为聊天机器人对话流能力生成决策树的方法、系统和程序技术方案

本公开涉及用于为聊天机器人对话流能力生成决策树的方法、系统和程序。描述的实施方式提供了一种可配置用于满足用户需求的聊天机器人系统。在一种实施方式中，聊天机器人系统被配置为利用和改变决策树、决策树复杂度、以及适应终端用户需求的决策树选择。实施方式还可以利用使用独立叶子和技能组而被配置为静态或动态的决策树，以允许聊天机器人谈话所需的复杂程度的变化。在其他实施方式中，聊天机器人系统可以被配置用于评估聊天机器人场景和要求以适应处理要求，从而相对于用户需求而增加或减少处理线程以改变处理效率。在一些场景中，聊天机器人系统是内省的，从而使用反馈和数据来适应聊天机器人会话错误和自我修复。

Method, system and program of generating decision tree for chat robot's conversation flow capability

【技术实现步骤摘要】
为聊天机器人对话流能力生成决策树的方法、系统和程序相关申请的交叉引用本申请要求于2019年5月30日提交的名称为“METHOD,SYSTEMANDPROGRAMFORGENERATINGDECISIONTREESFORCHATBOTSDIALOGFLOWCAPABILITIES(用于为聊天机器人对话流能力生成决策树的方法、系统和程序)”的美国专利申请序列号16/427,013(ORACP0246/ORA190166-US-NP)以及于2018年10月19日提交的名称为“METHOD,SYSTEMANDPROGRAMFORGENERATINGDECISIONTREESFORCHATBOTSDIALOGFLOWCAPABILITIES(用于为聊天机器人对话流能力生成决策树的方法、系统和程序)”的美国临时专利申请序列号62/747,886(ORACP0246P/ORA190166-US-PSP)的权益，这两个美国专利申请出于所有目的如同在本申请中完整阐述的那样通过引用并入本文。
下文涉及聊天机器人平台。更具体地，下文涉及一种可由用户配置的实用程序，所述实用程序被配置用于允许用户实施和配置聊天机器人系统以获得更可预测的结果。
技术介绍
通常，聊天机器人系统(也称为聊天机器人、交谈机器人、对话机器人、机器人、IM机器人、交互式代理、人工谈话实体等)是被设计用于通过使用预先计算的关键用户短语和基于文本或听觉的信号来模拟人类谈话的计算机程序。在一些场景中，聊天机器人用于在社交网络中心和即时消息(IM)客户端中频繁使用的基本客户服务和营销系统。聊天机器人也可以作为智能虚拟助手包括在操作系统中。不幸的是，当前的聊天机器人无法提供如它们被设计用于模拟那样的无缝、愉悦且高效的用户体验。通常，聊天机器人不会像人类那样理解上下文。因此，当前现有技术的聊天机器人经常混淆陈述，这可能导致终端用户感到沮丧。而且，传统的聊天机器人系统目前依赖于传统决策树，所述传统决策树本质上是线性的并且随着开发者尝试使用“一刀切”方式作出并使用决策树而变得过于复杂。
技术实现思路
在此描述的实施方式提供了一种可配置用于满足用户需求的聊天机器人系统。在一种实施方式中，响应于输入数据和所述数据的特性(property)，聊天机器人系统被配置用于加载决策树技能组模型，遍历所述技能组模型，并且基于所述输入和所述输入数据的特性来识别应当采用所述决策树的哪个叶子。在一些场景中，可以使用预定义特性和/或动态函数来解析叶子。进一步地，实施方式可以利用被配置用于静态或动态地进行响应的叶子以允许聊天机器人谈话所需的复杂程度的变化。与基于对对话的固定响应在其响应和流方面是单向的传统决策树不同，本文所描述的决策树实施方式利用递归且可适应的过程来解析哪个或哪些叶子将适合于响应以及如何响应对话流。在一种实施方式中，聊天机器人系统可以被配置用于在通信(例如，聊天、对话等)过程中的任何点处和任何状态下动态地改变技能组，并在技能组之间链接有依赖性。当前技能组与被转移到的新技能组之间的依赖性可以用于通知和/或影响(这些)新技能组的决策过程。因此，从先前技能组到新技能组的转换可以包含(多个)先前技能组的所有或一些特性。在其他实施方式中，本文所描述的聊天机器人系统可以被配置用于评估聊天机器人会话、输入、对话和其他要求以适应处理要求，从而相对于用户需求而增加或减少处理线程以改变处理效率。在一些场景中，本文所描述的聊天机器人系统是内省的，从而使用反馈和数据来进行自适应和自我修复。通过参考说明书的其余部分和所附附图，可以实现对本文公开的特定实施例的本质和优点的进一步理解。附图说明图1是用于聊天机器人系统的计算系统的高级图示。图2图示了用于实施聊天机器人会话的对话和决策树方法的高级流程图。图3是对话决策树过程的高级图示。图4是决策树的叶子的高级图示。图5是决策树叶子模式的高级图示。图6A至图6D描绘了对话决策过程模式的高级图示。图7是示例性计算机和通信系统的高级框图。具体实施方式在此描述的实施方式提供了一种可配置用于满足用户需求的聊天机器人系统。在一种实施方式中，响应于输入数据和所述数据的特性，聊天机器人系统可以被配置来加载一个或多个决策树技能组(skillset)模型，遍历所述技能组模型，并且基于所述输入和所述输入数据的特性、叶子的特性、与叶子相关联的动作、以及响应项来识别应当采用所述决策树的哪个叶子。如本文所描述的技能组模型(也称为技能组)可以用于动态地扩展并调整决策树及其能力，从而适应并处理对话流。在一些实施方式中，可以使用预定义特性和/或动态函数递归地解析叶子。进一步地，实施方式可以利用被配置来静态或动态地进行响应的叶子以允许聊天机器人谈话所需的复杂程度的变化。与基于对对话的固定响应在其响应和流方面是单向的传统决策树不同，本文所描述的决策树实施方式可以采用递归且可适应的过程来解析哪个或哪些叶子将适合于响应以及如何响应对话流。在示例性实施方式中，聊天机器人系统可以在所述过程中的任何点处和任何状态下动态地改变技能组，并在技能组之间具有依赖性。例如，在在线订购聊天对话过程期间，当用户向聊天机器人系统询问完全不同的主题时，聊天机器人系统可以通过改变为新技能组、同时使用其他(多个)技能组保留来自(多个)宝贵会话的信息来进行响应，并且告知用户例如它们将在完成订单之后回答问题。而且，本文所描述的实施方式可以采用和/或继承来自先前技能组的至少一些特性和来自先前技能组和聊天会话的数据，以帮助发现新技能组。因此，可以使用先前技能组来通知新技能组如何响应和/或影响新技能组的决策处理。图1是用于生成例如用于实施聊天机器人会话的模式、决策树等的示例性计算系统100的高级框图。计算系统100可以是任何计算系统，诸如企业计算环境、客户端-服务器系统等。计算系统100包括聊天机器人系统110，所述聊天机器人系统被配置来处理从诸如键盘、鼠标等用户接口114接收的关于与如本文所描述的数据元素、信息等相关联的诸如聊天、发短信、生成、配置、建模、标记、数据绑定、维护等过程的数据。注意，计算系统100呈现了可以至少部分地在服务器上实施用于实施实施例的计算机代码的特定示例实施方式。然而，实施例并不限于此。例如，客户端侧软件应用程序可以根据本教导来实施聊天机器人系统110或其部分，而无需客户端侧软件应用程序与服务器之间的通信。在一种示例性实施方式中，聊天机器人系统110可以连接到被配置来例如向其用户显示数据140的显示器130。显示器130可以是适于允许用户经由用户接口(UI)114查看显示在其上的图形数据140并与之交互的无源或有源显示器。在其他配置中，显示器130可以是响应于触摸、手势、滑动等而用于与其用户交互并由其用户操纵数据140的触摸屏显示器。手势可以包括适于允许用户生成聊天机器人会话、决策树、模式、转换数据、建模、分析、部署模式、维护数据140等本文档来自技高网...

【技术保护点】
1.一种包括一个或多个指令的非暂态计算机可读介质，所述一个或多个指令能够由一个或多个处理器执行以用于：/n响应于接收到作为聊天机器人会话的一部分的对话，接收包括第一技能组模型和至少两个叶子的决策树；/n遍历所述第一技能组模型以识别所述至少两个叶子；/n分析输入数据、特性、动作、以及与所述至少两个叶子相关联的至少一些其他数据，以确定在对所述对话进行响应时采用所述至少两个叶子中的哪个叶子；/n响应于识别出所述叶子，分析所述叶子以确定响应于所述对话而采取的附加动作；/n分析所述附加动作以确定是否改变为第二技能组模型或第二叶子；/n分析所述第一技能组模型和对话，以确定所述第一技能组模型或所述对话是否包含无效的、未识别的或以其他方式在一个或多个错误阈值内能够忽略的数据；以及/n输出对所述对话的响应。/n

【技术特征摘要】
20181019 US 62/747,886;20190530 US 16/427,0131.一种包括一个或多个指令的非暂态计算机可读介质，所述一个或多个指令能够由一个或多个处理器执行以用于：
响应于接收到作为聊天机器人会话的一部分的对话，接收包括第一技能组模型和至少两个叶子的决策树；
遍历所述第一技能组模型以识别所述至少两个叶子；
分析输入数据、特性、动作、以及与所述至少两个叶子相关联的至少一些其他数据，以确定在对所述对话进行响应时采用所述至少两个叶子中的哪个叶子；
响应于识别出所述叶子，分析所述叶子以确定响应于所述对话而采取的附加动作；
分析所述附加动作以确定是否改变为第二技能组模型或第二叶子；
分析所述第一技能组模型和对话，以确定所述第一技能组模型或所述对话是否包含无效的、未识别的或以其他方式在一个或多个错误阈值内能够忽略的数据；以及
输出对所述对话的响应。


2.如权利要求1所述的非暂态计算机可读介质，其中，所述对话包括与同所述决策树相关联的上下文一致的上下文。


3.如权利要求1所述的非暂态计算机可读介质，其中，响应于接收到所述决策树，分析所述决策树与所述对话之间的上下文，以确定所述决策树的所述上下文是否与所述对话的所述上下文匹配。


4.如权利要求1所述的非暂态计算机可读介质，其中，所述叶子包括静态响应。


5.如权利要求1所述的非暂态计算机可读介质，其中，所述叶子包括动态响应。


6.如权利要求1所述的非暂态计算机可读介质，其中，响应于所述对话以及所述叶子的特性，接收所述第二技能组模型。


7.如权利要求1所述的非暂态计算机可读介质，其中，所述附加动作包括改变为所述第二技能组模型。


8.如权利要求7所述的非暂态计算机可读介质，其中，所述第二技能组模型继承来自所述第一技能组模型的至少一些数据。


9.如权利要求1所述的非暂态计算机可读介质，其中，所述附加动作包括至少一个函数。


10.如权利要求1所述的非暂态计算机可读介质，其中，分析所述第一技能组模型进一步包括处理所述第一技能组模型，以在实施时检测将导致所述聊天机器人会话失败的错误并检测将不会导致所述聊天机器人会话失败的错误。


11.一种计算机实施的方法，包括：
响应于接收到作为聊天机器人会话的一部分的对话，接收包括第一技能组模型和至少两个叶子的决策树；
遍历所述第一技能组模型以识别所述至少两个叶子；
分析输入数...

【专利技术属性】
技术研发人员：L·V·佩洛夫，
申请(专利权)人：甲骨文国际公司，
类型：发明
国别省市：美国;US