任务执行方法、电子设备及产品与流程
本技术涉及人工智能,尤其涉及一种任务执行方法、电子设备及产品。
背景技术:
1、随着企业数字化转型的深入,数字化环境中的办公模式需要处理来自聊天工具、邮件、文档等平台的碎片化任务指令,这些任务指令源自不同平台,员工在处理过程中需要在各个平台间切换和任务间跳转,耗费较长时间,影响员工工作效率,并且员工需要不断调整思维框架以应对不同类型的任务,从而容易遗漏或误解关键信息,影响任务处理准确度。
技术实现思路
1、基于上述需求,本技术提出一种任务执行方法、电子设备及产品,能够实现对任务信息相关的子任务的自动执行,无需员工处理,提高了员工工作效率,并且对于任务信息的任务意图识别是基于短期记忆层和长期记忆层的协同识别,结合长期记忆层中的历史数据进行任务意图识别,能够提高任务意图识别和子任务确定的准确度,进而提高任务处理准确度。
2、为实现上述目的,本技术提出如下技术方案:
3、根据本技术实施例的第一方面,提供了一种任务执行方法,包括:
4、基于获取到的任务信息和预先构建的多层记忆网络,确定所述任务信息对应的任务意图;所述多层记忆网络包括短期记忆层和长期记忆层;
5、根据所述任务意图,确定所述任务信息对应的执行任务序列,所述执行任务序列中包括至少一个与所述任务信息相关的子任务;
6、按照所述执行任务序列,对与所述任务信息相关的子任务进行任务执行。
7、可选的,基于获取到的任务信息和预先构建的多层记忆网络,确定所述任务信息对应的任务意图,包括:
8、对获取到的任务信息进行文本内容提取,得到所述任务信息对应的任务文本;
9、基于预先构建的多层记忆网络,对所述任务文本进行意图识别,得到所述任务信息对应的任务意图。
10、可选的,对获取到的任务信息进行文本内容提取,得到所述任务信息对应的任务文本,包括:
11、基于所述任务信息的模态类型,对所述任务信息进行文本内容提取,得到所述任务信息对应的任务文本,并计算所述任务文本的识别准确度;
12、若所述识别准确度未达到所述模态类型对应的准确度阈值,对所述任务文本进行校正。
13、可选的,基于预先构建的多层记忆网络,对所述任务文本进行意图识别,得到所述任务信息对应的任务意图,包括:
14、基于短期记忆层,对任务文本进行意图分类,得到所述任务信息对应的初始任务意图;
15、基于长期记忆层和所述初始任务意图,确定与所述初始任务意图相关联的意图补充数据;
16、将所述初始任务意图和所述意图补充数据融合,并基于融合后的意图信息,生成所述任务信息对应的任务意图。
17、可选的,所述长期记忆层包括:情景记忆层和语义记忆层,其中,所述情景记忆层用于存储历史任务信息和所述历史任务信息对应的任务意图和执行任务序列,所述语义记忆层用于存储所述任务信息对应的领域知识和规则;
18、基于长期记忆层和所述初始任务意图,确定与所述初始任务意图相关联的意图补充数据,包括:
19、基于所述初始任务意图和所述任务信息对应的上下文信息,从所述情景记忆层中进行检索,得到所述初始任务意图对应的历史关联信息;
20、基于所述初始任务意图和所述历史关联信息,从所述语义记忆层中进行检索,得到所述初始任务意图对应的关联知识;
21、将所述初始任务意图对应的历史关联信息和所述初始任务意图对应的关联知识作为与所述初始任务意图相关联的意图补充数据。
22、可选的,基于长期记忆层和所述初始任务意图,确定与所述初始任务意图相关联的意图补充数据之后,还包括:
23、基于所述初始任务意图和所述意图补充数据,利用预先构建的所述任务信息的相关人员对应的他者模型网络,确定与所述任务信息相关联的相关人员意图数据;其中,所述相关人员对应的他者模型网络是基于所述相关人员的行为数据构建的能够预测所述相关人员的意图数据的模型;
24、基于所述初始任务意图和所述意图补充数据,从预先构建的共享群体记忆中查询与所述任务信息相关联的公共信息;其中,所述共享群体记忆用于存储群体公共信息;
25、对应的,将所述初始任务意图和所述意图补充数据融合,并基于融合后的意图信息,生成所述任务信息对应的任务意图,包括:
26、将所述初始任务意图、所述意图补充数据、所述相关人员意图数据和所述公共信息融合,并基于融合后的意图信息,生成所述任务信息对应的任务意图。
27、可选的,根据所述任务意图,确定所述任务信息对应的执行任务序列,包括:
28、对所述任务意图进行任务要素提取,得到所述任务意图对应的任务要素;
29、基于所述任务要素,确定所述任务信息对应的子任务;
30、对所述任务信息对应的子任务进行执行顺序规划,得到所述任务信息对应的执行任务序列;其中,所述执行任务序列中包含按照规划后的执行顺序排列的子任务。
31、可选的,基于所述任务要素,确定所述任务信息对应的子任务,包括:
32、基于预先设置的复杂任务判定规则,对由所述任务要素构建的任务进行复杂任务判定,得到判定结果;
33、若所述判定结果表示由所述任务要素构建的任务为复杂任务,则对由所述任务要素构建的任务进行任务拆解,得到所述任务信息对应的子任务。
34、可选的,按照所述执行任务序列,对与所述任务信息相关的子任务进行任务执行,包括:
35、构建与用户当前工作环境相隔离的虚拟环境;
36、按照所述执行任务序列,在所述虚拟环境中对与所述任务信息相关的子任务进行任务执行。
37、可选的,任务执行方法还包括:
38、获取任务执行结果,并对所述任务执行结果进行校验,得到校验结果;
39、若所述校验结果表示任务执行失败,则重新进行任务执行和/或输出表征任务执行失败的提示信息;
40、若所述校验结果表示任务执行成功,则将所述任务信息、所述任务信息对应的任务意图和所述任务信息对应的执行任务序列分别写入所述短期记忆层和所述长期记忆层。
41、根据本技术实施例的第二方面,提供了一种电子设备,包括:存储器和处理器;
42、所述存储器与所述处理器连接,用于存储程序;
43、所述处理器,用于通过运行所述存储器中的程序,实现上述任务执行方法。
44、根据本技术实施例的第三方面,提供了一种计算机程序产品,包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器实现上述任务执行方法。
45、本技术提出的任务执行方法,基于获取到的任务信息和预先构建的多层记忆网络,确定任务信息对应的任务意图;多层记忆网络包括短期记忆层和长期记忆层;根据任务意图,确定任务信息对应的执行任务序列,执行任务序列中包括至少一个与任务信息相关的子任务;按照执行任务序列,对与任务信息相关的子任务进行任务执行。采用本技术的技术方案,能够实现对任务信息相关的子任务的自动执行,无需员工处理,提高了员工工作效率,并且对于任务信息的任务意图识别是基于短期记忆层和长期记忆层的协同识别,结合长期记忆层中的历史数据进行任务意图识别,能够提高任务意图识别和子任务确定的准确度,进而提高任务处理准确度。
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