一种酒店助理客服系统、数据处理方法及相关设备与流程

本申请涉及人工智能
技术领域：
，尤其涉及一种酒店助理客服系统、数据处理方法及相关设备。
背景技术：
：随着人们生活水平的不断提升，客户对于宾馆的服务要求也越来越高，更多的客户在酒店住宿时希望自己的需求可以第一时间得到满足，使得酒店的能源、人力、消费品等用品的管理也越来越复杂。目前，酒店的客房服务还处于人工服务阶段，客户需要通过房间内的电话与前台人员进行电话沟通，提出自己需要的客房服务，比如需要更换床单、需要更换吹风机、维修遥控器等等，前台人员记录用户需求后，再通知给相应的后勤服务人员进行处理。这种通过拨打电话致电前台请求客房服务的方式存在很多弊端，主要表现为：通过酒店前台人工传递客房服务信息，浪费了时间，降低了工作效率；对于规模酒店，信息量大，人工记录效率低，直接影响酒店服务质量；房客，酒店前台，后勤很难达到高效的信息同步等等。技术实现要素：本申请提供了一种酒店助理客服系统、数据处理方法及相关设备，用于解决当前客房服务的效率低、耗时长、客户体验不良的问题。第一方面，提供了一种数据处理方法，所述方法包括获取用户的第一语音信息，其中，所述用户的第一语音信息包含用户的房间号标识；将所述第一语音信息转化为第一文本信息；将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版，其中，所述订单模版用于根据文本信息生成订单信息；根据所述第一文本信息以及第一订单模版，生成订单信息；向服务人员的终端发送所述房间号标识以及所述订单信息。可选地，所述将所述第一语音信息转化为第一文本信息后，所述方法还包括：根据所述第一文本信息，确定所述用户的第一交互意图为咨询型或任务型；在所述用户的第一交互意图为咨询型的情况下，将所述第一文本信息与咨询模版进行匹配，获得第一答复文本；通过输出设备向所述用户输出所述第一答复文本，其中，所述输出设备至少包括扬声器以及显示屏中的一种或者多种；所述将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版包括：在所述用户的第一交互意图为任务型的情况下，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版。可选地，所述获得订单信息后，所述方法还包括：确定所述订单信息是否完整；在所述订单信息不完整的情况下，根据所述订单信息的缺失内容获取相应的话术模版，生成第一询问文本；通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第二语音信息，将所述第二语音信息转化为第二文本信息；根据所述第二文本信息，确定所述用户的第二交互意图为咨询型或任务型；在所述用户的第二交互意图为咨询型的情况下，将所述第二文本信息与咨询模版进行匹配，获得第二答复文本；通过输出设备向所述用户输出所述第二答复文本；在所述用户的第二交互意图为任务型的情况下，根据所述第二文本信息完善所述订单信息的缺失内容；所述向服务人员的终端发送所述房间号标识以及所述订单信息包括：在所述订单信息完整的情况下，向服务人员的终端发送所述房间号标识以及所述订单信息。可选地，所述通过输出设备向所述用户输出所述第二答复文本之后，所述方法还包括：通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第三语音信息，将所述第三语音信息转化为第三文本信息；根据所述第三文本信息，确定所述用户的第三交互意图为咨询型或任务型；在所述用户的第三交互意图为咨询型的情况下，将所述第三文本信息与咨询模版进行匹配，获得第三答复文本；通过输出设备向所述用户输出所述第三答复文本后，再次通过输出设备向所述用户输出所述第一询问文本；在所述用户的第三交互意图为任务型的情况下，根据所述第三文本信息完善所述订单信息的缺失内容。可选地，所述获取用户的第一语音信息之前，所述方法还包括：获取所述服务人员可提供的服务信息；根据所述服务信息，获取所述订单模版以及所述订单模版的关键字。可选地，所述订单模版通过事先规范、逻辑推理方法或机器学习生成，所述订单模版包括多个槽位，所述根据所述第一文本信息以及第一订单模版，生成订单信息包括：根据所述第一文本信息，填充所述第一订单模版的多个槽位；所述槽位包括必填槽位以及选填槽位，所述确定所述订单信息是否完整包括：确定所述第一订单模版的必填槽位是否填充完整；所述根据所述订单信息的缺失内容获取相应的话术模版包括：根据所述订单信息缺失的槽位，获取对应的话术模版，其中，所述话术模版通过事先规范、逻辑推理方法或机器学习生成，所述订单信息的每个槽位对应一个或者多个话术模版，所述话术模版用于根据所述订单信息的缺失的槽位生成相应的询问文本；所述根据所述第二文本信息完善所述订单信息的缺失内容包括：根据所述第二文本信息，填充所述订单模版的槽位。第二方面，提供了一种酒店助理客服系统，其特征在于，包括获取单元、转化单元、匹配单元、生成单元以及发送单元，其中，所述获取单元用于获取用户的第一语音信息，所述用户的第一语音信息包含用户的房间号标识；所述转化单元用于将所述第一语音信息转化为第一文本信息；所述匹配单元用于将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版；所述生成单元用于根据所述第一文本信息以及第一订单模版，生成订单信息；所述发送单元用于向服务人员的终端发送所述地址标识以及订单信息。可选地，所述系统还包括确定单元，所述确定单元用于在所述将所述第一语音信息转化为第一文本信息后：根据所述第一文本信息，确定所述用户的第一交互意图为咨询型或任务型；在所述用户的第一交互意图为咨询型的情况下，将所述第一文本信息与咨询模版进行匹配，获得第一答复文本；通过输出设备向所述用户输出所述第一答复文本，其中，所述输出设备至少包括扬声器以及显示屏中的一种或者多种；所述匹配单元具体用于：在所述用户的第一交互意图为任务型的情况下，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版。可选地，所述确定单元还用于在所述获得订单信息后：确定所述订单信息是否完整；在所述订单信息不完整的情况下，根据所述订单信息的缺失内容获取相应的话术模版，生成第一询问文本；通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第二语音信息，将所述第二语音信息转化为第二文本信息；根据所述第二文本信息，确定所述用户的第二交互意图为咨询型或任务型；在所述用户的第二交互意图为咨询型的情况下，将所述第二文本信息与咨询模版进行匹配，获得第二答复文本；通过输出设备向所述用户输出所述第二答复文本；在所述用户的第二交互意图为任务型的情况下，根据所述第二文本信息完善所述订单信息的缺失内容；所述发送单元具体用于：在所述订单信息完整的情况下，向服务人员的终端发送所述房间号标识以及所述订单信息。可选地，所述确定单元还用于在所述通过输出设备向所述用户输出所述第二答复文本之后：通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第三语音信息，将所述第三语音信息转化为第三文本信息；根据所述第三文本信息，确定所述用户的第三交互意图为咨询型或任务型；在所述用户的第三交互意图为咨询型的情况下，将所述第三文本信息与咨询模版进行匹配，获得第三答复文本；通过输出设备向所述用户输出所述第三答复文本后，再次通过输出设备向所述用户输出所述第一询问文本；在所述用户的第三交互意图为任务型的情况下，根据所述第三文本信息完善所述订单信息的缺失内容。可选地，所述获取单元还用于在所述获取用户的第一语音信息之前，获取所述服务人员可提供的服务信息；所述获取单元还用于根据所述服务信息，获取所述订单模版以及所述订单模版的关键字。可选地，所述订单模版通过事先规范、逻辑推理方法或机器学习生成，所述订单模版包括多个槽位，所述生成单元具体用于：根据所述第一文本信息，填充所述第一订单模版的多个槽位；所述槽位包括必填槽位以及选填槽位，所述确定单元具体用于：确定所述第一订单模版的必填槽位是否填充完整；所述确定单元具体用于：根据所述订单信息缺失的槽位，获取对应的话术模版，其中，所述话术模版通过事先规范、逻辑推理方法或机器学习生成，所述订单信息的每个槽位对应一个或者多个话术模版，所述话术模版用于根据所述订单信息的缺失的槽位生成相应的询问文本；所述确定单元还用于：根据所述第二文本信息，填充所述订单模版的槽位。第三方面，提供了一种服务器，包括处理器以及存储器；所述存储器用于存储指令，所述处理器用于执行所述指令，所述处理器执行所述指令时实现第一方面所述的方法。第四方面，提供了一种计算机非瞬态存储介质，所述计算机非瞬态存储介质存储有计算机程序，其特征在于，所述计算机程序被计算设备执行时实现第一方面所述的方法。第五方面，提供了一种计算机程序产品，其特征在于，当所述计算机程序产品被计算机读取并执行时，实现第一方面所述的方法。基于本申请提供的酒店助理客服系统、数据处理方法及相关设备，通过获取用户的第一语音信息，所述用户的第一语音信息包含用户的房间号标识，将所述第一语音信息转化为第一文本信息，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版，根据所述第一文本信息以及第一订单模版，生成订单信息，从而向服务人员的终端发送所述房间号标识以及所述订单信息。使用本申请提供的酒店助理客服系统、数据处理方法及相关设备，用户需要客房服务时，只需与酒店助理客服系统进行交互，即可自助完成客房服务订单，从而减少前台人员的工作压力，降低运营成本，提升酒店后勤服务的工作效率，并且由于系统服务器可以同时处理多个用户需求，从而大大减少用户的等待时间，进一步提升用户的使用体验。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请提供的一种数据处理方法的运行环境和酒店助理客服系统的系统架构示意图；图2是本申请提供的一种数据处理方法的流程示意图；图3是本申请提供的一种酒店助理客服系统配置页面示意图；图4是本申请提供的一种完整订单生成的流程示意图；图5是本申请提供的一应用场景下的用户与酒店客服系统之间的人机对话记录示意图；图6是本申请提供的一种酒店助理客服系统的结构示意图；图7是本申请提供的一种服务器的结构示意图。具体实施方式下面通过具体实施方式结合附图对本申请作进一步详细说明。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或描述，这是为了避免本申请的核心部分被过多的描述所淹没。对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。下面结合图1，对本申请提供的数据处理方法的运行环境和酒店助理客服系统的系统架构进行简要说明。如图1所示，本申请提供的酒店助理客服系统包括一个总服务器以及多个子服务器，其中，该总服务器与多个客房以及服务部门的子服务器相连，每个客房的子服务器与房间内用于收集用户语音的第一终端相连，每个服务部门的子服务器与该服务部门的服务人员所持的第二终端相连，这里，房间内的第一终端可以是客房电话、电视机、智能音箱等可以收集用户语音信息的终端设备，服务人员所持的第二终端可以是手机、对讲机、平板电脑等可以向服务人员发送订单通知的终端设备，本申请不作具体限定。例如，用户a通过房间a中的电话a1(第一终端)预定客房服务：“我需要一个纤维枕头”，电话a1获取用户的语音信息后，将该语音信息发送给房间a的子服务器，房间a的子服务器将该语音信息反馈给总服务器，总服务器实施本申请提供的数据处理方法后，将获取到的订单信息“房间a需要一个纤维枕头”发送给客房部门(例如图1中的服务部门a)的子服务器，该客房部门的子服务器根据该订单信息，通知负责房间a的服务人员去处理该订单，比如，通知房间a所在楼层的服务人员a1取一个纤维枕头送入房间a。应理解，上述举例仅用于说明，所述酒店助理客服系统还可以包括更多的房间、更多的服务部门、更多的终端设备等等，本申请不作具体限定。下面结合图1所示的运行环境，对本申请提供的数据处理方法进行详细描述。图2是本申请提供的一种数据处理方法的流程示意图，由图2可知，本申请提供的数据处理方法包括以下步骤：s101：获取用户的第一语音信息。在本申请实施例中，所述用户的第一语音信息包含用户的房间号标识。参考前述内容可知，所述第一语音信息可以是通过客房内用于收集用户语音的第一终端获取的，第一终端可以是客房电话，用户通过拨打客房电话拨打总机号，客房电话内的电话语音助手获取用户的第一语音信息；再比如，第一终端是客房内的智能音箱，用户通过指定语音短语的形式唤醒智能音箱后，智能信箱获取用户的第一语音信息，应理解，所述第一终端还可以是其他可以获取用户语音信息的终端，比如外形是某一卡通形象的智能机器人，比如用户手机上安装的应用程序、微信小程序、公众号等等，本申请不作具体限定。需要说明的，由于用户一般是进入客房内之后才会需要一些客房服务，也就是说，所述第一语音信息是在用户的客房内获取的，因此可以在客房内用于获取用户语音的第一终端内设置对应的房间号标识，使得所述第一终端获取的语音信息包含所述第一终端所处房间的房间号标识，以便服务人员根据房间号码为用户提供客房服务。s102：将所述第一语音信息转化为第一文本信息。具体实现中，第一终端采集到所述第一语音信息并上传至总服务器后，总服务器的语音识别模块(automaticspeechrecognition，asr)可以通过语音识别算法，将一段音频变成对应的文字，也就是说，将所述第一语音信息转化为第一文本信息，其中，所述语音识别算法可以是卷积神经网络(convolutionalneuralnetworks,cnn)算法、反向传播神经网络(backpropagation,bp)算法、径向基神经网络(radialbasisfunction，rbf)算法、模糊聚类(fuzzyc-means,fcm)神经网络算法、循环神经网络(recurrentneuralnetwork,rnn)算法、小波神经网络(waveletneuralnetwork,wnn)算法、隐马尔科夫模型(hiddenmarkovmodel，hmm)算法、正交基函数对向传播过程神经网络(counterpropagationprocessneuralnetwork,cpnn)算法、支持向量机(supportvectormachine,svm)多类分类算法等等，本申请不作具体限定。在本申请实施例中，所述将所述第一语音信息转化为第一文本信息后，所述方法还包括：根据所述第一文本信息，确定所述用户的第一交互意图为咨询型或任务型；在所述用户的第一交互意图为咨询型的情况下，将所述第一文本信息与咨询模版进行匹配，获得第一答复文本；通过输出设备向所述用户输出所述第一答复文本，其中，所述输出设备至少包括扬声器以及显示屏中的一种或者多种；所述将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版包括：在所述用户的第一交互意图为任务型的情况下，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版。可以理解的，前述内容中的asr模块，虽然将所述第一语音信息转换为第一文本信息，但是asr模块并不知道所述第一文本信息的含义，因此，asr模块会将所述第一文本信息发送给语义理解模块(naturallanguageunderstanding，nlu)，nlu模块可以理解用户的意图(intent)，具体实现中，nlu可以首先确定所述用户的第一交互意图为资讯型或任务型，再将其分发给可以处理该意图的程序，其中，处理该意图的程序可以是“机器人(bot)”。比如用户说：“明天天气怎么样？”，nlu判断用户的意图是咨询型，意图分类是天气，因此召唤出天气机器人(bot)告诉用户明天的天气情况，用户如果还想知道后天的天气，该天气bot将继续为用户服务，直到用户意图发生改变，不再是天气意图的时候，再切换成别的bot为用户服务。简单的说，nlu模块理解用户的意图这一过程可以简单理解为一个分类器，该分类器用于确定由第一语音信息转换成的第一文本信息是属于咨询型还是任务型，以便接下来进行相应的处理。其中，咨询型的语句可以是“请问酒店餐厅在几楼？”“附近有什么饭店比较好吃”“酒店有接送机的服务吗？”等等，任务型的语句可以是“我需要一个枕头”“我需要换床单”“我的电视坏了，需要维修”等等，本申请不作具体限定。其中，用于确定用户意图的分类器可以是通过机器学习获得的分类模型，具体可以是使用大量标记有咨询型以及任务型的文本信息样本训练分类模型获得的，本申请不作具体限定。需要说明的，在所述用户的第一交互意图为咨询型的情况下，可以通过将所述第一文本信息与咨询模版进行匹配，从而获得该咨询问题的第一答复文本，其中，该咨询模版可以是知识库中的模版，当第一文本信息与知识库某条咨询模版匹配程度很高时，系统会直接回复用户答案(唯一回答)；如果第一文本信息与知识库中的多条咨询模版相匹配且匹配程度很高时，系统可以通过扬声器或者屏幕反问用户“您是想问xx问题还是xx问题”，从而进一步确定用户的意图，提高沟通效率以及用户的使用体验；如果第一文本信息与知识库中的知识匹配度很低，系统可以不回答或者拒绝回答该问题，比如回复用户“这个问题我不知道”。应理解，上述举例仅用于说明，并不能构成具体限定。s103：将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版，其中，所述订单模版用于根据文本信息生成订单信息。在本申请实施例中，所述获取用户的第一语音信息之前，所述方法还包括：获取所述服务人员可提供的服务信息；根据所述服务信息，获取所述订单模版以及所述订单模版的关键字。应理解，每个酒店能提供的服务是不相同的，比如，有的酒店可以提供洗衣服务，有的酒店不提供洗衣服务。因此，该酒店客服系统在供用户使用之前，酒店方会先将自己可提供的服务的关键字，配置在系统后台中。举例来说，某酒店不可以提供洗衣服务，只可以提供更换枕头的服务，因此酒店在配置系统时，可以只将关键字“枕头”设置在系统后台中。当接收到用户的第一语音信息为“我想洗衣服”时，由于系统后台没有这方面的关键字，也就是说，酒店没有这个服务，系统就会返回用户“对不起，酒店暂时没有这个服务”这一信息，具体可以通过第一终端的扬声器播报语音进行通知，也可以显示在第一终端的屏幕上，本申请不作具体限定。而当接收到用户的第一语音信息为“我想换枕头”时，由于这时候后台有这个关键字，也就是说，酒店有这个服务，就可以匹配到“枕头”关键字对应的订单模版，从而生成相应的订单信息。具体实现中，所述订单模版可以通过事先规范、逻辑推理方法或机器学习生成，开发人员可以根据多个酒店可提供的服务进行种类划分，每个种类训练一个订单模版，每个订单模版对应一个或者多个服务关键字，当酒店方进行系统配置时，可以根据自己酒店可提供的客房服务，选择关键字，使得系统后台获得该酒店可使用的订单模版。例如，图3是本申请提供的一种酒店助理客服系统的配置界面，其中，可选择的关键字包括六个类别，也就是说，开发人员训练了六种客房服务的订单模版，酒店人员在进行系统配置时，如果酒店只有更换枕头的客房服务，那么酒店方可以只勾选“枕头”关键字，后台系统将只有“枕头”关键字以及对应的订单模版可以被匹配到，其他未勾选的模版则无法被匹配。可以理解的，本申请通过关键字匹配确定订单模版，方法简单且匹配速度快，提高系统的响应时间，并且，同时酒店用户的配置步骤也十分简单便捷，提高用户的使用体验。应理解，上述举例仅用于说明，并不能构成具体限定。需要说明的，如果酒店的客房服务可以细分种类，比如酒店的枕头分为“荞麦枕头”和“纤维枕头”，那么酒店方在进行系统配置时，选中了“枕头”关键字后，还可以进一步设置枕头的属性分类关键字，并且将该属性分类关键字添加入订单模版中，也就是说，当用户需要更换枕头时，系统会根据属性分类关键字进一步询问用户，具体需要哪一种属性分类的枕头，从而更加精准的向用户提供客房服务，提高用户体验，同理，床单的属性分类、接送机的车辆分类也可以进一步设定，本申请不作具体限定。s104：根据所述第一文本信息以及第一订单模版，生成订单信息。具体实现中，所述订单模版包括多个槽位(slot)，所述根据所述第一文本信息以及第一订单模版，生成订单信息包括：根据所述第一文本信息，填充所述第一订单模版的多个槽位。其中，所述槽位包括必选槽位和非必选槽位。可以理解的，在所述用户的第一交互意图为任务型的情况下，系统必须知晓所述第一文本信息中的部分关键信息后，才可以完成用户发布的任务。举例来说，用户说“希望给自己房间的枕头内芯更换成荞麦的，这样睡觉比较舒适”那么系统至少解析到物品信息和语法信息为“枕头，增加，1个”后，才能生成相应的订单信息，而“睡觉比较舒适”这一内容，系统不解析也可以获得订单信息。基于此，开发人员可以在系统开发时进行槽位设计，将每个订单所需的核心信息设计为必选槽位，非核心信息设计为非必填槽位。举例来说，用户买了凌晨5点的机票，在这一应用场景下，用户可能会需要叫醒服务，那么对于叫醒服务的订单模版来说，必填槽位是可以时间，如果用户没有表达清楚叫醒时间，系统将会追问用户具体的叫醒时间是什么，也就是必须将时间槽位填充完整，而非必填槽位可以是叫醒原因，对于非必填槽位来说，用户的第一文本信息中如果有这方面的内容，就可以对该槽位进行填充，如果没有这方面的内容，系统也不会追问用户来填充该槽位。具体实现中，叫醒服务的槽位设计可以是如下表1所示。应理解，上述举例以及表1仅用于举例说明，并不能构成具体限定。表1叫醒服务槽位设计槽位描述类型字段名举例时间必填remind_time明天凌晨5点重复周期非必填repeat每天内容非必填title乘机提醒方式非必填remind_type电话铃声在本申请实施例中，所述获得订单信息后，所述方法还包括：确定所述订单信息是否完整；在所述订单信息不完整的情况下，根据所述订单信息的缺失内容获取相应的话术模版，生成第一询问文本；通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第二语音信息，将所述第二语音信息转化为第二文本信息；根据所述第二文本信息，确定所述用户的第二交互意图为咨询型或任务型；在所述用户的第二交互意图为咨询型的情况下，将所述第二文本信息与咨询模版进行匹配，获得第二答复文本；通过输出设备向所述用户输出所述第二答复文本；在所述用户的第二交互意图为任务型的情况下，根据所述第二文本信息完善所述订单信息的缺失内容；所述向服务人员的终端发送所述房间号标识以及所述订单信息包括：在所述订单信息完整的情况下，向服务人员的终端发送所述房间号标识以及所述订单信息。可以理解的，仅仅根据用户的第一语音信息就完成订单信息的几率是非常低的，而把不完整的订单信息发送给酒店服务人员，服务人员也无法理解用户的具体需求。因此，在使用第一文本信息填充订单模版后，系统将会判断订单模版是否被填充完整，如果不完整，将会根据缺失的内容对应的话术模版对用户进行询问。比如，用户说“我想换个枕头”，系统解析到物品信息和语法信息为“枕头，增加，1个”，而根据酒店后台的设置，该酒店枕头的属性关键字还包含了“荞麦枕头/纤维枕头”，根据缺失内容确定的话术模版关键字可以为“商品名称：枕头，属性选择：纤维枕头/荞麦枕头”，因此可以匹配到缺失内容对应的话术模版：“我们提供的[商品名称]种类有[属性选择]，请问您需要哪一种？”，从而获得第一询问文本“我们提供的枕头种类有纤维枕头和荞麦枕头，请问您需要哪一种”。在第一终端获取到用户的回答后，根据用户的回答进一步完善订单，最终发送给服务人员的订单才会是准确、完整的表达了用户的意愿，进而大大提高服务人员的处理效率，提高用户的使用体验。具体实现中，所述确定所述订单信息是否完整包括：确定所述第一订单模版的必填槽位是否填充完整；所述根据所述订单信息的缺失内容获取相应的话术模版包括：根据所述订单信息缺失的槽位，获取对应的话术模版，其中，所述话术模版通过事先规范、逻辑推理方法或机器学习生成，所述订单信息的每个槽位对应一个或者多个话术模版，所述话术模版用于根据所述订单信息的缺失的槽位生成相应的询问文本；所述根据所述第二文本信息完善所述订单信息的缺失内容包括：根据所述第二文本信息，填充所述订单模版的槽位。也就是说，订单信息是否完整是根据必填槽位是否填充完毕来确定的，当系统无法根据第一文本信息将槽位填充完整时，将会根据缺失的必填槽位对用户进行追问，直至订单模版的必填槽位全部填充完毕。其中，每个必填槽位都可以对应一个或者多个询问模版，系统确定缺失的必填槽位后，根据对应的询问模版对用户进行询问，具体地，可以通过扬声器播报第一询问文本，也可以通过显示屏幕显示该第一询问文本。本申请不作具体限定。这样，通过反复询问用户填充必填槽位的方法，极大地提高了最终发送给服务人员的订单信息的完整性，提高酒店客房服务的处理效率。举例来说，仍以表1为例，假设所述第一文本信息为“明天我要赶飞机，我需要叫醒服务”，此时的槽位只能填充“内容”这个非必填的槽位，而必填槽位“时间”无法被填充，系统将会追问用户关于必填槽位“时间”的内容，比如，系统可以通过扬声器播放第一询问文本“您需要我几点叫醒您呢？”，从而根据用户回答的第二文本信息“早上5点”生成“叫醒服务”的订单信息。应理解，上述举例仅用于说明，并不能构成具体限定。需要说明的，系统第一次接收到用户的语音信息，也就是第一语音信息后，将会完整的记录系统与用户的交互过程，也就是说，记录用户从第一语音信息之后的全部语音信息，使得之后的对话都会与之前的对话内容关联起来，当系统通过输出设备输出第一询问文本后，如果用户并没有回答该询问，而是问了一个咨询型的问题，那么系统会首先根据知识库中的咨询模版找到相应的答案，如果匹配到了相应的咨询模版，将回答该咨询型问题，然后根据之前的交互记录，重复一遍第一询问文本，从而最大程度的满足用户的各方面需求。在本申请实施例中，所述通过输出设备向所述用户输出所述第二答复文本之后，所述方法还包括：通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第三语音信息，将所述第三语音信息转化为第三文本信息；根据所述第三文本信息，确定所述用户的第三交互意图为咨询型或任务型；在所述用户的第三交互意图为咨询型的情况下，将所述第三文本信息与咨询模版进行匹配，获得第三答复文本；通过输出设备向所述用户输出所述第三答复文本后，再次通过输出设备向所述用户输出所述第一询问文本；在所述用户的第三交互意图为任务型的情况下，根据所述第三文本信息完善所述订单信息的缺失内容。参考前述内容可知，nlu模块在确定所述第一文本信息是属于咨询型还是任务型后，会将该第一文本信息分发给可以处理该信息的bot，也就是说，步骤s104中生成订单信息的全部过程都是由处理该类信息的bot完成的，包括填充模版，确定模版完整性，以及生成对应的答复文本等等，直至生成最后完整的订单信息。图4是本申请提供的一种获取用户的第一文本信息后，处理所述第一文本信息的bot获得订单信息的完整流程图，简单来说，第一终端每次获取的用户的语音信息，系统都会通过nlu模块对此语音信息的用户意图进行分类，确定咨询型还是任务型，再根据类型进行相应的处理，如果是任务型穿插咨询型，那么首先回答咨询型，再重复一遍任务型，直至订单完成，任务型具体的处理方式以及咨询型具体的处理方式具体可参考前述内容，这里不再赘述。举例来说，仍以表1的叫醒服务模版为例，图5是本申请提供的一种用户与系统的对话记录示意图，系统输出的第一询问文本“您需要我几点叫醒您呢？”之后，系统获得的第二文本信息为“你们酒店的餐厅在几楼？”，此时系统会首先判断所述第二文本信息是属于咨询型还是任务型，确定该第二文本信息是咨询型后，首先根据知识库中的咨询模版找到相应的答案，并输出该第二答复文本，比如，通过扬声器对用户说“我们的酒店餐厅在二楼”，然后再通过扬声器重复输出第一询问文本“您需要我几点叫醒您呢？”，从而在不耽误用户预订客房服务的同时，尽可能的回答用户想问的问题，提升用户的使用体验。应理解，系统与用户的对话可以是纯语音对话，也可以是如图5所示的纯文本对话，还可以是语音与文本结合、视频与语音结合的对话方式，比如通过电话直接向用户语音播报图5中的对话内容，通过电视机直接显示一个酒店的客服形象，结合部分肢体动作向用户语音播报图5中的对话内容，本申请不作具体限定。具体实现中，完整的订单信息也可以对应有话术模版，比如，完整的订单信息可以是“物品名称：枕头，种类：纤维枕头，数量：1”，还可以是“物品名称：妥协，数量：2”，还可以是“服务名称：叫醒服务，时间：早上5点”，此时的话术模版可以是“好的，您已经点选了[订单信息]，是否确认？”，系统可以结合话术模版和订单信息，生成最终的用户回复话术“好的，您已经点选了枕头，种类为纤维枕头，数量1，拖鞋，数量2，叫醒服务，早上5点，是否确认？”，最后根据用户的确认情况进一步完善订单情况，最大程度的提升订单的准确率，提高客房服务效率以及用户的满意度。s105：向服务人员的终端发送所述房间号标识以及所述订单信息。在本申请实施例中，服务人员接收到完整的订单信息以及房间号标识后，即可根据订单内容完成用户所需的客房服务，其中，服务人员接收到的订单信息可以是文本信息、语音播报订单信息等等，本申请不作具体限定，可选地，系统可以根据房间号表示以及订单信息，将该订单信息发送给可以处理该订单信息的服务人员，比如，订单信息为“物品名称：枕头，种类：纤维枕头，数量：1”，房间标识为301房间，系统可以将该订单信息发送到负责酒店3楼客房的服务人员。应理解，上述举例仅用于说明，并不能构成具体限定。需要说明的，上述方法举例均为中文订单以及中文人机对话流程，实际应用中，步骤s102将用户的语音信息转化为文本信息后，如果文本信息为其他语言种类，比如英文文本信息，那么匹配的订单信息也是对应的英文订单模版，话术模版也将是英文话术模版，询问模版也将是英文询问模版，这里不再进行赘述。上述方法中，通过获取用户的第一语音信息，所述用户的第一语音信息包含用户的房间号标识，将所述第一语音信息转化为第一文本信息，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版，根据所述第一文本信息以及第一订单模版，生成订单信息，从而向服务人员的终端发送所述房间号标识以及所述订单信息。通过上述方法，用户需要客房服务时，只需与酒店助理客服系统进行交互，即可自助完成客房服务订单，从而减少前台人员的工作压力，降低运营成本，提升酒店后勤服务的工作效率，并且由于系统服务器可以同时处理多个用户需求，从而大大减少用户的等待时间，进一步提升用户的使用体验。图6是本申请提供的一种酒店客服系统的结构示意图，由图6可知，包括获取单元610、转化单元620、匹配单元630、生成单元640、发送单元650。所述获取单元610用于获取用户的第一语音信息，所述用户的第一语音信息包含用户的房间号标识。在本申请实施例中，所述用户的第一语音信息包含用户的房间号标识。参考前述内容可知，所述第一语音信息可以是通过客房内用于收集用户语音的第一终端获取的，第一终端可以是客房电话，用户通过拨打客房电话拨打总机号，客房电话内的电话语音助手获取用户的第一语音信息；再比如，第一终端是客房内的智能音箱，用户通过指定语音短语的形式唤醒智能音箱后，智能信箱获取用户的第一语音信息，应理解，所述第一终端还可以是其他可以获取用户语音信息的终端，比如外形是某一卡通形象的智能机器人，比如用户手机上安装的应用程序、微信小程序、公众号等等，本申请不作具体限定。需要说明的，由于用户一般是进入客房内之后才会需要一些客房服务，也就是说，所述第一语音信息是在用户的客房内获取的，因此可以在客房内用于获取用户语音的第一终端内设置对应的房间号标识，使得所述第一终端获取的语音信息包含所述第一终端所处房间的房间号标识，以便服务人员根据房间号码为用户提供客房服务。所述转化单元620用于将所述第一语音信息转化为第一文本信息。具体实现中，第一终端采集到所述第一语音信息并上传至总服务器后，总服务器的语音识别模块(automaticspeechrecognition，asr)可以通过语音识别算法，将一段音频变成对应的文字，也就是说，将所述第一语音信息转化为第一文本信息，其中，所述语音识别算法可以是卷积神经网络(convolutionalneuralnetworks,cnn)算法、反向传播神经网络(backpropagation,bp)算法、径向基神经网络(radialbasisfunction，rbf)算法、模糊聚类(fuzzyc-means,fcm)神经网络算法、循环神经网络(recurrentneuralnetwork,rnn)算法、小波神经网络(waveletneuralnetwork,wnn)算法、隐马尔科夫模型(hiddenmarkovmodel，hmm)算法、正交基函数对向传播过程神经网络(counterpropagationprocessneuralnetwork,cpnn)算法、支持向量机(supportvectormachine,svm)多类分类算法等等，本申请不作具体限定。在本申请实施例中，所述系统还包括确定单元660，所述确定单元660用于在所述将所述第一语音信息转化为第一文本信息后：根据所述第一文本信息，确定所述用户的第一交互意图为咨询型或任务型；在所述用户的第一交互意图为咨询型的情况下，将所述第一文本信息与咨询模版进行匹配，获得第一答复文本；通过输出设备向所述用户输出所述第一答复文本，其中，所述输出设备至少包括扬声器以及显示屏中的一种或者多种；所述匹配单元630具体用于：在所述用户的第一交互意图为任务型的情况下，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版。可以理解的，前述内容中的asr模块，虽然将所述第一语音信息转换为第一文本信息，但是asr模块并不知道所述第一文本信息的含义，因此，asr模块会将所述第一文本信息发送给语义理解模块(naturallanguageunderstanding，nlu)，nlu模块可以理解用户的意图(intent)，具体实现中，nlu可以首先确定所述用户的第一交互意图为资讯型或任务型，再将其分发给可以处理该意图的程序，其中，处理该意图的程序可以是“机器人(bot)”。比如用户说：“明天天气怎么样？”，nlu判断用户的意图是咨询型，意图分类是天气，因此召唤出天气机器人(bot)告诉用户明天的天气情况，用户如果还想知道后天的天气，该天气bot将继续为用户服务，直到用户意图发生改变，不再是天气意图的时候，再切换成别的bot为用户服务。简单的说，nlu模块理解用户的意图这一过程可以简单理解为一个分类器，该分类器用于确定由第一语音信息转换成的第一文本信息是属于咨询型还是任务型，以便接下来进行相应的处理。其中，咨询型的语句可以是“请问酒店餐厅在几楼？”“附近有什么饭店比较好吃”“酒店有接送机的服务吗？”等等，任务型的语句可以是“我需要一个枕头”“我需要换床单”“我的电视坏了，需要维修”等等，本申请不作具体限定。其中，用于确定用户意图的分类器可以是通过机器学习获得的分类模型，具体可以是使用大量标记有咨询型以及任务型的文本信息样本训练分类模型获得的，本申请不作具体限定。需要说明的，在所述用户的第一交互意图为咨询型的情况下，可以通过将所述第一文本信息与咨询模版进行匹配，从而获得该咨询问题的第一答复文本，其中，该咨询模版可以是知识库中的模版，当第一文本信息与知识库某条咨询模版匹配程度很高时，系统会直接回复用户答案(唯一回答)；如果第一文本信息与知识库中的多条咨询模版相匹配且匹配程度很高时，系统可以通过扬声器或者屏幕反问用户“您是想问xx问题还是xx问题”，从而进一步确定用户的意图，提高沟通效率以及用户的使用体验；如果第一文本信息与知识库中的知识匹配度很低，系统可以不回答或者拒绝回答该问题，比如回复用户“这个问题我不知道”。应理解，上述举例仅用于说明，并不能构成具体限定。所述匹配单元630用于将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版。在本申请实施例中，所述获取单元610还用于在所述获取用户的第一语音信息之前，获取所述服务人员可提供的服务信息；所述获取单元610还用于根据所述服务信息，获取所述订单模版以及所述订单模版的关键字。应理解，每个酒店能提供的服务是不相同的，比如，有的酒店可以提供洗衣服务，有的酒店不提供洗衣服务。因此，该酒店客服系统在供用户使用之前，酒店方会先将自己可提供的服务的关键字，配置在系统后台中。举例来说，某酒店不可以提供洗衣服务，只可以提供更换枕头的服务，因此酒店在配置系统时，可以只将关键字“枕头”设置在系统后台中。当接收到用户的第一语音信息为“我想洗衣服”时，由于系统后台没有这方面的关键字，也就是说，酒店没有这个服务，系统就会返回用户“对不起，酒店暂时没有这个服务”这一信息，具体可以通过第一终端的扬声器播报语音进行通知，也可以显示在第一终端的屏幕上，本申请不作具体限定。而当接收到用户的第一语音信息为“我想换枕头”时，由于这时候后台有这个关键字，也就是说，酒店有这个服务，就可以匹配到“枕头”关键字对应的订单模版，从而生成相应的订单信息。具体实现中，所述订单模版可以通过事先规范、逻辑推理方法或机器学习生成，开发人员可以根据多个酒店可提供的服务进行种类划分，每个种类训练一个订单模版，每个订单模版对应一个或者多个服务关键字，当酒店方进行系统配置时，可以根据自己酒店可提供的客房服务，选择关键字，使得系统后台获得该酒店可使用的订单模版。例如，图3是本申请提供的一种酒店助理客服系统的配置界面，其中，可选择的关键字包括六个类别，也就是说，开发人员训练了六种客房服务的订单模版，酒店人员在进行系统配置时，如果酒店只有更换枕头的客房服务，那么酒店方可以只勾选“枕头”关键字，后台系统将只有“枕头”关键字以及对应的订单模版可以被匹配到，其他未勾选的模版则无法被匹配。可以理解的，本申请通过关键字匹配确定订单模版，方法简单且匹配速度快，提高系统的响应时间，并且，同时酒店用户的配置步骤也十分简单便捷，提高用户的使用体验。应理解，上述举例仅用于说明，并不能构成具体限定。需要说明的，如果酒店的客房服务可以细分种类，比如酒店的枕头分为“荞麦枕头”和“纤维枕头”，那么酒店方在进行系统配置时，选中了“枕头”关键字后，还可以进一步设置枕头的属性分类关键字，并且将该属性分类关键字添加入订单模版中，也就是说，当用户需要更换枕头时，系统会根据属性分类关键字进一步询问用户，具体需要哪一种属性分类的枕头，从而更加精准的向用户提供客房服务，提高用户体验，同理，床单的属性分类、接送机的车辆分类也可以进一步设定，本申请不作具体限定。所述生成单元640用于根据所述第一文本信息以及第一订单模版，生成订单信息。具体实现中，所述订单模版包括多个槽位(slot)，所述根据所述第一文本信息以及第一订单模版，所述生成单元640具体用于：根据所述第一文本信息，填充所述第一订单模版的多个槽位。其中，所述槽位包括必选槽位和非必选槽位。可以理解的，在所述用户的第一交互意图为任务型的情况下，系统必须知晓所述第一文本信息中的部分关键信息后，才可以完成用户发布的任务。举例来说，用户说“希望给自己房间的枕头内芯更换成荞麦的，这样睡觉比较舒适”那么系统至少解析到物品信息和语法信息为“枕头，增加，1个”后，才能生成相应的订单信息，而“睡觉比较舒适”这一内容，系统不解析也可以获得订单信息。基于此，开发人员可以在系统开发时进行槽位设计，将每个订单所需的核心信息设计为必选槽位，非核心信息设计为非必填槽位。举例来说，用户买了凌晨5点的机票，在这一应用场景下，用户可能会需要叫醒服务，那么对于叫醒服务的订单模版来说，必填槽位是可以时间，如果用户没有表达清楚叫醒时间，系统将会追问用户具体的叫醒时间是什么，也就是必须将时间槽位填充完整，而非必填槽位可以是叫醒原因，对于非必填槽位来说，用户的第一文本信息中如果有这方面的内容，就可以对该槽位进行填充，如果没有这方面的内容，系统也不会追问用户来填充该槽位。具体实现中，叫醒服务的槽位设计可以是如下表1所示。应理解，上述举例以及表1仅用于举例说明，并不能构成具体限定。表1叫醒服务槽位设计槽位描述类型字段名举例时间必填remind_time明天凌晨5点重复周期非必填repeat每天内容非必填title乘机提醒方式非必填remind_type电话铃声在本申请实施例中，所述确定单元660还用于在所述获得订单信息后：确定所述订单信息是否完整；在所述订单信息不完整的情况下，根据所述订单信息的缺失内容获取相应的话术模版，生成第一询问文本；通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第二语音信息，将所述第二语音信息转化为第二文本信息；根据所述第二文本信息，确定所述用户的第二交互意图为咨询型或任务型；在所述用户的第二交互意图为咨询型的情况下，将所述第二文本信息与咨询模版进行匹配，获得第二答复文本；通过输出设备向所述用户输出所述第二答复文本；在所述用户的第二交互意图为任务型的情况下，根据所述第二文本信息完善所述订单信息的缺失内容；所述发送单元650具体用于：在所述订单信息完整的情况下，向服务人员的终端发送所述房间号标识以及所述订单信息。可以理解的，仅仅根据用户的第一语音信息就完成订单信息的几率是非常低的，而把不完整的订单信息发送给酒店服务人员，服务人员也无法理解用户的具体需求。因此，在使用第一文本信息填充订单模版后，系统将会判断订单模版是否被填充完整，如果不完整，将会根据缺失的内容对应的话术模版对用户进行询问。比如，用户说“我想换个枕头”，系统解析到物品信息和语法信息为“枕头，增加，1个”，而根据酒店后台的设置，该酒店枕头的属性关键字还包含了“荞麦枕头/纤维枕头”，根据缺失内容确定的话术模版关键字可以为“商品名称：枕头，属性选择：纤维枕头/荞麦枕头”，因此可以匹配到缺失内容对应的话术模版：“我们提供的[商品名称]种类有[属性选择]，请问您需要哪一种？”，从而获得第一询问文本“我们提供的枕头种类有纤维枕头和荞麦枕头，请问您需要哪一种”。在第一终端获取到用户的回答后，根据用户的回答进一步完善订单，最终发送给服务人员的订单才会是准确、完整的表达了用户的意愿，进而大大提高服务人员的处理效率，提高用户的使用体验。具体实现中，所述确定单元660具体用于：确定所述第一订单模版的必填槽位是否填充完整；所述确定单元具体用于：根据所述订单信息缺失的槽位，获取对应的话术模版，其中，所述话术模版通过事先规范、逻辑推理方法或机器学习生成，所述订单信息的每个槽位对应一个或者多个话术模版，所述话术模版用于根据所述订单信息的缺失的槽位生成相应的询问文本；所述确定单元660还用于：根据所述第二文本信息，填充所述订单模版的槽位。也就是说，订单信息是否完整是根据必填槽位是否填充完毕来确定的，当系统无法根据第一文本信息将槽位填充完整时，将会根据缺失的必填槽位对用户进行追问，直至订单模版的必填槽位全部填充完毕。其中，每个必填槽位都可以对应一个或者多个询问模版，系统确定缺失的必填槽位后，根据对应的询问模版对用户进行询问，具体地，可以通过扬声器播报第一询问文本，也可以通过显示屏幕显示该第一询问文本。本申请不作具体限定。这样，通过反复询问用户填充必填槽位的方法，极大地提高了最终发送给服务人员的订单信息的完整性，提高酒店客房服务的处理效率。举例来说，仍以表1为例，假设所述第一文本信息为“明天我要赶飞机，我需要叫醒服务”，此时的槽位只能填充“内容”这个非必填的槽位，而必填槽位“时间”无法被填充，系统将会追问用户关于必填槽位“时间”的内容，比如，系统可以通过扬声器播放第一询问文本“您需要我几点叫醒您呢？”，从而根据用户回答的第二文本信息“早上5点”生成“叫醒服务”的订单信息。应理解，上述举例仅用于说明，并不能构成具体限定。需要说明的，系统第一次接收到用户的语音信息，也就是第一语音信息后，将会完整的记录系统与用户的交互过程，也就是说，记录用户从第一语音信息之后的全部语音信息，使得之后的对话都会与之前的对话内容关联起来，当系统通过输出设备输出第一询问文本后，如果用户并没有回答该询问，而是问了一个咨询型的问题，那么系统会首先根据知识库中的咨询模版找到相应的答案，如果匹配到了相应的咨询模版，将回答该咨询型问题，然后根据之前的交互记录，重复一遍第一询问文本，从而最大程度的满足用户的各方面需求。在本申请实施例中，所述确定单元660还用于在所述通过输出设备向所述用户输出所述第二答复文本之后：通过输出设备向所述用户输出所述第一询问文本；获取所述用户的第三语音信息，将所述第三语音信息转化为第三文本信息；根据所述第三文本信息，确定所述用户的第三交互意图为咨询型或任务型；在所述用户的第三交互意图为咨询型的情况下，将所述第三文本信息与咨询模版进行匹配，获得第三答复文本；通过输出设备向所述用户输出所述第三答复文本后，再次通过输出设备向所述用户输出所述第一询问文本；在所述用户的第三交互意图为任务型的情况下，根据所述第三文本信息完善所述订单信息的缺失内容。参考前述内容可知，nlu模块在确定所述第一文本信息是属于咨询型还是任务型后，会将该第一文本信息分发给可以处理该信息的bot，也就是说，步骤s104中生成订单信息的全部过程都是由处理该类信息的bot完成的，包括填充模版，确定模版完整性，以及生成对应的答复文本等等，直至生成最后完整的订单信息。图4是本申请提供的一种获取用户的第一文本信息后，处理所述第一文本信息的bot获得订单信息的完整流程图，简单来说，第一终端每次获取的用户的语音信息，系统都会通过nlu模块对此语音信息的用户意图进行分类，确定咨询型还是任务型，再根据类型进行相应的处理，如果是任务型穿插咨询型，那么首先回答咨询型，再重复一遍任务型，直至订单完成，任务型具体的处理方式以及咨询型具体的处理方式具体可参考前述内容，这里不再赘述。举例来说，仍以表1的叫醒服务模版为例，图5是本申请提供的一种用户与系统的对话记录示意图，系统输出的第一询问文本“您需要我几点叫醒您呢？”之后，系统获得的第二文本信息为“你们酒店的餐厅在几楼？”，此时系统会首先判断所述第二文本信息是属于咨询型还是任务型，确定该第二文本信息是咨询型后，首先根据知识库中的咨询模版找到相应的答案，并输出该第二答复文本，比如，通过扬声器对用户说“我们的酒店餐厅在二楼”，然后再通过扬声器重复输出第一询问文本“您需要我几点叫醒您呢？”，从而在不耽误用户预订客房服务的同时，尽可能的回答用户想问的问题，提升用户的使用体验。应理解，系统与用户的对话可以是纯语音对话，也可以是如图5所示的纯文本对话，还可以是语音与文本结合、视频与语音结合的对话方式，比如通过电话直接向用户语音播报图5中的对话内容，通过电视机直接显示一个酒店的客服形象，结合部分肢体动作向用户语音播报图5中的对话内容，本申请不作具体限定。具体实现中，完整的订单信息也可以对应有话术模版，比如，完整的订单信息可以是“物品名称：枕头，种类：纤维枕头，数量：1”，还可以是“物品名称：妥协，数量：2”，还可以是“服务名称：叫醒服务，时间：早上5点”，此时的话术模版可以是“好的，您已经点选了[订单信息]，是否确认？”，系统可以结合话术模版和订单信息，生成最终的用户回复话术“好的，您已经点选了枕头，种类为纤维枕头，数量1，拖鞋，数量2，叫醒服务，早上5点，是否确认？”，最后根据用户的确认情况进一步完善订单情况，最大程度的提升订单的准确率，提高客房服务效率以及用户的满意度。所述发送单元650用于向服务人员的终端发送所述地址标识以及订单信息。在本申请实施例中，服务人员接收到完整的订单信息以及房间号标识后，即可根据订单内容完成用户所需的客房服务，其中，服务人员接收到的订单信息可以是文本信息、语音播报订单信息等等，本申请不作具体限定，可选地，系统可以根据房间号表示以及订单信息，将该订单信息发送给可以处理该订单信息的服务人员，比如，订单信息为“物品名称：枕头，种类：纤维枕头，数量：1”，房间标识为301房间，系统可以将该订单信息发送到负责酒店3楼客房的服务人员。应理解，上述举例仅用于说明，并不能构成具体限定。需要说明的，上述方法举例均为中文订单以及中文人机对话流程，实际应用中，步骤s102将用户的语音信息转化为文本信息后，如果文本信息为其他语言种类，比如英文文本信息，那么匹配的订单信息也是对应的英文订单模版，话术模版也将是英文话术模版，询问模版也将是英文询问模版，这里不再进行赘述。上述系统中，通过获取用户的第一语音信息，所述用户的第一语音信息包含用户的房间号标识，将所述第一语音信息转化为第一文本信息，将所述第一文本信息与订单模版的关键字进行匹配，获得匹配的第一订单模版，根据所述第一文本信息以及第一订单模版，生成订单信息，从而向服务人员的终端发送所述房间号标识以及所述订单信息。通过上述系统，用户需要客房服务时，只需与酒店助理客服系统进行交互，即可自助完成客房服务订单，从而减少前台人员的工作压力，降低运营成本，提升酒店后勤服务的工作效率，并且由于系统服务器可以同时处理多个用户需求，从而大大减少用户的等待时间，进一步提升用户的使用体验。参见图7，图7是本申请中提供的一种服务器的结构示意图。该服务器可以是图1中的总服务器，其中，本申请提供的数据处理方法可以在如图7所示的云服务集群中实现，也可以在单个计算机节点和存储节点中实现，本申请不作具体限定，所述云服务集群包括至少一个计算节点710以及至少一个存储节点720。计算节点710包括一个或多个处理器711、通信接口712和存储器713。其中，处理器711、通信接口712和存储器713之间可以通过总线714连接。处理器711包括一个或者多个通用处理器，其中，通用处理器可以是能够处理电子指令的任何类型的设备，包括中央处理器(centralprocessingunit，cpu)、微处理器、微控制器、主处理器、控制器以及asic(applicationspecificintegratedcircuit，专用集成电路)等等。它能够是仅用于计算节点710的专用处理器或者能够与其它计算节点710共享。处理器711执行各种类型的数字存储指令，例如存储在存储器713中的软件或者固件程序，它能使计算节点710提供较宽的多种服务。例如，处理器711能够执行语音识别、语义理解以及订单生成等模块的代码，以执行本文讨论的方法的至少一部分。通信接口712可以为有线接口(例如以太网接口)，用于与其他计算节点或用户进行通信。当通信接口712为有线接口时，通信接口712可以采用tcp/ip之上的协议族，例如，raas协议、远程函数调用(remotefunctioncall，rfc)协议、简单对象访问协议(simpleobjectaccessprotocol，soap)协议、简单网络管理协议(simplenetworkmanagementprotocol，snmp)协议、公共对象请求代理体系结构(commonobjectrequestbrokerarchitecture，corba)协议以及分布式协议等等。存储器713可以包括易失性存储器(volatilememory)，例如随机存取存储器(randomaccessmemory，ram)；存储器也可以包括非易失性存储器(non-volatilememory)，例如只读存储器(read-onlymemory，rom)、快闪存储器(flashmemory)、硬盘(harddiskdrive，hdd)或固态硬盘(solid-statedrive，ssd)存储器还可以包括上述种类的存储器的组合。存储节点720包括一个或多个存储控制器721和存储阵列722。其中，存储控制器721和存储阵列722之间可以通过总线724连接。存储控制器721包括一个或者多个通用处理器，其中，通用处理器可以是能够处理电子指令的任何类型的设备，包括cpu、微处理器、微控制器、主处理器、控制器以及asic等等。它能够是仅用于单个存储节点720的专用处理器或者能够与计算节点710或者其它存储节点720共享。可以理解，在本实施例中，每个存储节点包括一个存储控制器，在其他的实施例中，也可以多个存储节点共享一个存储控制器，此处不作具体限定。存储器阵列722可以包括多个存储器723。存储器723可以是非易失性存储器，例如rom、快闪存储器、hdd或ssd存储器还可以包括上述种类的存储器的组合。例如，存储阵列可以是由多个hdd或者多个sdd组成，或者，存储阵列可以是由hdd以及sdd组成。其中，多个存储器在存储控制器721将的协助下按不同的方式组合起来形成存储器组，从而提供比单个存储器更高的存储性能和提供数据备份技术。可选地，存储器阵列723可以包括一个或者多个数据中心。多个数据中心可以设置在同一个地点，或者，分别在不同的地点，此处不作具体限定。存储器阵列723可以存储有程序代码以及程序数据。其中，程序代码包括语音识别模块代码、语义理解模块代码以及订单生产模块代码等等。程序数据包括：订单模版数据、咨询模版数据、话术模版数据等等，还可以包括订单模版、咨询模版、话术模版以及其他语音模型或模版的训练样本集数据，用于供处理器711使用所述训练样本集数据生成程序数据中的订单模版、咨询模版以及话术模版等等。在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态存储盘solidstatedisk(ssd))等。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。以上所述仅为本申请的几个实施例，本领域的技术人员依据申请文件公开的可以对本申请进行各种改动或变型而不脱离本申请的精神和范围。当前第1页12