[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

與用戶交互的方法和系統。根據本文描述的各種實施例的系統提供了模型的集合，每個模型被訓練以執行特定功能。這些模型可以被分類成在現有的信息語料庫上訓練的靜態模型和基于與用戶的實時交互訓練的動態模型。這些模型共同提供針對用戶的適當的交流。

技術領域

本文描述的實施例總體上涉及用于與用戶交互的系統和方法，并且更具體地但非排他性地涉及使用靜態知識源和動態知識源兩者的用于與用戶交互的系統和方法。

背景技術

現有的對話系統主要是目標驅動的或任務驅動的，因為會話代理被設計為執行特定任務。這些類型的任務可以包括客戶服務任務、技術支持任務等。現有的對話系統通常依賴于量身定制的工作來從大量帶注釋的脫機文本數據中學習。然而，這些量身定制的工作可能會極其耗費人力。此外，這些類型的解決方案通常從文本數據中學習并且不考慮用于向用戶提供響應的其他輸入模態。

其他現有的對話系統包括非目標驅動的會話代理，這些非目標驅動的會話代理并不關注任何具體任務。相反，這些非目標驅動的代理試圖從人機交互的筆錄中學習各種會話模式。然而，這些現有解決方案并未考慮來自不同數據源的額外的輸入模態。

因此，需要克服現有技術的這些缺點的與用戶交互的方法和系統。

發明內容

提供本發明內容是為了以簡化的形式介紹一些選擇的構思，這些構思將在下面的“具體實施方式”章節中進一步描述。該發明內容并不旨在識別或排除所要求保護的主題的關鍵特征或必要特征，也不旨在用于輔助確定所要求保護的主題的范圍。

在一個方面中，實施例涉及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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，所述系統還包括：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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，所述系統還包括：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。

在一些實施例中，所述系統還包括：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。