一种智能语音机器人的对话策略构建方法、装置及系统制造方法及图纸

本发明专利技术属于计算机技术领域，提供一种智能语音机器人的对话策略构建方法、装置及系统。其中方法包括：接收操作人员输入以获取对话主题，以及与该对话主题相关的主题说明；设置多个对话节点，输入对话节点语料，判断所述对话节点语料与所述主题说明的重要性程度；按所述重要性关系对所述多个对话节点排序，构建对话策略。采用该技术方案，操作人员仅需要确定好对话的主题以及对话中的节点就能生成适合的对话策略，对操作人员要求低，构建对话策略简单快速，能够满足满足客户服务中心每天的需求。

【技术实现步骤摘要】
一种智能语音机器人的对话策略构建方法、装置及系统
本专利技术属于计算机
，尤其涉及一种智能语音机器人的对话策略构建方法、装置及系统，该对话策略适用于具体的任务型应用场景。
技术介绍
客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用智能语音机器人为用户进行服务。目前在行业细分领域构建智能语音机器人对话策略的构建需要对该领域非常了解才能够构建合适的对话顺序。行业细分领域，诸如具体某个产品的智能语音推销，通常需要人员对当前的任务型对话场景进行了解，再来设定智能语音机器人的对话策略。如果对话顺序安排不合适，效果非常不理想，用户体验不好。然而经验丰富的操作人员数量较少，培训成本较高，仅靠目前现有的操作人员很难满足客户服务中心每天的需求。
技术实现思路
本专利技术旨在解决现有的智能语音机器人对话策略构建比较复杂，无法满足客户服务中心每天不同任务型智能语音对话需求的问题。为解决上述技术问题，本专利技术的一方面提出一种智能语音机器人的对话策略构建方法，该对话策略适用于具体的任务型应用场景，方法包括：接收操作人员输入以获取对话主题，以及与该对话主题相关的主题说明；设置多个对话节点，输入对话节点语料，判断所述对话节点语料与所述主题说明的重要性程度；按所述重要性关系对所述多个对话节点排序，构建对话策略。根据本专利技术的一种优选实施方式，判断所述对话节点语料与所述主题说明的重要性关系具体为：将所述对话节点语料和所述主题说明输入重要性判断模型；所述重要性判断模型输出重要性参考值，所述重要性参考值表示所述对话节点语料与所述主题说明的重要性程度。根据本专利技术的一种优选实施方式，所述重要性判断模型包括编码层和匹配层，所述编码层用于将所述对话节点语料和所述主题说明转为句向量，所述匹配层用于计算对话节点语料句向量和主题说明句向量的重要性程度。根据本专利技术的一种优选实施方式，所述编码层采用双向长短期记忆网络，所述匹配层采用余弦算法。根据本专利技术的一种优选实施方式，方法还包括：设置知识库，所述知识库中存储有通用对话主题以及相对应的通用对话语料；当用户输入的语句触发通用对话主题时，将所述通用对话主题对应的通用对话语料加入对话策略与用户进行对话。根据本专利技术的一种优选实施方式，所述用户输入的语句触发通用对话主题具体为：将所述用户输入的语句输入主题判断模型，如果输出的主题结果与所述知识库中设置的通用主题匹配，则触发所述通用对话主题。根据本专利技术的一种优选实施方式，所述主题判断模型为基于深度学习的TextCNN模型，所述主题判断模型包括输入层、卷积层、池化层以及全连接层。本专利技术第二方面提出一种智能语音机器人的对话策略构建装置，该对话策略适用于具体的任务型应用场景，装置包括：主题确定模块，用于接收操作人员输入以获取对话主题，以及与该对话主题相关的主题说明；对话节点设置模块，用于设置多个对话节点，输入对话节点语料，判断所述对话节点语料与所述主题说明的重要性程度；策略建立模块，用于按所述重要性关系对所述多个对话节点排序，构建对话策略。根据本专利技术的一种优选实施方式，判断所述对话节点语料与所述主题说明的重要性关系具体为：将所述对话节点语料和所述主题说明输入重要性判断模型；所述重要性判断模型输出重要性参考值，所述重要性参考值表示所述对话节点语料与所述主题说明的重要性程度。根据本专利技术的一种优选实施方式，所述重要性判断模型包括编码层和匹配层，所述编码层用于将所述对话节点语料和所述主题说明转为句向量，所述匹配层用于计算对话节点语料句向量和主题说明句向量的重要性程度。根据本专利技术的一种优选实施方式，所述编码层采用双向长短期记忆网络，所述匹配层采用余弦算法。根据本专利技术的一种优选实施方式，装置还包括：知识库模块，用于设置知识库，所述知识库中存储有通用对话主题以及相对应的通用对话语料；当用户输入的语句触发通用对话主题时，将所述通用对话主题对应的通用对话语料加入对话策略与用户进行对话。根据本专利技术的一种优选实施方式，所述用户输入的语句触发通用对话主题具体为：将所述用户输入的语句输入主题判断模型，如果输出的主题结果与所述知识库中设置的通用主题匹配，则触发所述通用对话主题。根据本专利技术的一种优选实施方式，所述主题判断模型为基于深度学习的TextCNN模型，所述主题判断模型包括输入层、卷积层、池化层以及全连接层。本专利技术第三方面提出一种智能语音机器人的对话策略构建系统，该对话策略适用于具体的任务型应用场景，系统包括：存储单元，用于存储计算机可执行程序；处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所述的智能语音机器人的对话策略构建方法。本专利技术的第四方面一种计算机可读介质，存储有计算机可执行程序，其特征在于，所述计算机可执行程序被执行时，实现所述的智能语音机器人的对话策略构建方法。采用该技术方案，操作人员仅需要确定好对话的主题以及对话中的节点就能生成适合的对话策略，对操作人员要求低，构建对话策略简单快速，能够满足满足客户服务中心每天的需求。附图说明图1是本专利技术实施例中一种智能语音机器人的对话策略构建方法的流程示意图；图2是本专利技术实施例中重要性判断模型的结构示意图；图3是本专利技术实施例中一种智能语音机器人的对话策略构建装置的结构示意图；图4是本专利技术实施例中电子设备的结构示意图；图5是本专利技术实施例中的计算机可读记录介质的示意图。具体实施方式在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本专利技术。附图中的流程图仅是一种示例性的流程演示，不代表本专利技术的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本专利技术的专利技术主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理单元装置和/或微控制器装置中实现这些功能实体。各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元本文档来自技高网...

【技术保护点】
1.一种智能语音机器人的对话策略构建方法，该对话策略适用于具体的任务型应用场景，其特征在于，方法包括：/n接收操作人员输入以获取对话主题，以及与该对话主题相关的主题说明；/n设置多个对话节点，输入对话节点语料，判断所述对话节点语料与所述主题说明的重要性程度；/n按所述重要性关系对所述多个对话节点排序，构建对话策略。/n

【技术特征摘要】
1.一种智能语音机器人的对话策略构建方法，该对话策略适用于具体的任务型应用场景，其特征在于，方法包括：
接收操作人员输入以获取对话主题，以及与该对话主题相关的主题说明；
设置多个对话节点，输入对话节点语料，判断所述对话节点语料与所述主题说明的重要性程度；
按所述重要性关系对所述多个对话节点排序，构建对话策略。


2.如权利要求1所述的对话策略构建方法，其特征在于，判断所述对话节点语料与所述主题说明的重要性关系具体为：
将所述对话节点语料和所述主题说明输入重要性判断模型；
所述重要性判断模型输出重要性参考值，所述重要性参考值表示所述对话节点语料与所述主题说明的重要性程度。


3.如权利要求2所述的对话策略构建方法，其特征在于，所述重要性判断模型包括编码层和匹配层，所述编码层用于将所述对话节点语料和所述主题说明转为句向量，所述匹配层用于计算对话节点语料句向量和主题说明句向量的重要性程度。


4.如权利要求3所述的对话策略构建方法，其特征在于，所述编码层采用双向长短期记忆网络，所述匹配层采用余弦算法。


5.如权利要求1所述的对话策略构建方法，其特征在于，方法还包括：
设置知识库，所述知识库中存储有通用对话主题以及相对应的通用对话语料；
当用户输入的语句触发通用对话主题时，将所述通用对话主题对应的通用对话语料加入对话策略与用户进行对话。


...

【专利技术属性】
技术研发人员：李蒙，张常睿，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11