[发明专利]一种智能语音机器人的训练方法、装置和系统

说明书

本发明公开了一种智能语音机器人的训练方法、装置和系统，其中方法包括：将预先设置的树形结构的对话策略转换成规则信息列表组，规则信息列表组中的每一条规则信息对应树形结构中包含根结点到叶子结点的一条路径；根据规则信息列表组设计基础训练样例，使用基础训练样例对智能语音机器人进行基础训练；智能语音机器人完成基础训练后上线用于与用户进行对话，所述智能语音机器人无法处理的对话标记为负样例，使用负样例对所述智能语音机器人进行训练。采用该技术方案，在新拓展领域没有历史数据的情况下，能够使智能语音机器人快速上线为用户服务，随着使用时间的积累，智能语音机器人的对话策略逐渐迭代更新，对话策略会越来越完善。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种智能语音机器人的训练方法、装置和系统。

背景技术

客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。

随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用语音机器人来为用户进行服务，缓解人工客服等待时间过长的问题。

目前语音机器人在与用户进行对话过程中，由管理人员配置对话策略和对话结点，使用历史对话数据对智能语音机器人进行训练，完善智能语音机器人的性能。

但在某些新开拓的领域往往没有历史对话数据，无法对智能语音机器人进行训练，对话策略不够完善，使得该领域不能直接智能语音机器人，必须使用人工客服积累一段时间的对话数据才能上线智能语音机器人。

发明内容

本发明旨在解决现有某些新开拓的领域，没有历史对话数据，对话策略不够完善，无法直接应用智能语音机器人的问题。

为了解决上述技术问题，本发明第一方面提出一种智能语音机器人的训练方法，包括：

将预先设置的树形结构的对话策略转换成规则信息列表组，所述规则信息列表组中的每一条规则信息对应树形结构中包含根结点到叶子结点的一条路径；

根据所述规则信息列表组设计基础训练样例，使用基础训练样例对智能语音机器人进行基础训练；

所述智能语音机器人完成基础训练后上线用于与用户进行对话，所述智能语音机器人无法处理的对话标记为负样例，使用负样例对所述智能语音机器人进行训练。

根据本发明的一种优选实施方式，所述规则信息列表组中的规则信息覆盖树形结构中的所有分支。

根据本发明的一种优选实施方式，所述负样例与所述规则信息列表组进行匹配，确定与所述负样例最接近的规则信息。

根据本发明的一种优选实施方式，所述负样例与所述规则信息进行匹配具体为：

使用匹配模型对所述负样例和所述规则信息进行匹配。

根据本发明的一种优选实施方式，所述匹配模型为基于深度学习的LSTM-CNN卷积神经网络模型。

根据本发明的一种优选实施方式，使用匹配模型对所述负样例和所述规则信息进行匹配进一步包括，确定所述负样例命中所述的规则信息对应的路径中的具体结点，并确定该路径中被命中的最后一个分支结点以及所述负样例中未命中结点的内容。

根据本发明的一种优选实施方式，将所述负样例未命中结点的内容进行聚类分析，确定聚类分析后每个类别的主题，根据确定的主题调整对话策略并在路径中被命中的最后一个结点后面增加相应的叶子结点。

本发明第二方面提出一种智能语音机器人的训练装置，装置包括：

树形结构转化模块，用于将预先设置的树形结构的对话策略转换成规则信息列表组，所述规则信息列表组中的每一条规则信息对应树形结构中包含根结点到叶子结点的一条路径；