一种基于NLP技术实现门诊接听机器人的方法和系统与流程

一种基于nlp技术实现门诊接听机器人的方法和系统
技术领域
1.本发明涉及医疗信息化技术及人工智能技术领域，特别是涉及一种基于nlp技术实现门诊接听机器人的方法和系统。


背景技术：

2.医院作为服务广大患者的医疗机构，也是社会稀缺资源，一直以来，都是患者云集，医疗服务繁忙的行业之一。其中门诊服务作为医院统一面向患者的第一服务窗口，是医院最繁忙的部门之一。门诊大厅每天汇集了大量求医患者，门诊服务承担了大量的远程电话咨询或现场就医咨询任务。以门办远程电话咨询为例，在日常来电就医咨询量接近饱和的情况下，每天的远程咨询电话几乎没停过，且来电时间分布到了各个非工作时间段。主要表现在以下几个方面：1、来电咨询量大：平均单线日呼叫量120-250个，基本处于需要全天后来电咨询状态；2、来电时间段广泛：患者来电时间基本可发生在一天24小时的任何时间段，尤其是周一，从早上5点到晚上11点均有患者来电咨询的情况；3、问题种类繁多：涉及门诊信息、就医流程、费用处理、专家门诊预约、住院流程、检验检测、各类报告获取、停车服务等杂乱无序的各种问题咨询；4、无响应投诉较多：因问题繁多无法大量人工记忆或者快速准确查询、且受人力限制，造成不能及时接听电话或者无法准确响应患者问题，造成患者投诉较多，对门诊服务质量、医院形象等都造成了一定负面影响。
3.这样给门诊办公现场工作人员带来了巨大的压力，因为现场工作人员更多要承担大量现场患者的咨询、预约、导医等服务，还要长时间不间断的专人接听咨询电话，稍后怠慢则会造成患者投诉”无人值班”、”工作不作为”等，加上门办人员编制的限制，对门诊日常工作造成了较大的困惑和压力。由于现场患者咨询的不可替代性，则急需要有人工智能类的现代科技产品，来协助工作人员接听电话，极大的环节现场服务人员的工作压力。
4.近年来随着人工智能技术、nlp（自然语言处理）技术、asr（语音识别）技术以及互联网技术的发展和成熟，拟人的自动应答交互越来越成熟，所以可以结合以上技术，基于门办电话咨询的需求，寻求一种基于nlp技术实现门诊接听机器人的方法和系统，并在应用过程中持续优化升级，达到基本可替代人工接听的服务效果。


技术实现要素：

5.本发明提供了一种基于nlp技术实现门诊接听机器人的方法和系统。以门诊来电咨询服务场景为基础，首先通过对患者或用户呼入来电进行接管和控制，实现呼入的电话信息的采集和自动接听处理，并实现来电语音的自动监听、语音流获取及数字化预处理；其次构建核心nlp处理模块，对来电数字化语音流进行在线自动语音识别，通过适配门诊咨询服务的多种组合算法，及与构建的门诊知识库模块联动，自动化获取最佳匹配应答内容的
获取，并在线转换为自动应答语音流，通过应答结果及放音处理模块播放给当前来电咨询的用户或患者；通过以上自动化循环应答处理，并结合识别分拣与更新模块，获得持续应答正确率的学习和提升，并最终实现良好可持续质量提升的自动化门诊接听机器人服务。
6.本发明包括呼叫控制及语音预处理模块、nlp处理模块、门诊知识库模块、识别分拣与更新模块、应答结果及放音处理模块及主要业务流程。
7.1、呼叫控制及语音预处理模块：负责接管患者及用户来电及用户咨询语音的预处理等，包括以下主要功能：（a）对来电信息进行识别和采集（包括来电号码usernum、来电时间calltime）；（b）来电自动自动接听处理，构建持续话路和语音交互通道；（c）对来电用户的语音进行自动化断句等语音预处理。
8.另外，在自动化接听处理的时候，可以根据系统设置的时间（可通过nlp处理模块配置），来做接听机器人自动化应答响应处理（包括自动接听、自动休眠、拒绝接听等状态和应对处理）。
9.2、nlp处理模块：nlp处理模块是本方法和系统的核心模块。主要负责以下几个层面的处理任务：（a）将呼叫控制及语音预处理模块输入的预处理语音，在线完成语音识别（asr），获得当前用户语音的文本化咨询内容；（b）基于门诊咨询业务特征，构建多种算法（包括针对专家及专科名字等专有名词的固化分词处理和多音字识别及矫正算法、基于多种非场景非逻辑类问题的文本相似度算法（包括tfidf算法模型、bert算法模型、difflib算法模型等）进行组合使用和优化配置等处理，结合门诊知识库模块进行模型库导入训练处理，得到当前用户咨询问题的最佳答案（文本内容）；（c）将最佳答案的文本内容，通过在线文语转换（tts）技术或者接口，将文本内容在线转换为语音流或者语音文件，通过应答结果及放音处理模块，播放给当前咨询用户；（d）针对用户语音识别及基于多种算法完成最佳应答内容匹配的同时，设置匹配率阈值，用于对匹配结果进行分类（高匹配率、中匹配率、低匹配率）和归类处理，并将低匹配率的结果进行标签化和汇总处理；（e）以上流程通过本模块的自动化监听接口，进行循环监听和处理，并通过初始呼叫的全局独立会话id等参数，将一次独立呼叫的所有交互信息进行关联，确保咨询用户与机器人会话的独立性和完整性，便于交互录音的存档和查询、追溯等质量控制服务。
10.3、门诊知识库模块：基于门诊来电咨询的业务特征，构建门诊知识库模块。主要是以qa形式的文本化知识库构建，并对咨询问题进行分类标签化处理，便于知识库的灵活扩充、问题类型的识别与分类等；并提供互联网化可灵活在线扩充的入口/接口与分支服务系统。
11.4、识别分拣与更新模块：在nlp处理模块对用户咨询问题进行智能化匹配应答内容时，对标签化汇总的问题进行分拣，将不同匹配率的问题和应答结果进行汇总，并将低匹配率的结果进行独立展示，并提供在线纠错及更新处理的入口和分支系统；更新后的问题、应答及分类等形成新的知识库内容，同步或异步更新到门诊知识库模块。
12.5、应答结果及放音处理模块：负责将nlp处理模块输入语音流，作为针对当前用户
咨询问题的应答结果，协同呼叫控制及语音预处理模块，作为自动应答机器人的反馈内容播放给当前用户，并循环处理此流程；在识别用户结束或者业务需要中断时，协同呼叫控制及语音预处理模块对当前用户来电进行挂断处理，实现完整闭环呼叫与控制流程。
13.6、主要业务流程为：1）用户/患者拨号门诊咨询热线来电咨询；2）呼叫控制及语音预处理模块自动接通用户电话，并获取用户来电信息（来电号码、来电时间）；3）呼叫控制及语音预处理模块监测用户语音输入获取用户咨询语音内容，并进行自动化智能化断句处理；4）调用nlp处理模块将当前用户咨询的内容，在线进行语音识别，获得响应的识别后的文本内容；5）nlp处理模块调用本地组合算法，结合门诊知识库模块进行训练，处理并获取应对当前用户咨询内容的最佳匹配数值、对应的最佳答案（文本内容），及最佳匹配结果类别信息；6）nlp处理模块对当前匹配结果信息进行保存，并汇聚到识别分拣与更新模块进行记录、分类和后期更新处理；7）nlp处理模块将当前最佳匹配答案（文本内容），在线转换为语音流。调用应答结果及放音处理模块，对当前咨询用户进行自动化播放应答；8）在判断用户处理结束或业务需要结束时，协同呼叫控制及语音预处理模块对当前用户来电进行挂断处理，实现完整闭环呼叫与控制流程。
附图说明
14.图1 为一种基于nlp技术实现门诊接听机器人的方法和系统架构图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
16.请参阅图1，本发明实施实例中，一种基于nlp技术实现门诊接听机器人的方法和系统，包括呼叫控制及语音预处理模块（s01）、nlp处理模块（s02）、门诊知识库模块（s03）、识别分拣与更新模块（s04）、应答结果及放音处理模块（s05）及主要业务流程。
17.1、呼叫控制及语音预处理模块（s01）：负责接管患者及用户来电及用户咨询语音的预处理等，包括以下主要功能：（a）对来电信息进行识别和采集（包括来电号码usernum、来电时间calltime）；（b）来电自动自动接听处理，构建持续话路和语音交互通道；（c）对来电用户的语音进行自动化断句等语音预处理。
18.另外，在自动化接听处理的时候，可以根据系统设置的时间（可通过nlp处理模块（s02）配置），来做接听机器人自动化应答响应处理（包括自动接听、自动休眠、拒绝接听等
状态和应对处理）。
19.2、nlp处理模块（s02）：nlp处理模块是本方法和系统的核心模块。主要负责以下几个层面的处理任务：（a）将呼叫控制及语音预处理模块（s01）输入的预处理语音，在线完成语音识别（asr），获得当前用户语音的文本化咨询内容；（b）基于门诊咨询业务特征，构建多种算法（包括针对专家及专科名字等专有名词的固化分词处理和多音字识别及矫正算法、基于多种非场景非逻辑类问题的文本相似度算法（包括tfidf算法模型、bert算法模型、difflib算法模型等）进行组合使用和优化配置等处理，结合门诊知识库模块（s03）进行模型库导入训练处理，得到当前用户咨询问题的最佳答案（文本内容）；（c）将最佳答案的文本内容，通过在线文语转换（tts）技术或者接口，将文本内容在线转换为语音流或者语音文件，通过应答结果及放音处理模块（s05），播放给当前咨询用户；（d）针对用户语音识别及基于多种算法完成最佳应答内容匹配的同时，设置匹配率阈值，用于对匹配结果进行分类（高匹配率、中匹配率、低匹配率）和归类处理，并将低匹配率的结果进行标签化和汇总处理；（e）以上流程通过本模块的自动化监听接口，进行循环监听和处理，并通过初始呼叫的全局独立会话id等参数，将一次独立呼叫的所有交互信息进行关联，确保咨询用户与机器人会话的独立性和完整性，便于交互录音的存档和查询、追溯等质量控制服务。
20.3、门诊知识库模块（s03）：基于门诊来电咨询的业务特征，构建门诊知识库模块。主要是以qa形式的文本化知识库构建，并对咨询问题进行分类标签化处理，便于知识库的灵活扩充、问题类型的识别与分类等；并提供互联网化可灵活在线扩充的入口/接口与分支服务系统。
21.4、识别分拣与更新模块（s04）：在nlp处理模块（s02）对用户咨询问题进行智能化匹配应答内容时，对标签化汇总的问题进行分拣，将不同匹配率的问题和应答结果进行汇总，并将低匹配率的结果进行独立展示，并提供在线纠错及更新处理的入口和分支系统；更新后的问题、应答及分类等形成新的知识库内容，同步或异步更新到门诊知识库模块（s03）。
22.5、应答结果及放音处理模块（s05）：负责将nlp处理模块（s02）输入语音流，作为针对当前用户咨询问题的应答结果，协同呼叫控制及语音预处理模块（s01），作为自动应答机器人的反馈内容播放给当前用户，并循环处理此流程；在识别用户结束或者业务需要中断时，协同呼叫控制及语音预处理模块（s05）对当前用户来电进行挂断处理，实现完整闭环呼叫与控制流程。
23.6、主要业务流程为：1）用户/患者拨号门诊咨询热线来电咨询；2）呼叫控制及语音预处理模块（s01）自动接通用户电话，并获取用户来电信息（来电号码、来电时间）；3）呼叫控制及语音预处理模块（s01）监测用户语音输入获取用户咨询语音内容，并进行自动化智能化断句处理；
4）调用nlp处理模块（s02）将当前用户咨询的内容，在线进行语音识别，获得响应的识别后的文本内容；5）nlp处理模块（s02）调用本地组合算法，结合门诊知识库模块（s03）进行训练，处理并获取应对当前用户咨询内容的最佳匹配数值、对应的最佳答案（文本内容），及最佳匹配结果类别信息；6）nlp处理模块（s02）对当前匹配结果信息进行保存，并汇聚到识别分拣与更新模块（s04）进行记录、分类和后期更新处理；7）nlp处理模块（s02）将当前最佳匹配答案（文本内容），在线转换为语音流。调用应答结果及放音处理模块（s04），对当前咨询用户进行自动化播放应答；8）在判断用户处理结束或业务需要结束时，协同呼叫控制及语音预处理模块（s01）对当前用户来电进行挂断处理，实现完整闭环呼叫与控制流程。