TWI737431B

TWI737431B - 資料傳輸系統及其方法

Info

Publication number: TWI737431B
Application number: TW109126401A
Authority: TW
Inventors: 許永昌
Original assignee: 易晨智能股份有限公司
Priority date: 2020-08-04
Filing date: 2020-08-04
Publication date: 2021-08-21
Also published as: TW202207680A; US11977840B2; US20220043974A1

Abstract

本發明為一種資料傳輸系統，包含電子裝置、服務雲、緩衝雲、自然語言處理引擎以及分類器。該電子裝置用以提供輸入訊息，並據以取得回饋訊息，其中該回饋訊息包括即時資訊回饋訊息及非即時資訊回饋訊息；該服務雲網路連接於該電子裝置，用以提供該即時資訊回饋訊息；該緩衝雲網路連接於該電子裝置，用以提供該非即時資訊回饋訊息；該自然語言處理引擎網路連接於該電子裝置，用以接收該輸入訊息，並判斷該輸入訊息所代表之服務需求；該分類器關聯於該自然語言處理引擎，用以判斷該服務需求的可取得性屬於即時或非即時。

Description

資料傳輸系統及其方法

本發明為一種資料傳輸系統及其方法，尤指一種利用自然語言處理引擎以判斷服務需求的可取得性屬於即時或非即時之資料傳輸系統及其方法。

在日常生佸中所使用的「電腦」一詞，通常是指提供給個人之應用而設計的微型個人電腦(Personal Computer，PC，即傳統電腦)，不過現在電腦最為普遍的應用形式卻是嵌入式的，並被用來控制其它裝置(例如：飛機、工業機器人或數位相機等)，而機器人為一種智慧裝置(Smart/Intelligent Device)也是眾所皆知的。

在資料傳輸系統的實務上，不僅在機器人方面需改善其執行效能，在一般的傳統電腦或現代化的人工智慧(Artificial Intelligence,AI)硬體載具所應用之資料傳輸模式，在資料搜索查詢效能、獲取資料速度及伺服器(Server)運算負擔等方面，亦有類似的問題，而面對不同的電子/智慧設備之數據接口多樣化，更有統一此通訊端點(Socket)的迫切需求。雖然在一部自然語言處理(NLP)引擎內部中的分類器已能判斷所接收的文字訊息之語意，並區別該文字訊息是屬於命令、即時資訊需求或非即時資訊需求，但通常網路爬蟲(Crawler)只用來檢索海量的網際網路的資訊，然後儲存到雲端為網友提供優質的搜尋服務，仍未見有利用爬蟲資料庫以配合區分的資料服務之複雜程度者，因此都是由設備端(即信息客戶(Client)端，例如：機器人或使用傳統電腦(PC)的客戶端等)本身與不同的雲(端)做協議的對接，所以設備要頻繁的工作，而且第三方的伺服器之運算負擔依然是沈重的。

職是之故，如何解決連接多樣化的電子設備之伺服器的運算負擔過於沈重的問題，本發明申請鑑於習知技術中的不足，經過悉心試驗與研究，並一本鍥而不捨之精神，終構思出本發明，能夠克服先前技術的不足，以下為本發明之簡要說明。

本發明揭露一種資料傳輸系統，包含電子裝置、自然語言處理引擎(NLP Engine)、服務雲端架構以及緩衝雲端架構；該電子裝置連接至通訊端點(Socket)，該電子裝置用以發出輸入訊息；該自然語言處理引擎(NLP Engine)連接於該電子裝置，當該輸入訊息為文字訊息時，該自然語言處理引擎用以接收該文字訊息，並對該文字訊息進行語意判斷，以判斷該文字訊息屬命令、即時資訊需求或非即時資訊需求；該服務雲端架構包括服務分配管理器(Manager)及複數個服務資料庫(Data-Base)，與該自然語言處理引擎及該電子裝置連接，其中該複數個服務資料庫用以搜尋即時資訊；該緩衝雲端架構包括至少一爬蟲資料庫，與該自然語言處理引擎及該電子裝置連接，用以搜尋非即時資訊，其中當該文字訊息屬該即時資訊需求時，該自然語言處理引擎將該即時資訊需求傳送至該複數個服務資料庫中的特定服務資料庫，該特定服務資料庫根據該即時資訊需求，將於其中查詢到的該即時資訊輸出至該電子裝置，以及當該文字訊息屬該非即時資訊需求時，該自然語言處理引擎將該非即時資訊需求傳送至該至少一爬蟲資料庫中的特定爬蟲資料庫，該特定爬蟲資料庫根據該非即時資訊需求，將於其中查詢到的該非即時資訊輸出至該電子裝置。

如按照其他可採行的觀點，本發明還揭露一種資料傳輸方法，包含下列步驟：利用電子裝置發出輸入訊息至自然語言處理引擎；該自然語言處理引擎接收該輸入訊息，並對該輸入訊息進行語意判斷，以判斷該輸入訊息屬命令、即時資訊需求或非即時資訊需求；當該輸入訊息要求的是該即時資訊需求時，執行下列步驟：該自然語言處理引擎將該輸入訊息發送至服務資料庫，在該服務資料庫中搜尋即時資訊，以及該服務資料庫將該即時資訊輸出回該電子裝置；以及當該輸入訊息要求的是該非即時資訊需求時，執行下列步驟：該自然語言處理引擎將該輸入訊息發送至緩衝雲端架構，該緩衝雲端架構從至少一爬蟲資料庫中的特定爬蟲資料庫取得該非即時資訊，以及將該非即時資訊輸出回該電子裝置。

本發明亦可以為一種資料傳輸系統，包含電子裝置、自然語言處理引擎、服務雲端架構以及緩衝雲端架構。該電子裝置用以發出輸入訊息；該自然語言處理引擎連接於該電子裝置，用以接收該輸入訊息，並判斷回饋該輸入訊息之輸出訊息的可取得性屬於即時或非即時；該服務雲端架構連接於該自然語言處理引擎及該電子裝置，用以取得即時資訊；該緩衝雲端架構連接於該自然語言處理引擎及該電子裝置，用以取得非即時資訊，其中當該輸出訊息係屬即時時，該自然語言處理引擎將該輸入訊息傳送至該服務雲端架構，該服務雲端架構將根據該輸入訊息查詢到的該即時資訊作為該輸出訊息回饋至該電子裝置；以及當該輸出訊息係屬非即時時，該自然語言處理引擎將該輸入訊息傳送至該緩衝雲端架構，該緩衝雲端架構將根據該輸入訊息查詢到的該非即時資訊作為該輸出訊息回饋至該電子裝置。

10:資料傳輸系統

11:電子裝置

12:自然語言處理引擎

13:通訊端點

14:資料中心

15:語音引擎

16:傳統電腦

17:手機

18:機器人

20:服務雲端架構

21:服務分配管理器

22A~N:服務資料庫A~N

23A~N:第三方伺服器A~N

24A~N:查詢是否已存在既有之資料

30:緩衝雲端架構

31A~N:爬蟲資料庫A~N

32A~N:第三方伺服器A~N

33A~N:爬蟲伺服器A~N

34:需求計數器

41:判斷該文字訊息

42:一般對話處理層

43:情境對話處理層

44:命令詞處理

45:語句類別篩選

50:輸入信息

51:判斷輸入信息

52:STT演算法

60:緩衝雲端架構

61:爬蟲資料庫

62:需求計數器

63A~N:爬蟲伺服器A~N

64A~N:第三方伺服器A~N

70:緩衝雲端架構

71:爬蟲資料庫

72:需求計數器

73:爬蟲伺服器

74A~N:第三方伺服器A~N

第一圖：是本發明較佳實施例之資料傳輸系統的架構示意圖；

第二圖：是第一圖中的服務雲端架構之運作流程示意圖；

第三圖：是第一圖中的緩衝雲端架構之運作流程示意圖；

第四圖：是第一圖中的自然語言處理引擎之運作流程示意圖；

第五圖：是第一圖中的語音引擎之運作流程示意圖；

第六圖：是本發明較佳實施例之另一緩衝雲端架構的運作流程示意圖；以及

第七圖：是本發明較佳實施例之又一緩衝雲端架構的運作流程示意圖。

為了提升資料搜索查詢效能、提升獲取資料速度、減輕伺服器運算負擔及智能設備多樣化，不只傳統電腦更能兼容智能機器人、現代化AI硬體載具，使數據/資料的接口/端點多樣性而與以往的傳統接口有所區別，本發明提出的資料傳輸系統，可讓雲端伺服器基於高效率的運算原則以處理使用者對資訊的需求。即，本發明能進一步縮短提供資訊所需消耗的時間。

請參閱第一圖，其顯示出本發明之資料傳輸系統10，包含電子裝置11、自然語言處理引擎(NLP Engine)12(其位於資料中心(Data Center)14內部)、如第二圖所示的服務雲端架構(Service Cloud Framework)20以及如第三圖所示的緩衝雲端架構(Buffer Cloud Framework)30。電子裝置11連接至通訊端點(Socket)13，且用以發出輸入訊息(Message)。自然語言處理(NLP)引擎12連接於電子裝置11，當該輸入訊息為文字訊息時，自然語言處理引擎12用以接收該文字訊息，並對該文字訊息進行如第四圖所示之語意判斷，以判斷該文字訊息41屬命令、即時資訊需求(即第四圖中的一般對話處理層42)或非即時資訊需求(即第四圖中的情境對話處理層43)。請參閱第二圖，本發明的服務雲端架構20包括服務分配管理器21及複數個服務資料庫22A~22N，與自然語言處理引擎12及電子裝置11連接，其中複數個服務資料庫22A~22N用以搜尋即時資訊。請參閱第三圖，本發明的緩衝雲端架構30包括至少一爬蟲資料庫31(即A~N個中之一，例如：爬蟲資料庫(A)31A)，與自然語言處理引擎12及電子裝置11連接，用以搜尋該非即時資訊，其中當該文字訊息屬該即時資訊需求時，自然語言處理引擎12將該即時資訊需求傳送至複數個服務資料庫22A~22N中的特定服務資料庫(即對應的服務資料庫，例如：服務資料庫(A)22A)，特定服務資料庫22根據該即時資訊需求，將於其中查詢到的該即時資訊輸出(Output)至電子裝置11，以及當該文字訊息屬該非即時資訊需求時，自然語言處理引擎12將該非即時資訊需求傳送至至少一爬蟲資料庫31中的特定爬蟲資料庫(例如：爬蟲資料庫(A)31A)，特定爬蟲資料庫31根據該非即時資訊需求，將於其中查詢到的該非即時資訊輸出至電子裝置11。

前述實施例中，第一圖中的資料傳輸系統10更包括語音引擎(Voice Engine)15，與通訊端點13連接，並用以執行如第五圖所示之判斷輸入訊息50是該文字訊息或語音訊息(即聲音(Voice)格式)51，其中當該輸入訊息是該語音訊息時，語音引擎15將該語音訊息進行語音轉文字(STT)演算法52，以將該語音信號轉換為特定文字訊息，並傳送至自然語言處理引擎12以進行該語意判斷，且該語意判斷包括利用識別詞庫以進行如第四圖所示之命令詞辨識41，而當該文字訊息為該命令時，即直接找出相對應之服務並執行(即命令詞處理44)，且當該文字訊息不是命令詞時，則即利用自然語言處理引擎12之分類器以進行語句類別篩選45，藉由該分類器的解析以分判該文字訊息為該即時資訊需求或該非即時資訊需求。自然語言處理引擎12根據查詢時間來將該文字訊息分類為該即時資訊需求或該非即時資訊需求，當查詢時間為2.5秒以內者，自然語言處理引擎12認為該文字訊息的分類為該即時資訊需求，即被該分類器歸類為提供屬於可即時性獲取之資訊，故歸類為該即時資訊需求且其查詢時間為2.5秒以內者，當查詢時間為2.5秒以上(較長的時間)者，自然語言處理引擎12認為該文字訊息該非即時資訊需求被該分類器歸類為提供屬於需要對多種資料格式進行反覆查詢之資訊，故歸類為該非即時資訊需求或其查詢時間為2.5秒以上(較長的時間)者。電子裝置11為傳統電腦(PC)16或被嵌入的電腦，該被嵌入的電腦係位於智慧裝置(例如：手機17)或現代化的人工智慧(AI)硬體載具(例如：機器人18)內。

前述各實施例中，第一圖中的資料傳輸系統10更包括與如第二圖所示的複數個服務資料庫22A~22N連接且對應的複數個第三方伺服器23A~23N(即第三方服務的伺服器，或稱為第三方服務雲(Service Cloud)，是他方主機的資料庫，亦可稱為第三方資料庫)，其中當特定服務資料庫22中未有與該即時資訊需求相關聯的該即時資訊時，特定服務資料庫22從與特定服務資料庫22對應的第三方伺服器23(例如：第三方伺服器(A)23A，可以是第一圖中的服務(Service)D，並具有網路端(Web side，指第三方伺服器23A的位置)D，而服務N即具有網路端N)搜尋與該即時資訊需求相關聯的該即時資訊，並將該即時資訊輸出至電子裝置11以及儲存/回傳存放於特定服務資料庫22。譬如：我要查詢台灣最高的山是哪一座？此語句經過NLP引擎12解析後會得知是要進行維基百科類別的服務查詢，會進入“維基百科的服務資料庫22”，查詢是否有台灣最高的山之資料，如果資料庫已有則會立即回覆答案。

若資料庫沒有查詢到答案，則會進入維基百科之主機(第三方伺服器23)查詢。而A~N個服務資料庫22與A~N個第三方伺服器23A~N之間利用超文本傳輸協定(HyperText Transfer Protocol，HTTP，是一種用於分散式、協作式和超媒體資訊系統的應用層協議)進行傳輸，且在該HTTP下使用應用程式介面(Application Programming Interface，API，運行在一個端系統上的軟體請求網際網路基礎設施向運行在另一個端系統上的特定目的的軟體交付資料的方式)或網路應用程式介面(Web API，包含了廣泛的功能，網路應用通過API介面，可以實現存儲服務、消息服務、計算服務等能力，利用這些能力可以進行開發出強大功能的網路(web)應用)，以及該Web API包括JSON(JavaScript Object Notation，快速解析瀏覽器內建插件)程式語言及可擴展置標語言(Extensible Markup Language，XML，是一種用於標記電子檔使其具有結構性的標記語言。可以用來標記資料、定義資料類型，非常適合進行網路資料傳輸，提供統一的方法來描述或交換獨立於應用程式之結構化數據)，第三方伺服器23透過API或者Web API之網路傳輸介面，將查詢之結果立即回覆並存放到維基百科的服務資料庫22，下次再次詢問時相同問題時則不需要再進入第三方伺服器23進行查詢。

前述各實施例中，資料傳輸系統10更包括如第三圖所示的複數個第三方伺服器(即第三方服務(Service)的伺服器)32A~32N(能提供連接到網路端A之服務A(伺服器)、連接到網路端B之服務B及連接到網路端C之服務C等，其與第三方伺服器23係分別屬於不同的機台)。緩衝雲端架構30更包括與特定爬蟲資料庫31及複數個第三方伺服器32之一連接的爬蟲伺服器33(例如：爬蟲伺服器(A)33A，其與爬蟲資料庫31分別屬於不同的機台，而且從爬蟲伺服器33裡面把資料拿出來放進爬蟲資料庫31內)，爬蟲伺服器33用以每隔一段預定時間(週期性)主動從/向複數個第三方伺服器(即服務伺服器(Service Server))32A~N下載更新資訊以確保資料內容為當前之最新版。所謂“週期性時間”可為分鐘、小時乃至天數，係根據當前第三方服務內容屬性進行判斷，且一有新資料，爬蟲伺服器33會自動儲存/回饋存放該更新資訊至至少一爬蟲資料庫31，以此循環，更新爬蟲資料庫31之資料，緩衝雲端架構30更包括與自然語言處理引擎12及至少一爬蟲資料庫31連接的需求計數器(Require Account)34，需求計數器34用以統計各第三方伺服器32的使用次數，進而得知第三方服務次數之頻繁程度(熱門查詢程度)，頻繁而次數高者表示熱門程度高。因此在資料更新上更需具有即時性，爬蟲伺服器33根據該使用次數排序，以決定從複數個第三方伺服器32下載該更新資訊的更新順序。關於更新頻率的排名調整，譬如需求計數器34總次數50次，第三方伺服器(A)32A出現2次、第三方伺服器(B)32B出現18次、第三方伺服器(C)32C出現8次、第三方伺服器(D)出現22次，分級(Ranking)排序後，爬蟲伺服器33在獲取第三方資料時之優先級別將動態調整為第三方伺服器(D)>第三方伺服器(B)>第三方伺服器(C)>第三方伺服器(A)。

爬蟲伺服器33與複數個第三方伺服器32之間利用超文本傳輸協定(HyperText Transfer Protocol，HTTP)進行傳輸，且在該HTTP下使用應用程式介面(Application Programming Interface，API)或網路應用程式介面(Web API)，以及該Web API包括JSON(JavaScript Object Notation)程式語言及可擴展置標語言(Extensible Markup Language，XML)。

如按照其他可採行的觀點，本發明還揭露一種資料傳輸方法，包含下列步驟：利用電子裝置11發出輸入訊息至自然語言處理引擎12；自然語言處理引擎12接收該輸入訊息，並對該輸入訊息進行語意判斷，以判斷該輸入訊息屬命令、即時資訊需求或非即時資訊需求；當該輸入訊息要求的是該即時資訊需求時，執行下列步驟：自然語言處理引擎12將該輸入訊息發送至服務資料庫22，在服務資料庫22中搜尋即時資訊，以及服務資料庫2將該即時資訊輸出回電子裝置11；以及當該輸入訊息要求的是該非即時資訊需求時，執行下列步驟：自然語言處理引擎12將該輸入訊息發送至緩衝雲端架構30/60/70，緩衝雲端架構30/60/70從至少一爬蟲資料庫中的特定爬蟲資料庫(例如：爬蟲資料庫(A)31A)取得該非即時資訊，以及將該非即時資訊輸出回電子裝置11。

前述實施例中，更包括使用語音引擎15判斷該輸入訊息是文字訊息或語音訊息，其中當該輸入訊息是該文字訊息時，直接將該文字訊息傳送至自然語言處理引擎12以進行該語意判斷，以及當該輸入訊息是該語音訊息時，語音引擎15將該語音訊息進行語音轉文字(STT)演算法，以將該語音信號轉換為特定文字訊息，並傳送至自然語言處理引擎12以進行該語意判斷。

前述各實施例中，自然語言處理引擎12係連接至如第二圖所示的服務分配管理器21，而服務分配管理器21即用以指派服務資料庫22，當服務資料庫22沒有所需之該即時資訊時，即進入第三方伺服器23以進行查詢如第二圖所示之是否有該即時資訊(已存在既有之資料)24，第三方伺服器23將該即時資訊回答輸出至電子裝置11，同時將該即時資訊回傳存放服務資料庫22，該資料傳輸方法更包含下列步驟：如第六圖所示的緩衝雲端架構60包含需求計數器62，單一爬蟲資料庫61中即為該特定爬蟲資料庫，該文字訊息經過需求計數器62後進入單一爬蟲資料庫61以進行查詢，單一爬蟲資料庫61連接至特定爬蟲伺服器(例如：爬蟲伺服器(A)63A)，而該特定爬蟲伺服器為複數個爬蟲伺服器63之一，該特定爬蟲伺服器連接至特定第三方伺服器(例如：第三方伺服器(A)64A)，該特定第三方伺服器為第三方伺服器(A)64A或第三方伺服器(B)64B之一(此(A)、(B)2台亦可改為N台)。

各爬蟲伺服器63會在定期之時間主動向第三方服務伺服器(及第三方伺服器64)更新資料，爬蟲伺服器63與第三方伺服器64透過API或者Web API的介面方式溝通。且特定爬蟲伺服器63依據需求計數器62之第三方服務的調用次數(即調用類別服務之頻率)以進行動態調整該特定第三方伺服器之更新的優先級別排序，譬如爬蟲伺服器(A)63A中，分級排名第三方伺服器(B)64B>第三方伺服器(A)64A，爬蟲伺服器(A)63A會先針對第三方伺服器(B)64B之資料先進行更新，更新完後再進行第三方伺服器(A)64A之資料更新，以此循環，定期更新資料庫之資料。爬蟲伺服器(A)63A、爬蟲伺服器(B)63B…爬蟲伺服器(N)63N會將所更新之資料回饋自動存放至爬蟲資料庫61，以此循環，定期更新資料庫之資料。

前述各實施中，如第七圖所示的緩衝雲端架構70包含需求計數器72，單一爬蟲資料庫71中即為該特定爬蟲資料庫，該文字訊息經過需求計數器72後進入單一爬蟲資料庫71以進行查詢，單一爬蟲資料庫71連接至爬蟲伺服器73，爬蟲伺服器73連接至特定第三方伺服器74(例如：第三方伺服器(A)74A)，爬蟲伺服器73用以每隔一預定時間主動從複數個第三方伺服器74A~74N下載一更新資訊，爬蟲伺服器73與第三方伺服器74透過API或者WebAPI的介面方式溝通。特定第三方伺服器74為複數個第三方伺服器74A~74N其中之一，爬蟲伺服器73會將所更新之資料回饋自動存放至單一爬蟲資料庫71，以此循環，定期更新資料庫之資料。爬蟲伺服器73依據需求計數器72之第三方服務的調用次數以進行動態調整第三方伺服器74之更新的優先級別排序，譬如分級排名第三方伺服器(B)74B>第三方伺服器(C)74C>第三方伺服器(A)74A，爬蟲伺服器73會先針對第三方伺服器(B)74B之資料先進行更新，接著更新第三方伺服器(C)74C之資料，再進行第三方伺服器(A)74A之資料更新，以此循環，定期更新資料庫之資料。

本發明亦可以為一種資料傳輸系統10，包含電子裝置11、自然語言處理引擎12、服務雲端架構20以及緩衝雲端架構30。電子裝置11用以發出輸入訊息；自然語言處理引擎12連接於電子裝置11，用以接收該輸入訊息，並判斷回饋該輸入訊息之輸出訊息的可取得性屬於即時或非即時；服務雲端架構20連接於自然語言處理引擎12及電子裝置11，用以取得即時資訊；緩衝雲端架構30連接於自然語言處理引擎12及電子裝置11，用以取得非即時資訊，其中當該輸出訊息係屬即時時，自然語言處理引擎12將該輸入訊息傳送至服務雲端架構20，服務雲端架構20將根據該輸入訊息查詢到的該即時資訊作為該輸出訊息回饋至電子裝置11；以及當該輸出訊息係屬非即時時，自然語言處理引擎12將該輸入訊息傳送至緩衝雲端架構30，緩衝雲端架構30將根據該輸入訊息查詢到的該非即時資訊作為該輸出訊息回饋至電子裝置11。

本發明為一種資料傳輸系統10，包含電子裝置11、服務雲(即服務雲端架構20)、緩衝雲(即緩衝雲端架構30)、自然語言處理引擎12以及分類器(圖未示出)。電子裝置11用以提供輸入訊息，並據以取得回饋訊息，其中該回饋訊息包括即時資訊回饋訊息及非即時資訊回饋訊息；該服務雲網路連接於電子裝置11，用以提供該即時資訊回饋訊息；該緩衝雲網路連接於電子裝置11，用以提供該非即時資訊回饋訊息；自然語言處理引擎12網路連接於電子裝置11，用以接收該輸入訊息，並判斷該輸入訊息所代表之服務需求；該分類器關聯於自然語言處理引擎12，用以判斷該服務需求的可取得性屬於即時或非即時。

又服務資料庫22及爬蟲資料庫31與各自的第三方伺服器23,32功能之間運行的模式如下：利用關鍵字搜尋，在服務資料庫22及爬蟲資料庫31內部要建立關鍵字詞庫或者查詢詞庫。在定期時間內服務資料庫22及爬蟲資料庫31會自動將各自的第三方伺服器23,32裡的資料存取回服務資料庫22及爬蟲資料庫31之中，等待智能硬體/設備的調用。因此在服務資料庫22及爬蟲資料庫31與各自的第三方伺服器23,32之間的連結方式會用詞庫表做分類、對應。使用服務資料庫22及爬蟲資料庫31儲存方式後能有正確參數以提升效能，譬如以前花10秒，用了此方法後改進成只需5秒...等例子。當該分類器獨立於該NLP時，即可視為一種權衡伺服器。

本發明的資料傳輸系統亦可稱為一種基於高效率處理之雲端伺服器框架/架構(Framework)。此發明專利有別於先前，將不同的設備載具，信息客戶(Client)端(即電子裝置11)包含PC客戶端、智慧/智能手機、智能機器人、雲端伺服/服務器，經由語音引擎15以及NLP引擎12進行訊息解析找出相對應的第三方資料訊息，俾快速搜尋出相對應的伺服器進行資料查詢。至於在設備端的協議，各個不同載具包含PC客戶端、智能手機、智能機器人、雲端伺服器，可同時與資料中心14使用通訊端點13接口進行訊息傳送。如此，智能硬體設備、PC客戶端、雲端伺服器都可與語音引擎15進行資料溝通。

通訊端點13位於網路上，使用者或應用程式只要連接到通訊端點便可以和網路上任何一個通訊端點連線，彼此之間通訊就如同作業系統內程序(Process)之間通訊一樣。同時也是一種作業系統提供的進程間通信機制，傳輸協議為傳輸控制協定(Transmission Control Protocol，TCP)/用戶資料報協定(User Datagram Protocol，UDP)，通常會為應用程式提供通訊端介面(Socket API)。應用程式可以通過通訊端介面，來使用網路通訊端。當與第三方伺服器23,32要進行長時間資料溝通、更新時需要此種格式。

又將所需的各種功能之服務依照資料複雜程度的不同而加以區分為兩大類，即所謂的即時與非即時資訊，是根據所需被查詢資料之時間的長短、快慢而做區分。在NLP對自然語言進行理解的引擎之中的分類器，會先將所查詢之類型預先定義，在語音轉文字52之後會立即將相關字詞進行分類，區分為四種：(a)聊天式(在日常生活中的對話模式，沒有任何特定意圖的文字)、(b)非即時性訊息查詢(泛指美食/新聞/鐵路時刻/多媒體歌曲...等)、(c)即時性訊息查詢(泛指維基百科/天氣/星座運勢/股票...等)、(d)指令式/命令詞(智慧家庭物聯網控制)。

本案的(1)緩衝雲端架構30用於提供需要較長時間搜尋之資料或者多種資料格式需要反覆查詢才可獲取之資料。譬如美食地圖，需要查詢城市、區域、食物種類、餐廳種類等，美食餐廳如此多，若是使用者臨時需要查詢，勢必會耗費些許時間做搜尋，若是預先已將搜尋好之資料放進資料庫，如此一來即可加速搜尋時間。譬如新聞時事，需要查詢新聞類別、新聞發生之日期或即時性、新聞出處來源等，新聞種類如此繁多而且又時常更新，使用者啟用查詢時，會花費一段時間進行新聞資料庫檢索查詢，若是能事先將新聞資料預先進行檢索分類並置入爬蟲資料庫31之中，如此一來使用者即可隨時進行查詢採用。譬如鐵路時刻表，有購車票的流程及搭乘的班次等對話情境，需要查詢購票起點、終點、購票時間日期、上車時間等，鐵路的各級列車時刻表亦是相當繁多又時常更新的。譬如電影時刻表，需要查詢戲院位置、電影類別、場次的播放時間等。譬如多媒體歌曲，為了達到可立即查詢歌手、歌名以及播放連結，由於歌手及歌曲如此繁多，若是臨時查詢會花費較長時間，因此若能預先將資料進行查詢以及分類，使用者使用時將可即時查詢爬蟲資料庫31、便於即時調用。

本案的(2)服務雲端架構20用於提供可即時性獲取之資料。譬如醫學百科，可立即查病名、病因以及治療方式。譬如維基(Wiki)百科，可立即查詢相關解釋，維基百科屬於第三方資料庫(即第三方伺服器23)已預先將資料進行分類有專屬API提供使用，因此使用者不需額外進行預先檢索，可隨時採用。譬如股票，可立即查詢即時股價。譬如天氣，需要查詢國家、地區、鄉鎮以及天氣之溫度、濕度等複雜之資料，天氣資料庫的資料量較小，查詢上速度較快可需要時再進行查詢，並不需要預先載入爬蟲資料庫31。譬如星座運勢，可立即查詢當天星座資料，星座資料量較少，資料檢索時間較快速。譬如匯率，可立即查詢當時銀行匯率，會進入第三方伺服器23(或稱為第三方資料庫)並進行資料檢索。

如此一來的區分即可減緩服務雲端架構20、緩衝雲端架構30之負載(loading)，並能即時性(Real-Time)獲得各類型之資料。經過NLP引擎12，文字經過語意理解後會知道所該獲取的第三方服務之領域，譬如“我想問台北明天天氣”就對應到“天氣服務”的領域；“我想問歷史上的名人”對應到“維基百科服務”的領域；“我想問金牛座今天運勢”對應到“星座運勢服務”的領域。NLP引擎12可獲取不同第三方伺服/服務器領域，可將訊息分配至緩衝雲端架構30以及服務雲端架構20並進行資料查詢。

以下為實際進行查詢資料的筆數實驗：(1)查詢維基百科：超過1百萬筆資料，查詢一次API的時間花費1.093秒。(2)查詢天氣：中央氣象局1千筆API資料，查詢一次API的時間花費1.093秒。如以查詢時間為考量，在2.5秒以內(涵蓋1.5秒)的可歸納為即時性訊息(屬於服務雲端架構20)。而按照實際緩衝雲端架構30之數據實驗：可獲知有加緩衝雲端架構30與沒加緩衝雲端架構30之差異。(3)查詢Youtube歌曲：在Youtube中有十億以上的歌曲，當有預先將所想聽之歌曲存放在爬蟲資料庫31中，查詢一次API的時間花費3.066秒。當爬蟲資料庫31裡無資料時，要立即進行第三方伺服器32/第三方資料庫的搜尋時間花費4.116秒。加了預先爬蟲資料庫31搜尋處理的機制方法後，能有效縮短搜尋資料的時間。一般對於查詢時間需花費較久的資料，可歸納為非即時性訊息(屬於緩衝雲端架構30)。

本發明著重之重點如下：(1)伺服器的框架/架構的改革性，可提高傳統架構的資料傳遞效能；(2)運用Json、Http、Socket、API、Web API等傳統不同接口方式重新定義雲伺服器傳輸資料架構，將各種不同資料做接口結構化；(3)加入語音引擎15識別、NLP引擎12語意理解進行資料傳輸前之判別法則，提升資料傳輸之速度。當同一時間有數以千台智能設備或者API介面同時來跟第三方伺服器23,32要資料時，將考驗同時發生的 (Concurrent)負載能力，如果沒有本發明的系統化負載平衡(Load Balance)之機制，當使用用戶數量一多之時會造成索取不到第三方伺服器23,32的服務並且會出現延遲的效果，易導致系統會有不穩定的現象。

綜上所述，本發明確能藉由新式的架構而獲得一種縮短提供資訊所需時間的效果，藉由自然語言處理引擎以判斷文字訊息屬即時資訊需求或非即時資訊需求，並且所運用之服務雲端架構與緩衝雲端架構分工合作的模式，果能獲致提升資料搜索查詢效能之功效。故凡熟習本技藝之人士，得任施匠思而為諸般修飾，然皆不脫如附申請專利範圍所欲保護者。