[发明专利]虚拟助理的自动学习方法及系统

权利要求书

1.一种虚拟助理的自动学习方法，其特征在于，包含：

接收一音频输入并辨识该音频以形成一语料数据；

利用一自然语言处理模型分析该语料数据，以产生与该语料数据对应的一语言特征信息，其中该语言特征信息包含多个意图、所述多个意图对应的机率以及多个词汇；

依据一职能情境信息对该语言特征信息进行一职能情境分析，判断所述多个意图的其中之一对应的一操作；

如果该职能情境分析无法判断所述多个意图的其中之一对应的该操作，则针对该语料数据进行一分词处理；

跟据该分词处理后的结果，判断是否存在一新词汇或一新语料数据；以及

如果存在该新词汇，根据该新词汇的意义更新该自然语言处理模型，如果存在该新语料数据，根据该新语料数据的意图更新该职能情境分析；

其中，该操作包含一查询数据操作及一执行指令操作的其中之一。

2.根据权利要求1所述的虚拟助理的自动学习方法，其特征在于，还包含：

根据一应用知识数据库及一领域知识数据库产生一系统领域词汇集合；

该系统领域词汇集合及多个服务应用参数形成为一关键实体集合，该关键实体集合包含多个系统领域词汇；

将多个训练语料分类为该查询数据操作及该执行指令操作的其中之一；

依照该企业数据库中的类别区分对应该查询数据操作的所述多个训练语料的意图形成多个查询数据操作意图，以及依照该企业资源系统提供的服务行为区分对应该执行指令操作的所述多个训练语料的意图形成多个执行指令操作意图；

建立所述多个查询数据操作意图的范本，以及所述多个执行指令操作意图的范本；

根据该关键实体集合、所述多个查询数据操作意图的范本以及所述多个执行指令操作意图的范本建立该总体数据库；

辨识该关键实体集合中的所述多个系统领域词汇在所述多个训练语料中出现的多个第一机率，并通过辨识出的所述多个系统领域词汇分析所述多个训练语料的多个句型结构，以及所述多个系统领域词汇彼此之间的多个关联性，并根据所述多个第一机率以及所述多个关联性建立一共通词汇模型；以及

分析所述多个查询数据操作意图以及所述多个执行指令操作意图中出现所述多个系统领域词汇的多个第二机率，并根据所述多个句型结构以及所述多个第二机率建立一共通语意模型。

3.根据权利要求2所述的虚拟助理的自动学习方法，其特征在于，还包含：

利用一分类器将一历史数据库中的数据进行关系强弱分类，产生一职能情境模型；以及

将所述多个训练语料进行断词及分析，并根据该历史数据库中的数据产生一职能词汇模型。

4.根据权利要求3所述的虚拟助理的自动学习方法，其特征在于，该职能情境分析还包含：

利用该语料数据以及该职能情境信息与该职能情境模型进行比对，并产生一职能情境辨识结果；以及

根据该职能情境辨识结果判断所述多个意图的其中之一对应该查询数据操作及该执行指令操作的其中之一。

5.根据权利要求4所述的虚拟助理的自动学习方法，其特征在于，该分词处理还包含：

根据该职能词汇模型对该语料数据进行断词，以产生多个分词；以及

计算所述多个分词的频率。

6.根据权利要求5所述的虚拟助理的自动学习方法，其特征在于，还包含：

判断该分词处理计算出的所述多个分词的频率是否低于一门槛值；

如果所述多个分词的其中之一低于该门槛值，所述多个分词的其中之一则为该新词汇，并接收该新词汇的定义，以更新该共通词汇模型及该共通语意模型；以及

如果所述多个分词均高于该门槛值，则该语料数据则为该新语料数据，并接收该新语料数据的意图，以更新该职能情境模型。

7.根据权利要求6所述的虚拟助理的自动学习方法，其特征在于，还包含：

判断该新语料数据是否为共通语料，如果是则根据该新语料数据更新该系统领域词汇集合；以及

根据该新词汇更新该系统领域词汇集合。