CN114372123A - 一种对话式的人机交互定制与服务*** - Google Patents

Abstract

本发明提供一种对话式的人机交互定制与服务***，包括：应用层、功能层、能力层、模型层、算法层、数据层和计算层，所述应用层包括应用类型和应用场景，所述应用类型由问答型对话、任务型对话和闲聊型对话组成，所述应用场景由业务咨询、业务办理、业务查询、智能办公、智能客服、智能服务和AI能力输出平台。本发明通过应用层、功能层、能力层、模型层、算法层、数据层和计算层的配合，可丰富对话机器人的功能，同时也建立多个对话模型，并利用各种算法针对不同环境下进行精准运算，实现使用者和对话机器人之间的准确对话，优化企业办公过程中沟通对话的交互方式，将以往企业通过键盘/鼠标界面的交互方式改进成为自然语言的交互方式。

Description

一种对话式的人机交互定制与服务***

技术领域

本发明涉及对话机器人领域，尤其涉及一种对话式的人机交互定制与服务***。

背景技术

现在随着自然语言、机器学习等AI能力的发展，全球服务机器人销量逐年增长，增长迅速，各大企业也着力于借助于对话机器人来优化客户体验，标准化沉淀企业知识，一方面，用户对等待的容忍度在不断降低，网购、外卖、视频娱乐、出行叫车等等，各行各业都在为即时满足用户需求而努力；另一方面，企业内部通过机器人快速进行知识沉淀与精细化管理，企业信息、培训内容、专业知识都可以通过企业内部机器人来进行答疑与学习，

对话机器人作为服务机器人的重要产品，能够应用各种领域，包括电商、地产、零售、母婴、旅游、教育、通信、汽车、金融等领域，首先，对话机器人可以代替企业中相对固化、重复的人力密集型任务或流程，包括：问题咨询：基于业务知识库进行业务问题解答，数据检索：纵跨各业务***或数据库，检索数据或文档，业务处理：对接相关业务***转达指令，完成相应业务操作，第二，对话机器人应用于客服、售后、CRM场景中时，对订单管理、售后支持、会员留存，都能明显改善解决时效，并使总体服务成本大幅降低，第三，对话机器人可结合车载导航、智能音箱、可穿戴设备等硬件带给人们机器人助理的智能体验。

现在企业办公过程中沟通对话的交互方式，大多为键盘/鼠标界面的交互传统方式，不能以对话机器人的形式，来优化企业办公过程中沟通对话的交互方式，无法将以往企业通过键盘/鼠标界面的交互方式改进成为自然语言的交互方式，从而帮助不了企业快速构建专属对话机器人，无法使各行各业企业可以通过自然语言交互方式，实现问答、任务、表格、文档、阅读理解、知识图谱类型的信息管理人机交互能力，从而大大增加了企业对内员工及对外客服重复解答问题咨询的工作量，降低企业办公过程中沟通的整体效率。

因此，有必要提供一种对话式的人机交互定制与服务***解决上述技术问题。

发明内容

本发明提供一种对话式的人机交互定制与服务***，解决了现在企业办公过程中沟通对话的交互方式，大多为键盘/鼠标界面的交互传统方式，不能以对话机器人的形式，来优化企业办公过程中沟通对话的交互方式，无法将以往企业通过键盘/鼠标界面的交互方式改进成为自然语言的交互方式的问题。

为解决上述技术问题，本发明提供的对话式的人机交互定制与服务***，包括：应用层、功能层、能力层、模型层、算法层、数据层和计算层，所述应用层包括应用类型和应用场景，所述应用类型由问答型对话、任务型对话和闲聊型对话组成，所述应用场景由业务咨询、业务办理、业务查询、智能办公、智能客服、智能服务和AI能力输出平台；

所述功能层由机器人对话场景定制与学习、机器人数据多维度统计分析、机器人个性化交互和机器人灵活接入与部署组成；

所述能力层包括语义理解能力集、机器人对话能力集和可扩展AI能力集；

所述模型层由通用自然语言模型集、通用实体模型集、通用语义词库、行业知识包和技能语义包组成；

所述算法层包括自然语言算法集和深度学习算法集，所述自然语言算法集由Word2vec、Doc2vec、HAN、NL2SQL、Pos、parser和stem组成，所述深度学习算法集由RNN、CNN、TextCNN、SQLNet和Transformer组成；

所述数据层包括数据存储、分布式缓存、知识图谱、训练平台和数据接口，所述数据存储为Orcle/MySql/MongoDB其中的一个，所述分布式缓存为Redis，所述知识图谱的单位为KB，所述数据接口为Open API；

所述计算层包括Docder资源与任务调度平台、CPU集群和GPU集群。

优选的，所述应用层支持网页端、微信端、APP端、Open API等多渠道接入，所述应用层的功能特点由客户端和PC端区分，且客户端的功能包括智能问答、多轮对话、个性化交互和其他细节，PC端的功能包括机器人管理、对话工厂、知识学习、数据统计。

优选的，所述智能问答由相似问法识别、关联问题推荐和相似问题引导组成，且多轮对话由多轮对话语义理解、上下文语义理解和有序意图语义理解组成，个性化交互由快速回复按钮、多元卡片交互和个性化欢迎语组成，其他细节由敏感词自动拦截、输入自动联想和满意度反馈组成。

优选的，所述机器人管理由多个机器人创建、机器人个性化创建和知识技能独立管理组成，且对话工厂由轻松维护知识库、快速搭建对话流和机器人训练组成，知识学习由未知问题学习、不满意问题学习和机器人自主学习组成，且数据统计由访客数据、服务评价和会话日志组成。

优选的，所述语义理解能力集由中文分词、词性标注、错词纠正、信息抽取、相似度计算、分类聚类和词语联想组成，所述机器人对话能力集由意图识别、多对对话、反馈学习、智能学习和上下文记忆组成，所述可扩展AI能力集包括语音识别、语音合成、情绪识别、图像识别、OCR识别和人脸识别组成。

优选的，所述数据存储包括实体训练数据、意图训练数据、QA训练数据和词向量训练数据，且词向量训练数据由***、百度百科和专业术语组成。

与相关技术相比较，本发明提供的对话式的人机交互定制与服务***具有如下有益效果：

本发明提供一种对话式的人机交互定制与服务***，

1、本发明通过应用层、功能层、能力层、模型层、算法层、数据层和计算层的配合，可丰富对话机器人的功能，同时也建立多个对话模型，并利用各种算法针对不同环境下进行精准运算，实现使用者和对话机器人之间的准确对话，以对话机器人的形式，优化企业办公过程中沟通对话的交互方式，将以往企业通过键盘/鼠标界面的交互方式改进成为自然语言的交互方式，帮助企业快速构建专属对话机器人，使得各行各业企业可以通过自然语言交互方式，实现问答、任务、表格、文档、阅读理解、知识图谱类型的信息管理人机交互能力，降低企业对内员工及对外客服重复解答问题咨询的工作量，提升企业办公过程中沟通的整体效率。

附图说明

图1为本发明提供的对话式的人机交互定制与服务***的一种较佳实施例的***组成图；

图2为图1所示对话式的人机交互定制与服务***的***框架图；

图3为图1所示客户端的功能框架图；

图4为图1所示PC端的功能框架图。

具体实施方式

下面结合附图和实施方式对本发明作进一步说明。

请结合参阅图1、图2、图3和图4，其中图1为本发明提供的对话式的人机交互定制与服务***的一种较佳实施例的***组成图；图2为图1所示对话式的人机交互定制与服务***的***框架图；图3为图1所示客户端的功能框架图；图4为图1所示PC端的功能框架图。对话式的人机交互定制与服务***，包括：应用层、功能层、能力层、模型层、算法层、数据层和计算层，所述应用层包括应用类型和应用场景，所述应用类型由问答型对话、任务型对话和闲聊型对话组成，所述应用场景由业务咨询、业务办理、业务查询、智能办公、智能客服、智能服务和AI能力输出平台；

所述功能层由机器人对话场景定制与学习、机器人数据多维度统计分析、机器人个性化交互和机器人灵活接入与部署组成；

所述能力层包括语义理解能力集、机器人对话能力集和可扩展AI能力集；

所述模型层由通用自然语言模型集、通用实体模型集、通用语义词库、行业知识包和技能语义包组成；

所述算法层包括自然语言算法集和深度学习算法集，所述自然语言算法集由Word2vec、Doc2vec、HAN、NL2SQL、Pos、parser和stem组成，所述深度学习算法集由RNN、CNN、TextCNN、SQLNet和Transformer组成；

所述数据层包括数据存储、分布式缓存、知识图谱、训练平台和数据接口，所述数据存储为Orcle/MySql/MongoDB其中的一个，所述分布式缓存为Redis，所述知识图谱的单位为KB，所述数据接口为Open API；

所述计算层包括Docder资源与任务调度平台、CPU集群和GPU集群。

所述应用层支持网页端、微信端、APP端、Open API等多渠道接入，增多用户进入***操作的方式，满足不同用户使用不同方式进入***操作，所述应用层的功能特点由客户端和PC端区分，且客户端的功能包括智能问答、多轮对话、个性化交互和其他细节，PC端的功能包括机器人管理、对话工厂、知识学习、数据统计，丰富客户端和PC端的功能性，满足较多用户的正常操作。

所述智能问答由相似问法识别、关联问题推荐和相似问题引导组成，且多轮对话由多轮对话语义理解、上下文语义理解和有序意图语义理解组成，个性化交互由快速回复按钮、多元卡片交互和个性化欢迎语组成，其他细节由敏感词自动拦截、输入自动联想和满意度反馈组成，便于不同用户根据不同功能进入客户端界面，满足使用客户端用户的登录需求。

所述机器人管理由多个机器人创建、机器人个性化创建和知识技能独立管理组成，且对话工厂由轻松维护知识库、快速搭建对话流和机器人训练组成，知识学习由未知问题学习、不满意问题学习和机器人自主学习组成，且数据统计由访客数据、服务评价和会话日志组成，便于不同用户根据不同功能进入PC端界面，满足使用PC端用户的登录需求。

所述语义理解能力集由中文分词、词性标注、错词纠正、信息抽取、相似度计算、分类聚类和词语联想组成，所述机器人对话能力集由意图识别、多对对话、反馈学习、智能学习和上下文记忆组成，所述可扩展AI能力集包括语音识别、语音合成、情绪识别、图像识别、OCR识别和人脸识别组成，进一步对语义理解能力集、机器人对话能力集以及可扩展AI能力集的项目进行细化，针对不同需求用户进行优化，从而适用于不同需求客户与对话机器人之间的互动操作。

所述数据存储包括实体训练数据、意图训练数据、QA训练数据和词向量训练数据，且词向量训练数据由***、百度百科和专业术语组成，提高对话问题的专业性，避免用户和对话机器人对话过程中，对话机器人给予错误回复，进一步提升对话机器人的专业性。

本发明提供的对话式的人机交互定制与服务***的工作原理如下：

用户可通过网页端、微信端、APP端、OpenAPI等多渠道接入***，且用户选择客户端和PC端身份进入***操作界面，则用户和对话机器人进行对话作业，且根据用户的对话输入，对话机器人自动实时识别用户在当前对话中的情绪表现，根据用户不同的情绪表现，经过算法层对应环境的精准计算，则对话机器人进行不同的回复，当用户情绪表现为愤怒、不满意时，经过算法层对应环境的精准计算，对话机器人根据历史对话记录及预设的聊天场景对用户进行情绪安抚；当用户情绪表现为一般、开心、满意时，经过算法层对应环境的精准计算，对话机器人按照用户的输入内容进行知识匹配与推荐；

根据用户输入的关键词组，经过算法层对应环境的精准计算，对话机器人自动识别用户该输入是问答知识对话与推荐、多轮场景对话、上下文语义对话、数据库查询对话、知识图谱推理对话、闲聊对话中的哪一类，根据识别结果及匹配阈值进行不同的回复；

根据用户输入判断是否满足最佳问答知识/多轮场景对话的推荐条件，如果满足，则根据用户的人机交互历史和当前场景信息，经过算法层对应环境的精准计算，对话机器人从知识库中获取最佳知识（问答/场景对话），并根据最佳知识生成并输出交互信息，如果不满足，从知识库中生成近似话题，并将近似知识作为推荐项提供用户作二次澄清交互，如果最佳匹配知识包含预构建操作的多轮场景对话，则对话机器人在后续会话中采取多轮对话交互方式完成复杂的互动动作；

当用户输入问句匹配到的最佳知识被判断为上下文语义对话时，对话机器人根据用户的输入，经过算法层对应环境的精准计算，从对应的文章中自动抽取并生成该输入的答案返回；当用户输入问句匹配到的最佳知识被判断为数据库查询对话时，对话机器人自动将该输入转换成数据库查询语句，到相应的数据库表中查询并生成答案返回；当用户输入问句匹配到的最佳知识被判断为知识图谱推理对话，经过算法层对应环境的精准计算，对话机器人自动将该输入转换为图数据库查询语言，到相应的图数据库表中查询并生成答案返回；

当用户输入没有匹配到任何知识时，则启动闲聊对话模式，对话机器人与用户进行闲聊对话。

与相关技术相比较，本发明提供的对话式的人机交互定制与服务***具有如下有益效果：

本发明通过应用层、功能层、能力层、模型层、算法层、数据层和计算层的配合，可丰富对话机器人的功能，同时也建立多个对话模型，并利用各种算法针对不同环境下进行精准运算，实现使用者和对话机器人之间的准确对话，以对话机器人的形式，优化企业办公过程中沟通对话的交互方式，将以往企业通过键盘/鼠标界面的交互方式改进成为自然语言的交互方式，帮助企业快速构建专属对话机器人，使得各行各业企业可以通过自然语言交互方式，实现问答、任务、表格、文档、阅读理解、知识图谱类型的信息管理人机交互能力，降低企业对内员工及对外客服重复解答问题咨询的工作量，提升企业办公过程中沟通的整体效率。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种对话式的人机交互定制与服务***，其特征在于，包括：应用层、功能层、能力层、模型层、算法层、数据层和计算层，所述应用层包括应用类型和应用场景，所述应用类型由问答型对话、任务型对话和闲聊型对话组成，所述应用场景由业务咨询、业务办理、业务查询、智能办公、智能客服、智能服务和AI能力输出平台；

所述功能层由机器人对话场景定制与学习、机器人数据多维度统计分析、机器人个性化交互和机器人灵活接入与部署组成；

所述能力层包括语义理解能力集、机器人对话能力集和可扩展AI能力集；

所述模型层由通用自然语言模型集、通用实体模型集、通用语义词库、行业知识包和技能语义包组成；

所述算法层包括自然语言算法集和深度学习算法集，所述自然语言算法集由Word2vec、Doc2vec、HAN、NL2SQL、Pos、parser和stem组成，所述深度学习算法集由RNN、CNN、TextCNN、SQLNet和Transformer组成；

所述数据层包括数据存储、分布式缓存、知识图谱、训练平台和数据接口，所述数据存储为Orcle/MySql/MongoDB其中的一个，所述分布式缓存为Redis，所述知识图谱的单位为KB，所述数据接口为Open API；

所述计算层包括Docder资源与任务调度平台、CPU集群和GPU集群。

2.根据权利要求1所述的对话式的人机交互定制与服务***，其特征在于，所述应用层支持网页端、微信端、APP端、Open API等多渠道接入，所述应用层的功能特点由客户端和PC端区分，且客户端的功能包括智能问答、多轮对话、个性化交互和其他细节，PC端的功能包括机器人管理、对话工厂、知识学习、数据统计。

3.根据权利要求2所述的对话式的人机交互定制与服务***，其特征在于，所述智能问答由相似问法识别、关联问题推荐和相似问题引导组成，且多轮对话由多轮对话语义理解、上下文语义理解和有序意图语义理解组成，个性化交互由快速回复按钮、多元卡片交互和个性化欢迎语组成，其他细节由敏感词自动拦截、输入自动联想和满意度反馈组成。

4.根据权利要求2所述的对话式的人机交互定制与服务***，其特征在于，所述机器人管理由多个机器人创建、机器人个性化创建和知识技能独立管理组成，且对话工厂由轻松维护知识库、快速搭建对话流和机器人训练组成，知识学习由未知问题学习、不满意问题学习和机器人自主学习组成，且数据统计由访客数据、服务评价和会话日志组成。

5.根据权利要求1所述的对话式的人机交互定制与服务***，其特征在于，所述语义理解能力集由中文分词、词性标注、错词纠正、信息抽取、相似度计算、分类聚类和词语联想组成，所述机器人对话能力集由意图识别、多对对话、反馈学习、智能学习和上下文记忆组成，所述可扩展AI能力集包括语音识别、语音合成、情绪识别、图像识别、OCR识别和人脸识别组成。

6.根据权利要求1所述的对话式的人机交互定制与服务***，其特征在于，所述数据存储包括实体训练数据、意图训练数据、QA训练数据和词向量训练数据，且词向量训练数据由***、百度百科和专业术语组成。

Images