JP7357166B2 - 対話ロボット生成方法、対話ロボット管理プラットフォーム及び記憶媒体 - Google Patents

Description

（関連出願の相互参照）
本出願は、出願日が２０１９年０９月１６日であり、出願番号が２０１９１０８７２２８９．９である中国特許出願に基づき出願され、この中国特許出願の優先権を主張するものであり、該中国特許出願の全内容を参照として本出願に援用する。
本出願はコンピュータ技術分野に関するがそれに限られず、特に、対話ロボット生成方法、対話ロボット管理プラットフォーム及び記憶媒体に関する。

現在、垂直的業界において、チャットボットに関する市場需要には共通するところもあり、差別化されるところもある。今まで、ある垂直的業界において短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができる業界レベルのシステムアーキテクチャがない。

本出願の実施例は対話ロボット生成方法、対話ロボット管理プラットフォーム及び記憶媒体を提供し、関連技術において短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができないという課題を解決し、パーソナライズされた対話ロボットの快速生成が図れる。

本出願の実施例に係る態様は、以下のように実現される。
対話ロボット生成方法であって、
生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得することと、
前記少なくとも一つの第１の機能モジュールの呼び出し順序を取得することと、
予め設定されたモデル容器を介して、前記呼び出し順序に基づき、前記少なくとも一つの第１の機能モジュールを呼び出し、前記対話ロボットを生成することと、を含む。

選択可能には、前記生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得することは、
前記生成待ちの対話ロボットに関連する少なくとも一つの第１の対話論理情報を取得することと、
前記少なくとも一つの第１の対話論理情報に関連する前記少なくとも一つの第１の機能モジュールを決定することと、を含む。
選択可能には、前記少なくとも一つの第１の対話論理情報に関連する前記少なくとも一つの第１の機能モジュールを決定することは、
予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールの属性情報を取得することであって、前記属性情報は前記第１の機能モジュールが有する機能に関する記述情報を少なくとも含む、ことと、
前記全ての第１の機能モジュールの属性情報から前記少なくとも一つの第１の対話論理情報にマッチングする少なくとも一つの目標属性情報を選択することと、
前記予め設定された第１の機能モジュールの集合から、前記少なくとも一つの目標属性情報を有する前記少なくとも一つの第１の機能モジュールを選択することと、を含む。

選択可能には、前記予め設定された第１の機能モジュールの集合から、前記少なくとも一つの目標属性情報を有する前記少なくとも一つの第１の機能モジュールを選択することは、
前記予め設定された第１の機能モジュールの集合から、前記少なくとも一つの目標属性情報を有する少なくとも一つの第２の機能モジュールを選択することと、
前記少なくとも一つの第２の機能モジュールのそれぞれの業務処理論理を取得することと、
前記少なくとも一つの第１の対話論理情報と少なくとも一つの前記業務処理論理に基づき、前記少なくとも一つの第２の機能モジュールから、前記少なくとも一つの第１の機能モジュールを決定することと、を含む。
選択可能には、前記予め設定されたモデル容器を介して、前記呼び出し順序に基づき、前記少なくとも一つの第１の機能モジュールを呼び出し、前記対話ロボットを生成した後、前記方法はさらに、
ユーザにより入力された対話インタラクション情報を取得することと、
前記対話ロボットを介して、前記対話インタラクション情報に対する応答情報を生成することと、を含む。

選択可能には、前記対話ロボットを介して、前記対話インタラクション情報に対する応答情報を生成することは、
予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールに対応する業務処理関数を設定することと、
前記対話ロボットを介して、前記業務処理関数を呼び出し、前記対話インタラクション情報に対する応答情報を生成することと、を含む。
選択可能には、前記方法はさらに、
前記対話インタラクション情報、前記応答情報及び前記対話インタラクション情報に関連するインタラクション時間を取得することと、
予め設定されたデータ記憶構造に基づき、前記対話インタラクション情報、前記応答情報及び前記インタラクション時間を予め設定された記憶領域に記憶することと、を含む。
選択可能には、前記方法はさらに、
ユーザにより入力された、前記対話ロボットに対する少なくとも一つの第２の対話論理情報を受信することと、
前記少なくとも一つの第１の対話論理情報、前記少なくとも一つの第２の対話論理情報及び前記記憶領域に記憶された内容に基づき、前記少なくとも一つの第１の機能モジュールを更新し、少なくとも一つの第３の機能モジュールを得ることと、
前記予め設定されたモデル容器を介して、前記少なくとも一つの第３の機能モジュールに基づき、前記対話ロボットを更新することと、を含む。
対話ロボット管理プラットフォームであって、
実行可能な命令を記憶するメモリと、
上記した対話ロボット生成方法を実現するように、前記メモリに記憶された実行可能な命令を実行するプロセッサと、を備える。
記憶媒体であって、
プロセッサに上記した対話ロボット生成方法を実行させるための実行可能な命令を記憶する。

本出願の実施例を適用することで、以下のような有益な効果を実現する。パーソナライズされたロボットを速やかに生成し、対話ロボット管理プラットフォームにおけるその他のロボットの基礎データを用いて、新しいロボットにデータサービスを提供し、後期のメンテナンスが簡単であり、全ては、対話ロボット管理プラットフォーム即ち第３者のプラットフォームを介して、対話ロボット管理プラットフォームにおける処理論理、基礎データを構成・編集することができ、対話ロボット管理プラットフォームの動作に影響を与えない。また、対話論理の構成可能性を実現し、異なる業務ロボットに基づき、異なる第１段階の業務処理論理を設定し、該当する論理順序に基づき、該当する第１の機能モジュールを処理・呼出し、業務処理を行い、異なるパーソナライズされたロボットの快速生成を実現し、底層モジュールを多重化し、構成可能なモデル容器を実現し、モデル容器に全ての第１の機能モジュールを統一的にロードし、工事の全てのフローでのモデルの呼び出しはいずれもモデル容器によって実現され、機能拡張、後期の機能メンテナンスはいずれもモデル容器によって第１の機能モジュールに対する制御を実現し、底層データや機能モジュールからのデータ共有を徹底的に実現し、また、機能の多重化を実現し、柔軟に構成し、メンテナンスしやすく、さらにコストを低減させ、速やかに複製し、新しいパーソナライズされた対話ロボットを量産する。

生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得し、少なくとも一つの第１の機能モジュールの呼び出し順序を取得し、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成することで、関連技術において短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができないという課題を解決し、パーソナライズされた対話ロボットの快速生成が図れる。

本出願の実施例に係る対話ロボット生成方法のフローチャートである。 本出願の実施例に係る別の対話ロボット生成方法のフローチャートである。 本出願の実施例に係る対話ロボットのアーキテクチャを示す概略図である。 本出願の実施例に係る別の対話ロボットのアーキテクチャを示す概略図である。 本出願の実施例提供に係るさらなる別の対話ロボットのアーキテクチャを示す概略図である。 本出願の実施例に係る対話ロボット管理プラットフォームの構成概略図である。

本願の目的、技術案及び利点をより明確にするために、以下は図面を参照しながら本願をさらに詳細に説明し、説明される実施例は本願を限定するものと見なすべきではなく、当業者が創造的な労働をしない前提で得る他の実施例は、いずれも本願の保護範囲に属する。
別途に定義しない限り、本明細書に使用される技術や科学用語はいずれも本願の技術分野に属する技術者が一般的に理解する意味と同じである。本明細書に使用される用語は本願の実施例を説明するために過ぎず、本願を限定する意図がない。

本願の実施例をさらに詳細に説明する前に、本願の実施例に係る名詞や用語について説明し、本願の実施例に係る名詞や用語は以下の解釈を適用する。
１）自然言語理解（ＮＬＵ：Ｎａｔｕｒｅ Ｌａｎｇｕａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ）について、ＮＬＵに関する研究は内容が豊富であり、中国語単語の自動分割、品詞表記、文法分析、自然言語生成、テキスト分類、情報検索、情報抽出、文字照合、質問応答システム、機械翻訳、自動要約及び文字含意などを含み、ＮＬＵは識別したテキスト情報を機器の理解可能な語義表現に変換する。
２）対話管理（ＤＭ：Ｄｉａｌｏｇｕｅ Ｍａｎａｇｅｍｅｎｔ）について、ＤＭは対話システムの脳になることができ、対話の状態をメンテナンス・更新するとともに現在の対話状態に基づき次の適切な動作を選択するような操作を実行することができる。ここで、対話状態は機器が処理可能なデータ表現であり、ＮＬＵの出力、ユーザの特徴など、次の意思決定に影響を与える可能性のある全ての情報を含む。

３）自然言語生成（ＮＬＧ：Ｎａｔｕｒｅ Ｌａｎｇｕａｇｅ Ｇｅｎｅｒａｔｉｏｎ）について、自然言語生成は人工知能や計算言語学のサブタイプであり、対応する言語生成システムは言語情報処理に基づくコンピュータモデルであり、その動作過程が自然言語解析と逆であり、抽象的な概念レベルから始まり、一定の語義や文法規則を選択して実行することによりテキストを生成する。
４）チャットボット（Ｃｈａｔｂｏｔ）について、対話ロボットとも称し、複数技術統合のプラットフォームである。
関連技術において、現在業界内の対話ロボット即ちチャットボットのアーキテクチャは、例えば分類精度を向上させ、語義理解能力を向上させるように、単一の対話ロボットの機能の豊富化・最適化に焦点合わせることが多い。業界内の対話ロボットは、現在、ターゲットとなるユーザ群として、殆どいくつかの応用問題点に対して、大衆消費者に向けて行われる。垂直的分野の対話ロボットは、殆ど機能が簡単であり、編集距離に依存する簡単なマッチングしかできず、またマッチングした文に基づき対応する返事を行う。

現在、垂直的業界において、対話ロボットについて、市場需要には共通するところもあるし、差別化されるところもある。今まで、ある垂直的業界において、短時間で異なる業務側のパーソナライズされた需要を満たす対話ロボットを速やかに生成できる業界レベルのシステムアーキテクチャがない。現在業界内のやり方は異なるクライアントに対して、異なる対話ロボットを作成したり、工事全体をコピーしたり、又は一部のモジュールを多重化することが多く、そのために開発コストが高く、速やかに複製して新しいパーソナライズされた対話ロボットを量産することができない欠点がある。

上記した内容に基づき、本出願の実施例は、対話ロボット管理プラットフォームが実行する対話ロボット生成方法を提供し、図１に示すように、この方法は以下のことを含む。
ステップ１０１において、生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得する。
本出願の実施例において、異なる生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールは完全に異なってもよく、異なる生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールは一部が同じであってもよい。

本願の実施例において、機能モジュールの区分は機能に基づき定義される。機能が同じであり、パラメータが異なり、読み取りデータソースが異なるモジュールは、いずれも一つの機能モジュールに定義される。異なるパラメータによって異なる差別化機能の呼び出しが図れる。本願の実施例において、モジュールの定義は簡素化を原則とし、例えばｅｌａｓｔｉｃｓｅａｒｃｈ検索モジュールの場合、精確クエリ及びファジークエリという２つのモジュールのみを有し、その他のｅｌａｓｔｉｃｓｅａｒｃｈへの遠隔接続、ｅｌａｓｔｉｃｓｅａｒｃｈへのローカル接続、ｅｌａｓｔｉｃｓｅａｒｃｈを利用して実現される各種のクエリはいずれもこの２つのモジュールにおいて実現され、入力パラメータの違いによって異なる機能要求を実現する。

本出願の実施例において、少なくとも一つの第１の機能モジュールは第１段階の業務処理論理に対応する。異なる生成待ちの対話ロボットは異なる第１段階の業務処理論理を設定されることができる。
ステップ１０２において、少なくとも一つの第１の機能モジュールの呼び出し順序を取得する。
本出願の実施例において、呼び出し順序は論理順序と解されてもよく、即ち、機能モジュールを呼び出す順序である。
実際の適用において、対話ロボット管理プラットフォームは生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得した後、さらに、少なくとも一つの第１の機能モジュールの呼び出し順序を取得する。ここで、少なくとも一つの第１の機能モジュールの呼び出し順序は異なる業務論理を反映している。
ステップ１０３において、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成する。

本出願の実施例において、対話ロボット管理プラットフォームは、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成し、なお、対話ロボット管理プラットフォームが予め設定されたモデル容器を介して異なる呼び出し順序に基づいて上記した少なくとも一つの第１の機能モジュールを呼び出して生成した対話ロボットは異なり、勿論、対話ロボット管理プラットフォームが予め設定されたモデル容器を介して呼び出し順序に基づいて異なる少なくとも一つの第１の機能モジュールを呼び出して生成した対話ロボットも異なり、即ち、呼び出し順序と呼び出される第１の機能モジュールのうち少なくとも一つが異なる場合、得られる対話ロボットが異なる。このようにして、異なるクライアントに対して、異なる対話ロボットを生成し、開発コストを低減させ、対話ロボットの個人化カスタマイズが図れる。

本出願の実施例に係る対話ロボット生成方法によれば、生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得し、少なくとも一つの第１の機能モジュールの呼び出し順序を取得し、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成することで、関連技術において短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができないという課題を解決し、パーソナライズされた対話ロボットの快速生成が図れる。

上記実施例によれば、本出願の実施例は対話ロボット管理プラットフォームが実行する対話ロボット生成方法を提供し、図２に示すように、この方法は以下のことを含む。
ステップ２０１において、生成待ちの対話ロボットに関連する少なくとも一つの第１の対話論理情報を取得する。
本出願の実施例において、少なくとも一つの第１の対話論理情報は生成待ちの対話ロボットのパーソナライズされたチャットに対するユーザの需要を表現する。

本出願の実施例において、モデル容器を設定することで、予め設定されたモデル容器を得、予め設定されたモデル容器の名称をｍｏｄｅｌＭａｎａｇｅｒと設定し、予め設定されたモデル容器に、全ての機能モジュールを統一的にロードし、全てのモジュールの統一管理を実現し、運営されるプラットフォームにおいてモジュールの可視化を実現し、異なるロボットがそれぞれの処理論理に基づき、予め設定されたモデル容器を介して、幾つかのモジュール機能を呼び出し又は廃棄する。

本出願の実施例において、対話論理情報は生成待ちの対話ロボットに対して完全、明瞭、具体的な要求を提供するとともに、生成待ちの対話ロボットが実現しようとするタスクを決定するために用いられる。対話論理情報は開発者が深くて細かい調査や分析を経て、ユーザや項目の機能、性能、信頼性などの具体的な要求を正確に理解した上で、ユーザの非形式要求を完全な要求定義に変換して得た情報であってもよい。対話ロボット管理プラットフォームは、対話論理情報に基づき、生成待ちの対話ロボットがどのような動作を行う必要があるかを決定することができる。
上記により分かるように、本出願の実施例において、さらに、異なるロボットの業務論理処理順序を記憶する論理処理容器ｒｅｓｐｏｎｓｅＵｎｉｔｓが設定されている。このような異なるパーソナライズされたロボットは、この点だけで相違し、異なる業務論理を実現する。

ステップ２０２において、少なくとも一つの第１の対話論理情報に関連する少なくとも一つの第１の機能モジュールを決定する。
本出願の実施例において、ステップ２０２における少なくとも一つの第１の対話論理情報に関連する少なくとも一つの第１の機能モジュールを決定することは、以下のことを含む。
ステップ２０２ａにおいて、予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールの属性情報を取得する。
属性情報は第１の機能モジュールが有する機能に関する記述情報を少なくとも含む。

本出願の実施例において、図３に示すように、予め設定された第１の機能モジュールの集合は文の処理容器、語義解析容器、文のマッチング容器、結末処理容器及び返事生成容器を含むがこれらに限られない。さらに、文の処理容器に対応する属性情報は単語分割、同義語の置換え及び文のクリーニングを含むがこれらに限られない。語義解析容器に対応する属性情報は感情解析、汚い言葉解析、業務分類解析、意図判断、トークスクリプトの開始及びトークスクリプトの終了を含むがこれらに限られない。文のマッチング容器に対応する属性情報は高精度マッチング、ｔｆ－ｉｄｆファジーマッチング、実体反問、開始語判断及び終了語マッチングを含むがこれらに限られない。結末処理容器に対応する属性情報は無領域処理、無意図処理及びマッチング結果無し処理を含むがこれらに限られない。返事生成容器に対応する属性情報はｆａｑマッチング、ｓｅｑ２ｓｅｑ＋ａｔｔｅｎｔｉｏｎ生成及びテンプレート＋スロット生成トークスクリプトを含むがこれらに限られない。

本出願の実施例において、図３に示すように、対話ロボット管理プラットフォームはベースモジュールエンジンをロードすることで予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールの属性情報を取得する。
ステップ２０２ｂにおいて、全ての第１の機能モジュールの属性情報から、少なくとも一つの第１の対話論理情報にマッチングする少なくとも一つの目標属性情報を選択する。
ステップ２０２ｃにおいて、予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第１の機能モジュールを選択する。

本出願の実施例において、ステップ２０２ｃにおける予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第１の機能モジュールを選択することは、以下のことを含む。
まず、予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第２の機能モジュールを選択する。
次に、少なくとも一つの第２の機能モジュールのそれぞれの業務処理論理を取得する。
それから、少なくとも一つの第１の対話論理情報と少なくとも一つの業務処理論理に基づき、少なくとも一つの第２の機能モジュールから、少なくとも一つの第１の機能モジュールを決定する。

例示的に、図４に示すように、生成待ちの第１の対話ロボットｃｈａｔｂｏｔ１と生成待ちの第２の対話ロボットｃｈａｔｂｏｔ２との２つの異なる対話ロボットを生成することを例とする場合、ｃｈａｔｂｏｔ１に対して、対話ロボット管理プラットフォームは、対話フローエンジンからｃｈａｔｂｏｔ１に関連する少なくとも一つの第１の対話論理情報を取得した後、ｃｈａｔｂｏｔ１の少なくとも一つの業務処理論理である論理構成を取得し、さらに該当する論理に基づき、該当する機能モジュールをスムーズに呼び出し、業務処理を行い、図４に示すように、例えば、関連するｃｈａｔｂｏｔ１の少なくとも一つの第１の対話論理情報に基づき、文の処理、語義解析、ＤＭ論理管理、文のマッチング、結末処理との５つのモジュールを呼び出して業務処理を行う必要があると決定する。ｃｈａｔｂｏｔ２に対して、対話ロボット管理プラットフォームは対話フローエンジンから、ｃｈａｔｂｏｔ２に関連する少なくとも一つの第１の対話論理情報を取得した後、ｃｈａｔｂｏｔ２の少なくとも一つの業務処理論理である論理構成を取得し、さらに該当する論理に基づき、該当する機能モジュールをスムーズに呼び出し、業務処理を行い、図４に示すように、例えば、関連するｃｈａｔｂｏｔ２の少なくとも一つの第１の対話論理情報に基づき、文の処理、語義解析、文のマッチング、結末処理との４つのモジュールを呼び出して業務処理を行う必要があると決定する。異なるｃｈａｔｂｏｔは、対話フローエンジンから異なる流程論理が取得され、異なるｃｈａｔｂｏｔの差別化された需要を実現する。

ステップ２０３において、少なくとも一つの第１の機能モジュールの呼び出し順序を取得する。
ステップ２０４において、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成する。
ステップ２０５において、ユーザにより入力された対話インタラクション情報を取得する。
ステップ２０６において、対話ロボットを介して、対話インタラクション情報に対する応答情報を生成する。

本出願の実施例において、対話フロー処理エンジンに対して、フロー処理は２段階の処理に分けることができる。対話ロボット管理プラットフォームは異なる業務ロボットに基づき、異なる第１段階の業務処理論理を設定し、該当する論理順序に基づき、該当する機能モジュールを処理・呼出し、業務処理を行う。

本出願の実施例において、対話フロー処理エンジンについて、第２段階の業務処理論理はｒｅｓｐｏｎｓｕｎｉｔｓにおける各サブモジュールに反映し、業務論理の設定を行い、パーソナライズされた需要を実現することができる。図５に示すように、例えば、ＤＭ論理管理は異なるｃｈａｔｂｏｔに基づき差別化設定を行い、例えば、ｃｈａｔｂｏｔ１のＤＭ論理管理から言えば、ユーザが怒っていることはなだめるトークスクリプトに対応し、ユーザが対話を開始した直後はウェルカムメッセージに対応し、ユーザが業務に関する問題を問い合わせることは業務に関する返事に対応し、世間話はマッチング式の世間話の返事或いはｓｅｑ２ｓｅｑ生成式の世間話の返事に対応し、及びユーザの表現が不明で実体欠如であることは実体反問に対応する。ｃｈａｔｂｏｔ２のＤＭ論理管理から言えば、ユーザが怒っていることはユーザに不満点を反問することに対応し、ユーザが対話を開始した直後はユーザが案内番号を入力することに対応し、ユーザが業務に関する問題を問い合わせることは業務に関する返事に対応し、及びユーザの表現が不明で実体欠如であることはオペレータに繋ぐことに対応する。

本出願の実施例において、ステップ２０６における対話ロボットを介して、対話インタラクション情報に対する応答情報を生成することは、以下のことを含む。
ステップ２０６ａにおいて、予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールに対応する業務処理関数を設定する。

本出願の実施例において、全ての第１の機能モジュールは、同一の業務処理関数を設定し、入出力パラメータを統一し、形式を統一し、形式上に互いに代替し合うことはできる。
本出願の実施例において、統一の業務処理関数ｇｅｔＭａｔｃｈｅｄＡｎｓｗｅｒを設定する。全ての機能モジュールは関数ｇｅｔＭａｔｃｈｅｄＡｎｓｗｅｒを実現するとともに、この関数に依存して外部へ機能を出力しなければならない。形式を統一することで、柔軟にロードして構成することができる。

例示的に、ｇｅｔＭａｔｃｈｅｄＡｎｓｗｅｒの記述は、
ＣｈａｔＲｅｃｏｒｄ ｇｅｔＭａｔｃｈｅｄＡｎｓｗｅｒ（ＣｈａｔＲｅｃｏｒｄ ｑｕｅｓｔｉｏｎＲｅｃｏｒｄ， ＵｓｅｒＰｒｏｆｉｌｅ ｕｓｅｒＰｒｏｆｉｌｅ， Ｌｉｓｔ＜ＣｈａｔＲｅｃｏｒｄ＞ ｃｈａｔＨｉｓｔｏｒｙＲｅｃｏｒｄｓ） ｔｈｒｏｗｓ ＣｈａｔＢｏｔＥｘｃｅｐｔｉｏｎである。
ステップ２０６ｂにおいて、対話ロボットを介して、業務処理関数を呼び出し、対話インタラクション情報に対する応答情報を生成する。
さらに、上記方法のフローを組合せると、本出願の実施例に記載の対話ロボット生成方法は、以下のステップをさらに含む。
ステップ２０７において、対話インタラクション情報、応答情報及び対話インタラクション情報に関連するインタラクション時間を取得する。
ステップ２０８において、予め設定されたデータ記憶構造に基づき、対話インタラクション情報、応答情報及びインタラクション時間を予め設定された記憶領域に記憶する。

本出願の実施例において、データ記憶構造を予め設定しておき、予め設定されたデータ記憶構造は、データストリーム伝送キャリアとして、工事応答周期全体を貫通し、即ちロボット全体の生成過程及び後続のメンテナンス過程を貫通する。
本出願の実施例において、予め設定されたデータ記憶構造は必要に応じて変数を柔軟に追加し、変数を削除することができ、エンジニアリングモジュールの互換性を向上させ、データと機能をデカップリングする。

本願の実施例において、予め設定されたデータ記憶構造の名称をｃｈａｔＲｅｃｏｒｄに設定することができ、ｃｈａｔＲｅｃｏｒｄには、対話インタラクション情報例えばユーザ問題、インタラクション時間例えば問い合わせ時間、応答情報例えばプラットフォームが生成した返事情報などの全ての役立つ情報を記録することができる。ｃｈａｔＲｅｃｏｒｄの呼び出し・メンテナンスは工事の応答フロー全体を貫通し、全ての機能モジュールの機能関数に必要な入力パラメータの一つである。

ステップ２０９において、ユーザにより入力された、対話ロボットに対する少なくとも一つの第２の対話論理情報を受信する。
ステップ２１０において、少なくとも一つの第１の対話論理情報、少なくとも一つの第２の対話論理情報及び記憶領域に記憶された内容に基づき、少なくとも一つの第１の機能モジュールを更新し、少なくとも一つの第３の機能モジュールを得る。
ステップ２１１において、予め設定されたモデル容器を介して、少なくとも一つの第３の機能モジュールに基づき、対話ロボットを更新する。

本出願の実施例において、ｊａｖａのｊｍｘ技術を利用し、可視化の対話ロボット管理プラットフォームを確立することで、ユーザは、対話ロボット管理プラットフォームに基づき、プラットフォームにおけるデータ、対話論理の追加、修正、削除を実現することができ、工事コード全体を修正することなくパーソナライズされたチャットボットをカスタマイズする目的を実現し、完全にデカップリングし、オンラインでリアルタイムに更新する効果を実現することができる。

上記により分かるように、本願の実施例に係る対話ロボット生成方法は、対話論理の構成可能性を実現する。異なる業務ロボットに基づき、異なる第１段階の業務処理論理を設定し、該当する論理順序に基づき、該当する機能モジュールを処理・呼出し、業務処理を行う。異なるパーソナライズされたロボットの快速生成を実現し、底層モジュールを多重化する。また、構成可能なモデル容器を実現する。モデル容器に全ての第１の機能モジュールを統一的にロードし、工事の全てのフローでのモデルの呼び出しはいずれもモデル容器によって実現され、機能拡張、後期の機能メンテナンスはいずれもモデル容器によって第１の機能モジュールに対する制御を実現する。

なお、本出願に係る対話ロボット管理プラットフォームは、業務部門の顧客サービスの返事要求に対応するだけではなく底層データ共有メカニズムを利用し、異なる部門の返事の選択可能範囲を充実し、オペレータのコーパスの整理コストを低減させ、実験により証明したように、ユーザの満足度は８１％に達し、また、本願に係る対話ロボット管理プラットフォームを利用して新しいパーソナライズされた対話ロボットを構成する平均時間は約３日間であり、開発者の作業量を大幅に低減させる。

上記により分かるように、本出願の実施例に係る対話ロボット生成方法は、パーソナライズされたロボットを速やかに生成し、対話ロボット管理プラットフォームにおけるその他のロボットの基礎データを用いて、新しいロボットにデータサービスを提供し、後期のメンテナンスが簡単であり、全ては、第３者のプラットフォームを介して、対話ロボット管理プラットフォームにおける処理論理、基礎データを構成・編集することができ、対話ロボット管理プラットフォームの動作に影響を与えない。また、対話論理の構成可能性を実現し、異なる業務ロボットに基づき、異なる第１段階の業務処理論理を設定し、該当する論理順序に基づき、該当する第１の機能モジュールを処理・呼出し、業務処理を行い、異なるパーソナライズされたロボットの快速生成を実現し、底層モジュールを多重化し、構成可能なモデル容器を実現し、モデル容器に全ての第１の機能モジュールを統一的にロードし、工事の全てのフローでのモデルの呼び出しはいずれもモデル容器によって実現され、機能拡張、後期の機能メンテナンスはいずれもモデル容器によって第１の機能モジュールに対する制御を実現し、底層データや機能モジュールからのデータ共有を徹底的に実現し、また、機能の多重化を実現し、柔軟に構成し、メンテナンスしやすく、さらにコストを低減させ、速やかに複製し、新しいパーソナライズされた対話ロボットを量産する。

なお、本実施例における他の実施例と同じステップ及び同じ内容に関する説明は、他の実施例における記載を参照することができ、ここで、説明を省略する。

上記実施例に基づき、本出願の実施例は、図１～２に対応する実施例に係る対話ロボット生成方法に適用可能な対話ロボット管理プラットフォームを提供し、図６に示すように、この対話ロボット管理プラットフォーム３は、実行可能な命令を記憶するメモリ３１と、
生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得するステップと、少なくとも一つの第１の機能モジュールの呼び出し順序を取得するステップと、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成するステップと、を実現するように、メモリ３１に記憶された実行可能な命令を実行するプロセッサ３２と、を備える。

本出願の実施例において、プロセッサ３２は、
生成待ちの対話ロボットに関連する少なくとも一つの第１の対話論理情報を取得するステップと、
少なくとも一つの第１の対話論理情報に関連する少なくとも一つの第１の機能モジュールを決定するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。
本出願の実施例において、プロセッサ３２は、
予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールの属性情報を取得するステップであって、属性情報は第１の機能モジュールが有する機能に関する記述情報を少なくとも含む、ステップと、
全ての第１の機能モジュールの属性情報から、少なくとも一つの第１の対話論理情報にマッチングする少なくとも一つの目標属性情報を選択するステップと、
予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第１の機能モジュールを選択するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。

本出願の実施例において、プロセッサ３２は、
予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第２の機能モジュールを選択するステップと、
少なくとも一つの第２の機能モジュールのそれぞれの業務処理論理を取得するステップと、
少なくとも一つの第１の対話論理情報と少なくとも一つの業務処理論理に基づき、少なくとも一つの第２の機能モジュールから、少なくとも一つの第１の機能モジュールを決定するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。

本出願の実施例において、プロセッサ３２は、
ユーザにより入力された対話インタラクション情報を取得するステップと、
対話ロボットを介して、対話インタラクション情報に対する応答情報を生成するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。
本出願の実施例において、プロセッサ３２は、
予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールに対応する業務処理関数を設定するステップと、
対話ロボットを介して、業務処理関数を呼び出し、対話インタラクション情報に対する応答情報を生成するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。

本出願の実施例において、プロセッサ３２は、
対話インタラクション情報、応答情報及び対話インタラクション情報に関連するインタラクション時間を取得するステップと、
予め設定されたデータ記憶構造に基づき、対話インタラクション情報、応答情報及びインタラクション時間を予め設定された記憶領域に記憶するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。
本出願の実施例において、プロセッサ３２は、
ユーザにより入力された、対話ロボットに対する少なくとも一つの第２の対話論理情報を受信するステップと、
少なくとも一つの第１の対話論理情報、少なくとも一つの第２の対話論理情報及び記憶領域に記憶された内容に基づき、少なくとも一つの第１の機能モジュールを更新し、少なくとも一つの第３の機能モジュールを得るステップと、
予め設定されたモデル容器を介して、少なくとも一つの第３の機能モジュールに基づき、対話ロボットを更新するステップと、を実現するように、
メモリ３１に記憶された実行可能な命令を実行する。

本出願の実施例に係る対話ロボット管理プラットフォームによれば、生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得し、少なくとも一つの第１の機能モジュールの呼び出し順序を取得し、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成することで、関連技術のように短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができないという課題を解決し、パーソナライズされた対話ロボットの快速生成が図れる。
なお、本実施例におけるプロセッサにより実行されるステップの具体的な実現過程は、図１～２に対応する実施例に係る対話ロボット生成方法における実現過程を参照することができ、ここで、説明を省略する。

上記実施例に基づき、本出願の実施例は、一つ以上のプログラムを記憶したコンピュータ読み取り可能な記憶媒体を提供し、この一つ以上のプログラムは一つ以上のプロセッサに、
生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得するステップと、
少なくとも一つの第１の機能モジュールの呼び出し順序を取得するステップと、
予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成するステップと、を実行させる可能である。
本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
生成待ちの対話ロボットに関連する少なくとも一つの第１の対話論理情報を取得するステップと、
少なくとも一つの第１の対話論理情報に関連する少なくとも一つの第１の機能モジュールを決定するステップと、をさらに実行させることができる。

本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールの属性情報を取得するステップであって、属性情報は第１の機能モジュールが有する機能に関する記述情報を少なくとも含む、ステップと、
全ての第１の機能モジュールの属性情報から、少なくとも一つの第１の対話論理情報にマッチングする少なくとも一つの目標属性情報を選択するステップと、
予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第１の機能モジュールを選択するステップと、をさらに実行させることができる。
本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
予め設定された第１の機能モジュールの集合から、少なくとも一つの目標属性情報を有する少なくとも一つの第２の機能モジュールを選択するステップと、
少なくとも一つの第２の機能モジュールのそれぞれの業務処理論理を取得するステップと、
少なくとも一つの第１の対話論理情報と少なくとも一つの業務処理論理に基づき、少なくとも一つの第２の機能モジュールから、少なくとも一つの第１の機能モジュールを決定するステップと、をさらに実行させることができる。

本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
ユーザにより入力された対話インタラクション情報を取得するステップと、
対話ロボットを介して、対話インタラクション情報に対する応答情報を生成するステップと、をさらに実行させることができる。
本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールに対応する業務処理関数を設定するステップと、
対話ロボットを介して、業務処理関数を呼び出し、対話インタラクション情報に対する応答情報を生成するステップと、をさらに実行させることができる。
本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
対話インタラクション情報、応答情報及び対話インタラクション情報に関連するインタラクション時間を取得するステップと、
予め設定されたデータ記憶構造に基づき、対話インタラクション情報、応答情報及びインタラクション時間を予め設定された記憶領域に記憶するステップと、をさらに実行させることができる。

本出願の他の実施例において、この一つ以上のプログラムは一つ以上のプロセッサに、
ユーザにより入力された、対話ロボットに対する少なくとも一つの第２の対話論理情報を受信するステップと、
少なくとも一つの第１の対話論理情報、少なくとも一つの第２の対話論理情報及び記憶領域に記憶された内容に基づき、少なくとも一つの第１の機能モジュールを更新し、少なくとも一つの第３の機能モジュールを得るステップと、
予め設定されたモデル容器を介して、少なくとも一つの第３の機能モジュールに基づき、対話ロボットを更新するステップと、をさらに実行させることができる。

本出願の実施例に係る記憶媒体によれば、生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得し、少なくとも一つの第１の機能モジュールの呼び出し順序を取得し、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成することで、関連技術のように短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができないという課題を解決し、パーソナライズされた対話ロボットの快速生成が図れる。

なお、本実施例におけるプロセッサにより実行されるステップの具体的な実現過程は、図１～２に対応する実施例に係る対話ロボット生成方法における実現過程を参照することができ、ここで、説明を省略する。
以上は、本出願の実施例に過ぎず、本出願の保護範囲を限定するものではない。本発明の趣旨と範囲で行われるいかなる修正、同等置換及び改善などは、いずれも本発明の保護範囲に含まれる。

本願の実施例は対話ロボットの生成方法、対話ロボット管理プラットフォーム及び記憶媒体を提供し、該対話ロボットの生成方法は、生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得することと、少なくとも一つの第１の機能モジュールの呼び出し順序を取得することと、予め設定されたモデル容器を介して、呼び出し順序に基づき、少なくとも一つの第１の機能モジュールを呼び出し、対話ロボットを生成することと、を含み、関連技術のように短時間で速やかに異なる業務側のパーソナライズされた需要を満たす対話ロボットを生成することができないという課題を解決し、パーソナライズされた対話ロボットの快速生成が図れる。

Claims (10)

1. 生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得することと、
   前記少なくとも一つの第１の機能モジュールの呼び出し順序を取得することと、
   予め設定されたモデル容器を介して、前記呼び出し順序に基づき、前記少なくとも一つの第１の機能モジュールを呼び出し、前記対話ロボットを生成することと、を含み、
   前記モデル容器は、異なる業務ロボットがそれぞれ異なる処理論理に基づいて機能モジュールを呼び出し又は廃棄できるように、機能モジュールを統一的にロードおよび管理するためのものである、
   対話ロボット生成方法。
2. 前記生成待ちの対話ロボットに関連する少なくとも一つの第１の機能モジュールを取得することは、
   前記生成待ちの対話ロボットに関連する少なくとも一つの第１の対話論理情報を取得することと、
   前記少なくとも一つの第１の対話論理情報に関連する前記少なくとも一つの第１の機能モジュールを決定することと、を含む、請求項１に記載の方法。
3. 前記少なくとも一つの第１の対話論理情報に関連する前記少なくとも一つの第１の機能モジュールを決定することは、
   予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールの属性情報を取得することであって、前記属性情報は前記第１の機能モジュールが有する機能に関する記述情報を少なくとも含む、ことと、
   前記全ての第１の機能モジュールの属性情報から前記少なくとも一つの第１の対話論理情報にマッチングする少なくとも一つの目標属性情報を選択することと、
   前記予め設定された第１の機能モジュールの集合から、前記少なくとも一つの目標属性情報を有する前記少なくとも一つの第１の機能モジュールを選択することと、を含む、請求項２に記載の方法。
4. 前記予め設定された第１の機能モジュールの集合から、前記少なくとも一つの目標属性情報を有する前記少なくとも一つの第１の機能モジュールを選択することは、
   前記予め設定された第１の機能モジュールの集合から、前記少なくとも一つの目標属性情報を有する少なくとも一つの第２の機能モジュールを選択することと、
   前記少なくとも一つの第２の機能モジュールのそれぞれの業務処理論理を取得することと、
   前記少なくとも一つの第１の対話論理情報と少なくとも一つの前記業務処理論理に基づき、前記少なくとも一つの第２の機能モジュールから、前記少なくとも一つの第１の機能モジュールを決定することと、を含む、請求項３に記載の方法。
5. 前記予め設定されたモデル容器を介して、前記呼び出し順序に基づき、前記少なくとも一つの第１の機能モジュールを呼び出し、前記対話ロボットを生成した後、
   ユーザにより入力された対話インタラクション情報を取得することと、
   前記対話ロボットを介して、前記対話インタラクション情報に対する応答情報を生成することと、をさらに含む、請求項１～４の何れか一項に記載の方法。
6. 前記対話ロボットを介して、前記対話インタラクション情報に対する応答情報を生成することは、
   予め設定された第１の機能モジュールの集合における全ての第１の機能モジュールに対応する業務処理関数を設定することと、
   前記対話ロボットを介して、前記業務処理関数を呼び出し、前記対話インタラクション情報に対する応答情報を生成することと、を含む、請求項５に記載の方法。
7. 前記対話インタラクション情報、前記応答情報及び前記対話インタラクション情報に関連するインタラクション時間を取得することと、
   予め設定されたデータ記憶構造に基づき、前記対話インタラクション情報、前記応答情報及び前記インタラクション時間を予め設定された記憶領域に記憶することと、をさらに含む、請求項６に記載の方法。
8. ユーザにより入力された、前記対話ロボットに対する少なくとも一つの第２の対話論理情報を受信することと、
   前記少なくとも一つの第１の対話論理情報、前記少なくとも一つの第２の対話論理情報及び前記記憶領域に記憶された内容に基づき、前記少なくとも一つの第１の機能モジュールを更新し、少なくとも一つの第３の機能モジュールを得ることと、
   前記予め設定されたモデル容器を介して、前記少なくとも一つの第３の機能モジュールに基づき、前記対話ロボットを更新することと、をさらに含む、請求項７に記載の方法。
9. 実行可能な命令を記憶するメモリと、
   請求項１～８の何れか一項に記載の対話ロボット生成方法を実現するように、前記メモリに記憶された実行可能な命令を実行するプロセッサと、を備える、対話ロボット管理プラットフォーム装置。
10. プロセッサに実行請求項１～８の何れか一項に記載の対話ロボット生成方法を実行させるための実行可能な命令を記憶した、記憶媒体。