[發明專利]一種基于文本的人機交互訓練方法及系統

在審

• 申請號: 201910360009.6
• 申請日: 2019-04-30
• 公開（公告）號: CN110222159A
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 張帥;葉茂;徐培;蘇揚
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F16/332
• 分類號: G06F16/332
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開了一種基于文本的人機交互訓練方法及系統，該方法包括獲取原始數據，構建基于計算機語言的規則集，下達文本指令，對文本指令進行規則匹配，將匹配的文本指令轉化為函數執行序列，利用函數執行序列對系統模型進行動態修改；該系統包括問答反饋界面、對話問答子系統、反饋控制子系統、規則集子系統。本發明利用管理員觀測機器系統的處理狀況，并輸入文本指令，系統將文本指令解析為相應機器指令集，從而對系統設定的機器學習模型做出動態修改，使得模型處理的結果越來越符合人對其的預期；本發明可以廣泛應用于各種人工智能系統中，具有較高的普適性。

技術領域

本發明屬于人工智能與人機交互技術領域，具體涉及一種基于文本的人機交互訓練方法及系統。

背景技術

現在人工智能仍處于較為初始的階段，還無法像人腦一樣可以在各種復雜環境中對各種復雜任務做出正確的理解和決策。與此同時，人工智能也有著人腦無法達到的快速反應的能力，所以一種較為合適的方式就是避免雙方的缺點，結合兩方的優點。計算機與人腦相互合作，用以共同管理或操作一個系統也是目前計算機科學領域的一個前沿領域，即人在回路。在這種方法中，人類直接參與特定ML算法的訓練、調優和測試數據。其目的是利用經過訓練的人群或普通人群來糾正機器預測中的不準確，從而提高精度，從而提高結果的質量。

專利(公開號為：CN108073976A)公開了一種人機交互系統的人機交互方法，根據該專利的實現過程來看整個系統的用戶體驗確實得到了提升，但是這需要后端管理人員手動的去接受并處理機器系統不能處理的請求，然后定制回答反饋給前端用戶。因此這種方式僅僅是簡單的將人作為機器系統的一種補充，去解決機器系統不能很好解決的問題，整個系統的良好運轉一直都無法離開后端管理人員的干預。管理人員對于整個系統來說只有補充數據的作用，沒有充分利用好人與機器的優勢。因此，從根本上來說機器系統的效率并沒有得到提升，在技術的適用性上有限。

專利(公開號為：CN105068661B)公開了一種基于人工智能的人機交互方法和系統，該專利闡述的系統AI模型是定義好整個算法后基于用戶的不斷輸入進行的自動訓練，沒有提供系統管理人員參與的接口。這樣整個機器模型基本上就是固定的，不能靈活的調整，升級。因此當機器系統做出的響應不是很符合用戶對其的預期系統時，管理人員也無法即時的對機器模型做出適當的調整。

發明內容

本發明的主要目的在于提供一種基于文本的人機交互訓練方法，旨在解決現有技術存在的上述技術問題。

為實現上述目的，本發明提供一種基于文本的人機交互訓練方法，包括以下步驟：

S1、獲取人機交互過程中對話問答數據；

S2、對步驟S1中的對話問答數據進行分析，下達文本指令；

S3、設定計算機語言，構建基于該計算機語言的規則集；

S4、根據步驟S3構建的規則集中的映射規則對步驟S2中的文本指令進行匹配；

S5、根據步驟S3構建的規則集中的轉換規則將匹配后的文本指令轉化為函數執行序列，利用函數執行序列對人機交互過程進行訓練。

進一步地，所述步驟S1中，通過輸入一條提問語句，利用人機交互過程中設定的機器學習算法進行處理，反饋與提問語句對應的答復語句，形成對話問答數據。

進一步地，所述步驟S2中，判斷步驟S1中的對話問答數據是否滿足對話問答邏輯，當對話問答數據不滿足對話問答邏輯時，生成對人機交互過程中設定的機器學習算法進行控制的文本指令。

進一步地，所述步驟S3中，構造基于BNF語法定義控制指導的計算機語言，定義BNF語言關鍵字到機器學習算法執行函數的映射規則，以及BNF語言關鍵字轉換為機器學習算法執行函數的轉換規則。