[发明专利]用于会话机器人的训练对话的可视化

说明书

本文档涉及使用图形用户界面创建和/或更新聊天机器人。例如，针对聊天机器人的训练对话可以以树形式被显示在图形用户界面上。至少基于开发人员与图形用户界面之间的交互，训练对话可以以树形式被修改，并且训练对话可以基于经由图形用户界面在树形式上提供的修改而被更新。

背景技术

近年来，互联网的广泛使用已经导致了用户可用的大量在线信息资源和服务。如今，人们花费大量且不断增加的时间与公司进行在线互动，并且公司也对用于处理与客户的用户互动的新方法越来越感兴趣。在某些情况下，利用聊天机器人以为了让用户更容易与公司互动并且完成他们所需的动作。

聊天机器人是指提供通信服务的计算机实现的会话系统，其中聊天机器人通常基于硬编码的声明性规则，这些规则使用户能够通过聊天界面的方式与聊天机器人进行交互。服务可以是任何合适的服务，诸如为被设计用于商业的网站提供客户支持，诸如订餐服务。在操作中，用户通过界面(其中界面可以是麦克风、接受输入的图形用户界面等)的方式向聊天机器人提供输入，并且聊天机器人利用(基于输入)被标识为对用户有帮助的(多个)响应对这种做出响应。由聊天机器人响应于输入所输出的响应可以是以下形式：文本、图形、音频、手势(例如通过机器人)或其他类型的人类可解释的内容。聊天机器人还可以通过编程方式与外部计算机系统交互，用于响应于输入发送或接收信息。

通常，创建聊天机器人和更新部署的聊天机器人可能是困难的任务。在示例中，聊天机器人通常可以通过编程的方式(即程序员对聊天机器人的交互模型进行编码)或者经由设计工具而被创建，该设计工具可以用于创建声明性规则，这些规则然后被聊天机器人用来确定对输入的适当响应。然而，这些创建聊天机器人的方法会带来困难，因为更新基于编程的聊天机器人可能需要计算机编程专业知识，并且当聊天机器人变得越来越复杂时，由于可视化的复杂性，更新声明性规则可能会给适当地确定聊天机器人的逻辑流程带来困难。

开发聊天机器人的备选方法包括使用基于由聊天机器人的开发人员提供的样本训练对话的机器学习。基于这些训练对话，聊天机器人可以尝试确定对意外输入的适当响应。然而，机器学习模型通常可以被视为针对开发人员的黑盒，因为它可能很难确认使用中的训练对话是否充分地覆盖聊天机器人处理不同情况所必需的逻辑流程或者什么聊天机器人可能依赖于基于输入来选择特定的决定。

因此，虽然训练对话的使用解决了与通过编程方式或使用声明性规则而被创建的聊天机器人相关联的一些问题，但是以有效的方式更新聊天机器人功能性仍然存在困难。

发明内容

提供本发明内容是为了以简化的形式介绍概念的选集，这些概念还将在下面的具体实施方式中进行描述。此发明内容既不旨在标识所要求的主题的主要特征或基本特征，也不旨在用于限制所要求的主题的范围。

本说明书通常涉及用于可视化和编辑聊天机器人训练对话和规则的技术。一个示例包括可以在计算设备上执行的方法或技术。方法可以包括访问与会话系统相关联的一个或多个存储的训练对话。方法还可以包括：接收用于以树形式显示训练对话的选择，以及至少部分地基于接收到的选择生成训练对话的树形式，该树形式将存储的训练对话显示为节点，该节点具有表示决策点的分支。方法还可以包括至少基于接收到的对树形式的修改，更新存储的训练对话。

另一示例包括可以在计算设备上执行的备选方法或技术。方法可以包括在图形用户界面(GUI)上显示视觉树，该视觉树表示与会话系统相关联的训练对话。该方法还可以包括：通经由GUI接收对一个或多个训练对话的修改，将修改传播给视觉树中的训练对话，视觉树中的训练对话取决于修改后的一个或多个训练对话，以及至少基于接收到的修改更新训练对话的数据库。