[发明专利]用于训练模型的基于有向无环图的框架

说明书

本公开涉及一种用于训练模型的基于有向无环图DAG的框架。本公开涉及用于聊天机器人的技术，并且更具体地，用于使用基于DAG的框架来构建并训练模型的技术。在一个特定方面，提供了一种计算机实施的方法，该方法包括通过基于DAG的框架生成第一模型和第二模型、在运行时间内执行用于聊天机器人的第一模型并且在设计时间内执行用于聊天机器人的第二模型、在聊天机器人运行第一模型和第二模型时收集用于与一组话语相关联的意图分类的属性、使用一个或多个度量基于对用于意图分类的属性的分析来评估第一模型和第二模型的性能、确定第二模型与第一模型相比性能是否有所提高、以及基于性能确定在运行时间内执行用于聊天机器人的第一模型或第二模型。

本申请是基于申请日为2020年4月23日、申请号为2020103263273、发明名称为“用于训练模型的基于有向无环图的框架”的中国发明专利申请的分案申请。

技术领域

本公开总体上涉及训练聊天机器人，并且更具体地，涉及用于使用基于有向无环图(DAG)的框架来构建并训练聊天机器人的模型的技术。

背景技术

为了获得即时反应，世界各地的许多用户使用即时消息传递或聊天平台。组织经常使用这些即时消息传递或聊天平台与客户(或最终用户)进行实时会话。然而，雇用服务人员与客户或最终用户进行实时交流对于组织来说会是非常昂贵的。已经开始开发聊天机器人或机器人来模拟与最终用户的会话，尤其是通过因特网。最终用户可以通过最终用户已经安装并使用的消息传递应用程序与机器人交流。智能机器人(通常通过人工智能(AI)提供动力)可以在实时会话中更智能地且根据背景进行交流并且因此可以允许机器人与最终用户之间进行更加自然的会话以改善会话体验。不是最终用户去学习机器人知道如何作出回应的固定的一组关键词或命令，而是智能机器人可以能够基于自然语言的用户话语来理解最终用户的意图并且相应地作出回应。

发明内容

提供了用于使用基于DAG的框架来构建并训练用于聊天机器人的模型的技术(例如，一种方法、系统、非暂态计算机可读介质，所述非暂态计算机可读介质存储有可由一个或多个处理器执行的代码或指令)。

在各种实施例中，提供了一种计算机实施的方法，所述计算机实施的方法包括：通过集成计算系统的基于有向无环图的框架生成第一模型和第二模型，其中，所述第一模型是用于执行与聊天机器人相关联的一个或多个操作的第一组任务的流水线并且所述第二模型是用于执行与所述聊天机器人相关联的所述一个或多个操作的第二组任务的流水线；通过所述集成计算系统的所述基于有向无环图的框架在运行时间内执行用于所述聊天机器人的所述第一模型并且在设计时间内执行用于所述聊天机器人的所述第二模型；在所述聊天机器人运行所述第一模型和所述第二模型时通过所述集成计算系统的事件收集器收集用于与一组话语相关联的意图分类的一个或多个属性；通过所述集成计算系统的使用一个或多个度量的分析引擎基于对用于所述意图分类的所述一个或多个属性的分析来评估所述第一模型和所述第二模型的性能；通过所述分析引擎基于所述评估确定所述第二模型的所述性能与所述第一模型的所述性能相比有所提高；以及通过所述集成计算系统的所述基于有向无环图的框架在运行时间内执行用于所述聊天机器人的所述第二模型。

在一些实施例中，所述方法进一步包括：以图形方式在GUI上显示所述第一模型的所述流水线；以及通过所述GUI接收对一个或多个用户可选任务的用户选择；以及基于所述用户选择以图形方式在所述GUI上显示在所述流水线中具有所述一个或多个用户可选任务的所述第一组任务。

在一些实施例中，所述方法进一步包括：以图形方式在GUI上显示所述第二模型的所述流水线；以及通过所述GUI接收对一个或多个用户可选任务的用户选择；以及基于所述用户选择以图形方式在所述GUI上显示在所述流水线中具有所述一个或多个用户可选任务的所述第二组任务。

在一些实施例中，所述方法进一步包括：通过一个或多个用户可选项中的用户可选项接收用户输入；以及基于所述用户输入训练所述第一模型和所述第二模型，其中，所述用户输入是用户考虑用于触发意图的一组话语。