基于深度学习和有限状态机的智能语音机器人系统技术方案

本发明专利技术提供了一种基于深度学习和有限状态机的智能语音机器人系统，包括：语音外呼模块，语音外呼模块用于呼叫用户并获取用户应答信息；用户意图识别模块，用户意图识别模块基于深度学习根据用户应答信息对用户意图进行识别；业务执行模块，业务执行模块基于有限状态机根据识别的用户意图进行业务跳转并执行相应的业务操作，同时保存相应的业务数据。本发明专利技术能够提高智能语音机器人识别用户意图的准确度与应对多样的业务需求的适应性，从而能够实现业务和功能之间的松散耦合。

Intelligent speech robot system based on deep learning and finite state machine

【技术实现步骤摘要】
基于深度学习和有限状态机的智能语音机器人系统
本专利技术涉及信息处理
，具体涉及一种基于深度学习和有限状态机的智能语音机器人系统。
技术介绍
随着科技的发展，智能语音机器人被广泛应用于电话销售领域，智能客服，电话回访等相关领域。智能语音机器人通过自动拨打号码，与用户通话，然后在通话的过程中识别用户所表达的情感和真实意图，并根据相应的业务规则进行应答，完成完整的业务需求。智能语音机器人将传统的人工话务员从重复单调的业务系统中解放出来，有效地降低了人工成本。此外，智能语音机器人系统在整个过程中，不受自己情绪影响，可以保质保量完成业务任务。智能语音机器人的核心是机器人能够正确理解用户所希望表达的意图。意图识别的准确性主要受制于两个方面，一方面是受制于大量数据的累计，幸运的是，基于人工的电话回访、智能客服、电话销售等相关领域已经积累了大量的数据，并且在业务实现过程中已经实施对数据的标注；另一方面是受制于深度学习技术，随着深度学习技术的发展，深度学习技术在自然语言处理方面取得了长足发展，其算法能力已经得到了很大提高。因此，海量数据的积累和深度学习技术的发展为智能语音机器人的推广应用提供了完整的基础。然而，目前的智能语音机器人虽然可以按照标准的流程，合规合法地完成相应的业务功能，但是却缺乏应对不同业务需求的能力，同时目前的智能语音机器人与用户的交互过程比较机械，难以有效地理解用户的真实意图。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的目的在于提出一种基于深度学习和有限状态机的智能语音机器人系统，能够提高智能语音机器人识别用户意图的准确度与应对多样的业务需求的适应性，从而能够实现业务和功能之间的松散耦合。为达到上述目的，本专利技术实施例提出了一种基于深度学习和有限状态机的智能语音机器人系统，包括：语音外呼模块，所述语音外呼模块用于呼叫用户并获取用户应答信息；用户意图识别模块，所述用户意图识别模块基于深度学习根据所述用户应答信息对用户意图进行识别；业务执行模块，所述业务执行模块基于有限状态机根据识别的用户意图进行业务跳转并执行相应的业务操作，同时保存相应的业务数据。根据本专利技术实施例的基于深度学习和有限状态机的智能语音机器人系统，通过语音外呼模块获取用户应答信息，并通过用户意图识别模块基于深度学习根据用户应答信息对用户意图进行识别，然后通过业务执行模块基于有限状态机根据识别的用户意图进行业务跳转并执行相应的业务操作，同时保存相应的业务数据，由此，能够提高智能语音机器人识别用户意图的准确度与应对多样的业务需求的适应性，从而能够实现业务和功能之间的松散耦合。另外，根据本专利技术上述实施例提出的基于深度学习和有限状态机的智能语音机器人系统还可以具有如下附加的技术特征：根据本专利技术的一个实施例，所述用户意图识别模块包括：预处理模块，所述预处理模块用于对所述用户应答信息进行停用词删减、纠错、分词处理；词向量模型，所述词向量模型用于对预处理后的用户应答信息进行向量化处理，以将所述预处理后的用户应答信息转换为对应的词向量：深度学习网络模型，所述深度学习网络模型用于根据所述词向量识别用户的意图。进一步地，所述用户意图识别模块还包括模式跳转模块，所述模式跳转模块基于有限状态机实现与业务跳转，所述有限状态机的跳转触发为深度模型所识别的意图，当所述深度学习网络模型未完成训练时，所述有限状态机将根据所述预处理后的用户应答信息通过关键字匹配或模式匹配的方式来识别用户的意图，并进行跳转。根据本专利技术的一个实施例，所述深度学习网络模型基于样本数据进行训练，具体基于双向LSTM网络对样本数据进行训练。根据本专利技术的一个实施例，所述词向量模型基于word2vec生成。根据本专利技术的一个实施例，所述预处理模块包括领域专用字典，所述领域专用字典基于样本数据生成，用于对所述用户应答信息进行分词处理。进一步地，所述的基于深度学习和有限状态机的智能语音机器人系统还包括：呼叫策略定义模块，所述呼叫策略定义模块用于设定所述语音外呼模块的呼叫策略；业务逻辑定义模块，所述业务逻辑定义模块用于设定业务逻辑；业务数据分析模块，所述业务数据分析模块用于分析所述业务执行模块保存的业务数据；业务数据展现模块，所述业务数据展现模块用于展示分析后的业务数据。进一步地，所述业务逻辑基于有限状态机进行跳转，每一个所述业务逻辑均包括触发条件、跳转目的、执行动作。附图说明图1为本专利技术实施例的基于深度学习和有限状态机的智能语音机器人系统的方框示意图；图2为本专利技术一个实施例的基于深度学习和有限状态机的智能语音机器人系统的方框示意图；图3为本专利技术一个实施例的业务逻辑的BNF定义；图4为本专利技术一个实施例的基于双向LSTM的深度学习网络模型示意图；图5为本专利技术一个实施例的基于深度学习和有限状态机的智能语音机器人系统的方框示意图；图6为本专利技术一个具体实施例的智能语音机器人的业务流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例的基于深度学习和有限状态机的智能语音机器人系统的方框示意图。如图1所示，本专利技术实施例的基于深度学习和有限状态机的智能语音机器人系统包括语音外呼模块10、用户意图识别模块20和业务执行模块30。其中，语音外呼模块10用于呼叫用户并获取用户应答信息；用户意图识别模块20基于深度学习根据用户应答信息对用户意图进行识别；业务执行模块30基于有限状态机根据识别的用户意图进行业务跳转并执行相应的业务操作，同时保存相应的业务数据。进一步地，如图2所示，本专利技术实施例的基于深度学习和有限状态机的智能语音机器人系统还可包括呼叫策略定义模块40和业务逻辑定义模块50。其中，呼叫策略定义模块40可用于设定语音外呼模块10的呼叫策略；业务逻辑定义模块50可用于设定业务逻辑。在本专利技术的一个实施例中，业务逻辑可基于有限状态机进行跳转。具体地，如图3所示，每一个业务逻辑的跳转，即Transfer均包括触发条件，即Condition；跳转目的，即Next；执行动作，即Action。其中，触发条件，即Condition可为关键字，即Keywords、意图标签，即Label或模式串，即Template；跳转目的，即Next可为结束，即End或跳转到节点，即Transfer；执行动作，即Action可为播放录音，即Play、设置参数，即Set或保存设置，即Save。在本专利技术的一个实施例中，呼叫策略定义模块40可配置呼叫策略，例如可导入需要访问用户的信息，并设定需要访问用户的策略，即访问时间、访问频率和访问次数。在本专利技术的一个实施例中，用户意图识别模块本文档来自技高网...

【技术保护点】
1.一种基于深度学习和有限状态机的智能语音机器人系统，其特征在于，包括：/n语音外呼模块，所述语音外呼模块用于呼叫用户并获取用户应答信息；/n用户意图识别模块，所述用户意图识别模块基于深度学习根据所述用户应答信息对用户意图进行识别；/n业务执行模块，所述业务执行模块基于有限状态机根据识别的用户意图进行业务跳转并执行相应的业务操作，同时保存相应的业务数据。/n

【技术特征摘要】
1.一种基于深度学习和有限状态机的智能语音机器人系统，其特征在于，包括：
语音外呼模块，所述语音外呼模块用于呼叫用户并获取用户应答信息；
用户意图识别模块，所述用户意图识别模块基于深度学习根据所述用户应答信息对用户意图进行识别；
业务执行模块，所述业务执行模块基于有限状态机根据识别的用户意图进行业务跳转并执行相应的业务操作，同时保存相应的业务数据。


2.根据权利要求1所述的基于深度学习和有限状态机的智能语音机器人系统，其特征在于，所述用户意图识别模块包括：
预处理模块，所述预处理模块用于对所述用户应答信息进行停用词删减、纠错、分词处理；
词向量模型，所述词向量模型用于对预处理后的用户应答信息进行向量化处理，以将所述预处理后的用户应答信息转换为对应的词向量：
深度学习网络模型，所述深度学习网络模型用于根据所述词向量识别用户的意图。


3.根据权利要求2所述的基于深度学习和有限状态机的智能语音机器人系统，其特征在于，所述用户意图识别模块还包括模式跳转模块，所述模式跳转模块基于有限状态机实现与业务跳转，所述有限状态机的跳转触发为深度模型所识别的意图，当所述深度学习网络模型未完成训练时，所述有限状态机将根据所述预处理后的用户应答信息通过关键字匹配或模式匹配的方式来识别用户的意图，并进行跳转。<...

【专利技术属性】
技术研发人员：刘志忠，侯建，余敏，范苏洪，
申请(专利权)人：中博信息技术研究院有限公司，
类型：发明
国别省市：江苏;32