[發(fā)明專利]一種專家服務(wù)機器人云平臺在審
| 申請?zhí)枺?/td> | 201810767228.1 | 申請日: | 2018-07-11 |
| 公開(公告)號: | CN109145168A | 公開(公告)日: | 2019-01-04 |
| 發(fā)明(設(shè)計)人: | 董文平;陳錦毅 | 申請(專利權(quán))人: | 廣州極天信息技術(shù)股份有限公司 |
| 主分類號: | G06F16/903 | 分類號: | G06F16/903;G06F16/9032;G06N5/04;G06N20/00 |
| 代理公司: | 廣州三環(huán)專利商標代理有限公司 44202 | 代理人: | 郝傳鑫 |
| 地址: | 510000 廣東省廣州市海珠*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 云平臺 會話 人機交互接口 用戶端 多模態(tài)數(shù)據(jù) 專家服務(wù) 機器人 發(fā)送 接收用戶 用戶提供 用戶體驗 專家知識 多輪 灌入 預(yù)設(shè) 智能 返回 | ||
1.一種專家服務(wù)機器人云平臺,其特征在于,包括:類腦云平臺、專家端和用戶端;
所述類腦云平臺通過人機交互接口與所述用戶端連接,用于接收所述用戶端發(fā)送的多模態(tài)數(shù)據(jù),并根據(jù)預(yù)設(shè)的各類知識,完成與用戶的會話;所述會話包括:寒暄、一問一答或多輪會話;
所述用戶端用于通過所述人機交互接口向所述類腦云平臺發(fā)送所述多模態(tài)數(shù)據(jù),以及用于通過所述人機交互接口接收所述類腦云平臺返回的數(shù)據(jù);
所述專家端用于供專家向所述類腦云平臺灌入相關(guān)的專家知識數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的專家服務(wù)機器人云平臺,其特征在于,所述類腦平臺包括:智能問答模塊、引擎模塊、知識倉儲模塊、知識灌入模塊和知識發(fā)現(xiàn)模塊;
其中,所述智能問答模塊用于通過所述人機交互接口接收用戶的所述多模態(tài)數(shù)據(jù),并對所述多模態(tài)數(shù)據(jù)進行語義理解,以生成問題請求;
所述引擎模塊,用于接收所述人機交互接口發(fā)送的問題請求,根據(jù)所述問題請求從知識倉儲模塊中獲取匹配的知識候選集,并將所述知識候選集發(fā)送給所述智能問答模塊;其中,所述智能問答模塊對所述知識候選集做評分排序,并使用評分最高的知識進行答案生成返回給用戶;所述答案是評分最高的知識結(jié)合變量或推理結(jié)果生成的最終答案;
所述知識倉儲模塊,用于存儲來自所述知識灌入模塊以及所述知識發(fā)現(xiàn)模式生成的知識數(shù)據(jù);
所述知識灌入模塊,用于對接收的數(shù)據(jù)進行知識轉(zhuǎn)換處理,以獲得知識數(shù)據(jù)后發(fā)送至所述知識倉儲模塊;
所述知識發(fā)現(xiàn)模塊,用于獲取原始的業(yè)務(wù)數(shù)據(jù)集以及業(yè)務(wù)過程中產(chǎn)生的業(yè)務(wù)數(shù)據(jù)集,并通過深度學習技術(shù)從業(yè)務(wù)數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的數(shù)據(jù),并將數(shù)據(jù)轉(zhuǎn)換為可理解模式的知識數(shù)據(jù)后發(fā)送至所述知識倉儲模塊。其中,所述知識倉儲模塊分別與所述知識灌入模塊、知識發(fā)現(xiàn)模塊、引擎模塊連接;
3.根據(jù)權(quán)利要求2所述的專家服務(wù)機器人云平臺,其特征在于,所述智能問答模塊為虛擬代理。
4.根據(jù)權(quán)利要求2所述的專家服務(wù)機器人云平臺,其特征在于,所述引擎模塊包括用于提供智能搜索的搜索引擎單元、用于提供句式匹配的匹配引擎單元、用于提供槽點匹配的布爾引擎單元以及用于提供分類功能的分類引擎單元,所述分類引擎單元通過機器學習訓練來實現(xiàn)分類;其中:
對于接收到的每個問題請求,需并行的通過搜索引擎單元、匹配引擎單元、布爾引擎單元以及分類引擎單元進行處理,以從所述知識倉儲模塊中獲取得到知識候選集。
5.根據(jù)權(quán)利要求2所述的專家服務(wù)機器人云平臺,其特征在于,所述引擎模塊還包括推理引擎單元;
所述推理引擎單元,用于根據(jù)在交互過程中生成的變量進行推理計算,獲得推理結(jié)果,并根據(jù)推理結(jié)果從知識倉儲模塊中獲取知識候選集;其中,推理計算根據(jù)每個場景對應(yīng)的決策樹進行推理。
6.根據(jù)權(quán)利要求2所述的基于機器學習的類腦系統(tǒng),其特征在于,所述知識倉儲模塊內(nèi)的知識數(shù)據(jù)包括:FAQ、場景知識、文檔、WIKI、語義網(wǎng)、知識圖譜、知識模型、用戶數(shù)據(jù)。
7.根據(jù)權(quán)利要求6所述的基于機器學習的類腦系統(tǒng),其特征在于,所述知識灌入模塊生成知識數(shù)據(jù)至少包括四種方式:
對于專家知識,通過場景編輯器對所述專家知識進行編輯,生成知識數(shù)據(jù),并存儲入知識倉儲模塊;
對于FAQ,所述知識灌入模塊直接將FAQ作為知識數(shù)據(jù)導入到知識倉儲模塊;
對于文檔:所述知識灌入模塊對文檔進行碎片化處理或者分類處理,并進行打標簽,以生成知識數(shù)據(jù),存儲入知識倉儲模塊;
對于語義網(wǎng)和知識圖譜:將語義網(wǎng)和知識圖譜通過語義網(wǎng)編輯器導入知識倉儲模塊。
8.根據(jù)權(quán)利要求1至7任一項所述的專家服務(wù)機器人云平臺,其特征在于,所述類腦云平臺對應(yīng)的APP安裝在實體機器人的軟件系統(tǒng)上。
9.根據(jù)權(quán)利要求1至7任一項所述的專家服務(wù)機器人云平臺,其特征在于,所述用戶端為實體機器人、互聯(lián)網(wǎng)渠道載體或智能設(shè)備。
10.根據(jù)權(quán)利要求1至7任一項所述的專家服務(wù)機器人云平臺,其特征在于,所述專家端為APP軟件端或web軟件端。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州極天信息技術(shù)股份有限公司,未經(jīng)廣州極天信息技術(shù)股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810767228.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種會話轉(zhuǎn)換的方法及裝置
- 一種人工智能應(yīng)答系統(tǒng)的測試方法及系統(tǒng)
- 一種會話處理的方法及服務(wù)器
- 會話請求發(fā)送方法、裝置、電子設(shè)備和存儲介質(zhì)
- 提供自適應(yīng)會話系統(tǒng)的計算機實現(xiàn)方法和自適應(yīng)會話系統(tǒng)
- 一種網(wǎng)絡(luò)通信會話聚合的方法
- 會話處理方法、裝置、電子設(shè)備
- 用于會話重建或共享的方法、裝置及系統(tǒng)
- 用于輔助實現(xiàn)會話的方法、裝置、介質(zhì)以及電子設(shè)備
- 會話展示方法、裝置、計算機設(shè)備和存儲介質(zhì)





