【技术实现步骤摘要】
一种基于粒计算的智能机器人对话策略生成方法
本专利技术属于计算机服务
,涉及一种面向用户需求意图快速构建的方法。
技术介绍
在大数据时代,服务化已成为IT世界最重要的发展趋势之一。Internet上开发和部署了越来越多的软件服务,以及连接现实世界物理服务资源的大量虚拟化服务。来自多个域、多个网络的服务被聚合为一个庞大的复杂服务网络或生态系统,可以称为“服务互联网(IoS)”或“大服务”。IoS提出了一种范式,其中所有内容都可以作为Internet上的服务使用。在IoS中,极其丰富的海量服务是多样化、分布式和异构的。通过收集、群集和组合这些服务,可以生成服务解决方案以满足客户的需求。随着各式各样的服务的不断复杂,用户的需求也在不断呈现多样化复杂化。而在服务自身的标准化过程中,粒度逐渐变小,便自然生成服务的组合。与服务的组合相对应的是用户需求的组合。由于用户需求通常是粗粒度且跨边界的,因此服务机器人必须集成来自多个域的服务才能满足需求。考虑到服务库中可用的服务太多,一个巨大的挑战是如何在和用户的交互过程中平衡构造效 ...
【技术保护点】
1.一种基于粒计算的智能机器人对话策略生成方法,其特征在于所述方法包括如下步骤:/n步骤S1、构建需求模式库:/n通过对用户需求信息数据进行预处理,构建需求模式库;/n步骤S2、构建需求知识图谱:/n收集大量的用户需求数据,并以意图树结构建模用户需求,并将意图树中的意图与通用知识图谱中的实体概念联系起来,通过知识图谱中实体将不同的意图关联起来,借助通用知识图谱的推理能力完成意图的推理;/n步骤S3、构建粒计算模型:/n通过对步骤S1、步骤S2中构建的需求模式库和需求知识图谱收集到的信息的处理,基于Grc算法构建粒计算模型;/n步骤S4、基于粒计算模型生成对应对话策略:/n通 ...
【技术特征摘要】
1.一种基于粒计算的智能机器人对话策略生成方法,其特征在于所述方法包括如下步骤:
步骤S1、构建需求模式库:
通过对用户需求信息数据进行预处理,构建需求模式库;
步骤S2、构建需求知识图谱:
收集大量的用户需求数据,并以意图树结构建模用户需求,并将意图树中的意图与通用知识图谱中的实体概念联系起来,通过知识图谱中实体将不同的意图关联起来,借助通用知识图谱的推理能力完成意图的推理;
步骤S3、构建粒计算模型:
通过对步骤S1、步骤S2中构建的需求模式库和需求知识图谱收集到的信息的处理,基于Grc算法构建粒计算模型;
步骤S4、基于粒计算模型生成对应对话策略:
通过对意图每一层的约束属性和子意图点的信息进行处理和整合后应用粒计算模型得到对应意图的询问约束,并不断迭代循环得到自上而下每一层的询问依据,最终将结果合并为根节点意图的询问路径并作为与对应意图的与用户交互的对话策略;
步骤S5、完成对话:
基于步骤S4中生成的对话策略,不断与用户进行交互,接收用户信息并根据对话策略给出相应的反馈,完成对用户需求的构建,结束对话。
2.根据权利要求1所述的基于粒计算的智能机器人对话策略生成方法,其特征在于所述步骤S1的具体步骤如下:
(1)构建意图树
意图树的定义如下:
ITree=<G,E>
G={goal1,...goali,...goaln}
E={(goali,goalj)|goaliistheparentnodeofgoalj}
goali=<intention,{Cons},{OptTarget}>
式中,ITree表示意图树,G是意图树的节点集,E是意图树的边集,意图树的节点由goal表示,它包含意图和约束集两部分;
(2)定义需求模式
需求模式的定义如下:
RP=<info,{IntentionTree}>
式中,RP代表需求模式,由其对应的意图树片段集合和描述其自身信息的info组成;
(3)定义需求模式库
将大量的用户需求模式的集合定义为需求模式库。
3.根据权利要求1所述的基于粒计算的智能机器人对话策略生成方法,其特征在于所述步骤S2的具体步骤如下:
(1)构建通用知识图谱;
(2)当有新的意图树增加时:
(a)将意图...
【专利技术属性】
技术研发人员:涂志莹,田钧锐,王忠杰,李楠,徐晓飞,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。