TWI818695B

TWI818695B - 用於反事實對話模擬之電腦實施方法、電腦程式產品及電腦系統

Info

Publication number: TWI818695B
Application number: TW111132422A
Authority: TW
Inventors: 廖慶子; 張雲峰; 史蒂芬妮霍德
Original assignee: 美商萬國商業機器公司
Priority date: 2021-12-03
Filing date: 2022-08-29
Publication date: 2023-10-11
Also published as: TW202324186A; US20230177255A1; WO2023100050A1

Abstract

本發明揭示一種用於反事實對話模擬之電腦實施方法。該電腦實施方法包括至少部分地基於一使用者輸入而產生一系統輸出。該電腦實施方法進一步包括至少部分地基於低於一預定臨限值之一系統輸出/使用者輸入分數而判定一系統輸出/使用者輸入對並不令人滿意。該電腦實施方法進一步包括回應於判定該系統輸出/使用者輸入對並不令人滿意，至少部分地基於該使用者輸入之一目標意圖而產生該使用者輸入之一反事實模擬。

Description

用於反事實對話模擬之電腦實施方法、電腦程式產品及電腦系統

本發明大體上係關於對話代理領域，且更特別地，係關於出於訓練目的而模擬對話之對話代理。

諸如聊天機器人之對話代理可充當對話虛擬代理以參與與使用者之對話。對話代理為軟體程式，其藉由整合運算語言學技術與網際網路上之通信來解譯使用者以普通語言作出之陳述且對該等陳述作出回應。作為一種類型之對話代理之聊天機器人為軟體應用程式，該軟體應用程式用於經由文字或文字至語音軟體來進行在線聊天對話，以代替提供與真人代理之直接接觸。對話代理之一種使用情況為出於訓練及輔導目的而模擬對話。舉例而言，對話代理可模擬針對使用者之實踐訪問以藉由詢問使用者訪問問題及對使用者之回答作出回應而輔助實踐訪問技能。

根據本發明之一個實施例，揭示一種用於反事實對話模擬之電腦實施方法。該電腦實施方法包括至少部分地基於一使用者輸入而產生一系統輸出。該電腦實施方法進一步包括至少部分地基於低於一預定臨限值之一系統輸出/使用者輸入分數而判定一系統輸出/使用者輸入對並不令人滿意。該電腦實施方法進一步包括回應於判定該系統輸出/使用者輸入對並不令人滿意，至少部分地基於該使用者輸入之一目標意圖而產生該使用者輸入之一反事實模擬。

根據本發明之另一實施例，揭示一種用於反事實對話模擬之電腦程式產品。該電腦程式產品包括一或多個電腦可讀儲存媒體及儲存於該一或多個電腦可讀儲存媒體上之程式指令。該等程式指令包括用以至少部分地基於一使用者輸入而產生一系統輸出之指令。該等程式指令進一步包括用以至少部分地基於低於一預定臨限值之一系統輸出/使用者輸入分數而判定一系統輸出/使用者輸入對並不令人滿意的指令。該等程式指令進一步包括用以回應於判定該系統輸出/使用者輸入對並不令人滿意而至少部分地基於該使用者輸入之一目標意圖來產生該使用者輸入之一反事實模擬的指令。

根據本發明之另一實施例，揭示一種用於反事實對話模擬之電腦系統。該電腦系統包括一或多個電腦處理器、一或多個電腦可讀儲存媒體及電腦程式指令，該等電腦程式指令儲存於該一或多個電腦可讀儲存媒體上以供該一或多個電腦處理器執行。該等程式指令包括用以至少部分地基於一使用者輸入而產生一系統輸出之指令。該等程式指令進一步包括用以至少部分地基於低於一預定臨限值之一系統輸出/使用者輸入分數而判定一系統輸出/使用者輸入對並不令人滿意的指令。該等程式指令進一步包括用以回應於判定該系統輸出/使用者輸入對並不令人滿意而至少部分地基於該使用者輸入之一目標意圖來產生該使用者輸入之一反事實模擬的指令。

10:雲端運算節點

50:雲端運算環境

54A:蜂巢式電話

54B:桌上型電腦

54C:膝上型電腦

54N:汽車電腦系統

60:硬體及軟體層

61:大型電腦

62:伺服器

63:伺服器

64:刀鋒伺服器

65:儲存裝置

66:網路及網路連接組件

67:網路應用程式伺服器軟體

68:資料庫軟體

70:虛擬化層

71:虛擬伺服器

72:虛擬儲存器

73:虛擬網路

74:虛擬應用程式及作業系統

75:虛擬用戶端

80:管理層

81:資源佈建

82:計量及定價

83:使用者入口網站

84:服務層級管理

85:服務層級協議規劃及實現

90:工作負載層

91:地圖繪製及導航

92:軟體開發及生命週期管理

93:虛擬教室教育遞送

94:資料分析處理

95:異動處理

96:反事實對話訓練

100:網路運算環境

101:反事實對話程式

110:使用者裝置

112:使用者介面

114:應用程式

120:伺服器

130:儲存裝置

132:意圖分類模型

134:計分模型

136:使用者分析模型

138:交談及分析歷史資料庫

140:網路

200:操作步驟

300:運算裝置

302:通信網狀架構

304:處理器

306:記憶體

308:持久性儲存器

312:通信單元

314:輸入/輸出介面

316:隨機存取記憶體

318:快取記憶體

320:外部裝置

322:顯示器

S202:步驟

S204:步驟

S206:決策步驟

S208:步驟

S210:步驟

S212:步驟

S214:決策步驟

包括於本發明中之圖式併入至說明書中且形成說明書之部分。圖式說明本發明之實施例，且連同實施方式一起用以解釋本發明之原理。圖式僅說明某些實施例且不限制本發明。

圖1為根據本發明之至少一個實施例之用於反事實對話程式101的網路運算環境(通常指定為100)之方塊圖。

圖2為描繪根據本發明之至少一個實施例之用於反事實對話程式101的操作步驟(通常指定為200)之流程圖。

圖3為描繪根據本發明之至少一個實施例之適合於執行反事實對話程式101的電腦(通常指定為300)之組件的方塊圖。

圖4為描繪根據本發明之至少一個實施例之雲端運算環境50的方塊圖。

圖5為描繪根據本發明之至少一個實施例之由圖4中描繪的雲端運算環境50提供之功能性抽象模型層之集的方塊圖。

雖然本文中所描述的實施例易受各種修改及替代形式之影響，但在圖式中藉助於實例展示其特殊性，且將對其進行詳細描述。然而，應理解，所描述之特定實施例不應以限制性意義理解。相反，意圖為涵蓋屬於本發明之精神及範疇內之所有修改、等效物及替代例。

對話代理可用於模擬與使用者之對話，以便訓練使用者或為使用者提供實踐環境。目前，對話代理使用基於意圖之模型。基於意圖之模型為可由開發者訓練以定義意圖(諸如問題類型(例如，關於開放時間之問題))的多類別分類器，且其中各意圖與問題之回答(例如，關於開放時間之回答)相關聯。基於意圖之模型試圖對使用者輸入屬於哪一意圖進行分類，且接著提供相關聯之回答作為回應。各類別或意圖用積極訓練實例來訓練，該等積極訓練實例為人們將如何講出彼意圖之變化，諸如用以詢問或說出具有相同意圖之某物之不同方式(亦即，用以詢問關於開放時間之不同方式)。基於文字之機器學習模型可用於分析使用者輸入以便產生其他類型之系統輸出。系統輸出可包含計分函數(例如，經預測工作擬合分數)或使用者屬性(例如，經預測訪問者對使用者之感知，諸如「自信的」或「協作的」)。舉例而言，對話代理可用於訓練使用者以準備訪問。在此使用情況下，對話代理可經由聊天方塊(chatbox)詢問使用者訪問問題，且使用者經由聊天方塊回答訪問問題。

本發明之實施例認識到，使用基於意圖之模型之當前對話代理並未為使用者提供足夠支援來理解其回答或語音為何不令人滿意，以及如何進行改良。本發明之實施例認識到使用者需要能夠改良其回答及其出於訓練及輔導目的而交談之方式。

本發明之實施例使用模擬來幫助使用者探究反事實模擬的問題。反事實模擬為以語義上有意義之方式對使用者輸入之修改，其中產生經指定替代輸出。來自使用反事實模擬之對話代理之回饋可展示，出於訓練使用者之目的，改變問題或回答之措辭可如何促使來自對話代理程式之不同回應。舉例而言，訪問模擬中之對話代理可向使用者詢問問題並對使用者之回應進行評論，以展示回應可如何更簡明或具有諸如自信之特定屬性。本發明之實施例向使用者提供洞察以藉由使用者自身輸入之反事實模擬來改良使用者輸入或回答。本發明之實施例產生對使用者作出回應之聊天方塊話語、基於使用者輸入之計分輸出或由系統判斷之使用者屬性的一或多個輸出。

本發明之實施例產生反事實模擬。本發明之實施例自與替代系統輸出相關聯之文字之語料庫(例如，積極訓練資料)產生反事實個例選擇器，且選擇最接近於使用者輸入之一者。本發明之實施例在文字之語料庫不可用時在彼等個例中產生反事實文字修改器，且以與替代類別相關聯之語義上有意義之替換來修改使用者輸入中之字詞，直至所建構句子產生目標替代輸出。

本發明可為在任何可能技術細節整合層級處之系統、方法及/或電腦程式產品。電腦程式產品可包括(一或多個)電腦可讀儲存媒體，其上具有電腦可讀程式指令以用於使處理器實行本發明之態樣。

電腦可讀儲存媒體可為有形裝置，其可保留及儲存指令以供指令執行裝置使用。電腦可讀儲存媒體可為例如但不限於電子儲存裝置、磁性儲存裝置、光學儲存裝置、電磁儲存裝置、半導體儲存裝置或前述各者之任何合適組合。電腦可讀儲存媒體之更具體實例之非詳盡清單包括以下各者：攜帶型電腦磁片、硬碟、隨機存取記憶體(RAM)、唯讀記憶體(ROM)、可抹除可程式化唯讀記憶體(EPROM或快閃記憶體)、靜態隨機存取記憶體(SRAM)、攜帶型緊密光碟唯讀記憶體(CD-ROM)、數位通用磁碟(DVD)、記憶棒、軟磁碟、諸如打孔卡或凹槽中之其上記錄有指令之凸起結構的機械編碼裝置及前述各者之任何合適組合。如本文中所使用，不應將電腦可讀儲存媒體本身解釋為暫時性信號，諸如無線電波或其他自由傳播之電磁波、經由波導或其他傳輸媒體傳播之電磁波(例如，經由光纖電纜傳遞之光脈衝)，或經由導線傳輸之電信號。

本文中所描述之電腦可讀程式指令可自電腦可讀儲存媒體下載至各別運算/處理裝置或經由網路(例如，網際網路、區域網路、廣域網路及/或無線網路)下載至外部電腦或外部儲存裝置。網路可包含銅傳輸電纜、光傳輸光纖、無線傳輸、路由器、防火牆、交換器、閘道電腦及/或邊緣伺服器。各運算/處理裝置中之網路配接卡或網路介面自網路接收電腦可讀程式指令且轉遞電腦可讀程式指令以供儲存於各別運算/處理裝置內之電腦可讀儲存媒體中。

用於實行本發明之操作的電腦可讀程式指令可為組譯器指令、指令集架構(ISA)指令、機器指令、機器相依指令、微碼、韌體指令、狀態設定資料或以一或多種程式設計語言之任何組合編寫之原始程式碼或目標程式碼，該一或多種程式設計語言包括諸如Smalltalk、C++或類似者之物件導向式程式設計語言，及諸如「C」程式設計語言或類似程式設計語言之習知程序性程式設計語言。電腦可讀程式指令可完全在使用者電腦上執行、部分地在使用者電腦上執行、作為獨立套裝軟體執行、部分地在使用者電腦上執行且部分地在遠端電腦上執行或完全在遠端電腦或伺服器上執行。在後一情境中，遠端電腦可經由任何類型之網路(包括區域網路(LAN)或廣域網路(WAN))連接至使用者電腦，或可連接至外部電腦(例如，經由使用網際網路服務提供者之網際網路)。在一些實施例中，包括例如可程式化邏輯電路、場可程式化閘陣列(FPGA)或可程式化邏輯陣列(PLA)之電子電路可藉由利用電腦可讀程式指令之狀態資訊來使電子電路個性化而執行電腦可讀程式指令，以便執行本發明之態樣。

本文中參考根據本發明之實施例之方法、設備(系統)及電腦程式產品之流程圖說明及/或方塊圖來描述本發明之態樣。將理解，可藉由電腦可讀程式指令實施流程圖說明及/或方塊圖中之各區塊及流程圖說明及/或方塊圖中之區塊的組合。

可將此等電腦可讀程式指令提供至通用電腦、專用電腦或其他可程式化資料處理設備之處理器以產生機器，使得經由電腦或其他可程式化資料處理設備之處理器執行之指令建立用於實施一或多個流程圖及/或方塊圖區塊中所指定之功能/動作的手段。亦可將此等電腦可讀程式指令儲存於電腦可讀儲存媒體中，該等電腦可讀程式指令可指導電腦、可程式化資料處理設備及/或其他裝置以特定方式起作用，使得其中儲存有指令之電腦可讀儲存媒體包含製品，該製品包括實施一或多個流程圖及/或方塊圖區塊中所指定之功能/動作之態樣的指令。

電腦可讀程式指令亦可載入至電腦、其他可程式化資料處理設備或其他裝置上，以使得一系列操作步驟在電腦、其他可程式化設備或其他裝置上執行以產生電腦實施之程序，使得在電腦、其他可程式化設備或其他裝置上執行之指令實施一或多個流程圖及/或方塊圖區塊中所指定之功能/動作。

圖式中之流程圖及方塊圖說明根據本發明之各種實施例的系統、方法及電腦程式產品之可能實施之架構、功能性及操作。就此而言，流程圖或方塊圖中之各區塊可表示指令之模組、區段或部分，其包含用於實施所指定邏輯功能之一或多個可執行指令。在一些替代實施中，區塊中所提及之功能可不以諸圖中所提及的次序發生。舉例而言，視所涉及之功能性而定，連續展示之兩個區塊實際上可實質上同時執行，或區塊有時可以相反次序執行。亦將注意，可藉由執行所指定功能或動作或實行專用硬體及電腦指令之組合的基於專用硬體的系統來實施方塊圖及/或流程圖說明之各區塊，及方塊圖及/或流程圖說明中之區塊之組合。

已出於說明目的呈現本發明之各種實施例之描述，但描述並不意欲為詳盡的或限於所揭示之實施例。在不脫離所描述實施例之範疇及精神之情況下，許多修改及變化對一般熟習此項技術者而言將顯而易見。本文中所使用之術語經選擇以最佳地解釋實施例之原理、實際應用或對市場中發現之技術的技術改良，或使其他一般熟習此項技術者能夠理解本文中所揭示之實施例。

現將參考圖式詳細地描述本發明。圖1為根據本發明之至少一個實施例之用於反事實對話程式101之網路運算環境(通常指定為100)之功能方塊圖。在一實施例中，根據本發明之至少一個實施例，網路運算環境100可由雲端運算環境50提供，如參考圖4所描繪及描述。圖1提供僅一個實施之說明且並不暗示關於可實施不同實施例之環境的任何限制。熟習此項技術者可在不背離由申請專利範圍所敍述之本發明範疇的情況下對所描繪之環境進行許多修改。

網路運算環境100包括經由網路140互連之使用者裝置110、伺服器120及儲存裝置130。使用者裝置110可表示使用者之運算裝置，諸如膝上型電腦、平板電腦、迷你筆記型電腦、個人電腦、桌上型電腦、個人數位助理(PDA)、智慧型手機、可穿戴裝置(例如，智慧型眼鏡、智慧型手錶、電子織物、AR耳機等)或此項技術中已知之任何可程式化電腦系統。大體而言，使用者裝置110可表示能夠執行機器可讀程式指令且經由網路(諸如網路140)與伺服器120、儲存裝置130及其他裝置(未描繪)通信之任何可程式化電子裝置或可程式化電子裝置之組合。使用者裝置110可包括內部及外部硬體組件，如關於圖3進一步詳細地描繪及描述。

使用者裝置110進一步包括使用者介面112及應用程式 114。使用者介面112為在終端使用者裝置(諸如使用者裝置110)之使用者與駐存於裝置上之複數個應用程式(例如，應用程式114)之間提供介面的程式。諸如使用者介面112之使用者介面係指程式呈現給使用者之資訊(諸如圖形、文字及聲音)，及使用者用以控制程式之控制序列。存在多種類型之使用者介面。在一個實施例中，使用者介面112為圖形使用者介面。圖形使用者介面(GUI)為允許使用者經由圖形圖標及視覺指示器(諸如二級標記，與基於文字之介面、鍵入命令標記或文字導航相對)與電子裝置(諸如電腦鍵盤及滑鼠)互動之一種類型的使用者介面。在運算中，引入GUI以應對命令行介面之所感知陡峭學習曲線，此需要在鍵盤上鍵入命令。GUI中之動作常常經由直接操控圖形元件來執行。在另一實施例中，使用者介面112為指令碼或應用程式設計介面(API)。在一實施例中，使用者介面112用以與在對話代理與使用者之間進行的對話互動且顯示與該等對話相關之資訊。舉例而言，使用者介面112可為由使用者用以與對話代理互動之基於文字之介面、基於音訊之介面或基於視訊之介面。

應用程式114可表示在使用者裝置110上操作之一或多個應用程式(例如，應用程式套件)。在一實施例中，應用程式114表示定位於使用者裝置110上之一或多個應用程式(例如，對話代理應用程式)。在各種實例實施例中，應用程式114可為使用者裝置110之使用者用以參與與對話代理之對話的應用程式。在一實施例中，應用程式114可為與在伺服器120上運行之伺服器側應用程式相關聯之用戶端側應用程式(例如，與反事實對話程式101相關聯之用戶端側應用程式)。在一實施例中，應用程式114可操作以執行反事實對話程式101之處理步驟(亦即，應用程式114可表示在使用者裝置110上操作之反事實對話程式101)。

伺服器120經組態以將資源提供至各種運算裝置，諸如使用者裝置110。在各種實施例中，伺服器120為運算裝置，其可為獨立裝置、管理伺服器、網頁伺服器、應用程式伺服器、行動裝置，或能夠接收、發送及處理資料之任何其他電子裝置或運算系統。在一實施例中，伺服器120表示諸如在雲端運算環境中利用多個電腦作為伺服器系統之伺服器運算系統。在一實施例中，伺服器120表示利用叢集電腦及組件(例如，資料庫伺服器電腦、應用程式伺服器電腦、網頁伺服器電腦、網頁郵件伺服器電腦、媒體伺服器電腦等)之運算系統，該等叢集電腦及組件在網路運算環境100內進行存取時充當無縫資源之單個集區。大體而言，伺服器120表示能夠執行機器可讀程式指令且彼此通信以及能夠經由網路(諸如網路140)與使用者裝置110、儲存裝置130及網路運算環境100內之其他運算裝置(圖中未示)通信的任何可程式化電子裝置或可程式化電子裝置之組合。

在一實施例中，伺服器120包括反事實對話程式101。在一實施例中，反事實對話程式101可經組態以存取各種資料源，諸如使用者分析模型136及可包括使用者不想要處理之個人資料、內容、情境資料或資訊的交談及分析歷史資料庫138。個人資料包括個人識別資訊或敏感性個人資訊以及使用者資訊，諸如位置追蹤或地理位置資訊。處理係指任何自動或非自動操作或一組操作，諸如收集、記錄、組織、結構化、儲存、調適、更改、擷取、諮詢、使用、藉由傳輸、傳播或以其他方式揭示使得可獲得、組合、限定、抹除或毀壞個人資料。在一實施例中，反事實對話程式101實現對個人資料之經授權及安全處理。在一實施例中，反事實對話程式101提供知情同意書，注意到收集個人資料，從而允許使用者選擇加入或選擇退出處理個人資料。同意書可呈若干形式。選擇加入同意書可在處理個人資料之前施加於使用者以採取肯定動作。替代地，選擇退出同意書可在處理個人資料之前施加於使用者以採取肯定動作以防止處理個人資料。在一實施例中，反事實對話程式101提供關於處理之個人資料及性質(例如，類型、範疇、目的、持續時間等)之資訊。在一實施例中，反事實對話程式101為使用者提供所儲存之個人資料之複本。在一實施例中，反事實對話程式101允許校正或完成不正確或不完整之個人資料。在一實施例中，反事實對話程式101允許直接刪除個人資料。

根據本發明之至少一個實施例，伺服器120可包括如關於雲端運算節點10(如參考圖4所描述)詳細描繪及描述之組件。根據本發明之至少一個實施例，伺服器120可包括組件，如關於圖3之運算裝置300所詳細描繪及描述。

在各種實施例中，儲存裝置130為用於持續儲存由使用者之各種應用程式及使用者裝置(諸如使用者裝置110)利用之聊天資料庫交談、歷史及模型的安全資料儲存庫。儲存裝置130可使用此項技術中已知之用於儲存資料之任何揮發性或非揮發性儲存媒體來實施。舉例而言，儲存裝置130可藉由以下各者來實施：磁帶庫、光學庫、一或多個獨立硬碟機、在獨立磁碟之冗餘陣列中之多個硬碟機(RAID)、固態磁碟機(SSD)、隨機存取記憶體(RAM)，及其任何可能之組合。類似地，儲存裝置130可藉由此項技術中已知之任何合適之儲存架構實施，諸如關連式資料庫、物件導向資料庫或一或多個表。

在一實施例中，儲存裝置130包括意圖分類模型132、計分模型134、使用者分析模型136及交談及分析歷史資料庫138。在一實施例中，意圖分類模型132為已自複數個文字描述訓練以表示各別文字描述之一或多個意圖或概念的機器學習模型。在一實施例中，意圖分類模型132由反事實對話程式101利用，以判定用以表示用作反事實模擬回應之一或多個意圖或概念之一或多個文字描述。在一實施例中，反事實對話程式101接收使用者輸入，且反事實對話程式101利用意圖分類模型132來判定使用者輸入之意圖。舉例而言，反事實對話程式101接收使用者回答問題之使用者輸入，且反事實對話程式101利用分類模型132來判定使用者輸入回答之意圖。

在一實施例中，計分模型134為用於對使用者之回應準確性進行分類、排名及計分之經訓練機器學習模型。舉例而言，若反事實對話程式101詢問使用者「作為候選者，你的最大優勢是什麼？」，則計分模型134用於對使用者對所提出問題之回應之準確性進行分類、排名或以其他方式計分。在一實施例中，使用者回應之準確性之排名或分數為數值。舉例而言，若反事實對話程式101詢問使用者「作為候選者，你的最大優勢是什麼？」，且使用者回覆「我學東西很快」，則反事實對話程式101將使用者之回應計分為4分，滿分10分。

在一實施例中，使用者分析模型136為用於判定使用者回應之個人態樣或屬性之機器學習模型。在一實施例中，使用者分析模型136用於基於交談而判定一或多個屬性。舉例而言，若反事實對話程式101詢問使用者「作為候選者，你的最大優勢是什麼？」，且使用者回覆「我學東西很快」，則使用者分析模型136可用於判定與回應相關聯之一或多個屬性，使用者可基於使用者之回覆改良該回應。另外，使用者分析模型136可用於判定使用者回應之自信程度。在另一實施例中，反事實對話程式101修改使用者初始回答以改良一或多個所識別屬性。在另一實施例中，反事實對話程式101推薦使用者回覆與「我學東西很快且享受學習新任務」之回應相同之問題，作為更自信回應。

在一實施例中，交談及分析歷史資料庫138包括關於對話代理及使用者中之至少一者之對話歷史之資訊。在一實施例中，存取包括於交談及分析歷史資料庫138中之資訊以訓練或再訓練一或多個模型，諸如意圖分類模型132、計分模型134及使用者分析模型136。

在一實施例中，反事實對話程式101接收使用者輸入。在一實施例中，使用者輸入為文字的或口頭的。在一實施例中，使用者輸入為在聊天方塊中自使用者接收之任何文字。在一實施例中，使用者輸入為對來自反事實對話程式101之問題之回覆或回應。

在一實施例中，反事實對話程式101至少部分地基於使用者輸入而產生系統輸出。在一實施例中，系統輸出至少部分地基於可用之候選文字之語料庫。在存在可用之候選文字之語料庫的彼等實施例中，反事實對話程式101執行反事實個例選擇以找到最接近於(亦即，最佳匹配)初始使用者輸入但與目標替代系統輸出相關聯之文字個例。在一實施例中，反事實對話程式101基於使用者輸入之目標意圖而自候選文字之語料庫選擇候選文字。在一實施例中，使用者輸入之目標意圖為由對話代理進行之對使用者輸入的理解。舉例而言，若使用者輸入為諸如「你想購買傘式保險策略嗎？其將覆蓋你現有責任保險以外的所有費用」之問題，則目標意圖為理解使用者之問題(亦即，你想購買傘式保險策略嗎？)之對話代理。在一實施例中，使用者輸入之目標意圖為與使用者輸入相關聯之個人屬性。舉例而言，若對話代理詢問「你為何適合此工作？」且使用者輸入為諸如「我不確定，我喜歡忙碌」之回答，則反事實對話程式101判定使用者輸入之目標意圖為自信。在此情境下，反事實對話程式101根據使用者之回應判定屬性「不自信」，且因此最終判定使用者輸入不符合目標意圖。

在一實施例中，來自使用者輸入之文字個例鏈接至目標系統輸出(例如，針對特定意圖之經訓練資料)。在一實施例中，反事實對話程式101自鏈接至目標替代輸出之個例進行選擇且根據其與初始使用者輸入之距離進行排名。在一實施例中，字串距離度量用以量測兩個文字串之間的距離以用於估計字串搜尋中之字串匹配或比較。在一實施例中，反事實對話程式101利用一或多個基於深度神經網路之語言模型(例如，BERT)來產生句子嵌入。在一實施例中，使用句子嵌入以至少部分地基於使用者輸入之目標意圖找到與目標替代輸出相關之句子。

在候選文字之語料庫不可用之彼等實施例中，反事實對話程式101執行反事實文字修改以至少部分地基於使用者輸入之目標輸入修改當前使用者輸入，直至其產生目標替代輸出。在一實施例中，反事實對話程式101識別有助於當前系統輸出之突出字詞，且接著自詞典移除突出字詞或用語義類似字詞來替換突出字詞，該詞典已知為與目標替代輸出(例如，工作描述中之關鍵字；適合於工作訪問之片語)相關聯。在一實施例中，反事實對話程式101利用無監督風格傳送(例如，措辭之更「自信」風格)演算法。語言風格傳送演算法以特定風格屬性重新措辭文字同時保持原始屬性或內容。當缺乏平行資料時，使用無監督機器翻譯方法，其中源句子呈一種風格且目標句子呈另一風格。在一實施例中，反事實對話程式101基於無監督機器翻譯方法針對特定風格重新措辭文字。

在一實施例中，反事實對話程式101判定使用者輸入/系統輸出對是否令人滿意。在一實施例中，若系統輸入適當地回答系統輸出所提出之問題，則使用者輸入/系統輸出對為令人滿意的，或反之亦然。舉例而言，若來自反事實對話程式101之系統輸出為「你為何能勝任此工作」且訓練使用者輸入為「我學東西很快」，則反事實對話程式101判定訓練使用者輸入回答系統輸出之問題且該對令人滿意。在一實施例中，當系統輸入及系統輸出之意圖匹配時，使用者輸入/系統輸出對令人滿意。在一實施例中，若使用者輸入/系統輸出對分數高於預定臨限值，則反事實對話程式101判定使用者輸入/系統輸出對令人滿意。在一實施例中，若對使用者輸入之理解層級高於預定臨限值，則反事實對話程式101判定使用者輸入/系統輸出對令人滿意。遵循先前實例，對於系統輸出「你為何適合此工作」且訓練使用者輸入為「我學東西很快」，反事實對話程式101指派6/10之分數。在此實例中，若用於回答問題之預定臨限值為5/10，則反事實對話程式101判定訓練使用者輸入回答問題且該對令人滿意。

在一實施例中，回應於判定使用者輸入/系統輸出對不令人滿意，反事實對話程式101至少部分地基於使用者輸入/系統輸出對而產生反事實模擬。在一實施例中，反事實對話程式101以語義上有意義之方式修改使用者輸入，且產生所指定替代輸出。在一實施例中，反事實對話程式101產生反事實模擬，以幫助使用者探究反事實模擬的問題。

在存在可用之候選文字之語料庫的實施例中，反事實對話程式101藉由基於使用者輸入之目標意圖而自候選文字之語料庫選擇候選文字來產生使用者輸入之反事實模擬。舉例而言，若對話代理詢問「你為何適合此工作？」且使用者輸入為諸如「我不確定，我喜歡忙碌」之回答，則反事實對話程式101判定使用者輸入之目標意圖為自信。在此情境下，反事實對話程式101根據使用者之回應判定屬性「不自信」，且因此最終判定使用者輸入不符合目標意圖。另外，反事實對話程式101基於目標意圖「自信」而自候選文字之語料庫選擇候選文字。因此反事實對話101選擇並產生「因為我工作努力，所以我適合此工作」之反事實模擬。

在候選文字之語料庫不可用之實施例中，反事實對話程式101基於使用者輸入之目標意圖而執行使用者輸入之反事實文字修改。在候選文字之語料庫不可用之實施例中，反事實對話程式101基於系統輸出之目標意圖而執行系統輸出之反事實文字修改。

在一實例中，反事實對話程式101訓練使用者客戶關懷代理A更好地措辭其如何詢問問題或提供資訊，以獲得更佳的客戶滿意度。在此實例中，有經驗之客戶關懷代理利用反事實對話程式101以提供話語之良好實例作為各意圖之訓練資料。在此實例中，客戶關懷代理A為作用客戶關懷代理，且反事實對話程式101正模擬客戶。在此實例中，客戶關懷代理A及反事實對話程式101參與以下對話：

客戶關懷代理A：你有興趣購買額外傘式策略嗎？

反事實對話程式101：我不確定我是否理解你的意思。

在此實例中，反事實對話程式101判定客戶不大可能理解術語「傘式策略」。模擬查看購買家庭保險之客戶之反事實對話程式101提供「並不理解」回應。反事實對話程式101接收使用者輸入，該使用者輸入請求對目標意圖「查詢對傘式策略之興趣」進行反事實模擬(亦即，如何重新措辭問題以便由客戶正確地理解)。反事實對話程式101藉由自積極訓練實例之語料庫搜尋實例而產生反事實使用者輸入，該積極訓練實例基於匹配意圖「查詢對傘式策略之興趣」。反事實對話程式101將最佳匹配實例傳輸至使用者客戶關懷代理A。在此實例中，客戶關懷代理A及反事實對話程式101進一步參與以下對話：

客戶關懷代理A：你有興趣購買傘式責任策略嗎？其將覆蓋你責任保險以外的所有費用。

反事實對話程式101：有興趣。我想要瞭解傘式責任策略之費用。

在此實例中，反事實對話程式101重新措辭問題，因此客戶正確地理解該問題。反事實對話程式101改良客戶關懷代理A之問題之措辭，以便保持問題之意圖，但以客戶有可能理解之方式徹底解釋「傘式策略」之意義。

在另一實例中，反事實對話程式101模擬用於訓練使用者(受訪者)之工作訪問訓練對話代理。在此實例中，藉由使用歷史訪問交談之回歸模型及具有針對一或多個回答之經標記擬合分數的對應工作發佈來訓練反事實對話程式101。在此實例中，反事實對話程式101基於使用者對訪問問題之回答而產生分數，以輔助使用者改良其訪問技能。在此實例中，使用者及反事實對話程式101進一步參與以下對話：

反事實對話程式101：你為何認為你適合此工作？

使用者：我學東西很快。

在此實例中，反事實對話程式101判定使用者輸入(「我學東西很快」)及系統輸出對(「你為何認為你適合此工作？」)並不令人滿意。反事實對話程式101判定使用者對其回答沒有自信。反事實對話程式101基於「我學東西很快」之使用者輸入而給出低擬合分數。在此實例中，反事實對話程式101產生修改使用者之回答直至其達到較高擬合分數 (亦即，直至分數高於預定臨限值)之反事實文字。

在另一實例中，反事實對話程式101模擬用於訓練使用者(受訪者)之工作訪問訓練對話代理。在此實例中，反事實對話程式101產生屬性或交談以輔助使用者改良其訪問技能。在此實例中，使用者及反事實對話程式101進一步參與以下對話：

反事實對話程式101：你為何認為你適合此工作？

使用者：我學東西很快。

在此實例中，反事實對話程式101基於交談(例如，個人分析)而產生與使用者相關聯之屬性清單。在此實例中，反事實對話程式101在回答訪問問題時接收使用者想要聽起來更自信之使用者輸入。反事實對話程式101判定使用者對其回答沒有自信，且將4/10之低擬合分數指派至使用者回答。反事實對話程式101接著產生反事實文字模擬，以修改「我學東西很快」之初始使用者輸入回答。在此實例中，反事實對話程式101模擬一或多個額外訪問交談(亦即，作為新使用者輸入進入系統)，以向使用者例示改變使用者輸入回答如何改變反事實對話程式101回答，且此如何改變使用者所感知之方式及分數可如何改變。在此實例中，反事實對話程式101進一步模擬以下對話，作為使用者作為訪問者及受訪之實例：

反事實對話程式101(作為訪問者)：你為何認為你適合此工作？

反事實對話程式101(作為受訪者)：我學東西很快且我享受學習新任務。我渴望幫助完成我的舒適區以外之任務。

反事實對話程式101判定由假扮為受訪者之反事實對話程式101提供之新回答具有8/10的高擬合分數，且將新高擬合分數呈現至使用者。

圖2為描繪根據本發明之至少一個實施例之用於藉由反事實對話程式101來反事實地訓練使用者輸入的操作步驟(通常指定為200)之流程圖。圖2提供僅一個實施之說明且並不暗示關於可實施不同實施例之環境的任何限制。熟習此項技術者可在不脫離由申請專利範圍所敍述之本發明範疇的情況下對所描繪環境進行許多修改。

在步驟S202處，反事實對話程式101藉由對話助理來接收使用者輸入。在一實施例中，反事實對話程式101為對話代理。在一實施例中，反事實對話程式101為聊天方塊。在一實施例中，反事實對話程式101為虛擬助理。在一實施例中，使用者輸入為提出問題或為問題提供回答中之至少一者。

在步驟S204處，反事實對話程式101藉由對話助理至少部分地基於使用者輸入來產生系統輸出。在一實施例中，系統輸出為提出問題或為問題提供回答中之至少一者。

在決策步驟S206處，反事實對話程式101判定使用者輸入/系統輸出對是否令人滿意(亦即，高於預定臨限值)。在一實施例中，若使用者輸入回答系統輸出中所詢問之問題，則反事實對話程式101判定使用者輸入/系統輸出對令人滿意。在一實施例中，若系統輸出回答使用者輸入中所詢問之問題，則反事實對話程式101判定使用者輸入/系統輸出對令人滿意。若判定使用者輸入/系統輸出對令人滿意(決策步驟S206「是」分支)，則反事實對話程式101結束。若判定使用者輸入/系統輸出對並不令人滿意(決策步驟S206「否」分支)，則反事實對話程式101繼續進行至步驟S208。

在步驟S208處，反事實對話程式101至少部分地基於使用者輸入/系統輸出對而產生反事實模擬。在一實施例中，反事實對話程式101以語義上有意義之方式修改使用者輸入，且產生所指定替代輸出。在一實施例中，反事實對話程式101產生反事實模擬，以幫助使用者探究反事實模擬的問題。在一實施例中，反事實對話程式101至少部分地基於使用者輸入之目標意圖而產生反事實模擬。

在步驟S210處，反事實對話程式101藉由對話助理來接收作為使用者輸入之反事實模擬。

在步驟S212處，反事實對話程式101藉由對話助理至少部分地基於反事實模擬來產生作為系統輸出之回應。

在決策步驟S214處，反事實對話程式101判定使用者輸入(反事實模擬)/輸出對是否令人滿意。在一實施例中，若使用者輸入回答系統輸出中所詢問之問題，則反事實對話程式101判定使用者輸入/系統輸出對令人滿意。在一實施例中，若系統輸出回答使用者輸入中所詢問之問題，則反事實對話程式101判定使用者輸入/系統輸出對令人滿意。若判定使用者輸入/系統輸出對令人滿意(決策步驟S214「是」分支)，則反事實對話程式101結束。若判定使用者輸入/系統輸出對並不令人滿意(決策步驟S206「否」分支)，則反事實對話程式101返回至步驟S208。

圖3為描繪根據本發明之至少一個實施例之適合於反事實對話程式101的運算裝置(通常指定為300)之組件的方塊圖。運算裝置300包括一或多個處理器304(包括一或多個電腦處理器)、通信網狀架構302、包括RAM 316及快取記憶體318之記憶體306、進一步包括反事實對話程式101之持久性儲存器308、通信單元312、I/O介面314、顯示器322 及外部裝置320。應瞭解，圖3提供僅一個實施例之說明且並不暗示關於可實施不同實施例之環境的任何限制。可對所描繪環境進行許多修改。

如所描繪，運算裝置300在通信網狀架構302上操作，該通信網狀架構302提供電腦處理器304、記憶體306、持久性儲存器308、通信單元312及輸入/輸出(I/O)介面314之間的通信。通信網狀架構302可藉由適合於在處理器304(例如微處理器、通信處理器及網路處理器)、記憶體306、外部裝置320及系統內之任何其他硬體組件之間傳遞資料或控制資訊的任何架構來實施。舉例而言，通信網狀架構302可藉由一或多個匯流排來實施。

記憶體306及持久性儲存器308為電腦可讀儲存媒體。在所描繪之實施例中，記憶體306包括隨機存取記憶體(RAM)316及快取記憶體318。一般而言，記憶體306可包括任何合適之揮發性或非揮發性電腦可讀儲存媒體。

用於反事實對話程式101之程式指令可儲存於持久性儲存器308中，或更大體而言，儲存於任何電腦可讀儲存媒體中，以供各別電腦處理器304中之一或多者經由記憶體306之一或多個記憶體執行。持久性儲存器308可為磁性硬碟機、固態磁碟機、半導體儲存裝置、唯讀記憶體(ROM)、電子可抹除可程式化唯讀記憶體(EEPROM)、快閃記憶體或能夠儲存程式指令或數位資訊之任何其他電腦可讀儲存媒體。

由持久性儲存器308使用之媒體亦可為抽取式的。舉例而言，抽取式硬碟機可用於持久性儲存器308。其他實例包括光碟及磁碟、隨身碟及智慧卡，其經插入至磁碟機中以用於傳送至亦為持久性儲存器308之部分的另一電腦可讀儲存媒體上。

在此等實例中，通信單元312提供與其他資料處理系統或裝置之通信。在此等實例中，通信單元312可包括一或多個網路介面卡。通信單元312可經由使用實體及無線通信鏈路中之任一者或兩者而提供通信。在本發明之一些實施例之上下文中，各種輸入資料之來源可實體上遠離運算裝置300，使得可接收輸入資料，且輸出以類似方式經由通信單元312傳輸。

I/O介面314允許與可結合運算裝置300操作之其他裝置輸入及輸出資料。舉例而言，I/O介面314可提供與外部裝置320之連接，該外部裝置可作為鍵盤、小鍵盤、觸控式螢幕或其他合適之輸入裝置。外部裝置320亦可包括攜帶型電腦可讀儲存媒體，例如隨身碟、攜帶型光碟或磁碟及記憶卡。用於實踐本發明之實施例之軟體及資料可儲存於此類攜帶型電腦可讀儲存媒體上，且可經由I/O介面314載入至持久性儲存器308上。I/O介面314亦可以類似方式連接至顯示器322。顯示器322提供用以向使用者顯示資料之機構且可為例如電腦監視器。

應理解，儘管本發明包括關於雲端運算之詳細描述，但本文中所敍述之教示之實施不限於雲端運算環境。確切而言，本發明之實施例能夠結合現在已知或稍後開發之任何其他類型之運算環境來實施。

雲端運算為用於實現對可組態運算資源(例如，網路、網路頻寬、伺服器、處理、記憶體、儲存器、應用程式、虛擬機及服務)之共用集區進行便利之隨選網路存取的服務遞送之模型，該等可組態運算資源可快速佈建且藉由最小管理工作或與服務提供者之互動而釋放。此雲端模型可包括至少五個特性、至少三個服務模型及至少四個部署模型。

特性如下：隨選自助服務：雲端消費者可按需要自動地單向佈建運算能力(諸如伺服器時間及網路儲存)，而無需與服務提供者進行人為互動。

隨處網路存取：可經由網路獲得能力及經由標準機制存取能力，該等標準機制藉由異質精簡型或複雜型用戶端平台(例如，行動電話、膝上型電腦及PDA)促進使用。

資源集用：提供者之運算資源經集用以使用多租戶模型為多個消費者服務，其中根據需要動態地指派及重新指派不同實體及虛擬資源。存在位置獨立性之意義，此係因為消費者通常不具有對所提供資源之確切位置的控制或瞭解，但可能夠按較高抽象層級(例如，國家、州或資料中心)指定位置。

快速彈性：可快速地且彈性地(在一些情況下，自動地)佈建能力以迅速地向外延展，且可快速地釋放能力以迅速地向內延展。在消費者看來，可用於佈建之能力通常呈現為無限的且可在任何時間以任何量來購買。

計次服務：雲端系統藉由在適於服務類型(例如，儲存、處理、頻寬及作用中使用者帳戶)之某一抽象層級下充分利用計量能力而自動控制及最佳化資源使用。可監測、控制及報告資源使用情況，由此向所利用服務之提供者及消費者兩者提供透明度。

服務模型如下：軟體即服務(SaaS)：提供至消費者之能力係使用在雲端基礎架構上運行的提供者之應用程式。應用程式可經由諸如網頁瀏覽器(例如，基於網頁之電子郵件)之精簡型用戶端介面而自各種用戶端裝置存取。消費者並不管理或控制包括網路、伺服器、作業系統、儲存器或甚至個別應用程式能力之基礎雲端基礎架構，其中可能之異常為有限之使用者特定應用程式組態設定。

平台即服務(PaaS)：提供至消費者之能力係將使用由提供者所支援的程式設計語言及工具建立之消費者建立或獲取之應用程式部署至雲端基礎架構上。消費者並不管理或控制包括網路、伺服器、作業系統或儲存器之基礎雲端基礎架構，但控制所部署應用程式及可能的代管環境組態之應用程式。

基礎架構即服務(IaaS)：提供給消費者之能力係佈建處理、儲存、網路及其他基礎運算資源，其中消費者能夠部署及運行可包括作業系統及應用程式之任意軟體。消費者並不管理或控制基礎雲端基礎架構，但控制作業系統、儲存器、所部署應用程式，及可能有限地控制選擇網路連接組件(例如，主機防火牆)。

部署模型如下：私用雲端：僅針對組織操作雲端基礎架構。私用雲端可由組織或第三方來管理且可存在內部部署或外部部署。

社群雲端：雲端基礎架構由若干組織共用且支援具有共用關注事項(例如，任務、安全要求、策略及合規性考量)之特定社群。社群雲端可由組織或第三方來管理且可存在內部部署或外部部署。

公用雲端：使雲端基礎架構可用於公眾或大型工業集團且由出售雲端服務之組織所擁有。

混合雲端：雲端基礎架構為兩個或更多個雲端(私用、社群或公用)之組合物，該等雲端保持獨特實體但藉由實現資料及應用程式攜帶性(例如，用於在雲端之間實現負載平衡的雲端爆發(cloud bursting))之標準化或專屬技術繫結在一起。

藉由集中於無狀態性、低耦接、模組化及語義互操作性對雲端運算環境進行服務定向。雲端運算之關鍵為包括互連節點之網路的基礎架構。

圖4為描繪根據本發明之至少一個實施例之雲端運算環境50的方塊圖。雲端運算環境50包括一或多個雲端運算節點10，雲端消費者所使用之諸如個人數位助理(PDA)或蜂巢式電話54A、桌上型電腦54B、膝上型電腦54C及/或汽車電腦系統54N的本端運算裝置可與該一或多個雲端運算節點通信。節點10可彼此通信。可在一或多個網路(諸如，如上文所描述之私用、社群、公用或混合雲端或其組合)中將該等節點實體地或虛擬地分組(圖中未示)。此情形允許雲端運算環境50供應基礎架構、平台及/或軟體作為服務，針對該等服務，雲端消費者不需要在本端運算裝置上維護資源。應理解，圖4中所展示之運算裝置54A至54N之類型意欲僅為說明性的，且運算節點10及雲端運算環境50可經由任何類型之網路及/或網路可定址連接(例如，使用網頁瀏覽器)與任何類型之電腦化裝置通信。

圖5為描繪根據本發明之至少一個實施例之由圖4中描繪的雲端運算環境50提供之功能性抽象模型層之集的方塊圖。事先應理解，圖5中所展示之組件、層及功能意欲僅為說明性的，且本發明之實施例不限於此。如所描繪，提供以下層及對應功能：硬體及軟體層60包括硬體及軟體組件。硬體組件之實例包括：大型電腦61；基於精簡指令集電腦(RISC)架構之伺服器62；伺服器63；刀鋒伺服器64；儲存裝置65；及網路及網路連接組件66。在一些實施例中，軟體組件包括網路應用程式伺服器軟體67及資料庫軟體68。

虛擬化層70提供抽象層，可自該抽象層提供虛擬實體之以下實例：虛擬伺服器71；虛擬儲存器72；虛擬網路73，其包括虛擬私用網路；虛擬應用程式及作業系統74；及虛擬用戶端75。

在一個實例中，管理層80可提供下文所描述之功能。資源佈建81提供運算資源及用以在雲端運算環境內執行任務之其他資源之動態採購。當在雲端運算環境內利用資源時，計量及定價82提供成本追蹤，及對此等資源之消耗之帳務處理及發票開立。在一個實例中，此等資源可包括應用軟體許可。安全性提供針對雲端消費者及任務之身分驗證，以及對資料及其他資源之保護。使用者入口網站83為消費者及系統管理員提供對雲端運算環境之存取。服務層級管理84提供雲端運算資源分配及管理以使得滿足所需服務層級。服務層級協議(SLA)規劃及實現85提供雲端運算資源之預先配置及採購，針對雲端運算資源之未來要求係根據SLA來預期。

工作負載層90提供功能性之實例，可針對該功能性利用雲端運算環境。可自此層提供之工作負載及功能之實例包括：地圖繪製及導航91；軟體開發及生命週期管理92；虛擬教室教育遞送93；資料分析處理94；異動處理95；及反事實對話訓練96。