CN106777135A - 服务调度方法、装置及机器人服务*** - Google Patents

Abstract

本发明公开了一种服务调度方法、装置及机器人服务***，属于人工智能领域。所述方法包括：对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果；根据语义分析结果确定执行自然语言服务请求的目标智能机器人，并生成自然语言服务请求对应的机器人控制指令；向目标智能机器人发送机器人控制指令，目标智能机器人用于执行机器人控制指令并提供相应服务。本发明实施例中，用户通过服务调度平台实现与不同类型智能机器人的交互，无需根据需求自主选择智能机器人，显著提高了交互效率。

Description

服务调度方法、装置及机器人服务***

本申请要求于2016年5月27日提交中国专利局、申请号为201610362196.8、发明名称为“一种机器人群认知服务***专利”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明实施例涉及人工智能领域，特别涉及一种服务调度方法、装置及机器人服务***。

背景技术

随着人工智能技术的不断发展，越来越多的智能机器人应运而生，利用这些智能机器人替代人工服务，能够显著提高服务效率。

由于不同行业领域之间存在较大的行业差异，因此不同行业都致力于研发用于各自行业领域的专业智能机器人，从而利用专业智能机器人为用户提供专业化的服务。比如，工业生产领域研发用于替代人工生产的智能工业生产机器人，客服领域则研发用于替代人工客服的智能客服机器人，智能家居领域则研发用于对室内家居进行控制的智能家居机器人。

然而，由于不同行业领域的智能机器人之间相对独立，用户需要根据需求自主选择相应的智能机器人，并通过智能机器人各自的交互接口与其进行交互，导致用户与智能机器人交互的效率较低。

发明内容

为了解决现有技术中由于不同行业领域的智能机器人之间相对独立，用户需要根据需求自主选择相应的智能机器人，并通过智能机器人各自的交互接口与其进行交互，导致用户与智能机器人交互的效率较低的问题，本发明实施例提供了一种服务调度方法、装置及机器人服务***。所述技术方案如下：

根据本发明实施例的第一方面，提供一种服务调度方法，该方法包括：

对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果；

根据语义分析结果确定执行自然语言服务请求的目标智能机器人，并生成自然语言服务请求对应的机器人控制指令；

向目标智能机器人发送机器人控制指令，目标智能机器人用于执行机器人控制指令并提供相应服务。

根据本发明实施例的第二方面，提供一种服务调度装置，该装置包括：

语义分析模块，用于对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果；

指令生成模块，用于根据语义分析结果确定执行自然语言服务请求的目标智能机器人，并生成自然语言服务请求对应的机器人控制指令；

指令发送模块，用于向目标智能机器人发送机器人控制指令，目标智能机器人用于执行机器人控制指令并提供相应服务。

根据本发明实施例的第三方面，提供一种机器人服务***，该***包括：服务调度平台和至少一个智能机器人，服务器调度平台与各个智能机器人之间通过有线网络或无线网络相连；

服务调度平台，用于根据接收到的自然语言服务请求调度智能机器人提供相应服务；

服务调度平台包括如上述第二方面所述的服务调度装置。

本发明实施例提供的技术方案带来的有益效果是：

服务调度平台通过对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果，并根据语义分析结果确定执行自然语言服务请求的目标智能机器人，生成机器人控制指令；进而根据机器人控制指令调度相应的目标智能机器人提供相应服务；整个智能机器人选调度过程均由服务调度平台执行，无需用户根据需求自主选择智能机器人；并且，用户只需要向统一的服务调度平台发送自然语言服务请求即可，不再需要通过智能机器人专属的交互接口与其进行交互，从而提高了用户与智能机器人的交互效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明一个实施例提供的机器人服务***的结构示意图；

图2示出了本发明一个实施例提供的语义网服务模型的结构示意图；

图3示出了本发明一个实施例提供的服务调度方法的方法流程图；

图4A示出了本发明另一个实施例提供的服务调度方法的方法流程图；

图4B是本发明一个实施例提供的语义分析平台的示意图；

图4C是机器人服务调度平台控制智能机器人进行交互过程的流程图；

图5示出了本发明一个实施例提供的服务调度装置的结构方框图；

图6示出了本发明另一个实施例提供的服务调度装置的结构方框图；

图7示出了本发明一个实施例提供的机器人服务***的结构图；

图8示出了本发明一个实施例提供的服务器的结构方框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

请参考图1，其示出了本发明一个实施例提供的机器人服务***100的结构示意图，该机器人服务***100包括：用户终端110、服务调度平台120以及至少一个智能机器人130。

用户终端110是具有网络访问功能的电子设备，该电子设备可以是智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

用户终端110通过无线或有线网络与服务调度平台120相连。当用户需要与智能机器人进行交互时，即通过用户终端110向服务调度平台120发送自然语言服务请求，其中，该自然语言服务请求包括语音和/或文字。

服务调度平台120是用于调度智能机器人调度相应服务的平台，该平台是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。在一种可能的实施方式中，服务调度平台120包括机器人服务调度平台121和语义分析平台122。

机器人服务调度平台121提供了统一的人机交互接口1211，各个用户终端110均通过该人机交互接口1211与机器人服务调度平台121进行交互。可选的，该人机交互接口1211为APP(Application，应用程序)中提供的功能模块入口、网页中提供的访问入口或公众号中提供的消息发送入口。

机器人服务调度平台121还提供了机机交互接口1212。机器人服务调度平台121即通过该机机交互接口1212调度机器人服务***100中的各个智能机器人130。可选的，机器人服务调度平台121还通过机机交互接口1212实现智能机器人130之间的交互。

在一种可能的实现方式中，机器人服务调度平台121还包括机器人调度子***1213和若干个机器人认知子***1214。其中，机器人认知子***1214与智能机器人130对应，用于通过机器人认知技术分析不同智能机器人各自提供服务的服务类型以及所能接收的控制指令。机器人调度子***1213则用于根据各个机器人认知子***1214的认知结果，调度满足用户需求的智能机器人130为用户提供相应服务。

语义分析平台122是用于提供语义分析服务的平台，该平台是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。语义分析平台122通过语义分析调度交互接口与机器人服务调度平台121进行交互。具体的，语义分析平台122通过该交互接口接收机器人服务调度平台121发送的自然语言服务请求，利用语义分析技术对该自然语言服务请求进行语义分析，从而通过该交互接口将语义分析结果反馈给机器人服务调度平台121，以便机器人服务调度平台121根据语义分析结果进行机器人调度。

服务调度平台120与各个智能机器人130相连。

各个智能机器人130用于提供各自对应的服务。比如，智能客服机器人用于根据用户的提问进行相应解答，智能家居机器人用于根据用户需求对室内家居进行控制等等。本发明实施例并不对机器人服务***100中智能机器人130的数量以及提供服务的类型进行限定。

可选的，该机器人服务***100中的各个智能机器人130均能识别满足统一的机器人通信指令规范1215的信令，相应的，机器人服务调度平台121调度智能机器人130时，即根据机器人通信指令规范1215生成相应的机器人控制指令，从而利用该机器人控制指令指示智能机器人130提供相应服务，将来着不同智能机器人或终端的格式不固定的服务请求转换为各个职能机器人均能识别的机器人控制指令，进一步实现了机机交互。

可选的，智能机器人130提供相应服务后，通过机机交互接口1212向机器人服务调度平台121返回相应的服务结果，以便机器人服务调度平台121将该服务器结果转换为用户可识别的反馈信息后，通过人机交互接口1211向用户终端110发送该反馈信息。

可选地，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(Extensible MarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(Internet ProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

显然，图1所示的机器人服务***中，服务调度平台支持调用不同服务类型的智能机器人，并为各个用户终端提供了统一的人机交互接口供用户使用。当用户需要使用某一智能机器人时，只需要通过该接口向服务调度平台发送自然语言服务请求；后续过程中，服务调度平台借助语义分析功能，即可获取自然语言服务请求的用户需求，从而根据该用户需求调度相应的智能机器人为用户提供相应服务。用户使用智能机器人的过程中，无需选择智能机器人及相应的交互接口，极大提高了用户与智能机器人的交互效率。

图1所示的机器人服务***在实现人机智能交互时，需要依赖底层的语义资源，该语义资源以本体的形式进行存储，并通过语义网服务模型进行管理和调用，其中，该语义网服务模型如图2所示。

语义网服务模型中包括用户接口210、服务请求端220、服务提供端230以及语义网服务执行环境240。具体的，语义网服务执行环境240包括协调管理器241、通信管理器242、匹配器243、选择器244、编译器245、本体集成246和Web服务注册库247。

用户接口210用于向语义网服务执行环境240中的Web服务注册库247注册Web服务描述，并在***执行时为用户显示信息。服务协调管理器241是语义网络服务执行环境240的核心组成部分，用于管理并控制各个部件进行交互。通信管理器242用于控制语义网络服务执行环境240和服务请求端220之间的消息交换(服务请求260和调用结果290)，以及控制语义网络服务执行环境240和服务提供端230(服务注册250、服务调用270及调用结果280)。匹配器243、选择器244和编译器245则用于对语义资源进行匹配、选择和编译。本体集成246用于在调用和返回Web服务时，解决Web资源描述本体的异构问题以及Web服务描述本体的异构问题。

请参考图3，其示出了本发明一个实施例提供的服务调度方法的方法流程图。本实施例以该服务调度方法用于图1所示的服务调度平台120为例进行说明，该方法包括如下步骤：

步骤301，对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果。

其中，该自然语言服务请求是用户终端通过服务调度平台提供的人机交互接口发送的，或者，该自然语言服务请求是某一智能机器人对应的客户端接收到用户服务请求后，通过服务调度平台提供的机机交互接口发送的，所述自然语言服务请求具体可以为语音、文本等形式的自然语言服务请求。

比如，当用户需要使用机器人服务***中的智能机器人提供某项服务时，即通过机器人服务调度平台提供的人机交互接口向其发送自然语言服务请求。其中，该自然语言服务请求中包括用户输入的文字信息和/或用户录入的语音信息。

在一种可能的实施方式中，当服务调度平台包括机器人服务调度平台和语义分析平台时，机器人服务调度平台接收到自然语言服务请求后，将该自然语言服务请求转发至语义分析平台，由语义分析平台对其进行语义分析，得到相应的语义分析结果。

可选的，语义分析平台预先获取大量语义资源，并根据该语义资源构建相应的语义分析模型，从而在接收到自然语言服务请求时，利用该语义分析模型对自然语言服务请求进行语义分析，分析得到用于指示用户需求的语义分析结果。

步骤302，根据语义分析结果确定执行自然语言服务请求的目标智能机器人，并生成自然语言服务请求对应的机器人控制指令。

由于机器人服务***中不同类型的智能机器人所提供服务得服务类型不同，因此，在得到语义分析结果后，服务调度平台需要进一步根据语义分析结果以及各个智能机器人对应的服务类型，确定执行该自然语言服务请求的目标智能机器人，并根据语义分析结果生成自然语言服务请求对应的，且能够被目标智能机器人所识别的机器人控制指令。可选的，上述步骤301的语义分析过程主要用于确定自然语言服务请求对应的业务类型，从而确定出目标智能机器人，具体分析自然语言服务请求所表达语义的过程可以由确定出的目标智能机器人执行，目标机器人后台***设置有本领域专业的语义分析模块，或者也可以由服务调度平台进一步执行；在其他可能的实施方式中，服务调度平台还可以直接根据自然语言服务请求生成相应的机器人控制指令，本发明实施例并不对此进行限定。

步骤303，向目标智能机器人发送机器人控制指令，目标智能机器人用于执行机器人控制指令并提供相应服务。

可选的，服务调度平台确定目标智能机器人并生成机器人控制指令后，即通过机机交互接口向目标智能机器人发送对应的机器人控制指令。

可选的，当确定出至少两个对应相同服务类型的目标智能机器人能够执行机器人控制指令时，机器人服务调度平台根据各个目标智能机器人的负载情况，向负载较轻的目标智能机器人发送该机器人控制指令。

相应的，目标智能机器人对接收到的机器人控制指令进行解析执行，从而提供相应服务，并反馈相应的执行结果。

综上所述，本实施例中，服务调度平台通过对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果，并根据语义分析结果确定执行自然语言服务请求的目标智能机器人，生成机器人控制指令；进而根据机器人控制指令调度相应的目标智能机器人提供相应服务；整个智能机器人选调度过程均由服务调度平台执行，无需用户根据需求自主选择智能机器人；并且，用户只需要向统一的服务调度平台发送自然语言服务请求即可，不再需要通过智能机器人专属的交互接口与其进行交互，实现了智能机器人跨领域服务，各领域互通共享，从而提高了用户与智能机器人的交互效率。

在一种可能的实施方式中，当服务调度平台包括机器人服务调度平台和语义分析平台时，对自然语言服务请求进行语义分析的步骤(下述步骤401至403)由语义分析平台执行，生成机器人控制指令并进行机器人调度的步骤(下述步骤404至410)由机器人服务调度平台执行，下面采用示意性的实施例进行说明。

请参考图4A，其示出了本发明另一个实施例提供的服务调度方法的方法流程图。本实施例以该服务调度方法用于图1所示的服务调度平台120为例进行说明，该方法包括如下步骤：

步骤401，获取语义资源，语义资源包括通用领域语义资源和各个智能机器人对应行业领域的专业领域语义资源。

由于接收到的自然语言服务请求是未经处理过的自然语言，且该自然语言服务请求中可能包含干扰词汇或专业领域的词汇。为了提高语义分析的准确性和速度，可选的，服务调度平台预先获取语义资源，并在语义资源的基础上构建语义分析模型。

语义资源是语义分析平台的基础资源，包含通用领域语义资源和专业领域语义资源，其中，语义资源针对词汇、句子、段落、篇章等不同层次，且通用领域语义资源包括常用词汇，专业领域语义资源中包括相应领域的专业词汇。比如，通用领域语义资源包括情感类词汇；专业领域语义资源包括客服领域的专业词汇、智能家居领域的专业词汇、银行业的专用词汇等等。

可选的，语义分析平台通过网络爬虫等方式从互联网处获取语义资源，进一步的，语义分析平台优先抓取机器人服务***中各个智能机器人所属行业领域对应的专业领域语义资源。

比如，机器人服务***中包含智能家居机器人和智能客服机器人，语义分析平台优先抓取智能家居以及客服领域的专业领域语义资源。

步骤402，对语义资源进行分析加工，构建语义分析模型，语义分析模型包括通用领域语义分析模型和各个智能机器人对应的专业领域语义分析模型。

进一步的，语义分析平台对获取到的语义资源进行分析加工，构建相应的语义分析模型，并形成相应的语义本体库，其中，该语义本体库中包含各个行业领域的词汇。

可选的，如图4B所示，图1中的语义分析平台122中包括语义分析调度交互接口1222、语义资源加工子***1223和领域知识自动提取及加工子***1224。语义分析分析平台122获取到语义资源后，即通过语义资源加工子***1222对语义资源进行加工，具体的，对语义资源进行加工的方式包括分词处理、去重处理、语义归一化处理、干扰词汇过滤等等。语义资源加工子***1222完成语义资源加工后，领域知识自动提取及加工子***1223即提取加工后语义资源中包含的领域知识，并挖掘领域知识之间的关联关系，并在此基础上构建语义分析模型。

语义分析平台利用不断获取的语义资源对构建语义分析模型进行完善，从而提高语义分析模型的分析质量，以达到较好的语义分析效果。

由于语义分析模型根据通用领域语义资源和专业领域语义资源加工得到，因此，利用该语义分析模型，语义分析平台能够同时对通用及专业领域的自然语言进行语义分析，从而满足不同领域的语义分析需求。

步骤403，通过语义分析模型对接收到的自然语言服务请求进行语义分析，得到语义分析结果。

可选的，语义分析平台通过预先构建的语义分析模型对自然语言服务请求进行通用语义分析后，调度专业领域语义分析模型对通用语义分析结果进行专业领域语义分析，得到相应的语义分析结果，并将该语义分析结果返回至机器人服务调度平台，以便其根据语义分析结果进行机器人调度。

在一种可能的实施方式中，如图4B所示，该语义分析平台122中还包括通用语义分析子***1224、用户意图分析子***1225和用户问题分析子***1226。语义分析平台122通过语义分析调度交互接口1221接收到自然语言服务请求后，首先利用通用语义分析子***1224对其进行通用语义分析，继而在通用语义分析的基础上，利用用户意图分析子***1225和用户问题分析子***1226分析用户意图(需求)或用户所提问题的语义，最终得到相应的语义分析结果。

可选的，为了提高机器人服务调度平台识别语义分析结果的效率，语义分析平台生成的语义分析结果采用格式化表示，并对语义分析结果中的专业领域词汇进行标识。

比如，语义分析平台接收到的自然语言服务请求为“帮我查查有没有明天十点左右到上海的动车票，有的话帮我订一张”，经过语义分析模型分析得到的格式化语义分析结果为：执行操作：预订动车票，时间：明天上午9至11点，目的地：上海，且语义分析结果中的专业领域词汇“动车票”被标识。

步骤404，获取各个智能机器人所提供服务的服务类型以及指令模板。

机器人服务调度平台通过认知技术获取各个智能机器人所提供服务的服务类型，其中，该服务类型用于指示智能机器人所能提供的服务。比如，机器人服务调度平台获取到智能机器人A所提供服务的服务类型为票务查询及预订，获取到智能机器人B所提供服务的服务类型为智能家居控制。

可选的，该服务类型可以通过人工录入的方式预先录入机器人服务调度平台，也可以由接入机器人服务***的智能机器人主动向机器人服务调度平台提供。本发明实施例并不对获取智能机器人对应服务类型的方式进行限定。

进一步的，机器人服务调度平台收集各个智能机器人所能识别的指令集，并根据该指令集生成智能机器人对应的指令模板。可选的，机器人服务调度平台对各个智能机器人对应的服务类型及指令模板进行关联存储，方便后续进行智能机器人调度时使用。示意性的，智能机器人、服务类型以及指令模板三者之间的对应关系如表一所示。

表一

智能机器人	服务类型	指令模板
			A	金融行业客服咨询	模板A
B	医疗行业客服咨询	模板B
			C	智能家居控制	模板C
D	票务查询及预订	模板D

其中，不同智能机器人对应的服务类型相同或不同。

步骤405，查找与语义分析结果所指示的用户需求匹配的服务类型。

获取各个智能机器人所提供服务的服务类型后，机器人服务调度平台查找与用户需求相匹配的服务类型。

可选的，机器人服务调度平台获取格式化语义分析结果中包含的专业领域词汇，并计算各个服务类型与该专业领域词汇的相关度，最终将与该专业领域词汇相关度最高的服务类型确定为匹配的服务类型。

比如，结合表一所示，机器人服务调度平台获取格式化语义分析结果中包含的专业领域词汇为“动车票”，通过计算各个服务类型与“动车票”之间的相关度，机器人服务调度平台确定“票务查询及预订”为匹配的服务类型。

需要说明的是，机器人服务调度平台还可以通过其他的需求认知技术确定符合用户需求的服务类型，本发明实施例并不对此进行限定。

步骤406，将查到的服务类型对应的智能机器人确定为目标智能机器人。

进一步的，机器人服务调度平台将与用户需求匹配的服务类型对应的智能机器人确定为目标智能机器人，其中，机器人服务调度平台根据服务类型确定出至少一个目标智能机器人。

比如，结合表一所示，当机器人服务调度平台查找到与用户需求匹配的服务类型为“票务查询及预订”时，即将对应的智能机器人D确定为目标智能机器人。

步骤407，根据语义分析结果和目标智能机器人对应的指令模板生成机器人控制指令。

在一种可能的实施方式中，经过上述步骤404，机器人服务调度平台获取到各个智能机器人对应的指令模板；当确定出目标智能机器人后，机器人服务调度平台即获取该目标智能机器人对应的指令模板，进而根据该指令模板和语义分析结果所指示的用户需求生成机器人控制指令。

与上述步骤401接收到的自然语言服务请求不同，机器人服务调度平台根据指令模板生成的机器人控制指令为目标智能机器人可直接识别的机器语言指令。

步骤408，向目标智能机器人发送机器人控制指令，目标智能机器人用于执行机器人控制指令并提供相应服务。

机器人服务调度平台确定目标智能机器人并生成机器人控制指令后，即通过机机交互接口向该目标智能机器人发送机器人控制指令。

可选的，当确定执行所述自然语言服务请求的所述目标智能机器人包括至少两个智能机器人时，所述机器人控制指令由所述目标智能机器人中的各个智能机器人交互执行。

相应的，目标智能机器人接收到该机器人控制指令后，即根据该机器人控制指令执行相应操作并提供相应服务。

比如，票务智能机器人接收到机器人服务调度平台发送的机器人控制指令，并根据该机器人控制指令为用户预定一张11月16日(对应用户需求“明天”)上午10:15(对应用户需求“十点左右”)到上海(对应用户需求“目的地上海”)的动车票。

步骤409，接收目标智能机器人发送的执行结果，执行结果由目标智能机器人执行机器人控制指令时是生成。

为了使用户知悉智能机器人的服务结果，目标智能机器人执行机器人控制指令后，需要向机器人服务调度平台返回相应的执行结果，其中，该执行结果包括文字信息、语音信息或图片信息等等。

可选的，当目标智能机器人是诸如智能家居机器人一类用于执行实体动作的智能机器人时，该执行结果为目标智能机器人完成实体动作后反馈的完成状态信息；当目标智能机器人是诸如客服、助理、智能问答类的服务机器人，用于反馈查询信息的智能机器人时，该执行结果为目标智能机器人对应后台服务端反馈的查询结果，此类机器人，每个机器人后台服务端对应有各自领域的专业知识库，通过本申请的方案实现了各个领域知识库的共享，为智能机器人跨领域服务提供了实现方案。

比如，当目标智能机器人为智能家居机器人时，机器人服务调度平台接收到智能家居机器人发送的执行结果包括智能家居机器人当前的工作状态信息；又比如，当目标智能机器人为票务智能机器人时，机器人服务调度平台接收到票务智能机器人对应后台服务端发送的执行结果中包括车次、发车时间、出发地、目的地、票价、座位等文字信息。

步骤410，将执行结果转化为自然语言反馈信息并进行反馈。

由于智能机器人输出的执行结果可能采用机器语言，若直接反馈该执行结果，用户难以理解；因此，为了提高执行结果的可读性，机器人服务调度平台需要将执行结果转化为用户可理解的自然语言反馈信息。

可选的，机器人服务调度平台从执行结果中提取有效信息，从而根据该有效信息和预定反馈信息模板生成自然语言反馈信息。

比如，机器人服务调度平台从票务智能机器人返回的执行结果中提取到有效信息“2016/11/16”、“10:15”、“南京-上海”、“D1000”以及“8车12F”，从而根据该有效信息和预定反馈信息模板生成自然语言反馈信息：已成功帮您预定2016年11月16日上午10:15从南京开往上海动车票，车次为D1000，座位位于8号车厢12F，请提前15分钟进行检票。

需要说明的是，机器人服务调度平台还可以采用其他的机器转自然语言技术将执行结果转化为自然语言反馈信息，本实施例并不对此进行限定。

对于转化得到的自然语言反馈信息，机器人服务调度平台通过人机交互接口将其发送至用户终端，以便用户终端进行显示。

综上所述，本实施例中，服务调度平台通过对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果，并根据语义分析结果确定执行自然语言服务请求的目标智能机器人，生成机器人控制指令；进而根据机器人控制指令调度相应的目标智能机器人提供相应服务；整个智能机器人选调度过程均由服务调度平台执行，无需用户根据需求自主选择智能机器人；并且，用户只需要向统一的服务调度平台发送自然语言服务请求即可，不再需要通过智能机器人专属的交互接口与其进行交互，从而提高了用户与智能机器人的交互效率。

在实际实施过程中，当确定执行自然语言服务请求的目标智能机器人包括至少两个智能机器人时，服务调度平台生成的机器人控制指令由目标智能机器人中的各个智能机器人交互执行。可选的，如图4C所示，上述步骤407和408可以被替换为如下步骤。

步骤411，根据语义分析结果和/或自然语言服务请求，及机器人通信指令规范，生成符合统一规范的、与自然语言服务请求对应的机器人控制指令。

为了便于多个目标智能机器人之间进行指令交互，机器人服务调度平台在生成控制指令阶段，根据自然语言服务请求对应的语义分析结果以及机器人通信指令规范，生成符合统一规范且与自然语言服务请求对应的机器人控制指令，或，直接根据自然语言服务请求及机器人通信指令规范生成符合统一规范的机器人控制指令，进而根据规范化的机器人控制指令控制多个目标智能机器人进行交互。由于机器人服务***中各个智能机器人均遵循该机器人通信指令规范，因此服务调度平台实现了将不固定格式的自然语言服务请求转换为智能机器人所能识别格式的机器人控制指令，提高了智能机器人识别指令的效率，有利于机机交互。

可选的，对于目标智能机器人反馈的交互数据，机器人服务调度平台也利用机器人通信指令规范对其进行转换，以便其他目标智能机器人能够识别该交互数据。

可选的，该机器人通信指令规范采用RDF(Resource Description Framework，资源描述框架)。RDF提供了一种通用的框架，在该框架下，所有数据均可以得到充分描述，在一种可能的实施方式中，RDF提供了一种基于XML(Extensible Markup Language，可扩展标记语言)的语义，即RDF/XML，智能机器人之间即通过RDF/XML来交换和保存数据。示意性的，利用RDF/XML保存的数据如下：

步骤412，将机器人控制指令划分为至少两个指令集，各指令集与目标智能机器人中的各个智能机器人对应。

当自然语言控制请求需要至少两个目标智能机器人交互完成时，机器人服务调度平台根据语义分析平台得到语义分析结果，能够确定出用于执行自然语言控制请求的至少两个目标智能机器人，其中，至少两个目标智能机器人所提供服务的服务类型不同。

比如，用户终端发送的自然语言服务请求为：帮我查查有没有明天十点左右到上海的动车票，有的话帮我订一张，顺便帮我在XX酒店订个单人间。语义分析平台对其进行语义分析后，得到的语义分析结果为：执行操作1：预订动车票，时间：明天上午9至11点，目的地：上海，操作1完成时，执行操作2：预订酒店，时间：明天，地点：XX酒店，房型：单人间。机器人服务调度平台对该语义分析结果进行需求认知，确定目标智能机器人分别为票务智能机器人和酒店客服智能机器人。为了方便描述，下述步骤均在该示例的基础上进行说明。

进一步的，根据至少两个目标智能机器人各自提供服务的服务类型，机器人服务调度平台将生成的机器人控制指令划分到至少两个指令集中，每个指令集中包含的机器人控制指令用于指示对应的目标智能机器人提供相应服务。

比如，机器人服务调度平台将生成的机器人控制指令划分为第一指令集和第二指令集，其中，第一指令集与票务智能机器人对应，用于指示票务智能机器人提供票务相关的服务，第二指令集与酒店客服智能机器人对应，用于指示酒店客服智能机器人提供酒店相关的服务。

步骤413，根据语义分析结果确定目标智能机器人中的各个智能机器人之间的交互逻辑，交互逻辑用于指示各个智能机器人之间的交互顺序以及待交互数据。

目标智能机器人进行交互过程中存在一定的交互逻辑，该交互逻辑即用于指示目标智能机器人之间交互的先后顺序以及目标智能机器人之间待交互数据。

机器人服务调度平台通过对语义分析结果进行逻辑分析，即可确定该交互逻辑，从而根据该交互逻辑所指示的交互顺序，依次向目标智能机器人发送相应指令集中的机器人控制指令，并将目标智能机器人执行机器人控制指令时输出的执行结果作为待交互数据，继而利用该待交互数据与其他目标智能机器人进行交互。

比如，机器人服务调度平台对语义分析结果进行逻辑分析，确定票务智能机器人与酒店客服智能机器人之间的交互逻辑为：票务智能机器人完成操作后，酒店客服智能机器人执行操作(交互顺序)，且两者之间的待交互数据为票务智能机器人的执行结果。

步骤414，根据交互逻辑和指令集，控制目标智能机器人中的各个智能机器人进行交互。

生成各个目标智能机器人各自对应的指令集，并确定目标智能机器人之间的交互逻辑后，机器人服务调度平台即对目标智能机器人的交互过程进行控制。

可选的，机器人服务调度平台根据交互逻辑所指示的交互顺序，向优先执行操作的目标智能机器人发送对应的指令集，并接收其返回的执行结果；进一步的，机器人服务调度平台将该执行结果作为待交互数据，向后续进行交互的目标智能机器人发送对应的指令集及待交互数据，以便后续目标智能机器人提供相应服务。

比如，机器人服务调度平台根据票务智能机器人与酒店客服智能机器人之间的交互逻辑，首先向票务智能机器人发送第一指令集，指示票务智能机器人进行车票预订；当票务智能机器人完成车票预订，并返回预订成功指示时，机器人服务调度平台向酒店客服智能机器人发送第二指令集，指示酒店客服智能机器人进行酒店预订。需要说明的是，当票务智能机器人未完成车票预订，并返回预订失败指示时，机器人服务调度平台不会向酒店客服智能机器人发送第二指令集。

本实施例中，当自然语言服务请求需要至少两个目标智能机器人交互完成时，机器人服务调度平台将生成的机器人控制指令拆分为若干个指令集，并根据该指令集以及目标智能机器人之间的交互逻辑，控制各个目标智能机器人进行交互，从而实现不同行业领域智能机器人之间的交互协作，进一步提高了用户与智能机器人交互的效率。

下述为本发明装置实施例，对于装置实施例中未详尽描述的细节，可以参考上述一一对应的方法实施例。

请参考图5，其示出了本发明一个实施例提供的服务调度装置的结构方框图。该服务调度装置通过硬件或者软硬件的结合实现成为图1所示的服务调度平台120的全部或者一部分。该服务调度装置包括：

语义分析模块510，用于对接收到的自然语言服务请求进行语义分析，得到所述自然语言服务请求对应的语义分析结果；

指令生成模块520，用于根据所述语义分析结果确定执行所述自然语言服务请求的目标智能机器人，并生成自然语言服务请求对应的机器人控制指令；

指令发送模块530，用于向所述目标智能机器人发送所述机器人控制指令，所述目标智能机器人用于执行所述机器人控制指令并提供相应服务。

综上所述，本实施例中，服务调度平台通过对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果，并根据语义分析结果确定执行自然语言服务请求的目标智能机器人，生成机器人控制指令；进而根据机器人控制指令调度相应的目标智能机器人提供相应服务；整个智能机器人选调度过程均由服务调度平台执行，无需用户根据需求自主选择智能机器人；并且，用户只需要向统一的服务调度平台发送自然语言服务请求即可，不再需要通过智能机器人专属的交互接口与其进行交互，从而提高了用户与智能机器人的交互效率。

请参考图6，其示出了本发明另一个实施例提供的服务调度装置的结构方框图。该服务调度装置通过硬件或者软硬件的结合实现成为图1所示的服务调度平台120的全部或者一部分。该服务调度装置包括：

语义分析模块610，用于对接收到的自然语言服务请求进行语义分析，得到所述自然语言服务请求对应的语义分析结果；

指令生成模块620，用于根据所述语义分析结果确定执行所述自然语言服务请求的目标智能机器人，并生成自然语言服务请求对应的机器人控制指令；

指令发送模块630，用于向所述目标智能机器人发送所述机器人控制指令，所述目标智能机器人用于执行所述机器人控制指令并提供相应服务。

可选的，该装置，还包括：

资源获取模块640，用于获取语义资源，所述语义资源包括通用领域语义资源和各个智能机器人对应行业领域的专业领域语义资源；

构建模块650，用于对所述语义资源进行分析加工，构建语义分析模型，所述语义分析模型包括通用领域语义分析模型和各个所述智能机器人对应的专业领域语义分析模型；

语义分析模块610，还用于通过所述语义分析模型对接收到的所述自然语言服务请求进行语义分析，得到所述语义分析结果。

可选的，该装置，还包括

接收模块660，用于接收所述目标智能机器人发送的执行结果，所述执行结果由所述目标智能机器人执行所述机器人控制指令时是生成；

反馈模块670，用于将所述执行结果转化为自然语言反馈信息并进行反馈。

可选的，当确定执行所述自然语言服务请求的所述目标智能机器人包括至少两个智能机器人时，所述机器人控制指令由所述目标智能机器人中的各个智能机器人交互执行；

指令发送模块630，包括：

划分单元631，用于将所述机器人控制指令划分为至少两个指令集，每个所述目标智能机器人对应各自的所述指令集；

逻辑确定单元632，用于根据所述语义分析结果确定至少两个所述目标智能机器人之间的交互逻辑，所述交互逻辑用于指示至少两个所述目标智能机器人之间的交互顺序以及待交互数据；

控制单元633，用于根据所述交互逻辑和所述指令集，控制至少两个所述目标智能机器人进行交互。

可选的，指令生成模块620，具体用于：

根据所述语义分析结果和/或所述自然语言服务请求，及机器人通信指令规范，生成符合统一规范的、与所述自然语言服务请求对应的所述机器人控制指令，其中，所述机器人通信指令规范采用资源描述框架RDF。

可选的，指令生成模块620，包括：

获取单元621，用于获取各个所述智能机器人所提供服务的服务类型以及指令模板；

查找单元622，用于查找与所述语义分析结果所指示的用户需求匹配的所述服务类型；

确定单元623，用于将查到的所述服务类型对应的所述智能机器人确定为所述目标智能机器人；

生成单元624，用于根据所述语义分析结果和所述目标智能机器人对应的所述指令模板生成所述机器人控制指令。

综上所述，本实施例中，服务调度平台通过对接收到的自然语言服务请求进行语义分析，得到自然语言服务请求对应的语义分析结果，并根据语义分析结果确定执行自然语言服务请求的目标智能机器人，生成机器人控制指令；进而根据机器人控制指令调度相应的目标智能机器人提供相应服务；整个智能机器人选调度过程均由服务调度平台执行，无需用户根据需求自主选择智能机器人；并且，用户只需要向统一的服务调度平台发送自然语言服务请求即可，不再需要通过智能机器人专属的交互接口与其进行交互，从而提高了用户与智能机器人的交互效率。本实施例中，当自然语言服务请求需要至少两个目标智能机器人交互完成时，机器人服务调度平台将生成的机器人控制指令拆分为若干个指令集，并根据该指令集以及目标智能机器人之间的交互逻辑，控制各个目标智能机器人进行交互，从而实现不同行业领域智能机器人之间的交互协作，进一步提高了用户与智能机器人交互的效率。

需要说明的是，上述实施例提供的服务调度装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务调度平台的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的服务调度装置与服务调度方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图7，其示出了本发明一个实施例提供的机器人服务***的结构图，该***中包括服务调度平台710和至少一个智能机器人720，服务器调度平台710与各个智能机器人720之间通过有线网络或无线网络相连；

服务调度平台710，用于根据接收到的自然语言服务请求调度智能机器人720提供相应服务；

服务调度平台包括如图5或6所示的服务调度装置。

智能机器人720，用于在服务调度平台710调度下提供相应服务。

可选的，服务调度平台710包括语义分析平台和机器人服务调度平台；

语义分析平台，用于对自然语言服务请求进行语义分析，并向机器人服务调度平台提供相应的语义分析结果；

机器人服务调度平台，用于根据语义分析结果生成机器人控制指令，并根据机器人控制指令调度相应的目标智能机器人提供相应服务。

请参考图8，其示出了本发明一个实施例提供的服务器的结构方框图。该服务器用于构成图1所示的服务调度平台。具体来讲：

服务器800包括中央处理单元(CPU)801、包括随机存取存储器(RAM)802和只读存储器(ROM)803的***存储器804，以及连接***存储器804和中央处理单元801的***总线805。所述服务器800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(I/O***)806，和用于存储操作***813、应用程序814和其他程序模块815的大容量存储设备807。

所述基本输入/输出***806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中所述显示器808和输入设备809都通过连接到***总线805的输入输出控制器810连接到中央处理单元801。所述基本输入/输出***806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。

所述大容量存储设备807通过连接到***总线805的大容量存储控制器(未示出)连接到中央处理单元801。所述大容量存储设备807及其相关联的计算机可读介质为服务器800提供非易失性存储。也就是说，所述大容量存储设备807可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。

不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的***存储器804和大容量存储设备807可以统称为存储器。

根据本发明的各种实施例，所述服务器800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器800可以通过连接在所述***总线805上的网络接口单元811连接到网络812，或者说，也可以使用网络接口单元811来连接到其他类型的网络或远程计算机***(未示出)。

所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，所述一个或者一个以上程序包含用于进行本发明实施例提供的服务调度方法的指令。

本领域普通技术人员可以理解上述实施例的服务调度方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的文本情感分析方法中全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种服务调度方法，其特征在于，所述方法包括：

对接收到的自然语言服务请求进行语义分析，得到所述自然语言服务请求对应的语义分析结果；

根据所述语义分析结果确定执行所述自然语言服务请求的目标智能机器人，并生成所述自然语言服务请求对应的机器人控制指令；

向所述目标智能机器人发送所述机器人控制指令，所述目标智能机器人用于执行所述机器人控制指令并提供相应服务。

2.根据权利要求1所述的方法，其特征在于，所述对接收到的自然语言服务请求进行语义分析，得到所述自然语言服务请求对应的语义分析结果之前，包括：

获取语义资源，所述语义资源包括通用领域语义资源和各个智能机器人对应行业领域的专业领域语义资源；

对所述语义资源进行分析加工，构建语义分析模型，所述语义分析模型包括通用领域语义分析模型和各个所述智能机器人对应的专业领域语义分析模型；

所述对接收到的自然语言服务请求进行语义分析，得到所述自然语言服务请求对应的语义分析结果，包括：

通过所述语义分析模型对接收到的所述自然语言服务请求进行语义分析，得到所述语义分析结果。

3.根据权利要求1或2所述的方法，其特征在于，所述向所述目标智能机器人发送所述机器人控制指令之后，还包括：

接收所述目标智能机器人发送的执行结果，所述执行结果由所述目标智能机器人执行所述机器人控制指令时生成；

将所述执行结果转化为自然语言反馈信息并进行反馈。

4.根据权利要求1或2所述的方法，其特征在于，当确定执行所述自然语言服务请求的所述目标智能机器人包括至少两个智能机器人时，所述机器人控制指令由所述目标智能机器人中的各个智能机器人交互执行；

所述向所述目标智能机器人发送所述机器人控制指令，包括：

将所述机器人控制指令划分为至少两个指令集，各指令集与所述目标智能机器人中的各个智能机器人对应；

根据所述语义分析结果确定所述目标智能机器人中的各个智能机器人之间的交互逻辑，所述交互逻辑用于指示各个智能机器人之间的交互顺序以及待交互数据；

根据所述交互逻辑和所述指令集，控制所述目标智能机器人中的各个智能机器人进行交互。

5.根据权利要求1所述的方法，其特征在于，所述生成所述自然语言服务请求对应的机器人控制指令，具体包括：

根据所述语义分析结果和/或所述自然语言服务请求，及机器人通信指令规范，生成符合统一规范的、与所述自然语言服务请求对应的所述机器人控制指令，其中，所述机器人通信指令规范采用资源描述框架RDF。

6.根据权利要求1或2所述的方法，其特征在于，所述根据所述语义分析结果确定执行所述自然语言服务请求的目标智能机器人，并生成机器人控制指令，包括：

获取各个所述智能机器人所提供服务的服务类型以及指令模板；

查找与所述语义分析结果所指示的用户需求匹配的所述服务类型；

将查到的所述服务类型对应的所述智能机器人确定为所述目标智能机器人；

根据所述语义分析结果和所述目标智能机器人对应的所述指令模板生成所述机器人控制指令。

7.一种服务调度装置，其特征在于，所述装置包括：

语义分析模块，用于对接收到的自然语言服务请求进行语义分析，得到所述自然语言服务请求对应的语义分析结果；

指令生成模块，用于根据所述语义分析结果确定执行所述自然语言服务请求的目标智能机器人，并生成所述自然语言服务请求对应的机器人控制指令；

指令发送模块，用于向所述目标智能机器人发送所述机器人控制指令，所述目标智能机器人用于执行所述机器人控制指令并提供相应服务。

8.根据权利要求7所述的装置，其特征在于，当所述指令生成模块确定执行所述自然语言服务请求的所述目标智能机器人包括至少两个智能机器人时，所述机器人控制指令由所述目标智能机器人中的各个智能机器人交互执行；；

所述指令发送模块包括：

划分单元，用于将所述机器人控制指令划分为至少两个指令集，各指令集与所述目标智能机器人中的各个智能机器人对应；

逻辑确定单元，用于根据所述语义分析结果确定所述目标智能机器人中的各个智能机器人之间的交互逻辑，所述交互逻辑用于指示各个智能机器人之间的交互顺序以及待交互数据；

控制单元，用于根据所述交互逻辑和所述指令集，控制所述目标智能机器人中的各个智能机器人进行交互。

9.一种机器人服务***，其特征在于，所述***包括服务调度平台和至少一个智能机器人，所述服务器调度平台与各个所述智能机器人之间通过有线网络或无线网络相连；

所述服务调度平台，用于根据接收到的自然语言服务请求调度所述智能机器人提供相应服务；

所述服务调度平台包括如权利要求7或8所述的服务调度装置。

10.根据权利要求9所述的***，其特征在于，所述服务调度平台包括语义分析平台和机器人服务调度平台；

所述语义分析平台，用于对所述自然语言服务请求进行语义分析，并向所述机器人服务调度平台提供相应的语义分析结果；

所述机器人服务调度平台，用于根据所述语义分析结果生成所述机器人控制指令，并根据所述机器人控制指令调度相应的所述目标智能机器人提供相应服务。