一种企业级人力资源智能体的多轮对话管理系统及方法与流程
本申请涉及人工智能(artificial intelligence,ai)与自然语言处理,尤其涉及一种企业级人力资源智能体的多轮对话管理系统及方法。
背景技术:
1、传统企业人力资源管理系统通常以表单和菜单驱动,存在交互门槛高、学习成本高、响应效率低等问题。员工需要在复杂的系统中自行寻找功能入口,无法满足即时获取信息和办理业务的诉求。此外,人力资源业务涉及的考勤、薪资、招聘等多个子系统相互独立,缺乏统一的自然语言交互入口,导致信息孤岛和操作不便。
2、为解决上述问题,业界引入了智能客服或对话系统。然而,现有对话系统在应用于专业的人力资源场景时,仍存在显著局限。首先,多数系统基于单轮意图识别,缺乏有效的上下文管理能力,导致在多轮对话中用户需要频繁重复信息,交互体验不连贯。其次,其任务路由机制通常基于简单的关键词匹配或规则,面对跨领域的复合型需求时,难以进行有效的任务分解和智能分发。再次,通用对话模型对企业内部特有的政策、术语和流程理解能力有限,回答的准确性和合规性难以保证。即便一些先进的系统采用了多智能体架构和动态路由,但其对话状态管理机制仍较为粗放,未能针对复杂业务流程中长周期、多状态的特点进行精细化设计,导致在处理不确定性输入和追踪业务全周期状态时表现不佳,难以保证交互的鲁棒性和业务处理的准确性。
3、因此,亟需一种能够深度融合大语言模型、多智能体协同与人力资源领域知识的全新技术方案,以解决现有技术在处理复杂多轮对话、动态任务路由和保证信息准确性方面的不足。
技术实现思路
1、本申请的目的在于提供一种企业级人力资源智能体的多轮对话管理系统及方法,旨在解决现有的人力资源管理系统和通用对话系统在处理企业人力资源场景下特有的、复杂的、跨越多轮的自然语言交互需求时,存在上下文管理能力弱、任务路由僵化、领域知识理解不足以及缺乏协同处理复杂任务的能力,从而导致交互不连贯、无法处理复合型需求、回答准确性低且存在安全风险的技术问题。
2、为实现上述目的,本申请提供了一种企业级人力资源智能体的多轮对话管理系统,包括:对话状态追踪与上下文管理模块,其被配置为:针对用户输入的人力资源咨询请求,加载或初始化一个采用分层结构表示的对话状态;以及,根据对所述人力资源咨询请求进行意图识别和槽位填充后得到的识别结果的置信度,采用双轨机制更新所述对话状态;智能任务路由与分解模块,其被配置为:基于由所述对话状态追踪与上下文管理模块更新后的所述对话状态,进行任务分解和动态路由,将分解出的原子任务分配至对应的专业化子智能体;所述智能任务路由与分解模块,具体被配置为:利用一个大语言模型对所述人力资源咨询请求进行两级解析,包括进行初步意图分类的第一级解析和针对特定意图的槽位提取的第二级解析,以将所述人力资源咨询请求分解为一个或多个原子任务;利用所述大语言模型并结合预构建的、定义了人力资源业务场景节点及其跳转关系的人力资源业务场景图,将所述原子任务路由至对应的专业化子智能体多智能体协同执行模块,其被配置为:调度一个或多个所述专业化子智能体执行所述原子任务;回复生成与安全管控模块,其被配置为,基于所述专业化子智能体的执行结果生成回复。
3、可选地,所述分层结构表示的对话状态,包括:记录所述人力资源咨询请求和系统回复的表层状态;记录从所述人力资源咨询请求中解析出的意图和槽位值的语义状态;以及,追踪与所述人力资源咨询请求相关的跨轮次业务流程信息的业务状态。
4、可选地,所述对话状态追踪与上下文管理模块,被配置为采用双轨机制更新所述对话状态,包括:当所述置信度高于预设阈值时,通过即时更新轨直接采纳所述识别结果,以更新所述语义状态;当所述置信度低于预设阈值时,通过延迟确认轨生成澄清问题,并基于用户对所述澄清问题的确认反馈来更新所述语义状态。
5、本申请还提供了一种企业级人力资源智能体的多轮对话管理方法,包括以下步骤:针对用户输入的人力资源咨询请求,加载或初始化一个采用分层结构表示的对话状态;根据对所述人力资源咨询请求进行意图识别和槽位填充后得到的识别结果的置信度,采用双轨机制更新所述对话状态;基于更新后的所述对话状态,进行任务分解和动态路由,将分解出的原子任务分配至对应的专业化子智能体;利用一个大语言模型对所述人力资源咨询请求进行两级解析,包括进行初步意图分类的第一级解析和针对特定意图的槽位提取的第二级解析,以将所述人力资源咨询请求分解为一个或多个原子任务;利用所述大语言模型并结合预构建的、定义了人力资源业务场景节点及其跳转关系的人力资源业务场景图,将所述原子任务路由至对应的专业化子智能体;调度一个或多个所述专业化子智能体执行所述原子任务,并基于所述专业化子智能体的执行结果生成回复。
6、可选地,所述分层结构表示的对话状态,包括:记录所述人力资源咨询请求和系统回复的表层状态;记录从所述人力资源咨询请求中解析出的意图和槽位值的语义状态;追踪与所述人力资源咨询请求相关的跨轮次业务流程信息的业务状态。
7、可选地,采用双轨机制更新所述对话状态,包括:当所述置信度高于预设阈值时,通过即时更新轨直接采纳所述识别结果,以更新所述语义状态;当所述置信度低于预设阈值时,通过延迟确认轨生成澄清问题,并基于用户对所述澄清问题的确认反馈来更新所述语义状态。
8、可选地,在进行任务分解和动态路由之前,所述方法还包括:根据所述对话状态中由所述槽位填充得到的槽位值,从预构建的人力资源领域知识图谱中检索关联信息;
9、将所述关联信息作为新增字段添加至用于表征对话上下文的数据结构中,并将更新后的所述数据结构作为所述任务分解和动态路由步骤的输入。
10、可选地,所述生成回复的步骤具体包括:将所述人力资源咨询请求、所述对话状态、所述专业化子智能体的执行结果以及从一知识库中检索到的文档片段,共同组装为结构化提示词;以及,通过一个大语言模型处理所述结构化提示词,以生成自然语言回复。可选地,在生成回复之后,所述方法还包括:对所述回复进行安全审核,其中,所述安全审核包括权限校验、敏感信息脱敏、幻觉检测和合规性检查中的至少一种。
11、可选地,所述关联信息作为所述动态路由的依据,具体在于:根据所述关联信息计算一个权重值,并利用所述权重值调整预设的路由路径得分,以确定最终的路由决策。
12、与现有技术相比,本申请提供的技术方案具有以下有益效果:首先,通过分层对话状态模型和双轨更新机制,能够精准地追踪和管理对话上下文,有效解决了意图漂移和信息丢失问题,显著提升了多轮对话的准确率;其次,通过智能任务路由与多智能体并行执行,能够高效处理复合型人力资源请求,大幅缩短了任务响应时间;再次,通过检索增强生成技术将回复锚定于企业内部知识库,并结合多层安全审核机制,有效防止了大语言模型的幻觉问题,保障了知识的准确性与数据安全合规;最后,本申请提供了统一的自然语言交互入口,实现了跨系统的无缝集成,降低了员工使用门槛,并能自动处理大量常规请求,显著降低了人力成本。
1.一种企业级人力资源智能体的多轮对话管理系统,其特征在于,包括:
2.根据权利要求1所述的系统,其特征在于,所述分层结构表示的对话状态,包括:
3.根据权利要求2所述的系统,其特征在于,所述对话状态追踪与上下文管理模块,被配置为采用双轨机制更新所述对话状态,包括:
4.一种企业级人力资源智能体的多轮对话管理方法,其特征在于,包括以下步骤:
5.根据权利要求4所述的方法,其特征在于,
6.根据权利要求4所述的方法,其特征在于,采用双轨机制更新所述对话状态,包括:
7.根据权利要求4所述的方法,其特征在于,在进行任务分解和动态路由之前,所述方法还包括:
8.根据权利要求4所述的方法,其特征在于,所述生成回复的步骤具体包括:
9.根据权利要求4所述的方法,其特征在于,在生成回复之后,所述方法还包括:
10.根据权利要求7所述的方法,其特征在于,所述关联信息作为所述动态路由的依据,具体在于:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com