本发明涉及人工智能技术领域,具体涉及一种具有自学习功能的智能机器人及其自学习方法。
背景技术:
现有技术中,一般只能是顾客对机器人进行话题的询问,机器人对该问题进行回答,如果顾客提问的内容超出了服务范围,机器人无法找出匹配的答案,或者机器人无法理解,机器人则不回答或者直接对顾客说“对比起,我无法回答你的问题”之类的话。直接降低了用户与机器人交流的满意度,降低了用户体验。特别是如果有多个顾客对同一个问题或类似问题均进行询问,则机器人每次都不能回答顾客的问题,则务必会对顾客留下不好的印象。
然而,现有技术中的机器人不能够主动的对人询问的问题进行统计,也不能够自动的将顾客询问次数比较多的问题添加到数据库中,导致每次都不能够对客户询问次数较多的问题进行回答,使得机器人不能和客户进行良好及顺畅的沟通,导致客户的满意度大大降低。
基于以上描述,亟需一种新的具有自学习功能的智能机器人,以解决现有技术中的对于机器人内部没有预设的问题,机器人每次都不能够进行回答,导致机器人不能和客户进行良好及顺畅的沟通,客户的满意度大大降低的问题。
技术实现要素:
针对现有技术存在的缺陷,本发明的目的之一在于提供一种具有自学习功能的智能机器人,该机器人在进行语音交互时,能够针对数据库中没有的,顾客所提问的问题进行统计,并且能自动的在数据库中添加话术,使得机器人能和客户进行良好及顺畅的沟通,大大提高了客户的满意度。
本发明的目的之二在于提供一种智能机器人自学习方法,通过该自学习方法,该智能机器人在进行语音交互时,能够针对数据库中没有的,顾客所提问 的问题进行统计,并且能自动的在数据库中添加话术,使得机器人能和客户进行良好及顺畅的沟通,大大提高了客户的满意度。
本发明采用的技术方案如下:
一种具有自学习功能的智能机器人,包括异常问题识别系统、异常问题统计系统、异常问题次数比较系统、数据库以及控制器:
所述异常问题识别系统用于将顾客所提问的问题与所述数据库中存在的问题进行相似度对比,如果数据库中不存在与顾客所提问的问题相似或相同的问题,则异常问题识别系统将顾客所提问的问题标示为异常问题,并向所述控制器发送异常信号;
所述异常问题统计系统用于将该异常问题的个数M进行累计加1;
所述异常问题次数比较系统用于将该异常问题的个数M与预设值N进行比较,如果M大于等于N,则所述控制器将异常问题自动的添加到所述数据库中。
作为优选,所述具有自学习功能的智能机器人还包括:
答案生成系统,用于对自动添加到所述数据库中的异常问题生成相应的答案。
作为优选,所述具有自学习功能的智能机器人还包括:
答案调整系统,用于对新生成的相应答案进行调整。
作为优选,所述答案生成系统包括:
关键词提取模块,用于提取出自动添加到所述数据库中的异常问题中的关键词,并统计所提取出的所有关键词出现的次数;
关键词权重确定模块,用于根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序;
答案选择模块,用于根据关键词的排列顺序,将每个关键词与数据库中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来,作为目标答案。
作为优选,所述答案生成系统包括:
关键词提取模块,用于提取出自动添加到所述数据库中的异常问题中的关键词,并统计所提取出的所有关键词出现的次数;
关键词权重确定模块,用于根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序;
答案选择模块,用于根据关键词的排列顺序,将每个关键词与数据库中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来;
答案合成模块,将所有关键词对应的答案进行融合、删除、添加、调整、修改,并将生成的答案作为目标答案。
作为优选,所述数据库为云端通用数据库。
一种智能机器人自学习方法,该方法应用于以上任一项所述的机器人,所述自学习方法,包括步骤:
S10、异常问题识别系统将顾客所提问的问题与数据库中存在的问题进行相似度对比,如果数据库中不存在与顾客所提问的问题相似或相同的问题,则执行步骤S20;
S20、异常问题识别系统将顾客所提问的问题标示为异常问题,并向控制器发送异常信号,控制器控制异常问题统计系统将该异常问题的个数M进行累计加1;
S30、异常问题次数比较系统将该异常问题的个数M与预设值N进行比较,如果M大于等于N,则执行步骤S40;否则,执行步骤S10;
S40、控制器将异常问题自动的添加到数据库中。
作为优选,在步骤S40之后,还包括步骤:
S50、答案生成系统对自动添加到数据库中的异常问题生成相应的答案;
S60、答案调整系统对新生成的相应答案进行调整。
作为优选,步骤S50包括以下步骤:
S511、关键词提取模块提取出自动添加到所述数据库中的异常问题中的关键词,并统计所提取出的所有关键词出现的次数;
S512、关键词权重确定模块根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序;
S513、答案选择模块根据关键词的排列顺序,将每个关键词与数据库中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来,作为目标 答案。
作为优选,步骤S50包括以下步骤:
S521、关键词提取模块提取出自动添加到所述数据库中的异常问题中的关键词,并统计所提取出的所有关键词出现的次数;
S522、关键词权重确定模块根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序;
S523、答案选择模块根据关键词的排列顺序,将每个关键词与数据库中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来;
S524、答案合成模块将所有关键词对应的答案进行融合、删除、添加、调整、修改,并将生成的答案作为目标答案。
本发明提供的具有自学习功能的智能机器人具有以下优点:
由于本方案提供的具有自学习功能的智能机器人包括异常问题识别系统、异常问题统计系统、异常问题次数比较系统、数据库以及控制器:异常问题识别系统用于将顾客所提问的问题与数据库中存在的问题进行相似度对比,如果数据库中不存在与顾客所提问的问题相似或相同的问题,则异常问题识别系统将顾客所提问的问题标示为异常问题,并向控制器发送异常信号;异常问题统计系统用于将异常问题的个数M进行累计加1;异常问题次数比较系统用于将异常问题的个数M与预设值N进行比较,如果M大于等于N,则控制器将异常问题自动的添加到所述数据库中。所以使用该智能机器人在进行语音交互时,能够针对数据库中没有的,顾客所提问的问题进行统计,并且能自动的在数据库中添加话术,使得机器人能和客户进行良好及顺畅的沟通,大大提高了客户的满意度。
附图说明
图1为本发明提供的具有自学习功能的智能机器人的结构框图;
图2为本发明提供的具有自学习功能的智能机器人的优选结构框图;
图3为本发明提供的答案生成系统的一种优选结构框图;
图4为本发明提供的答案生成系统的另一种优选结构框图;
图5为本发明提供的一种自学习方法的流程图;
图6为本发明提供的一种优选生成问题答案的流程图;
图7为本发明提供的另一种优选生成问题答案的流程图。
其中,1-异常问题识别系统;2-异常问题统计系统;3-异常问题次数比较系统;4-数据库;5-控制器;6-答案生成系统;7-答案调整系统;
611-关键词提取模块;612-关键词权重确定模块;613-答案选择模块;
621-关键词提取模块;622-关键词权重确定模块;623-答案选择模块;624-答案合成模块。
具体实施方式
以下结合附图对本发明进行详细说明:
装置实施例
如图1所示,本申请提供的具有自学习功能的智能机器人包括异常问题识别系统1、异常问题统计系统2、异常问题次数比较系统3、数据库4以及控制器5。所述异常问题识别系统1、异常问题统计系统2、异常问题次数比较系统3以及数据库4分别与控制器5相连。工作时,异常问题识别系统1、异常问题统计系统2、异常问题次数比较系统3将各自的结果以信号的形式反馈给控制器5,并且控制器5可以向异常问题识别系统1、异常问题统计系统2、异常问题次数比较系统3发送控制信号,各个系统根据控制器5的控制信号进行相应的工作。
所述异常问题识别系统1用于将顾客所提问的问题与所述数据库4中存在的问题进行相似度对比,如果数据库4中不存在与顾客所提问的问题相似或相同的问题,则异常问题识别系统1将顾客所提问的问题标示为异常问题,并向所述控制器5发送异常信号。
所述控制器5接收到异常问题识别系统1发送的异常信号后,向所述异常问题统计系统2发送异常信号,所述异常问题统计系统2在接收到所述控制器5发送的异常信号后,将该异常问题的个数M进行累计加1。比如,异常问题统计系统2中原来所储存的异常问题的个数为3,则在接收到所述控制器5发送的异常信号后,自动的将所储存的异常问题的个数变为4。依次类推,每接收到所述控制器5发送的异常信号则对异常问题的个数M进行自动加1。
所述异常问题次数比较系统3在接收到所述控制器5发送的信号后,将该异常问题的个数M与预设值N进行比较,如果M大于等于N,则所述控制器5将异常问题自动的添加到所述数据库4中。这样在顾客进行下一次询问的时候,机器人能主动的回答出该问题,而不再保持沉默。其中,N的取值范围为大于1的正整数,实际取值根据具体情况而定。
使用本方案所提供的智能机器人在进行语音交互时,能够针对数据库中没有的,顾客所提问的问题进行统计,并且能自动的在数据库中添加话术,使得机器人能和客户进行良好及顺畅的沟通,大大提高了客户的满意度。
于本实施例中,作为优选方案,如图2所示,所述具有自学习功能的智能机器人还包括答案生成系统6,答案生成系统6用于对自动添加到所述数据库4中的异常问题生成相应的答案,并将所生成的答案存储在数据库4中。当下一次再有顾客询问该问题或相似的问题时,语音交互系统即可从数据库4中调出该答案进行回答。
所述答案生成系统6所包括的模块不定,可以根据具体情况而定,以下举两个实施例对答案生成系统6的结构及对应的功能进行描述。其中一种实施例为:
如图3所示,所述答案生成系统6包括关键词提取模块611、关键词权重确定模块612及答案选择模块613。
其中,关键词提取模块611用于提取出自动添加到所述数据库4中的异常问题中的关键词,并统计所提取出的所有关键词出现的次数。
关键词权重确定模块612用于根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序。
答案选择模块613用于根据关键词的排列顺序,将每个关键词与数据库4中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来,作为目标答案。
如图4所示,所述答案生成系统6的另一种实施例为:
所述答案生成系统6包括关键词提取模块621、关键词权重确定模块622、答案选择模块623及答案合成模块624。
其中,关键词提取模块621用于提取出自动添加到所述数据库4中的异常问 题中的关键词,并统计所提取出的所有关键词出现的次数。
关键词权重确定模块622用于根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序。
答案选择模块623用于根据关键词的排列顺序,将每个关键词与数据库4中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来。
答案合成模块624将所有关键词对应的答案进行融合、删除、添加、调整、修改,并将生成的答案作为目标答案。比如,将多个关键词分别对应的多个答案合并在一起,成为一个合成答案,并对该合成答案进行词语的删除、添加、调整、修改,使得融合后的答案变成更合适的答案。
相对于以上方式,本实施例所提供的答案生成系统6合成的答案更加合理,与问题的切合度更高。
当然,所述答案生成系统6的结构及对应的功能并不局限于以上两种方式,还可以有更多的方式。
于本实施例中,作为优选方案,所述数据库4为云端通用数据库,但并不局限于此。
于本实施例中,作为进一步的优选方案,如图2所示,所述具有自学习功能的智能机器人还包括答案调整系统7。答案调整系统7用于对新生成的相应答案进行调整。该系统包括自动调整模块和手动调整模块。自动调整模块用于对生成的答案进行自动的调整。手动调整模块用于客户对生成的答案进行手动调整,比如,如果客户觉得生成的答案不合理,可以手动的输入答案,来替代机器人自动生成的答案。该系统给机器人提供了对答案进行调整的一个途径,使得得出的答案更加的合理。
方法实施例
本申请还提供了一种智能机器人自学习方法,该方法应用于以上所述的机器人,如图5所示,智能机器人自学习方法包括步骤:
S10、异常问题识别系统1将顾客所提问的问题与数据库4中存在的问题进行相似度对比,如果数据库4中不存在与顾客所提问的问题相似或相同的问题,则 执行步骤S20;如果数据库4中存在与顾客所提问的问题相似或相同的问题,则直接通过语音交互系统回答顾客的问题即可。
S20、异常问题识别系统1将顾客所提问的问题标示为异常问题,并向控制器5发送异常信号,控制器5向异常问题统计系统2发送异常信号,控制异常问题统计系统2将该异常问题的个数M进行累计加1。具体的累加过程在装置实施例中进行了详细描述,在此不做赘述。
S30、控制器5控制异常问题次数比较系统3将该异常问题的个数M与预设值N进行比较,如果M大于等于N,则执行步骤S40;否则,返回执行步骤S10。
其中,N的取值范围为大于1的正整数,实际取值根据具体情况而定。
S40、控制器5将异常问题自动的添加到数据库4中。
于本实施例中,作为优选方案,在步骤S40之后,还包括步骤:
S50、答案生成系统6对自动添加到数据库4中的异常问题生成相应的答案,并将所生成的答案存储在数据库4中。当下一次再有顾客询问该问题或相似的问题时,语音交互系统即可从数据库4中调出该答案进行回答。
S60、答案调整系统7对新生成的相应答案进行调整。该系统给机器人提供了对答案进行调整的一个途径,使得得出的答案更加的合理。
于本实施例中,所述答案生成系统6生成答案的方式包括多种,以下对其中的两种答案生成方式进行详细描述。如图6所示,其中一种答案生成方式包括以下步骤:
S511、关键词提取模块611提取出自动添加到所述数据库4中的异常问题中的关键词,并统计所提取出的所有关键词出现的次数。
S512、关键词权重确定模块612根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序。
S513、答案选择模块613根据关键词的排列顺序,将每个关键词与数据库4中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来,作为目标答案。
如图7所示,另一种答案生成方式包括以下步骤:
S521、关键词提取模块621提取出自动添加到所述数据库4中的异常问题中 的关键词,并统计所提取出的所有关键词出现的次数。
S522、关键词权重确定模块622根据上述的关键词以及关键词出现的次数确定每个关键词的权重,并根据关键词的权重确定关键词的排列顺序。
S523、答案选择模块623根据关键词的排列顺序,将每个关键词与数据库4中的答案进行相似性对比,将与所述关键词相似性最高的答案选择出来。
S524、答案合成模块624将所有关键词对应的答案进行融合、删除、添加、调整、修改,并将生成的答案作为目标答案。具体的合成方式在装置实施例中进行了详细的描述,在此不做赘述。
相对于以上方式,本实施例所提供的答案生成方式更加合理,与问题的切合度更高。当然,所述答案生成并不局限于以上两种方式,还可以有更多的方式。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。