自动响应用户的请求制造技术

本发明专利技术涉及自动响应用户的请求。用户可以诸如通过说出或录入文本来使用自然语言请求帮助或信息。可以通过执行语义处理以理解请求并制定适当的响应来自动确定对用户请求的响应。可以通过从请求计算特征、使用特征来选择对应于请求的图的节点并然后使得执行要向用户提供响应的动作来自动确定响应。例如，动作可以包括向用户提供信息、从用户请求进一步的信息或者使用户接通客户服务代表。

【技术实现步骤摘要】
自动响应用户的请求声明本专利申请为分案申请，其母案的专利技术名称为“自动响应用户的请求”，申请日为2016年9月1日，申请号为201680089113.0。本专利申请要求以下临时专利申请的权益，藉此通过引用将其整体并入：2016年7月8日提交的美国专利申请序列号62/359,841（ASAP-0001-P01）。
本专利技术涉及使用语义处理的自动化通信或辅助通信。
技术介绍
公司需要与客户进行有效交互来为其客户提供服务。例如，客户可能需要获得有关公司服务的信息，可能有关于计费的问题，或者可能需要来自公司的技术支持。公司以各种不同的方式与客户交互。公司可以有网站，并且客户可以导航该网站来执行各种动作。公司可以有在诸如智能电话或平板电脑之类的用户设备上运行的应用程序（“应用（app）”），其提供与网站类似的服务。公司可以有电话号码，客户可以呼叫该号码以通过交互式语音应答来获得信息或与客户服务代表交谈。公司还可以使用各种社交媒体服务（诸如脸书或推特）来响应客户。允许客户与公司交互的一些现有技术可能对客户造成麻烦。导航到网站或应用程序上的正确页面或导航电话呼叫中的语音菜单可能非常耗时。允许客户与公司交互的一些现有技术可能公司实现起来较为昂贵。雇佣客户服务代表来以人工方式响应请求和接听电话呼叫可能是一大笔开销。附图说明通过参考以下附图可以理解本专利技术及其某些实施例的以下详细描述：图1A和1B例示了客户设备上的示例用户界面。图2例示了使用语义处理来响应客户请求的系统。图3例示了使用语义处理自动响应客户请求的系统。图4例示了可以用于确定响应客户请求的动作的动作图。图5是使用语义处理来自动响应客户请求的示例实现的流程图。图6是用于选择节点的贪婪算法的示例实现的流程图。图7是用于选择节点的束搜索算法的示例实现的流程图。图8例示了可以用于选择动作图的节点的搜索图。图9例示了可以用于使用基于词汇的语言模型来确定文本完成的搜索图。图10例示了使用分类器来确定文本完成的系统。图11例示了可以用于使用基于字符的语言模型来确定文本完成的搜索图。图12是使用语义处理来确定文本完成的示例实现的流程图。图13例示了使用语义处理来确定建议响应的系统。图14例示了可以用于建议响应的搜索图。图15是使用语义处理来建议响应的示例实现的流程图。图16例示了使用语义处理来建议资源的系统。图17是使用语义处理来建议资源的示例实现的流程图。图18A-18Q例示了客户和客户支持代表之间的客户支持会话的示例用户界面。图19A-19C例示了用于提供语义处理服务的系统。图20是提供语义处理服务的示例实现的流程图。图21是可以用于执行语义处理的示例性计算设备。具体实施方式本文描述的是用于使用语义处理来响应用户的请求的技术。尽管本文描述的技术可以用于各种各样的用户和请求，但是为了清楚地呈现，将使用公司提供对客户请求的响应的示例。然而，本文描述的技术不限于客户和公司，可以向来自并非客户的用户的请求提供响应，并且响应可以来自并非公司的实体，比如个人。语义处理可以用于自动化对请求的响应并帮助响应用户制定对请求的响应。语义处理可以用于为客户提供完全自动化的体验。语义处理的使用允许客户通过使用自然语言提出请求来获得所需信息或所需支持。使用自然语言进行请求可以允许客户比用其他提出请求的方法更快地接收到对他的请求的解决方案。在某些情况下，客户的请求可以通过单次交互来解决。例如，在客户询问“我的包裹何时到达”的情况下，响应可能是“您的包裹定于周三到达，其跟踪号码为1234”。图1A和1B例示了可以用于提供自动响应的客户设备上的示例用户界面100。图1A例示了在客户设备上呈现的文本框110的示例，客户可以在该文本框110处向公司发送请求。客户可以以如同客户向人发送消息的方式同样的方式使用自然语言键入请求。客户可以使用诸如按钮120之类的按钮来提交请求。在一些实现中，客户可以说出请求，并且可以在客户设备上或在服务器计算机处将语音转换为文本。在客户提交请求之后，可以自动处理该请求。例如，语义处理技术可以用于理解请求并提供响应。图1B例示了对客户请求的三个示例响应。在用户界面130中，提供立即回答客户问题的响应。在用户界面140中，自动处理已确定需要来自客户的更多信息以提供响应，并且要求客户提供附加信息。在用户界面140中，要求客户选择几个可能选项中的一个，但是在其他实例或实现中，可以要求客户以其他方式提供附加信息，诸如通过键入附加文本来阐明该响应。在用户界面150中，自动处理已确定使客户接通（connect）客户服务代表。本文描述的技术不限于前述示例响应，并且可以向客户提供任何合适的响应。例如，可以立即向请求变更他或她的电话号码的客户提供表格以允许客户录入新的电话号码（例如，通过将应用自动导航到适当的屏幕或提供适当的网页）。除了提供自动响应之外，还可以使用语义处理来帮助客户服务代表（CSR）响应用户的请求。例如，在客户和CSR之间的对话中，可以使用语义处理来理解客户请求的含义并向CSR提供建议，诸如当CSR开始键入响应时，可以建议键入文本的完成；在CSR开始键入之前，可以向CSR建议完整响应；可以向CSR建议资源，以向CSR提供相关信息，或使CSR更易于执行动作；等等。语义处理系统图2例示了用于使用语义处理来响应客户请求的系统200。在图2中，客户可以使用客户设备210与公司通信。客户设备210可以包括任何适当的设备，诸如智能电话、平板电脑、可穿戴设备或物联网设备。客户可以使用任何适当的技术来提交请求，诸如向在客户设备210上运行的应用（例如，特定公司的应用或为处理客户请求而创建的第三方应用）键入或说出请求、在网页上键入或说出请求、发送文本消息或发送电子邮件。如本文所使用的，文本消息包括作为文本发送的任何消息，包括但不限于使用SMS（短消息服务）或专用应用程序（例如，脸书消息递送器（messenger）、苹果iMessage、谷歌Hangouts或WhatsApp）发送的消息。客户的请求可以由客户设备210发送给应用程序接口组件220，并且可以使用任何适当的网络（例如，互联网、Wi-Fi或蜂窝数据网络）直接或间接地发送。可以使用任何适当的传输协议来发送请求，所述传输协议包括发送客户说出请求的音频或消息的文本中的一个或多个。在客户向客户设备210说出请求的情况下，语音识别可以由客户设备210执行、在服务器计算机处执行或由图2的另一组件执行。应用程序接口组件220可以包括例如由公司操作的一个或多个服务器计算机。应用程序接口组件220接收客户请求，并且可以协调对客户请求的进一步处理。在要自动处理客户请求的情况下，可以将客户请求路由到语义响应组件240来确定响应而无需CSR参与。语义响应组件240可以对客户请求的文本执行语义处理以理解请求的含义、选本文档来自技高网...

【技术保护点】
1.一种用于帮助公司实体响应用户并且由第三方服务提供商实现的计算机实现方法，所述方法包括：/n在所述第三方服务提供商处接收来自第一用户的第一请求，其中，第一请求与第一公司实体相关；/n获得与第一请求对应的第一文本；/n从所述第三方服务提供商的服务器向第一公司实体的第一服务器发送针对第一信息的第一应用程序接口（API）请求；/n从第一公司实体接收第一信息；/n从第一文本计算第一自然语言处理（NLP）特征；/n通过用神经网络处理第一NLP特征和第一信息，生成第一语义处理结果；/n将第一语义处理结果发送给第一用户；/n在所述第三方服务提供商处接收来自第二用户的第二请求，其中第二请求与第二公司实体相关，并且其中第二公司实体与第一公司实体不同；/n获得与第二请求对应的第二文本；/n从所述第三方服务提供商的服务器向第二公司实体的第二服务器发送针对第二信息的第二API请求；/n从第二公司实体接收第二信息；/n从第二文本计算第二NLP特征；/n通过用神经网络处理第二NLP特征和第二信息，生成第二语义处理结果；/n将第二语义处理结果发送给第二用户。/n

【技术特征摘要】
20160708 US 62/3598411.一种用于帮助公司实体响应用户并且由第三方服务提供商实现的计算机实现方法，所述方法包括：
在所述第三方服务提供商处接收来自第一用户的第一请求，其中，第一请求与第一公司实体相关；
获得与第一请求对应的第一文本；
从所述第三方服务提供商的服务器向第一公司实体的第一服务器发送针对第一信息的第一应用程序接口（API）请求；
从第一公司实体接收第一信息；
从第一文本计算第一自然语言处理（NLP）特征；
通过用神经网络处理第一NLP特征和第一信息，生成第一语义处理结果；
将第一语义处理结果发送给第一用户；
在所述第三方服务提供商处接收来自第二用户的第二请求，其中第二请求与第二公司实体相关，并且其中第二公司实体与第一公司实体不同；
获得与第二请求对应的第二文本；
从所述第三方服务提供商的服务器向第二公司实体的第二服务器发送针对第二信息的第二API请求；
从第二公司实体接收第二信息；
从第二文本计算第二NLP特征；
通过用神经网络处理第二NLP特征和第二信息，生成第二语义处理结果；
将第二语义处理结果发送给第二用户。


2.根据权利要求1所述的计算机实现方法，其中，第一API请求包括标识第一用户的信息。


3.根据权利要求1所述的计算机实现方法，其中，获得第一文本包括对第一请求的音频执行自动语音识别。


4.根据权利要求1所述的计算机实现方法，其中，从第一文本计算第一NLP特征包括以下中的一个或多个：从第一文本计算词包向量、从第一文本计算术语频率逆文档频率向量、或获得与第一文本对应的词嵌入。


5.根据权利要求1所述的计算机实现方法，其中，生成第一语义处理结果包括从动作图中选择节点。


6.根据权利要求1所述的计算机实现方法，其中，生成第一语义处理结果包括：
确定对第一文本的文本响应；或者
生成对第一文本的完成。


7.根据权利要求1所述的计算机实现方法，其中，第一请求是从第一用户的第一设备接收的，并且第一语义处理结果被发送给第一用户的第一设备。


8.一种用于帮助公司实体响应用户的系统，所述系统包括：
至少一个服务器计算机，其包括至少一个处理器和至少一个存储器，所述至少一个服务器计算机被配置成：
在第三方服务提供商处接收来自第一用户的第一请求，其中，第一请求与第一公司实体相关；
获得与第一请求对应的第一文本；
从所述第三方服务提供商的服务器向第一公司实体的第一服务器发送针对第一信息的第一应用程序接口（API）请求；
从第一公司实体接收第一信息；
从第一文本计算第一自然语言处理（NLP）特征；
通过用神经网络处理第一NLP特征和第一信息，生成第一语义处理结果；
将第一语义处理结果发送给第一用户；
在所述第三方服务提供商处接收来自第二用户的第二请求，其中第二请求与第二公司实体相关，并且其中第二公司实体与第一公司实体不同；
获得与第二请求对应的第二文本；
从所述第三方服务提供商...

【专利技术属性】
技术研发人员：G萨波斯尼克，代辉，J哈克曼，S亨利，
申请(专利权)人：艾赛普公司，
类型：发明
国别省市：美国;US