一种灵活构建业务场景多轮对话的方法及系统与流程

1.本发明涉及智能对话技术领域，具体涉及一种灵活构建业务场景多轮对话的方法及系统。


背景技术：

2.智能对话系统在智能客服、机器人、汽车、导航等领域均有广泛应用，在汽车领域整体向智能智造转型的大背景下，汽车行业也在经历一次大的变革，各种规范化的流程逐渐被机器所替代。同样，针对汽车销售或售后服务人员来说，也会经历一次变革。智能客服的出现给企业和用户之间搭建一个更好沟通的桥梁。长时间的数据积累会给智能客服赋予无限智慧。例如，cn201911166714.9公开了一种基于业务场景的多轮对话体系构建方法及系统，其提供根据不同的业务场景设计多轮对话流程，并对所述多轮对话流程中每一用户节点配置语料和关键词，每一机器节点中配置标题和话术；对所述多轮对话流程中每一用户节点的语料和关键词分别根据文本分类技术和规则匹配训练意图判定模型和规则匹配模型。该方法通过配置节点语料，进而通过节点判断意图做分发。但是，该方法中所述节点只支持意图判断，无法支撑部分复杂服务或构建更复杂的业务逻辑。其本质上是一种模板配置的方法，通过提前将对话模板配置出来，通过匹配输入语料信息返回对话模板信息，局限于部分简单场景且不支持扩展。又如 cn 202110609449.8公开了一种人机多轮对话方法及装置，所述人机多轮对话方法包括：获取流程节点；获取意图库，每个意图库包括意图信息及基础语料；获取待分析语句；将待分析语句分别与每个基础语料进行相似度比较，从而获取待分析语句分别与每个基础语料的相似度值；根据所述识别意图信息获取对应的响应动作。由于意图库可以跟多个流程节点进行关联，从而不需要为每一个流程节点配置多个基础语料。但是，该方法配置意图在和待分析的语句分别计算相似度计算时，容易发生多个意图冲突的误差情况。
3.因此，如何灵活配置构建复杂流程的复杂对话场景是智能客服所要解决的问题。


技术实现要素：

4.针对现有技术存在的上述不足，本发明的目的在于提供一种基于业务场景多轮对话灵活配置构建方法及系统，解决现有技术应用场景相对固定/单一，不能实现场景的灵活切换以满足复杂场景链路的问题。
5.为实现上述目的，本发明采用如下技术方案：一种灵活构建业务场景多轮对话的方法，其特征在于，通过构建开始节点、逻辑节点、结束节点和连接线构建数据流程，实现灵活构建业务场景多轮对话；其中，所述开始节点作为整个流程的开始，支持配置整个对话常见的强制结束语料；开始节点和逻辑判断节点之间的连接线将数据流向图构建成复杂对话场景； 逻辑判断节点提供外接服务对外提供功能，支持串联多个复杂对话场景；结束节点用于汇总信息，并将用户想要的信息加工后返回给用户。
6.进一步，所述灵活构建业务场景多轮对话的方法，包括以下步骤：步骤1：根据复杂业务场景剥离业务数据流向图，并提前创建意图模块；步骤2：通过开始节点、逻辑判断节点、结束节点和连接线将数据流向图构建成复杂对话场景；步骤3：提供外接服务对外提供功能，支持串联多个复杂对话场景。
7.进一步，所述开始节点和其他逻辑节点之间的连接线内的规则作为逻辑判断；在各种对话场景中，都需要提前根据业务场景建立相关意图，在连接线中可通过提前选择设置的意图进行整个对话流程的触发，同时支持在连接线中设置语料触发。
8.所述相关意图为通过ngt意图搜索的方法支持通过相关语料直接输出用户输入；该方法通过在高维空间的近似最近邻向量搜索，高效快速的匹配和用户输入的最相关的意图。
9.通过配置触发语料，当用户输入语料和场景中配置的语料相似度达到设定的阈值时，触发后续的子图；在逻辑判断节点中，通过对复杂流程做节点复现，通过在逻辑节点中编辑多轮反问的语料。
10.进一步， 所述逻辑判断节点至少为一个，根据业务逻辑编辑逻辑判断节点，获取复杂问答场景中用户为提供的信息。用户触发意图后，逻辑节点会获取场景中用户可能会输入的一些信息；在逻辑判断节点，可以直接配置返回给用户的反问话术，可以通过编写自定义脚本进行设置；或可以多次询问，并联系上下文记录用户输入的有效信息，再根据获得的信息进行节点流转。
11.进一步，根据逻辑判断节点中用户返回的内容进行语义解析，通过构建语义规则、请求外部资源和自开发脚本支持解析工作。所述构建语义规则通过分析大量对话日志，通过各种数据分析手段，提取日志中有明显区分特征的信息，通过信息构建语义规则。所述请求外部资源为通过调用外部服务，直接解析用户输入的内容，获取必须的信息。所述自开发脚本是在支撑某些复杂的场景情况下，在逻辑判断节点中自定义编辑脚本，通过脚本实现各种复杂功能，包括但不限于构建复杂定时任务。
12.在各种对话场景中，都需要提前根据业务场景建立相关意图，在连接线中可通过选择意图触发的方式提前选择步骤1中设置的意图进行整个对话流程的触发，同时可以支持在连接线中设置语料触发。通过配置触发语料，当用户输入语料和场景中配置的语料相似度达到设定的阈值时，则进入到对话流后续的流程中。在逻辑判断节点中，通过对复杂流程中做节点复现，通过在逻辑判断节点中编辑多轮反问的语料，可以从用户侧获取完成某个场景，但是用户侧返回的内容可能无法直接满足的要求，所以需要在逻辑判断节点中针对用户返回的内容进行语义解析，通过构建语义规则、请求外部资源和自开发脚本支持解析工作。构建语义规则通过分析大量对话日志，通过各种数据分析手段，提取日志中有明显区分特征的信息，通过信息构建语义规则；同时，也可以通过直接请求外部资源，通过调用外部服务，直接解析用户输入的内容，获取必须的信息；在支撑某些复杂的场景情况下，在逻辑节点中可以自定义编辑脚本，通过脚本实现各种复杂功能，包括但不限于构建复杂定时任务等。
13.相比现有技术，本发明具有如下有益效果：1、本发明基于业务场景多轮对话灵活配置构建方法，通过节点提取信息，支持自
定义编码操作完成场景设计，理论上支持所有场景；解决现有技术应用场景相对固定，不能实现场景的灵活切换以满足复杂场景链路的问题。
14.2、本发明采用连接线进行后续逻辑的判断，更加清晰明了，可快速直观的针对各种复杂场景建立对话流。
15.3、本发明提出的意图匹配方法除支持上述方法之外，还支持在意图判断的同时自定义加入其他判断方法做验证，如正则表达式，只有同时满足多个条件时才能判定意图判断逻辑被触发。
附图说明
16.图1为本发明基于业务场景多轮对话灵活配置构建方法一种实施例的数据流程图；图2为本发明基于业务场景多轮对话灵活配置构建方法及系统简化逻辑图；图3为本发明一种实施例逻辑流转节点槽位提取图。
具体实施方式
17.为了使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的说明，但本发明的实施方式不仅限于此。
18.一种灵活构建业务场景多轮对话的方法，包括：通过构建开始节点、逻辑节点、结束节点和连接线构建数据流程，实现灵活构建业务场景多轮对话。
19.参见图1，是一个具体实例抽象出来表示的数据流程图，该流程图包括一个开始节点、一个结束节点以及两个逻辑判断节点，通过连接线进行节点间的信息传输和条件判断。
20.其中，所述开始节点作为整个流程的开始，支持配置整个对话常见的强制结束语料；开始节点和逻辑判断节点之间的连接线将数据流向图构建成复杂对话场景； 逻辑判断节点提供外接服务对外提供功能，支持串联多个复杂对话场景；结束节点用于汇总信息，并将用户想要的信息加工后返回给用户。
21.参见图2，是本发明简化逻辑图，抽象的表示了构建一个对话场景所必要的步骤。为了实现场景的灵活切换，满足复杂场景链路，解决现有技术存在场景单一的问题，本发明采用节点和连接线的方法构建各种复杂的对话流程，具体包括以下步骤：步骤1：首先根据一个复杂业务场景剥离业务数据流向图，并提前创建意图模块；步骤2：通过节点和连接线将数据流向图构建成复杂对话场景；步骤3：提供外接服务对外提供功能，支持串联多个复杂对话场景。
22.其中，步骤1中提前创建意图模块是提供一种ngt意图搜索的方法，支持通过相关语料直接输出用户输入的相关意图。该方法通过在高维空间的近似最近邻向量搜索，高效快速的匹配和用户输入的最相关的意图。
23.步骤2的具体实现方法为：通过构建开始节点、逻辑判断节点、结束节点和连接线构建数据流程图。首先创建开始节点，该节点作为整个流程的开始，支持配置整个对话常见的强制结束语料。开始节点和其他逻辑节点之间的连接线内的规则作为逻辑判断。连接开始节点的连接线一般会设置一个对话流程的触发条件。
24.在各种对话场景中，都需要提前根据业务场景建立相关意图，在连接线中可通过
选择意图触发的方式提前选择步骤1中设置的意图进行整个对话流程的触发，同时可以支持在连接线中设置语料触发。通过配置触发语料，当用户输入语料和场景中配置的语料相似度达到设定的阈值时，则进入到后续的流程图中。在逻辑判断节点中，通过对复杂流程中做节点复现，通过在逻辑判断节点中编辑多轮反问的语料，可以从用户侧获取完成某个场景，但是用户侧返回的内容可能无法直接满足的要求，所以需要在逻辑判断节点中针对用户返回的内容进行语义解析，通过构建语义规则、请求外部资源和自开发脚本支持解析工作。构建语义规则通过分析大量对话日志，通过各种数据分析手段，提取日志中有明显区分特征的信息，通过信息构建语义规则；同时，也可以通过直接请求外部资源，通过调用外部服务，直接解析用户输入的内容，获取必须的信息；在支撑某些复杂的场景情况下，在逻辑节点中可以自定义编辑脚本，通过脚本实现各种复杂功能，包括但不限于构建复杂定时任务等。
25.以下针对一个完整的对话场景对本发明的具体实施方式作进一步的说明。
26.1、根据业务场景准备响应的触发语料，比如买车场景下，准备“我要买车”，“xx车价格如何”等具体直接和业务场景相关联的语料，可以根据语料新建买车意图，通过训练意图分类模型或者简单的构建文本语义匹配模型来充分理解用户输入的语料属于买车场景。
27.2、构建开始节点，开始节点可作为整个对话场景的简述，也可以在开始节点设置强制打断语料，通过语料强制结束整个复杂对话流程。具体实现方式为判断query是否是强制结束语料，将该对话状态直接重置，并将对话行为的类型更改为结束状态，同时返回开始节点中预设的场景结束话术。
28.3、创建场景触发条件（编辑流转线），场景触发有多种实现方式，包括但不限于意图识别、语料触发、关键词验证等。意图识别是调用预先训练好的意图分类模型，判断用户输入的问题最匹配的意图是哪个，进而可以流转到后续节点；语料触发是指在流转线中编辑相关的触发语料，然后通过提前训练好的语义模型判断用户输入和触发文本是否相似；关键词验证主要是通过正则等规则提供一种验证方法能快速的判断用户输入是否满足条件。流转线主要用作流转条件的判断，可以在流转线中提前设置好后续的流转情况和回复话术，然后根据用户输入的进行灵活应答。
29.4、根据业务逻辑编辑逻辑判断节点。逻辑判断节点主要是为了获取复杂问答场景中用户为提供的信息。比如在买车场景中，用户触发了买车意图后，逻辑节点会获取场景中用户可能会输入的一些信息，包括但不限于意向车辆、预算等。在逻辑判断节点，可以直接配置返回给用户的反问话术，也可以通过编写自定义脚本进行设置，比如通过用户输入的信息进行价格的计算和筛选，也可以多次询问，并联系上下文记录用户输入的有效信息，在根据获得的信息进行节点流转。
30.5、结束节点。结束节点的作用是为了汇总信息，并把用户想要的信息加工后返回给用户。比如用户买车场景下，返回给用户的可能是各个预选车型的对比，但现在几乎所有平台都不直接支持，但是通过本发明方法，在结束节点中获取各个车型的数据并按照想要的格式进行页面的自定义编排。结束节点支持多种编码方式，主要实现方式为编码嵌入。
31.参见图3，是对话流程图中逻辑节点中的局部放大图。图3表示的是抽取对话数据中的关键信息。用户在和系统进行对话交互的同时，系统会对对话信息进行解析，通过自定义编码的方式提取对话信息中的坐标或经纬度信息，用于完成后续对话流的执行。
32.由此可见，采用本发明方法可以解决复杂场景下多轮问答构建困难的问题。
33.最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。