[发明专利]基于示例会话使用自然语言机器学习来响应用户请求的技术有效
| 申请号: | 201780028343.0 | 申请日: | 2017-03-16 |
| 公开(公告)号: | CN109074402B | 公开(公告)日: | 2022-07-26 |
| 发明(设计)人: | 威利·布兰丁;亚历山大·勒布伦 | 申请(专利权)人: | 元平台公司 |
| 主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/33;G06F40/35;G06F40/40;G06N20/00 |
| 代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 周靖;杨明钊 |
| 地址: | 美国加*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 示例 会话 使用 自然语言 机器 学习 响应 用户 请求 技术 | ||
1.一种计算机实现的方法,包括:
接收示例交互存储库;
响应于提交所述示例交互存储库至自然语言机器学习组件,从所述自然语言机器学习组件接收序列模型;以及
基于所述序列模型执行用户到机器人会话,以及
所述示例交互存储库包括由开发人员构建的多个示例用户到机器人交互以及由机器人应用程序从实时生产或测试环境中的真实世界交互生成的多个实时用户到机器人交互,
所述多个实时用户到机器人交互至少包括:导致所述机器人应用程序成功动作的第一交互和导致失败动作的第二交互,所述第二交互包括至少指示所述机器人应用程序应该如何表现的至少一个或多个编辑,以及
所述示例用户到机器人交互和包括所述第一交互和所述第二交互的所述实时用户到机器人交互形成用于训练所述自然语言机器学习组件的训练故事。
2.根据权利要求1所述的方法,其中,基于所述序列模型执行所述用户到机器人会话包括将所述序列模型应用于用户请求上下文、用户到机器人会话历史以及针对一个或多个用户消息的语义分析信息。
3.根据权利要求1所述的方法,执行所述用户到机器人会话包括从客户端设备接收用户消息并基于所述用户消息和所述序列模型生成机器人响应,所述机器人响应包括机器人动作,所述方法进一步包括:
将所述机器人动作发送到机器人应用程序,传送到所述机器人应用程序的所述机器人动作与用户请求上下文相关联;以及
从所述机器人应用程序接收更新的用户请求上下文。
4.根据权利要求1所述的方法,执行所述用户到机器人会话包括从客户端设备接收用户消息并基于所述用户消息和所述序列模型生成机器人响应,所述方法进一步包括:
基于利用与当前的用户请求上下文相关联的所述序列模型处理所述用户消息来生成更新的用户请求上下文。
5.根据权利要求1所述的方法,其中,执行所述用户到机器人会话包括经由消息收发系统交换一系列用户消息和机器人消息以生成用户请求上下文和推断的用户请求动作,所述推断的用户请求动作基于应用程序接口调用定义,其中,所述应用程序接口调用的一个或多个参数基于所述用户请求上下文定义。
6.根据权利要求1所述的方法,其中,所述示例用户到机器人交互中的一个或多个包括开发人员所编写用户到机器人假设交互,所述方法进一步包括:
经由开发人员控制台接收一个或多个所述开发人员所编写用户到机器人交互。
7.根据权利要求1所述的方法,其中,所述示例用户到机器人交互中的一个或多个包括基于使用的用户到机器人交互,所述方法进一步包括:
接收从执行生产的用户到机器人会话所生成的一个或多个生产式用户到机器人交互;
经由开发人员控制台显示所述一个或多个生产式用户到机器人交互;
经由所述开发人员控制台接收对于所述一个或多个生产式用户到机器人交互的一个或多个开发人员修改,以生成所述基于使用的用户到机器人交互;
经由所述开发人员控制台接收所述一个或多个生产式用户到机器人交互的开发人员验证,以生成所述基于使用的用户到机器人交互;
经由所述开发人员控制台接收所述一个或多个生产式用户到机器人交互的一个或多个开发人员注释,以生成所述基于使用的用户到机器人交互,所述一个或多个开发人员注释包括上下文更新注释;
响应于接收到一个或多个基于使用的用户到机器人交互的所述开发人员验证,在所述示例交互存储库中包括所述一个或多个基于使用的用户到机器人交互;以及
在所述示例交互存储库中包括所述一个或多个基于使用的用户到机器人交互的所述一个或多个开发人员注释。
8.根据权利要求1所述的方法,基于所述序列模型执行所述用户到机器人会话包括:
将提取的非监督信息合并到一个或多个建议机器人响应中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于元平台公司,未经元平台公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780028343.0/1.html,转载请声明来源钻瓜专利网。





