a messaging server. In practice, these messages are exchanged by running an application installed in each user terminal. For example, a user can choose, according to the theme proposed or the interest of the moment, a subject of discussion in order to dialogue by keyboard or by voice messages, with several participants on this subject. The chatroom therefore typically offers a virtual meeting between several human users.
  • an instant messaging discussion may relate to the operation of a machine. It may be desired, for example, to control the operation of the machine appropriately after consultation between several professionals.
  • the present invention improves the situation.
  • chatbot a computer conversational agent (for example of the type commonly called a “chatbot”) interfacing between at least one machine and user terminals running an instant messaging application.
  • a first aspect of the invention relates to a method of communication between several devices including a machine and a plurality of user terminals, the method being implemented by a conversational computer agent as an interface between said several devices, the conversational computer agent being able to dialogue independently with the terminals and the machine, the terminals executing an instant messaging application in which the users participate in a discussion with the conversational computer agent by exchanging messages via their terminal.
  • the method comprises at least:
  • the present invention then makes it possible to enrich the experience of using the machine thanks to a conversational agent (or “chatbot” hereafter) which can dialogue:
  • the conversational agent can use a knowledge base (of machine data, of data relating to previous user actions and comments, or other).
  • the conversational computer agent upon receipt of a message of the first type from the machine:
  • This content may relate to a type of operation in progress, or to states of the machine in a given operation, or others.
  • the knowledge database can then include information specific to a professional sector of such a collaborative work environment.
  • the messages transmitted by the conversational agent can include information on the machine (status, current operation, alerts, lack of raw material, history, etc.), or even professional tasks to be assigned to a party at least of the participants in the discussion.
  • the method may include a consultation of the knowledge base to organize a sequential coordination of the professional tasks assigned to the participants, according to a current state of the machine and an identification of the participants in the discussion.
  • the discussion can be scheduled in a collaborative setting, in an environment other than a professional work setting but with constraints specific to this other environment.
  • the machine is a motor vehicle (or simply comprises parts of this vehicle)
  • the safety of persons in the vehicle or around the vehicle involves constraints which can be formalized and integrated into the aforementioned knowledge base.
  • constraints linked to the environment of use may not be attached to a specific machine.
  • specific data communication rules for example personal user data
  • the generation of a message of the second type intended for the machine may include:
  • Such an embodiment makes it possible, for example, to coordinate requests from different users, or even to formulate, for example, an appropriate setting instruction for the machine according to a current state of the machine.
  • the conversational computer agent can apply a filtering rule to avoid sending the message of the second type to the machine, at least as a function of data from a terminal sending the message from the first type.
  • This data from the transmitting terminal may include, for example, a terminal identifier (an IMSI-type terminal number, or other) as belonging to a user authorized to send requests intended for the machine.
  • a terminal identifier an IMSI-type terminal number, or other
  • Such a request can be, for example, an operating instruction, or a request for an operating report or a history of settings, etc.
  • the aforementioned datum of the transmitter terminal may comprise current geolocation data of the transmitter terminal and the filtering is applied if a distance between the transmitter terminal and the machine is greater than a threshold.
  • the data item from the sender terminal may comprise current timestamp data item sent by the sender terminal with the message of the first type.
  • the aforementioned filtering can be applied if the current timestamp is outside a predetermined range of daily (usual) times.
  • this timestamp can be used to list in chronological order the various requests from the users of the terminals, in order to follow an appropriate sequence of operation of the machine. For example, if an instruction given to the machine contradicts an operation in progress, the timestamp is taken into account to determine: - if a change in operation is necessary (in the case of a recent timestamp), or
  • the data from the sender terminal includes a score for detecting a predetermined mood, identified in the message of the first type, and the filtering is applied if this score is greater than a threshold.
  • the conversational agent can be configured not to transmit, for example, a instructions from the user to the machine.
  • the detection of the aforementioned predetermined mood can be enriched by a detection of voice components in said voice message (a higher pitch revealing typically anger, for example).
  • the conversational computing agent can also apply a filtering rule to avoid sending a message of the second type to one of said plurality of terminals if this terminal is identified as belonging to a user. not authorized to receive message content sent by the machine.
  • messages that can be filtered can be machine status messages, log messages or others.
  • the conversational agent can be configured according to the type of content and for given authorizations, for example.
  • the conversational computing agent can, in one embodiment, analyze a message received from a terminal and/or generate a message intended for a terminal, in natural language.
  • the conversational computing agent can reciprocally analyze a message received from the machine and/or generate a message intended for the machine, in formal language.
  • a message received from the machine which may include, for example, a machine status signal, determined from a measurement from at least one sensor that the machine includes, this message then being able to be interpreted in language formal
  • a message received from the machine which may include, for example, a machine status signal, determined from a measurement from at least one sensor that the machine includes, this message then being able to be interpreted in language formal
  • a computer program comprising instructions for implementing the method presented above, when this program is executed by a processor.
  • a non-transitory, computer-readable recording medium on which such a program is recorded.
  • a computer device comprising:
  • such a DIS device may include:
  • a second interface INT2 to be connected to user terminals TER via a virtual chat room CR (for example via a messaging server SER illustrated in Figure 1 commented on below), and a processing circuit comprising for example:
  • processor PROC connected to the two interfaces INT1 and INT2, as well as to the memory MEM to read and execute the instructions of the aforementioned computer program.
  • Such a device DIS material (hardware), can implement the software functionalities of a computer module such as the conversational agent intervening in the method within the meaning of the invention and bearing the reference CRB on the drawings shown below.
  • FIG. 1 shows an example of the implementation context of a computer conversational agent according to one embodiment of the invention.
  • FIG. 2 shows an example of steps of a method according to one embodiment of the invention.
  • FIG. 3 shows an example of a device implementing a computer conversational agent according to one embodiment of the invention.
  • chat room animated by an instant messaging application running on users' TER terminals, as messaging clients CC (for "chat client”), and
  • CRB for "chatroom bridge” interfacing with the machine on the one hand, and the virtual chat room on the other hand.
  • the chat room CR can be materialized by a messaging server SER to which the conversational agent CRB and the terminals TER are connected to exchange messages.
  • the chat room CR and the conversational agent CRB are computer modules grouped together in the same server to which the terminals TER, on the one hand, and the machine MA, on the other hand, are connected.
  • Each TER user terminal has a man-machine interface (screen/keyboard, loudspeaker/microphone, or others) for signaling received messages and/or for entering messages to be sent (these messages can be written, voice or other messages). Messages can thus be exchanged between CC users and also be shared with the conversational agent CRB.
  • a man-machine interface screen/keyboard, loudspeaker/microphone, or others
  • the conversational agent CRB can itself also dialogue with one or more of the users connected to the chat room.
  • chatbots are computer conversational agents capable of dialoging with a single user usually.
  • the conversational agent CRB is able to dialogue with several users, who can be recognized for example by a terminal identifier (IMSI for example) or an instant messaging client identifier, or even by voice. in the case of voice messages exchanged, or otherwise.
  • IMSI terminal identifier
  • voice voice messages exchanged, or otherwise.
  • the design of such a human-machine interface is influenced by the competition on the Turing test and it is a question of giving the illusion that a computer program thinks through a meaningful dialogue with one or, here, several users.
  • the chatbot is therefore usually intended for a dialogue between an IT agent and one (or here several) user(s), natural person(s).
  • a chatbot can implement artificial intelligence and thus, as the dialogue with one or more users progresses, enrich its knowledge base to improve the quality of its responses over time.
  • the conversational agent CRB is remarkable here in that it is able to dialogue:
  • the conversational agent CRB can implement artificial intelligence to establish these interactions based on learning over time (possibly starting from predetermined initial rules). For example, data from a history of the states received from the machine, and/or from a history of user requests and/or exchanges between users can be assimilated by learning to constitute a knowledge base that the chatbot to interact with users and the machine. Typically, reactions received from the terminals following the reception of data from the machine can enrich the aforementioned knowledge base.
  • This knowledge base may initially comprise pre-programmed data, specific to the machine and possibly to the context of its use. The conversational agent can then take into account the respective degrees of authorization of the users, and/or their competence and/or their experience, to weight its reactions to requests from these users. [0048] With reference to FIG. 2, the conversational agent CRB is therefore configured for:
  • an LN natural language statement analyzer (French, English, or other) to interpret user requests (received at a prior step S1) and then determine, by referring to the database BC knowledge, relevance and/or consistency of these requests (depending, for example, on current operation of the machine, an operating history of the machine, or other), and thus prepare the appropriate research to perform near the machine,
  • step S3 in formal language LF, expected by the machine
  • step S4 these may be adjustment instructions CONS, requests for operating states of the machine, error report, or others
  • this data not being able to respond to a specific request from a user: it may be for example alert messages ( abnormal operation, missing raw material, or others), then identify in the knowledge base relevant users to whom to transmit this data, as well as a context of current use and/or a history of similar use, or others,
  • the MA machine shown in Figure 1 can be an industrial machine or more generally any piece of equipment (for example a domestic robot or other), capable of being supervised and/or controlled remotely, by sending messages computers. It can directly or indirectly (according to observations by a third party user) trace information, in particular on its current operation, following a request or on its own initiative (notably alerts).
  • the machine may include one or more sensors capable of delivering (physical) parameter measurement signals in messages received by the conversational agent CRB.
  • the machine can be, for example, any factory machine (a machine tool or other) and send the signals from its sensors en bloc to the conversational agent CRB.
  • it may be a group of machines delivering each of the signals from its sensors to the conversational agent CRB, which is then configured to aggregate these different data and establish a summary for the participants in the discussion.
  • an MA machine such as an automobile
  • tire wear sensors independent of an on-board computer of the vehicle can also transmit information to the CRB agent on the state of wear of the tires.
  • information can be transmitted to the driver on an upcoming deadline to fill the brake fluid and take the opportunity to change tires.
  • machine thus designates both a single machine and several parts of the same machine communicating separately with the conversational agent, or even several distinct machines.
  • the conversational agent is capable of interpreting the content of the messages that the machine returns (or that separate parts of the machine return) to obtain, for example, machine status data, or even information on the current operation of the machine, or others.
  • the conversational agent CRB can also deduce from the messages received from the machine MA knowledge coming to enrich the aforementioned knowledge base, by storing this knowledge data in a memory (in a formalism of its own).
  • the CRB agent can thus interpret the messages coming from the TER terminals, in natural language, and return corresponding knowledge when the subject of discussion of these messages is a request for information, for example.
  • the CRB agent can, to respond to a request for information, return previously stored knowledge, or alternatively request the information from the machine MA and then return it to the terminals TER.
  • the CRB agent can also transform a message received from the machine into knowledge and send it spontaneously to the participants in the chat room when necessary (case of an alert for example).
  • the CRB agent can, by taking into account a specific set of rules, adopt a particular overall behavior with a chosen "personality" (for example, to show himself to be dominant, or expressive , analytical, sympathetic, or others).
  • This specific set of rules can be chosen and configured by an authorized user/administrator.
  • the CRB agent can implement a configurable rules engine. For example, the CRB agent can respond to participants' requests, depending on their "authorization" to intervene on the machine. Authorizations can be granted to users to be able to transmit instructions to the machine or simply to access certain information from the machine. In this case, the CRB agent can store a list of terminal identifiers (IMSI, IP address, or others) or users (login, pseudo or others) who are authorized to transmit requests or receive certain data of the machine, and otherwise filter these requests or data.
  • IMSI terminal identifiers
  • IP address IP address
  • users login, pseudo or others
  • the filtering on the instructions to be applied to the machine can be based on other criteria (alternatively or in combination).
  • the CRB agent can also filter a request coming from a terminal, normally authorized, but whose current geolocation shows that the user is too far from the machine to be able to transmit an appropriate operating instruction.
  • the CRB agent can also filter a request coming from a terminal, normally authorized, but whose timestamp does not correspond to a range of usual working hours (for example between 8 and 20 hours on weekdays). It can be suspected that such an instruction could have been sent to the machine in an emergency state which was not justified and/or in a thoughtless way.
  • the CRB agent can also analyze an emotion in a message received from a user and can then filter its request (for example an operating instruction) if he detects in this message for example anger (an instruction transmitted for example in a state of annoyance, and possibly thoughtless) or fear (a hesitant and uncertain instruction for example ). Furthermore, if the message received from the user is a vocal message, the detection of this mood can be enriched by a detection of vocal components in this vocal message (for example an unusually high-pitched voice can reflect fear or possibly anger).
  • the present invention thus provides security for the operation of the machine, as well as precision and speed of the response of the machine while facilitating the user experience thanks to the combination of natural language, artificial intelligence and the provision of all machine data.
  • the user thus has an ease of interaction in order to check, or even repair, the machine more quickly.
  • a conversational agent capable of dialoguing with a machine on the basis of knowledge specific to this machine has been described above.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

L'invention concerne un agent informatique conversationnel (CRB) s'interfaçant entre plusieurs dispositifs dont une machine (MA) et une pluralité de terminaux (TER) d'utilisateurs exécutant une application de messagerie instantanée (CC) dans laquelle les utilisateurs participent à une discussion avec l'agent informatique conversationnel (CRB) en échangeant des messages via leur terminal (TER), l'agent informatique conversationnel étant apte à dialoguer de manière indépendante avec les terminaux et la machine. L'agent conversationnel est capable en particulier de : - analyser au moins un contenu d'un message d'un premier type émis par au moins un premier dispositif (MA, TER), et - générer un message d'un deuxième type destiné à un deuxième dispositif (TER, MA) en fonction des résultats de l'analyse du message du premier type, avec ici l'un des premier et deuxième dispositifs qui est un terminal et l'autre des premier et deuxième dispositifs qui est la machine (MA).

Description

Description
Titre : Agent conversationnel en interface entre une machine et des utilisateurs
Domaine technique
[0001] La présente invention relève du domaine des messageries instantanées.
Technique antérieure
[0002] Un “chatroom” ou « salon de discussion » est un lieu de rencontre virtuel. Des utilisateurs disposent de terminaux respectifs pour échanger des messages instantanés via un serveur de messagerie. En pratique, l’échange de ces messages s’effectue par l’exécution d’une application installée dans chaque terminal d’utilisateur. Par exemple, un utilisateur peut choisir, selon le thème proposé ou l'intérêt du moment, un sujet de discussion afin de dialoguer par clavier ou par messages vocaux, avec plusieurs participants sur ce sujet. Le chatroom propose donc typiquement une rencontre virtuelle entre plusieurs utilisateurs humains.
[0003] Avec le développement des moyens de communication numérique, notamment dans le domaine de l’entreprise, des professionnels exécutant chacun une tâche spécifique peuvent coordonner leur activité en communiquant ainsi par messagerie instantanée.
[0004] Souvent toutefois, dans le cadre notamment d’une telle activité professionnelle (par exemple en usine), une discussion de messagerie instantanée peut concerner le fonctionnement d’une machine. Il peut être souhaité par exemple de piloter le fonctionnement de la machine de façon appropriée après concertation entre plusieurs professionnels.
[0005] Il n’existe pas d’application de messagerie entre plusieurs utilisateurs, capable de passer par exemple des consignes de fonctionnement à la machine. Une difficulté se poserait notamment lorsque plusieurs utilisateurs souhaiteraient faire appliquer simultanément des consignes différentes de fonctionnement de la machine.
[0006] La présente invention vient améliorer la situation.
Résumé
[0007] Elle propose à cet effet un agent conversationnel informatique (par exemple du type communément appelé « chatbot ») s’interfaçant entre au moins une machine et des terminaux d’utilisateurs exécutant une application de messagerie instantané.
[0008] Ainsi, un premier aspect de l’invention vise un procédé de communication entre plusieurs dispositifs dont une machine et une pluralité de terminaux d’utilisateurs, le procédé étant mis en œuvre par un agent informatique conversationnel en tant qu’interface entre lesdits plusieurs dispositifs, l’agent informatique conversationnel étant apte à dialoguer de manière indépendante avec les terminaux et la machine, les terminaux exécutant une application de messagerie instantanée dans laquelle les utilisateurs participent à une discussion avec l’agent informatique conversationnel en échangeant des messages via leur terminal. [0009] Le procédé comporte au moins :
- analyser au moins un contenu d’un message d’un premier type émis par au moins un premier dispositif, et
- générer un message d’un deuxième type destiné à un deuxième dispositif en fonction des résultats de l’analyse du message du premier type, l’un des premier dispositif et deuxième dispositif étant un terminal et l’autre des premier dispositif et deuxième dispositif étant une machine.
[0010] La présente invention permet alors d’enrichir l’expérience d’utilisation de la machine grâce à un agent conversationnel (ou « chatbot » ci-après) qui peut dialoguer :
- d’une part avec les utilisateurs en langage naturel et coordonner éventuellement leurs décisions, et
- d’autre part avec la machine pour lui transmettre des requêtes appropriées (par exemple des consignes de fonctionnement).
[0011] A cet effet, dans un mode de réalisation optionnel, l’agent conversationnel peut utiliser une base de connaissances (de données de la machine, de données relatives aux actions et commentaires précédents des utilisateurs, ou autres).
[0012] Ainsi, dans ce mode de réalisation, pour élaborer un message à transmettre aux utilisateurs de terminaux participant à ladite discussion, l’agent informatique conversationnel, sur réception d’un message du premier type issu de la machine :
- accède à une base de données de connaissances pour identifier un sujet de la base en lien avec un contenu du message du premier type issu de la machine, et
- génère au moins un message du deuxième type à transmettre à une partie au moins de la pluralité de terminaux, le message du deuxième type comportant des données de la base de connaissances relatives audit contenu.
[0013] Ce contenu peut être relatif à un type de fonctionnement en cours, ou à des états de la machine dans un fonctionnement donné, ou autres.
[0014] La discussion précitée peut être prévue dans un cadre de travail professionnel, collaboratif. Dans ce cas, la base de données de connaissances peut alors comporter des informations propres à un secteur professionnel d’un tel cadre de travail collaboratif.
[0015] Par exemple, les messages transmis par l’agent conversationnel peuvent comporter des informations sur la machine (état, fonctionnement courant, alertes, manque de matière première, historique, etc.), ou encore des tâches professionnelles à assigner à une partie au moins des participants à la discussion. Par exemple, le procédé peut comporter une consultation de la base de connaissances pour organiser une coordination séquentielle des tâches professionnelles assignées aux participants, en fonction d’un état courant de la machine et d’une identification des participants à la discussion.
[0016] Alternativement, la discussion peut être prévue dans un cadre collaboratif, dans un environnement autre qu’un cadre de travail professionnel mais avec des contraintes propres à cet autre environnement. Par exemple, lorsque la machine est un véhicule automobile (ou comporte simplement des parties de ce véhicule), la sécurité des personnes dans le véhicule ou autour du véhicule implique des contraintes qui peuvent être formalisées et intégrées dans la base de connaissances précitée.
[0017] Par ailleurs, les contraintes liées à l’environnement d’usage peuvent ne pas être attachées à une machine spécifique. Par exemple, des règles spécifiques de communication de données (par exemple des données personnelles d’utilisateurs) peuvent être formalisées et intégrées dans la base de connaissances précitée pour éviter de transgresser un règlement sur la protection des données personnelles (de type « RGPD » par exemple).
[0018] Dans un mode de réalisation, quand le message du premier type est issu d’au moins un terminal et comporte une requête courante à transmettre à la machine, la génération d’un message du deuxième type destiné à la machine peut comporter:
- une identification de ladite requête courante dans le message du premier type,
- une consultation d’une base de données de connaissances pour déterminer si la requête courante peut être transmise à la machine, et, le cas échéant, l’élaboration de la requête courante, dans une forme appropriée, dans le message du deuxième type.
[0019] Une telle réalisation permet de coordonner par exemple les requêtes issues des différents utilisateurs, ou encore de formuler par exemple une consigne de réglage appropriée de la machine en fonction d’un état courant de la machine.
[0020] Dans une forme de réalisation, l’agent informatique conversationnel peut appliquer une règle de filtrage pour éviter l’émission du message du deuxième type vers la machine, au moins en fonction d’une donnée d’un terminal émetteur du message du premier type.
[0021] Cette donnée du terminal émetteur peut comporter par exemple un identifiant de terminal (un numéro de terminal type IMSI, ou autre) comme appartenant à un utilisateur habilité à émettre des requêtes destinées à la machine.
[0022] Une telle requête peut être par exemple une consigne de fonctionnement, ou une demande de rapport de fonctionnement ou d’historique de réglages, etc.
[0023] En complément ou en variante, la donnée précitée du terminal émetteur peut comporter une donnée de géolocalisation courante du terminal émetteur et le filtrage est appliqué si une distance entre le terminal émetteur et la machine est supérieure à un seuil.
[0024] En complément ou en variante, la donnée du terminal émetteur peut comporter une donnée d’horodate courante émise par le terminal émetteur avec le message du premier type. Dans ce cas par exemple, le filtrage précité peut être appliqué si l’horodate courante est en-dehors d’une plage prédéterminée d’horaires quotidiens (habituels). En complément ou en variante, cette horodate peut être utilisée pour lister par ordre chronologique les différentes requêtes issues des utilisateurs des terminaux, et ce afin de suivre une séquence appropriée de fonctionnement de la machine. Par exemple, si une consigne donnée à la machine vient en contradiction d’un fonctionnement en cours, l’horodate est prise en compte pour déterminer : - si un changement de fonctionnement est nécessaire (dans le cas d’une horodate récente), ou
- si la consigne est obsolète et ne pouvait être pertinente que pour un fonctionnement précédent de la machine (dans le cas d’une horodate relativement ancienne).
[0025] En complément ou en variante, la donnée du terminal émetteur comporte un score de détection d’une humeur prédéterminée, identifiée dans le message du premier type, et le filtrage est appliqué si ce score est supérieur à un seuil.
[0026] Par exemple, si le message de l’utilisateur révèle de la colère (agacement) ou de la peur (hésitation), au-delà d’un seuil, l’agent conversationnel peut être configuré pour ne pas transmettre par exemple une consigne de l’utilisateur vers la machine.
[0027] Par exemple dans le cas d’un message vocal en tant que message du premier type, la détection de l’humeur prédéterminée, précitée, peut être enrichie par une détection de composants vocaux dans ledit message vocal (une voie plus aigüe révélant typiquement de la colère par exemple).
[0028] Dans une réalisation, l’agent informatique conversationnel peut également appliquer une règle de filtrage pour éviter l’émission d’un message du deuxième type vers l’un de ladite pluralité de terminaux si ce terminal est identifié comme appartenant à un utilisateur non-habilité à recevoir un contenu de message émis par la machine.
[0029] Par exemple, des messages pouvant être filtrés peuvent être des messages d’état de la machine, des messages d’historiques ou autres. L’agent conversationnel peut être paramétré selon le type de contenu et pour des habilitations données, par exemple.
[0030] L’agent informatique conversationnel peut, dans un mode de réalisation, analyser un message reçu d’un terminal et/ou générer un message destiné à un terminal, en langage naturel.
[0031] En complément ou en variante, l’agent informatique conversationnel peut analyser réciproquement un message reçu de la machine et/ou générer un message destiné à la machine, en langage formel.
[0032] Une telle réalisation permet à l’agent conversationnel de s’interfacer efficacement entre :
- la machine (un message reçu de la machine pouvant comporter par exemple un signal d’état de la machine, déterminé à partir d’une mesure issue d’au moins un capteur que comporte la machine, ce message pouvant alors être interprété en langage formel), et
- les terminaux d’utilisateurs (avec lesquels l’agent conversationnel dialogue en langage naturel, améliorant ainsi le ressenti des utilisateurs).
[0033] Selon un autre aspect, il est proposé un programme informatique comportant des instructions pour la mise en œuvre du procédé présenté ci-avant, 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.
[0034] Selon un autre aspect, il est proposé un dispositif informatique comportant :
- une interface de communication avec une machine, d’une part, et avec une pluralité de terminaux d’utilisateurs exécutant une application de messagerie instantanée, d’autre part, et
- un circuit de traitement configuré pour la mise en œuvre du procédé ci-avant.
[0035] En référence à la figure 3, un tel dispositif DIS peut comporter :
- une première interface INT1 pour être connecté à une machine MA,
- une deuxième interface INT2 pour être connecté aux terminaux d’utilisateurs TER via un salon de discussion virtuel CR (par exemple via un serveur de messagerie SER illustré sur la figure 1 commentée plus loin), et un circuit de traitement comportant par exemple :
- une mémoire MEM apte à stocker notamment les données d’instructions d’un programme informatique du type défini précédemment,
- et un processeur PROC, connecté aux deux interfaces INT1 et INT2, ainsi qu’à la mémoire MEM pour lire et exécuter les instructions du programme informatique précité.
[0036] Ainsi, un tel dispositif DIS, matériel (hardware), peut mettre en œuvre les fonctionnalités logicielles d’un module informatique tel que l’agent conversationnel intervenant dans le procédé au sens de l’invention et portant la référence CRB sur les dessins présentés ci-après.
Brève description des dessins
[0037] 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
[0038] [Fig. 1] montre un exemple de contexte de mise en œuvre d’un agent conversationnel informatique selon un mode de réalisation de l’invention.
Fig. 2
[0039] [Fig. 2] montre un exemple d’étapes d’un procédé selon un mode de réalisation de l’invention.
Fig. 3
[0040] [Fig. 3] montre un exemple de dispositif mettant en œuvre un agent conversationnel informatique selon un mode de réalisation de l’invention.
Description des modes de réalisation
[0041] Il est maintenant fait référence à la figure 1 sur laquelle est illustrée schématiquement :
- une machine MA,
- un salon de discussion virtuel CR (pour « chatroom ») animé par une application de messagerie instantanée s’exécutant sur des terminaux TER d’utilisateurs, en tant que clients de messagerie CC (pour « chat client »), et
- une agent conversationnel informatique CRB (pour « chatroom bridge ») s’interfaçant avec la machine d’une part, et le salon de discussion virtuel d’autre part.
[0042] En pratique, le salon de discussion CR peut être matérialisé par un serveur de messagerie SER auquel l’agent conversationnel CRB et les terminaux TER sont connectés pour échanger des messages. En variante, le salon de discussion CR et l’agent conversationnel CRB sont des modules informatiques regroupés dans un même serveur auquel sont connectés les terminaux TER, d’une part, et la machine MA, d’autre part.
[0043] Chaque terminal d’utilisateur TER dispose d’une interface homme-machine (écran/clavier, haut-parleur/microphone, ou autres) pour signaler des messages reçus et/ou pour saisir des messages à envoyer (ces messages pouvant être des messages écrits, vocaux ou autres). Les messages peuvent ainsi être échangés entre les utilisateurs CC et être partagés aussi avec l’agent conversationnel CRB.
[0044] L’agent conversationnel CRB peut lui-même dialoguer également avec un ou plusieurs des utilisateurs connectés au salon de discussion.
[0045] Les chatbots connus sont des agents conversationnels informatiques capables de dialoguer avec un seul utilisateur habituellement. Ici, il convient de noter que l’agent conversationnel CRB est capable de dialoguer avec plusieurs utilisateurs, qui peuvent être reconnus par exemple par un identifiant de terminal (IMSI par exemple) ou un identifiant de client de messagerie instantanée, ou encore par la voix dans le cas de messages vocaux échangés, ou autres. La conception d’une telle interface homme-machine est influencée par la compétition sur le test de Turing et il s’agit de donner l'illusion qu'un programme informatique pense par un dialogue sensé avec un ou, ici, plusieurs utilisateurs. Le chatbot est donc destiné habituellement à un dialogue entre un agent informatique et un (ou ici plusieurs) utilisateur(s), personne(s) physique(s). Un chatbot peut mettre en œuvre une intelligence artificielle et ainsi, au fur et à mesure du dialogue avec un ou plusieurs utilisateurs, enrichir sa base de connaissances pour améliorer la qualité de ses réponses au fil du temps.
[0046] L’agent conversationnel CRB est remarquable ici en ce qu’il est capable de dialoguer :
- d’une part avec plusieurs utilisateurs et de les conseiller éventuellement en fonction d’un historique de connaissances accumulées au fil du temps, et
- d’autre part avec un équipement physique tel qu’une machine, en représentant cette machine, permettant ainsi un dialogue ente les utilisateurs et la machine.
[0047] L’agent conversationnel CRB peut mettre en œuvre une intelligence artificielle pour établir ces interactions en fonction d’un apprentissage au fil du temps (en partant éventuellement de règles initiales prédéterminées). Par exemple, des données d’un historique des états reçus de la machine, et/ou d’un historique des demandes d’utilisateurs et/ou des échanges entre utilisateurs peuvent être assimilées par apprentissage pour constituer une base de connaissances qu’exploite l’agent conversationnel CRB pour interagir avec les utilisateurs et la machine. Typiquement, des réactions reçus des terminaux suite à la réception de données de la machine peuvent enrichir la base de connaissances précitée. Cette base de connaissances peut initialement comporter des données préprogrammées, propres à la machine et éventuellement au cadre de son utilisation. L’agent conversationnel peut ensuite tenir compte de degrés d’habilitation respectifs des utilisateurs, et/ou de leur compétence et/ou de leur expérience, pour pondérer ses réactions à des demandes de ces utilisateurs. [0048] En référence à la figure 2, l’agent conversationnel CRB est donc configuré pour:
- implémenter, à l’étape S2, un analyseur d’énoncés en langue naturelle LN (français, anglais, ou autre) pour interpréter les demandes des utilisateurs (reçues à une étape préalable S1 ) et déterminer ensuite, en se référant à la base de connaissances BC, une pertinence et/ou une cohérence de ces demandes (en fonction par exemple d’un fonctionnement en cours de la machine, d’un historique de fonctionnement de la machine, ou autres), et préparer ainsi les recherches adéquates à effectuer auprès de la machine,
- élaborer à l’étape S3 (en langage formel LF, attendu par la machine) les requêtes des utilisateurs à transmettre à la machine à une étape S4 (il peut s’agir de consignes de réglage CONS, de demande d’états de fonctionnement de la machine, de rapport d’erreurs, ou autres),
- analyser à une étape S5 (subséquente ou non) les données reçues de la machine, en langage formel, ces données pouvant ne pas répondre à une requête spécifique d’un utilisateur : il peut s’agir par exemple de messages d’alerte (fonctionnement anormal, matière première manquante, ou autres), puis identifier dans la base de connaissances des utilisateurs pertinents auxquels transmettre ces données, ainsi qu’un contexte d’utilisation en cours et/ou un historique d’utilisation similaire, ou autres,
- implémenter à une étape S6 un générateur d’énoncés en langue naturelle pour élaborer (en langage naturel) des messages d’informations issues de la machine et destinés à des utilisateurs pertinents CC, accompagnées éventuellement d’informations supplémentaires par exemple sur un fonctionnement courant et/ou de faits intervenus par le passé dans de mêmes conditions, ou autres.
[0049] La machine MA présentée sur la figure 1 peut être une machine industrielle ou plus généralement un équipement quelconque (par exemple un robot domestique ou autre), susceptible d’être supervisé et/ou contrôlé à distance, par l’envoi de messages informatiques. Elle peut remonter directement ou indirectement (selon des observations par un utilisateur tiers) des informations notamment sur son fonctionnement courant, suite à une sollicitation ou de sa propre initiative (des alertes notamment).
[0050] Typiquement, la machine peut comporter un ou plusieurs capteurs susceptibles de délivrer des signaux de mesure de paramètres (physiques) dans des messages que reçoit l’agent conversationnel CRB. La machine peut être par exemple une machine d’usine quelconque (une machine outil ou autre) et remonter en bloc les signaux issus de ses capteurs à l’agent conversationnel CRB. En variante, il peut s’agir d’un groupe de machines délivrant chacune des signaux issus de ses capteurs à l’agent conversationnel CRB, lequel est alors configuré pour agréger ces différentes données et établir une synthèse aux participants à la discussion.
[0051] Dans un cadre alternatif à un cadre de travail, par exemple une machine MA telle qu’une automobile peut comporter des capteurs (de liquide de refroidissement, de liquide de freins, etc.) remontant par exemple au conducteur et à son garagiste des informations sur ces niveaux, via l’agent CRB. Par ailleurs, des capteurs d’usure des pneus, indépendants d’un ordinateur de bord du véhicule peuvent transmettre également des informations à l’agent CRB sur l’état d’usure des pneus. Ainsi, par exemple, en coordination avec le garagiste, une information peut être transmise au conducteur sur une échéance prochaine pour remplir le liquide de freins et en profiter pour changer des pneus. Le terme « machine » désigne ainsi aussi bien une machine unique, que plusieurs parties d’une même machine communiquant séparément avec l’agent conversationnel, ou encore plusieurs machines distinctes.
[0052] Plus généralement, l’agent conversationnel (CRB) est capable d’interpréter le contenu des messages que retourne la machine (ou que retournent des parties distinctes de la machine) pour obtenir par exemple des données d’état de la machine, ou encore une information sur le fonctionnement courant de la machine, ou autres. L’agent conversationnel CRB peut en outre déduire des messages reçus de la machine MA des connaissances venant enrichir la base de connaissances précitées, en stockant ces données de connaissance dans une mémoire (dans un formalisme qui lui est propre). L’agent CRB peut ainsi interpréter les messages provenant des terminaux TER, en langue naturelle, et retourner une connaissance correspondante lorsque le sujet de discussion de ces messages est une demande d’information par exemple. Typiquement, l’agent CRB peut, pour répondre à une demande d’information, retourner une connaissance préalablement stockée, ou alternativement demander l’information à la machine MA et la retourner ensuite aux terminaux TER. L’agent CRB peut aussi transformer un message reçu de la machine en une connaissance et l’envoyer spontanément aux participants au salon de discussion lorsque cela est nécessaire (cas d’une alerte par exemple).
[0053] Dans sa participation au salon de discussion, l’agent CRB peut, par la prise en compte d’un jeu de règles spécifique, adopter un comportement global particulier avec une « personnalité » choisie (par exemple se montrer dominant, ou expressif, analytique, sympathique, ou autres). Ce jeu de règles spécifique peut être choisi et paramétré par un utilisateur/administrateur habilité.
[0054] De manière plus générale, l’agent CRB peut implémenter un moteur de règles paramétrables. Par exemple, l’agent CRB peut répondre aux demandes des participants, en fonction de leur « habilitation » à intervenir sur la machine. Des habilitations peuvent être accordées à des utilisateurs pour pouvoir transmettre des consignes à la machine ou simplement pour accéder à certaines informations issues de la machine. Dans ce cas, l’agent CRB peut stocker une liste d’identifiants de terminaux (IMSI, adresse IP, ou autres) ou d’utilisateurs (login de connexion, pseudo ou autres) qui sont habilités à transmettre des requêtes ou recevoir certaines données de la machine, et sinon filtrer ces requêtes ou données.
[0055] Le filtrage sur les consignes à appliquer à la machine peut être basé sur d’autres critères (alternativement ou en combinaison). Par exemple, l’agent CRB peut filtrer en outre une requête issue d’un terminal, normalement habilité, mais dont une géolocalisation courante montre que l’utilisateur est trop loin de la machine pour pouvoir transmettre une consigne de fonctionnement appropriée. L’agent CRB peut filtrer en outre une requête issue d’un terminal, normalement habilité, mais dont une horodate ne correspond pas à une plage d’horaires de travail habituelle (par exemple entre 8 et 20 heures en semaine). Il peut être suspecté qu’une telle consigne a pu être envoyée à la machine dans un état d’urgence qui ne se justifiait pas et/ou de façon irréfléchie. L’agent CRB peut en outre analyser une émotion dans un message reçu d’un utilisateur et peut alors filtrer sa requête (par exemple une consigne de fonctionnement) s’il détecte dans ce message par exemple de la colère (une consigne transmise par exemple dans un état d’agacement, et possiblement irréfléchie) ou de la peur (une consigne hésitante et peu assurée par exemple). En outre, si le message reçu de l’utilisateur est un message vocal, la détection de cette humeur peut être enrichie par une détection de composants vocaux dans ce message vocal (par exemple une voix inhabituellement aigue peut refléter de la peur ou éventuellement de la colère).
[0056] La présente invention apporte ainsi de la sécurité pour le fonctionnement de la machine, ainsi qu’une précision et une rapidité de la réponse de la machine tout en facilitant l’expérience des utilisateurs grâce à la combinaison du langage naturel, de l’intelligence artificielle et de la mise à disposition de l’ensemble des données machines. L’utilisateur dispose ainsi d’une facilité d’interaction afin de contrôler, voire de réparer, plus vite la machine.
[0057] Bien entendu, la présente invention ne se limite pas aux formes de réalisation décrites ci- avant à titre d’exemple ; elle s’étend à d’autres variantes.
[0058] Ainsi, par exemple, on a décrit ci-avant un agent conversationnel capable de dialoguer avec une machine sur la base de connaissances propres à cette machine. Dans une réalisation, il est possible de prévoir plusieurs agents conversationnels capables de dialoguer chacun avec une machine, mais connectés en outre à un salon virtuel commun auquel participe également une équipe d’utilisateurs, afin de commander l’ensemble de ces machines de façon coordonnée.
[0059] Bien entendu, le cas d’usage ci-avant d’une commande de machine en usine peut trouver des variantes, comme par exemple dans une application de domotique, pour coordonner la commande d’équipements domestiques par les membres d’une famille, de manière collaborative.

Claims

Revendications
[Revendication 1] Procédé de communication entre plusieurs dispositifs dont une machine (MA) et une pluralité de terminaux (TER) d’utilisateurs, le procédé étant mis en œuvre par un agent informatique conversationnel (CRB) en tant qu’interface entre lesdits plusieurs dispositifs, l’agent informatique conversationnel étant apte à dialoguer de manière indépendante avec les terminaux et la machine, les terminaux (TER) exécutant une application de messagerie instantanée (CC) dans laquelle les utilisateurs participent à une discussion avec l’agent informatique conversationnel (CRB) en échangeant des messages via leur terminal (TER), le procédé comportant au moins :
- analyser au moins un contenu d’un message d’un premier type émis par au moins un premier dispositif (MA, TER), et
- générer un message d’un deuxième type destiné à un deuxième dispositif (TER, MA) en fonction des résultats de l’analyse du message du premier type, l’un des premier dispositif et deuxième dispositif étant un terminal et l’autre des premier dispositif et deuxième dispositif étant une machine (MA).
[Revendication 2] Procédé selon l’une des revendications précédentes, dans lequel, pour élaborer un message à transmettre aux utilisateurs de terminaux participant à ladite discussion, l’agent informatique conversationnel (CRB), sur réception d’un message du premier type issu de la machine :
- accède à une base de données de connaissances pour identifier un sujet de la base en lien avec un contenu du message du premier type issu de la machine, et
- génère au moins un message du deuxième type à transmettre à une partie au moins de la pluralité de terminaux, le message du deuxième type comportant des données de la base de connaissances relatives audit contenu.
[Revendication 3] Procédé selon la revendication 2, 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 4] Procédé selon l’une des revendications précédentes, dans lequel le message du premier type est issu d’au moins un terminal et comporte une requête courante à transmettre à la machine, et dans lequel la génération d’un message du deuxième type destiné à la machine comporte:
- une identification de ladite requête courante dans le message du premier type,
- une consultation d’une base de données de connaissances pour déterminer si la requête courante peut être transmise à la machine, et, le cas échéant, l’élaboration de la requête courante, dans une forme appropriée, dans le message du deuxième type.
[Revendication 5] Procédé selon l’une des revendications précédentes, dans lequel l’agent informatique conversationnel applique une règle de filtrage pour éviter l’émission du message du deuxième type vers la machine, au moins en fonction d’une donnée d’un terminal émetteur du message du premier type.
[Revendication 6] Procédé selon la revendication 5, dans lequel ladite donnée du terminal émetteur comporte un identifiant de terminal comme appartenant à un utilisateur habilité à émettre des requêtes destinées à la machine.
[Revendication 7] Procédé selon l'une des revendications 5 et 6, dans lequel ladite donnée du terminal émetteur comporte une donnée de géolocalisation courante du terminal émetteur et le filtrage est appliqué si une distance entre le terminal émetteur et la machine est supérieure à un seuil.
[Revendication 8] Procédé selon l'une des revendications 5 à 7, dans lequel ladite donnée du terminal émetteur comporte une donnée d’horodate courante émise par le terminal émetteur avec le message du premier type.
[Revendication 9] Procédé selon l'une des revendications 5 à 8, dans lequel ladite donnée du terminal émetteur comporte un score de détection d’une humeur prédéterminée, identifiée dans le message du premier type, et le filtrage est appliqué si ledit score est supérieur à un seuil.
[Revendication 10] Procédé selon la revendication 9, dans lequel le message du premier type est un message vocal, et la détection de ladite humeur prédéterminée est enrichie par une détection de composants vocaux dans ledit message vocal.
[Revendication 11] Procédé selon l’une des revendications précédentes, dans lequel l’agent informatique conversationnel applique une règle de filtrage pour éviter l’émission d’un message du deuxième type vers l’un de ladite pluralité de terminaux si ce terminal est identifié comme appartenant à un utilisateur non-habilité à recevoir un contenu de message émis par la machine.
[Revendication 12] Procédé selon l'une des revendications précédentes, dans lequel l’agent informatique conversationnel (CRB) analyse un message reçu d’un terminal et/ou génère un message destiné à un terminal, en langage naturel.
[Revendication 13] Procédé selon l'une des revendications précédentes, dans lequel l’agent informatique conversationnel (CRB) analyse un message reçu de la machine et/ou génère un message destiné à la machine, en langage formel.
[Revendication 14] Programme informatique comportant des instructions pour la mise en œuvre du procédé selon l’une des revendications 1 à 13 lorsque ce programme est exécuté par un processeur.
[Revendication 15] Dispositif informatique comportant :
- une interface de communication avec une machine (MA), d’une part, et avec une pluralité de terminaux (TER) d’utilisateurs exécutant une application de messagerie instantanée (CC), d’autre part, et
- un circuit de traitement configuré pour la mise en œuvre d’un procédé selon l’une des revendications 1 à 13.
EP22798131.3A 2021-10-06 2022-10-05 Agent conversationnel en interface entre une machine et des utilisateurs Pending EP4413715A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2110582A FR3127828A1 (fr) 2021-10-06 2021-10-06 Agent conversationnel en interface entre une machine et des utilisateurs
PCT/EP2022/077658 WO2023057492A1 (fr) 2021-10-06 2022-10-05 Agent conversationnel en interface entre une machine et des utilisateurs

Publications (1)

Publication Number Publication Date
EP4413715A1 true EP4413715A1 (fr) 2024-08-14

Family

ID=79171336

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22798131.3A Pending EP4413715A1 (fr) 2021-10-06 2022-10-05 Agent conversationnel en interface entre une machine et des utilisateurs

Country Status (4)

Country Link
US (1) US20240430221A1 (fr)
EP (1) EP4413715A1 (fr)
FR (1) FR3127828A1 (fr)
WO (1) WO2023057492A1 (fr)

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8250192B2 (en) * 2007-10-12 2012-08-21 International Business Machines Corporation Data server administration using a chatbot
WO2014065781A1 (fr) * 2012-10-23 2014-05-01 Empire Technology Development, Llc Filtrage des actions utilisateur sur la base de l'humeur de l'utilisateur
CN104144109B (zh) * 2014-01-24 2016-10-05 腾讯科技（深圳）有限公司 一种设备控制方法、装置和系统
US20160021038A1 (en) * 2014-07-21 2016-01-21 Alcatel-Lucent Usa Inc. Chat-based support of communications and related functions
US10541958B2 (en) * 2015-08-05 2020-01-21 Facebook, Inc. Controlling a device cloud
ES2600145B1 (es) * 2015-08-06 2017-11-20 Proyectos Y Soluciones Tecnológicas Avanzadas, S.L.P. Sistema de mensajería instantánea
US10431218B2 (en) * 2016-02-15 2019-10-01 EVA Automation, Inc. Integration and probabilistic control of electronic devices
JP6605151B2 (ja) * 2016-09-20 2019-11-13 グーグル エルエルシー ボットインタラクション
US20180188905A1 (en) * 2017-01-04 2018-07-05 Google Inc. Generating messaging streams with animated objects
US20180201132A1 (en) * 2017-01-13 2018-07-19 Deere & Company Mobile machine-user protocol system and method
US11551195B2 (en) * 2017-07-18 2023-01-10 Tata Consultancy Services Limited Systems and methods for providing services to smart devices connected in an IoT platform
CN107370668B (zh) * 2017-08-25 2020-04-28 北京百度网讯科技有限公司 智能设备远程控制的方法、装置和系统
US10362183B2 (en) * 2017-11-10 2019-07-23 Toshiba Tec Kabushiki Kaisha System and method for natural language operation of multifunction peripherals
EP3537345A1 (fr) * 2018-03-06 2019-09-11 Hybris AG Procédé mis en uvre par ordinateur, système et produit-programme d'ordinateur permettant de fournir une interface d'application conversationnelle
US10832002B2 (en) * 2018-05-08 2020-11-10 International Business Machines Corporation System and method for scoring performance of chatbots
US10885911B2 (en) * 2018-09-14 2021-01-05 Salesforce.Com, Inc. Voice endpoint to chatbot bridge interface
US10650819B2 (en) * 2018-10-15 2020-05-12 Midea Group Co., Ltd. System and method for providing portable natural language processing interface across multiple appliances
US10735357B1 (en) * 2019-01-22 2020-08-04 Bank Of America Corporation Cross-platform messaging system
US20200244604A1 (en) * 2019-01-30 2020-07-30 Hewlett Packard Enterprise Development Lp Application program interface documentations
US11281862B2 (en) * 2019-05-03 2022-03-22 Sap Se Significant correlation framework for command translation
EP3983859B1 (fr) * 2019-06-17 2025-08-06 Grundfos Holding A/S Système mis en oeuvre par ordinateur et procédé de commande et de surveillance d'une pompe
TWI714212B (zh) * 2019-08-14 2020-12-21 緯創資通股份有限公司 跨平台通訊方法、伺服器裝置與電子裝置
WO2021061679A1 (fr) * 2019-09-23 2021-04-01 Direqt, Inc. Amélioration de messages avec contenu dynamique
US12548564B2 (en) * 2020-01-06 2026-02-10 Qorvo Paris System and method for controlling a plurality of devices
US20230329962A1 (en) * 2020-11-03 2023-10-19 Shenzhen Svakom Technology Co., Ltd System and Method for Interactive Online Entertainment
US11790168B2 (en) * 2021-01-29 2023-10-17 Ncr Corporation Natural language and messaging system integrated group assistant
US12537779B2 (en) * 2023-03-10 2026-01-27 Microsoft Technology Licensing, Llc Computer-implemented multi-user messaging application

Also Published As

Publication number Publication date
FR3127828A1 (fr) 2023-04-07
US20240430221A1 (en) 2024-12-26
WO2023057492A1 (fr) 2023-04-13

Similar Documents

Publication Publication Date Title
US11862148B2 (en) Systems and methods to analyze customer contacts
US11893526B2 (en) Customer contact service with real-time supervisor assistance
US20210157834A1 (en) Diagnostics capabilities for customer contact services
US20210158234A1 (en) Customer contact service with real-time agent assistance
US20210158813A1 (en) Enrichment of customer contact data
CN100538312C (zh) 远程信息处理系统诊断逻辑分析仪
US11062220B2 (en) Integrated virtual cognitive agents and message communication architecture
EP3095067B1 (fr) Filtrage de confidentialité pour des données utilisateur demandées, et modes de confidentialité activés selon le contexte
US20180046957A1 (en) Online Meetings Optimization
US11645138B2 (en) Diagnosing and resolving technical issues
WO2021108454A2 (fr) Systèmes et procédés pour analyser des contacts de client
US10254945B1 (en) Contextual state-based user interface format adaptation
CN109643087B (zh) 用于选择用于设备操作安全的可控参数的系统和方法
CN105468667A (zh) 用于车辆的诊断方法和调查方法
Ascencio et al. Party strategy, candidate selection, and legislative behavior in Mexico
US20240171485A1 (en) Standardizing analysis metrics across multiple devices
US9756141B2 (en) Media content consumption analytics
Bickelhaupt et al. Challenges and opportunities of future vehicle diagnostics in software-defined vehicles
FR2989806A1 (fr) Procede et dispositif de mise au point d'un systeme de gestion des alertes et des procedures d'un aeronef
Shlega et al. Users, smart homes, and digital assistants: impact of technology experience and adoption
FR3025337B1 (fr) Systeme pour creer et deployer un modele d'inference
EP4413715A1 (fr) Agent conversationnel en interface entre une machine et des utilisateurs
Ye et al. Claw-Eval: Toward trustworthy evaluation of autonomous agents
EP2120179A1 (fr) Méthode pour établir un modèle d'utilisateur
Campos et al. A reference architecture for remote diagnostics and prognostics applications

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: 20240409

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 ME 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: 20250925