一种自省对话流设计方法和系统

摘要

本发明提出了一种自省对话流设计方法和系统。所述方法包括：初始化全局变量，并进行意图定义、值集合和函数句柄的初始化；用户进行对话；根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是否能够解答用户的问题；进行节点行为数据记录，并利用节点行为数据进行自学习。所述系统包括与所述方法的步骤对应的模块。

说明书

技术领域

本发明涉提出了一种自省对话流设计方法和系统，属于对话流设计技术领域。

背景技术

随着信息技术和人工智能技术的不断发展，智能机器人和智能客服日益普及，以此方式实现机器代人，提升社会整体工作效率。智能客服系统是一种基于知识库管理的应用系统，包括：知识管理技术、自然语言理解技术、客服对话流程管理技术等等，具备一定的行业通用性。智能客服的对话内容基于面向主题的知识库梳理，通过提取客户对话中的关键词或者构建基于自然语言理解技术的意图识别模型，来判断客户对话的意图，从而根据客户意图和配置好的客服对话流程来进一步指导客服机器人的后续的流程走向和回答话术。然而，现有的对话流设计过程仍然存在对话流设计过程复杂，资源消耗大，对话性能较低的问题。

发明内容

本发明提供了一种自省对话流设计方法和系统，用以解决现有对话流设计过程复杂，资源消耗大，对话性能较低的问题，所采取的技术方案如下：

一种自省对话流设计方法，所述方法包括：

初始化全局变量，并进行意图定义、值集合和函数句柄的初始化；

用户进行对话；

根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是否能够解答用户的问题；

进行节点行为数据记录，并利用节点行为数据进行自学习。

进一步地，所述根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是否能够解答用户的问题，包括：

判断用户对话中的提问问题，如果针对所述提问问题能够进行回答，则正常解答用户问题；如果不能够回答用户提出的提问问题，则转到QA系统进行代替回答。

进一步地，所述进行节点行为数据记录，并利用节点行为数据进行自学习，包括：

将每个用户的对话在所述对话流中的流向记录成节点行为数据；

通过学习行为利用所述节点行为数据进行自学习，用以反馈对话流设计过程中的问题，并针对对话流设计过程中的问题提出改善建议。

进一步地，所述节点类型包括如下种类：填槽节点、函数节点、赋值节点、子流程、分支节点、返回节点、退出节点和回复节点。

一种自省对话流设计系统，所述系统包括：

初始化模块，用于初始化全局变量，并进行意图定义、值集合和函数句柄的初始化；

对话模块，用于用户进行对话；

判断模块，用于根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是否能够解答用户的问题；

学习模块，用于进行节点行为数据记录，并利用节点行为数据进行自学习。

进一步地，所述判断模块包括：

提问判断模块，用于判断用户对话中的提问问题；

回答模块，用于如果针对所述提问问题能够进行回答，则正常解答用户问题；如果不能够回答用户提出的提问问题，则转到QA系统进行代替回答。

进一步地，所述学习模块包括：

记录模块，用于将每个用户的对话在所述对话流中的流向记录成节点行为数据；

自学习模块，用于通过学习行为利用所述节点行为数据进行自学习，用以反馈对话流设计过程中的问题，并针对对话流设计过程中的问题提出改善建议。

进一步地，所述节点类型包括如下种类：填槽节点、函数节点、赋值节点、子流程、分支节点、返回节点、退出节点和回复节点。

本发明有益效果：

本发明提出的一种自省对话流设计方法和系统，其分支跳转逻辑蕴含于每个节点内，每个节点有独立的逻辑单元，极大增强了表达能力和灵活性。同时，节点子带统计功能能够自省自动改善对话流设计，也可辅助用户进行对话流的改善设计。另一方变，本发明提出的自省对话流设计方法和系统的子流程能够抽象形成模板库，可用于快速构建形成高层API便于用户使用。

附图说明

图1为本发明所述方法的流程图一；

图2为本发明所述方法的流程图二；

图3为本发明所述系统的系统框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提出了一种自省对话流设计方法，如图1和图2所示，所述方法包括：

S1、初始化全局变量，并进行意图定义、值集合和函数句柄的初始化；

S2、用户进行对话；

S3、根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是否能够解答用户的问题；

S4、进行节点行为数据记录，并利用节点行为数据进行自学习。

其中，所述根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是

否能够解答用户的问题，包括：

S301、判断用户对话中的提问问题；

S302、如果针对所述提问问题能够进行回答，则正常解答用户问题；如果不能够回答用户提出的提问问题，则转到QA系统进行代替回答。

其中，所述进行节点行为数据记录，并利用节点行为数据进行自学习，包括：

S401、将每个用户的对话在所述对话流中的流向记录成节点行为数据；

S402、通过学习行为利用所述节点行为数据进行自学习，用以反馈对话流设计过程中的问题，并针对对话流设计过程中的问题提出改善建议。

同时，本实施例中，所述节点类型包括如下种类：填槽节点、函数节点、赋值节点、子流程、分支节点、返回节点、退出节点和回复节点。

上述技术方案的效果为：本实施例提出的一种自省对话流设计方法，其分支跳转逻辑蕴含于每个节点内，每个节点有独立的逻辑单元，极大增强了表达能力和灵活性。同时，节点子带统计功能能够自省自动改善对话流设计，也可辅助用户进行对话流的改善设计。另一方变，本实施例提出的自省对话流设计方法中的子流程能够抽象形成模板库，可用于快速构建形成高层API便于用户使用。

在对话流处理过程中，任何对话流抽象上课描述为一张有向图，用户进行对话的过程就是在对话流的各节点之间相互跳转的过程，直到退出节点。子流程定义为一张子图，模板定义为子图的超参数化，在自定对话流设计中的加载子图过程中，首先加兹安模板和超参数，然后通过计算获取对话流对应的真实子图后，再执行对话流程。

本实施例提出了一种自省对话流设计系统，如图3所示，所述系统包括：

初始化模块，用于初始化全局变量，并进行意图定义、值集合和函数句柄的初始化；

对话模块，用于用户进行对话；

判断模块，用于根据用户对话内容提取对话流逻辑，并通过对所述对话流逻辑的判断确定是否能够解答用户的问题；

学习模块，用于进行节点行为数据记录，并利用节点行为数据进行自学习。

其中，所述判断模块包括：

提问判断模块，用于判断用户对话中的提问问题；

回答模块，用于如果针对所述提问问题能够进行回答，则正常解答用户问题；如果不能够回答用户提出的提问问题，则转到QA系统进行代替回答。

其中，所述学习模块包括：

记录模块，用于将每个用户的对话在所述对话流中的流向记录成节点行为数据；

自学习模块，用于通过学习行为利用所述节点行为数据进行自学习，用以反馈对话流设计过程中的问题，并针对对话流设计过程中的问题提出改善建议。

其中，所述节点类型包括如下种类：

填槽节点(slot filling)

函数节点(function)

赋值节点(assignment)

子流程(flow)

分支节点(branch)

返回节点(return)

退出节点(exit)

回复节点(response)

上述技术方案的效果为：本实施例提出的一种自省对话流设计系统，其分支跳转逻辑蕴含于每个节点内，每个节点有独立的逻辑单元，极大增强了表达能力和灵活性。同时，节点子带统计功能能够自省自动改善对话流设计，也可辅助用户进行对话流的改善设计。另一方变，本实施例提出的自省对话流设计系统中的子流程能够抽象形成模板库，可用于快速构建形成高层API便于用户使用。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。