[发明专利]一种智能语音机器人的对话管理方法、装置和系统

说明书

本发明公开了一种智能语音机器人的对话管理方法、装置、系统和计算机可读介质，用于在智能语音机器人与用户对话过程中对用户的整体思路进行，方法包括：获取用户语音输入，对用户的语音输入进行分析识别；据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略；智能语音机器人根据调整的对话逻辑策略输出应答。采用该技术方案，不仅能够识别用户当前话语的含义，还能更准确的判断用户的对话的真实意图，避免错误理解用户的意图，导致用户对服务不满意进行投诉，使得用户体验更加良好。

技术领域

本发明涉及智能识别技术领域，具体而言，涉及一种智能语音机器人的对话管理方法、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智能语音机器人进行回访、电话问卷调查等服务。

但目前智能语音机器人普遍存在只能针对用户的当前语句的意图进行识别，不能结合用户的前面所说的语句理解用户的真实意图，存在会对用户意图造成曲解的问题。

发明内容

本发明旨在解决现有智能语音机器人不能结合用户的前面所说的语句理解用户的真实意图，会对用户意图造成曲解，给用户体验较差的问题。

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对话管理方法，方法包括：

获取用户语音输入，对用户的语音输入进行分析识别；

根据分析识别结果，判断用户的真实意图调整与用户真实意图对应的对话逻辑策略；

智能语音机器人根据调整的对话逻辑策略输出应答。

根据本发明的一种优选实施方式，对用户的语音输入进行分析识别包括：

将用户当前的语音输入转化为文本；

将文本输入槽位识别模型进行槽位识别；

将文本输入单句意图识别模型进行单句意图识别。

根据本发明的一种优选实施方式，所述槽位识别模型是基于迭代膨胀卷积神经网络IDCNN的深度学习模型。

根据本发明的一种优选实施方式，所述单句意图识别模型是基于深度学习文本分类模型TextCNN或基于问题匹配模型。

根据本发明的一种优选实施方式，根据分析识别结果，判断用户的真实意图选取与用户真实意图对应的对话逻辑策略包括：

基于智能语音机器人的对话主题从对话逻辑库中选取与主题匹配的对话逻辑；

基于分析识别结果与所述对话逻辑判断用户真实意图；

根据所述用户真实意图选取或调整对话逻辑策略。

根据本发明的一种优选实施方式，智能语音机器人根据调整的对话逻辑策略输出应答包括：

智能语音机器人从文本数据库选取与所述对话策略相应的对话文本，将所述对话文本转化为语音播放给用户。

根据本发明的一种优选实施方式，方法还包括：

智能语音机器人在完成对话后，将对话内容存储在对话历史数据库。

根据本发明的一种优选实施方式，方法还包括：

将对话内容输入整轮意图识别模型，输出整轮用户意图标签，所述整轮意图识别模型基于深度学习文本分类模型TextCNN。

本发明的第二方面提出一种智能语音机器人的对话管理装置，装置包括：