[发明专利]结合RPA和AI的处理用户输入数据的方法、装置、电子设备

权利要求书

1.一种结合RPA和AI的处理用户输入数据的方法，其特征在于，包括：

获取待处理的用户输入数据；

对所述用户输入数据进行处理，获得属性概率分布和匹配概率分布；其中，所述属性概率分布用于表示所述用户输入数据与任一属性类型下的每一属性取值的相似程度，所述匹配概率分布用于表示用户输入数据与各候选结果的匹配程度；

将所述属性概率分布以及所述匹配概率分布所构成的用户输入数据的信息状态，输入至预设的网络模型并输出对话数据。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理的用户输入数据之后，还包括：

确定本次对于待处理的用户输入数据的处理轮次是否为首次；

若是，则所述方法包括：

根据所述用户输入数据，对预设结果候选库中所存储的结果进行筛选得到若干候选结果；

若否，则所述方法还包括：

根据本轮次的用户输入数据对前一轮次的候选结果、属性概率分布以及匹配概率分布进行处理，获得本轮次的属性概率分布以及所述匹配概率分布所构成的用户输入数据的信息状态，以输入至预设的网络模型并输出对话数据。

3.根据权利要求2所述的方法，其特征在于，输出对话数据之后，还包括：

对处理轮次进行更新，并根据更新后处理轮次值与预设的次数阈值之间的关系，确定是否返回获取待处理的用户输入数据的步骤。

4.根据权利要求1所述的方法，其特征在于，所述属性概率分布包括属性概率值、概率置信度；对所述用户输入数据进行处理，获得属性概率分布，包括：

根据所述用户输入数据与属性取值的相似程度，确定所述属性概率值；

根据历史用户输入数据确定属性概率值对应的概率置信度。

5.根据权利要求1所述的方法，其特征在于，各候选结果存储于预设结果候选库中，所述预设结果候选库中还存储有各候选结果的属性类型，以及相应的属性取值；所述用户输入数据进行处理，获得匹配概率分布，包括：

根据所述用户输入数据与任一属性类型下的每一属性取值的属性概率分布，以及每一候选结果的属性类型的属性取值，确定所述用户输入数据与每一候选结果之间的关联程度，得到所述用户输入数据与各候选结果的匹配概率；所述各候选结果的匹配概率构成所述匹配概率分布。

6.根据权利要求1-5任一项所述的方法，其特征在于，还包括：

建立待训练的网络模型；

基于强化学习算法，利用训练样本集中的数据样本对所述待训练的网络模型中的网络参数进行训练，以使所述训练完毕的网络模型根据所述训练样本集中的数据样本的样本信息状态，输出所述训练样集本中数据样本的样本对话数据；

将训练完毕的网络模型作为所述预设的网络模型。

7.根据权利要求6所述的方法，其特征在于，所述训练样本包括多轮训练的数据样本；

所述建立待训练的网络模型，包括：

建立待训练的网络模型的初始网络参数和初始奖励函数；

所述基于强化学习算法，利用训练样本集中的数据样本对所述待训练的网络模型中的网络参数进行训练，包括：

根据强化学习算法，利用任一轮训练的数据样本对所述待训练的网络模型中的初始网络参数进行训练，以得到样本对话数据；

根据样本对话数据对所述初始奖励函数进行更新，得到待训练的网络模型的目标网络参数和目标奖励函数；

判断训练结果是否为预期结果；

若是，则将训练完毕的网络模型作为所述预设的网络模型；

若否，则根据强化学习算法，利用下一轮训练的数据样本对所述待训练的网络模型中的目标网络参数进行训练，以得到样本对话数据，并重复所述根据样本对话数据对所述初始奖励函数进行更新的步骤，直至得到训练完毕的网络模型。