[發明專利]結合RPA和AI的處理用戶輸入數據的方法、裝置、電子設備

在審

• 申請號: 202010785637.1
• 申請日: 2020-08-06
• 公開（公告）號: CN112015860A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 張原;張海雷;胡一川;汪冠春
• 申請（專利權）人: 北京來也網絡科技有限公司;北京奔影網絡科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F40/30;G10L15/26
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

1.一種結合RPA和AI的處理用戶輸入數據的方法，其特征在于，包括：

獲取待處理的用戶輸入數據；

對所述用戶輸入數據進行處理，獲得屬性概率分布和匹配概率分布；其中，所述屬性概率分布用于表示所述用戶輸入數據與任一屬性類型下的每一屬性取值的相似程度，所述匹配概率分布用于表示用戶輸入數據與各候選結果的匹配程度；

將所述屬性概率分布以及所述匹配概率分布所構成的用戶輸入數據的信息狀態，輸入至預設的網絡模型并輸出對話數據。

2.根據權利要求1所述的方法，其特征在于，所述獲取待處理的用戶輸入數據之后，還包括：

確定本次對于待處理的用戶輸入數據的處理輪次是否為首次；

若是，則所述方法包括：

根據所述用戶輸入數據，對預設結果候選庫中所存儲的結果進行篩選得到若干候選結果；

若否，則所述方法還包括：

根據本輪次的用戶輸入數據對前一輪次的候選結果、屬性概率分布以及匹配概率分布進行處理，獲得本輪次的屬性概率分布以及所述匹配概率分布所構成的用戶輸入數據的信息狀態，以輸入至預設的網絡模型并輸出對話數據。

3.根據權利要求2所述的方法，其特征在于，輸出對話數據之后，還包括：

對處理輪次進行更新，并根據更新后處理輪次值與預設的次數閾值之間的關系，確定是否返回獲取待處理的用戶輸入數據的步驟。

4.根據權利要求1所述的方法，其特征在于，所述屬性概率分布包括屬性概率值、概率置信度；對所述用戶輸入數據進行處理，獲得屬性概率分布，包括：

根據所述用戶輸入數據與屬性取值的相似程度，確定所述屬性概率值；

根據歷史用戶輸入數據確定屬性概率值對應的概率置信度。

5.根據權利要求1所述的方法，其特征在于，各候選結果存儲于預設結果候選庫中，所述預設結果候選庫中還存儲有各候選結果的屬性類型，以及相應的屬性取值；所述用戶輸入數據進行處理，獲得匹配概率分布，包括：

根據所述用戶輸入數據與任一屬性類型下的每一屬性取值的屬性概率分布，以及每一候選結果的屬性類型的屬性取值，確定所述用戶輸入數據與每一候選結果之間的關聯程度，得到所述用戶輸入數據與各候選結果的匹配概率；所述各候選結果的匹配概率構成所述匹配概率分布。

6.根據權利要求1-5任一項所述的方法，其特征在于，還包括：

建立待訓練的網絡模型；

基于強化學習算法，利用訓練樣本集中的數據樣本對所述待訓練的網絡模型中的網絡參數進行訓練，以使所述訓練完畢的網絡模型根據所述訓練樣本集中的數據樣本的樣本信息狀態，輸出所述訓練樣集本中數據樣本的樣本對話數據；

將訓練完畢的網絡模型作為所述預設的網絡模型。

7.根據權利要求6所述的方法，其特征在于，所述訓練樣本包括多輪訓練的數據樣本；

所述建立待訓練的網絡模型，包括：

建立待訓練的網絡模型的初始網絡參數和初始獎勵函數；

所述基于強化學習算法，利用訓練樣本集中的數據樣本對所述待訓練的網絡模型中的網絡參數進行訓練，包括：

根據強化學習算法，利用任一輪訓練的數據樣本對所述待訓練的網絡模型中的初始網絡參數進行訓練，以得到樣本對話數據；

根據樣本對話數據對所述初始獎勵函數進行更新，得到待訓練的網絡模型的目標網絡參數和目標獎勵函數；

判斷訓練結果是否為預期結果；

若是，則將訓練完畢的網絡模型作為所述預設的網絡模型；

若否，則根據強化學習算法，利用下一輪訓練的數據樣本對所述待訓練的網絡模型中的目標網絡參數進行訓練，以得到樣本對話數據，并重復所述根據樣本對話數據對所述初始獎勵函數進行更新的步驟，直至得到訓練完畢的網絡模型。