一种基于RPA和AI结合的智能对话方法、装置及电子设备

专利主权项内容

1.一种基于RPA和AI结合的智能对话方法，其特征在于：包括：采集真实场景中的对话信息，其中，所述对话信息包括询问信息和应答信息；对采集的所述对话信息进行预处理，再将所述询问信息和应答信息中的所有语句一同输入至特征提取模型中，得到所述对话信息中的关键词；根据预处理后的对话信息，利用RPA和AI技术构建知识图谱，并根据关键词确定知识图谱中的实体关系，再根据所述实体关系生成相应的推理规则，并依据知识图谱和推理规则构建机器人的应答数据库以及延展数据库；获取用户的询问语句，并依据所述知识图谱和推理规则输出应答语句，实现机器人与用户的智能对话，并在对话结束后收集用户反馈信息；汇总所述用户反馈信息，并输入至评价模型中，得到各个所述智能对话的对话状态，其中，所述对话状态包括准确状态和错误状态，且将所述错误状态下的询问语句汇总为问卷文本，再依据所述问卷文本执行问卷调查，得到与该询问语句对应的应答语句；所述对采集的所述对话信息进行预处理的步骤，包括：获取对话信息，并进行数据清洗，去除特殊字符、HTML标签以及URL，得到清洗后语句；获取过滤词汇，并将所述过滤词汇与清洗后语句进行比较，其中，所述过滤词汇为敏感词汇；若所述清洗后语句中存在过滤词汇，则将其标定为敏感语句，并从清洗后语句中筛除；若所述清洗后语句中不存在过滤词汇，则将其标定为正常语句，并汇总为基准数据集；其中，所述基准数据集确定后，获取其中的所有询问语句，并将标定为基准语句；获取同一所述基准语句下的所有应答语句，并标定为待评估语句，再将所有所述待评估语句输入至评估模型中，得到各个所述待评估语句的占比率，并标定为待校验参数；将所述待校验参数按照由大至小的顺序进行排列，并输入至校验模型中，得到与基准语句对应的标准应答语句；所述将所有所述待评估语句输入至评估模型中，得到各个所述待评估语句的占比率，并标定为待校验参数的步骤，包括：获取同一所述基准语句下的所有待评估语句；从所述评估模型中调用评估函数；将所述待评估语句输入至评估函数中，得到所述待评估语句之间的文本相似度；获取评估阈值，并与所述文本相似度进行比较，且将大于所述文本相似度的待评估语句归类为多组同类型语句；测算各组所述同类型语句的占比率，并将其标定为待校验参数；所述将所述待校验参数按照由大至小的顺序进行排列，并输入至校验模型中，得到与基准语句对应的标准应答语句的步骤，包括：获取所述待校验参数；从所述校验模型中调用校验函数，并将前两个所述待校验参数逐一输入至校验函数中，再将其输出结果标定为待校验差量；从所述校验模型中调用校验阈值，并将其与所述待校验差量进行比较；若所述待校验差量大于校验阈值，则将首位所述待校验参数对应的待评估语句标定为基准应答语句；若所述待校验差量小于或等于校验阈值，则继续采集其对应的真实场景中的对话信息。