一种会话信息生成方法、装置及服务机器人与流程

本说明书涉及人工智能
技术领域：
，特别地，涉及一种会话信息生成方法、装置及服务机器人。
背景技术：
：如今，随着互联网技术高速发展，客服从业人员从传统的电话客服扩展到app、微信、网页等各个渠道，企业可以更加方便地为用户提供服务，但客服也面临着服务渠道更加多样化，服务的客户量急剧增加等问题。随着人工智能的兴起，对话机器人的发展极大地节约了人力资源，并大大提升了服务用户的响应速度。会话过程中，服务机器人可以基于用户需求信息或业务系统存储的业务信息生成业务答复信息。但用户需求信息或业务系统存储的业务信息的表征形式通常较为固定，使得生成的业务答复信息较为死板，给用户带来不好的体验感。技术实现要素：本说明书实施例的目的在于提供一种会话信息生成方法、装置及服务机器人，可以提高会话信息生成的灵活性。本说明书提供一种会话信息生成方法、装置及服务机器人是包括如下方式实现的：一种会话信息生成方法，应用于服务机器人，所述方法包括：接收用户的业务需求信息；调取所述业务需求信息对应的答复话术及所述答复话术中的词槽标识；所述词槽标识至少包括原始词槽对应的原始词槽标识及映射词槽对应的映射词槽标识；所述原始词槽是指基于所述业务需求信息及对应的关联业务信息进行填充的词槽；所述映射词槽是指基于所关联的原始词槽及预设词槽填充方式进行填充的词槽；基于所述业务需求信息及对应的关联业务信息提取所述答复话术中的原始词槽标识对应的原始词槽值；基于所述答复话术中映射词槽标识所关联的原始词槽值及预设词槽填充方式提取相应映射词槽标识对应的映射词槽值；将所述原始词槽值、映射词槽值对应填充至所述答复话术的原始词槽标识、映射词槽标识所在位置中，生成所述业务需求信息所对应的业务答复信息；将所述业务答复信息反馈给所述用户。本说明书提供的所述方法的另一些实施例中，所述方法还包括：获取所述业务需求信息的会话标识对应的会话上下文信息，所述会话上下文信息至少包括所述会话标识下已提取的词槽值及对应的词槽标识；相应的，结合所述会话上下信息提取所述答复话术中的原始词槽标识对应的原始词槽值或映射词槽标识对应的映射词槽值。本说明书提供的所述方法的另一些实施例中，所述调取所述业务需求信息对应的答复话术，包括：获取所述业务需求信息所属业务场景的会话流转信息；其中，所述会话流转信息包括至少一个会话节点及会话节点间的流转关系；所述会话节点用于表征相应业务场景的业务处理过程中的不同处理环节；至少部分会话节点关联有相应处理环节所涉及的答复话术；基于所述业务需求信息的意图识别结果，确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点，作为目标会话节点；将所述目标会话节点所关联的答复话术作为所述业务需求信息对应的答复话术。本说明书提供的所述方法的另一些实施例中，所述会话流转信息中至少部分会话节点关联有相应处理环节所涉及的词槽标识；相应的，所述流转条件是否满足利用会话节点所关联的词槽标识被填充的词槽值确定。本说明书提供的所述方法的另一些实施例中，所述方法还包括：获取所述业务需求信息的会话标识下已流转的会话节点；相应的，基于所述已流转的会话节点及所述业务需求信息的意图识别结果，确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点。本说明书提供的所述方法的另一些实施例中，对所述原始词槽值、映射词槽值进行标准化处理，以将标准化处理后的原始词槽值、映射词槽值对应填充至所述答复话术的原始词槽标识、映射词槽标识所在位置中；其中，所述标准化处理基于预先封装的标准化处理函数构建。另一方面，本说明书实施例还提供一种会话信息生成装置，应用于服务机器人，所述装置包括：接收模块，用于接收用户的业务需求信息；调取模块，用于提取所述业务需求信息对应的答复话术及所述答复话术中的词槽标识；所述词槽标识至少包括原始词槽对应的原始词槽标识及映射词槽对应的映射词槽标识；所述原始词槽是指基于所述业务需求信息及对应的关联业务信息进行填充的词槽；所述映射词槽是指基于所关联的原始词槽及预设词槽填充方式进行填充的词槽；词槽值提取模块，用于基于所述业务需求信息及对应的关联业务信息中确定所述答复话术中的原始词槽标识对应的原始词槽值；以及基于所述答复话术中映射词槽标识所关联的原始词槽值及预设词槽填充方式确定相应映射词槽标识对应的映射词槽值；填充模块，用于将所述原始词槽值、映射词槽值对应填充至所述答复话术的原始词槽标识、映射词槽标识所在位置中，生成所述业务需求信息所对应的业务答复信息；反馈模块，用于将所述业务答复信息反馈给所述用户。本说明书提供的所述装置的另一些实施例中，所述词槽值提取模块包括：第一获取单元，用于获取所述业务需求信息的会话标识对应的会话上下文信息，所述会话上下文信息至少包括所述会话标识下已提取的词槽值及对应的词槽标识；提取单元，用于结合所述会话上下信息提取所述答复话术中的原始词槽标识对应的原始词槽值或映射词槽标识对应的映射词槽值。本说明书提供的所述装置的另一些实施例中，所述调取模块包括：第二获取单元，用于获取所述业务需求信息所属业务场景的会话流转信息；其中，所述会话流转信息包括至少一个会话节点及会话节点间的流转关系；所述会话节点用于表征相应业务场景的业务处理过程中的不同处理环节；至少部分会话节点关联有相应处理环节所涉及的答复话术；会话节点确定单元，用于基于所述业务需求信息的意图识别结果，确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点，作为目标会话节点；答复话术确定单元，用于将所述目标会话节点所关联的答复话术作为所述业务需求信息对应的答复话术。另一方面，本说明书实施例还提供一种服务机器人，所述服务机器人包括至少一个处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现上述任意一个或者多个实施例所述方法的步骤。本说明书一个或多个实施例提供的会话信息生成方法、装置及服务机器人，通过在保持用户提供的原始信息或业务系统的原始信息形式不变的情况下，进一步配置映射词槽，对用户提供的原始信息或业务系统的原始信息进行适当的变形，可以提高最终生成的答复信息的灵活性。同时，还可以将在会话流转过程中提取的原始信息进行存储，在保证答复灵活性的基础上，提高后续答复信息生成的效率。附图说明为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本说明书提供的一种会话信息生成方法的实施流程示意图；图2为本说明书提供的一个示例中的会话流转信息示意图；图3为本说明书提供的一个示例中的会话流转信息示意图；图4为本说明书提供的一种会话信息生成装置的模块结构示意图；图5为本说明书提供的一个示例中的会话信息生成装置的模块结构示意图；图6为本说明书提供的一个示例中的配置管理装置的模块结构示意图；图7为本说明书提供的一个示例中的信息预处理装置的模块结构示意图；图8为本说明书提供的一个示例中的词槽填充装置的模块结构示意图；图9为本说明书提供的一个示例中的信息后处理装置的模块结构示意图；图10为本说明书提供的一个示例中的意图识别装置的模块结构示意图；图11为本说明书提供的一个示例中的数据存储装置的模块结构示意图；图12为本说明书提供的一个示例中的会话信息生成流程示意图。具体实施方式为了使本
技术领域：
的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书实施例方案保护的范围。在业务办理或业务咨询等业务场景中，用户如可以通过用户终端发起业务办理或业务咨询请求。所述用户终端还可以为电脑、ipad、智能手表等。所述服务机器人如可以为业务方可以实现智能交互的设备，如业务方的业务系统中的服务器、智能业务终端等。例如，用户终端中可以安装有业务应用，用户可以通过该业务应用发起业务办理或业务咨询请求。服务机器人可以为基于该请求构建会话窗口，并配置会话标识，以对所述会话窗口中涉及的会话信息进行标识。服务机器人可以将所述会话窗口发送至用户终端，以使用户终端基于所述业务应用进行展示。相应的，用户可以在所述会话窗口中输入信息。用户如可以通过文字、图片、语音等方式输入信息。可以将用户输入的信息作为业务需求信息，并发送至服务机器人。服务机器人可以针对业务需求信息生成对应的业务答复信息，并反馈至用户终端，以在所述会话窗口中进行展示。用户通过用户终端与服务机器人沟通过程中，业务需求信息所涵盖的信息量通常较少，即使可以从业务系统中提取预先存储的关联业务信息，以生成业务答复信息。但鉴于业务场景中预存的业务信息形式通常较为固定，从而使得服务机器人基于提取的信息进行答复时，答复内容较为死板，用户体验感不好。图1是本说明书提供的会话信息生成方法的一个实施例的流程示意图。如图1所示，本说明书实施例还提供一种会话信息生成方法，所述方法可以应用于服务机器人。相应的，所述方法可以包括如下步骤。s20：接收用户的业务需求信息。用户可以通过用户终端发送业务需求信息。如上述场景示例所示，可以在用户终端中展示交互窗口，用户可以通过该交互窗口与服务机器人交互。可以将用户在交互窗口中输入的信息作为用户的业务需求信息。或者，用户也可以在用户终端发起语音交互，可以将该语音交互请求作为业务办理或业务咨询等请求。服务机器人可以与用户终端建立语音交互通信连接，并为该建立的通信连接分配会话标识。所述会话标识如可以为随机生成的字符。或者，所述会话标识还可以基于用户标识及时间戳构建。服务机器人可以通过语音交互的方式与用户进行会话交流，会话交流过程中所涉及的会话信息可以通过会话标识进行标识。相应的，可以将用户在语音交互中所录入的语音信息，作为用户的业务需求信息。或者，用户还可以直接与服务机器人进行交互。如通过语音、在服务机器人的展示界面中输入信息等方式，与服务机器人进行交互。相应的，可以将服务机器人接收到的用户的语音信息或输入的其他类型的信息，作为用户的业务需求信息。当然，用户还可以通过其他方式与服务机器人进行会话沟通，这里不做限定。用户的业务需求信息可以以多种形式存在，如文字信息、图像信息、语音信息等。为了便于咨询答复信息的生成，可以先对业务需求信息进行预处理。如可以将非文字信息转换为文字信息，及对敏感词、停用词等进行过滤处理等。s22：调取所述业务需求信息对应的答复话术及所述答复话术中的词槽标识；所述词槽标识至少包括原始词槽对应的原始词槽标识及映射词槽对应的映射词槽标识；所述原始词槽是指基于所述业务需求信息及对应的关联业务信息进行填充的词槽；所述映射词槽是指基于所关联的原始词槽及预设词槽填充方式进行填充的词槽。服务机器人在接收到业务需求信息后，可以调取所述业务需求信息对应的答复话术。所述答复话术为服务机器人对所述业务需求信息的答复方式。所述答复话术可以预先配置，如可以针对不同的用户意图配置不同的答复话术，服务机器人在接收到业务需求信息后，可以先识别相应的用户意图，进而提取对应的答复话术。当然，也可以通过构建答复话术生成模型，以基于该模型对业务需求信息进行分析，以确定业务需求信息对应的答复话术。当然，也可以采用其他方式提取所述业务需求信息对应的答复话术，这里不做限定。一些实施方式中，所述答复话术至少可以包括待词槽填充的词槽标识以及部分固定的文字信息中的一种。例如，所述答复话术可以为“您好，请问您是#姓名#本人吗”，其中，“姓名”即为词槽标识，“您好，请问您是……本人吗”为固定的文字信息。所述词槽标识对应的词槽值至少可以从业务需求信息及对应的关联业务信息中提取得到。所述关联业务信息可以为业务系统中存储的与业务需求信息相关联的业务信息。例如，用户的业务需求信息为“你好，我想办一张信用卡”，服务机器人可以基于用户标识或者来电号码，从业务系统中提取用户的姓名、性别、身份证号等信息，可以将提取的该部分信息描述为业务需求信息对应的关联业务信息。业务需求信息或从业务系统中提取的关联业务信息中所包含的信息有限、且信息表征形式通常也较为固定，使得回复形式较为死板，不够灵活，给用户不好的体验感。而如果使用智能情景算法生成答复信息，智能情景算法通常又较为复杂，投入成本较高，不适用于处理逻辑较为简单的业务办理或咨询应用场景。本实施例中，可以将基于所述业务需求信息及对应的关联业务信息进行填充的词槽描述为原始词槽。并进一步根据需要配置原始词槽的映射词槽。映射词槽的词槽值可以为对原始词槽的词槽值的变形和加工，起到使对话流畅自然的作用，以提高业务答复语句的灵活性。相应的，所述映射词槽可以是指基于所关联的原始词槽及预设词槽填充方式进行填充的词槽。比如，服务机器人从业务需求信息或关联业务信息中提取出用户的姓名是欧阳xx，性别女。如果在接下来的对话中如果想更灵活的会话，如想称呼用户为欧阳女士，仅通过原始词槽的词槽值并不知道用户姓什么，只能在知道用户姓名和性别的前提下继续追问以获取更多信息，比如“请问您贵姓？”或者“我应该称呼您女士还是先生？”，大大降低对话体验。如下表1所示，可以根据需要预先配置原始词槽对应的映射词槽、及映射词槽的词槽填充方式等，以在实际应用中基于映射词槽生成业务答复信息，提高答复信息的灵活性。表1为预先配置的部分原始词槽及关联的映射词槽。表1原始词槽标识映射词槽标识原始词槽值映射词槽值标准化处理用户全名用户姓氏空空提取用户姓氏用户性别称谓男先生空用户性别称谓女女士空相应的，在基于答复话术生成相应的业务答复信息时，可以提取所述答复话术中的词槽标识r。若词槽标识r为原始词槽，则可以从业务需求信息或关联业务信息中提取该词槽标识r的词槽值。若词槽标识r为映射词槽，则服务机器人可以获取该词槽标识所关联的原始词槽的词槽标识q，进而从业务需求信息或关联业务信息中提取该词槽标识q的词槽值；再基于词槽标识r的词槽填充方式及词槽标识q的词槽值，生成词槽标识r的词槽值。当然，服务机器人还可以将词槽标识及对应提取的词槽值关联后，存储至所述业务答复信息的会话上下文信息中。所述会话上下文信息可以是指所述业务需求信息在会话推进过程中所涉及的信息。所述会话上下文信息可以利用会话标识进行标识。相应的，在词槽值填充的过程中，可以先从会话上下文信息提取词槽标识所对应的词槽值，如果未能提取到，再从业务需求信息或关联业务信息中提取原始词槽的词槽值，或基于关联的原始词槽的词槽值及预设词槽填充方式，生成映射词槽的词槽值。相应的，一些实施例中，服务机器人可以获取所述业务需求信息的会话标识对应的会话上下文信息，所述会话上下文信息至少包括所述会话标识下已提取的词槽值及对应的词槽标识。相应的，可以结合所述会话上下信息确定所述答复话术中的原始词槽标识对应的原始词槽值或映射词槽标识对应的映射词槽值。例如，对于上述表1所展示的配置信息。如果映射词槽的词槽填充方式为默认填充，如表1中的第一行，映射词槽值(第四列)配置为空值，则映射词槽值可以直接利用关联的原始词槽值填充。如果不是默认填充，可以预先配置映射词槽的词槽值，如表1中的第二行、第三行，映射词槽值(第四列)配置为“女士”、“先生”。若词槽标识r为“称谓”，则可以根据词槽配置信息获取“称谓”所关联的原始词槽标识q“用户性别”，再从会话上下文信息中提取原始词槽标识“用户性别”的原始词槽值，如果提取到原始词槽值“女”，则可以基于该词槽配置信息确定映射词槽标识“称谓”的映射词槽值“女士”。或者，还可以获取词槽配置信息中的标准化处理，如果标准化处理配置为非空，则可以基于配置信息调用对应的标准化处理函数，对映射词槽值进行标准化处理，以利用标准化处理后的映射词槽值生成业务答复信息。如果标准化处理配置为空，则利用映射词槽值生成业务答复信息。表2表示标准化处理后的原始词槽值及映射词槽值示例。表2当然，对于原始映射值也可以进行上述标准化处理。相应的，一些实施例中，服务机器人可以对所述原始词槽值、映射词槽值进行标准化处理，以将标准化处理后的原始词槽值、映射词槽值对应填充至所述答复话术的原始词槽标识、映射词槽标识所在位置中。其中，所述标准化处理可以基于预先封装的标准化处理函数构建。通过一些预先封装的函数对初始提取的词槽值进行标准化处理，可以使得最终得到的词槽值更符合实际需要。基于上述实施方案，服务机器人可以利用步骤s24、s26提取答复话术中各词槽标识的词槽值。如果词槽标识对应为原始词槽，则可以执行步骤s24，提高相应词槽标识的词槽值。如果词槽标识对应为映射词槽，则可以执行步骤s26，提高相应词槽标识的词槽值。s24：基于所述业务需求信息及对应的关联业务信息提取所述答复话术中的原始词槽标识对应的原始词槽值。s26：基于所述答复话术中映射词槽标识所关联的原始词槽值及预设词槽填充方式提取相应映射词槽标识对应的映射词槽值。s28：将所述原始词槽值、映射词槽值对应填充至所述答复话术的原始词槽标识、映射词槽标识所在位置中，生成所述业务需求信息所对应的业务答复信息。s210：将所述业务答复信息反馈给所述用户。服务机器人在基于步骤s28生成业务答复信息后，可以将业务答复信息反馈至用户。如可以发送至用户的用户终端，以在用户终端进行展示。或者，服务机器人也可以直接通过显示器或语音的形式将所述业务答复信息展示给用户。上述实施例提供的方案，通过在保持用户提供的原始信息或业务系统的原始信息形式不变的情况下，进一步配置映射词槽，对用户提供的原始信息或业务系统的原始信息进行适当的变形，可以提高最终生成的答复信息的灵活性。同时，还可以将在会话流转过程中提取的原始信息进行存储，在保证答复灵活性的基础上，提高后续答复信息生成的效率。另一些实施方式中，还可以预先配置针对不同业务场景的会话流转信息。所述会话流转信息可以包括至少一个会话节点及会话节点间的流转关系。所述会话节点可以用于表征相应业务场景的业务处理过程中的不同处理环节。所述流转关系可以包括哪些会话节点之间存在关联以及存在关联的节点之间的流转方向等。所述流转关系还可以包括会话节点间的流转条件，在满足相应的流转条件时，再从一个会话节点跳转至另一个会话节点。还可以为会话节点关联相应处理环节所需的答复话术或词槽标识。会话节点所关联的词槽标识可以用于表征该业务场景在此会话节点下需要的提取的业务信息。所述答复话术可以用于表征该业务场景在此会话节点下进行答复时所需使用的话术。通过配置会话节点、会话节点间的流转关系及所需的答复话术或词槽标识，可以更好地确定多轮会话过程中，用户的当前业务需求所需的答复话术、业务信息等，提高当前业务需求答复的准确性。每个业务场景所包括的会话节点、会话节点的流转关系、会话节点所关联的词槽或话术，可以由业务人员根据经验配置；也可以结合已有的业务处理流程、答复信息构建场景配置智能生成模型，利用智能生成模型确定场景配置信息。当然，也可以通过其他方式构建场景配置智能生成模型。假设，所述业务需求信息是通过会话窗口发送的，服务机器人可以先基于会话标识判断所述业务需求信息是否是所述会话标识下的第一条业务需求信息。如果是，则可以先对所述业务需求信息进行意图识别，以确定该业务需求信息所对应的业务场景，进而获取该业务场景下的会话流转信息。会话流转信息可以通过知识图谱的形式存储，如图2所示。图2中的a、b、c分别表示会话节点，会话节点a关联有词槽1、词槽2，会话节点b关联有词槽3，会话节点c关联有词槽4。a、b及a、c之间连线表示a与b之间存在关联、a与c之间存在关联，箭头表示会话节点之间的流转方向连线上的“x(词槽1＝a&词槽2＝b)、y(词槽1＝c&词槽2＝d)”表示流转条件。当然，会话流转信息还可以采用其他方式进行存储，如表格等形式，这里不做限定。例如，用户的业务需求信息为“你好，我想办一张信用卡”。服务机器人可以对所述业务需求信息进行意图识别，以确定所述业务需求信息所对应的业务场景为信用卡办理。然后，可以获取该业务场景“信用卡办理”对应的会话流转信息。在获取所述会话流转信息后，服务机器人可以进一步确定该业务需求信息所涉及的第一个业务处理环节为“确认用户的基本信息”。可以获取该“确认用户的基本信息”处理环节所涉及的会话节点，如图3所示。参考图3，“确认用户的基本信息”处理环节所涉及的会话节点可以包括“获取用户基本信息”、“确认是否本人申请”、“询问用户身份证号”等，并配置有“获取用户基本信息”关联的词槽“姓名”、“性别”、“身份证号”，“确认是否本人申请”关联的答复话术“您好，请问您是#姓名#称谓#本人吗”，“询问用户身份证号”关联的答复话术“您好，请提供一下完整的身份证号，我们需要先查询您的个人信息”。还配置有会话节点之间的关联关系(通过连线表示)、流转方向(通过箭头表示)及流转条件“获取用户信息成功”、“获取用户信息失败”。可以基于会话节点间的流转关系，确定首个会话节点“获取用户基本信息”。服务机器人如可以根据来电号码或者用户标识，访问业务系统的数据库，提取该会话节点所关联的词槽标识的词槽值：用户姓名＝张三、姓名＝男、身份证号＝xxxx。其中，“张三”、“男”、“xxxx”即为相应词槽标识的词槽值。服务机器人在提取到上述词槽值后，可以将上述词槽标识及词槽值关联后，存储至会话上下文信息中。还可以根据相应的流转条件，跳转到会话节点“确认是否本人申请”。会话节点“确认是否本人申请”关联有答复话术“您好，请问您是#姓名#称谓#吗”，服务机器人可以将该答复话术作为所述业务需求信息对应的答复话术。服务机器人可以获取该答复话术中的词槽标识“姓名”、“称谓”，先从会话上下文信息中提取相应词槽标识的词槽值，如“姓名”的词槽值“张三”。对于词槽标识“称谓”，服务机器人可以先提取“称谓”所关联的原始词槽“性别”，再提取从会话上下文信息中提取“性别”的词槽值“男”，再基于词槽值“男”及“称谓”的预设词槽填充方式，提取“称谓”的词槽值“先生”。可以将提取的词槽值填充至所述答复话术的相应词槽标识所在位置中，得到业务答复信息“您好，请问您是张三先生本人吗”。服务机器人如果未查询到用户基本信息，则可以根据流转条件，跳转到会话节点“询问用户身份证号”，并获取该会话节点关联的答复话术，作为业务需求信息的答复话术。该答复话术不涉及词槽标识，则可以直接将该答复话术作为业务答复信息“您好，请提供一下完整的身份证号，我们需要先查询您的个人信息”。服务机器人在接收到用户输入的身份证号后，可以执行下一个会话节点，基于身份证号提取用户的基础信息，基于该会话节点所对应的词槽，从基础信息中提取词槽值。再提取到基础信息或确认完用户的基础信息后，服务机器人可以再进行下一个会话节点的处理。如服务机器人在接收到用户发送的回复信息后，可以将用户的回复信息作为新的业务需求信息后，对该新的业务需求信息进行意图识别，以确定该业务需求信息所属的会话标识。一些实施例中，服务机器人可以将生成各业务需求信息的业务答复信息中所流转的会话节点，作为已流转的会话节点，存储至会话上下文信息中。在对新的业务需求信息进行意图识别时，可以提取所述会话标识对应的会话上下文信息，基于所述会话上下文信息中的已流转的会话节点，对所述业务需求信息进行意图识别，以确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点，以进一步提高新的业务需求信息所对应的会话节点定位的准确性，进而提高业务答复信息生成的准确性。如用户基于“您好，请问您是张三先生本人吗”回复“是的”。则服务机器人可以基于用户的业务需求信息、会话上下文信息，辅助进行意图识别，以确定下一个业务处理环节为“询问用户想要办理什么类型的信用卡”。然后，可以从会话流转信息中提取该业务处理环节所涉及的会话节点。再基于流转关系提取首个会话节点、第二个会话节点等等，以基于各会话节点所关联的词槽标识或答复话术，生成相应的业务答复信息。上述实施方式，通过将各业务处理环节进一步细分成多个会话节点，在每个会话节点配置不同的关联信息(如不同的词槽标识及答复话术)，再基于流转关系连接各会话节点，可以使得各业务处理环节的会话处理流程更加清晰、明确，进一步提高会话答复的灵活性。相应的，一些实施例中，可以获取所述业务需求信息所属业务场景的会话流转信息。其中，所述会话流转信息包括至少一个会话节点及会话节点间的流转关系。所述会话节点用于表征相应业务场景的业务处理过程中的不同处理环节。至少部分会话节点关联有相应处理环节所涉及的答复话术；基于所述业务需求信息的意图识别结果，确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点，作为目标会话节点。将所述目标会话节点所关联的答复话术作为所述业务需求信息对应的答复话术。通过配置上述会话流转信息，基于会话流转信息确定业务需求信息对应的答复话术，可以进一步提高该业务需求信息所对应的业务答复信息生成的准确性及简便性。所述会话流转信息中至少部分会话节点还可以关联有相应处理环节所涉及的词槽标识。在流转到关联有词槽标识的会话节点时，可以提取相应词槽标识所对应的词槽值，并将提取的词槽值存储至会话上下文信息中，以便于在基于答复话术生成业务答复信息时使用。所述流转条件是否满足还可以利用会话节点所关联的词槽标识被填充的词槽值确定，如图3中的首个会话节点所关联的词槽标识对应的词槽值被填充，则流转至会话节点“确认是否本人申请”；如果首个会话节点所关联的词槽标识对应的词槽值为空，则流转至会话节点“询问用户身份证号”。或者，如图2所示，填充的词槽值类型不同，流转的方向也不同。基于被填充的词槽值来确定流转条件，可以使得流转条件的表征更符合实际提取的信息，即更符合实际会话场景，进而提高业务答复信息的准确性。另一些实施中，服务机器人还可以获取所述业务需求信息的会话标识下已流转的会话节点。基于所述已流转的会话节点及所述业务需求信息的意图识别结果，确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点，提高业务答复信息确定的准确性及效率。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。如图4所示，基于上述实施例提供的方法，本说明书还提供一种会话信息生成装置，所述装置可以包括：接收模块40，可以用于接收用户的业务需求信息。调取模块42，可以用于提取所述业务需求信息对应的答复话术及所述答复话术中的词槽标识；所述词槽标识至少包括原始词槽对应的原始词槽标识及映射词槽对应的映射词槽标识；所述原始词槽是指基于所述业务需求信息及对应的关联业务信息进行填充的词槽；所述映射词槽是指基于所关联的原始词槽及预设词槽填充方式进行填充的词槽。词槽值提取模块44，可以用于基于所述业务需求信息及对应的关联业务信息中确定所述答复话术中的原始词槽标识对应的原始词槽值；以及基于所述答复话术中映射词槽标识所关联的原始词槽值及预设词槽填充方式确定相应映射词槽标识对应的映射词槽值。填充模块46，可以用于将所述原始词槽值、映射词槽值对应填充至所述答复话术的原始词槽标识、映射词槽标识所在位置中，生成所述业务需求信息所对应的业务答复信息。反馈模块48，可以用于将所述业务答复信息反馈给所述用户。另一些实施例中，所述词槽值提取模块可以包括：第一获取单元，可以用于获取所述业务需求信息的会话标识对应的会话上下文信息，所述会话上下文信息至少包括所述会话标识下已提取的词槽值及对应的词槽标识。提取单元，可以用于结合所述会话上下信息提取所述答复话术中的原始词槽标识对应的原始词槽值或映射词槽标识对应的映射词槽值。另一些实施例中，所述调取模块可以包括：第二获取单元，可以用于获取所述业务需求信息所属业务场景的会话流转信息；其中，所述会话流转信息包括至少一个会话节点及会话节点间的流转关系；所述会话节点用于表征相应业务场景的业务处理过程中的不同处理环节；至少部分会话节点关联有相应处理环节所涉及的答复话术。会话节点确定单元，可以用于基于所述业务需求信息的意图识别结果，确定所述业务需求信息在所述会话流转信息中所对应的关联有答复话术的会话节点，作为目标会话节点。答复话术确定单元，可以用于将所述目标会话节点所关联的答复话术作为所述业务需求信息对应的答复话术。需要说明的，上述所述的装置根据上述实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。基于上述实施例提供的会话信息生成方法或装置，本说明书还提供一种会话信息生成装置示例。如图5所示，该装置可以包括配置管理装置1、信息预处理装置2、词槽填充装置3、信息后处理装置4、意图识别装置5和数据存储装置6。其中，配置管理装置1连接于数据存储装置6；信息预处理装置2、词槽填充装置3与信息后处理装置4连接；信息预处理装置2还分别与意图识别装置5和数据存储装置6连接；词槽填充装置3还连接于意图识别装置5。配置管理装置1用于负责完成场景相关数据的配置。信息预处理装置2用于负责接收并解析用户请求信息，然后通过意图识别装置5完成场景识别，并通过数据存储装置6获取场景配置信息和当前会话上下文信息。词槽填充装置3用于从信息预处理装置2获取预处理后的信息，并从意图识别装置5获取提供的要素信息，完成词槽填充。信息后处理装置4用于从词槽填充装置3获取词槽填充结果，然后根据场景配置信息完成会话流转的会话节点跳转判断，最后构造应答报文返回。意图识别装置5用于提供意图识别服务。数据存储装置6用于负责存储场景配置信息和会话上下文信息。图6是配置管理装置1的结构示意图。如图6所示，配置管理装置1可以包括词槽配置单元101、流程配置单元102。词槽配置单元101用于负责完成词槽相关数据的配置管理。流程配置单元102用于负责完成流程数据的配置管理，形成一个由节点和线相互连接起来组成的流程图，用于实现它所代表的业务场景的多轮会话控制流转。节点表示此场景下的不同处理环节，当然，一个处理环节可以对应有多个会话节点。会话节点可以根据需要绑定或者说关联词槽配置单元101中的一个或多个词槽以及话术，用于表示场景在此节点下需要填充的词槽；线表示发生状态变化所需要满足的跳转条件。如图2所示，如果多轮会话在a节点时的词槽填充结果为词槽1＝a&词槽2＝b，那么经过分支跳转判断后，满足分支x，流程就会跳转到b节点继续处理，从而确定了流程走向。图7是信息预处理装置2的结构示意图。如图7所示，信息预处理装置2可以包括请求解析单元201、信息过滤单元202、会话管理单元203。请求解析单元201用于负责对业务服务端发送过来的请求报文进行解析，识别出用户意图。信息过滤单元202用于负责对请求原始数据进行敏感词、停用词等的过滤处理。会话管理单元203用于负责从数据存储装置6获取当前会话上下文信息。图8是词槽填充装置3的结构示意图。如图8所示，词槽填充装置3可以包括词槽获取单元301、原始词槽填充单元302、映射词槽填充单元303、标准化处理单元304。词槽获取单元301用于负责从流程配置单元102获取当前交互阶段需要填充的词槽列表。原始词槽填充单元302用于负责从意图识别装置5获取用户提供的信息或从业务系统中提取的信息，完成原始词槽填充。原始词槽填充完整保留了用户直接提供的信息或业务系统中存储的信息。整体填充流程分为如下两步：第一步，调用意图识别装置5从用户的原始输入中完成要素提取。示例如下：用户请求：给幺九九幺二三四五六七八的手机充值原始词槽：手机号要素提取结果：幺九九幺二三四五六七八第二步，通过标准化处理完成定制化的信息提取或转换。示例1：原始信息：幺九九幺二三四五六七八标准化处理：转换为阿拉伯数字表示要素提取结果：19912345678示例2：原始信息：1.2345标准化处理：保留2位小数要素提取结果：1.23映射词槽填充单元303用于负责从场景配置信息中获取待填充的映射词槽配置信息。映射词槽配置信息包含了与原始词槽的映射关系，并根据原始词槽取值完成映射词槽的填充。映射词槽是对原始词槽的变形和加工，较多用于答复话术中，起到使对话流畅自然的作用。比如机器人已经得知客户的真实姓名是欧阳娜娜，性别女，这些信息通过原始词槽保存在了对话上下文中，如果在接下来的对话中想称呼客户为欧阳小姐姐，则可以配置映射词槽用于进一步提取姓氏信息并定义亲昵称谓。映射词槽整体填充流程分为如下两步：第一步，获取配置信息，包含映射词槽列表及映射关系；第二步，根据第一步中的配置信息，计算映射词槽的映射词槽值；第三步，调用标准化处理单元，计算出映射词槽的最终值。标准化处理单元304，负责实现各种统一逻辑。可根据业务或技术需要，通过封装一些函数，对数据进行加工处理，起到便于用户理解、统一格式、方便后续加工处理(比如作为模型的输入)等效果。图9是信息后处理装置4的结构示意图。如图9所示，信息后处理装置4包括流程控制单元401、应答构造单元402。流程控制单元401，负责根据词槽填充结果判断流程走向，并完成会话状态的变迁。应答构造单元402，负责根据流程跳转后的结果，获取对应的配置信息，生成应答报文(即业务答复信息)。图10是意图识别装置5的结构示意图。如图10所示，意图识别装置5可以包括模型管理单元501、模型服务单元502。模型管理单元501，负责模型训练、发布等管理操作。模型服务单元502，负责响应模型调用请求，给出模型处理结果。图11是数据存储装置6的结构示意图。如图11所示，数据存储装置6包括数据库存储单元601、缓存存储单元602。数据库存储单元601，负责提供数据库读写服务。缓存存储单元602，负责提供缓存读写服务。基于上述装置示例，本说明书还提供一种会话信息生成方法示例。如图12所示，以用户申请信用卡为例描述业务处理流程，包括如下步骤：步骤701，事先通过配置管理装置1完成词槽、流程(包括节点、跳转条件等)多轮会话相关的数据配置。假设申请信用卡场景配置以下词槽：词槽标识词槽类型信息提取标准化处理姓名原始词槽获取用户姓名空性别原始词槽获取用户性别空称谓映射词槽空空姓氏映射词槽空提取姓氏并配置以下映射关系：原始词槽标识映射词槽标识原始词槽值映射词槽值姓名姓氏空空性别称谓男先生性别称谓女女士步骤702，收到用户发起的信息后，通过信息预处理装置2完成请求解析，如用户问题、会话号、用户基本信息等。用户：你好，我想办一张信用卡。服务机器人根据来电号码查询到用户基本信息：用户姓名＝张三、性别＝男、身份证号＝xxxx等。步骤703，对于全新会话，需要通过意图识别装置5完成用户意图解析，根据模型返回结果进入相应的业务场景中。智能客服机器人调用意图识别装置5判断出当前业务场景为申请信用卡。步骤704，调用数据存储装置6获取会话上下文信息和场景配置信息，包括会话当前所处节点，当前节点配置的答复话术、指令等。服务机器人调用数据存储装置6获取到申请信用卡业务场景首节点配置＝确认用户身份，答复话术配置＝您好，请问您是$姓名$称谓吗。步骤705，词槽填充装置3根据会话信息获取当前节点所绑定的需要填充的词槽列表，从而确定当前交互需要填充的词槽。服务机器人调用词槽填充装置3获取确认用户身份节点绑定的词槽：姓名、性别。步骤706，根据列表中的每一个词槽的配置信息，调用意图识别装置5和标准化处理单元，完成原始词槽的填充。服务机器人根据步骤701的词槽配置，填充词槽结果为：姓名＝张三，性别＝男。步骤707，根据列表中的每一个词槽的配置信息，获取对应的映射词槽列表，根据映射关系配置完成映射词槽的填充。服务机器人首先根据映射关系表配置，完成映射词槽第一阶段的填充，即姓氏＝张三，称谓＝先生；然后根据词槽表配置，完成映射词槽第二阶段的填充，即姓氏＝张，称谓＝先生。步骤708，信息后处理装置4根据词槽填充结果和当前节点配置完成分支跳转判断，跳转至的关联有答复话术的目标节点，并将答复话术包含的词槽标识称替换为词槽取值，并生成应答报文。服务机器人：您好，请问您是张三先生本人吗。上述实施例，可以提高服务机器人答复的灵活性，同时，还可以基于会话流转信息快速准确地定位出需要的答复话术，提高答复信息生成的准确性。并基于会话流转过程中所涉及的会话节点所关联的词槽，快速提取后续所需的词槽值，提高后续答复信息生成的效率。本说明书还提供一种服务机器人，所述服务机器人可以包括至少一个处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括上述任意一个或者多个实施例所述方法的步骤。所述存储器可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如ram、rom等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、u盘；利用光学方式存储信息的装置如，cd或dvd。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。需要说明的是，本说明书实施例并不局限于必须是符合标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书的可选实施方案范围之内。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。当前第1页12