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
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 Download PDFInfo
- Publication number
- JP7357166B2 JP7357166B2 JP2022542303A JP2022542303A JP7357166B2 JP 7357166 B2 JP7357166 B2 JP 7357166B2 JP 2022542303 A JP2022542303 A JP 2022542303A JP 2022542303 A JP2022542303 A JP 2022542303A JP 7357166 B2 JP7357166 B2 JP 7357166B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- interaction
- robot
- functional module
- functional modules
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- H04L51/02—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Manipulator (AREA)
- Information Transfer Between Computers (AREA)
- Stored Programmes (AREA)
Description
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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、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。
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、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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Claims (10)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910872289.9 | 2019-09-16 | ||
CN201910872289.9A CN110597972B (zh) | 2019-09-16 | 2019-09-16 | 对话机器人生成方法、对话机器人管理平台及存储介质 |
PCT/CN2020/084515 WO2021051792A1 (zh) | 2019-09-16 | 2020-04-13 | 对话机器人生成方法、对话机器人管理平台及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022548180A JP2022548180A (ja) | 2022-11-16 |
JP7357166B2 true JP7357166B2 (ja) | 2023-10-05 |
Family
ID=68859909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022542303A Active JP7357166B2 (ja) | 2019-09-16 | 2020-04-13 | 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 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11979361B2 (ja) |
JP (1) | JP7357166B2 (ja) |
CN (1) | CN110597972B (ja) |
WO (1) | WO2021051792A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597972B (zh) * | 2019-09-16 | 2022-07-05 | 京东科技控股股份有限公司 | 对话机器人生成方法、对话机器人管理平台及存储介质 |
WO2022185098A1 (en) | 2021-03-04 | 2022-09-09 | Crystallyte Co., Ltd. | Electrolytic process for producing a nanocrystalline carbon with 1 d, 2d, or 3d structure and/or a nanocrystalline diamond and/or an amorphous carbon and/or a metal-carbon nanomaterial composite and/or a mixture thereof at ambient conditions |
CN113420125B (zh) * | 2021-06-25 | 2023-09-19 | 深圳索信达数据技术有限公司 | 基于行业类型的问答对确定方法、系统、存储介质及设备 |
CN113326367B (zh) * | 2021-06-30 | 2023-06-16 | 四川启睿克科技有限公司 | 基于端到端文本生成的任务型对话方法和系统 |
CN115659994B (zh) * | 2022-12-09 | 2023-03-03 | 深圳市人马互动科技有限公司 | 人机交互系统中的数据处理方法及相关装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190124020A1 (en) | 2017-10-03 | 2019-04-25 | Rupert Labs Inc. (Dba Passage Ai) | Chatbot Skills Systems And Methods |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050228668A1 (en) * | 2004-03-31 | 2005-10-13 | Wilson James M | System and method for automatic generation of dialog run time systems |
US8433578B2 (en) * | 2009-11-30 | 2013-04-30 | At&T Intellectual Property I, L.P. | System and method for automatically generating a dialog manager |
CN106790598A (zh) * | 2016-12-29 | 2017-05-31 | 上海木爷机器人技术有限公司 | 功能配置方法和系统 |
CN108737324B (zh) * | 2017-04-13 | 2021-03-02 | 腾讯科技(深圳)有限公司 | 生成人工智能服务组件的方法、装置及相关设备、系统 |
CN107133349B (zh) * | 2017-05-24 | 2018-02-23 | 北京无忧创新科技有限公司 | 一种对话机器人系统 |
CN107765571B (zh) * | 2017-06-28 | 2019-11-08 | 北京光年无限科技有限公司 | 智能机器人开发框架的数据处理方法及开发框架 |
US10942955B2 (en) * | 2017-12-21 | 2021-03-09 | Shanghai Xiaoi Robot Technology Co., Ltd. | Questioning and answering method, method for generating questioning and answering system, and method for modifying questioning and answering system |
CN109002510B (zh) * | 2018-06-29 | 2021-08-13 | 北京百度网讯科技有限公司 | 一种对话处理方法、装置、设备和介质 |
CN109408800B (zh) * | 2018-08-23 | 2024-03-01 | 阿里巴巴(中国)有限公司 | 对话机器人系统及相关技能配置方法 |
CN109359147B (zh) * | 2018-09-27 | 2021-01-26 | 北京京东尚科信息技术有限公司 | 业务组件处理方法、组件服务器和系统 |
CN109597607A (zh) * | 2018-10-31 | 2019-04-09 | 拓科(武汉)智能技术股份有限公司 | 任务型人机对话系统及其实现方法、装置与电子设备 |
US11847167B2 (en) * | 2019-06-05 | 2023-12-19 | Boomi, LP | System and method for generation of chat bot system with integration elements augmenting natural language processing and native business rules |
CN110597972B (zh) * | 2019-09-16 | 2022-07-05 | 京东科技控股股份有限公司 | 对话机器人生成方法、对话机器人管理平台及存储介质 |
-
2019
- 2019-09-16 CN CN201910872289.9A patent/CN110597972B/zh active Active
-
2020
- 2020-04-13 JP JP2022542303A patent/JP7357166B2/ja active Active
- 2020-04-13 WO PCT/CN2020/084515 patent/WO2021051792A1/zh active Application Filing
- 2020-04-13 US US17/753,802 patent/US11979361B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190124020A1 (en) | 2017-10-03 | 2019-04-25 | Rupert Labs Inc. (Dba Passage Ai) | Chatbot Skills Systems And Methods |
Also Published As
Publication number | Publication date |
---|---|
US11979361B2 (en) | 2024-05-07 |
CN110597972B (zh) | 2022-07-05 |
WO2021051792A1 (zh) | 2021-03-25 |
CN110597972A (zh) | 2019-12-20 |
JP2022548180A (ja) | 2022-11-16 |
US20220345424A1 (en) | 2022-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7357166B2 (ja) | 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 | |
JP6912579B2 (ja) | 文脈を意識した人間−コンピュータ間対話 | |
US8346563B1 (en) | System and methods for delivering advanced natural language interaction applications | |
EP1602102B1 (en) | Management of conversations | |
KR101169113B1 (ko) | 기계 학습 | |
JP7042693B2 (ja) | 対話型業務支援システム | |
US8074199B2 (en) | Unified messaging state machine | |
JP2021515938A (ja) | 自動化されたアシスタントによる以前の対話コンテキスト間の遷移 | |
CN110998526B (zh) | 用户配置的且自定义的交互式对话应用 | |
JP2019003319A (ja) | 対話型業務支援システムおよび対話型業務支援プログラム | |
CN116235177A (zh) | 与通过使用相关联的样本话语的已知意图从对话数据挖掘意图来进行机器人创作相关的系统和方法 | |
WO2023065629A1 (zh) | 一种对话管理方法、系统、终端及存储介质 | |
WO2022146951A1 (en) | Persisting an ai-supported conversation across multiple channels | |
CN112487170B (zh) | 面向场景配置的人机交互对话机器人系统 | |
CA3144860A1 (en) | System and method of controlling and implementing a communication platform as a service | |
US20210210092A1 (en) | Efficient dialogue configuration | |
US11908450B2 (en) | Dynamic translation for a conversation | |
JP5633318B2 (ja) | 文生成装置及びプログラム | |
Johnsson | An In-Depth study on the Utilization of Large Language Models for Test Case Generation | |
Sharma et al. | Building a Legal Dialogue System: Development Process, Challenges and Opportunities | |
JP2019144755A (ja) | 対話管理サーバ、対話管理方法、及びプログラム | |
Eikonsalo | Utilizing bots in delivering content from Kentico Cloud and Kentico EMS | |
Ribeiro | Chatbot for VILT’S helpdesk team | |
JP2004139446A (ja) | 日常言語コンピュータシステムで用いられる秘書エージェントシステム、秘書エージェントプログラムおよび対話プランニング方法 | |
Griol et al. | A proposal to enhance human-machine interaction by means of multi-agent conversational interfaces |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220316 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230306 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230606 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230911 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230925 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7357166 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |