[发明专利]一种实现并行话题控制的模糊推理聊天机器人方法和系统

说明书

技术领域

本发明涉及计算机应用领域，具体涉及到自然语言理解、知识表示、形式化逻辑和机器学习技术聊天机器人对话的方法，解决基于受限场景的话题状态管理和对话推理问题，提高人机对话自然度，解决指代、省略、话题切换等对话系统特有问题。 

背景技术

聊天机器人是一种能够实现跟人机对话的软件系统，它主要用于网络沟通交流平台，如：各种即时通讯平台、网络客户服务平台以及以文字为主的信息服务平台。目前即时通讯平台主要有腾讯、阿里旺旺等；网络客户服务平台为企业、政府在web端提供的人工在线客户服务，这也包括B2C商家提供的电子商务客服；企业在移动互联网端也开始了各种接入应用，如：微信、移动端APP等。虽然这些平台主要以人工沟通为主，但是对聊天机器人有比较大的需求。 

互联网催生聊天机器人产业和发展。聊天机器人最初作为一种图灵测试，用于检验计算机智能，互联网时代的聊天机器人产生之初主要以娱乐形式为主，随着网络的深入，企业、网络平台对网络客户服务越来越重视，聊天机器人已经渗透到了客户服务各个领域。 

现有聊天机器人的解决方案主要是依靠搜索技术完成，其本质是一个对问答库的问题搜索过程。需要把用户可能提问可作答编辑成常用“问题-答案对”，聊天机器人对用户的提问在问答库内进行搜索，找到最相关的问题，将其答案提取出来作为系统输出。聊天机器人可以对问题直接做答，代替人工客服；也可以作为系统推荐给人工客户的一种答案参考，减少人工工作量，以此作为一种辅助的客服工具。 

目前聊天机器人系统的主要功能是以搜索技术完成，各个系统技术上的主要区别是对搜索关键字的设定方法或相似度算法(如：TF-IDF算法)不同，结果稍有区别；知识库(问题-答案对)的建设主要依赖于人工来完成。 

目前聊天机器人系统的使用模式为用户输入一定长度的语句，系统根据用户的输入检索出一个最相似的问题，将答案提交给用户。这种技术实现的聊天鸡犬吠跟实际的应用对话场景有很大差距，详细区别如下： 

1)上下文关联性：真实对话场景是上下文相关的，常常用户的表述不会在一次询问中完成，本次询问的很多重要信息都在前面的叙述中，单纯用本次询问内容做搜索结果很难找到合适的答案； 

2)多问多答：常常用户会把几个问题在一次问答中问完，或者连续询问多个问题，现有系统会将多个问题一起提交获得结果很难准确； 

3)多个话题并行进行：真实对话场景一般包含多个讨论话题，这些话题会在几个交流过程同时进行，存在跳跃性的问题穿越。现有聊天系统方案无法解决多话题之间切换。 

4)历史信息跟踪：没有跟踪用户的历史发生信息，无法做到针对用户的个性化问答和交流。 

5)话题交互需求；真实聊天系统往往是又问有答，反问源于常常出现在对用户输入信息的质疑、分解、复述等场景。而现在聊天机器人只能做到只答不问。 

本发明提出了一种文字对话机器人的方法和系统，该方法采用并行话题控制的模糊推理技术，使得系统根据用户的输入信息、提取、分析和综合或分解话题，并完成多个话题跟踪转换的人-机沟通方式，解决了上下文之间的信息关联性，并通过的模糊推理机计算出问题的复杂程度，简单问题直接给出，复杂问题反馈给用户，通过交互获取必要的新信息，完成类似真人系统的自然交流过程。 

发明内容

本发明是一种实现基于场景的自然语言对话系统，并采用统计数据分析方法和知识树库表示方法以互动的形式解决自然语言歧义，并完成类似于人工对话的沟通功能。 

该方案包含主要分为四个方面：A场景知识表示、B并行话题状态控制器及转换流程、C系统处理流程及模糊推理机。 

A场景知识表示，这部分是本发明方案的主要内容，包含场景对象库、知识树库、对话风格库、场景动作库四个知识库，其中，知识树库是场景知识表示的核心。 

A-1知识树库：针对一个具体的场景，其知识树由一系列的话题节点组织，相连节点之间是为父子关系，每个节点包含一个独立的话题，一个复杂话题往往包含很多子话题，其子话题作为该话题的子节点。同一个父话题的节点为兄弟节点，构成了父话题的一系列相关话题。话题节点包含话题本身的标签和一个节点同义表述项，用于该节点的各种语言学扩展。同时，每个话题节点也包含该节点一系列问答知识对，每个知识树内的问答对有不少于一个答案，答案配有相应风格标签，与对话风格库标签相对应。话题的叶子节点作为知识树中的不可分割的话题，即原子问题，一般包含一系列明确的系统问答知识对。场景知识树库图见图1。