WO2022000141A1 - 基于机器人流程自动化rpa的疫情排查方法和装置 - Google Patents
基于机器人流程自动化rpa的疫情排查方法和装置 Download PDFInfo
- Publication number
- WO2022000141A1 WO2022000141A1 PCT/CN2020/098592 CN2020098592W WO2022000141A1 WO 2022000141 A1 WO2022000141 A1 WO 2022000141A1 CN 2020098592 W CN2020098592 W CN 2020098592W WO 2022000141 A1 WO2022000141 A1 WO 2022000141A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- investigation
- epidemic
- epidemic investigation
- rpa
- rpa system
- Prior art date
Links
- 238000011835 investigation Methods 0.000 title claims abstract description 260
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004801 process automation Methods 0.000 title claims abstract description 24
- 238000004891 communication Methods 0.000 claims description 47
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000009469 supplementation Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 230000004044 response Effects 0.000 abstract description 3
- 238000013024 troubleshooting Methods 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000003058 natural language processing Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Abstract
本申请涉及一种基于机器人流程自动化RPA的疫情排查方法和装置,涉及人工智能技术领域,具体公开的技术方案为:RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,疫情排查表包括多个疫情排查问题及多个疫情排查问题分别对应的多个待填项;RPA系统通过外呼系统按照通信目录依次拨打待排查人的电话,并语音播报疫情排查问题合成语音;RPA系统获取待排查人针对疫情排查问题合成语音的回复语音;RPA系统对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项;以及RPA系统根据疫情排查表进行疫情排查。由此,基于RPA和外呼技术的结合实现疫情排查,提高排查效率,降低排查成本和风险。
Description
本申请涉及人工智能技术领域,特别涉及一种基于机器人流程自动化RPA的疫情排查方法和装置。
机器人流程自动化(Robotic Process Automation)简称RPA,是通过特定的“机器人软件”,模拟人在计算机上的操作,按规则自动执行流程任务。
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。
随着疫情的大范围爆发,对被传染人的快速排查隔离成为控制疫情的重点,相关技术中,由医护人员或者是社区人员进行人工排查,来定位到有可能被感染的高危人群。
然而,上述疫情的排查方式,一方面,效率较低,排查的效率直接影响疫情的控制速度,因此,对疫情的有效控制具有不利影响,另一方面,人工排查会导致疫情的感染,风险较高。
发明内容
本申请提供一种基于机器人流程自动化RPA的疫情排查方法和装置,以解决现有技术中疫情排查效率低,以及风险高的技术问题。
本申请实施例提供一种基于机器人流程自动化RPA的疫情排查方法,包括:RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,所述疫情排查表包括多个疫情排查问题及所述多个疫情排查问题分别对应的多个待填 项;所述RPA系统根据所述疫情排查问题清单生成疫情排查问题合成语音;所述RPA系统通过外呼系统按照所述通信目录依次拨打所述待排查人的电话,并语音播报所述疫情排查问题合成语音;所述RPA系统获取所述待排查人针对所述疫情排查问题合成语音的回复语音;所述RPA系统对所述回复语音进行识别以生成识别结果,并将所述识别结果自动填入所述疫情排查表中与所述疫情排查问题所对应的待填项;以及所述RPA系统根据所述疫情排查表进行疫情排查。
本申请另一实施例提供一种基于机器人流程自动化RPA的疫情排查装置,所述疫情排查装置应用于RPA系统,包括:第一生成模块,用于获取待排查人的通信目录,并生成疫情排查表,其中,所述疫情排查表包括多个疫情排查问题及所述多个疫情排查问题分别对应的多个待填项;第二生成模块,用于根据所述疫情排查问题清单生成疫情排查问题合成语音;播报模块,用于通过外呼系统按照所述通信目录依次拨打所述待排查人的电话,并语音播报所述疫情排查问题合成语音;获取模块,用于获取所述待排查人针对所述疫情排查问题合成语音的回复语音;表格补充模块,用于对所述回复语音进行识别以生成识别结果,并将所述识别结果自动填入所述疫情排查表中与所述疫情排查问题所对应的待填项;排查模块,用于根据所述疫情排查表进行疫情排查。
本申请又一实施例提供一种计算机设备,包括处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如上述实施例所述的基于机器人流程自动化RPA的疫情排查方法。
本申请还一实施例提供一种非临时性计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例所述的基于机器人流程自动化RPA的疫情排查方法。
本申请实施例提供的技术方案可以包括以下有益效果:
RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,疫情排查表包括多个疫情排查问题及多个疫情排查问题分别对应的多个待填项后,根 据疫情排查问题清单生成疫情排查问题合成语音,并且,通过外呼系统按照通信目录依次拨打待排查人的电话,并语音播报疫情排查问题合成语音,获取待排查人针对疫情排查问题合成语音的回复语音后,对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项,以根据疫情排查表进行疫情排查。由此,基于RPA和外呼技术的结合实现疫情排查,提高排查效率,降低排查成本和风险。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请一个实施例的基于机器人流程自动化RPA的疫情排查方法的流程图;
图2是根据本申请一个实施例的疫情排查表示意图;
图3是根据本申请一个实施例的排查问题合成生成界面示意图;
图4-1是根据本申请一个实施例的疫情排查问题合成语音包含内容的场景示意图;
图4-2是根据本申请另一个实施例的疫情排查问题合成语音包含内容的场景示意图;
图5是根据本申请另一个实施例的基于机器人流程自动化RPA的疫情排查方法的流程图;
图6是根据本申请一个实施例的疫情排查方法的网络架构示意图;
图7是根据本申请一个实施例的基于机器人流程自动化RPA的疫情排查装置的结构示意图;
图8是根据本申请另一个实施例的基于机器人流程自动化RPA的疫情排查装置的结构示意图;以及
图9是根据本申请一个实施例的计算机设备的结构示意图。
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要理解的是,术语“多个”指两个或两个以上;术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本申请的申请人提供一种使用机器人来进行疫情排查的思路,利用人工智能来进行疫情排查是本申请实现疫情排查的主要方式。
具体而言,本申请中结合机器人流程自动化(Robotic Process Automation,RPA)和外呼技术的结合,实现大并发的自动外呼,外呼机器人代替人工,与随访者进行真实有效的沟通,并根据沟通结果来实现疫情排查。其中,机器人流程自动化(Robotic Process Automation,RPA)技术指的是通过特定的“机器人软件”,模拟人在计算机上的操作,按郭泽自动执行流程任务的自动化处理技术。
由于自动外呼机器人只要有数据就可以7*24小时不间断工作,而且没有任何情绪化,完全按照规范的话术进行回答,这样可以大大地降低人工成本,提高工作效率,且无需人工排查,降低了疫情的排查风险。
下面结合具体的实施例来描述基于机器人流程自动化RPA的疫情排查方法和装置。
图1是根据本申请一个实施例的基于机器人流程自动化RPA的疫情排查方法的流程图,如图1所示,该方法包括:
步骤1,RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,疫情排查表包括多个疫情排查问题及多个疫情排查问题分别对应的多个待填项。
其中,待排查人可以根据场景需要的不同对应不同的敏感人群,比如,对 应于一个社区的敏感人群,比如对应于终极风险以上的区域的敏感人群等。该敏感人群的方式可以由用户主动上传,也可以是获取多人预设时间段之内的历史位置信息,历史位置信息可以是RPA系统与运行商等服务器通信得到的等,进而,RPA系统获取敏感地区信息,该敏感地区信息可以由相关单位指定,也可由对当前感染人数所在地区统计得到,当历史位置信息与敏感地区信息重合时,所述RPA系统将人作为敏感人群。
当然,在一些场景中,即使历史位置信息与敏感地区信息重合,也不代表对应人必然会有感染风险,比如该对应人属于携带抗体者,或者该对应人已经进行了病原检测发现没有携带病毒等,因此,可以获取敏感人群之中人的当前状态信息,该当前状态信息可以包括对应人的抗体检测报告等,若是对应人的当前状态信息判断属于非排查条件,比如,属于携带抗体者,则RPA系统将所述人从敏感人群之中删除,从而进一步提高疫情的排查效率。
RPA系统确定敏感人群后,获取RPA系统确定敏感人群的通信信息(比如通信号码、社交账号)等,来生成带待排查人的通信目录,其中,RPA系统确定敏感人群对应的通信信息的方式,可以是相关工作人员主动上传,也可以是与相关平台通信获取的,比如,可以通过和通信运行商的存储服务器提供获取等。
另外,如图2所示,为了能够精确的进行疫情排查,该疫情排查表对应于与疫情排查有关的多个疫情排查问题及多个疫情排查问题分别对应的多个待填项,其中,待填项为与疫情排查问题有关的提问元素,比如,当疫情排查问题为“您最近啥时候去过A地区啊”,则待填项可以包括提问元素“是否去过A地”,以及提问元素“去A地的时间”等。其中,一个疫情排查问题可以对应至少一个待填项。
步骤2,RPA系统根据疫情排查问题清单生成疫情排查问题合成语音。
具体的,RPA系统根据疫情排查问题清单生成疫情排查问题合成语音,该疫情排查问题合成语音包括对应的疫情排查问题的提问语音,以疫情排查问题合成语音替代传统的工作人员人工询问,可以多次重复,而且完全按照规范 的话术表达,提高了服务的专业性。
该疫情排查问题合成语音可以是根据自然语言处理技术,生成与每个疫情排查问题的提问语音后生成的,目的是为了让疫情排查问题在表达时,可以更加自然真实。
需要说明的是,在不同的应用场景下,RPA系统根据疫情排查问题清单生成疫情排查问题合成语音的方式不同,示例说明如下:
示例一:
在本示例中,预先根据大量样本数据训练问题表达模型,该问题表达模型可以根据输入的疫情排查问题得到对应话术的表达文本,比如,当输入的疫情排查问题为“最近一周的到访地点”,则问题表达模型根据该疫情排查问题得到的话术表达文本为“请问您最近这一周都去过哪些地方啊”,从而根据话术表达文本生成对应的语音以得到每个疫情排查问题对应的排查问题语音,其中,为了进一步提高智能感,在生成排查问题语音时,可以以不同的语调与每个疫情排查问题对应的多个排查问题语音,比如,以卡通音调、女人音调、男人音调等,从而,后续在排查问题合成语音播放时,可以随机选择语调来播放,或者可以根据待排查人的年龄特征来选择语调播放。
示例二:
在本示例中,如图3所示,构建排查问题合成语音的生成界面,在该生成界面上,包含针对每个疫情排查问题的问题文本输入框和语调选择框,用户可以在问题文本输入框输入问题文本,在语调选择框选择语调,从而生成每个疫情排查问题的排查问题语音。
需要强调的是,本实施例中的疫情排查问题合成语音包含了疫情排查问题清单对应的多个疫情排查问题对应的多个排查问题语音,为了给待排查人留出足够的回答时间,保证清晰的采集到待排查人的回答语音,作为一种可能的实现方式,如图4-1所示,顺序播放多个疫情排查问题的排查问题语音,在每个排查问题语音后停顿一定时间,其中,该一定时间可相同,也可以根据排查问题语音设置不同的时间,比如,预先根据实验数据标注排查问题语音的难度值, 排查问题语音的难度值越高,则对应的停顿的一定时间越长等。也就是说,本实施例中的疫情排查问题合成语音包含多个疫情排查问题的排查问题语音,以及排查问题语音之间的播放时间间隔。
作为另一种可能的实现方式,如图4-2所示,顺序播放多个疫情排查问题的排查问题语音,在每个排查问题语音播放后,判断是否满足播放切换条件,比如,监测待排查人的语音停顿时长,若是在预设时长内没有检测到待排查人的语音,则切换下一个排查问题语音。也就是说,本实施例中的疫情排查问题合成语音包含多个疫情排查问题的排查问题语音,以及排查问题语音之间的播放切换条件。
步骤3,RPA系统通过外呼系统按照通信目录依次拨打待排查人的电话,并语音播报疫情排查问题合成语音。
在本申请的一个实施例中,为了进一步提升待排查人的接听体验,还可以在语音播报疫情排查问题合成语音时,采集待排查人侧的环境噪音和待排查人的声纹特征,根据声纹特征分析待排查人的年龄,根据环境噪音和年龄播报实时调整疫情排查问题合成语音的音量,当环境噪音越大,待排查人的年龄越大,则播报疫情排查问题合成语音的音量越大。
步骤4,RPA系统获取待排查人针对疫情排查问题合成语音的回复语音。
具体的,RPA系统通过外呼系统按照通信目录依次拨打待排查人的电话,,并且语音播报疫情排查问题合成语音,以便采集待排查人基于疫情排查问题清单的回复语音。
在本申请的一个实施例中,可以通过RPA系统监测待排查人的电话的接听状态,当接听状态为接通时,RPA系统开启录音功能以开始录音,当接听状态为挂断时,RPA系统关闭录音功能并获取录音数据,提取录音数据中待排查人的回复语音。
为了便于后续追溯,继续参照图2,疫情排查表还可以包括回复语音的存储路径项,当用户获取到回复语音后,将回复语音存储在预设位置生成存储路径后,将对应的存储路径存放在对应的存储路径项中,其中,继续参照图2, 该疫情排查表的待填项还可以包括接听状态项、接听时间项等,以便于记录每一次待排查人的电话拨通状态。
步骤5,RPA系统对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项。
具体的,在获取到RPA系统对回复语音后,实际上就获取到了排查结果,本申请中,RPA系统对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项,以完成对排查结果的整理,便于对疫情排查,由于本申请中以疫情排查表的形式统计识别结果,便于后续的疫情结果的整理等。
需要说明的是,在不同的应用场景下,步骤5的实现方式不同,示例如下:
示例一:
在本示例中,如图5所示,步骤5包括:
步骤51,RPA系统对回复语音进行文字转换以生成文字结果。
在实际操作时,可以基于自动语音识别(Automatic Speech Recognition,ASR)技术进行文字转换。
步骤52,RPA系统对文字结果进行语义识别以生成识别结果。
在本实施例中,RPA系统对文字结果进行语义识别以生成识别结果,从而,将文字结果处理为语义表达结果,去除语言表达上的噪音干扰,比如,当文字结果为“我刚刚从北京回来了”,则语音识别后的识别结果为“2020年6月20日到访北京”。
进一步的,在本实施例中,RPA系统对识别结果切词处理生成多个识别结果切词,RPA系统对多个识别结果中的每个识别结果切词进行属性分析,确定每个识别结果切词的属性信息,该属性信息区别现有技术中的属性,对应于待填项的属性,比如该分词是地点名词、还是时间名词还是体温名词等,进而,每个待填项设置对应的属性,RPA系统根据属性信息确定每个识别结果切词对应的待填项,并将每个识别结果切词填入对应的待填项。
示例二:
在本示例中,预先训练神经网络模型,对识别结果切词处理后,获取与识别结果对应的分词,将多个分词输入神经网络模型,获取与每个分词与每个待填项的匹配值,根据匹配值确定与待填项匹配的分词,并填入对应的待填项。
步骤6,RPA系统根据疫情排查表进行疫情排查。
具体的,参照图2,疫情排查表清晰的反应出待排查人员的排查结果,由此,RPA系统根据疫情排查表进行疫情排查,避免人为排查导致的效率较低的问题。
其中,在实际执行中,在不同的应用场景中,可以采用不同的实现方式来控制RPA系统根据疫情排查表进行疫情排查,示例说明如下:
示例一:
在本示例中,预先针对待填项的内容设置排查要求,RPA系统判断待填项之中的内容是否符合排查要求,如果符合排查要求,则确定待排查人属于高风险人,如果不符合排查要求,则确定待排查人属于低风险人。
在一些可能的实现方式中,RPA系统获取待填项之中的活动地点信息,RPA系统判断活动地点信息是否属于预设风险地区,若是属于预设风险地区,则待填项的内容符合排查要求。
在另一些可能的实现方式中,RPA系统获取待填项之中的体温信息,RPA系统判断体温信息是否大于等于预设温度,若是大于预设温度,则待填项的内容符合排查要求。
由此,本申请实施例的基于机器人流程自动化RPA的疫情排查方法,应用在机器人中,机器人使用了RPA和自动外呼技术,RPA负责获取外呼待排查人、疫情排查表整理、新建外呼任务、上传疫情排查表、启动外呼任务、下载外呼的回复语音、生成疫情排查表的报告及发送给有关人员,大大提高了疫情的排查效率,比如,社区三名工作人员每天要外呼约300名待排查人,每通电话约5分钟(包含信息记录时间),每天要花费4小时记录并统计待排查人身体状况,时间紧张、工作强度大。
并且,在本实施例中,相对于现有技术中,在自动外呼时,只能通过意图 判别来自动生成外呼表单,只能够询问一些答案为肯定或否定的问题,而对于一些开放型的问题诸如询问年龄、学历、体温、区域等,则无法判别意图,也就无法自动生成表单,所以外呼系统通常不做包含开放性问题的话术询问,大大限制了外呼系统的应用场景。
本申请巧妙的结合RPA技术,如图6所示,在本申请的实施例中,实现疫情排查方法包括业务系统侧、RPA侧和外呼系统平台,其中业务系统侧包括客户端软件、邮箱、网页、数据库、EXCEL表格等,利用RPA数据采集能力从客户的业务系统中自动采集通信信息(比如电话号码等),比如基于数据库读取通信信息,并按照外呼系统要求生成通信目录,根据预先设定的规则自动登陆外呼系统创建外呼话术及任务、导入外呼名单及开启外呼任务;待外呼完成后,RPA机器人提取待排查人的关于疫情排查问题清单生成疫情排查问题合成语音;RPA系统通过外呼系统按照所述通信的回复语音,进而自动生成疫情排查表,最后RPA既可以通过邮件、IM等方式将外呼报表推送给客户端侧的相关人员,也可以将疫情排查表的内容回写至客户的业务系统中。
RPA侧从业务系统中抓取到相关数据后,将相关存放在内存中,需要进行数据清洗和数据筛选,提取外呼平台所需的通信目录,写入到疫情排查表中。按照一定的数据清洗规则及筛选条件,制定RPA流程,RPA自动后台完成数据处理工作。RPA需要完成登陆外呼平台、新建外呼任务、上传用户表格及开启外呼任务等动作。其中,RPA自动打开网页,输入用户名、密码、验证码,触发登陆按钮登陆,进而根据接收到的通信目录和当前业务需求生成疫情排查表,构建对待排查人的呼叫任务,呼叫规则等,进而触发外呼平台进行外呼。RPA侧的相关业务可以按照基于人工智能的处理策略,基于RPA技术,通过特定的“机器人软件”来模拟人在计算机上的操作,按照规则自动执行上述流程任务。
其中,为了理解待排查用户的回复语音,参照图6,本申请中的外呼平台包括人工智能模块,该人工智能模块包括自动语音识别技术(Automatic Speech Recognition,ASR)模块,自然语言处理(Natural Language Processing,NLP)模 块,从文本到语音(TextToSpeech,TTS)模块,外呼平台还包括IP多媒体子系统,用来协调语音识别和语音合成等功能。其中,外呼平台利用自动外呼技术实现批量自动外呼,利用TTS技术模拟人声向被叫对象播报疫情排查问题合成语音,利用NLP引擎实现人机多轮对话,整个通话过程都被录音。通话完成后,外呼平台利用ASR技术进行录音到对话文本的转译工作。
由此,本实施例中的机器人可以节省社区人员大量的时间,社区人员只要把原始的通信目录等发送到指定设备,然后等待接收排查结果即可。如果一个社区有300名待排查人需要外呼,使用机器人只要15分钟即可完成所有操作,提取待排查人的问答回复,并根据问答恢复生成疫情排查表等发送给社区人员,实现端到端的自动化。将固化、繁琐、重复的业务使用RPA机器人来自动化完成,以达到优化中心部分工作流程、减少成本、提高工作效率、降低操作失误率的目标。
综上,本申请实施例的基于机器人流程自动化RPA的疫情排查方法,RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,疫情排查表包括多个疫情排查问题及多个疫情排查问题分别对应的多个待填项后,根据疫情排查问题清单生成疫情排查问题合成语音,并且,通过外呼系统按照通信目录依次拨打待排查人的电话,并语音播报疫情排查问题合成语音,获取待排查人针对疫情排查问题合成语音的回复语音后,对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项,以根据疫情排查表进行疫情排查。由此,基于RPA和外呼技术的结合实现疫情排查,提高排查效率,降低排查成本和风险。
为了实现上述实施例,本申请还提出了一种基于机器人流程自动化RPA的疫情排查装置。图7是根据本申请一个实施例的基于机器人流程自动化RPA的疫情排查装置的结构示意图,如图7所示,该基于机器人流程自动化RPA的疫情排查装置包括:第一生成模块10、第二生成模块20、播报模块30、获取模块40、表格补充模块50和排查模块60,其中,
第一生成模块10,用于获取待排查人的通信目录,并生成疫情排查表,其中,疫情排查表包括多个疫情排查问题及多个疫情排查问题分别对应的多个待填项;
第二生成模块20,用于根据疫情排查问题清单生成疫情排查问题合成语音;
播报模块30,用于通过外呼系统按照通信目录依次拨打待排查人的电话,并语音播报疫情排查问题合成语音;
获取模块40,用于获取待排查人针对疫情排查问题合成语音的回复语音;
表格补充模块50,用于对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项;
排查模块60,用于根据疫情排查表进行疫情排查。
在本申请的一个实施例中,表格补充模块50,具体用于:
对回复语音进行文字转换以生成文字结果;以及
对文字结果进行语义识别以生成识别结果。
在本申请的一个实施例中,排查模块60,具体用于:
判断待填项之中的内容是否符合排查要求;
在符合排查要求时,确定待排查人属于高风险人;
在不符合排查要求时,确定待排查人属于低风险人。
在本申请的一个实施例中,如图8所示,在如图7所示的基础上,该装置还包括:确定模块70和第三生成模块80,其中,
确定模块70,用于确定敏感人群;
第三生成模块80,用于获取敏感人群的通信信息,并生成待排查人的通信目录。
需要说明的是,前述对基于机器人流程自动化RPA的疫情排查方法实施例的解释说明也适用于该实施例的基于机器人流程自动化RPA的疫情排查装置,本申请基于机器人流程自动化RPA的疫情排查装置实施例中未公布的细节,此处不再赘述。
综上,本申请实施例的基于机器人流程自动化RPA的疫情排查方法,RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,疫情排查表包括多个疫情排查问题及多个疫情排查问题分别对应的多个待填项后,根据疫情排查问题清单生成疫情排查问题合成语音,并且,通过外呼系统按照通信目录依次拨打待排查人的电话,并语音播报疫情排查问题合成语音,获取待排查人针对疫情排查问题合成语音的回复语音后,对回复语音进行识别以生成识别结果,并将识别结果自动填入疫情排查表中与疫情排查问题所对应的待填项,以根据疫情排查表进行疫情排查。由此,基于RPA和外呼技术的结合实现疫情排查,提高排查效率,降低排查成本和风险。
为了实现上述实施例,本申请还提出了一种计算机设备,图9是根据本申请一个实施例的计算机设备的结构示意图。如图9所示,存储器21、处理器22及存储在存储器21上并可在处理器22上运行的计算机程序。
处理器22执行所述程序时实现上述实施例中提供的语音交互方法。
进一步地,计算机设备还包括:
通信接口23,用于存储器21和处理器22之间的通信。
存储器21,用于存放可在处理器22上运行的计算机程序。
存储器21可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
处理器22,用于执行所述程序时实现上述实施例所述的基于机器人流程自动化RPA的疫情排查方法。
如果存储器21、处理器22和通信接口23独立实现,则通信接口21、存储器21和处理器22可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(Peripheral Component,简称为PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗 线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23,集成在一块芯片上实现,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
处理器22可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器被执行时,使得能够执行如上述实施例所述的基于机器人流程自动化RPA的疫情排查方法。
为了实现上述实施例,本申请还提出一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行如上述实施例所述的基于机器人流程自动化RPA的疫情排查方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA) 等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
- 一种基于机器人流程自动化RPA的疫情排查方法,其特征在于,包括:RPA系统获取待排查人的通信目录,并生成疫情排查表,其中,所述疫情排查表包括多个疫情排查问题及所述多个疫情排查问题分别对应的多个待填项;所述RPA系统根据所述疫情排查问题清单生成疫情排查问题合成语音;所述RPA系统通过外呼系统按照所述通信目录依次拨打所述待排查人的电话,并语音播报所述疫情排查问题合成语音;所述RPA系统获取所述待排查人针对所述疫情排查问题合成语音的回复语音;所述RPA系统对所述回复语音进行识别以生成识别结果,并将所述识别结果自动填入所述疫情排查表中与所述疫情排查问题所对应的待填项;以及所述RPA系统根据所述疫情排查表进行疫情排查。
- 如权利要求1所述的疫情排查方法,其特征在于,在所述RPA系统获取待排查人的通信目录之前,包括:所述RPA系统确定敏感人群;所述RPA系统获取所述敏感人群的通信信息,并生成所述待排查人的通信目录。
- 如权利要求2所述的疫情排查方法,其特征在于,所述RPA系统确定敏感人群,包括:所述RPA系统获取多个人预设时间段之内的历史位置信息;所述RPA系统获取敏感地区信息;以及当所述历史位置信息与所述敏感地区信息重合时,所述RPA系统将所述人作为所述敏感人群。
- 如权利要求2所述的疫情排查方法,其特征在于,还包括:所述RPA系统获取所述敏感人群之中人的当前状态信息;如果根据所述人的当前状态信息判断属于非排查条件,则所述RPA系统将所述人从所述敏感人群之中删除。
- 如权利要求1-4任一所述的疫情排查方法,其特征在于,所述RPA系统对所述回复语音进行识别以生成识别结果,包括:所述RPA系统对所述回复语音进行文字转换以生成文字结果;以及所述RPA系统对所述文字结果进行语义识别以生成所述识别结果。
- 如权利要求5所述的疫情排查方法,其特征在于,所述将所述识别结果自动填入所述疫情排查表中与所述疫情排查问题所对应的待填项,包括:所述RPA系统对所述识别结果切词处理生成多个识别结果切词;所述RPA系统对所述多个识别结果切词中的每个识别结果切词进行属性分析,确定所述每个识别结果切词的属性信息;所述RPA系统根据所述属性信息确定所述每个识别结果切词对应的待填项,并将所述每个识别结果切词填入对应的待填项。
- 如权利要求1-6任一所述的疫情排查方法,其特征在于,所述RPA系统根据所述疫情排查表进行疫情排查,包括:所述RPA系统判断所述待填项之中的内容是否符合排查要求;如果符合所述排查要求,则确定所述待排查人属于高风险人;如果不符合所述排查要求,则确定所述待排查人属于低风险人。
- 如权利要求7所述的疫情排查方法,其特征在于,所述RPA系统判断所述待填项之中的内容是否符合排查要求,包括:所述RPA系统获取所述待填项之中的活动地点信息;所述RPA系统判断所述活动地点信息是否属于预设风险地区。
- 如权利要求7所述的疫情排查方法,其特征在于,所述RPA系统判断所述待填项之中的内容是否符合排查要求,包括:所述RPA系统获取所述待填项之中的体温信息;所述RPA系统判断所述体温信息是否大于等于预设温度。
- 如权利要求1-9任一所述所述的疫情排查方法,其特征在于,所述RPA系统获取所述待排查人针对所述疫情排查问题合成语音的回复语音,包括:所述RPA系统监测所述待排查人的电话的接听状态;当所述接听状态为接通时,所述RPA系统开启录音功能以开始录音;当所述接听状态为挂断时,所述RPA系统关闭录音功能并获取录音数据;提取所述录音数据中所述待排查人的所述回复语音。
- 一种基于机器人流程自动化RPA的疫情排查装置,其特征在于,所述疫情排查装置应用于RPA系统,包括:第一生成模块,用于获取待排查人的通信目录,并生成疫情排查表,其中,所述疫情排查表包括多个疫情排查问题及所述多个疫情排查问题分别对应的多个待填项;第二生成模块,用于根据所述疫情排查问题清单生成疫情排查问题合成语音;播报模块,用于通过外呼系统按照所述通信目录依次拨打所述待排查人的电话,并语音播报所述疫情排查问题合成语音;获取模块,用于获取所述待排查人针对所述疫情排查问题合成语音的回复语音;表格补充模块,用于对所述回复语音进行识别以生成识别结果,并将所述识别结果自动填入所述疫情排查表中与所述疫情排查问题所对应的待填项;排查模块,用于根据所述疫情排查表进行疫情排查。
- 如权利要求11所述的疫情排查装置,其特征在于,还包括:确定模块,用于确定敏感人群;第三生成模块,用于获取所述敏感人群的通信信息,并生成所述待排查人的通信目录。
- 如权利要求11或12所述的疫情排查装置,其特征在于,所述表格补充模块,具体用于:对所述回复语音进行文字转换以生成文字结果;以及对所述文字结果进行语义识别以生成所述识别结果。
- 如权利要求11-13任一所述的疫情排查装置,其特征在于,所述排查模块,具体用于:判断所述待填项之中的内容是否符合排查要求;在符合所述排查要求时,确定所述待排查人属于高风险人;在不符合所述排查要求时,确定所述待排查人属于低风险人。
- 一种计算机设备,其特征在于,包括处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-10中任一项所述的基于机器人流程自动化RPA的疫情排查方法。
- 一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-10中任一项所述的基于机器人流程自动化RPA的疫情排查方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/098592 WO2022000141A1 (zh) | 2020-06-28 | 2020-06-28 | 基于机器人流程自动化rpa的疫情排查方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/098592 WO2022000141A1 (zh) | 2020-06-28 | 2020-06-28 | 基于机器人流程自动化rpa的疫情排查方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022000141A1 true WO2022000141A1 (zh) | 2022-01-06 |
Family
ID=79317806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2020/098592 WO2022000141A1 (zh) | 2020-06-28 | 2020-06-28 | 基于机器人流程自动化rpa的疫情排查方法和装置 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2022000141A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112768085A (zh) * | 2021-01-11 | 2021-05-07 | 中国人民解放军军事科学院军事医学研究院 | 一种现场流行病学调查与综合态势可视化分析方法及系统 |
CN112768085B (zh) * | 2021-01-11 | 2024-04-26 | 中国人民解放军军事科学院军事医学研究院 | 一种现场流行病学调查与综合态势可视化分析方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN107256327A (zh) * | 2017-05-05 | 2017-10-17 | 中国科学院深圳先进技术研究院 | 一种传染病防控方法及系统 |
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
US10362769B1 (en) * | 2018-03-23 | 2019-07-30 | International Business Machines Corporation | System and method for detection of disease breakouts |
CN110069605A (zh) * | 2017-10-12 | 2019-07-30 | 天津深思维科技有限公司 | 一种带流程的电话机器人主动问询系统 |
CN110738545A (zh) * | 2019-08-30 | 2020-01-31 | 深圳壹账通智能科技有限公司 | 基于用户意向识别的产品推荐方法、装置、计算机设备和存储介质 |
CN111339992A (zh) * | 2020-03-12 | 2020-06-26 | 邓国豪 | 人员监控方法及系统 |
-
2020
- 2020-06-28 WO PCT/CN2020/098592 patent/WO2022000141A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740615A (zh) * | 2016-01-28 | 2016-07-06 | 中山大学 | 利用手机轨迹追踪传染源和预测传染病流行趋势的方法 |
CN107256327A (zh) * | 2017-05-05 | 2017-10-17 | 中国科学院深圳先进技术研究院 | 一种传染病防控方法及系统 |
CN110069605A (zh) * | 2017-10-12 | 2019-07-30 | 天津深思维科技有限公司 | 一种带流程的电话机器人主动问询系统 |
US10362769B1 (en) * | 2018-03-23 | 2019-07-30 | International Business Machines Corporation | System and method for detection of disease breakouts |
CN108986921A (zh) * | 2018-07-04 | 2018-12-11 | 泰康保险集团股份有限公司 | 疾病预测方法、装置、介质及电子设备 |
CN110738545A (zh) * | 2019-08-30 | 2020-01-31 | 深圳壹账通智能科技有限公司 | 基于用户意向识别的产品推荐方法、装置、计算机设备和存储介质 |
CN111339992A (zh) * | 2020-03-12 | 2020-06-26 | 邓国豪 | 人员监控方法及系统 |
Non-Patent Citations (1)
Title |
---|
XU BAOCHENG: "Voicebots developed by Emicnet are ready for Covid-19 Pandemic", COMPUTER & NETWORK, vol. 46, no. 3, 12 February 2020 (2020-02-12), pages 72 - 72, XP055884991 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112768085A (zh) * | 2021-01-11 | 2021-05-07 | 中国人民解放军军事科学院军事医学研究院 | 一种现场流行病学调查与综合态势可视化分析方法及系统 |
CN112768085B (zh) * | 2021-01-11 | 2024-04-26 | 中国人民解放军军事科学院军事医学研究院 | 一种现场流行病学调查与综合态势可视化分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11380327B2 (en) | Speech communication system and method with human-machine coordination | |
US9571650B2 (en) | Method and system for generating a responsive communication based on behavioral assessment data | |
US9432511B2 (en) | Method and system of searching for communications for playback or analysis | |
CN107818798A (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
US8094803B2 (en) | Method and system for analyzing separated voice data of a telephonic communication between a customer and a contact center by applying a psychological behavioral model thereto | |
CN111724908A (zh) | 基于机器人流程自动化rpa的疫情排查方法和装置 | |
CN110135879B (zh) | 基于自然语言处理的客服质量自动评分方法 | |
CN110782872A (zh) | 基于深度卷积循环神经网络的语种识别方法及装置 | |
US10157619B2 (en) | Method and device for searching according to speech based on artificial intelligence | |
CN109960723A (zh) | 一种用于心理机器人的交互系统及方法 | |
CN109360550A (zh) | 语音交互系统的测试方法、装置、设备和存储介质 | |
CN111724909A (zh) | 一种结合rpa和ai的疫情排查方法和装置 | |
CN110610705A (zh) | 一种基于人工智能的语音交互提示器 | |
CN110738981A (zh) | 一种基于智能语音通话对答的交互方法 | |
CN107240394A (zh) | 一种动态自适应语音分析技术以用于人机口语考试的方法及系统 | |
CN116631412A (zh) | 一种通过声纹匹配判断语音机器人的方法 | |
CN109478405A (zh) | 信息处理设备、信息处理方法以及程序 | |
CN110209768A (zh) | 自动问答的问题处理方法和装置 | |
WO2022000141A1 (zh) | 基于机器人流程自动化rpa的疫情排查方法和装置 | |
WO2022000140A1 (zh) | 结合rpa和ai的疫情排查方法和装置 | |
CN112101046B (zh) | 一种基于通话行为的会话分析方法、装置和系统 | |
CN114462376A (zh) | 基于rpa和ai的庭审笔录生成方法、装置、设备及介质 | |
CN117440087A (zh) | 重点客户的录音数据质检方法、装置、设备及存储介质 | |
CN115982657B (zh) | 一种智能外呼客服系统的录音审核分类方法及装置 | |
CN113705248B (zh) | 一种基于结果评价的话术训练数据处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20942506 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 11/05/2023) |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20942506 Country of ref document: EP Kind code of ref document: A1 |