基于即时聊天实现员工日常管理的方法和系统与流程

本发明属于聊天机器人技术领域，尤指基于即时聊天实现员工日常管理的方法和系统。

技术背景

在现在的企业管理中，管理人员需要熟悉企业管理制度，并在此基础上对员工的生产活动进行规范化控制。然而，随着企业规模的扩大，管理机构也日益庞杂，对于某一特定岗位的员工来说，并没有掌握企业所有管理文档的需求。例如在员工进行一些财务报销时，除了财务人员之外，其他员工并不需要对报销制度进行记忆和深入理解，大多数情况下，其他员工有财务制度理解需求时，会求助财务人员，这种方式一定程度上增加了财务人员的工作量。而这种情形普遍存在于企业中，企业的各个部门需要相互协作，但是部门间不同的制度使得沟通效率降低。

互联网和计算机技术的发展为辅助管理工作带来了新的方向，使用信息系统进行辅助管理成为大多数企业用以降低管理成本的方法，但许多信息化过程只是改变了文件流通的方式，并没能解决企业管理面临的一些实质问题。企业的内部分工导致各部门信息资源占有不平衡，形成信息资源的局部垄断，即孤岛效应；企业的金字塔形层级管理，忽视了基层与个体的能动性，导致信息传递过程过长，造成信息衰减和延迟。一些便于企业内部人员进行沟通和管理的oa系统的出现，一定程度上加强了管理者和员工的交流效率，但是，oa系统带来便利的同时，也带来了新的问题。oa系统需要建立在对企业管理逻辑的深入理解基础上，往往每个企业都有自己独有的管理文档，这使我们无法使用一套通用的oa系统方便地适配每个企业，针对每个企业进行管理文档理解和oa系统构建，又增加了软件编写成本。

此外，对于企业员工来说，其岗位职责不同，对企业制度的熟悉程度不同，其工作需求存在一定差异性，使用一套统一的oa系统来实现所有员工的工作辅助有时并不能得到很好的效果。缺乏个性化设置的oa系统只能将流程性的工作进行流程电子化，并不能针对企业员工的个性需求做出回应，其带来的员工办公辅助效果有限。

基于上述分析，我们提出新的问题，如何对企业的不同管理文档进行自动理解，如何针对企业员工不同的办公需求实现辅助办公。

技术实现要素：

为了解决传统的oa系统无法对企业的不同管理文档进行自动理解，且无法针对企业员工不同的办公需求实现辅助办公的问题，本申请提供一种基于即时聊天实现员工日常管理的方法和系统，通过神经网络模型对企业的管理文档进行自动处理获得企业管理知识图谱，针对企业员工的自然语言进行个性化理解，根据其提出的工作问题自动回复。

本申请提供的一种基于即时聊天实现员工日常管理的方法，包括：

对企业管理数据库中的管理相关文档进行知识抽取，生成企业管理知识图谱，所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息；

即时采集员工用户发出的聊天信息，基于所述聊天信息进行意图分析，获取其交互意图；

根据所述企业管理知识图谱，对所述员工用户的交互意图进行回复。

进一步地，所述根据所述企业管理知识图谱，对所述用户的交互意图进行回复具体包括：

当所述交互意图为员工用户对企业管理制度的咨询问题时，搜索与所述咨询问题相匹配的解答规则；

根据所述解答规则，对所述用户问题进行解答；

或，当存在多个与所述咨询问题相匹配的解答规则时，对它们进行筛选，选择其中一个作为最终解答规则，根据所述最终解答规则，对所述用户咨询问题进行解答。

进一步地，所述根据所述企业管理知识图谱，对所述用户的交互意图进行回复具体包括：

当所述交互意图为员工用户对绩效的咨询问题时，获取所述员工用户的工作记录；

基于所述企业管理知识图谱和所述工作记录，搜索与所述咨询问题相匹配的解答规则；

根据所述解答规则，对所述用户问题进行解答；

或，当存在多个与所述咨询问题相匹配的解答规则时，对它们进行筛选，选择其中一个作为最终解答规则，根据所述最终解答规则，对所述用户咨询问题进行解答。

进一步地，所述方法还包括：

当所述交互意图为员工用户的审批请求时，根据所述企业管理知识图谱，完成对所述审批请求的流程审批。

进一步地，所述方法还包括：

预先上传员工用户的出勤信息和工作绩效至所述企业管理数据库，根据所述企业管理知识图谱，以及员工的用户身份信息，向员工用户下发考勤提醒信息、出勤信息或者员工用户的工作绩效、薪资信息。

本申请提供一种基于即时聊天实现员工任务管理的系统包括：

知识抽取模块，对企业管理数据库中的管理相关文档进行知识抽取，生成企业管理知识图谱，所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息；

意图分析模块，即时采集员工用户发出的聊天信息，基于所述聊天信息进行意图分析，获取其交互意图；

回复模块，根据所述企业管理知识图谱，对所述员工用户的交互意图进行回复。

进一步地，所述回复模块包括：

匹配子模块，当所述交互意图为员工用户对企业管理制度的咨询问题时，搜索与所述咨询问题相匹配的解答规则；

解答子模块，根据所述解答规则，对所述用户问题进行解答；

所述解答子模块还用于，当存在多个与所述咨询问题相匹配的解答规则时，对它们进行筛选，选择其中一个作为最终解答规则，根据所述最终解答规则，对所述用户咨询问题进行解答。

进一步地，所述回复模块包括：

记录查询子模块，当所述交互意图为员工用户对绩效的咨询问题时，获取所述员工用户的工作记录；

所述匹配子模块还用于，基于所述企业管理知识图谱和所述工作记录，搜索与所述咨询问题相匹配的解答规则。

进一步地，所述回复模块还包括：

审批子模块，当所述交互意图为员工用户的审批请求时，根据所述企业管理知识图谱，完成对所述审批请求的流程审批。

进一步地，所述系统还包括：

提醒模块，预先上传员工用户的出勤信息和工作绩效至所述企业管理数据库，根据所述企业管理知识图谱，以及员工的用户身份信息，向员工用户下发考勤提醒信息、出勤信息或者员工用户的工作绩效、薪资信息。

本申请中，通过一种基于即时聊天实现员工任务管理的方法和系统，至少带来以下有益的技术效果：

1、通过对企业的管理相关文档、管理文档进行知识抽取，自动生成企业管理知识图谱，代替传统的人工理解和人工管理，在员工需要进行制度咨询时，直接由系统提供相关规则，而不需要咨询相关部门的工作人员，有效地提高了企业员工获取和理解企业管理制度的效率。

2、通过对企业员工的自然语言进行理解，获取其交互意图，相比传统的q&a问答系统，员工可以个性化地提出自己的问题，降低了员工使用系统的难度。

3、基于企业管理知识图谱，对员工提出问题进行分析解答，自动为员工的问题匹配解答规则，处理员工提出的各式各样的问题，提高了机器人聊天系统的适用范围。

附图说明

图1是基于即时聊天实现员工日常管理的一种方法的流程图；

图2是基于即时聊天实现员工日常管理的又一种方法的流程图；

图3是一种神经网络模型的结构图；

图4是基于即时聊天实现员工日常管理的另一种方法的流程图；

图5是基于即时聊天实现员工日常管理的又一种方法的流程图；

图6是基于即时聊天实现员工日常管理的另一种方法的流程图；

图7是基于即时聊天实现员工日常管理的又一种方法的流程图；

图8是一种基于即时聊天实现员工日常管理的系统的结构示意图

附图标号说明：

100知识抽取模块150提醒模块

200意图分析模块300回复模块

310匹配子模块320解答子模块

330记录查询子模块340审批子模块

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

在微软小娜等通用聊天机器人中，一般只针对用户的个人终端信息进行响应和回复，本申请将聊天机器人应用于企业管理中，对企业的管理文档使用聊天机器人进行知识抽取，进而获得企业的知识图谱，基于知识图谱，企业的管理者和员工与聊天机器人进行对话时，可以方便的获取管理文档内容，图1提供了一种基于即时聊天实现企业管理的方法的流程图，包括：

s010企业管理者使用聊天机器人实现管理，发布通知、公告、办事流程、规章制度、提醒、企业信息、客户信息等公司管理文档；

s020聊天机器人通过知识抽取算法，基于这些管理文档生成企业管理知识图谱；

s030企业员工与聊天机器人交互，获取和理解企业管理知识图谱中的公司管理文档，学习各种管理制度文件，包括绩效管理办法、考勤制度、公司奖惩制度；

s040聊天机器人针对企业员工的提问，通过知识匹配算法从知识图谱获取员工需要了解的各种知识，包括员工的绩效情况、工作进度，辅助员工的制定工作计划、进行工作提醒。

通过聊天机器人作为中介，从公司管理者那里获取管理文档，基于知识抽取技术将公司的管理文档转化为知识图谱，当员工有具体需求时，通过聊天机器人即可方便地获取相关信息，聊天机器人还会根据用户的考勤状况、工作进度对员工进行主动地提醒。

本发明第一实施例。图2是一些实施例中，基于即时聊天实现员工日常管理的又一种方法的流程图，包括：

s100对企业管理数据库中的管理相关文档进行知识抽取，生成企业管理知识图谱，所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息；

s200即时采集员工用户发出的聊天信息，基于所述聊天信息进行意图分析，获取其交互意图；

s300根据所述企业管理知识图谱，对所述员工用户的交互意图进行回复。

具体地，在步骤s100中，通过对企业的管理文档进行知识抽取，生成企业管理知识图谱，企业文档包括企业的管理文档、办事流程、企业信息、客户信息以及各种通知、公告、提醒，这些信息通过聊天机器人进行对话的过程中，由具有权限的管理人员上传，随后基于知识抽取技术，根据这些文档建立企业知识图谱。

图3为一些实施例中，进行知识抽取所使用的一种神经网络模型的结构图。具体采用基于attention机制的双向lstm神经网络模型进行关系抽取。attention机制能够自动发现对于关系抽取起关键作用的词，使得模型可以从每个句子中获取最重要的语义信息，不依赖于任何外部知识或nlp系统。

模型一共包括5层结构:

输入层：将句子输入到模型中；

词嵌入层：将每个词映射到低维空间；

lstm层：使用双向lstm从词嵌入层获取高级特征；

attention层：生成一个权重向量，通过与这个权重向量相乘，使每一次迭代中的词汇级的特征合并为句子级的特征；

输出层：将句子级的特征向量用于关系分类。

词向量层：对于一个给定的包含t个词的句子s:s＝x1,x2,…,xt。每一个词xi都会转换为一个实数向量ei。

对于s中的每一个词来说，首先存在一个词向量矩阵：其中v为一个固定大小的词汇表，dw为词向量的维度，是一个由用户自定义的超参数，w^wrd则是通过训练学习到的一个参数矩阵。使用这个词向量矩阵，可以将每个词转化为其词向量的表示：

ei＝w^wrdvⁱ

双向lstm：为了解决循环神经网络中的梯度消失问题。主要思想是引入门机制，从而能够控制每一个lstm单元保留的历史信息的程度以及记忆当前输入的信息，保留重要特征，丢弃不重要的特征。该方法将上一个细胞状态同时引入到输入门、遗忘门以及新信息的计算当中。该lstm模型也同样包含四个部分：

输入门：包含了当前输入、上一个隐状态、上一个细胞状态，组成权重矩阵，以决定加入多少新信息：

it＝σ(wxixt+whiht-1+wcict-1+bi)

遗忘门：同上，决定丢弃多少旧信息：

ft＝σ(wxfxt+whfht-1+wcfct-1+bf)

细胞状态：包含了上一个细胞状态以及基于当前输入和上个隐状态信息生成的新信息：

ct＝itgt+ftct-1

gt＝tanh(wxcxt+whcht-1+wccct-1+bf)

输出门：包含了当前输入、上一个隐状态、当前细胞状态，组成权重矩阵，以决定哪些信息被输出：

ot＝σ(wxoxt+whoht-1+wcoct-1+bo)

最终，输出的当前隐状态则由当前细胞状态乘以输出门的权重矩阵得到:

ht＝ottanh(ct)

attention机制；将lstm层输入的向量集合表示为h：[h1,h2,…,ht]。其attention层得到的权重矩阵由下面的方式得到：

m＝tanh(h)

α＝softmax(w^tm)

r＝hα^t

其中d^w为词向量的维度，w^t是一个训练学习得到的参数向量的转置。最终用以分类的句子将表示如下:

h^*＝tanh(r)

经过训练，我们的模型能很好地提取实体之间的关系。通过知识抽取将非结构化文本数据抽取为实体与实体之间的关系，储存为三元组的形式。

如，输入：董事会有权投票进行财务主管任免；

命名实体输出：董事会，财务主管；

关系输出：任免(董事会，财务主管)；

三元组输出：(董事会，任免，财务主管)。

在本申请一些实施例中，s100步骤实现了对企业的管理文档的自动抽取，并以三元组的形式将抽取的结果保存在数据库中。

在步骤s100中完成企业管理知识图谱的建立后，即可基于员工的意图进行相关回复。s200中，从员工与聊天机器人的聊天信息中，获取员工的交互意图，用户与机器人对话中可能包含多个事件，每个事件都包含用户的意图，用神经网络识别出一个对话中存在的多个意图，在聊天过程通过上下文关联、逻辑分析理解聊天者表达意图。具体地，可以采取一种基于cnn模型的意图识别方法，先由业内人员对预处理后的数据打标签，然后用cnn进行建模并进行模型优化，在分析用户的意图时，对用户对话数据进行预处理，并将每个句子放到模型中进行预测，每个句子预测结果合并去重即为员工的意图倾向，其中包括员工的交互意图。

如，员工输入聊天信息：下午哪个会议室可以使用？通过步骤s200可以得知，员工存在查询会议室使用情况的意图，那么进入步骤s300，聊天机器人可以通过对企业知识图谱中已经存在的会议室安排情况进行分析后给出解答，并将相关解答回复给提问的员工。

优选地，在进入s300之前，还需要对用户的身份权限进行确认，用户在与聊天机器人进行交互时，一旦发现其具有某个执行意图，先检查该用户的身份权限，确定其是否有权执行该意图，如果有，才进入步骤s300，如果无，则向其返回提示信息，这些权限信息根据其职务设定已记录在数据库中。

本发明一些实施例所提供的一种基于即时聊天实现员工管理的方法和系统，可以基于对企业管理文档的只是抽取，自动生成企业管理知识图谱，对于企业员工在聊天信息中表达的交互意图进行分析，在符合该员工的职责权限前提下，满足其交互意图，实现自动为员工解释管理文档、办事流程的效果，减少员工在工作中违规操作的风险。

本发明第二实施例。基于第一实施例，图4是一些实施例中，基于即时聊天实现员工日常管理的另一种方法的流程图，包括：

s310当所述交互意图为员工用户对企业管理制度的咨询问题时，搜索与所述咨询问题相匹配的解答规则；

s320根据所述解答规则，对所述用户问题进行解答；

s321当存在多个与所述咨询问题相匹配的解答规则时，对它们进行筛选，选择其中一个作为最终解答规则，根据所述最终解答规则，对所述用户咨询问题进行解答。

具体地，当员工的交互意图为制度咨询类问题时，通过步骤s310在已经生成的管理知识图谱中搜索解答规则。搜索得到的解答规则可能为一个，也可能为多个，还可能无法搜索到。搜索到一个解答规则时，进入步骤s320，直接根据这个解答规则对员工咨询的问题进行解答。当搜索到多个解答规则时，进入步骤s321对其中的解答规则进行筛选，筛选过程使用知识推理技术，结合用户聊天的上下文内容，选择与用户咨询问题关联度最高的解答规则为最终的解答规则，在根据最终解答规则进行解答。

本发明一些实施例提供的另一种基于即时聊天实现员工管理的方法，可以在员工需要咨询企业的管理制度、办事流程、客户信息、企业信息等内容时，根据企业管理知识图谱自动进行解答并回复，而不需要咨询相关部门的工作人员，有效地提高了企业员工获取工作所需信息的效率。通过对企业员工的自然语言进行理解，获取其交互意图，相比传统的q&a问答系统，员工可以个性化地提出自己的问题，降低了员工使用系统的难度。基于企业管理知识图谱，对员工提出问题进行分析解答，自动为员工的问题匹配解答规则，处理员工提出的各式各样的问题，提高了机器人聊天系统的适用范围。

本发明第三实施例。基于第二实施例，图5是一些实施例中，基于即时聊天实现员工日常管理的又一种方法的流程图，包括：

s301当所述交互意图为员工用户对绩效的咨询问题时，获取所述员工用户的工作记录；

s311基于所述企业管理知识图谱和所述工作记录，搜索与所述咨询问题相匹配的解答规则；

s320根据所述解答规则，对所述用户问题进行解答；

s330当存在多个与所述咨询问题相匹配的解答规则时，对它们进行筛选，选择其中一个作为最终解答规则，根据所述最终解答规则，对所述用户咨询问题进行解答。

具体地，当员工的交互意图是对自身工作绩效的咨询时，那么针对具体提问的员工，其绩效情况必然有差异，所以在步骤s301中，需要先对该员工的工作记录进行提取。工作记录包括考勤记录、工作完成情况记录、工作计划等内容，各个企业管理文档中规定的绩效考核标准不同，其具体工作记录内容也会有差异。对这些工作记录的获取包括但不限于下列方式：一是由记录人员进行人工统计后，将每一个员工的考勤情况、工作计划、工作完成情况进行人工记录，并上传至聊天机器人可以访问的数据；，二是聊天机器人直接与每个员工进行考勤记录、工作记录的平台进行对接，从员工各自的考勤设备、工作设备中抓取相关记录信息。

在步骤s311中，将按照企业管理知识图谱中存储的绩效考核标准，选择与该员工相匹配的解答规则，这里的解答规则指与员工相匹配的绩效考核办法。确定该员工所适用的考核办法之后，根据其工作记录，在步骤s320中，计算员工的绩效结果，并对员工进行回复。如果该员工所适用的考核办法可能存在多个，那么进入步骤s330，结合上下文对他们进行筛选，选择一个作为最终的考核办法，并适用最终考核办法进行绩效考核计算。

进一步地，如果无法找到与员工需要咨询的绩效问题进行匹配的考核办法，还可以记录该问题，将其发送给员工管理部门的工作人员进行解答。

本发明一些实施例中所提供的又一种基于即时聊天实现员工管理的方法，可以针对某一员工对自己的绩效情况的咨询意图，自动获取该员工的工作记录信息，并对其基于企业管理知识图谱进行绩效计算，向员工返回绩效结果，极大地方便员工随时掌握自己的工作绩效情况。

本发明第四实施例。基于第一实施例，图6是一些实施例中，基于即时聊天实现员工日常管理的另一种方法的流程图，包括：

s100对企业管理数据库中的管理相关文档进行知识抽取，生成企业管理知识图谱，所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息；

s200即时采集员工用户发出的聊天信息，基于所述聊天信息进行意图分析，获取其交互意图；

s312当所述交互意图为员工用户的审批请求时，根据所述企业管理知识图谱，完成对所述审批请求的流程审批。

具体地，经过步骤s100和步骤s200后，已经获取了企业管理知识图谱和员工的交互意图，当员工的交互意图是审批请求时，在步骤s312中，将员工的请假内容根据企业知识图谱进行分析，判断该员工所要求审批的内容是否满足批准条件，根据批注条件对员工的交互意图做出自动审批。

例如，员工提出请假请求时，获取该员工的历史请假情况、企业的请假制度，判断该员工是否满足请假标准，并根据判断结果，自动进行审批。

进一步地，当聊天机器人完成自动审批后，修改该员工的请假情况记录，并将请假审批结果发送给企业员工管理部门的工作人员。

本发明一些实施例所提供的另一种基于即时聊天实现企业管理的方法，可以对企业员工提出的审批请求进行自动审批，自动审批基于企业管理知识图谱和该员工的请求内容以及历史记录情况，通过聊天机器人按照企业规章制度自动审批，提高了对员工审批请求的批复效率，还保障了对员工请求内容进行皮肤的公平性。

本发明第五实施例，基于第一实施例。图7是一些实施例中，基于即时聊天实现员工日常管理的又一种方法的流程图，包括：

s100对企业管理数据库中的管理相关文档进行知识抽取，生成企业管理知识图谱，所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息；

s110预先上传员工用户的出勤信息和工作绩效至所述企业管理数据库，根据所述企业管理知识图谱，以及员工的用户身份信息，向员工用户下发考勤提醒信息、出勤信息或者员工用户的工作绩效、薪资信息。

具体地，在步骤s100中，获取了企业管理知识图谱之后，在步骤s110中，企业的管理人员可以将员工的出勤信息和工作绩效预先上传至企业管理数据库，上传过程既可以是人工的，也可以是由聊天机器人在考勤设备和工作记录设备上进行自动抓取。在获取员工的出勤信息后工作记录后，根据企业管理知识图谱里的考核标准进行计算，生成工作提醒信息，并在用户与聊天机器人开始交互的时候，自动弹出该提醒信息。

在本发明一些实施例中，提供一种基于即时聊天实现员工日常管理的方法，可以对企业员工的出勤情况、工作完成进度进行自动跟踪统计，生成提醒信息，并在用户与聊天机器人进行交互时，即时显示该提醒信息，方便员工时刻掌握自己工作的考核情况，有效监督员工按时出勤、按时完成工作任务。

本发明第六实施例。图8是一些实施例中，提供的一种基于即时聊天实现员工日常管理的系统的结构示意图，包括：

知识抽取模块100，对企业管理数据库中的管理相关文档进行知识抽取，生成企业管理知识图谱，所述管理文档包括通知、公告、办事流程、规章制度、提醒、企业信息、客户信息；

意图分析模块200，即时采集员工用户发出的聊天信息，基于所述聊天信息进行意图分析，获取其交互意图；

回复模块300，根据所述知识抽取模块100得到的企业管理知识图谱，对所述意图分析模块200获取的员工用户的交互意图进行回复。

匹配子模块310，当所述意图分析模块200获取的交互意图为员工用户对企业管理制度的咨询问题时，搜索与所述咨询问题相匹配的解答规则；

解答子模块320，根据所述匹配子模块310得到的解答规则，对所述用户问题进行解答；

所述解答子模块320还用于，当存在多个与所述咨询问题相匹配的解答规则时，对它们进行筛选，选择其中一个作为最终解答规则，根据所述最终解答规则，对所述用户咨询问题进行解答。

记录查询子模块330，当所述意图分析模块200获取的交互意图为员工用户对绩效的咨询问题时，获取所述员工用户的工作记录；

所述匹配子模块310还用于，基于所述知识抽取模块100获得的企业管理知识图谱和所述记录查询子模块330获得的工作记录，搜索与所述记录查询子模块330中的咨询问题相匹配的解答规则。

审批子模块340，当所述意图分析模块200获取的交互意图为员工用户的审批请求时，根据所述知识抽取模块100获得的企业管理知识图谱，完成对所述审批请求的流程审批。

提醒模块150，预先上传员工用户的出勤信息和工作绩效至所述企业管理数据库，根据所述企业管理知识图谱，以及员工的用户身份信息，向员工用户下发考勤提醒信息、出勤信息或者员工用户的工作绩效、薪资信息。

具体地，本发明第六实施例为上述第一实施例到第五实施例组合后形成的方法实施例所对应的系统实施例，与上述第一实施例到第五实施例解决的技术问题、采取的技术方案、达到的技术效果相同，在此不再一一赘述。

应当说明的是，上述实施例均可根据需要自由组合。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为本发明的保护范围。