[發明專利]多模態對話代理

在審

• 申請號: 201880046130.5
• 申請日: 2018-07-09
• 公開（公告）號: CN110892416A
• 公開（公告）日: 2020-03-17
• 發明（設計）人: S·S·阿爾哈桑;O·F·法里;A·普拉卡什;V·V·達特拉;K·M·Y·李;A·卡迪爾;柳俊毅
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N5/04
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 劉兆君

1.一種用于與用戶交互的系統，所述系統包括：

接口，其用于接收來自用戶的輸入；

靜態學習引擎，其具有多個靜態學習模塊，每個模塊使用至少一個靜態知識源被預先配置，其中，所述靜態學習引擎運行所述多個靜態學習模塊以用于生成與所述用戶的交流；

動態學習引擎，其具有多個動態學習模塊，每個模塊根據用戶輸入和至少一個動態知識源中的至少一個被基本上實時地訓練，其中，所述動態學習引擎運行所述多個動態學習模塊以輔助生成與所述用戶的所述交流；以及

增強引擎，其被配置為分析來自所述多個靜態學習模塊和所述多個動態學習模塊中的至少一個的輸出，并且還被配置為基于來自所述多個靜態學習模塊和所述多個動態學習模塊中的至少一個的所述輸出來選擇針對所述用戶的適當的交流。

2.根據權利要求1所述的系統，其中，所述至少一個靜態知識源包括會話數據庫，所述會話數據庫存儲關于所述系統與所述用戶之間的先前會話的數據。

3.根據權利要求1所述的系統，其中，所述靜態知識源和所述動態知識源中的至少一個包括文本、圖像、音頻和視頻。

4.根據權利要求1所述的系統，還包括：化身代理，所述化身代理經由所述接口將所選擇的交流發送給所述用戶。

5.根據權利要求1所述的系統，其中，來自所述用戶的所述輸入包括口頭交流、示意動作、面部表情和書面消息中的至少一個。

6.根據權利要求1所述的系統，其中，所述增強引擎將來自所述多個靜態學習模塊和所述多個動態學習模塊中的至少一個的所述輸出與獎勵相關聯，并且基于與特定輸出相關聯的所述獎勵來選擇所述適當的交流。

7.根據權利要求1所述的系統，其中，所述多個靜態學習模塊和所述多個動態學習模塊中的每個被配置為執行特定任務以輔助生成與所述用戶的所述交流。

8.根據權利要求1所述的系統，還包括：一起運行模型的聯合的多個動態學習模塊和多個靜態學習模塊，所述模型各自被專門配置為執行特定任務以生成對所述用戶的響應。

9.根據權利要求1所述的系統，還包括：在多代理框架中的第一代理和第二代理，其中，所述第一代理和所述第二代理中的每個包括靜態學習引擎和動態學習引擎，并且以對抗的方式進行會話以生成一個或多個響應。

10.一種用于與用戶交互的方法，所述方法包括：

經由接口來接收來自用戶的輸入；

經由靜態學習引擎來運行多個靜態學習模塊以用于生成與所述用戶的交流，所述靜態學習引擎具有所述多個靜態學習模塊，每個模塊使用至少一個靜態知識源被預先配置；

經由動態學習引擎來運行多個動態學習模塊以輔助生成與所述用戶的所述交流，所述動態學習引擎具有所述多個動態學習模塊，每個模塊根據用戶輸入和至少一個動態知識源中的至少一個被基本上實時地訓練；

經由增強引擎來分析來自所述多個靜態學習模塊和所述多個動態學習模塊中的至少一個的輸出；并且

經由所述增強引擎基于來自所述多個靜態學習模塊和所述多個動態學習模塊中的至少一個的所述輸出來選擇針對所述用戶的適當的交流。

11.根據權利要求10所述的方法，其中，所述至少一個靜態知識源包括會話數據庫，所述會話數據庫存儲關于所述系統與所述用戶之間的先前會話的數據。

12.根據權利要求10所述的方法，其中，所述靜態知識源和所述動態知識源中的至少一個包括文本、圖像、音頻和視頻。

13.根據權利要求10所述的方法，還包括：經由化身代理通過所述接口將所選擇的交流發送給所述用戶。